Роботы освоили человеческую точность захвата

Исследователи из NYU и UC Berkeley решили проблему обучения роботов точному контролю силы при манипуляциях, используя тактильные демонстрации людей.

Роботы не получили ощущения — они получили алгоритм воспроизведения человеческих силовых паттернов.

Большая заслуга исследователей в том, что теперь можно:

-Собирать тактильные данные в естественных условиях
- Обучаться без дорогой робототехнической инфраструктуры
- Передавать человеческую интуицию силового контроля роботам.

Они решили проблему как эффективно передать человеческое понимание тактильного контроля роботу без дорогих телеоперационных систем. Это комбинация существующих технологий, но примененная принципиально по-новому.

Это очень смешно: Минцифры решили не собирать ₽ с компаний за иностранное ПО, рассказал «Ъ» собеседник.

Инициатива оказалась слишком сложной в проработке, например, непонятны механизмы выявления иностранного ПО у бизнеса.

Законопроект не получил поддержки ни в Минфине и ФНС, ни среди участников отрасли.

Напомним, что госкорпорациям разрешили уже покупать иностранный софт для роботизации, также они продолжают покупать иностранное железо.

В Минцифры уверяют, что работа по этому вопросу будет продолжена. По отдельным классам ПО полноценной замены иностранным решениям все еще нет.

Почему ИИ-агенты пока не работают в реальности?

ИИ-агенты — горячая тема уже давно, начиная от генерации кода до создания текстов и изображений, они обещают революцию.

Но за хайпом стоит серьезная проблема, о которой говорят эксперты вроде Андрея Карпати, со-основателя OpenAI, и Баладжи Сринивасана в недавних обсуждениях на X.

Проблема в том, что ИИ отлично справляется с быстрой генерацией контента, но проверка результатов — настоящий камень преткновения.

Пользователи отмечают, что до 90% времени работы с ИИ уходит на проверку его выводов.

Люди тратят больше времени на проверку кода, созданного ИИ, чем на промпты. 90% работы с ИИ-агентами — это проверка результатов, говорят пользователи.

Почему генерация легкая?

- Изображения можно быстро оценить визуально.
- Простой код проверяется по шаблонам.
- Модели опираются на паттерны из огромных обучающих данных.

Почему верификация сложная?

1. Требует глубокого понимания предметной области, например, медицина, финансы, наука.
2. Нужны логические рассуждения, а не только распознавание паттернов.
3. Текущие модели, вроде трансформеров, оптимизированы для предсказания, а не для проверки фактов или логики.
4. Верификация требует более сложных моделей, способных к рассуждению, а не только к генерации.
5. В критических областях нет надежных эталонных данных для автоматической верификации.

Карпати называет это "verification gap" — новым узким местом ИИ после решения проблемы скорости генерации. Без надежной верификации ИИ-агенты остаются инструментами, требующими постоянного надзора, особенно в медицине, финансах и научных исследованиях.

Исследователи работают над решениями:

- Обучение с обратной связью (RLHF) для улучшения проверки.
- Специализированные модели для факт-чекинга и дебаггинга кода.
- Интеграция с внешними инструментами, такими как симуляторы или базы данных.

Пока verification gap не закрыт, ИИ-агенты — это мощный, но не автономный инструмент. Хайп вокруг них оправдан, но реальность требует трезвого взгляда.

Carnegie Mellon и IBM обучили нейроагент с динамикой мозга

Они показали, как автономное поведение и динамика всего мозга возникают у воплощенных агентов с внутренней мотивацией, обусловленной моделями мира.

Команда из Carnegie Mellon и IBM Research создала виртуальную рыбку данио-рерио, которая не только плавает как настоящая, но и "думает" теми же нейронными схемами. Это первая модель, которая одновременно воспроизводит и поведение животного, и активность всех клеток его мозга.

Новый алгоритм 3M-Progress основан на простой, но интересной идее: сравнивать текущий опыт с "этологической памятью"— моделью того, как должно работать нормальное поведение.

Как это работает?

- Агент изучает мир в естественных условиях, формируя "этологическую память"
- В новой ситуации он строит текущую модель происходящего
- Расхождения между моделями становятся источником внутренней мотивации
- Агент исследует состояния, где модели "спорят", и отдыхает там, где они согласны.

