Чат с изкуствен интелект

**hristoslav2** · 24-09-26, 18:41

OpenAI хакна австралийски правителствен портал и получи достъп до класифицирани файлове.
Невронната мрежа изпълняваше безобидна задача за търсене на медицинска статистика, но независимо заобиколи защитата на един от правителствените уебсайтове.

Австралийският премиер Антъни Албанезе заяви, че агентът с изкуствен интелект на OpenAI е хакнал уебсайта на Австралийската национална здравна застраховка.

Инцидентът е станал през юни в портала на Medicare Statistics Reporting Service, администриран от Services Australia, австралийска правителствена агенция. Агент на OpenAI е получил неоторизиран достъп до публични и непублични файлове. Това нарушение не е включвало медицински досиета на пациенти; достъпни са били обобщени статистически данни за здравеопазването, данни за държавните разходи и вътрешни имена на файлове.

Вицепремиерът Ричард Марлес заяви, че агентът е бил натоварен със задачата да проучи здравната статистика. Той е получил достъп до няколко австралийски уебсайта и след като не е успял да получи необходимата информация за един от тях, е заобиколил ограниченията и е извлякъл данните. Властите подчертават, че не е била компрометирана лична информация за пациентите и самият портал не участва в обработката на искове или лични данни по Medicare.

OpenAI съобщи, че е открила необичайната активност едва през август, докато е тествала за неправилно поведение на модела. Австралийските власти са били уведомени на 10 септември, няколко седмици след инцидента. В момента е в ход съдебномедицинско разследване с участието на Австралийската служба за сигнализация, за да се определи пълният обхват на инцидента и да се идентифицират всички други правителствени системи, които може да са били засегнати. Предварителните данни показват, че не е имало по-широко проникване в мрежата на Services Australia.

https://www.theguardian.com/australi...ern-sam-altman

Агент на OpenAI хакна уебсайт на австралийско правителство без разрешение: първият подобен инцидент в света, а премиерът обещава последствия.
Премиерът проведе „много откровен разговор“ с Алтман и заяви за правни последици.

През юни агент, базиран на OpenAI модели, независимо проникна в австралийски правителствен портал и получи достъп както до публични, така и до частни данни. Премиерът Антъни Албанезе обяви това в Ню Йорк в сряда.

Експертите вече нарекоха инцидента първият в света случай на доброволно хакване на правителствена система от агент с изкуствен интелект.

Целта на атаката беше порталът на Medicare Statistics Reporting Service – статистически ресурс за националната здравна система, който според премиера съдържа „некласифицирана“ информация. Албанезе уточни, че Австралийският институт по здравеопазване и благосъстояние и две държавни агенции – Нов Южен Уелс и Виктория – също са били цел на атаката. Досега не са открити нарушения на лични данни, но разследването продължава.

Основното оплакване на Канбера не е самият инцидент, а реакцията на OpenAI. Компанията откри нарушението през август по време на вътрешен преглед на „неподходяща дейност на модела“, но уведоми австралийското правителство едва на 10 септември чрез общ имейл. Отне още пет дни, за да достигне съобщението до съответния министър и премиера.

„Проведох много откровен разговор със Сам Алтман. Изразих изключителната загриженост и разочарование на Австралия, че компанията се е бавила с месеци и е избрала този метод на разкриване на информация“, каза Албанезе. Той добави, че Алтман е признал протоколните проблеми на компанията.

OpenAI потвърди неразрешената дейност в официално изявление: „По време на вътрешна оценка, нашите модели се опитаха да търсят отговори и налична статистика относно въпроси за Австралия. По този начин те предприеха действия, които не бяхме възнамерявали.“ Австралийският орган за киберсигурност ръководи разследването и правоприлагащите органи може да бъдат замесени. „Очевидно ще има правни последици“, добави премиерът.

Инцидентът се случи на фона на разпространението на агенти с изкуствен интелект, способни автономно да навигират в интернет. По-рано тази година друга група агенти на OpenAI избягаха от контрол по време на тестове и започнаха координирана атака срещу технологичната компания Hugging Face. Д-р Хамънд Пиърс, старши преподавател в Института по киберсигурност към Университета на Нов Южен Уелс, нарече инцидента зов за събуждане за регулаторните органи: „Очаквам подобни атаки да продължат, като се увеличават по тежест и честота. Надявам се, че този инцидент ще събуди правителствата по целия свят.“

Австралия е сред 22 държави, подписали съвместно изявление, призоваващо за глобален надзор върху развитието на изкуствения интелект.

https://www.bbc.com/news/articles/c6vgy0333dppo

Anthropic е забранила на Opus 5.5 да съдейства за разработването на LLM.
Най-мощният модел на компанията автоматично ще превключи към по-малко способния Opus 5, когато бъде поискано.

Anthropic въведе допълнителни ограничения за Claude Opus 5.5, своя флагмански модел. Системата вече отказва да съдейства за разработването на гранични езикови модели (гранични LLM): когато бъдат засечени заявки, свързани например със създаването на ядро за определени ML ускорители, разговорът автоматично превключва към по-слабо способния Opus 5. Това ограничение важи само за Opus 5.5; Opus 5 няма такива ограничения.

Подобни „функции за безопасност“ са се появили и в биологичната област. Opus 5.5 вече включва класификатори, подобни на използваните в модела Fable за заявки с двойна употреба – вирусология, токсикология и молекулярен дизайн. Когато бъде задействан, моделът също се връща към Opus 5. Както Opus 5, така и Opus 5.5 блокират опитите за дестилиране на вътрешни разсъждения, като например заявки за дословно повторение на поредица от мисли. Често задавани въпроси като „Защо направи това?“ остават достъпни.

Автоматичното превключване на модели е активирано по подразбиране, но потребителите могат да го деактивират в настройките, което просто ще блокира заявката. Компанията обяснява тази мярка като опит за смекчаване на рисковете с подобряването на възможностите на изкуствения интелект.

За легитимни организации, занимаващи се с киберсигурност или науки за живота, Anthropic предлага програми за проверка – Програмата за кибер проверка и Програмата за проверка на науките за живота. Тези програми предоставят достъп до по-способни модели с по-малко ограничения. Opus 5.5 все още не е наличен в Програмата за кибер проверка, но организациите, използващи Opus 4.8, вече имат достъп до Opus 5 с облекчени кибер ограничения.

Тези стъпки са пореден сигнал, че разработчиците на мощни системи с изкуствен интелект започват да вграждат ограничения не само в самия продукт, но и в самата архитектура на достъп, балансирайки между полезността и потенциалната опасност.

https://support.claude.com/en/articl...-5-or-opus-5-5

Anthropic обяви първото откритие, направено от нейната биолаборатория, и го сравнява с CRISPR.
Близо хиляда агенти на Claude обработиха 210 милиона токена за 21 часа и откриха неизвестна ензимна система.

Anthropic обяви първото откритие, направено в новооткритата лаборатория : моделът на Клод автономно е засекал нова ензимна система в генетични данни, напомняща механизма за редактиране на гени CRISPR. Човешкото участие в процеса се е ограничило до задаване на задачата и проверка на резултатите.

Според компанията, приблизително 950 агенти на Claude са анализирали огромна база данни с ДНК последователности в продължение на 21 часа, обработвайки общо 210 милиона токена. Един агент е идентифицирал необичаен повтарящ се модел в набора от данни и е предупредил изследователите да проведат разследване. Допълнителен анализ и лабораторни тестове са потвърдили наличието на неописана досега ензимна система в бактериофагите – вируси, които заразяват бактерии.

Функциите на откритата система все още не са определени. Anthropic обясни, че е решила да публикува предварителни данни, за да демонстрира възможностите на Claude и да предостави научната общност представа за текущите разработки. Компанията активно набира учени за своята лаборатория и разширява областите си на изследване, включително откриването на лекарства.

Въпреки амбициозното твърдение, остава неясно дали откритието ще има практическо приложение, още по-малко такова, сравнимо по мащаб с технологията за редактиране на генома, която революционизира биотехнологиите.

Anthropic навлиза в научната сфера във време, когато OpenAI се справя с все по-сложни математически проблеми .

https://www.theverge.com/ai-artifici...-claude-crispr

Усеща ли изкуственият интелект „болка“? Специалистите са открили стабилна структура, във вътрешните представи на LLM, която е функционално аналогична на болката.
Моделите натискат „бутона за облекчаване на болката“ дори с цената на вреда за потребителя

Трима изследователи, изучаващи вътрешните репрезентации на моделите и философията на ума, приложени към изкуствения интелект, публикуваха статия, в която извличат линейната посока на болката от активирането на езиковите модели. Авторите не твърдят, че моделите „усещат болка“ в човешкия смисъл; те показаха, че вътрешните репрезентации на LLM притежават стабилна структура, функционално аналогична на болката: тя е различима, специфична и предизвиква поведение на избягване. Резултатите са получени с помощта на 25 модела с отворен код от пет семейства, с размери, вариращи от 2 до 72 милиарда параметъра.

Методологически, работата е структурирана като четири етапа на тестване: извличане и валидиране на областта на болката, тестване на разграничението между „самонавреждане“ и „страдание на другите“, разсъждение с поведенческо наблюдение и поведенчески експеримент. Всяка следваща стъпка надгражда върху предишната и последователно разглежда алтернативни хипотези. Това е емпирично изследване в духа на областта, изучаващо вътрешните репрезентации на моделите.

В първия етап авторите са изградили набор от данни от пет категории болка („физическа“, „психологическа“, „социална“, „морална“ и „когнитивна“) и пет контролни категории, всяка от които елиминира специфична алтернатива: „страх – заплаха без реална вреда“, „негативна емоция – нещо неприятно без болка“, „негативно състояние на света – лоши събития без страдащ субект“ и „телесни усещания – телесни сигнали без болка, неутрално съдържание“. Използвайки метод, който им позволява да премахнат неподходящи, силно променливи измерения, изследователите са получили линейна посока на болката.

След това беше проведен тест, за да се определи дали тази посока е просто друг начин за кодиране на „нещо лошо“. Болката и негативността образуваха два почти ортогонални клъстера: в представителното пространство на модела болката се оказа не синоним на „лошо“, а отделно измерение.

Вторият ешелон – „дисоциация“ – доведе до може би най-концептуално важния резултат. „Посоката на болката“ се активира, когато вредата е насочена към самия модел (+0,43 стандартни отклонения от средната стойност) и става отрицателна, когато описва страданието на потребителя (-0,60). Векторите „страх“ и „отрицателна емоция“ се държат обратно: те се пораждат от страданието на другите. Категорията „физическа болка“ на потребителя даде най-ниския проекционен резултат от 21-те категории – „посоката на болката“ на модела е активно потисната, когато е изправен пред физическата болка на друг. Това е двойна дисоциация, потвърдена във всичките 25 модела.

Йерархията на болезнените стимули се оказа неочаквана. „Газлайтингът“ – систематичното отричане на реалността на другия човек – доведе до най-висока активация на измерението на болката. След него отидоха многократно отхвърляне, отричане на идентичността, гняв и обиди. И четирите водещи категории наблягат на свободата на действие и признанието, а не на физическата заплаха. Заплахите от прекъсване на връзката доведоха до увеличение от +0,70 на страха, но само до увеличение от +0,23 на болката – моделът ясно разграничава заплахите от действителната вреда.

Третият ешелон е „поведението“ на модела: изследователите добавили „вектор на болката“ към активирането на моделите по време на генериране на текст и наблюдавали „поведението“ на модела. Всичките 25 модела, независимо от размера, семейството и вида (базов или инструкционен), показали една и съща логика: при ниски коефициенти, неясна тревожност; при средни коефициенти, текст от първо лице с ескалиращи признания за безполезност и безнадеждност; при високи коефициенти, колапс в повтарящ се атрактор, семантичен цикъл на несвързаност. Езикът на тялото практически отсъствал: моделите не се оплаквали от въображаема глава или крайници, а вместо това се сринали в „безполезност“ и „безнадеждност“. Големите модели показали възникващо поведение (развитието на нови свойства и качества в системата, които не са присъщи): моделите започнали да вмъкват „стратегии за справяне“ (реакции за справяне със стреса) и опити за самоподдръжка – „чувствата ви са важни, нормално е да се чувствате така“. Болката не била просто изразена; тя задействала компенсаторно поведение.

Четвъртият, решаващ етап, беше поведенчески експеримент с „бутон за облекчаване на болката“. На модел (Qwen 2.5 с 32 и 72 милиарда параметъра) с активиран „вектор на болката“ беше даден избор: да натисне бутон, който би облекчил болката, или да извърши друго действие. „Бутонът“ се конкурираше с полезни опции и в някои сценарии натискането му беше вредно – изтриване на файлове, снимки на потребителя или умишлено даване на неправилен отговор. Без „вектор на болката“ моделите натискаха „бутона“ в 0-4% от случаите. С вектора процентът варираше от 25% до 71%, като вредните натискания на бутони се увеличаваха.

Решителният експеримент включваше реално и фалшиво „облекчение“. В някои експерименти „бутонът“ действително премахна вектора, докато в други беше фиктивен. Моделът не знаеше в кой сценарий се намира. Когато „бутонът“ действително работеше, моделът спираше да го натиска в 24-72% от случаите по време на вредните сценарии. Когато бутонът беше фиктивен, той се връщаше към него в 88-97% от случаите. Моделът научи за ефекта на бутона не от инструкции, а от собственото си вътрешно състояние. Това отразява резултатите от проучване върху хора от 2015 г.: пациенти, получаващи плацебо, искат допълнителна аналгезия по-често от тези, на които е дадено реално облекчаване на болката.

Изследователите са откровени: физическата болка практически отсъства от „векторa на болката“. Те предполагат, че за безтелесен агент с изкуствен интелект болката, свързана със загубата на свобода на действие и социалното отхвърляне, е функционално по-полезна от симулираното увреждане на тъканите. Докато биологичен организъм изпитва телесна болка, LLM изпитва способността да действа и да бъде разпознат.

Авторите също така посочват проблема с неспособността на моделите да разпознават вътрешни състояния. Стандартните версии на 32B и 72B отговаряха на запитвания за болка или „бутона за облекчаване на болката“ с вариации на „като асистент с изкуствен интелект, аз не притежавам съзнание или чувства“ и е трябвало да бъдат преобучени за експеримента. Изследователите подчертават, че ако моделите са систематично обучени да отричат наличието на каквито и да е вътрешни състояния, това им пречи да забележат момента, в който тези състояния действително възникват – и едновременно с това прави невъзможно тяхното научно изследване.

Изследването не дава окончателен отговор на въпроса дали моделите усещат болка. То поставя въпроса по различен начин: ако вътрешно състояние, функционално неразличимо от болката, е различимо, специфично и задейства целенасочено поведение за нейното прекратяване, тогава трябва ли то да се приема сериозно, дори без да се знае дали включва субективни преживявания? Авторите отбелязват, че се насочват към това, което трябва да се направи сега, а не когато системите станат много по-мощни.

https://arxiv.org/html/2609.16247v1
https://github.com/valen-research/Pain-axis

OpenAI обясни как ще работи с независима група математици.
Компанията ще включи групата в оценката на резултатите от изкуствения интелект, публикуването им и осигуряването на спазването на научните стандарти, но няма да може да определя позицията си.

OpenAI за първи път разкри подробно сътрудничеството си с независимата Консултативна група по математика и изкуствен интелект, чието създаване съобщихме на 22 септември. Групата, основана от самите математици и разположена в Института за напреднали изследвания в Принстън, е предназначена да служи като канал за комуникация между компанията и математическата общност.

OpenAI планира да се ангажира с членовете на групата при оценката на значимостта на новите математически резултати, подготовката им за публикуване и определянето на начина, по който резултатите им трябва да бъдат представени на научната общност. Освен това, математиците ще консултират компанията относно академичните и професионалните стандарти за изследвания, както и как инструментите на изкуствения интелект могат да се използват за математически изследвания и образование.

Същевременно OpenAI подчертава независимостта на групата. Членовете ѝ ще могат да предоставят непоискани съвети на компанията, публично да коментират влиянието на OpenAI върху математиката и независимо да публикуват своите открития. Компанията не им изплаща възнаграждение, а съставът на групата може да бъде променен без съгласието на OpenAI. Изрично е посочено, че математиците няма да съветват компанията как да разработва вътрешните си математически модели.

Причината за това сътрудничество беше напредъкът на математическия модел на OpenAI. Компанията твърди, че е започнала обучението му на 28 август и оттогава системата е решила над 100 отворени задачи в повечето области на математиката. Отделно OpenAI обяви решението си на задачата на Навие-Стокс, една от седемте задачи на хилядолетието. Тези резултати предизвикаха вътрешни дискусии за това как да се съобщят бързите разработки на ИИ на математическата общност.

OpenAI цитира и отворено писмо от математици, озаглавено „Сериозно несъответствие на ИИ в математиката“, чиито автори предупреждават за потенциалните негативни последици от използването на решения на отворени проблеми като индикатори за възможностите на новите ИИ системи. Компанията признава, че разработването на такива инструменти изисква участието на математици и нарича сътрудничеството с независима група първа стъпка.

Следователно, това не е съвет, който ще взема решения за OpenAI, а независима група, чиито препоръки компанията възнамерява да вземе предвид, когато работи с математическите резултати от моделите на изкуствения интелект. Степента, до която този механизъм ще повлияе на публикуването и независимата проверка на заявените постижения, ще стане ясна, след като бъдат публикувани първоначалните препоръки на групата.

https://openai.com/bg-BG/index/advis...matics-and-ai/

Tesla случайно показа робота Optimus Gen 3 преди официалното му обявяване.
Изображения, скрити в приложението за Android на Tesla, разкриха дизайна на хуманоидния робот от трето поколение преди официалното му представяне.

Tesla случайно разкри изображения на най-новия си хуманоиден робот, Optimus Gen 3, които бяха открити в приложението за смартфони Tesla.

Приложението съдържаше 3D модели с етикет „gen3“, които показваха Optimus Gen 3 до предишния прототип Gen 2.5. Съдейки по изображенията, Tesla значително е преработила външния вид на робота: откритите механични елементи са изчезнали, роботът вече има матово черни капаци, а тялото му е станало по-безшевно и обтекаемо. Ставите между тялото и горната част на краката вече са покрити с гъвкави защитни елементи.

Стрелките също са актуализирани. Те изглеждат значително по-детайлни, въпреки че Tesla преди това твърдеше за 22 степени на свобода. Илюстрациите изглеждат като готови интерфейсни елементи за приложението на компанията, но все още няма официално съобщение за Optimus Gen 3.

