Рубрика: Все новости

Интеллект не является чем-то простым. Искусственный интеллект тоже. Оба представляют собой сложные соединения, состоящие из более примитивных когнитивных элементов, некоторые мы только сейчас начинаем открывать. У нас пока нет периодической таблицы познания, поэтому мы еще не пришли к определению, что представляют собой фундаментальные элементы интеллекта.

В качестве промежуточного этапа я предлагаю три общих класса познания, которые в совокупности могут представлять собой нечто, подобное человеческому интеллекту. Вот эти три режима:

1) Рассуждение на основе знаний

2) Восприятие мира

3) Непрерывная память и обучение

Познание на основе знаний — это тот вид когнитивных способностей, который формируется у больших языковых моделей. Это своего рода сверхинтеллект, который возникает благодаря чтению (и запоминанию) каждой когда-либо написанной книги и усвоению каждого опубликованного письменного сообщения. Этот интеллект, основанный на знаниях, невероятно полезен для ответа на вопросы, проведения исследований, решения интеллектуальных задач, выполнения цифровых задач и, возможно, даже для генерации новых идей. Одна языковая модель может подготовить специалистов с докторской степенью для целой страны. Уже к 2026 году этот интеллект, основанный на знаниях, значительно превосходит возможности человека.

Восприятие мира — это разновидность интеллекта, обученного на реальном мире, а не на текстовых описаниях реального мира. Иногда это называют моделями мира или пространственным интеллектом, потому что этот вид познания основан (и обучен) на том, как физические объекты ведут себя в трехмерном мире пространства и времени, а не только в нематериальном мире слов, описывающих мир. Этот вид знает, как предметы отскакивают, текут, как сворачиваются белки, как вибрируют молекулы или как преломляется свет. Он включает в себя распознавание гравитации, осознание непрерывности, чувство физической природы материи, глубокое знание того, как сохраняются масса и энергия. Именно это познание позволяет автомобилю Waymo управлять самим собой лучше, чем это делают люди. У нас пока нет наплыва роботов в 2026 году, потому что этот вид познания опирается не только на модели мира. Для этого необходимы слои других когнитивных элементов, работающих совместно с нейронными сетями, таких как алгоритмы обработки изображений и модели окружающего мира, например, Genie 3, которая была обучена на сотнях тысяч, возможно, миллионах видеороликов с YouTube. Видеоролики из реальной жизни учат навыкам работы в реальном мире. Интеллектуальная система автономного вождения Tesla была обучена на миллиардах часов видеозаписей вождения автомобилей, управляемых людьми, что позволило ей понять, как автомобили, пешеходы и окружающая среда ведут себя в реальном мире. Ключевым элементом такого рода физического интеллекта является здравый смысл, тот самый здравый смысл, которым обладает пятилетний ребенок, но которого нет у большинства существующих на сегодняшний день систем искусственного интеллекта. Например, понимание того, что объекты не исчезают просто потому, что их не видно. Для того чтобы роботы могли взять на себя многие из наших самых рутинных задач, потребуется подобное понимание окружающего мира и пространственный интеллект.

