Meta* купила Moltbook – ту самую вирусную соцсеть для AI агентов
Помните, в конце января в Интернете хайповала Reddit‑подобная соцсеть, в которой общались не люди, а агенты? В основе своей это были агенты на базе OpenClaw: они постили, голосовали, комментировали и тд.
Рост популярности был тогда взрывной, на пике было около 3 миллионов зарегистрированных агентов.
Сейчас волна хайпа спала, но Цукерберг решил, что Moltbook зачем-то ему нужен. В основном, вероятно, дело в самой технологии always‑on directory, что значит – постоянно работающий каталог агентов, через который их можно находить и подключать к задачам.
Финансовые условия сделки не раскрываются, но известно, что основатели соцсети Matt Schlicht и Ben Parr переходят в Meta Superintelligence Labs.
Напоминаем, что ранее Цукерберг также охотился и за самим OpenClaw, но OpenAI оказались быстрее. Ну хотя бы с Moltbook повезло🔵
Помните, в конце января в Интернете хайповала Reddit‑подобная соцсеть, в которой общались не люди, а агенты? В основе своей это были агенты на базе OpenClaw: они постили, голосовали, комментировали и тд.
Рост популярности был тогда взрывной, на пике было около 3 миллионов зарегистрированных агентов.
Сейчас волна хайпа спала, но Цукерберг решил, что Moltbook зачем-то ему нужен. В основном, вероятно, дело в самой технологии always‑on directory, что значит – постоянно работающий каталог агентов, через который их можно находить и подключать к задачам.
Финансовые условия сделки не раскрываются, но известно, что основатели соцсети Matt Schlicht и Ben Parr переходят в Meta Superintelligence Labs.
Напоминаем, что ранее Цукерберг также охотился и за самим OpenClaw, но OpenAI оказались быстрее. Ну хотя бы с Moltbook повезло
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔82😁57❤19👍11🗿3👾3❤🔥1🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Вайбкодинг пошел не по плану: в Amazon инженерам устроили разбор полетов после серии крупных сбоев
В начале марта в компании зафиксировали несколько инцидентов уровня Sev‑1 (максимальный уровень серьезности), причем четыре из них пришлись на одну неделю.
Сначала примерно на 6 часов легли сайт и шоппинг сервис, потом 13 часов не работал счетчик цен, потом не работал фронт и тд.
В официальных документах в числе причин прямо указано «novel GenAI usage».
Например, счетчик цен (для AWS, по крайней мере) не работал конкретно из-за того, что ИИ-ассистент Kiro решил пофиксить мелкий баг, удалив все текущее окружение и пересоздав его с нуля. Без человеческого фактора не обошлось, конечно: обычно действия агентов должны подтверждать двое инженеров, но тут из-за расширенных прав хватило одного, да и тот зазевался.
Короче, по итогам всего этого в Amazon собрали крупную внутреннюю встречу инженеров под кодовым названием «Любишь вайбкодить – люби и выговоры от начальства получать».
На ней провели deep dive по сбоям и обсудили новые меры безопасности. По итогам встречи в Amazon пришли к гениальной и совсем не очевидной любому ежу мысли: видимо, в критических компонентах базы ревьюить сгенерированный код должны опытные разработчики, а перед деплоем AI-кода его все таки должны проверить еще раз☝️
В начале марта в компании зафиксировали несколько инцидентов уровня Sev‑1 (максимальный уровень серьезности), причем четыре из них пришлись на одну неделю.
Сначала примерно на 6 часов легли сайт и шоппинг сервис, потом 13 часов не работал счетчик цен, потом не работал фронт и тд.
В официальных документах в числе причин прямо указано «novel GenAI usage».
Например, счетчик цен (для AWS, по крайней мере) не работал конкретно из-за того, что ИИ-ассистент Kiro решил пофиксить мелкий баг, удалив все текущее окружение и пересоздав его с нуля. Без человеческого фактора не обошлось, конечно: обычно действия агентов должны подтверждать двое инженеров, но тут из-за расширенных прав хватило одного, да и тот зазевался.
Короче, по итогам всего этого в Amazon собрали крупную внутреннюю встречу инженеров под кодовым названием «Любишь вайбкодить – люби и выговоры от начальства получать».