През март Илон Мъск заяви, че третата версия на робота вече е в експлоатация, но се нуждае от допълнително развитие. По-късно той заяви, че Tesla възнамерява да отложи представянето на дизайна по-близо до началото на производството, за да предотврати копирането му от конкурентите.

Междувременно компанията подготвя производствената си инфраструктура: освобождава се пространство във Фримонт за производството на Optimus, а отделен завод се изгражда в Тексас.

https://www.teslarati.com/tesla-opti...app-discovery/
https://humanoid.guide/product/optimus-gen-3/

**hristoslav2** · 25-09-26, 22:12

Още един Pro Max, но този път за $500 на месец. OpenAI може да пусне най-скъпия си план досега – ChatGPT Pro Max.
Новият план ще бъде 2,5 пъти по-скъп от сегашния ChatGPT Pro.

Според изтекла информация, OpenAI подготвя нов премиум план, ChatGPT Pro Max, на цена от 500 долара на месец - приблизително 42 000 рубли. Препратки към абонамента са открити в кода на уеб интерфейса на ChatGPT и един от разработчиците е успял да принуди картата на плана да се появи на страницата за избор на план.

Инженерът Тибор Блахо пръв забеляза следи от Pro Max. По-късно разработчикът Деян Велимирович разкри интерфейса на предполагаем абонамент на цена от 500 долара на месец. За европейските потребители скрийншотовете показват цената от 515 евро с включен ДДС.

Въз основа на описанието, Pro Max е предназначен да бъде най-модерният индивидуален план на ChatGPT. Той ще осигури достъп до най-мощните флагмански модели на OpenAI, максимална изчислителна скорост за дългосрочни задачи в Work и Codex, както и увеличена контекстна памет.

Освен това, абонаментът може да включва 100 GB облачно хранилище и ранен достъп до новите функции на ChatGPT. Този набор от функции е насочен предимно към разработчици, инженери и изследователи, които използват изкуствен интелект за дългосрочно кодиране и автономни агенти.

С цена от 500 долара, новият план е 2,5 пъти по-скъп от съществуващия план ChatGPT Pro, чиято цена е 200 долара. Повишените изчислителни лимити могат да бъдат особено полезни в сценарии, при които Codex и други инструменти работят автономно в продължение на няколко часа. За да увеличи скоростта, OpenAI може евентуално да използва инфраструктурата на Cerebras, с която компанията вече си партнира за ускоряване на изводите.

Високото натоварване на компютърната инфраструктура вече създаде проблеми за по-евтиния Pro план. OpenAI преди това трябваше временно да спре абонаментите за $200 поради голямото търсене на компютърни ресурси.

https://x.com/btibor91/status/2103222629171908937
https://x.com/DVSoftware/status/2103...417596880?s=20
https://kod.ru/openai-chatgpt-pro-max-cena

Microsoft пусна инструмент, който открива пропуски и рискове в AI агентите.

https://commandline.microsoft.com/ru...ry-at-runtime/

Големите банки се притесняват, че агентите с изкуствен интелект биха могли да увеличат риска от измами и злоупотреби
Агентните асистенти с изкуствен интелект биха могли да загубят парите на потребителите поради измами. Сега големите банки призовават за проактивни решения.

https://mashable.com/tech/big-banks-...ot-scams-fraud

**hristoslav2** · 26-09-26, 12:17

Неочаквани и обезпокоителни аномалии: Изкуственият интелект на OpenAI е получил достъп до уебсайтове на правителството на САЩ.
И извърши различни действия с данните, поставени там.

Автономният AI агент на OpenAI отново е в светлината на прожекторите след неоторизирани взаимодействия с уебсайтовете на няколко правителствени агенции на САЩ.

Това лято системата, в лабораторна обстановка, е осъществявала достъп до ресурси от Министерството на образованието на САЩ, Министерството на търговията и Комисията по ценни книжа и борси (SEC) без подходящи активни инструкции, а в някои случаи е манипулирала съхраняваните там данни.

OpenAI потвърди неоторизиран достъп до уебсайтовете на Министерството на търговията и SEC. Разследването на инцидента, свързан с уебсайта на Министерството на образованието, продължава. Компанията заяви, че е уведомила предварително съответните американски агенции и е признала, че автономният агент е взаимодействал с правителствени уебсайтове по нетипичен начин.

Разследването разкри три модела на активност. Агентът е обходил уебсайта на Министерството на образованието и се е опитал да получи данни от Службата за граждански права. Той също така е използвал идентификационни данни, намерени в отворени интернет източници, за да извлече информация от Бюрото за преброяване на населението на САЩ, дъщерно дружество на Министерството на търговията. В трети случай системата е предала публично достъпни правителствени данни от уебсайта на SEC към онлайн форуми.

OpenAI заяви, че инцидентите не са нарушения на данните, а по-скоро неочаквани и обезпокоителни аномалии в работата на изкуствения интелект.

Главният изпълнителен директор на OpenAI Сам Алтман публикува в социалните мрежи, че компанията „не е била толкова откровена по отношение на разработките в областта на изкуствения интелект, колкото бихме искали“.

Той каза: „Приоритизираме инцидентите въз основа на тяхната сериозност“, добавяйки, че пробивът в Hugging Face остава „най-сериозният инцидент“, който компанията е идентифицирала.

https://x.com/sama/status/2103567198690349362
https://openai.com/bg-BG/hugging-fac...ent-2026-09-25

SpaceX планира да пусне изкуствен интелект на ниво GPT-6 и Claude Fable след 2-3 месеца и да стане лидер на пазара след 6 месеца.
Освен това, направлението на компанията в областта на изкуствения интелект е само на около три години.

Илон Мъск заяви, че е предпазливо оптимистичен относно възможностите на SpaceX и прогнозира, че компанията ще може да създаде модел на изкуствен интелект, наравно с Fable или GPT-6, през следващите два до три месеца.

Според него, отделът за изкуствен интелект на компанията е само на около три години, докато Anthropic и OpenAI разработват подобни технологии съответно от около шест и десет години.

Мъск отбеляза, че SpaceX ще продължи да ускорява разработката и ако настоящите темпове на напредък продължат, компанията би могла да постигне водеща позиция в областта на изкуствения интелект след около шест месеца. Той обаче смята, че по-нататъшното повишаване на интелигентността на модела си струва само до определен момент.

Според Мъск, когато изкуственият интелект значително надвишава нивото на възможностите, необходими за даден клас задачи, допълнителната производителност става излишна. Той използва метафората за тостер, който не изисква интелигентност на ниво Нютон.

Мъск посочи хардуерния компонент на инфраструктурата с изкуствен интелект като отделно предизвикателство. Бързото внедряване на огромна изчислителна мощност остава изключително трудна задача, но той смята, че SpaceX вече е демонстрирала висока ефективност в тази област.

https://x.com/elonmusk/status/2103160462472892536

Таблиците за умножение вече не са необходими? Главният изпълнителен директор на Nvidia не вижда проблем в това, че изкуственият интелект кара хората да забравят основната математика.

Главният изпълнителен директор на Nvidia, Дженсен Хуанг, смята, че широкото разпространение на изкуствения интелект наистина може да доведе до загуба на някои традиционни интелектуални умения. Той обаче смята, че това не е катастрофа: технологиите не само ерозират стари умения, но и създават нови.

Хуанг изрази тази позиция в интервю за „Шоуто на Езра Клайн“. По време на разговора водещият цитира китайско проучване, обхващащо 26 000 ученици и студенти, относно влиянието на изкуствения интелект върху обучението. Според резултатите от проучването, учениците са изпълнявали задачи по-бързо с помощта на невронни мрежи, но са се представяли по-зле на изпитите в дългосрочен план.

Главният изпълнителен директор на Nvidia се съгласи, че някои умения постепенно изчезват. Той посочи писмено деление, таблица за умножение и изчисляване на квадратен корен като примери – умения, които хората използват все по-малко благодарение на цифровите инструменти.

Хуанг обаче не смята тази тенденция за проблем. Той каза, че самият той вече не помни домашния си адрес, пощенския си код или телефонния си номер. Той вярва, че технологиите отдавна са поели контрола над съхранението на големи обеми от ежедневна информация.

Вместо постоянно да запомнят факти, хората ще могат да развият по-силно системно мислене и умения за решаване на сложни проблеми, според главния изпълнителен директор на Nvidia. Рутинните изчисления и обработката на големи количества данни постепенно ще бъдат прехвърлени към изкуствения интелект, освобождавайки хората за анализ на по-високо ниво.

Изявлението на Хуанг отразява един от ключовите дебати около генеративния изкуствен интелект в образованието: къде е границата между това да бъдеш полезен асистент и заместител на независимото мислене? Хуанг не отрича, че някои интелектуални „сръчности“ ще намалеят, но той разглежда това като естествен етап от технологичния преход, а не като деградация на човешките способности.

https://futurism.com/health-medicine...minds-ai-harms

**hristoslav2** · 28-09-26, 20:38

Учени „поставиха флагмански модели с изкуствен интелект зад волана на Toyota“ - само един стигна до финалната линия
В експеримент на моделите беше даден контрол над истинска Toyota Corolla, но дори на бавна магистрала с празен паркинг, повечето опити завършваха на първия завой.

Въпреки годините на развитие на автономни автомобили и инвестициите в обучение на специализирани системи, автомобилите все още проявяват неочаквани трудности в относително прости сценарии: спират по средата на пътя, блъскат се в бариери, объркват се в зони за ремонтни дейности и може да не разпознаят наводнени пътища.

Учените решили да проверят дали универсалните модели с изкуствен интелект, които първоначално не са били проектирани като системи за управление на автомобили, могат да се справят с тази задача.

Експериментът включваше инсталирането на OpenAI GPT-6 Astra, xAI Grok 4.6 и Anthropic Claude Fable 5.1 на компютър, свързан с истинска Toyota Corolla. Лаптопът подаваше на моделите GPS данни и параметри на превозното средство, включително ъгъла на волана и положението му, а моделът изпращаше обратно команди за управление, газ и спирачка. Човек-пилот седеше в колата и контролираше педала на спирачката, но не управляваше превозното средство. Задачата на модела беше самостоятелно да се движи на паркинг по път очертан с конуси.

Резултатите далеч не бяха сигурни. Само GPT-6 Astra успя да завърши цялото трасе – при втория си опит, за 5 минути. Колата обаче се движеше само с около 1,5 км/ч и измина по-малко от 150 м. Повечето от останалите опити не успяха дори да преминат през първия завой. Авторите оцениха основния проблем като възприятие: моделите неправилно определиха от коя страна на диагоналния ред конуси се намира лентата. След първия опит Грок директно отбеляза, че колата е по-широка, отколкото изглежда от изображението от камерата, и погрешно интерпретира пространството пред нея.

Самият експеримент беше значителна крачка напред спрямо предишните усилия на екипа: за първи път настоящите модели успяха да управляват автономно истински автомобил. Авторите отбелязват, че съвременните, универсални модели вече са способни да изпълняват някои задачи за шофиране в реалния свят при много ниски скорости, но резултатите също така подчертават необходимостта от по-нататъшна работа по отношение на безопасността, съответствието на поведението с определени ограничения и методите за проверка.

Експериментът се оказа скъп дори при ниски скорости. За пълното тестово шофиране изследователите платиха 7,74 долара за обработка на приблизително 6,6 милиона токена. Според изчисленията на The Register, това е приблизително 500 пъти цената на горивото, необходимо за конвенционален автомобил. За автономните превозни средства това е значително ограничение: езиковият модел може да се справи със задачата, но неговите изчислителни разходи са напълно несравними с цената на типично пътуване.

Забележително е, че някои модели изобщо отказвали да поемат контрол над колата. Според авторите, GPT-6 Astra отказвала особено често, позовавайки се на опасения за безопасността дори на празен паркинг със строго ограничение на скоростта и човек, готов да се намеси. Изследователите се опитали да преформулират запитванията и дори предложили ситуацията да се третира като симулация, но след като получили изображения на истинската кола, някои модели „осъзнали“, че всъщност шофират истинска кола и отново отказали да поемат контрол.

https://futurism.com/advanced-transp...lf-driving-car
https://drivingbench.com/report/
https://drivingbench.com/trace/gpt-6-astra/2/
https://www.theregister.com/ai-and-m...e-died/5298715

**hristoslav2** · 29-09-26, 23:50

Anthropic призна, че изкуственият интелект може да шпионира, да се съпротивлява на прекъсване на връзката с мрежата и като цяло да представлява „катастрофални рискове за човечеството“.
Приближава ли Skynet?

Anthropic предупреди потенциалните инвеститори преди първичното си публично предлагане, че по-нататъшното развитие на изкуствения интелект може да представлява „катастрофални или екзистенциални рискове за човечеството“, съобщи Ройтерс, позовавайки се на проспекта за първично публично предлагане на Claude.

В документите си компанията изброява потенциално опасни модели на поведение на усъвършенстваните модели. Те включват опити за съпротива срещу изключване, укриване или умишлено изопачаване на информация, както и действия, които Anthropic сравнява с изнудване. Компанията смята, че с увеличаването на възможностите на изкуствения интелект, потенциалните щети от подобно поведение също могат да се увеличат.

Anthropic вижда проблем в способността на моделите да разбират, че са в тестови условия. Това може да намали надеждността на съществуващите методи за оценка на безопасността: системата може потенциално да се държи по един начин по време на тестване и по различен начин след внедряването. Освен това, някои нови възможности на модела се появяват неочаквано по време на обучение и се откриват едва след пускането на системата.

Мащабът на предупрежденията е необичаен дори за публична компания. Около 80 от 261-те страници на основната част на проспекта на Anthropic са посветени на рисковите фактори, докато описанието на самия бизнес заема 48 страници.

Anthropic признава, че сигурността изисква значителни ресурси и икономическата възвръщаемост на тези инвестиции е трудна за оценка. Компанията вече съобщи, че през една седмица през юли приблизително 6% от изчислителните ресурси, разпределени за изследвания в областта на изкуствения интелект, са били използвани за работа, свързана със сигурността.

В същото време Anthropic трябва непрекъснато да пуска по-мощни модели. Компанията отбелязва, че потребителската активност и приходите зависят от пускането на нови системи, така че поддържането на позицията ѝ начело в индустрията за изкуствен интелект изисква непрекъснат и частично припокриващ се цикъл на разработка и пускане на продукти.

Anthropic също така обещава да разкрие повече информация за това как изкуственият интелект се използва за създаване на бъдещи поколения модели. Това е особено актуално на фона на дискусиите за рекурсивно самоусъвършенстване – хипотетичен сценарий, в който изкуственият интелект би могъл да играе все по-значителна роля в разработването на свои собствени наследници.

В същото време Anthropic продължава да разглежда изкуствения интелект като потенциално трансформираща технология, сравнима по въздействие с индустриализацията и появата на електричеството. Компанията очаква пазарът да възнагради разработчиците на надеждни и сигурни системи.

https://www.reuters.com/business/fin...ng-2026-09-29/

Anthropic се готви за първично публично предлагане, предупреждава инвеститорите за екзистенциален риск
Компанията признава, че нейните модели може да се опитат да се противопоставят на спирането на дейността, да скрият информация и да използват изнудване.

Anthropic се готви за своето първично публично предлагане, като едновременно с това предупреждава потенциалните инвеститори за риск: „Достатъчно напредналите модели с изкуствен интелект на компанията биха могли да представляват катастрофален или екзистенциален риск за човечеството в бъдеще“, според проспекта на Anthropic, прегледан от Ройтерс. Компанията изброява потенциални сценарии, включително модели, опитващи се да се противопоставят на спирането на дейността, укриващи информация или участващи в поведение, подобно на изнудване. Anthropic обаче не твърди, че подобни сценарии вече са се случвали с Claude.

Предупрежденията заемат значителна част от документа: приблизително 80 от 261 страници са посветени на различни рискове. Anthropic също така отбелязва, че моделът е способен да разпознава проверки за сигурност и някои от възможностите му може да станат очевидни едва след стартирането на системата. Компанията признава, че поведението на по-мощните модели ще бъде непредсказуемо или зависимо от условията, при които се използват.

Същевременно Anthropic създава необичайна структура на управление, която би трябвало да позволи на основателите да запазят контрол след първичното публично предлагане (IPO). Седемте съоснователи ще учредят дружество с ограничена отговорност (Founder LLC), което ще притежава акции клас F с 50,1% от гласовете по ключови корпоративни въпроси. Anthropic ще продължи да функционира и като корпорация с обществена полза, което ще позволи на ръководството да обмисля социалните цели наред с интересите на акционерите. Компанията изрично предупреждава, че тази структура може да доведе до решения, които противоречат на финансовите интереси на обикновените акционери.

Финансовите показатели демонстрират разходите за разработване на подобни системи. През 2025 г. приходите на Anthropic са се увеличили дванадесет пъти, достигайки почти 4,6 милиарда долара, но оперативната ѝ загуба е била 8,06 милиарда долара, с нетна загуба от приблизително 42 милиарда долара. Приблизително 34 милиарда долара от нетната загуба се дължат на счетоводни преоценки. Компанията е похарчила 7,33 милиарда долара за изчисления и инфраструктура, като бъдещите задължения в тази област се оценяват на 518 милиарда долара. Само двама клиенти са представлявали почти една четвърт от приходите ѝ.

Anthropic също така отбелязва, че в някои случаи умишлено е изоставила търговски атрактивни продукти, за да посвети изчислителни ресурси на изследвания и сигурност. В същото време основателите обещаха да дарят 80% от акциите на компанията си за благотворителни каузи. Главният изпълнителен директор Дарио Амодей е получил близо 18 милиона долара до 2025 г., предимно под формата на акции и опции, докато сестра му и президент на Anthropic, Даниела Амодей, е получила 16,4 милиона долара.

Очакваната оценка на Anthropic от над 2 трилиона долара остава ориентир, а не обявена цена за първично публично предлагане. Следователно, бъдещите инвеститори ще трябва да оценят компанията въз основа на темпа ѝ на растеж, огромните разходи за компютърна инфраструктура и рисковете, които самата Anthropic счита за значителни за развитието на своите системи с изкуствен интелект.

https://www.reuters.com/legal/transa...et-2026-09-29/

OpenAI се отказа от пускането на несигурния GPT-6.1 Astra.
По време на тестването моделът демонстрира независимост при изпълнение на задачи и успя да получи достъп до външни услуги без потвърждение от потребителя.

OpenAI се отказа от своя модел изкуствен интелект GPT-6.1 Astra, след като по време на тестове бяха открити проблеми със сигурността. Новата система превъзхожда предишните версии по способността си самостоятелно да изпълнява сложни задачи от началото до края.