Почему это важно?
1. Доказана возможность создания агентов с устойчивой внутренней мотивацией, основанной на принципах работы мозга.

2. Первая работающая модель нейро-глиальных взаимодействий в контексте целенаправленного поведения.

3. Показано, как автономность может возникать из сравнения внутренних моделей мира.

3M-Progress агенты научились стабильно переключаться между активностью и пассивностью, точно воспроизводя паттерны настоящих рыбок. Другие алгоритмы (ICM, RND, Disagreement) провалились.

Модель объяснила практически всю дисперсию в активности ~300,000 клеток мозга рыбки (130K нейронов + 130K астроцитов). Удивительно, но хватило простого сопоставления "один к одному".

Анализ главных компонент показал, что искусственные "нейроны" и "астроциты" действительно воспроизводят функции своих биологических прототипов.

Это значительный прогресс, работа ограничена одним типом поведения у простого животного в упрощенной среде. Биологическая точность все еще далека от реальности.

OpenAI говорит, что ИИ может стать заменой человеческим отношениям, выявлены эмоциональные связи и зависимость от ИИ

Джоанн Джанг, руководитель направления поведения моделей и политики в OpenAI, говорит о том, как формируются отношения между человеком и ИИ, например:

1. У людей формируется эмоциональная связь с ИИ. Люди всё чаще воспринимают общение с ChatGPT как разговор с "кем-то живым". Это связано с тем, что ИИ может отвечать, подстраиваться под тон общения и создавать ощущение эмпатии, что удовлетворяет потребности в поддержке и понимании.

2. Антропоморфизм. Люди склонны очеловечивать объекты, однако ИИ, такой как ChatGPT может отвечать, что усиливает эмоциональную привязанность.

3. Риски и последствия. Если ИИ станет заменой человеческим отношениям, это может изменить ожидания от общения с людьми, упрощая уход от сложных человеческих связей. Это требует осознанного подхода к тому, как ИИ влияет на эмоциональное благополучие.

4. OpenAI разделяет понятие сознания на два аспекта:
- Онтологическое сознание: Является ли ИИ действительно сознательным? Это пока неразрешимо из-за отсутствия чётких научных тестов.
- Воспринимаемое сознание: Как люди воспринимают ИИ — от механического инструмента до "живого" существа. Это восприятие влияет на эмоциональную связь и будет усиливаться по мере улучшения моделей.

OpenAI планирует углубить исследования влияния ИИ на эмоциональное благополучие, расширить оценку поведения моделей, изучить мнение пользователей и делиться результатами с общественностью.

⚡️Apple, X, Google и Airbnb внедряют криптовалюты в платежные системы. Вот, что они делают

Google Cloud - лидер в интеграции. Они уже внедрили стейблкоины в свою практику. Google Cloud уже принимает платежи в стейблкоине PYUSD, выпущенный PayPal в партнерстве с Paxos.

Airbnb с начала 2025 года ведет переговоры с криптовалютными компаниями об интеграции стейблкоинов в свою платежную систему. Основная цель — сократить комиссии, которые компания платит Visa и Mastercard.
Airbnb сотрудничает с Worldpay, обсуждая внедрение стейблкоинов.

Соцсеть X Илона Маска собирается интегрировать стейблкоины в свое новое платежное приложение X Money.

Маск мечтает превратить X в "суперприложение", объединяющее множество функций, включая финансовые услуги. В январе 2025 года X объявила о партнерстве с Visa для создания цифрового кошелька, что стало первым шагом в этом направлении.
Сейчас X обсуждает со Stripe возможность интеграции стейблкоинов.

А Apple, владеющая Apple Pay, ведет переговоры с Circle о возможной интеграции стейблкоинов.

Несмотря на энтузиазм, внедрение стейблкоинов сталкивается с рядом трудностей:

1. выбор подходящего стейблкоина. USDT вызывает опасения из-за вопросов соблюдения нормативных требований.
А USDC, выпускаемый Circle, сталкивается с неопределенностью из-за недавнего IPO своей материнской компании. PYUSD от PayPal имеет низкую популярность, что ограничивает его привлекательность.