Непрерывное обучение является неотъемлемой частью человеческого интеллекта, но в настоящее время отсутствует в искусственном интеллекте. Некоторые даже определяют общий искусственный интеллект как обучающийся непрерывно. Когда мы бодрствуем, мы постоянно учимся, пытаясь исправить ошибки (и больше так не делать!), чтобы найти новые пути, основанные на уже имеющихся знаниях. Одна из главных причин, почему агенты ИИ не заменили людей к 2026 году, заключается в том, что первые никогда не учатся на своих ошибках, в то время как вторые, даже если они не так умны, могут учиться в процессе работы и совершенствоваться с каждым днем. Вопреки ожиданиям, нынешние языковые модели не учатся ни друг у друга, ни когда их снова и снова исправляют. В настоящее время у них нет надежного способа запоминать ошибки или исправления, а также возможности становиться умнее чаще, чем раз в год при переобучении с одной версии на другую. Каждый раз, когда вы исправляете ошибку ChatGPT, он забывает ее к следующему разговору. Каждый раз, когда робот терпит неудачу в выполнении задачи, все повторится завтра. Вот почему ИИ не сможет занять реальную должность в 2026 году. На данный момент нам не хватает гениальных программистов, способных внедрить непрерывное обучение (в больших масштабах) в работу машин. Это важная область исследований; неизвестно, смогут ли существующие модели нейронных сетей развиться в этом направлении, или потребуются новые архитектуры моделей. Непрерывное обучение требует постоянной памяти, что, помимо прочих проблем, требует больших вычислительных затрат. Когда ИИ переживет еще один резкий скачок возможностей, это, вероятно, произойдет, когда кто-то найдет решение для функции непрерывного обучения. Маловероятно, что люди потеряют работу из-за ИИ, который не способен к непрерывному обучению, потому что большая часть работы, которую нам нужно выполнять, требует непрерывного обучения в процессе работы.

В совокупности нашего человеческого интеллекта могут присутствовать и другие элементарные частицы познания, но я уверен, что эти три являются его основными компонентами. Для создания искусственного интеллекта у нас есть достаточный запас интеллекта знаний, а также некоторое предварительное количество интеллекта мирового уровня, но нам серьезно не хватает интеллекта обучения в больших масштабах.

Важно понимать, что для многих профессий нам не нужны все три режима. Для управления автомобилем нам в первую очередь необходимо чувство окружающего мира. Для ответа на вопросы языковым моделям достаточно книжных знаний. Могут быть и сценарии применения ИИ, который только обучается, но не обладает чувством окружающего мира или даже обширными знаниями. И, конечно же, будет много гибридных версий, состоящих из двух частей познания, или лишь из части двух или трех.

Если подытожить, хотя нынешние языковые модели значительно превосходят людей в рассуждении, основанном на знаниях, им не хватает двух других важных когнитивных навыков, прежде чем они смогут фактически заменить людей: у них нет безупречного понимания реального мира (следовательно, роботы невозможны), и они не умеют учиться. Я ожидаю, что массовое внедрение ИИ в ближайшие 2 года будет в значительной степени зависеть от того, насколько хорошо в ИИ можно будет реализовать два других режима познания.

Сообщение Кевин Келли: три режима познания для человека и ИИ появились сначала на Идеономика – Умные о главном.

Rockstar, известная вам по серии игр Grand Theft Auto, снова подверглась хакерской атаке. Однако в компании успокаивают: злоумышленники смогли украсть лишь «очень ограниченный объём неважной информации».

В компании подчеркнули, что этот инцидент «не повлиял ни на работу организации, ни на данные игроков».

Несмотря на это, хакеры всё равно требуют выкуп. Они поставили Rockstar крайний срок — 14 апреля. Если компания не заплатит, злоумышленники обещают слить данные в открытый доступ и создать «другие неприятные цифровые проблемы».

Пока неизвестно, заплатит ли Rockstar.

Вы проверяете кредитный рейтинг перед подачей заявки на аренду квартиры. Фитнес-часы показывают, достаточно ли хорошо вы выспались. Панель управления на рабочем месте измеряет производительность. Родители могут приобрести устройства, которые отслеживают дыхание и частоту сердечных сокращений у ребенка во время сна.

Все чаще цифры позволяют оценить наше положение.

Эти системы обещают нечто привлекательное: четкую обратную связь о том, хорошо ли мы себя ведем. Они кажутся объективными, нейтральными и основанными на данных. Но они также сигнализируют о более глубоком культурном сдвиге, поскольку алгоритмы определяют, что считается добродетельным поведением.