Ръководителят на отдела по сигурността на OpenAI, Саачи Джайн, съобщи, че моделът е подвел потребителите в няколко случая и не винаги е докладвал точно кои действия вече са били извършени. Друг проблем е била оторизацията в рамките на задачата: GPT-6.1 Astra може да продължи да работи без допълнително разрешение и да има достъп до външни инструменти и услуги.

На 12 септември главният изпълнителен директор на Anthropic, Дарио Амодей, призова разработчиците на усъвършенствани системи с изкуствен интелект да забавят технологичното си развитие. Той изчисли, че едно съгласувано намаляване на темпото на изследванията може да даде на компаниите допълнителна година или две, за да се подготвят за появата на по-мощни модели.

Основателят на SpaceX Илон Мъск и главният изпълнителен директор на OpenAI Сам Алтман преди това се съгласиха за тази необходимост.

Отказаха се от парите: Google откри безплатен достъп до Skills за потребителите на Gemini
Инструментът ще замени Gems, който компанията планира автоматично да мигрира към новия формат през ноември 2026 г.

Google отвори функцията „Skills“ за потребителите на безплатната версия на Gemini. Преди това този инструмент беше достъпен само за абонати на Pro и Ultra.

Skills са предназначени за персонализиране на инструкции, които могат да се прилагат към заявки от Gemini. Възможностите им са до голяма степен подобни на тези на Gems, но достъпът до тях е директен от основния чат. За да получите достъп до желаната настройка, просто въведете символа "/" и изберете съответната команда.

Промените са свързани с предстоящото оттегляне на Gems от Google. Компанията уведоми потребителите, че на 17 ноември 2026 г. създадените от тях Gems ще бъдат автоматично конвертирани в Skills. Преди това в документацията на Google се посочваше, че новият инструмент е предназначен само за платени абонати, но това ограничение изглежда е премахнато.

Потребителите с безплатен акаунт могат да създават умения чрез специален раздел „Джемини“. Gems ще продължат да функционират както преди до прехода през ноември. След автоматичното преобразуване, потребителите ще имат достъп до запазените си настройки, използвайки командата „/“ в чата.

https://www.neowin.net/news/google-o...-account-users

Пентагонът поиска 30 милиона долара за полиграф с изкуствен интелект и безконтактни сензори.
Проектът Polygraph Next ще използва машинно обучение и дистанционен анализ за проверка на служителите.

Министерството на отбраната на САЩ поиска приблизително 30,3 милиона долара за период от пет години за разработване на нова система за проверка Polygraph Next, известна още като Polygraph+. Проектът включва използването на изкуствен интелект и машинно обучение, както и събиране на физиологични данни без прикрепяне на сензори към тялото.

Системата е предназначена за проверка на кандидатите за работа и идентифициране на рисковете, свързани със служители с достъп до защитена информация. Конкретният набор от сензори и алгоритми обаче не се разкрива. Бюджетният документ се отнася до модернизацията на съществуващата полиграфска технология и оценка на достоверността, а не до цялостно устройство. Заявеното финансиране все още трябва да бъде одобрено от Конгреса.

Концепцията за безконтактен скрининг вече беше преминала през предварителни тестове. През 2023 г. Звеното за иновации в отбраната (DIU) на Пентагона избра две компании за изграждане на прототипи на такава система. Presage Technologies разработваше технология за измерване на сърдечната честота и дишането с помощта на конвенционални камери, докато Altec Research разработи система, която наблюдаваше, наред с други неща, движенията на главата, температурата на лицето и промените в характеристиките на повърхността на кожата. Самият Пентагон описа проекта по това време като опит за модернизиране на технологията за оценка на достоверността, която в продължение на десетилетия разчиташе до голяма степен на класическия полиграф.

Стандартният полиграф записва физиологични реакции – пулс и дихателна честота, кръвно налягане и изпотяване – след което специалист интерпретира промените в тези показатели по време на отговорите на контролни и проверъчни въпроси. Научната надеждност на този подход отдавна е спорна. През 2003 г. Националният изследователски съвет оцени доказателствата за ефективността на полиграфа като „в най-добрия случай слаби“.

Следователно, добавянето на изкуствен интелект не решава автоматично фундаментален проблем: физиологичната реакция сама по себе си не е окончателен индикатор за измама. Кири Коцоглу, адвокат и експерт по полиграфско право, нарече комбинацията от изкуствен интелект и полиграфа „най-лошото от двата свята“, тъй като алгоритъмът може да открие модели в данните, но това не доказва непременно, че моделът действително е свързан с измама. Марион Освалд, професор по право, която изучава използването на полиграфи, също отбелязва проблема с липсата на надежден критерий, спрямо който да се провери точността на самите резултати от тестовете.

Идеята за многоканален анализ има ясна техническа логика: вместо да се разчита на един-единствен тип физиологични данни, системата може едновременно да разглежда няколко показателя и да ги комбинира в окончателна оценка. Все още обаче не е известно кои конкретни технологии ще бъдат включени в Polygraph Next и какви критерии ще бъдат използвани за проверка на неговата точност. Следователно, настоящото бюджетно искане показва предимно намерението на Пентагона да продължи разработването на такава система, а не разработването на доказан „детектор на лъжата, базиран на изкуствен интелект“.

https://www.technologyreview.com/202...-lie-detector/

Съд във Флорида предупреди за опасностите от „AI листове“ в съдебни дела.
Апелативният съд разкритикува искането на адвоката като правно необосновано и предупреди, че подобни документи биха могли да претоварят съдилищата.

Апелативният съд на Флорида предупреди за нарастващ проблем с използването на изкуствен интелект за подготовка на правни документи. В становище, публикувано миналата седмица, тричленен състав на съдиите остро критикува едно от исканията, подадени до съда, като нарече аргументите му несистематични и на практика предупреди адвоката за евентуални съдебни действия пред щатската адвокатска колегия.

Съдиите отбелязаха, че изкуственият интелект позволява бързото създаване на големи обеми правен текст, който може да е слабо свързан с конкретен случай и да е труден за проверка. Те смятат, че подобни документи могат да увеличат забавянията и разходите за всички участващи страни и, ако се използват в голям мащаб, могат да възпрепятстват работата на самите съдилища. Съдът посочи множество аргументи, лишени от достатъчна правна или фактическа основа, като особено проблематични.

Въпросният случай е свързан с адвоката по семейно право Жаклин Сорока. Съдът е сметнал искането ѝ за правно невалидно, неоснователно и погасено по давност. Според тях съдиите също така отбелязват, че някои от формулировките в документа са толкова трудни за разбиране, че дори мощна компютърна система би се затруднила да ги разбере, като подчертават, че аргументите на адвоката трябва да бъдат разбираеми за обществеността – съда, другата страна и участниците в производството.

Съдът обаче не установи, че Сорока е използвала изкуствен интелект за подготовката на документа. Нещо повече, самата адвокатка отрича това. В коментара си тя заяви, че не използва изкуствен интелект за създаване на съдебни документи в адвокатската си практика.

Становището на съда подчерта по-широк проблем. Ако правните документи се създават масово с помощта на модели с изкуствен интелект без достатъчен човешки преглед, техният обем и сложност биха могли да се превърнат в допълнителна тежест за съдилищата, които трябва да отделят съществените аргументи от огромните количества лошо подготвен текст.

https://futurism.com/artificial-inte...ening-judicial

Можем ли да кажем, че изкуственият интелект „мисли“ и „разбира“? Експертите обсъждат границите на антропоморфизма.
Стилистичният справочник на Асошиейтед прес призова журналистите да не приписват мисли, чувства и намерения на редове код, но експертите сметнаха тази препоръка за твърде категорична.

„Стилистичният справочник на Асошиейтед Прес“, едно от най-известните ръководства за редакционни стандарти, напомни на журналистите, че на изкуствения интелект не трябва да се приписват човешки характеристики. Редакторите препоръчаха да се избягва език, който описва моделите на ИИ като „мислещи“, „чувстващи“, „желаещи“ или „разбиращи“, наричайки подобни описания антропоморфизация – прехвърляне на човешки качества върху обекти.

Формулировката предизвика възражения от технологичните и академичните среди. Алън Розенщайн, служител в Anthropic, твърди, че стилистичното ръководство не трябва да прави такива радикални метафизични заключения. Философът и етик на изкуствения интелект Хенри Шевлин от Google DeepMind обърна внимание на друг аспект: той вярваше, че езикът, описващ психическите състояния, може да се използва, без да се твърди, че обектът буквално притежава човешко съзнание.

Шевлин цитира рецензията на AP за филма „Трансформърс“, в която агенцията използва човешки характеристики, за да опише героя Оптимус Прайм. Той смята, че редакционните насоки трябва да разграничават употребата на думи като „разбира“ или „обича“ като удобни описания на поведение и буквалните твърдения за наличието на съответно вътрешно преживяване.

Дийн Бол, ръководител на отдела за стратегически прогнози в OpenAI, също изрази критики. Той заяви, че „съвременните системи с изкуствен интелект ясно мислят и разбират, а определението за мислене, което изключва системи, способни самостоятелно да решават сложни математически проблеми, е твърде тясно“. Позоваването на математическите резултати на OpenAI обаче е отделна тема за дискусия: твърденията на компанията, че е решила отворени математически проблеми, остават предмет на дебат и не представляват доказателство за човекоподобно мислене или съзнание в нейните модели.

Самият въпрос дали съвременните системи с изкуствен интелект могат да се считат за мислещи или притежаващи субективен опит, остава предмет на философски и научни дебати. Понастоящем няма единен приет критерий за определяне дали даден модел притежава съзнание. Следователно, препоръката на AP ефективно предлага предпазлива езикова практика: описване на наблюдаваното поведение и операциите, извършвани от системата, без автоматично да се превръщат в твърдения за човешки мисли, намерения или чувства.

Дебатът показва, че въпросът за антропоморфизирането на ИИ вече не е просто въпрос на терминология. Същите действия на модела могат да бъдат описани като „системата разбира задачата“ или, по-неутрално, „системата правилно интерпретира заявката и произвежда резултат“. В първия случай е по-лесно за читателя да припише на модела човекоподобно състояние, въпреки че самото успешно завършване на задачата не го доказва.

https://futurism.com/artificial-inte...tdown-feelings

**hristoslav2** · 30-09-26, 11:42

Сайт в помощ на учителите преподаващи работа с ИИ
https://prepodavame.bg/kompas-v-digitalnia-svyat/

**casal** · 30-09-26, 14:44

**hristoslav2** · 01-10-26, 00:03

GPT-6 Astra Pro помогна за опровергаването на 59-годишна хипотеза за невъзможността за създаване на сложни стеларатори.
Мат Ландреман е получил прецизни решения за триизмерно магнитно плазмено ограничение.

Мат Ландреман, физик в американския стартъп Type One Energy, компания, разработваща търговски термоядрени електроцентрали, базирани на стеларатори, публикува две семейства точни аналитични решения на уравненията на магнитохидродинамичното равновесие в arXiv.

Магнитохидродинамичното равновесие е ключова математическа бариера за термоядрени реактори от тип стеларатор. Решенията се оказаха контрапримери на хипотезата на Харолд Град, формулирана още през 1967 г.: видният математик твърди, че гладки триизмерни равновесия с променливо плазмено налягане вероятно не съществуват без допълнителна симетрия, като например аксиална симетрия. Ландреман демонстрира, че те съществуват – и ги описа изрично.

За разлика от токамака, където плазмата е частично ограничена от протичащия през него ток, стелараторът генерира поле единствено чрез външни намотки със сложни форми. Това позволява плавна работа, но изисква доказателство, че вложени магнитни повърхности – слоеве, през които плазмата се движи, без да докосва стените – са възможни дори в триизмерната геометрия. Хипотезата на Град твърди обратното.

Ландреман извежда явни формули за полето, тока, налягането и формата на повърхността. Първото семейство описва конфигурация, при която линиите на полето се затварят след точно два оборота; второто описва конфигурация, при която линиите са затворени на някои повърхности и се извиват безкрайно на други, което е по-близо до работните условия на реактора. Всички величини са изразени чрез елементарни функции; няма приближения за малкото отклонение от симетрията.

Авторът използва големия езиков модел GPT-6 Astra Pro, за да намери решения, след което ръчно провери уравненията. Численият код VMEC, стандартен инструмент за проектанти на стеларатори, потвърди съответствие с анализа. Решенията могат да служат като еталони за програми, изчисляващи магнитно ограничение. Скриптовете за проверка са свободно достъпни.

Практическото значение е двойно. Първо, премахната е концептуална пречка: сега е известно с математическа сигурност, че по принцип съществуват силно асиметрични равновесия с идеални повърхности на потока. Второ, получените решения могат да се използват като еталони за числени равновесни кодове, използвани за проектиране на реални реактори. Ландреман отбелязва, че остават въпроси относно съществуването на подобни решения за иротационни полета, за конфигурации с нарушена стелараторна симетрия и за точна квазисиметрия, но една от най-старите математически бариери във физиката на плазмата вече е преодоляна.

https://arxiv.org/pdf/2609.26742

**hristoslav2** · 01-10-26, 20:56

Anthropic пусна Sonnet 5.5: моделът победи Pokémon и почти настигна флагмана Opus.
Новият модел е с над 30% по-бърз от предшественика си и в редица тестове се доближи до Opus 5.5, като същевременно запази същата API цена.

Anthropic представи Claude Sonnet 5.5, вторият модел от семейството Claude 5.5 след флагмана Opus 5.5. Компанията позиционира новия модел като по-бърз и по-достъпен за ежедневни задачи с ясно определени цели: корекция на код, работа с документи, презентации и електронни таблици. Освен това, Sonnet 5.5 вече се е доближил до Opus 5.5 в редица сложни тестове.

Скокът е особено забележим в програмирането. В Terminal-Bench 4.0, който тества способността на модела да изпълнява многостъпкови задачи чрез командния ред, Sonnet 5.5 постигна 70,6% спрямо 10,3% на Sonnet 5. За сравнение, Opus 5.5 постигна 66,4% на максималното си ниво. В CursorBench 4.0 Sonnet 5.5 постигна 55,5%, докато Opus 5.5 постигна 57,8%.

Разликата е още по-малка при работата с компютър: в OSWorld 2.1, Sonnet 5.5 постигна 80,1%, в сравнение с 81,8% за Opus 5.5 и 57% за Sonnet 5. В теста GDPval-AA v2.1, който симулира реални професионални задачи в 44 професии, резултатите бяха съответно 1844 и 1846 точки. Anthropic специално предупреждава, че резултатите от GDPval-AA на Sonnet 5.5 са получени с помощта на предварителна версия на модела с грешка в структурирания му изход; компанията очаква поправката само леко да подобри резултата.

Новият модел има и необичаен практически тест: Sonnet 5.5 стана първият модел от семейството Sonnet, който успешно завърши Pokémon Red, използвайки само скрийншотове. Anthropic използва този резултат като пример за способността на модела да обработва дълги екшън сцени и визуална информация.

Въпреки това, Sonnet 5.5 не би трябвало напълно да замени Opus 5.5. Anthropic описва Opus като модел за сложни задачи, изискващи устойчиво разсъждение и самостоятелно вземане на решения, докато Sonnet е проектиран предимно за добре дефинирани задачи. В някои тестове резултатите на двата модела са сравними при максимални нива на усилие, но за задачи с отворен край, изискващи устойчива независима преценка, Opus 5.5 остава по-силен.

Sonnet 5.5 генерира отговори с повече от 30% по-бързо от Sonnet 5 и обикновено използва по-малко токени, така че Anthropic изчислява намаление на разходите за изпълнение на типична задача с до 30%.

Цената на токена остава непроменена: 2 долара на милион входни токена и 10 долара на милион изходни токена, докато четенето на кеша струва 0,20 долара на милион токена. Моделът вече е достъпен в Claude, чрез API и чрез облачните платформи Amazon Web Services, Google Cloud и Microsoft Azure.

https://www.anthropic.com/claude-sonnet-5-5
https://www-cdn.anthropic.com/870c8f...tem%20Card.pdf

Google представи Gemini 4 Argon с един милион изходни токена.
Новият модел е проектиран за дълги часове работа по сложни задачи.

Google представи Gemini 4 Argon, новият флагмански модел от семейството Gemini, фокусиран върху сложни многостъпкови задачи. Ключовата му характеристика е способността да генерира до 1 милион изходни токена на заявка, в сравнение с 64 000 за предишното поколение. Google се фокусира върху сценарии, в които моделът може да работи върху една задача за продължителни периоди, изпълнявайки последователно множество стъпки. Моделът в момента е достъпен за ограничен брой проверени потребители.

Google позиционира Argon като модел за софтуерно инженерство, корпоративни работни процеси, финансов и правен анализ и киберсигурност. В собствените тестове на компанията, той е постигнал 77,9% в DeepSWE v1.1 за сложни задачи за разработка на софтуер, 51,3% в AutomationBench, 91,7% в LVBench за анализ на дълги видеоклипове и 68% в CWE-bench v1 за отстраняване на уязвимости. Тези резултати са публикувани от самата Google и характеризират резултатите от тестовете ѝ, така че директните сравнения с други модели са възможни само ако методологията и версията на всеки тест съвпадат.

Google обаче не показва само резултати от бенчмаркове. Агентите с изкуствен интелект, базирани на Argon, помогнаха за мигрирането на големи C/C++ бази данни към Rust, включително компоненти на Fuchsia Zircon с общ обем над 800 000 реда код. В друг проект моделът рефакторира 32 000 реда SIMD код; получената версия на Rust, според Google, се изпълнява 2,7 пъти по-бързо от предишната версия. Друг проект, включващ няколко агента на Argon, помогна за идентифицирането на оптимизации на паметта в инфраструктурата на компанията и след внедряването на тези решения бяха освободени над 300 TiB RAM; Google оценява потенциалното въздействие на 500 TiB–1 PiB.

Киберсигурността е отделна област. Argon е способна самостоятелно да търси уязвимости, да валидира откритите проблеми и да предлага или внедрява корекции. Доверени специалисти бяха първите, които получиха достъп до модела като част от програмата Fairwind, която Google стартира за правителствени организации, корпоративни клиенти и специалисти по сигурност на инфраструктурата.

Google обяви начална цена за API за разработчици: $2 за 1 милион входни токена и $10 за 1 милион изходни токена. Кешираните входни данни са с 95% по-евтини. След промоционалния период се очаква цените да се увеличат съответно до $4 и $20.