На ней провели deep dive по сбоям и обсудили новые меры безопасности. По итогам встречи в Amazon пришли к гениальной и совсем не очевидной любому ежу мысли: видимо, в критических компонентах базы ревьюить сгенерированный код должны опытные разработчики, а перед деплоем AI-кода его все таки должны проверить еще раз
Please open Telegram to view this post
VIEW IN TELEGRAM
😁410🔥36👍24❤18
Вайб-парадокс: ИИ ускоряет кодинг, но не релизы
ИИ уже стал обычным инструментом для кодеров, но его реальное влияние на рабочие процессы оказалось оценить сложнее, чем мы думали. Т-Технологии выпустили занятное исследование AI4SDLC Research 2025, в котором попытались выяснить, что реально происходит с внутрянкой разработки на данный момент.
TL;DR:
➖ 58% инженеров регулярно используют ИИ для генерации или автодополнения кода, а 64% отмечают рост продуктивности. То есть написание кода действительно ускорилось.
➖ Но при этом доверяют сгенерированному коду только 11% разработчиков, а 49% прямо говорят, что не доверяют ему. В итоге команды продолжают тратить недели или месяцы на путь от commit до production.
➖ Самое любопытное, что bottleneck просто сместился. Если раньше основной затык был именно в написании кода, то теперь кодинг ускорился, а узкое место находится дальше в пайплайне – в проверках, интеграции и релизах. Наглядно: если для кодинга ИИ используют 58% инженеров, то к code review или оптимизации его пускают только 24%, а 42% вообще никогда не используют ИИ в работе с легаси.
По сути, классический эффект автоматизации: один этап ускоряется, но система вокруг него не успевает адаптироваться. А это значит, что следующий скачок произойдет не тогда, когда ИИ научиться писать код еще лучше, а тогда, когда агенты смогут надежно закрывать весь цикл от идеи до продакшена.
Вся методология и другие интересные выводы -> здесь: ai4sdlc-research.space/ai-research-2025
ИИ уже стал обычным инструментом для кодеров, но его реальное влияние на рабочие процессы оказалось оценить сложнее, чем мы думали. Т-Технологии выпустили занятное исследование AI4SDLC Research 2025, в котором попытались выяснить, что реально происходит с внутрянкой разработки на данный момент.
TL;DR:
По сути, классический эффект автоматизации: один этап ускоряется, но система вокруг него не успевает адаптироваться. А это значит, что следующий скачок произойдет не тогда, когда ИИ научиться писать код еще лучше, а тогда, когда агенты смогут надежно закрывать весь цикл от идеи до продакшена.
Вся методология и другие интересные выводы -> здесь: ai4sdlc-research.space/ai-research-2025
Please open Telegram to view this post
VIEW IN TELEGRAM
❤175
Мем дня: Cloudflare, которые годами защищали сайты от ботов-парсеров, выпустили парсер
Они анонсировали эндпоинт /crawl для Browser Rendering, который позволяет сканировать и извлекать контент целого сайта одним API-запросом. Он предназначен для «RAG пайплайнов, обучения AI, мониторинга и исследований».
Ирония в том, что Cloudflare – абсолютный лидер как раз в защите сайтов от нежелательных краулеров и ботов, которые собирают данные для обучения ИИ.
В свое оправдание они замечают, что их бот (в отличие от всех остальных злюк-ботов) будет вести себя хорошо: уважать правила сайта и robots.txt 😇
Они анонсировали эндпоинт /crawl для Browser Rendering, который позволяет сканировать и извлекать контент целого сайта одним API-запросом. Он предназначен для «RAG пайплайнов, обучения AI, мониторинга и исследований».
Ирония в том, что Cloudflare – абсолютный лидер как раз в защите сайтов от нежелательных краулеров и ботов, которые собирают данные для обучения ИИ.
В свое оправдание они замечают, что их бот (в отличие от всех остальных злюк-ботов) будет вести себя хорошо: уважать правила сайта и robots.txt 😇
😁511🤯37👍17🔥14🕊14❤12
На днях ровно 10 лет исполнилось знаменитому 37 ходу, с помощью которого AlphaGo обыграл Ли Седоля
В 2016 году с 9 по 15 марта в Сеуле проходил матч по Go между системой DeepMind AlphaGo и Ли Седолем – на тот момент 18-кратным чемпионом мира. Он закончился со счетом 4:1 в пользу искусственного интеллекта.
Особенно всем тогда запомнилась вторая партия, которая проходила 10 марта: в ходе нее AlphaGo, играя белыми, на 37-м ходу сделала крайне нестандартный ход, который эксперты сначала даже сочли ошибкой. Но в итоге он перевернул ход партии, и Седоль сдался на 211 шаге.