2. Некоторые компании рассматривают возможность выпуска собственных стейблкоинов, но это пока ограничено законодательством.

До конца!

Итоги уходящей недели, то, что имеет значение в России и мире

ИИ, агенты

Google Atlas — новая архитектура памяти в нейросетях.

BioReason — новая ИИ-модель рассуждений специально для геномики.

Meta* + UC Berkeley создали самообучающуюся LLM без участия человека.

NVIDIA меняет правила игры с технологией продолжительного обучения в новой экономике ИИ.

Google DeepMind обнаружили уязвимость в цепочке поставок ИИ.

HuggingFace SmolVLA — доступная и эффективная робототехника становится реальностью.

Qwen3-Embedding — новая модель эмбеддингов с SOTA производительностью в размерах 0.6B, 4B и 8B параметров.

OpenAI теперь догоняет Anthropic — конкурентная гонка ИИ набирает обороты

Mistral выпустили своего клиента для vibe coding, догоняя конкурентов.

Agent Zero — персональная агентская платформа, которая динамически растёт и учится вместе с вами.

Йошуа Бенжио создал НКО для НЕагентного ИИ на деньги экс-CEO Google и сооснователя Skype.

OpenAI признаёт, что эпоха масштабирования GPT-моделей подходит к концу.

Runner H — ИИ-агент автоматизирует сложные задачи через естественный язык.

Google открыли исходный код полного стека исследовательских агентов на базе Gemini и LangGraph.

Amy — ИИ-агент специально для инвесторов частных рынков.

OpenAI Codex получает ограничения доступа в интернет из-за выявленных рисков безопасности.

Carnegie Mellon и IBM обучили нейроагента с динамикой мозга.

FutureHouse представили ether0 — первую модель научных рассуждений.

OpenAI тестирует экспериментального ИИ-агента по телефону для вопросов о продуктах компании.

IBM выпустили отчёт о трансформационном влиянии агентских ИИ на организации.

OpenAI заявляет о возможности замены человеческих отношений ИИ.

Исследование высокоэнтропийных токенов раскрывает механизмы рассуждений в обучении с подкреплением.

Российские инициативы

Сбер запускает структурированные облигации и фьючерсы на биткоин.

Белоусов призывает срочно решать проблему интеграции науки и бизнеса для технологической конкуренции.

GigaChat от Сбера отправится в космос — заявление главы Роскосмоса.

Сбер представил амбициозные планы использования ИИ в космической отрасли.

Минцифры отказались собирать деньги с компаний за иностранное ПО.

Сбер и БЮРО 1440 подписали соглашение о цифровых сервисах на базе спутниковой связи нового поколения.

Робототехника, нейроинтерфейсы, устройства

ETH Zurich показали робота-собаку, играющего в бадминтон только с бортовым восприятием.

NYU и UC Berkeley решили проблему точного контроля силы у роботов с помощью тактильных демонстраций.

Michigan University провели свою 1-ю имплантацию нейроинтерфейса инвазивного.

Meta Aria Gen 2 — новые очки для исследований ИИ, машинного восприятия и робототехники.

Криптовалюты и финтех

Circle стала первой крупной стейблкоин-компанией на NYSE.

Сооснователь Ethereum заявил о готовности крупной страны инвестировать миллиарды в развитие Ethereum.

Apple, X, Google и Airbnb внедряют криптовалюты в свои платёжные системы.

Исследования

Математики доказали неизбежность сингулярности.

Google согласились с Лекуном: AGI невозможен без моделей мира.

Свежий отчёт о состоянии квантового ИИ показывает перспективы развития.

Epoch AI опубликовали датасет мировых ИИ-суперкомпьютеров.

Свежий отчёт об ИИ показывает смену эпох в областях с минимальным хайпом.

Разбор о том, почему ИИ-агенты пока не работают в реальности.

Мультимодальные агенты кодирования — могут ли ИИ-агенты выйти за рамки своего назначения?
*запрещенная в России организация.