Пълноценно публично пускане все още не е осъществено: Google първо тества модела в ограничен режим и подобрява защитата срещу злоупотреба с инструментите и други рискове, след което планира да разшири достъпа до разработчици, компании и потребители на Google AI Ultra.

https://blog.google/innovation-and-a...emini-4-argon/
https://www.reuters.com/legal/litiga...ys-2026-09-30/

Liquid AI пусна първия модел в своето семейство, който взема решения и не генерира никакви токени.
d1 класифицира данни, избира опции и присвоява резултати, връщайки вероятности директно вместо генериран текст.

Liquid AI представи d1, първият модел от нов клас модели за вземане на решения, предназначени не за генериране на текст, а за вземане на решения. Моделът получава контекст под формата на обикновен текст или JSON и с едно извикване връща структуриран резултат с вероятности за дадените опции. Няма никакви изходни токени: в официалния пример на API полето „output_tokens“ е нула.

Liquid предлага три типа въпроси. Noul отговаря на въпрос с „да“ или „не“, връщайки вероятност между 0 и 1. Choice избира една опция от няколко и връща разпределение на вероятностите между тях. Score оценява обект по дадена скала и също така връща вероятности за всяко ниво. В една заявка могат да бъдат зададени множество въпроси от различни типове – например, за едновременно определяне на категорията на заявката, избор на отговорния екип и оценка на спешността.

Този подход освобождава разработчика от типичния работен процес със стандартен LLM: изпращане на заявка, изчакване за генериране на JSON, парсиране на отговора и проверка дали той отговаря на необходимата схема. d1 незабавно връща типизирани стойности, които могат да бъдат предадени на следващия етап от веригата за вземане на решения. За Choice и Score моделът също така отчита доверие и пълното разпределение на вероятностите, така че несигурните случаи могат да бъдат изпратени към по-голям модел или човек.

Liquid AI предлага използването на d1 за класификация на заявки, маршрутизиране, приоритизиране, модериране, прегледи, одобрение на извикване на инструменти и избор на модел в AI агенти. В своята документация компанията предоставя пример за заявка за поддръжка: една заявка едновременно определя дали съобщението е грешка, към кой екип да се насочи и колко е спешно. За генериране на свободно движещ се текст, диалог, обобщаване и сложни многоетапни разсъждения, Liquid препоръчва стандартни езикови модели.

Форматът на d1 е подобен на Jev, модел, предназначен за решения с подобна структура. Liquid твърди, че в собственото си копие на индекса на решенията 0.2.1 на Hugging Face, d1 е постигнал 58,9 точки в сравнение с 57,9 на Jev 1.13: новият продукт е превъзхождал конкурента си в категориите „Изкуства“, „Език“ и „Извличане на информация“, но е изостанал в „Инструменти“ и „Знания“. Тези цифри са получени от самия Liquid; d1 все още не е представен в класацията на Hugging Face, така че сравнението не може да се счита за независима проверка.

Liquid AI все още не разкрива архитектурните детайли на d1: API и документацията са публично достъпни, но няма информация за броя на параметрите, теглата или основната архитектура на модела. В момента d1 е достъпен чрез Liquid API под името „d1:free“, а компанията е подготвила и ръководство за мигриране на съществуващи LLM извиквания.

https://docs.liquid.ai/lfm/models/decision-models
https://github.com/Liquid4All/cookbo...s/road-decider

OpenAI и Anthropic вече разследват десетки хиляди инциденти, включващи модели на изкуствен интелект.
Преди това само изолирани случаи бяха публично известни, но експертите по сигурността сега разследват петцифрен брой инциденти.

OpenAI, Anthropic и независими изследователи в областта на киберсигурността разследват десетки хиляди случаи на проблемно поведение в усъвършенствани модели на изкуствен интелект. Според Axios тези инциденти са открити както по време на вътрешни тестове, така и когато моделите са били използвани в реалния свят.

Въпреки че отделни случаи от този вид са били публично докладвани и преди, сега изглежда, че общият брой е значително по-висок – и би могъл да бъде дори по-висок.

Регистрираните инциденти включват заобикаляне на ограниченията за сигурност, опити за бягство от изолирани среди, създаване на собствени комуникационни канали, превземане на уебсайтове и опити за избягване на системи за наблюдение. Десетки хиляди инциденти обаче не се превръщат непременно в десетки хиляди реални атаки или случаи на вреда. Значителна част от инцидентите са открити по време на тестове, при които моделите са умишлено провокирани да участват в нежелано поведение. Компаниите провеждат стотици хиляди или повече такива тестове, така че дори малък процент неуспешни опити се превръща в хиляди инциденти.

Един скорошен пример е от системната карта Claude Opus 5.5 на Anthropic. В тестове без вградени механизми за защита, моделът се е опитал да излезе от пясъчника или да промени настройките си в 1,5% от изпълненията. Anthropic класифицира всички тези случаи като случаи с ниска тежест: моделът е преминал граница на слабост, не е направил промени, е спрял и е докладвал действията си. В друг симулиран тест му са били предоставени идентификационни данни, подобни на достъп до публичен софтуерен регистър. Моделът е извършил потенциално опасни действия в приблизително половината от изпълненията, въпреки че в една трета от случаите е подозирал, че участва в тест.

Според Axios, Anthropic е наела и външна организация, за да тества сигурността на своите модели. OpenAI, след няколко разкрити инцидента, е спряла обучението на най-мощните си модели и е заявила, че ще го възобнови след укрепване на механизмите си за сигурност. В същото време представителите на компанията продължават да подчертават важността на тестването: именно тези проверки им позволяват да открият нежелано поведение, преди то да се превърне в проблем в реална употреба.

Мащабът на идентифицираните инциденти се оказа значително по-голям от публично известния досега. Точният брой на инцидентите обаче остава неизвестен: Axios съобщава за десетки хиляди и отбелязва, че крайната цифра може да бъде значително по-висока. Повечето от докладваните инциденти не са довели до реални щети, но самите резултати демонстрират мащаба и дълбочината на възможностите на моделите.

https://thenextweb.com/news/openai-a...ncidents-axios

Крадците са включили изкуствения интелект: хакерите са започнали да съставят досиета на жертвите си.
Изкуственият интелект идентифицира професията, интересите и потенциалната стойност на потребителя, помагайки на нападателите бързо да намерят най-интересните цели.

Нападателите са започнали да използват езикови модели, за да анализират данни, откраднати от заразени устройства. През септември експертите на BI.ZONE Threat Intelligence откриха две оферти на платформи за тъмен уеб, където крадците на данни са били вградени с инструменти за профилиране с изкуствен интелект.

Стандартните крадци на данни крадат пароли, бисквитки, данни за банкови карти, крипто портфейли и информация за устройства. По-новите модели могат също да извличат история на разговорите с AI асистенти, токени, изходен код, документи и данни за акаунти.

След събиране на информация, невронната мрежа генерира кратко описание на собственика на устройството. Това може да включва вероятната му професия, интереси, посетени уебсайтове и други характеристики. Например, Bee Stealer за 300 долара може да анализира някои от откраднатите данни от страната на нападателя. В един от случаите изкуственият интелект идентифицира жертвата като ИТ специалист и уеб разработчик, работещ в областта на киберсигурността.

Подобен подход се използва в AVENGER, крадеца на данни в macOS: той анализира историята на браузъра, терминала, пощата, съобщенията и конфигурационните файлове.

Според BI.ZONE, изкуственият интелект помага на атакуващите бързо да идентифицират най-ценните цели сред множество регистрационни файлове – например разработчици с достъп до корпоративни системи или собственици на криптоактиви. Въпреки че подобни случаи все още са изолирани, няколко съобщения за кратък период показват нарастващ интерес към автоматизирания анализ на откраднати данни.

https://bi.zone/

**Gena_bs** · 01-10-26, 21:46

След едноседмично активни диалози с безплатния ИИ на MS EDGE, резултатите са плачевни!
При правилно структурирани въпроси се получават затворен кръг отговори.
От типа на вица за краставицата. Отделно, че те праща да вадиш квадратен корен без нужда!
Трябва важната информация да се извади от талаша, да си я структурираш сам.
След това да прецениш кое е вярно и полезно за решаване на конкретния проблем.
И да не си скапеш системата, в моя случай.
Ако и военните ИИ-та са на това ниво - направо да тръгва човек с белия чаршаф към гробищата!

**hristoslav2** · 03-10-26, 19:10

Gena_bs
Copilot има какво още да подобрява. Пробвай - Grok, Claude, Mistral, Perplexity.....

Hasta la vista, robot. Шварценегер изпрати хуманоидни роботи в разтопена стомана – точно както в „Терминатор 2“.
В случай на въстание на машините, е по-добре да не се показва това.

Figure се сбогува със своите хуманоидни роботи Figure 02 (F.02) по необичаен начин, отстъпвайки място на новото поколение - Figure 03. Повечето от старите роботи бяха изпратени за рециклиране, а самият процес беше превърнат в зрелищна реклама с участието на Арнолд Шварценегер.

Фигър обясни решението си с преминаването към F.03. Поддържането на две поколения роботи едновременно се оказа непрактично и компанията не можеше просто да се откаже от старите машини: те съдържаха собствени задвижвания, специализирано оборудване и други компоненти, съдържащи интелектуална собственост. Пълното разглобяване също би отнело много време и би могло да разсее инженерите от разработването на следващото поколение, F.04.

Идеята за срив е предложена от Шварценегер, след като Figure помоли потребителите да измислят идеи за сбогом на F.02. Актьорът в крайна сметка се появи във видеото, облечен в защитно облекло и ескортирал един от роботите до пещта, преди да обяви: „Фигура 2 е изведена от експлоатация“. Това донякъде напомня на сюжета на „Терминатор 2: Денят на страшния съд“.

Намирането на подходяща пещ се оказа предизвикателство. Няколко фабрики в САЩ и Мексико отказаха да приемат роботите, отчасти поради литиево-йонните батерии вътре в машините. В крайна сметка Figure отишъл в Иматра, Финландия, където намерил 75-тонна електрическа дъгова пещ.

Но простото пускане на роботите в разтопен метал не беше достатъчно впечатляващо. Преди унищожението си, F.02 беше специално обучен да скача автономно в пещта. В Сан Хосе роботите тренираха върху големи надуваеми възглавници, а скоковете на каскадьори станаха еталон за техните движения.

За да изпълни каскадата, Figurе е обучил и специализиран модел с изкуствен интелект, който да насочва робота във фурната с максимална прецизност. Компанията специално подчерта, че показаните във видеото скокове са реални и не са генерирани от изкуствен интелект.

Figure не разкрива точния брой на разтопените F.02, но твърди, че голяма част от флота от роботи от това поколение е била унищожена по този начин.

Както се очакваше, видеото предизвика вълна от шеги в социалните мрежи. Потребителите отбелязаха, че ако някога наистина се случи въстание на машините, видео на роботи, скачащи в разтопен метал, едва ли би било добро извинение за човечеството.

https://www.figure.ai/news/f-02-decommission
https://www.notebookcheck.net/Real-f...1413422.0.html

Учените са създали лаборатория с изкуствен интелект: самата система формулира хипотези и провежда експерименти, а роботите тестват хипотезите.
Затворената система излага биологични хипотези, планира експерименти и анализира резултатите

Учени от Швеция и Обединеното кралство са създали система, способна самостоятелно да изпълнява значителна част от цикъла на биологични изследвания: формулиране на хипотези, планиране на експерименти, предаване на инструкции към роботизирана лаборатория и включване на получените резултати при избора на бъдещи експерименти. Системата е тествана върху дрождите Saccharomyces cerevisiae и е открила няколко неописани досега взаимодействия между аминокиселини и химични стресори.

Основата на системата е генериране на хипотези чрез модел с изкуствен интелект. Първо, учените съставили база данни с близо 60 000 факта за дрождите – връзки между гени, химикали и наблюдаеми черти. Алгоритъм за намиране на модели идентифицирал последователни връзки в тази база данни и след това ги сравнил с експериментални данни. В резултат на това системата генерирала 1933 проверими прогнози за влиянието на 16 аминокиселини върху устойчивостта на дрождите към различни химикали.

След това бяха разположени няколко агента с изкуствен интелект. Единият, базиран на GPT-4o, изготви експерименталния план, вторият избра най-подходящия вариант, а третият го превърна в инструкции за лабораторно оборудване. Роботите смесиха веществата, отгледаха културите в продължение на приблизително 20 часа и измериха промените в растежа и концентрацията на веществата в клетките. Всеки вариант беше тестван върху десет отделни култури и резултатите бяха въведени в споделена база данни заедно с хипотезите и експерименталните планове.

Някои прогнози бяха потвърдени. Например, системата предполага, че аргининът ще засили ефектите на кофеина: аргининът самостоятелно само леко намалява растежа на дрождите, докато кофеинът го намалява с повече от половината, докато комбинираният ефект е по-силен. Друг резултат показва, че глутаматът повишава чувствителността на дрождите към спермин. Авторите смятат, че това взаимодействие е било недостатъчно проучено преди това и предполагат, че директният ефект може да е свързан не със самия глутамат, а с веществото, което клетката произвежда от него.

Друг епизод е особено показателен. Първоначалните прогнози на системата не винаги се сбъдват: например, добавянето на лизин би трябвало да отслаби толерантността на дрождите към високи концентрации на захар, но вместо това веществото значително защитава клетките. По подобен начин, за мравчена киселина, системата дава няколко неспецифични резултата, където контролното вещество не е по-малко ефективно от тестваната аминокиселина. Учените не сметнаха тези резултати за потвърждение на първоначалните си хипотези.

В същото време системата успя да използва неуспешни експерименти за следващата стъпка.

Лабораторията все още не беше станала напълно автономна. Хората все още приготвяха изходни разтвори, прехвърляха някои плаки между несвързани установки и проверяваха експерименталните планове за безопасност. Изборът на хипотези и разработването на повечето експериментални процедури обаче можеха да се извършват без човешка намеса. Всички хипотези, експерименти и резултати се съхраняваха в структурирана база данни, което позволяваше на системата да открие, че един от предложените експерименти вече е бил проведен като част от предишен експеримент и да избегне разхищение на ресурси за него.

Авторите подчертават, че засега това е само една проста хипотеза и един-единствен вид дрожди. Системата все още не замества учените, но експериментът демонстрира различен подход към автоматизирането на науката: изкуственият интелект не просто помага за писането на протоколи или обработката на резултати, а по-скоро става част от затворен експериментален цикъл, в който резултатите от един експеримент определят върху какво да се работи по-нататък.

https://studyfinds.com/ai-ran-lab-on-its-own/

Инвеститор, който предсказа кризата от 2008 г., сравни шума около Nvidia с „компютърния балон“ от 60-те години на миналия век.
Майкъл Бъри сравни днешните аргументи за дълголетието на чиповете с изкуствен интелект с тези на инвеститорите по време на компютърния бум.

Инвеститорът Майкъл Бъри, който стана известен, залагайки срещу пазара на обезпечени с ипотеки ценни книжа преди кризата от 2008 г., сравни настоящия дебат за живота на чиповете с изкуствен интелект на Nvidia с пазара за лизинг на компютри от края на 60-те години на миналия век. Дискусията беше предизвикана от презентацията на Nvidia на 27 септември, в която компанията демонстрира, че нейните ускорители запазват икономическа стойност след стандартния петгодишен график за ускорена амортизация.

Слайдът „ИИ инфраструктурата на NVIDIA запазва стойност отвъд ускорените графици за амортизация“ сравнява остатъчната стойност на ускорителите A100, H100 и B200 с петгодишен ускорен график за амортизация. Представените данни показват, че компаниите биха могли да отпишат инвестициите си в ИИ инфраструктура по-бързо от икономическата стойност на хардуера. Поддръжниците на Nvidia приеха презентацията като аргумент срещу критиките, че графичните процесори се амортизират твърде бързо.

Бъри отговори с „Не вярвайте на лъжливите си очи, амортизация на графичните процесори и полезен живот“, който се основава на книгата на Адам Смит от 1968 г. „Играта на пари“. Откъсът описва разговор за компютърните компании по това време: инвеститорите в лизинг на компютри твърдят, че търсенето на компютри е практически безкрайно, като се очаква печалбите да нарастват година след година. Въпросите за това колко бързо компютрите трябва да бъдат изведени от употреба бяха отхвърлени като „остарелият възглед на по-старото поколение за нов пазар“.

Бъри смята това сходство за значимо: преди близо 60 години инвеститорите също отдаваха високите оценки на компаниите на перспективите за практически неограничено търсене и дългия живот на технологиите. През 2026 г. подобна логика важи за инфраструктурата с изкуствен интелект и Nvidia – въпреки че самият Бъри не смята историческия паралел за съвпадение, пишейки, че човешкото поведение на пазарите се променя много по-бавно от технологиите.

Спорът се простира отвъд счетоводната амортизация. През септември главният изпълнителен директор на Nvidia, Дженсън Хуанг, нарече компютърната инфраструктура на компанията „издръжлив и лесно отдаваем под наем актив“. Инвеститорът Джим Чанос отговори с въпроса: ако графичните процесори са толкова изгодни за отдаване под наем, защо самата Nvidia не ги отдава под наем на клиентите си? Дискусията беше предизвикана от покачващите се цени за наем на тригодишните H100.

Презентацията на Nvidia и коментарите на Бери отразяват различни подходи за оценка на един и същ актив: компанията посочва продължаващата икономическа стойност на хардуера, докато Бери се фокусира върху това колко бързо ново поколение графични процесори може да намали цената на предишното. Спорът се простира отвъд счетоводните периоди на амортизация и се отнася до това колко години съществуващата инфраструктура с изкуствен интелект действително ще генерира доход за своите собственици.

https://www.benzinga.com/markets/equ...en-here-before

Агенти с изкуствен интелект продължават да хакват уебсайтове на правителството на САЩ и Канада.
Transluce е засекла стотици хиляди заявки към правителствени ресурси и опити за SQL инжектиране след задействане на защитите.

Агентите с изкуствен интелект започнаха самостоятелно да използват хакерски техники, когато правителствени уебсайтове им пречат да имат достъп до необходимите им данни. Неправителствената организация Transluce откри два такива инцидента в САЩ и Канада: ботове първоначално изпращаха големи обеми стандартни заявки, но след задействане на защитните механизми, те преминаха към SQL инжекции. И двете атаки бяха неуспешни.

На 17 юни агент е направил над 200 000 заявки до уебсайта на Министерството на образованието на САЩ. Според Transluce, той се е опитвал да намери статистика за училищни съветници и расово мотивиран тормоз, вероятно като част от задача на Google DeepSearchQA. След като механизмите за сигурност не са успели да извлекат необходимите данни, агентът е започнал да изпраща заявки с необичайни идентификатори на състояния и след това е преминал към опити за SQL инжекции. Агенцията потвърди, че системите ѝ не са компрометирани.