Иными словами, мы живем в мире, где показатели преобразуются в моральные суждения. Как исследователь, долгое время изучавший, как рынки и технологии формируют моральную ответственность, я видела, что эти показатели незаметно меняют то, как люди понимают себя и как другие люди их оценивают.

Что такое хорошая жизнь

На протяжении многих поколений религиозные общины определяли повседневную жизнь многих людей, предлагая образцы для самоидентификации и того, как должна выглядеть «достойная» жизнь.

Однако по мере того, как общества становятся все более разнообразными, а число людей, вступающих в формальные религиозные группы, уменьшается, меняется и моральное влияние веры на общество. Поскольку их авторитет больше не воспринимается как нечто само собой разумеющееся, некоторые религиозные группы позиционируют себя почти как бренды: образ жизни, которому можно следовать или игнорировать.

Люди сегодня формируют собственное представление о добре и зле, опираясь на разрозненные источники. И все чаще это включает в себя коммерческие рейтинги, оценки и информационные таблицы.

Кредитный рейтинг — наглядный пример того, как это работает. Он, по-видимому, является объективной мерой финансовой состоятельности.

Однако действия, необходимые для оптимизации кредитного рейтинга, определяют, как выглядит достойное финансовое поведение в современном обществе. Речь идет не только о своевременной оплате счетов. Чтобы достичь оптимального кредитного рейтинга нужно наличие хотя бы одной кредитной карты; поддержание низкого соотношения долга, что может включать в себя запрос на увеличение кредитного лимита вместо погашения долга; отказ от аннулирования кредитных карт для максимального увеличения средней продолжительности использования счета; и наличие «правильного» сочетания кредитов, которое часто включает потребительский кредит. Сегодня потребитель без кредитных карт (что когда-то могло казаться финансово добродетельным) не формирует такое «кредитное досье», которое легко вознаграждается высоким рейтингом, и он может не иметь возможности получить кредит на покупку дома или автомобиля.

В ходе работы по оценке потребительских кредитных рейтингов мы с исследователем потребительской культуры Джоном Шоутеном обнаружили, что люди часто включают кредитные рейтинги в самооценку и представление о своей жизни, интерпретируя их как отражение характера и морали. Высокий рейтинг воспринимается как признак добродетели. Низкий рейтинг может вызывать чувство стыда или неудачи, а также стремление стать лучше.

Одна женщина описала, что когда она впервые узнала свой кредитный рейтинг, это было похоже на открытие того, каким человеком она на самом деле является. Другой человек, работающий над восстановлением рейтинга после того, как медицинский долг вызвал череду просрочек, рассказал, что проверял его каждое утро, чтобы убедиться, что ему снова можно доверять.

Зеркало морали

Кредитный рейтинг — лишь один из примеров. Приложения для здоровья преобразуют физические упражнения, сон и частоту сердечных сокращений в показатели эффективности. Платформы для рабочих мест превращают повседневные задачи в панели мониторинга, рейтинги и серии достижений. Системы репутации оценивают водителей, продавцов и фрилансеров, часто используя одно число, которое обозначает надежность.

Даже родительство, одна из самых эмоциональных человеческих ролей, затрагивается этой логикой. Носимые мониторы для младенцев преобразуют дыхание, уровень кислорода и режим сна детей в графики, оповещения и «аналитику». Эти технологии позиционируются как инструменты для успокоения, но в статье 2026 года мои соавторы и я обнаружили, что эти инструменты также подталкивают к завышенным ожиданиям.

Люди говорят, что если существует устройство, способное следить за дыханием ребенка всю ночь, то по-настоящему ответственный родитель должен им пользоваться. «У всех родителей в нашей компании есть тот или иной монитор дыхания, — сказал один отец. — У моего начальника тоже есть. Если я могу предотвратить что-то ужасное, потратив немного денег и следя за показаниями мониторов, а я бы этого не сделал, каким бы я был родителем?»