Этот легендарный "37 ход" вошел в историю как символ ИИ-креативности и победы стратегического "мышления" машины над человеком.
По случаю 10-летия DeepMind и Демис Хассабис даже выпустили рестроспективную статью. Пишут, что именно AlphaGo и 37 ход показали потенциал подобных моделей и вдохновили ученых дальше развивать линейку, в которую вошли AlphaZero/AlphaFold/AlphaProof и тд. Ведь если ИИ смог разбираться в чудовищном пространстве состояний в Go, его можно пустить и на реальные научные задачи со сходной комбинаторной сложностью.
В итоге, спустя 10 лет:
– Прямой наследник архитектуры AlphaGo – AlphaProof – в связке с AlphaGeometry 2 выходят на уровень серебра на Международной математической олимпиаде.
– За AlphaFold 2 дают нобелевку, и модель предсказывают структуры всех ~200 млн известных белков.
– Gemini Deep Think (тоже вдохновленный структурой поиска из архитектуры AlphaGo) берет золото на IMO 2025 и решает открытые математические задачи Эрдеша.
Кстати, про AlphaGo есть документалка. Самое время ее посмотреть: https://youtu.be/WXuK6gekU1Y
В 2016 году с 9 по 15 марта в Сеуле проходил матч по Go между системой DeepMind AlphaGo и Ли Седолем – на тот момент 18-кратным чемпионом мира. Он закончился со счетом 4:1 в пользу искусственного интеллекта.
Особенно всем тогда запомнилась вторая партия, которая проходила 10 марта: в ходе нее AlphaGo, играя белыми, на 37-м ходу сделала крайне нестандартный ход, который эксперты сначала даже сочли ошибкой. Но в итоге он перевернул ход партии, и Седоль сдался на 211 шаге.
Этот легендарный "37 ход" вошел в историю как символ ИИ-креативности и победы стратегического "мышления" машины над человеком.
По случаю 10-летия DeepMind и Демис Хассабис даже выпустили рестроспективную статью. Пишут, что именно AlphaGo и 37 ход показали потенциал подобных моделей и вдохновили ученых дальше развивать линейку, в которую вошли AlphaZero/AlphaFold/AlphaProof и тд. Ведь если ИИ смог разбираться в чудовищном пространстве состояний в Go, его можно пустить и на реальные научные задачи со сходной комбинаторной сложностью.
В итоге, спустя 10 лет:
– Прямой наследник архитектуры AlphaGo – AlphaProof – в связке с AlphaGeometry 2 выходят на уровень серебра на Международной математической олимпиаде.
– За AlphaFold 2 дают нобелевку, и модель предсказывают структуры всех ~200 млн известных белков.
– Gemini Deep Think (тоже вдохновленный структурой поиска из архитектуры AlphaGo) берет золото на IMO 2025 и решает открытые математические задачи Эрдеша.
Сегодня прорыв 37 хода продолжает определять нашу работу по созданию AGI. Мы верим, что AGI станет самой значимой технологией, когда-либо изобретенной, и, возможно, высшим инструментом для ускорения прогресса в науке, медицине и производстве.
Кстати, про AlphaGo есть документалка. Самое время ее посмотреть: https://youtu.be/WXuK6gekU1Y
❤166🔥61👍32🎉11🗿4😁1
Data Secrets
Perplexity тоже сделали свой OpenClaw Они выпустили Perplexity Computer – мультиагентную систему для выполнения долгих составных задач. Вы пишете промпт, Computer разбивает его на подзадачи и назначает их разным агентам: один агент собирает данные, другой…
Media is too big
VIEW IN TELEGRAM
У Perplexity вышло что-то интересное: постоянно активная локальная AI-система под названием Personal Computer
Personal Computer работает на базе Mac mini, который выступает в роли прокси для Perplexity Computer (эта штука вышла пару недель назад).
То есть система интегрирует Perplexity Computer с просторно включенной локальной средой: AI может перемещаться между инструментами, выполнять задачи автономно и продолжать работу без пользователя. При этом она доступна удаленно с любого устройства, поддерживает постоянную память и всевозможные коннекторы.
Этакий OpenClaw, который имеет доступ к вашим локальным файлам и проектам.
Пока что запущен waitlist
www.perplexity.ai/ja/hub/blog/everything-is-computer
Personal Computer работает на базе Mac mini, который выступает в роли прокси для Perplexity Computer (эта штука вышла пару недель назад).