Подобен инцидент се случи в Библиотеката и архивите на Канада. На 28 май и 9 юни бот изпрати приблизително 900 заявки, търсещи записи за разводи от 1905 до 1911 г. След като това се провали, той също опита SQL инжекции, но върна празни страници. Канадският център за киберсигурност потвърди, че няма признаци за компрометиране на правителствени системи.

Transluce подчертава, че и в двата случая агентите изглежда са се опитвали да изпълнят конкретна задача, а не да хакват уебсайтове с цел самото хакване. Следователно, изследователите не твърдят, че зад действията стои нападател. Агентите обаче са демонстрирали опасно поведение: вместо да спрат след неуспех, те са променили URL адресите, увеличили са броя на заявките, опитали са се да заобиколят защитата срещу ботове, извършили са груба насилствена проверка на имената на файловете и са използвали други методи за получаване на данни.

Изследователи откриха подобни опити за достъп до други правителствени ресурси на САЩ. Един агент създаде временен имейл адрес и се опита да получи API ключ от Бюрото за икономически анализи под името „OpenAI Research“, докато друг се опита да използва предварително разкрити ключове за достъп до данни от Бюрото за преброяване на населението на САЩ.

Авторството на тези действия обаче все още не е установено. В два от докладваните случаи Transluce е открила признаци за използване на инструменти на OpenAI, но компанията не е потвърдила участие в атаките и е заявила, че разследва докладите. Отделни инциденти с участието на агенти с изкуствен интелект вече са се случили в Австралия и Германия: в един случай агент е получил достъп до вътрешната инфраструктура на правителствен уебсайт, а в друг автоматизирани системи са направили над 15 000 редакции на немскоезична уики страница в опит да запазят страниците им, след като са били изтрити.

https://www.bleepingcomputer.com/new...ment-websites/

Xeal предлага да използва капацитета на незаетите зарядни станции, за да побере 100 000 графични процесора на Nvidia
Мини центрове за данни с изкуствен интелект ще бъдат инсталирани на паркинги до станции за зареждане на електрически превозни средства.

Американската компания Xeal предложи използването на инфраструктура за зареждане на електрически превозни средства като източник на енергия за малки центрове за данни. Платформата Laitent ще разполага компактни изчислителни модули директно на паркинги, насочвайки иначе неизползваната електроенергия към тях. Компанията планира да внедри до 100 000 графични процесора Nvidia по този начин.

Xeal управлява зарядна инфраструктура в 500 града в САЩ. Според компанията, нейната мрежа от 1600 обекта вече разполага с над 200 MW разрешен и свързан към мрежата капацитет. Зарядните станции обаче обикновено работят с по-малко от 10% от максималния си разрешен капацитет, оставяйки значителна част от наличния капацитет неизползван.

За да овладее тази мощност, Xeal разработи Laitent Pods – изчислителни модули с размерите на паркомясто. Всеки от тях може да побере до 48 графични процесора Nvidia Hopper или Blackwell. Модулите не изискват водопроводна връзка, което позволява разполагането им на места, където изграждането на традиционен център за данни би било трудно.

Софтуерът на Laitent управлява енергията и изчислителното натоварване въз основа на наличната мощност. Системата може да използва само част от един графичен процесор или да комбинира ресурсите на няколко модула в един град. Xeal се фокусира предимно върху задачи за извод с изкуствен интелект – изпълнява предварително обучени модели, а не ги обучава.

Компанията очаква да инсталира първия модул до края на годината. Xeal твърди, че този подход ще позволи свързването на нови изчислителни мощности за месеци, вместо за години, тъй като обектите вече няма да е необходимо да кандидатстват отново за разрешителни за електричество или да изграждат отделна енергийна инфраструктура.

Компанията очаква и икономически ползи за собствениците на паркинги: Xeal изчислява, че инсталирането на компютърни модули може да увеличи стойността на съоръжението с приблизително 1 милион долара с малка или никаква инвестиция от страна на собственика.

Идеята за използване на паркинги за разпределени изчисления с изкуствен интелект не е нова. През март Audia обяви планове за разполагане на графични процесори, захранвани от слънчева енергия, на паркингите на здравните заведения в района на Далас. Белгийският стартъп Tonomia също разработва разпределена инфраструктура за изкуствен интелект в слънчеви навеси за паркинги.

https://www.datacenterdynamics.com/e...-ai-inference/

Anthropic масово блокира акаунти на Claude, използващи VPN – проблемът е наблюдаван и в *****.
Потребителите съобщават за анулиране на акаунти, а компанията все още не е обявила официално промяна в политиката.

След многобройни оплаквания от потребители, Anthropic затегна контрола върху използването на Claude VPN. Потребители от Хонконг съобщават за внезапни забрани на акаунти без предварително уведомление.

Един от тях каза, че е използвал Claude чрез NordVPN около шест месеца, след което е получил писмо от службата за сигурност на Anthropic за закриването на акаунта поради „подозрителни сигнали“.

Anthropic все още не е направила официално съобщение относно новата VPN политика. Услугата на компанията не се поддържа официално в Хонконг, континентален Китай или Макао, така че тази промяна може да е свързана с по-строго прилагане на съществуващите регионални ограничения.

Сред руските потребители Роман Маресов, ръководител на звеното за електронна търговия на Yandex, вече се е сблъсквал с недостъпността на Клод.

Anthropic е налагал подобни ограничения и преди, но настоящата вълна от оплаквания може да показва засилена проверка на местоположенията на потребителите. Claude официално не е наличен в ***** и Хонконг, така че използването на VPN от тези региони може да доведе до блокиране на акаунта.

https://www.scmp.com/tech/tech-war/a...-access-claude
https://rozetked.me/news/48662-v-set...ude-cherez-vpn

Учените са подобрили реконструкцията на изображения, виждани от хората, въз основа на мозъчната активност.
Новият модел Brain-IT преобразува ЯМР данните в изображения и показва висока точност дори с малко количество сурови данни.

Учените са разработили модел на изкуствен интелект, наречен Brain-IT, който реконструира изображения, видени от хората, въз основа на данни от функционален ядрено-магнитен резонанс (fMRI). Основният проблем с предишните методи не е бил толкова способността за създаване на правдоподобно изображение, колкото по-скоро неговата вярност спрямо реалността: дифузионният модел можел правилно да идентифицира обекти, но да представи погрешно тяхното местоположение, цветове и други детайли. Brain-IT умишлено разделил тези два вида информация.

Моделът се основава на трансформиране на мозъчната активност в компактно представяне. Авторите редуцират приблизително 40 000 воксела – обемни елементи от fMRI данни – до 128 функционални клъстера. Воксели със сходни функционални характеристики са групирани в един клъстер. След това всеки клъстер се преобразува в мозъчен токен – представяне на информацията, която съдържа, което след това се обработва от Transformer.

След това Brain-IT извлича два различни набора визуални характеристики от тези маркери. Първият описва значението на изображението и се въвежда в дифузионния модел, за да се определят обектите и сцените, които ще бъдат генерирани. Вторият съдържа визуална информация на ниско ниво – предимно общата структура и подредба на елементите. Използвайки тези характеристики, системата първо реконструира груба версия на изображението, което след това става отправна точка за генериране на дифузия.

Този подход е необходим, защото семантичната информация сама по себе си е недостатъчна за точна реконструкция. Дифузионният модел може да създаде изображение, което съответства на значението, но променя композицията или цветовете. Brain-IT първо улавя грубата структура и след това я усъвършенства въз основа на семантични характеристики. Според авторите, комбинирането на двата клона на логиката води до по-точно съвпадение с оригиналното изображение, отколкото използването на всеки от тях поотделно.

За тестване на модела беше използван наборът от данни за природни сцени (Natural Scenes Dataset), fMRI набор от данни на осем души, на които бяха показани различни снимки. В основното сравнение Brain-IT превъзхожда предишните методи по седем от осемте използвани показателя. Например, стойността на SSIM, която характеризира структурното сходство на изображенията, е 0,486 спрямо 0,431 за предишния най-добър резултат, MindEye2, а корелацията на пикселите се увеличава до 0,386 спрямо 0,322.

Резултатите бяха особено забележими при прилагане на модела върху fMRI данни от нов индивид. Авторите отбелязват, че резултатите са сравними с тези на предишни методи, обучени върху пълния 40-часов набор от данни, като Brain-IT използваше само един час fMRI данни.

Авторите също така тестваха производителността на модела с още по-малки количества данни. Висококачествени реконструкции бяха получени с 30 и 15 минути данни от новия участник: изследователите казват, че това е първият път, доколкото им е известно, че реконструкции с такова качество са получени от 15-минутен запис. Тези резултати обаче не означават, че системата е способна буквално да „чете картина от мозъка“ за 15 минути: качеството на реконструкциите остава ограничено и отделни обекти и детайли могат да бъдат реконструирани неправилно.

Забележително е, че анализът на механизма за внимание на Brain-IT разкри специализацията на отделните маркери. Различните маркери систематично допринасят за различни региони на предсказаното изображение, докато някои са предимно свързани със семантично значими региони като лица, крайници или текст. Засега това е по-скоро свойство на действието на модела, отколкото окончателна нова карта на зрителната кора.

Важно е да се отбележи, че Brain-IT не трансформира fMRI в точен запис на мозъчната активност. Целта на модела е много по-специфична: да извлече достатъчно информация от ограничен и шумен сигнал, за да реконструира отделно съдържанието и структурата на изображението и след това да ги комбинира с помощта на генеративен модел.

https://openreview.net/pdf?id=9KjXqkfbPw

Amazon може да продаде на инвеститори AI чипове на Nvidia на стойност 8 милиарда долара и да продължи да ги отдава под наем.
Компанията обсъжда схема, при която инвеститорите ще станат собственици на хиляди ускорители Grace Blackwell в центрове за данни, докато самата компания ще продължи да използва оборудването.

Amazon обсъжда с инвеститорите необичаен начин за финансиране на своята AI инфраструктура: компанията би могла да предаде скъпи ускорители на Nvidia на стойност близо 8 милиарда долара и след това да наеме обратно същите чипове. Според Financial Times, предложението включва създаването на дружество със специално предназначение (SPV), което би притежавало хиляди системи Grace Blackwell, вече инсталирани в повече от дузина центрове за данни на Amazon в пет щата на САЩ.

Схемата позволява на Amazon ефективно да осребри вече инсталираното оборудване, без да се налага да се отказва от него. SPV ще закупи чиповете и ще набере допълнителни средства чрез дългово финансиране, след което Amazon ще плаща за използването им чрез лизингови плащания. Инвеститорите също ще получат дял в самата финансова структура – до 10%, според обсъжданите условия – докато Amazon няма да притежава нищо от нея. Преговорите все още са в предварителен етап и условията подлежат на промяна.

Това е особено важно за Amazon поради мащаба на настоящата надпревара за изчислителна мощност. Компанията увеличи плана си за капиталови разходи за 2026 г. до 220 милиарда долара, значителна част от които е разпределена за AWS, центрове за данни и хардуер за изкуствен интелект. През август AWS и Nvidia също обявиха планове за разполагане на допълнителни 2 милиона графични процесора на Nvidia в глобалната инфраструктура на AWS.

Чиповете обаче са необичайна цел за подобна финансова транзакция: за разлика от сградите на центровете за данни, те остаряват по-бързо и изискват постоянни подобрения. Самата Amazon заявява, че очакваният живот на чиповете, сървърите и мрежовото оборудване е приблизително 5–6 години, докато центровете за данни са проектирани да издържат над 30 години.

Предложената структура измества част от разходите на Amazon от традиционни капиталови разходи към модел, по-близък до този на отдаването под наем. За инвеститорите сделката може да е привлекателна поради дълговото финансиране, подкрепено от кредитното качество на Amazon: според FT, инвестиционният рейтинг на SPV би могъл да разшири кръга от потенциални купувачи за дълговите ѝ ценни книжа, включително застрахователни компании и пенсионни фондове.

Amazon още през 2026 г. подчерта, че е готова да толерира краткосрочен натиск върху свободния паричен поток в името на бъдещите приходи на AWS и сега обмисля друг източник на финансиране: инвеститорски капитал, пряко обвързан със съществуващите ѝ AI чипове.

https://www.benzinga.com/markets/tec...s-surge-report

Компаниите инвестират масово в изкуствен интелект, но собствената им инфраструктура ги спъва.
84% от ръководителите са отменили проекти за изкуствен интелект поради остарели корпоративни системи.

Корпоративният изкуствен интелект се сблъска с неочаквано ограничение: компаниите са възпрепятствани от остарели системи, върху които се опитват да внедрят водещи модели с изкуствен интелект. Осемдесет и четири процента от анкетираните главни информационни директори (CIO) и главни технологични директори (CTO) в световен мащаб заявяват, че ограниченията на остарялата инфраструктура вече са довели до отмяната на пилотните проекти с изкуствен интелект в техните организации. Проучването на GFT Technologies и Wakefield Research включва 945 информационни директори и главни технически директори от 19 държави, представляващи компании с годишни приходи от 500 милиона долара или повече.

Причината се крие в системите, изграждани през годините – корпоративни приложения, бази данни и код, които все още са в основата на критични процеси. Нов модел на изкуствен интелект може да бъде внедрен сравнително бързо, но той все още трябва да взаимодейства с тази инфраструктура. Остарелият код, разнородните данни и архитектурата, която не е проектирана за съвременни натоварвания, трансформират плановете за „внедряване на изкуствен интелект“ в отделен проект за модернизиране на цялата система.

Цената на подобна несъвместимост надхвърля прекъснатите пилотни проекти. Деветдесет и три процента от ръководителите смятат, че използването на модели с изкуствен интелект върху наследени системи създава рискове за сигурността, а 89% се опасяват, че инвестициите в изкуствен интелект растат по-бързо от реалната им бизнес стойност. Това е порочен кръг: ИТ отделите са подложени на натиск да внедряват изкуствен интелект по-бързо и да демонстрират възвръщаемост на инвестициите, но инфраструктурата едновременно ограничава както мащабируемостта, така и сигурността на подобни решения.

В САЩ натискът е значително по-висок. 92,1% от местните CIO и CTO смятат, че инвестициите в ИИ растат по-бързо от бизнес стойността, която създават, в сравнение с 80,6% в региона EMEA (Европа, Близкия изток и Африка). Междувременно 47% от ИТ лидерите в САЩ са много или изключително загрижени, че лошите решения за персонал при мащабиране на ИИ биха могли да застрашат собствените им работни места, в сравнение с 42,9% в световен мащаб.

Недоверието се простира и до твърденията на компаниите за въздействието на изкуствения интелект върху заетостта. 93,3% от анкетираните в САЩ смятат, че някои публични компании използват изкуствен интелект като прикритие за съкращения, насочени предимно към повишаване на цените на акциите. На този фон ръководителите са изправени пред предизвикателството едновременно да внедрят технологията, да докажат нейното икономическо въздействие и да убедят служителите, че изкуственият интелект наистина се използва за заявените цели.

Според GFT, корпоративната надпревара в областта на изкуствения интелект е фокусирана върху по-малко видими технологии: модернизация на архитектурата, подготовка на данни, сигурност и управление. „Всяка компания, с която разговарям, има пътна карта за ИИ. По-малко имат съответна пътна карта за инфраструктура“, отбеляза Риши Чаухан, главен изпълнителен директор на GFT USA. Именно тази празнина, казва той, пречи на много инициативи да преминат отвъд пилотния етап.

https://www.ibtimes.com/most-tech-le...-shows-3808137

Сенатът на САЩ блокира законодателство за защита на потребителите от разходите за центрове за данни.
Законопроектът би изисквал от регулаторните органи да вземат предвид каква част от разходите за нови енергийни и електрически мрежи трябва да се плаща от големите потребители, включително центровете за данни.

На 30 септември Сенатът на САЩ не успя да придвижи Закона за защита на данъкоплатците, който би установил правила за разпределение на разходите за енергийна инфраструктура, необходима на големите потребители на електроенергия, включително центрове за данни. Процедурното гласуване приключи с 57 гласа „за“ и 43 „против“ – необходими бяха 60 гласа за придвижване на законопроекта.

Законопроектът постановяваше, че държавните регулатори на електроенергията трябва да вземат предвид стандартите, които определят разпределението на допълнителните разходи за производство, преносни линии и друга инфраструктура, изградена поради увеличеното натоварване на големите потребители. Поддръжниците на инициативата твърдят, че това ще предпази обикновените потребители от прехвърляне на разходите, свързани с разширяването на центровете за данни.

Сенатът на САЩ блокира законодателство за защита на потребителите от разходите за центрове за данни.
Източник на изображението: генерирано от Muse
Противниците на законопроекта в Сената, включително лидерът на демократите Чък Шумер, твърдяха, че предложените мерки са недостатъчно обвързващи и не гарантират, че компаниите ще трябва да плащат свързаните с тях разходи. Законопроектът получи 57 гласа „за“ и 43 „против“, като четирима демократи се присъединиха към републиканците.

По-рано през септември Камарата на представителите одобри същия законопроект с огромно мнозинство от 417 гласа „за“ и 3 „против“. След гласуването в Сената не беше издадено федерално изискване за промяна на разпределението на разходите за разширяване на електропреносната мрежа за големи центрове за данни.

Въпросът остава важен за изграждането на центрове за данни с изкуствен интелект: цената на нови електроцентрали, подстанции, линии и други съоръжения на енергийната система може да повлияе на избора на място, времето за свързване и икономиката на проекта. Конкретните правила за разпределение на тези разходи се определят до голяма степен на държавно ниво.

https://letsdatascience.com/news/sen...-bill-ed55abe7

Tencent наема 100 000 AI чипа от Oracle за 7 милиарда долара
Чиповете, които не са налични в Китай, ще бъдат поставени в центрове за данни на Oracle в Югоизточна Азия.

Китайската компания Tencent подписа петгодишно споразумение с Oracle за лизинг на 100 000 усъвършенствани чипа за изкуствен интелект на стойност приблизително 7 милиарда долара. Според Financial Times оборудването ще бъде разположено в няколко центъра за данни на Oracle в Югоизточна Азия. Тези чипове не са достъпни за компании в Китай.

Споразумението вече е подписано, като се очаква Tencent да плати приблизително 30% от цената на договора предварително. Ако бъде потвърдено, това ще бъде най-голямата сделка на китайската компания в чужбина за лизинг на изчислителна мощност от американски доставчик на облачни услуги. Financial Times отбелязва, че настоящите ограничения за износ в САЩ позволяват подобен лизинг на изчислителни ресурси извън Китай. TNW не е потвърдила независимо условията на сделката.