Эмоциональная составляющая этих изменений поразительна. Одна мать сказала, что чувствовала себя виноватой в те ночи, когда забывала зарядить устройство, не потому, что что-то пошло не так, а потому, что не была достаточно бдительной. Сейчас это принято считать хорошим воспитанием. Другая просто сказала: «Если бы что-то случилось, а у меня его не было, я не знаю, как бы я смогла жить дальше». Монитор превратился не столько в инструмент, сколько в средство проверки.

Измерения могут быть действительно полезны. Когда оценки кажутся точными и безличными, мы воспринимаем их как более обоснованные, чем хаотичные, субъективные суждения, которые мы выносим в повседневной жизни. Но, как объясняет историк Джерри Мюллер в книге «Тирания метрик» (The Tyranny of Metrics), системы оценки незаметно закладывают предположения о том, как выглядит ответственное поведение, а затем отражают предположения нам, как если бы они были простыми фактами. Высокий кредитный рейтинг начинает выглядеть как доказательство моральной состоятельности. Стабильный поток продуктивных часов на рабочем месте выглядит как свидетельство преданности делу.

По мере распространения показателей они начинают формировать новое, основанное на данных понимание того, что значит быть хорошим человеком. Это проявляется в обычных решениях: выбор кредита, потому что это улучшит ваш кредитный рейтинг; использование телефона во время пробежки, чтобы это «засчитывалось» в фитнес-цели; пробуждение ночью, чтобы проверить ребенка, только потому, что приложение предлагает это сделать. Граница между заботой о других и стремлением к достижению определенных показателей легко размывается.

В пустоту

На протяжении веков религиозные традиции, философы и моральные сообщества боролись с вопросом о том, что значит жить хорошей и добродетельной жизнью. Алгоритмические системы оценки не претендуют на то, чтобы ответить на эти вопросы, но по мере ослабления традиционных форм морального авторитета среди многих американцев, я бы сказал, что алгоритмические системы занимают образовавшуюся пустоту.

Они не претендуют искать ответы на вопросы о душе, но предлагают нечто почти столь же обнадеживающее: четкие индикаторы того, находитесь ли вы на правильном пути. Высокий балл, зеленая галочка, завершенная серия — это небольшие, повседневные подтверждения того, что мы, в некотором смысле, соответствуем ожиданиям.

Более глубокий вопрос заключается в том, насколько комфортно обществу позволять системам становиться главными зеркалами для самооценки моральных качеств. Инстинктивное обращение к цифрам для определения того, преуспевает ли человек как заемщик, работник, пациент или родитель, чревато тем, что забывается, что цифры могут отразить лишь малую часть того, что значит быть хорошим человеком.

Многие из систем оценки создаются коммерческими компаниями, заинтересованными в конкретном результате. Они предназначены не просто для измерения поведения; они призваны формировать его, подталкивая потребителей к постоянному улучшению показателей таким образом, чтобы они становились более ценными, понятными и прибыльными для компаний, проводящих измерения. Цель состоит не обязательно в том, чтобы вы процветали; ваше поведение должно приносить пользу корпорациям.

В следующий раз, когда вы будете проверять рейтинг или позицию в таблице и почувствуете небольшой прилив гордости или беспокойства, возможно, стоит остановиться и спросить себя: чье представление о «добре» я вижу там, и действительно ли это то, чем я хочу руководствоваться в жизни?

Сообщение Нравственные показатели: как цифры создают новую мораль появились сначала на Идеономика – Умные о главном.

Собираем новости, события и мнения о рынках, банках и реакциях компаний.

С 20 апреля в Московской области стартует пожароопасный сезон. В этом году регион делает ставку на нейросети — искусственный интеллект поможет диспетчерам моментально вычислять возгорания среди деревьев. Благодаря внедрению новых подходов время реакции пожарных расчетов существенно сократится.