То есть система интегрирует Perplexity Computer с просторно включенной локальной средой: AI может перемещаться между инструментами, выполнять задачи автономно и продолжать работу без пользователя. При этом она доступна удаленно с любого устройства, поддерживает постоянную память и всевозможные коннекторы.
Этакий OpenClaw, который имеет доступ к вашим локальным файлам и проектам.
Пока что запущен waitlist
www.perplexity.ai/ja/hub/blog/everything-is-computer
❤74🤔42🔥24👍11😁5🕊3👌2🗿2
Nvidia инвестирует 2 миллиарда в Nebius Group – бывшую Yandex N.V.
Компании объявили о стратегическом партнерстве для развития облачных решений для ИИ.
В рамках соглашения к 2030 году Nebius развернет более 5 ГВт мощностей дата-центров на чипах Nvidia и получит ранний доступ к новым архитектурам Nvidia, типа Rubin, Vera и BlueField.
Дженсен Хуанг говорит, что Волож строит ИИ-облако для «эпохи агентов»: полностью интегрированное от чипов до софта.
После анонса акции Nebius выросли уже на 15%.
Компании объявили о стратегическом партнерстве для развития облачных решений для ИИ.
В рамках соглашения к 2030 году Nebius развернет более 5 ГВт мощностей дата-центров на чипах Nvidia и получит ранний доступ к новым архитектурам Nvidia, типа Rubin, Vera и BlueField.
Дженсен Хуанг говорит, что Волож строит ИИ-облако для «эпохи агентов»: полностью интегрированное от чипов до софта.
После анонса акции Nebius выросли уже на 15%.
👍162🔥71🤯33🗿11❤10😁9
Data Secrets
На днях ровно 10 лет исполнилось знаменитому 37 ходу, с помощью которого AlphaGo обыграл Ли Седоля В 2016 году с 9 по 15 марта в Сеуле проходил матч по Go между системой DeepMind AlphaGo и Ли Седолем – на тот момент 18-кратным чемпионом мира. Он закончился…
This media is not supported in your browser
VIEW IN TELEGRAM
Google назвали свое новое здание в Лондоне «Platform 37» – в честь 37 хода AlphaGo в партии против Ли Седоля
Напоминаем, что победе ИИ над Седолем на днях исполнилось ровно 10 лет
Скоро в здании, кстати, откроется The AI Exchange – общественное пространство, где будут проходить бесплатные открытые мероприятия, лекции и выставки, посвященные ИИ
Напоминаем, что победе ИИ над Седолем на днях исполнилось ровно 10 лет
Скоро в здании, кстати, откроется The AI Exchange – общественное пространство, где будут проходить бесплатные открытые мероприятия, лекции и выставки, посвященные ИИ
🔥121👍36❤22😁2
Денис из комьюнити @its_capitan запустил собственную детективную игру в одиночку: каждый персонаж — это реальный Telegram-аккаунт, AI отвечает за героев, улики (сайты, карты) — всё настоящее.
Что в итоге:
🔘 3 месяца на подготовку + 3 месяца на разработку
🔘 40+ покупок за полтора месяца
🔘 выручка — $1500+
🔘 чек — $40
🔘 стек: Python, Telegram API, OpenAI + Anthropic
Без команды и инвестиций, но с классной идеей и проработанным сценарием — проект уже зарабатывает деньги.
Таких запусков в канале десятки. Ребята честно рассказывают про успехи, провалы и продвижение. Без теорий — только фактические цифры и запуск в реальном времени.
➡️ @its_capitan
Подписывайтесь, если интересно, как делать маленькие IT-проекты с доходом и без иллюзий.
Что в итоге:
Без команды и инвестиций, но с классной идеей и проработанным сценарием — проект уже зарабатывает деньги.
Таких запусков в канале десятки. Ребята честно рассказывают про успехи, провалы и продвижение. Без теорий — только фактические цифры и запуск в реальном времени.
Подписывайтесь, если интересно, как делать маленькие IT-проекты с доходом и без иллюзий.
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔35🗿25😁15🤨8🐳6❤5👍3🆒1🦄1
Media is too big
VIEW IN TELEGRAM
Основатель Replit говорит, что, несмотря на мрачные прогнозы, сейчас для джунов наступает золотая эра
Да, количество рабочих мест действительно сокращается. Но многие компании все еще охотно нанимают вчерашних выпускников: дело в том, что часто они лучше опытных разработчиков умеют использовать ИИ-инструменты и оказываются более гибкими, потому что «не обременены привычками».