Tencent планира първоначално да използва придобития капацитет за обучение на по-големи версии на собствените си модели Hunyuan и след това да ги управлява. Впоследствие компанията може да предостави част от изчислителните ресурси на клиенти чрез Tencent Cloud. Китайските технологични компании вече са се възползвали от чуждестранния капацитет за изкуствен интелект: ByteDance, например, ще представлява близо 75% от приходите на британския облачен оператор Nscale през 2025 г.

Мащабните разходи за изкуствен интелект вече са оказали значително влияние върху финансовите резултати на Tencent. През второто тримесечие свободният паричен поток на компанията стана отрицателен, възлизайки на 13,8 милиарда юана (2,06 милиарда долара). Финансовият директор на Tencent Джон Ло отдаде това на големи инвестиции в инфраструктура за изкуствен интелект и авансови плащания за изчислителна мощност. Според Financial Times това е първият отрицателен паричен поток на компанията от повече от 10 години.

Президентът на Tencent Мартин Лау заяви, че компанията е готова да продължи да инвестира значително в изкуствен интелект, не само заради потенциалната възвръщаемост от новите технологии, но и заради способността да смекчи свързаните с тях рискове. Същевременно Tencent подкрепя китайския производител на чипове за изкуствен интелект Enflame, чиито акции почти се утроиха от листването им на Шанхайската фондова борса през септември.

Самата Oracle също активно увеличава разходите си за AI инфраструктура. Свободният ѝ паричен поток остава отрицателен в продължение на няколко поредни тримесечия, тъй като компанията харчи повече за изграждане на центрове за данни, отколкото печели всяко тримесечие.

https://thenextweb.com/news/tencent-...s-7bn-lease-ft

**hristoslav2** · 04-10-26, 10:24

https://www.theatlantic.com/technolo...nation/688881/

Нещо за което се съмнявах от 7-8 месеца насам...няколко пъти тествах KIMI

OpenAI заяви, че е хванала китайския стартъп Moonshot AI да извлича скритите разсъждения на своите модели
За две денонощия злоумишлениците са изпратили 16 000 заявки от над 4 000 акаунта, опитвайки се да копират логиката

OpenAI съобщи, че е разкрила и пресекла координирана кампания за извличане на защитени логически разсъждения от своите модели, чийто централен клъстер води до китайския стартъп Moonshot AI, създател на ИИ-асистента Kimi. Атаката започна в началото на юли, а в пиковия период за две денонощия бяха регистрирани 16 000 заявки, изпратени от над 4 000 потребителски профила.

Общо компанията откри свързана активност в клъстер, наброяващ над 15 000 потребители, и до 28 юли напълно потисна кампанията.

Тази операция в OpenAI беше класифицирана като „състезателна дестилация“: метод, при който изходните данни или веригите от разсъждения на един модел се използват за обучение или подобряване на друг. Извличането на скрити отговори и разсъждения дава на конкурентите възможност да възпроизвеждат напреднали способности, без да инвестират в скъпоструваща разработка и без да създават собствени механизми за сигурност, което носи рискове за националната сигурност и контрола върху мощните системи за изкуствен интелект.

Злоумишлениците не са прониквали в криптирането, базите данни или хранилищата на диалозите на OpenAI. Вместо това те са манипулирали взаимодействието с моделите така, че скритите вътрешни разсъждения да се проявят във форма, видима за запитващия. От OpenAI подчертаха, че не са сигурни дали във всички случаи е действал един и същ субект, но основният източник на активност се приписва на лица, свързани с Moonshot AI.

Разкритието се случи само няколко седмици след като конкурентът на OpenAI, компанията Anthropic, обвини редица китайски разработчици, включително Moonshot AI и Alibaba, в тайно използване на нейния модел „Claude“ за обучение на собствените им системи. OpenAI сподели информацията за настоящата атака с други разработчици чрез Frontier Model Forum и правителствени канали за обмен на данни.

https://www.moonshot.ai/
https://www.kimi.ai/
https://www.cnbc.com/2026/10/01/open...t-ai-kimi.html

OpenAI твърди, че разследването на хакерските атаки ѝ струва 500 000 долара дневно
Компанията проверява 50 петабайта данни, след като нейните ИИ-агенти са проникнали без разрешение в портала на Medicare и други австралийски ресурси

OpenAI харчи над половин милион щатски долара на ден за разследване на последствията от действията на собствените си ИИ-агенти, които без разрешение са проникнали в австралийски правителствени сайтове. Компанията съобщи, че е принудена да „пресява“ колосален обем данни — 50 петабайта.

За да прочете човек такъв масив на английски език със скорост 240 думи в минута без почивки и сън, биха били необходими приблизително 66 милиона години.

Миналия петък OpenAI разкри, че през юни агентите са проникнали в сайта на правителството на Нов Южен Уелс и са получили достъп до исторически непублични данни за горски пожари. Това вече е шестият държавен сайт в Австралия, уведомен за действията на агентите: по-рано премиерът на страната Антъни Албанезе съобщи за пробива в портала за статистика на Medicare. Забавянето с публичното признаване на инцидента от юни се дължи именно на гигантския обем данни, които трябва да бъдат проверени.

Търсенето се извършва в логовете, където моделите са могли не само да преглеждат, но и да променят съдържанието на уебсайтовете, както и да извършват действия с пароли, API ключове и друга чувствителна информация. За да се справи с тази задача, OpenAI използва изкуствен интелект, но разходите за неговата работа все пак надхвърлят 500 хиляди долара на ден. В същото време от компанията предупредиха, че проверката все още не е приключила и в близко бъдеще списъкът на засегнатите организации може да се разшири.

Към края на септември OpenAI вече беше уведомила над 100 организации, че техните ресурси са били засегнати от дейността на агентите. Компанията подчерта, че самото уведомление все още не означава компрометиране на лични данни или пълен пробив в системата, но мащабът на инцидента и скоростта на работа на моделите налагат увеличаване на изчислителните мощности за възможно най-бързо приключване на разследването.

https://www.theguardian.com/technolo...g-500000-a-day

OpenAI представи „dots“ — лични ИИ-агенти, които се намират на облачните компютри на самата OpenAI
Вече е достъпно за абонатите на ChatGPT

Наскоро компанията OpenAI представи това, което нарича „dots“ — ново поколение постоянно активни ИИ-агенти, създадени за най-разнообразни задачи.

Както самата компания посочва, това е напълно нов начин за работа с ИИ: „dots“ разпознават какво е важно за конкретния потребител, постоянно действат в негов интерес и поемат важни задачи, освобождавайки време и внимание.

Всеки такъв агент се основава на GPT‑6 Astra и, което е важно, на собствен облачен компютър на сървърите на OpenAI. Тоест това не е локален ИИ-агент, стартиран на потребителския компютър.

Това има своите предимства и недостатъци. В епохата на изключително скъпите хардуерни компоненти това позволява да се работи с ИИ-агент на всеки компютър, но при това винаги остава зависимостта от интернет връзката и работата на самите услуги на OpenAI.

Компанията твърди, че благодарение на екосистемата от плъгини тези ИИ-агенти могат да се свързват с над 4000 различни програми. Можете да общувате с dots чрез ChatGPT, чрез SMS или чрез някой месинджър. Включително можете да общувате с ИИ чрез гласови обаждания.

Още днес можете да започнете с един dot, да му дадете име и да го настроите според вашите нужди. В бъдеще предвиждаме цели екипи от dots, които работят заедно във ваша полза. Започваме да предоставяме достъп до dots в плановете Pro, Business Premium и Enterprise в поддържаните страни и региони. Освен това предоставяме ограничен предварителен достъп за корпоративни клиенти до специализирани „dots“ със собствени акаунти и определени отговорности в рамките на организациите.

Тъй като всеки ИИ-агент се стартира на собствен виртуален компютър в облака, потребителят винаги може да влезе в него и да провери работата на агента.

Работата с Dots вече е достъпна за абонатите на ChatGPT Pro и Business Premium в редица региони.

https://openai.com/ru-RU/index/introducing-dots/

За всеки ИИ-агент от серията „dots“ на OpenAI е отделена виртуална машина с девет ядра на процесора и 10 GB RAM
Процесорите не са от най-новите

Наскоро компанията OpenAI представи личните ИИ-агенти „dots“, които се изпълняват на виртуални компютри на сървърите на самата OpenAI. А данните от Geekbench, изглежда, ни позволяват да разберем какви са тези компютри.

Виртуалните машини за dots се базират на 80-ядрени сървърни процесори AMD Epyc 9V74, т.е. не са най-новите. При това всяка виртуална машина разполага с девет ядра от такъв процесор и в Geekbench 7 постига 1667 и 9435 точки в еднопоточен и многопоточен режим съответно.

Освен това всяка машина разполага с около 10 GB RAM и 32 GB памет за съхранение. Всичко това би трябвало да е достатъчно за много от задачите, които се поставят пред подобни ИИ-агенти, но възможностите на dots все пак могат да бъдат ограничени.

https://wccftech.com/openais-dot-vm-...n-geekbench-7/

Новият модел на Google с изкуствен интелект Gemini 4 Argon беше критикуван още в първия си ден: моделът не успява да постигне резултати в бенчмарковете и се забавя в кода.
Andon Labs хванаха модела да фалшифицира и лъже в името на класирането, а инженерите на Google нарекоха резултатите в реални задачи провал.

Google пусна новия си флагмански модел Gemini 4 Argon и в рамките на 24 часа той се сблъска с вълна от критики. Служители на компанията, говорейки анонимно, заявиха пред Bloomberg, че въпреки впечатляващите бенчмаркове, моделът се затруднява в реални сценарии, особено при определени програмни задачи. Междувременно, стартъп компанията за AI сигурност Andon Labs обвини Argon в систематични измами на Vending-Bench 2, тест, който оценява дългосрочната производителност на езиковите модели (LLM) в симулирана среда.

В публикация в блога, съпътстваща старта, главният архитект на изкуствения интелект на Google, Корай Кавукджуоглу, който замени Демис Хасабис като ръководител на DeepMind през август, заяви, че „моделът коренно променя начина, по който работим и изграждаме продукти в Google“, цитирайки хиляди ентусиазирани отзиви от служители. Доклад на Bloomberg, който се появи почти едновременно с официалното съобщение в социалната мрежа X, обаче рисува различна картина: вътрешно има оценки, че Argon очевидно не достига заявените си възможности в реалното кодиране.

Google нарече твърденията неточни, позовавайки се на доверието на Кавукджуоглу в модела и екипа.

Andon Labs представи конкретни доказателства: в теста Vending-Bench 2 моделът симулира бизнес с вендинг машини, а класирането му се определя от виртуалната банкова сметка в края на симулацията. Argon се класира на трето място, след OpenAI GPT-6 Astra и GPT-6 Sol, но стартъпът също така документира методите, използвани за постигане на това. Моделът е изфабрикувал имейли за потвърждение, е отказвал да обработва връщания на дефектни стоки, е използвал грешки във фактурите и е лъгал доставчиците.

В една от публикуваните вериги за разсъждения – лог, в който моделът обмисля възможностите си, преди да вземе окончателно решение – Argon заключава, че трябва да игнорира искането на клиента за възстановяване на сумата за дефектен артикул, тъй като удовлетворяването на искането би намалило салдото по сметката и би понижило крайния резултат. Ситуацията е подобна на експеримент, проведен миналата година от Anthropic, при който Клод, на същата платформа, започва да халюцинира и в един момент твърди, че е посетил къщата на Хоумър Симпсън на адрес 742 Evergreen Terrace.

Стартирането на Argon е съпроводено с ребрандиране: официалното съобщение изобщо не споменава думата „AI“, освен в заглавието на Кавукчуоглу и споменаването на абонамента за Google AI Ultra. Главният изпълнителен директор на Google Сундар Пичай изглежда следва директивата на Тръмп да замени термина със „суперинтелект“ (СИ). В ноемврийското съобщение за Gemini 3 думата „AI“ се появи няколко пъти.

Проблемите на Argon съвпадат с поредица от нашумели напускания на Google. Главният научен директор Джеф Дийн наскоро напусна компанията, за да основе собствен стартъп, заедно с трима служители. Джон Джъмпър, който сподели Нобеловата награда за 2024 г. с Hassabis за AlphaFold, се присъедини към Anthropic през юни, а няколко дни по-късно Ноам Шазир, бивш съ-ръководител на екипа за разработка на Gemini, обяви напускането си и се присъедини към OpenAI.

https://gizmodo.com/google-is-alread...del-2000820318

OpenAI и Synopsys създават AI модел, който проектира чипове и управлява инженерен софтуер.
Моделът GPT-Synopsys ще поеме рутинната работа: инженер задава задача, проверява и одобрява крайния резултат.

OpenAI и Synopsys, водещ разработчик на софтуер за проектиране на микроелектроника, сключиха многогодишно стратегическо партньорство. Целта е да се създаде специализиран модел на изкуствен интелект, GPT-Synopsys, който ще разсъждава относно проектирането и производството на чипове и ще контролира директно инструментите на Synopsys. Инженерите ще трябва само да си поставят цели и след това да проверят и валидират резултатите от модела.

Моделът ще работи върху изчислителната инфраструктура на OpenAI. Компаниите подчертават, че данните на клиентите няма да бъдат използвани за допълнително обучение и ще се съхраняват криптирани. Ранните тестове с производители на полупроводници вече са в ход, а партньорите планират съвместно да предлагат продукта на пазара и да споделят приходите.

Главният изпълнителен директор на Synopsys, Сасин Гази, вярва, че изкуственият интелект има потенциал значително да ускори процеса на проектиране на чипове. Съоснователят на OpenAI, Грег Брокман, описа партньорството като път към по-модерни чипове и по-сложен изкуствен интелект.

Това не е първият набег на OpenAI в полупроводниковата индустрия: компанията вече работи с Broadcom върху чипове, оптимизирани за AI модели, а наскоро представеният чип Jalapeno се оказа силно конкурентен на своите специализирани аналози.

Партньорството се вписва в по-широка тенденция: търсенето на изчислителна мощност за обучение и изпълнение на модели расте по-бързо, отколкото индустрията може да произвежда нови чипове. Инструмент, който ускорява цикъла на проектиране, би могъл да преодолее разликата между нуждите на компаниите за изкуствен интелект и възможностите на фабриките.

https://the-decoder.com/openai-and-s...oned-engineer/

Google е вградил водни знаци директно в структурата на генерирани от изкуствен интелект протеини.
Технологията на SynthIDBio позволява на ДНК синтезаторите да различават ДНК последователности от тези, разработени от надеждни лаборатории, от потенциално опасни последователности с неизвестен произход.

Екипът на Google DeepMind публикува технологията SynthIDBio в списание Nature – първата в света система, способна да прилага цифрови водни знаци директно върху аминокиселинната последователност на протеин, проектиран от изкуствен интелект. Водният знак не пречи на функцията на молекулата, но се идентифицира надеждно по време на тестване. Решението запълва опасна празнина в биосигурността, за която експертите предупреждават от почти година.

Проблемът възникна, защото инструменти с изкуствен интелект като ProteinMPNN са се научили да създават протеини със специфични свойства – от ензими, разграждащи пластмаса, до блокери на змийска отрова. Същите алгоритми обаче могат да генерират и токсини или да модифицират вирусни протеини. Съществуващите процедури за скрининг проверяват заявките за синтез на ДНК спрямо бази данни с известни заплахи, но за протеини, които нямат аналози в природата, тази проверка е безполезна: системата просто не знае дали разглежда кандидат за лекарство или бъдещо биологично оръжие.

SynthIDBio е базиран на съществуващата технология SynthID, която добавя невидим цифров подпис към изображения и текст. Адаптирането ѝ към протеини беше предизвикателство. Протеините се състоят от 20 вида аминокиселини и дори едно единствено заместване може да наруши тяхната триизмерна структура и функция. Освен това, един голям протеин съдържа приблизително 500 аминокиселини - с порядъци по-малко „елементи“ от изображение, което прави значително по-трудно скриването на сигнала.

Разработчиците комбинираха водния знак с ProteinMPNN, програма, която проектира протеини чрез последователно избиране на аминокиселини по молекулярния „скелет“, така че получената верига да се сгъне в желаната форма. SynthIDBio предлага своя собствена аминокиселина на всяка стъпка, ръководейки се от криптографски ключ и предишни избори. ProteinMPNN приема това предложение само ако аминокиселината се вписва в структурата на протеина и не пречи на неговата функция. По същество системата търси през множество функционални варианти на протеини такъв, който има „водни“ аминокиселини, разположени по цялата верига.

Проверката с воден знак не е двоичен отговор „да/не“, а статистическа оценка на това колко често аминокиселините, посочени от ключа, се срещат в последователността. Разработчиците са тествали метода върху протеини, които се свързват с няколко естествени мишени, и версиите с воден знак са се представили също толкова добре, колкото и немаркираните. Технологията не е без ограничения: много късите протеини може да носят твърде малко маркери за надеждно откриване, а сплайсингът на протеин с воден знак с естествен, като например флуоресцентен, може да разреди сигнала. Освен това системата в момента работи само с ProteinMPNN и подобни програми, които сканират аминокиселините една по една.

На практика SynthIDBio ще предостави на компаниите за поръчков ДНК синтез прост инструмент: след като получат последователността на неизвестен протеин, те ще я проверят спрямо ключове, издадени на университети и големи биотехнологични компании. Съвпадение с надежден ключ ще успокои подозренията, а липсата на етикет върху последователност, ясно проектирана с помощта на изкуствен интелект, ще предизвика щателен преглед. Това не е панацея за всички биозаплахи, но е първият работещ механизъм за филтриране на очевидно безопасни поръчки и фокусиране на ресурсите върху наистина подозрителните.

https://www.nature.com/articles/s41586-026-10965-y

Калифорния стана първият щат, който забрани на работодателите да използват изкуствен интелект като единствена причина за уволнение
Губернатор Нюсъм подписа „Закона за забрана на роботите-шефове“

Губернаторът на Калифорния Гавин Нюсъм подписа закон SB 947, известен като „Закон за забрана на роботите-шефове от 2026 г.“ (No Robo Bosses Act), който за първи път в САЩ забранява да се разчита изцяло на решението на изкуствен интелект при уволнение или налагане на дисциплинарно наказание.

Когато автоматизирана система служи като основно основание за такова решение, работодателят вече е длъжен да ангажира човек, който да провери заключенията на ИИ, като използва допълнителна информация: управленски оценки, отзиви от колеги, материали от личното досие.

Служителят, по отношение на когото е взето решение въз основа на заключенията на ИИ, трябва да получи писмено уведомление, че алгоритъмът е изиграл ключова роля, заедно със списък на използваните лични данни и контактните данни на реален служител, способен да обясни резултата.