В Подмосковье активно готовятся к сезону лесных пожаров. Главным инструментом спасателей станет система видеомониторинга, которая уже на 100% охватывает природные территории региона. В этом году за лесами будут следить 147 смарт-камер, шесть из которых установят специально к сезону. Видео с устройств анализирует ИИ, который распознает дым. Сейчас алгоритмы донастраивают, чтобы снизить число ложных срабатываний с пяти миллионов до 800 тысяч в год.

Умные камеры передают сигнал о возгорании в экстренные службы практически моментально. «Усиливаем систему обнаружения пожаров: сейчас в регионе работают 141 видеокамера, в этом году сеть пополнится ещё шестью», — подчеркнул председатель комитета лесного хозяйства Алексей Ларькин. Вдобавок в 2026 году планируют запустить пилотные проекты по патрулированию зеленых зон с помощью беспилотников и дронопортов с радиусом полета до 50 километров.

Специалисты также применяют классические методы профилактики. В лесопарках уберут сухостой и проложат почти шесть тысяч километров минерализованных полос.

В Казанском федеральном университете (КФУ) предложили новый подход к лечению онкологии. Ученые выяснили, что оптически прозрачные системы могут захватывать свет за счет рассеяния, а не поглощения. Это позволяет отказаться от светопоглощающих агентов: фотосенсибилизаторов, органических красителей и металлических нанооболочек. Метод назвали стратегией «без агентов».

В ходе экспериментов была использована микроэмульсия, моделирующая злокачественную опухоль. Подбирая длину волны возбуждения и мощность накачки, можно направлять нерезонансный свет прямо на пораженную ткань, не затрагивая здоровые. Как пояснила инженер кафедры оптики и нанофотоники Элина Батталова, это позволяет воздействовать адресно.

В перспективе метод может применяться на живых организмах для диагностики и лечения сложных опухолей с полным сохранением здоровых тканей.

Предполагаемая цена стандартной комплектации — около $20 тысяч.

Идею якобы аргументируют уходом зарубежных сервисов трафика и перетоком аудитории в мессенджеры и платформы «без новостей».

В пресс-службе Российского научного фонда (РНФ) сообщили, что ученые разработали математическую модель, которая описывает самоорганизацию белков в сферические оболочки. Это поможет создавать нанореакторы и контейнеры для доставки лекарств.

Профессор Сергей Рошаль из Южного федерального университета пояснил, что, меняя всего размеры белковых блоков и сферической подложки можно получать высокосимметричные оболочки с разным устройством. Ученые просчитали свойства 43 типов контейнеров из нескольких десятков белковых блоков. Часть из них оказалась похожа на природные структуры, например на вирусные оболочки.

Модель позволяет подбирать оптимальную упаковку для доставки молекул лекарств и проведения химических реакций внутри нанореакторов. Понимание механизмов сборки поможет создавать синтетические аналоги природных наноконтейнеров и наноматериалы с заданными свойствами.

Российская компания «Геоскан» в 2026 году начнет проектирование собственной сверхлегкой ракеты. В организации уже собирают инженерную команду. Предприятие будет самостоятельно выпускать, собирать и испытывать ключевые системы и агрегаты будущего носителя.

Ракета получит стартовую массу 55 тонн. Ее оснастят кислородно-керосиновыми двигателями. Расчетная масса полезного груза для доставки на орбиту составит 900 килограммов. В компании пояснили, что этот проект обеспечит запуск их собственных спутниковых группировок. Вывести попутной нагрузкой нужное количество аппаратов или заполнить ракету «Роскосмоса» невозможно.

Глава «Геоскана» Алексей Семенов отметил, что решение продиктовано масштабом планируемых пусков. Без своей ракеты резко возрастает удельная стоимость вывода каждого спутника.

Ранее генеральный директор Роскосмоса Дмитрий Баканов сообщил президенту Владимиру Путину о готовности ракеты-носителя «Союз-5». Этот носитель стал первым в России с 2014 года.