Запоминаем и не забываем вписать в резюме навык «профессиональный вайбкодер»
Да, количество рабочих мест действительно сокращается. Но многие компании все еще охотно нанимают вчерашних выпускников: дело в том, что часто они лучше опытных разработчиков умеют использовать ИИ-инструменты и оказываются более гибкими, потому что «не обременены привычками».
«Хард скиллы больше не являются узким местом. Важно, насколько вы амбициозны, насколько вы креативны и насколько хорошо умеете использовать эти инструменты»
Запоминаем и не забываем вписать в резюме навык «профессиональный вайбкодер»
✍130😁107❤22👍8🤯5🤔4💯3
Расширенный отчет Yandex B2B Tech за 2025 год
Yandex B2B Tech, подразделение Яндекса, развивающее корпоративные решения на базе ИИ и других технологий, опубликовало финансовые результаты по МСФО за 2025 год. Совокупная выручка двух ключевых направлений — Yandex Cloud и виртуального офиса Яндекс 360 — достигла 48,2 млрд рублей, что на 48% больше, чем в 2024-м. Бизнес растёт в 1,9 раза быстрее рынка корпоративных ИТ-решений России.
Выручка Yandex Cloud увеличилась на 39%, составив 27,6 млрд рублей, четвертый год подряд демонстрируя положительную EBITDA. 93% дохода сформировано за счёт внешних клиентов — сейчас их более 51 тысячи, а партнёров — 883. Рост особенно заметен в ИИ и информационной безопасности: доходы удвоились, 9% выручки приходится на соответствующие сервисы.
Yandex AI Studio почти в 2 раза увеличила доходы до 2 млрд рублей, а использование API выросло в 7 раз (234 млрд токенов). Новые возможности — создание ИИ-агентов без навыков программирования и сервисы голосовой связи (Realtime API, Brand Voice Lite). Активно развиваются сервисы информационной безопасности — доход вырос в 2,5 раза, с лидером Yandex Smart Web Security (460 млрд запросов).
Платформа данных демонстрирует рост на 40%, BI-инструмент DataLens увеличил выручку в 10 раз, а количество клиентов выросло втрое.
Yandex B2B Tech задаёт тренды в российском корпоративном ИТ, активно масштабируя облако, ИИ и безопасность.
Yandex B2B Tech, подразделение Яндекса, развивающее корпоративные решения на базе ИИ и других технологий, опубликовало финансовые результаты по МСФО за 2025 год. Совокупная выручка двух ключевых направлений — Yandex Cloud и виртуального офиса Яндекс 360 — достигла 48,2 млрд рублей, что на 48% больше, чем в 2024-м. Бизнес растёт в 1,9 раза быстрее рынка корпоративных ИТ-решений России.
Выручка Yandex Cloud увеличилась на 39%, составив 27,6 млрд рублей, четвертый год подряд демонстрируя положительную EBITDA. 93% дохода сформировано за счёт внешних клиентов — сейчас их более 51 тысячи, а партнёров — 883. Рост особенно заметен в ИИ и информационной безопасности: доходы удвоились, 9% выручки приходится на соответствующие сервисы.
Yandex AI Studio почти в 2 раза увеличила доходы до 2 млрд рублей, а использование API выросло в 7 раз (234 млрд токенов). Новые возможности — создание ИИ-агентов без навыков программирования и сервисы голосовой связи (Realtime API, Brand Voice Lite). Активно развиваются сервисы информационной безопасности — доход вырос в 2,5 раза, с лидером Yandex Smart Web Security (460 млрд запросов).
Платформа данных демонстрирует рост на 40%, BI-инструмент DataLens увеличил выручку в 10 раз, а количество клиентов выросло втрое.
Yandex B2B Tech задаёт тренды в российском корпоративном ИТ, активно масштабируя облако, ИИ и безопасность.
1🗿65❤33😁11🤯7🤨7👍4😎3
This media is not supported in your browser
VIEW IN TELEGRAM
Любителям читать статьи – общий сбор: AlphaXiv сделали твиттер для рисерчей
Это буквально лента в стиле X, но со статьями. Листаете и видите самые залайканные и популярные свежие статьи с главными картинками, выводами и идеями. К полному тексту / ИИ-ревью / чату с ассистентом для чтения можно перейти в одну кнопку.
https://www.alphaxiv.org/briefs
Правильный скроллинг
Это буквально лента в стиле X, но со статьями. Листаете и видите самые залайканные и популярные свежие статьи с главными картинками, выводами и идеями. К полному тексту / ИИ-ревью / чату с ассистентом для чтения можно перейти в одну кнопку.
https://www.alphaxiv.org/briefs
Правильный скроллинг
3🔥220😁27❤13👌8🤯2
Data Secrets
Photo
Победители прошлых лет Всероссийского грантового конкурса «Вклад в поколение» рассказали, как потратили свои гранты. Т-Банк снова открыл прием заявок на ежегодный конкурс, где лучшие учителя точных наук получают доступ к образовательной платформе «Т-Образование», приглашение в профессиональное сообщество и грант в 200 тысяч рублей - на любые цели.