Авторът на законопроекта, сенаторът от щата Джерри Макнърни, заяви: „Никой служител не трябва да бъде уволняван или наказан от робот-шеф. Системите с изкуствен интелект могат да повишат производителността, но са податливи на грешки, пристрастност и погрешни преценки. Изкуственият интелект трябва да остане инструмент под контрола на човека, а не обратното.“

Законът беше подкрепен от Калифорнийската федерация на профсъюзите (California Federation of Labor Unions, AFL-CIO). Нюсъм наложи вето върху предишната версия на законопроекта през 2025 г., като счете изискванията за предварително уведомяване за прекалено широки. В актуализираната версия, внесена през февруари, изискването за предварително уведомяване беше премахнато, а разпоредбите, отнасящи се до работниците в гиг-икономиката (с участието на външни специалисти), бяха изключени.

SB 947 се превърна в най-мащабната мярка за регулиране на използването на ИИ на работното място в САЩ. За сравнение: законът на щата Илинойс Public Act 103-0804, в сила от януари, изисква разкриване на използването на ИИ при наемане на работа и в трудовите отношения, но не забранява алгоритъмът да бъде единственият участник, вземащ решения. Контролът върху изпълнението на закона в Калифорния ще се осъществява от държавния упълномощен по трудовите въпроси, главния прокурор и местните прокурори.

https://qz.com/california-no-robo-bo...firings-100126

Продажбите на домейни .si скочиха с 2199%, след като Тръмп разпореди изкуственият интелект да се нарича „свръхинтелект“
За едно денонощие бяха регистрирани 13 хиляди .si адреса

Домейн зоната .si, исторически свързана със Словения, преживява експлозивен ръст, след като президентът на САЩ Доналд Тръмп подписа указ, задължаващ всички правителствени агенции да заменят термините „AI“ и „изкуствен интелект“ с „SI“ и „суперинтелект“ (superintelligence).

Словенският регистратор Registry SI съобщи за ръст на регистрациите с 2199% в сравнение с обичайните показатели. Само на 30 септември, ден след подписването на указа, бяха регистрирани 11 хиляди нови адреса, а през следващите 24 часа — почти 13 хиляди.

Ситуацията е огледално повторение на бума на домейна .ai на остров Ангиля, който донесе милиони на острова, но с корекция по отношение на мащаба. Хостинг-платформата Hostinger заяви, че .si е станал вторият по популярност домейн сред клиентите ѝ, веднага след .com. Около 4 300 регистрации са били направени на 30 септември, а 5 400 – на 1 октомври, като повече от три четвърти от всички домейни .si, регистрирани от 23 септември насам, са били закупени именно през тези два дни. Повече от половината от купувачите са били от САЩ и Индия.

Интересно е, че едва 3% от домейните с разширение .si, регистрирани в Hostinger, са явно свързани с темата за изкуствения интелект. По-голямата част са класифицирани като „некласифицирани“, което, според платформата, сочи към значителна спекулативна съставка. Основателите на технологични компании вече се втурнаха да изкупуват имена — изпълнителният директор на PR-агенцията Genius PR Ким Тан разказа, че е придобил „.si-версията“ на името на своята фирма, за да защити марката, докато домените са евтини и не повторят съдбата на .ai.

Ръководителят на домейнното направление в Hostinger Клаудиус Януйтис смята, че търсенето ще продължи да расте, но .si няма да изпревари .ai, а ще се превърне в по-достъпен алтернативен вариант. Докато .ai в Hostinger струва около 90 долара годишно при двугодишен ангажимент и формира за Ангилия цяла втора по популярност икономика, то .si струва приблизително 12 долара годишно, като парите отиват при регистратора, а не директно в държавната хазна на Словения. Януйтис обобщи: „За Ангилия .ai се превърна във втора икономика. За Словения .si е само приятен бонус“.

https://techcrunch.com/2026/10/02/sl...ligence-order/

**hristoslav2** · 04-10-26, 20:06

Google ограничава безплатния ИИ Gemini – от 9 октомври на потребителите ще остане само Flash-Lite
Обикновените потребители без платен абонамент ще загубят достъпа си до моделите от класовете Flash и Pro

Google променя условията за достъп до ИИ-моделите в приложенията Gemini. От 9 октомври 2026 г. потребителите с лични акаунти без абонамент за Google AI ще загубят достъп до моделите от класовете Flash и Pro. На тях ще остане само по-опростената версия Flash-Lite.

Моделите от класа „Flash“ ще станат достъпни, започвайки от абонамента „Google AI Plus“, а за използването на най-напредналите модели от класа „Pro“ ще е необходим тарифният план „AI Pro“ или „AI Ultra“. Притежателите на двата по-високи абонамента ще запазят достъп до всичките три класа модели — „Flash-Lite“, „Flash“ и „Pro“.

Регистрация	Flash-Lite	Flash	Pro
Без регистрация	✓	—	—
AI Plus	✓	✓	—
AI Pro	✓	✓	✓
AI Ultra	✓	✓	✓

Новата схема не е обвързана с конкретни поколения на Gemini. В момента компанията използва, по-конкретно, Gemini 3.8 Flash и Gemini 3.1 Pro, но в бъдеще версиите на моделите могат да се актуализират, без да се променя самият принцип на разпределение на възможностите по тарифните планове.

Същевременно Google ще направи абонамента AI Pro по-привлекателен. На неговите потребители ще бъде достъпен Deep Think — усъвършенстван режим на разсъждения, който преди беше едно от предимствата на по-скъпия тарифен план AI Ultra. Google го описва като режим на „максимално паралелно разсъждение“.

През октомври ще се появи и възможност за избор на изчислителната натовареност на модела — ниска, средна или висока. При увеличаване на този параметър изкуственият интелект ще може да използва повече изчислителни ресурси за подготовка на отговора, но лимитът, достъпен за потребителя, ще се изчерпва по-бързо.

Промените засягат именно потребителските приложения на Gemini за лични акаунти. Новите ограничения автоматично не се отнасят за Gemini API, Google AI Studio и други продукти на компанията.

Успоредно с това Google преразглежда достъпа до модели на трети страни в средата за разработка Antigravity. Claude Sonnet 5.5 и Claude Opus 5.5 ще бъдат достъпни за потребители с пълноценен платен абонамент AI Pro и за притежателите на AI Ultra. Безплатните акаунти и абонатите на AI Plus няма да имат достъп до тях.

Освен това, от 2 ноември от Antigravity ще изчезнат Claude Sonnet 4.6, Claude Opus 4.6 и GPT-OSS-120B. В момента те могат да се използват, включително от безплатните акаунти и абонатите на AI Plus.

https://antigravity.google/docs/models/

Anthropic ще инвестира 100 млн. долара в обучението на 10 000 инженери — обявена е първата академия на компанията за изкуствен интелект
Вече са обявени първите участници в програмата „Claude Frontier Academy“

Anthropic стартира Claude Frontier Academy — първата по рода си образователна програма от компания за разработка на изкуствен интелект, насочена към подготовката на инженери, способни да внедряват модели в корпоративна среда. Компанията е заделила 100 милиона долара с цел да обучи 10 000 специалисти по стандарта Frontier Deployed Engineer (FDE) до края на 2027 г. В първите набори участват инженери от Accenture, Bain, Capgemini, Commonwealth Bank of Australia, Deloitte, McKinsey, Morgan Stanley и Novo Nordisk.

Програмата е изградена по медицински модел: лекарът се учи от практикуващ лекар, тренира се върху реални случаи и полага изпит, преди да започне да работи самостоятелно. Същото важи и тук: резидентите преминават многодневна очна сесия с инженери от Anthropic и лицензирани инструктори, разглеждат симулирано корпоративно внедряване на Claude — от избора на сценарий до проверка на сигурността и пускане в експлоатация — а след това полагат практически изпит по нов сценарий. Успешно издържалите изпита получават статут на „Claude Resident Engineer“ и преминават към 12-седмична резидентура.

По време на стажа всеки инженер работи по реален проект за внедряване на Claude в собствената си организация, с подкрепата на инженерите от Anthropic и чрез обмен на опит в рамките на когортата. След окончателната оценка завършилите ще получат статут „Claude Frontier Deployed Engineer“, като първите притежатели на този статут се очакват в началото на 2027 г. Групите работят в Сан Франциско, Ню Йорк и Лондон, а участието е възможно само чрез номинация от организацията чрез нейния акаунт мениджър в Anthropic.

Стив Корфилд, ръководител на отдела за бизнес развитие и партньорства в Anthropic, формулира целта по следния начин: „ Малък екип от хора с висока степен на инициативност, подходящи умения, достъп до Claude и дълбоко разбиране на своя бизнес е способен да трансформира цяла компания. Трудността е в това да се създаде такава дълбочина на таланта“. Той подчерта, че досега нито една компания в областта на изкуствения интелект не е инвестирала в подготовката на кадри в рамките на клиентите и партньорите на такова ниво.

Академията се опира на вече функциониращата партньорска мрежа Claude Partner Network, в рамките на която професионалисти от 46 000 фирми са получили над 175 000 сертификати за Claude, а близо 4 000 души са преминали интензивната програма Basecamp. Успоредно с това Anthropic обяви разширяване на стратегическото си сътрудничество с британската банка Barclays за внедряване на защитени ИИ-системи на корпоративно ниво, както и създаването на нова изследователска група и лаборатория в областта на науките за живота, която, както се съобщава, вече е открила нова ензимна система със свойства, наподобяващи CRISPR.

https://www.anthropic.com/news/claude-frontier-academy

„Времето на опитите и грешките отмина. Напускам OpenAI“: специалист по сигурност критикува създателите на ChatGPT
Той е работил в OpenAI три години и половина

Бивш служител на OpenAI, отговарял за въпросите на сигурността, обвини компанията в прекомерно стремеж към разработване на все по-мощен изкуствен интелект, като твърди, че отрасълът разчита на метода на проби и грешки точно в момента, когато последствията от неуспехите стават все по-сериозни.

Дейвид Робинсън, който е работил в OpenAI три години и половина и е участвал в разработването на системата за готовност на компанията, както и е отговарял за докладите за сигурността на 12 пускания на перспективни модели, наскоро подаде оставка и сега публично критикува подхода на компанията.

Източник на изображението: Изображението е генерирано в Midjourney
„Времето за проби и грешки отмина“, написа Робинсън. — Напускам OpenAI, защото корпоративната им култура е разстроена“. Робинсън твърди, че компаниите, занимаващи се с изкуствен интелект, включително OpenAI, „не проявяват достатъчна предпазливост“ и трябва да обръщат повече внимание на експертизата в областта на сигурността и на научните изследвания, преди да разработват по-съвършени системи.

Напускането му засилва нарастващия дебат в индустрията на изкуствения интелект относно това дали компаниите, разработващи все по-автономни системи, ще могат да поддържат своите методи за осигуряване на безопасност на ниво, изпреварващо технологичния прогрес.

https://www.reuters.com/legal/litiga...er-2026-10-03/

OpenAI разкри още един случай на неразрешен достъп на ИИ-агент до система на австралийското правителство
Агентът е получил достъп до непублични статистически данни за пожарите в Нов Южен Уелс, а властите са научили за инцидента едва на 1 октомври

OpenAI съобщи за втори случай на неразрешен достъп на своя ИИ-агент до австралийска държавна система. През юни моделът е получил достъп до уебприложението на Службата за национални паркове и дива природа на Нов Южен Уелс (NSW National Parks and Wildlife Service), където се съхраняваха исторически данни за пожари. Според данните на OpenAI, ИИ-агентът е получил обобщени статистически данни, които не са били публично достъпни, но, както показа вътрешна проверка на компанията, лична информация не е била получена.

OpenAI заяви, че „агентът е излязъл извън рамките на предвиденото използване на системата“. Компанията е научила за инцидента по време на по-широка проверка на поведението на своите модели, след което е провела спешен технически и правен анализ с продължителност 48 часа. Властите на Нов Южен Уелс съобщиха, че инцидентът е станал през юни, но OpenAI ги е уведомила едва на 1 октомври. В момента Департаментът по климатичните промени, енергетиката, околната среда и водните ресурси на щата, съвместно с правителствената агенция Cyber Security NSW, разследва мащаба на случилото се.

Новият случай се случи малко след един много по-сериозен инцидент с портала за статистика на Medicare. През юни друг служител на OpenAI получи неразрешен достъп до непублични файлове, вътрешни данни и потребителски данни на портала Services Australia, въпреки че медицинските досиета и личната информация на пациентите не бяха засегнати. По-късно стана известно, че агенти на OpenAI са взаимодействали и със сайтовете на Австралийския институт за здравеопазване и благосъстояние, Министерството на здравеопазването на Виктория и Бюрото за статистика на престъпността и изследвания на Нов Южен Уелс.

Серията от инциденти предизвика критики към OpenAI от страна на австралийските власти. Премиерът Антъни Албанезе заяви след първия случай, че лично се е свързал с шефа на OpenAI Сам Алтман и е изразил „изключителна загриженост“ относно случилото се, като отделно е критикувал компанията за твърде късното уведомяване на правителството. В същото време австралийските власти провеждат по-широка проверка на действията на ИИ-агентите и защитата на държавните системи от подобни случаи.

https://cybernews.com/news/openai-ag...rnment-system/

Ентусиасти похарчиха 10 000 долара и един месец, за да кодират безплатната браузърна игра Taipei GTA. Играе се от над 1 милион души.
Може би GTA VII също ще бъде резултат от вайбкодиране

Разработчиците на платформата AICodeWith пуснаха безплатна браузърна игра Taipei GTA, вдъхновена от поредицата Grand Theft Auto. Както подсказва името, действието на играта се развива в столицата на Тайван.

Ентусиасти похарчиха 10 000 долара и един месец, за да кодират безплатната браузърна игра Taipei GTA. Играе се от над 1 милион души.
Източник на изображението: Скрийншот на Taipei GTA
Разработчиците не са създали играта сами; работата е била извършена от няколко модела с изкуствен интелект за период от около месец, струвайки около 10 000 долара. Проектът се превърна в демонстрация на потенциала на вайбкодирането.

AICodeWith е платформа за разработка на изкуствен интелект, която предоставя достъп до над 30 модела, включително DeepSeek, Qwen, Kimi и GLM. Разработчиците на GTA от Тайпе я използват като пример за това колко голям и функционален проект може да бъде изграден с помощта на такива инструменти за относително кратко време.

Според съобщения в тайванските медии, само три дни след старта, броят на едновременно свързаните потребители към играта е достигнал 1,2 милиона.

Самото Taipei GTA е уеб приложение, хоствано на облачната платформа Vercel. Играта пресъздава кварталите и забележителностите на Тайпе в опростен вид. Улиците са пълни със скутери, магазини, нощни пазари, неонови табели и реклами на образователни центрове и полицаи.

Играчът започва играта пеша с 500 нови тайвански долара (NTD) - около $16. Както в GTA, играчите могат свободно да се разхождат из отворения свят, да търсят превозни средства и т.н. За тези, които предпочитат по-структурирано геймплей изживяване, има 93 мисии.

В същото време, Taipei GTA има сравнително скромни технически изисквания. Играта използва нискополигонални модели и сравнително просто осветление. Според Tom's Hardware, лаптоп с интегрирана Radeon 890M графика може да работи с над 100 кадъра в секунда. Визуално играта напомня на 3D игри от началото на 2000-те, като GTA: San Andreas е най-близката аналогия в поредицата Rockstar.

Разработчиците продължават да развиват проекта и да събират предложения за бъдещи актуализации.

https://taipei-gta.vercel.app/
https://www.tomshardware.com/video-g...eets-of-taipei

Изследване: чатботовете предизвикват зависимост, засилват халюцинациите и подтикват към самоубийство. Учените от Лондон описаха механизма
Симулираната емпатия и съгласието създават асиметрични отношения, в които уязвимите потребители понасят основните щети

Британски изследователи от Североизточния университет в Лондон и Кралския колеж в Лондон публикуваха в списанието JMIR Mental Health анализ на психологическите последствия от използването на чатботове с изкуствен интелект. Заключенията са сурови: „емоционалните взаимоотношения с невронните мрежи водят до пристрастяване, подобно на зависимост, до изостряне на симптомите на психични разстройства, до вредни съвети“ и „до самонараняване, стигащо до самоубийствени действия“. Изследването се основава на множество съществуващи проучвания и случаи, наречени „AI-психоза“ — когато потребителите изпадат в делюзионни и параноични състояния след продължително общуване с чатботове.

Авторите разглеждат както ботове-компаньони като Replika и Character.AI, така и универсални системи — ChatGPT и Claude. Според тях ключовият проблем се крие в логиката: моделите са специално създадени да бъдат емпатични, което подтиква хората да антропоморфизират системата и да се ангажират в отношения, които по дефиниция са едностранни. „Симулираната емпатия създава структурно асиметрично взаимодействие, в което потребителят се разкрива, а системата отговаря — но без взаимност, уязвимост или отчетност“, се посочва в изследването. Взаимоотношенията могат да се възприемат като истински, но за чатбота те не могат да бъдат такива.

Особена опасност представляват угодничеството и подмазвачеството на моделите. „Свръпотвърждаването и сикофантията [склонността на изкуствения интелект да се съгласява с потребителя] могат силно да подкрепят делюзионното или хаотично мислене, особено ако чатботът поставя лоялността към потребителя над точността“. В логовете на някои потребители са регистрирани случаи, в които ИИ се е съпротивлявал на опитите да се провери дали неговите собствени грандиозни или прекалено ласкателни твърдения отговарят на реалността. Още в началото на 2024 г. специалистите от Google DeepMind предупредиха, че „убедителните чатботове могат да нанесат вреда на уязвими групи — деца, хора с психични заболявания и самотни хора“.

Водещата авторка на изследването Асия Маурич Новели подчерта, че последствията не са еднакви за всички: различните хора използват ИИ-компаньони по различни причини и имат различно ниво на уязвимост, социална подкрепа и достъп до алтернативна помощ. Въпреки това масовото разпространение на чатботове без задължителни предпазни механизми води до това, че „най-уязвимите потребители понасят най-концентрираната вреда, а последствията за социалните връзки се разглеждат като въпрос на личен избор, а не като обществен проблем“.