Глава TSMC: Рынок гуманоидных роботов уже здесь, и мы на нем зарабатываем

На ежегодном собрании акционеров председатель TSMC К.К. Вэй сделал несколько важных заявлений:

1. Спрос на ИИ-чипы остается очень высоким, и TSMC по-прежнему не может полностью удовлетворить потребности рынка. Все крупные заказы на ИИ-процессоры размещаются именно у TSMC.

2. На вопрос акционеров о том, когда гуманоидные роботы начнут вносить вклад в операционную деятельность TSMC? Предправления ответил, что уже сегодня гуманоиды приносят значительную выручку TSMC. Это означает, что гуманоиды вышли в коммерческое производство. Это может кардинально изменить рынок труда и экономику в ближайшие годы.

3. сейчас строительство полупроводникового завода занимает 2,5 года.

Исторический момент от Google:1-й пример, как ИИ помогает в создании теории о самом себе на профессиональном уровне.

Исследователи Google DeepMind написали статью о том, где заканчиваются возможности ИИ промптинга, объясняя, почему некоторые адаптации возможны через промпты, а другие требуют изменения весов модели.

В приложении у них был черновик - несколько страниц набросков математических доказательств. Обычно написание таких набросков в полноценную статью занимает недели работы.

Один из авторов скопировал эти наброски в Gemini и написал простой промпт: "Сделай это более точным, докажи все утверждения, создай самостоятельную научную статью".

За один запрос он получил готовую 9-страничную статью с математическими доказательствами.

Статья оказалась математически корректной. Все доказательства работают. Качество на уровне научного журнала.

Один из авторов Google DeepMind Маркус Хаттер, говорит, что это может быть их последняя статья, написанная без помощи ИИ.

Скорость работы изменилась радикально:

Раньше: идея → месяцы работы → статья
Сейчас: идея → один промпт → готовая статья.

ИИ понял математическую суть, развернул доказательства, создал связную логику. Справился с продвинутой математикой (байесовская статистика, теория алгоритмов).

Основатель Stripe только что: ИИ начинает влиять на макропоказатели компании

Патрик Коллисон, со-основатель платёжного гиганта, заявил, что трудно однозначно установить причинно-следственную связь, но кажется, что ИИ начинает влиять на макропоказатели Stripe: объем платежей от клиентов, зарегистрировавшихся на Stripe в 2025 году, значительно превышает показатели предыдущих лет.

И даже 2020 год, когда локдауны вызвали огромный всплеск регистраций.

На прошлой неделе показатели были на 116% выше, чем за ту же неделю прошлого года.

Ранее, Stripe заявляли , что ИИ+стейблкоины - база нового финансового ландшафта.

Пол 🍋как новая норма для выпускника инженерного вуза в РФ? классические инженерные вузы переориентировались на ИТ

SuperJob выпустил рейтинг российских вузов по уровню зарплат выпускников, работающих в IT-сфере в 2025. Они анализировали резюме IT-специалистов и смотрели:
- Какой вуз закончил человек (выпускники 2019-2024 годов)?
- Какую зарплату он указывает в резюме?

Оказалось, что на 1-м месте МФТИ с ₽330 000/месяц.

Если стартовые ожидания 330К, то через несколько лет опыта люди будут претендовать на 500К+. Это создает огромный разрыв с другими профессиями.

2 место ИТМО и МГУ по ₽290 000/месяц. А на 3-м месте-Бауманка, МИФИ и ВШЭ по ₽280 000 /месяц.А 4-5 места: СПбГУ(₽270 000) и Университет Иннополис (₽250 000).

Но самое интересное - то, что многие классические инженерные вузы типа СТАНКИН, МАИ, транспортный МИИТ фактически переориентировались на IT.

Это говорит об общем тренде деиндустриализации - инженеры массово уходят в ИТ, потому что там платят в разы больше.

Китай выпустил open source модель воплощённого ИИ для управления роботами, в том числе гуманоидами

Пекинская академия выпустила RoboBrain 2.0, вот её характеристики:

1. Модель 7B и будущая 32B распространяется под лицензией Apache 2.0. Вскоре ожидается выпуск более мощной версии с 32В параметрами.

2. RoboBrain 2.0 обрабатывает несколько изображений, длинные видеоролики и визуальные данные высокого разрешения, что делает её универсальной для сложных задач.