Преподаватели поделились, что использовали гранты для закрытия финансовых вопросов, инвестиций, путешествий, но добавили, что, дело не только в деньгах. Учитель физики из Санкт-Петербурга признался, что смог побороть страх участия в крупном мероприятии и почувствовал себя частью огромного профессионального мира.
Учитель информатики из Долгопрудного потратил грант на подарки ученикам — флешки и пособия для подготовки к ЕГЭ, а учитель физики из Самары высоко оценил сообщество, в котором педагоги обмениваются опытом: «Благодаря конкурсу я смог наконец-то поверить в свои силы и познакомиться с бесконечно интересными коллегами».
Флешки в подарок — в самое сердечко❤️
Преподаватели поделились, что использовали гранты для закрытия финансовых вопросов, инвестиций, путешествий, но добавили, что, дело не только в деньгах. Учитель физики из Санкт-Петербурга признался, что смог побороть страх участия в крупном мероприятии и почувствовал себя частью огромного профессионального мира.
Учитель информатики из Долгопрудного потратил грант на подарки ученикам — флешки и пособия для подготовки к ЕГЭ, а учитель физики из Самары высоко оценил сообщество, в котором педагоги обмениваются опытом: «Благодаря конкурсу я смог наконец-то поверить в свои силы и познакомиться с бесконечно интересными коллегами».
Флешки в подарок — в самое сердечко
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤39🔥14😁10🗿10🤨1
AlphaEvolve от Google DeepMind открыла новые нижние оценки для чисел Рамсея, улучшив результаты, которые не обновлялись десятилетиями
Числа Рамсея – это фундаментальные объекты в комбинаторной математике. Формально, число Рамсея R(s,t) – это минимальное число вершин в полном графе, при котором любое окрашивание ребер в два цвета (скажем, красный и синий) создает либо полносвязный подграф на s вершинах, где все ребра красные, либо полносвязный подграф на t вершинах, где все ребра синие.
Эта задача крайне вычислительно сложна. Даже для небольших значений типа R(5,5) точное значение неизвестно спустя почти век исследований, потому что для вычисления требуется перебор экспоненциального числа раскрасок графов. Это делает задачу неразрешимой даже на современных суперкомпьютерах.
Эрдеш, тот самый легендарный комбинаторщик, говорил, что R(5,5) посчитают только инопланетяне или следующая цивилизация.
Короче, числа Рамсея действительно очень сложны. А вчера DeepMind вдруг объявили, что AlphaEvolve самостоятельно воспроизвела все известные точные границы и улучшила значения для пяти классических случаев.
Особенно поражает, что исторически для приближения чисел Рамсея использовались только хитрые ручные алгоритмы, а тут пробить SOTA смогла +-универсальная система на основе LLM.
Статья
Числа Рамсея – это фундаментальные объекты в комбинаторной математике. Формально, число Рамсея R(s,t) – это минимальное число вершин в полном графе, при котором любое окрашивание ребер в два цвета (скажем, красный и синий) создает либо полносвязный подграф на s вершинах, где все ребра красные, либо полносвязный подграф на t вершинах, где все ребра синие.
Эта задача крайне вычислительно сложна. Даже для небольших значений типа R(5,5) точное значение неизвестно спустя почти век исследований, потому что для вычисления требуется перебор экспоненциального числа раскрасок графов. Это делает задачу неразрешимой даже на современных суперкомпьютерах.
Эрдеш, тот самый легендарный комбинаторщик, говорил, что R(5,5) посчитают только инопланетяне или следующая цивилизация.
Короче, числа Рамсея действительно очень сложны. А вчера DeepMind вдруг объявили, что AlphaEvolve самостоятельно воспроизвела все известные точные границы и улучшила значения для пяти классических случаев.
Особенно поражает, что исторически для приближения чисел Рамсея использовались только хитрые ручные алгоритмы, а тут пробить SOTA смогла +-универсальная система на основе LLM.
Статья
🔥77❤19👍10🤯8👌1