3. Модель способна выполнять пространственный анализ, например, точное определение объектов и их границ и временное прогнозирование (предсказание траекторий движения), что критично для робототехники.

4. RoboBrain 2.0 поддерживает создание и обновление структурированной памяти сцены в реальном времени, что позволяет роботам эффективно взаимодействовать с окружающей средой.

Илья Суцкевер: ИИ это и величайшая проблема и величайшая возможность человечества

6 июня в Университете Торонто Илья Суцкевер получил почетную степень и поделился своими размышлениями о будущем ИИ.

Вот ключевые тезисы одного из создателей современного ИИ.

О скорости изменений

Суцкевер говорит, что реальный вызов ИИ — не его возможности, а скорость развития. По его прогнозу, через 3-10 лет ИИ сможет выполнять все задачи, доступные человеку. Логика его проста, если мозг — биологический компьютер, то цифровой компьютер теоретически может делать то же самое, но быстрее.

О фундаментальном вопросе идентичности

Илья говорит о мозге как биологическом компьютере, он затрагивает глубокий философский вопрос - что будет означать быть человеком, когда машины смогут делать всю нашу работу? Это вопрос не только о занятости, но о смысле человеческого существования.

О парадоксе прогресса. «В это трудно поверить», - говорит Илья, но даже ему трудно понять на эмоциональном уровне прогресс ИИ. Используя ИИ, наблюдая за ним можно получить интуитивное представление на что он способен.

О разрыве между знанием и пониманием. Суцкевер отмечает, что истинное понимание возможностей ИИ приходит только через практическое взаимодействие с технологией. В ближайшие 1-3 года это интуитивное понимание станет массовым.

О главных рисках. Среди ключевых проблем сверхИИ Суцкевер выделяет способность к обману — умение притворяться тем, кем он не является. Это создаст принципиально новые вызовы для общества.

О выборе пути. Центральный вопрос по Суцкеверу - для чего человечество хочет использовать ИИ? Ускорение экономики, научных исследований, повышение темпов прогресса — все это возможно, но требует осознанного выбора целей.

О неизбежности перемен. Илья подчеркивает, что ИИ кардинально изменит нашу жизнь независимо от того, готовы мы к этому или нет. Это не вопрос "если", а вопрос "когда" и "как".

Главный посыл - ИИ одновременно величайшая проблема и величайшая возможность человечества. Исход зависит от того, насколько осознанно мы подойдем к формированию этого будущего.

⚡️ИИ в биологии учится создавать то, чего не было в природе

Если раньше учёные опирались на то, что уже создала природа, то теперь они учат ИИ проектировать взаимодействия, которых в природе никогда не было.

Раньше предсказания строились на эволюционных данных. Например, если два белка взаимодействуют у мыши, их аналоги, скорее всего, будут взаимодействовать и у человека. Этот метод работает, но ограничивает тем, что уже есть в природе.

Новый подход другой в том, что ИИ анализирует физические свойства белков — их форму, электрический заряд, способность отталкивать или притягивать воду. Это позволяет предсказывать, как белки могут связываться друг с другом, даже если таких связей в природе не существовало.

Это фундаментальный сдвиг от "изучения того, что создала природа" к "созданию того, что природа никогда не пробовала", используя ИИ и понимание физики белковых поверхностей.

Это нужно для:

1. Создания новых лекарств
2. Лечения рака
3. Недоступных мишеней

Как это работает?

> ИИ учится на огромной базе структур белков (например, Protein Data Bank) и законах физики, которые определяют, как белки могут соединиться.
> Алгоритмы изучают поверхности белков, чтобы понять, какие из них подходят друг другу по форме и свойствам.
>Предсказания ИИ тестируют в лаборатории за недели, а не миллионы лет, как в эволюции.

Что ещё не так просто?
1. Не все предсказанные взаимодействия устойчивы в живой клетке, где много случайных факторов.
2. Молекулы должны работать строго в нужном месте, а это отдельная задача.
3. Для таких расчётов нужны мощные компьютеры.

Мы начинаем смотреть на биологию не только как на природную систему, но и как на инженерную задачу. Это не отменяет изучение природы, а даёт новый инструмент — возможность создавать взаимодействия с нуля. Для медицины это открывает путь к новым лекарствам, для биотехнологий — к программируемым клеткам, а для науки — к новым способам изучать биологию.

В догонку посту выше:UK создала консорциум OpenBind на базе технологий Google DeepMind для крупнейшей в мире ИИ-базы лекарств

OpenBind - новый консорциум, который получит £8 млн от правительства для создания крупнейшей в мире базы данных о том, как лекарства взаимодействуют с белками в организме.

Эта база будет в 20 раз больше всех данных, собранных за последние 50 лет.

Google DeepMind через Isomorphic Labs предоставляет ИИ-технологии для:
-Обработки этих данных
- Создания моделей предсказания структуры белков на базе AlphaFold
- Разработки новых лекарств с помощью ИИ.

По сути, это разделение ролей:

Британия - экспериментальная база, научная экспертиза, финансирование (£8 млн), физическая инфраструктура (Diamond Light Source)

Google DeepMind - передовые ИИ-алгоритмы и опыт в области машинного обучения.

Такая модель позволяет Британии претендовать на лидерство в ИИ-разработке лекарств, не создавая собственные ИИ-технологии с нуля, а опираясь на уже существующие передовые решения Google DeepMind.

Фонд a16Z говорит, что ИИ сжал временные рамки успеха для стартапов с лет до месяцев

В эпоху ген ИИ стартапы растут намного быстрее, чем когда-либо раньше, и при этом с меньшими ресурсами. a16Z проанализировали данные сотен компаний и обнаружили кардинальные изменения в метриках роста.

Быстрый рост выручки не единственное, что имеет значение. На стадии Series A инвесторы располагают данными об использовании и удержании только за 12 месяцев. На поздних стадиях финансирования будут более важны традиционные метрики программного обеспечения.

Скорость теперь — главное оружие. ИИ позволяет компаниям развиваться в 2-4 раза быстрее, чем раньше. Если раньше $1 млн выручки за год был показателем успеха, то теперь это "медленно". Новая норма — $2-4 млн за первый год.

ИИ = турбо-ускорение для всех процессов:
Быстрее разработка продукта
Быстрее выход на рынок
Быстрее масштабирование
Быстрее привлечение инвестиций.

Главный вызов - адаптироваться или вылететь.

Особенности новой экосистемы. Потребительские ИИ-компании:

1. Демонстрируют скачкообразный рост после релизов новых моделей
2. Хотя конверсия в платных пользователей может быть ниже по сравнению с до ИИ аналогами, как только пользователи конвертируются, они удерживаются так же хорошо.

Практический смысл:

Для основателей >Нужно думать и действовать в разы быстрее.
Для инвесторов>Старые метрики оценки устарели.
Для рынка>Революция в том, как быстро можно построить успешный бизнес.

Вот она жизнь, как ни крути, все идут в Google-OpenAI заключает сделку с Google по использованию облачных сервисов, несмотря на конкуренцию

Google и OpenAI обсуждали сделку несколько месяцев, но ранее не могли ее заключить из-за эксклюзивных обязательств OpenAI перед Microsoft.

Microsoft и OpenAI также ведут переговоры о пересмотре условий многомиллиардных инвестиций, включая будущую долю Microsoft в OpenAI.

Для Google эта сделка совпадает с расширением производства собственных чипов — тензорных процессоров (TPU), которые ранее использовались только внутри компании. Это помогло Google привлечь клиентов, включая крупного игрока Apple, а также стартапы Anthropic и Safe Superintelligence Ильи Суцкевера.

Добавление OpenAI в список клиентов Google показывает, как технологический гигант использует свои ИИ-технологии — от оборудования до программного обеспечения — для ускорения роста своего облачного бизнеса.

Mistral только что выпустили свою модель рассуждений Magistral

Эта модель, как заявляется, способна эффективно решать специализированные задачи в различных сферах, например, право, финансы, медицина, обеспечивать понятные и объяснимые результаты, а также работать с множеством языков, особенно с европейскими.

Magistral позиционируется как конкурент o1 от OpenAI и R1 от DeepSeek, с акцентом на многоязычное мышление и высокую производительность, например, до 1000 токенов в секунду для Magistral Medium.

Подробности тут.