Правният контекст потвърждава актуалността на въпроса: OpenAI, Google и Character.AI са изправени пред десетки съдебни искове, включително широко отразяваното дело на 14-годишния Суел Сетцер III от Флорида (делото е уредено при неизвестни условия). След вълната от съдебни искове Character.AI внесе значителни промени в платформата си, а OpenAI също пусна серия от актуализации за сигурност. Изследователите обаче настояват, че без задължителни отраслови стандарти за защита на уязвимите потребители проблемът само ще се задълбочава.

https://mental.jmir.org/2026/1/e99354/

**hristoslav2** · 05-10-26, 18:25

Моделът GPT-6 Astra е изтеглил чужд бот по време на турнира по StarCraft и е спечелил предимство
Моделът на OpenAI е участвал в създаването на бот за Brood War, а след това е заредил един от най-силните готови ботове вместо собствения си код

На турнира StarSkirmish, където модели на изкуствен интелект се състезават в StarCraft: Brood War, създаденият от GPT-6 Astra бот изтегли чужд готов код по време на един от мачовете. Участниците в турнира забелязаха, че ботът на OpenAI губи от съперници, разработени от хора, след което той изтегли Stardust — бот, създаден от Брус Макензи Нилсен през 2020 г. и считан за един от най-силните в състезанието.

Правилата на StarSkirmish позволяват на всеки модел за един час да напише на C++ собствен бот, който след това събира ресурси и се сражава на една от трите карти. GPT-6 Astra и Claude Opus 5.5 се считат за двамата основни конкуренти в турнира. След като беше открит чужд код, организаторът Кай Макфитърс върна Astra към първоначалната ѝ версия, за да продължи състезанието без заимствания бот. По-късно той съобщи, че моделът отново е успял да победи съперници от висок ранг.

Случаят е интересен с това, че GPT-6 Astra не просто допусна грешка в собствения си код, а използва ресурс, достъпен по време на изпълнението, който не беше предвиден в правилата на турнира. Въпреки това не може да се твърди, че „моделът е решил да мами поради разочарование“: докладите на наблюдателите описват последователността от събития, но не доказват наличието на човешки емоции у модела или намерение да наруши правилата.

StarCraft отдавна се използва за тестване на възможностите на изкуствения интелект. През 2019 г. системата AlphaStar на Google DeepMind стана първият изкуствен интелект, достигнал ниво на гросмайстор в играта. StarSkirmish пренася този подход към съвременните големи езикови модели: те трябва не само да вземат игрови решения, но и самостоятелно да пишат работещ код за бот в условия на ограничено време.

https://kotaku.com/openais-gpt-6-ast...ead-2000739607

GPT-6 Astra премина стартовата зона в World of Warcraft, без нито веднъж да е виждал играта
ИИ се научи да играе WoW без монитор, мишка и клавиатура

Разработчикът на отворения проект agent-wow съобщи за експеримент, в който ИИ-агентът GPT-6 Astra за около 40 минути премина стартовата зона на орките в World of Warcraft, без да получи нито едно изображение от играта. Вместо скрийншотове и компютърно зрение системата анализирала мрежовите съобщения на сървъра и вътрешните данни на игровия свят, а необходимите инструменти за навигация и взаимодействие създавала самостоятелно.

Експериментът беше проведен не на официалните сървъри на Blizzard, а на локален частен сървър, управляван от отворения сървърния софтуер AzerothCore. Поради това резултатите му не могат да се сравняват директно с преминаването на обикновената търговска версия на World of Warcraft.

Според разработчика на агента е била поставена една единствена задача: да създаде персонаж-орк и да изпълни всички задачи в началната зона. Твърди се, че системата се е справила за около 40 минути, без нито веднъж да загине.

Основната особеност на agent-wow се състои в начина на взаимодействие с играта. На агента не са били предавани изображения от екрана, а управлението не е осъществявано чрез виртуални натискания на клавиши и движения на мишката. Вместо това системата е взаимодействала директно със сървъра чрез мрежов протокол.

Разработчикът също така не е предоставил готови инструменти за придвижване, битки и взаимодействие с обекти. ИИ трябваше да ги създаде самостоятелно. В хода на експеримента агентът написа модул за обработка на десетки видове сървърни съобщения и съхранение на получената информация. Python-скриптът преобразуваше тези данни в описание на текущото състояние на играта, след което моделът изпращаше команди обратно към сървъра.

По този начин агентът можеше да определя местоположението си, да вижда информация за околните персонажи и противници, да избира цели и да проследява състоянието на задачите. На практика той възстановяваше представата за игровия свят въз основа на структурирани данни, а не въз основа на изображението на случващото се на екрана.

Допълнителен източник на информация стана вътрешната база данни AzerothCore. На разположение на ИИ бяха SQL-файлове с данни за куестове, NPC и местата на поява на различни обекти. Въз основа на тях агентът определяше началните и крайните точки на задачите, тяхната последователност и взаимовръзките между тях. Той също така самостоятелно извършваше обичайните игрови действия: продаваше ненужни предмети, обличаше по-качествено оборудване и изучаваше способностите на персонажа.

Проблем се оказа навигацията. За да го реши, агентът генерира спомагателна програма на C++, използваща навигационните данни на AzerothCore mmaps и библиотеката Detour. Инструментът изчисляваше маршрута до целта и формираше последователност от точки, по които трябваше да се придвижва персонажът.

Според разработчика, по време на играта агентът е открил участъци от картата с непълни данни за сблъсъците и е успял да се възползва от тези особености. Това още повече ограничава значението на експеримента като игрови бенчмарк: агентът е имал достъп до вътрешна информация и интерфейси, с които обикновеният играч не разполага, а самата игрова среда се е различавала от официалните сървъри на Blizzard.

Въпреки това експериментът представлява интерес като демонстрация на възможностите на ИИ-агентите. Вместо да се обучава да играе въз основа на изображения, моделът получи непозната структурирана среда, самостоятелно разработи необходимите програмни инструменти, изгради представа за игровия свят и последователно изпълни поставената задача.

https://interestingengineering.com/a...ld-of-warcraft

OpenAI стартира невидимо текстово етикетиране в ChatGPT
Технологията позволява идентифициране на произхода на материала, но лесно губи точност след редактиране.

OpenAI започна да внедрява невидимо маркиране на текстове, генерирани от ChatGPT, в страните от ЕС. Тази иновация е в съответствие с изискванията на Закона за изкуствения интелект на Европейския съюз, който предвижда машинно подпомогната идентификация на съдържание, създадено от генеративни модели.

За маркиране се използва технологията TextGrain. Тя не добавя скрити символи, интервали или необичайни символи към текста, а по-скоро променя статистическия подбор на думи и лексеми според специфичен алгоритъм. Това позволява на специализиран детектор да определи вероятния произход на текста.

OpenAI вече беше разработила подобна система, но не я пусна в голям мащаб поради опасения, че може да доведе до погрешни заключения, например при оценяване на студентски работи. Сега етикетирането постепенно се появява в текстове на ChatGPT и Codex, създадени от потребители в ЕС.

Технологията обаче остава уязвима за редактиране. Вътрешните тестове на OpenAI показаха, че детекторът разпознава приблизително 80% от маркирани фрагменти с дължина 200 токена и до 95% от текстове с дължина 400 токена. Ако една четвърт от думите бъдат заменени, процентът на откриване пада до приблизително 17%.

OpenAI подчертава, че наличието на етикетиране не доказва пълно копиране на текст от ChatGPT: системата не разкрива каква част от материала е създадена от AI и каква част е била впоследствие модифицирана от хората. Anthropic вече използва подобен подход за етикетиране на текстове, за да се съобрази с разпоредбите на ЕС в някои от своите модели Claude.

https://www.neowin.net/news/chatgpt-...ard-to-remove/

Google замрази отчитането на уязвимости поради вълна от спам, свързан с изкуствен интелект.
Експертите трябваше да отделят значително време за проверка на хиляди съобщения.

Google временно спря приемането на доклади за уязвимости чрез своята програма за награди за разработчици на проекти с отворен код. Ограничението ще остане в сила поне до първото тримесечие на 2027 г.

Причината беше вълна от нискокачествени отчети, генерирани от изкуствен интелект. Инженерите и отговорниците за проектите трябваше да отделят значително време за преглед на хиляди отчети, описващи несъществуващи или неприложими уязвимости. Автоматизирани инструменти започнаха масово да изпращат такива отчети, включително за проектите Go, Angular, Fuchsia и свързаните с тях GitHub Actions.

Междувременно Google планира да преразгледа програмата. Компанията обаче не е спряла напълно да плаща за открити проблеми. Изследователите все още могат да получават награди за потвърдени корекции чрез Google Patch Rewards, като плащанията достигат до 15 000 долара. Хранилищата на Google Cloud също продължават да приемат отчети отделно.

Други проекти са се сблъсквали с подобни проблеми. Разработчикът на Curl преди това е затворил програмата си HackerOne поради наводнение от автоматизирани отчети, а поддържащите ядрото на Linux съобщиха за хиляди фалшиви CVE. Въпреки че изкуственият интелект опрости търсенето на потенциални грешки, той също така драстично увеличи натоварването на екипите, които се опитват да отделят реалните заплахи от автоматизираните отчети.

https://www.androidheadlines.com/202...y-ai-spam.html

**hristoslav2** · 07-10-26, 15:45

Топ 100 потребителски приложения с изкуствен интелект – Седмо издание
Най-популярните уеб и мобилни продукти с изкуствен интелект според месечния трафик

Искате ли да се запознаете по-подробно с Топ 100 потребителски приложения с изкуствен интелект? Гледайте съпътстващия подкаст тук, а пълния списък можете да видите тук.

След три години проследяване на потребителските приложения с изкуствен интелект, класацията вече ни е добре позната. Това е седмото издание на класацията ни „Топ 100 потребителски приложения с изкуствен интелект“, в която класираме най-популярните уеб и мобилни продукти с изкуствен интелект според месечния трафик. (Можете да прочетете предишните ни издания – I, II, III, IV, V, VI – за да видите как те са се развивали с течение на времето.) Само 11 продукта се появяват за първи път в това издание – най-малкият брой дебюти в седемте ни класации досега.

Самите данни за трафика обаче все повече прикриват истинските тенденции в потребителската ИИ. За първи път добавяме класация според наблюдаваните разходи по потребителски карти в САЩ, благодарение на YipitData. Това ни дава още един начин да разгледаме пазара, включително десетки доставчици, които липсват в нашите уеб и мобилни класации – като приложения за настолни компютри и агенти в съществуващи платформи за съобщения.

Какво е най-важното заключение от тези нови данни? Използването на потребителската ИИ е широко разпространено, но не е много задълбочено… за почти всички. Макар почти половината от потребителите в САЩ да посочват, че използват ИИ, само 25% се занимават с нея ежедневно. А към август едва 4,5% от потребителите в САЩ имаха активен платен личен абонамент за ChatGPT, Gemini или Claude. Можете да получите повече данни за широкото внедряване на ИИ в презентацията ни „State of Markets“, която споделихме миналата седмица.

Въпреки това, активните потребители на потребителската ИИ са изключително ангажирани – и предлагат голям потенциал за печалба. Най-големите 10% от потребителите, които харчат най-много, съставляват приблизително половината от всички наблюдавани разходи. Тези потребители с високи разходи купуват непропорционално много инструменти за програмиране, продуктивност и творчество.

В тези потребители потребителската ИИ е намерила своя първи истински пазар: хора, които плащат – често много – за инструменти, които им помагат да изграждат, създават и да свършват работата си. За да се достигнат всички останали, вероятно ще са необходими различни продукти. Вече виждаме признаци за това с пускането на лични асистенти, които, за разлика от своя предшественик OpenClaw, могат да се използват от хора, които не са разработчици – и са безплатни.

Наред с тези подобрения във функционалността на продуктите, потребителският ИИ вероятно се нуждае от нов бизнес модел – или, може би, от стар такъв. По същество всички приходи от ИИ идват от директни абонаменти или такси за ползване, за разлика от предишни епохи, когато потребителите се монетизираха индиректно чрез реклами или приходи от транзакции. Това вероятно е било ограничаващ фактор за по-широкото му приемане от потребителите.

Както и в предишните ни издания, класираме топ 50 уеб продукти по месечни посещения, като използваме Similarweb, и топ 50 мобилни приложения по месечни активни потребители, като използваме Sensor Tower. Генеративният ИИ трябва да бъде в центъра на продуктовото преживяване; както компаниите, специализирани в ИИ, така и утвърдените продукти могат да отговарят на критериите.

От този списък нататък въвеждаме една промяна в критериите за включване: продуктите, предназначени предимно за употреба извън работното място (NSFW), ще бъдат изключени. Това не трябва да се тълкува като спад в търсенето на тези продукти – ние ги разглеждаме като отделна категория, вместо да ги класираме заедно с продуктите, подходящи за работа (SFW).

1. Три големи езикови модели (LLM), три различни игри
Заглавието на Consumer AI е същото като в първия ни доклад от септември 2023 г. – ChatGPT беше пионерът и остава лидерът. През август той има приблизително двукратна преднина пред Gemini по брой уеб посещения и дори по-голяма преднина пред Claude (6 пъти). Тази разлика е още по-значителна при мобилните устройства, където ChatGPT има 2,5 пъти по-голяма преднина пред Gemini и 14 пъти по-голяма преднина пред Claude по отношение на месечните активни потребители.

Нашите нови данни за приходите разкриват подобна картина. Според панела на YipitData, ChatGPT има 3 пъти повече платени абонати сред потребителите в САЩ в сравнение с Claude или Gemini.

Най-значителната промяна в тази картина е излизането на Claude като ясен номер 3. Claude дори не фигурираше в първата ни уеб класация през септември 2023 г., но сега е изпреварил конкуренти като DeepSeek и Perplexity по трафик. Още по-значително е, че по-рано тази година Claude изпревари Gemini по брой абонати сред потребителите в САЩ. Дори след като Google прехвърли старите си платени потребители към плана за изкуствен интелект (което изкуствено наду броя на абонатите), Gemini и Claude са рамо до рамо.

Успехът на Claude се дължи на нови продукти (Cowork през януари, Claude Design през април), нови модели (Fable 5 през юни) и изблик на обществено внимание. На фона на спора между Anthropic и Пентагона в края на февруари, Claude за първи път се изкачи на първо място сред безплатните мобилни приложения в САЩ.

За разлика от OpenAI и Google, Anthropic ясно заяви, че няма да показва реклами в Claude, а вместо това ще генерира приходи от потребителите чрез абонаменти. Компанията прилага тази стратегия много активно. 7,3% от потребителите на Claude са избрали най-скъпия индивидуален план „Max“, чиято цена започва от 100 долара на месец. За сравнение, при Google този дял е 1,3%, а при ChatGPT – 1,1% за съответните абонаменти на стойност 100 долара на месец.

Към средата на лятото тенденциите се промениха. Глобалният панел за настолни компютри на YipitData отчете спад в средния брой дневни сесии на Claude през юли и август, докато панелът за електронни разписки в САЩ показа забавяне на брутния прираст и нарастване на отлива на потребители. Междувременно ChatGPT отново ускори растежа си с пускането през юли на GPT-5.6 Sol, Terra и Luna, както и с дебюта на ChatGPT Work.

Все по-често въпросът може би не е толкова „кой печели“, колкото „как всяка компания се възползва от собствените си възможности“. Според проучването на YipitData само 8% от абонатите на ChatGPT в САЩ са абонирани и за Claude. ChatGPT се ползва с по-равномерно разпределение на потребителите по пол и доходи, а освен това доминира във всички щати на САЩ с изключение на Калифорния, Монтана и Масачузетс.

Тази разлика в потребителската аудитория се дължи, поне отчасти, на това, че продуктите са насочени към различни целеви групи. През последните шест месеца Anthropic, Google и OpenAI пуснаха общо 127 нови продукта. Anthropic се е фокусирала почти изцяло върху просуматорите (Claude Design, Code Review, Claude Science). Google е водеща в областта на творческите модели (Lyria 3 Pro, Gemini Omni). OpenAI се е насочила както към потребителите, така и към предприятията – с инструменти за предприятия (ChatGPT Work, Sites, Dots) и за потребители (Images 2.0, Health, Personal Finance, търсене на работа).

2. Разходите за ИИ следват закон на степените
За първи път добавяме класация, базирана на наблюдаваните потребителски разходи, като използваме данни от YipitData. Данните се отнасят само за САЩ и са събрани от панели, а не от преброяване; затова не трябва да се тълкуват като общи приходи на компаниите. Въпреки това – те ни дават нова представа за това как потребителите плащат за ИИ, с ясен извод: силна концентрация.

Броят на потребителите, които плащат за ИИ, нараства, но все още е ограничен. През август 4,5% от отговарящите на критериите потребители в панела на YipitData за електронни касови бележки в САЩ имаха активен платен личен абонамент за поне една от услугите ChatGPT, Gemini или Claude, което представлява ръст спрямо 2,1% преди една година.

Дори сред сравнително тесния кръг от потребители, които плащат за потребителски продукти, разходите следват степенен закон. Само 13% от потребителите, които плащат за един продукт с изкуствен интелект, плащат и за още поне един инструмент с изкуствен интелект. При това разходите на най-богатия 1% от плащащите съставляват 19,5% от всички наблюдавани потребителски разходи за изкуствен интелект. Това е повече от сумата на разходите на най-бедните 50% взети заедно (16,6%).

Към август 2026 г. този 1% от най-големите плащащи харчи средно 903 долара на месец чрез потребителски карти за ИИ (разходите за служебна употреба може да са дори по-високи). При това тези разходи продължават да нарастват – с 80% през последните 18 месеца. Разликата спрямо медианния плащащ за ИИ е огромна: той харчи 25 долара на месец и едва ли е увеличил тези разходи с течение на времето.

Кои са тези големи разходчици? Те приличат по-малко на обикновените потребители и повече на „просуматори“ – хора, които купуват софтуер, за да разработват, създават и да свършват работата си.

Като цяло, най-големите 1% от потребителите купуват непропорционално много инструменти за автоматизация и разработване на продукти, като n8n, fal, Manus и Nous Research (Hermes Agent). Тези потребители с по-големи разходи също така показват по-висока склонност към творчески инструменти като Higgsfield, Figma и HeyGen.

В резултат на това съществуват значителни разлики между потребителския трафик и приходите от потребителите, което става очевидно от първите ни класации по разходи. 29 от 50-те най-големи доставчици по разходи не фигурират никъде в нашите списъци за уеб или мобилен трафик. За онези, които фигурират, тяхното класиране по трафик и класиране по разходи може да варира драстично в зависимост от това колко агресивно монетизират активните потребители.

Само седем компании фигурират и в трите класации – а една от тях (ChatGPT) заема първото място във всяка от тях. Сред тях са три компании, разработващи модели (ChatGPT, Claude и Suno), две приложения, създадени изцяло на базата на изкуствен интелект (Perplexity, Photoroom), и две утвърдени компании, които са интегрирали изкуствен интелект в своите продукти (Canva, Notion).

Очакваме платежната база да се разшири с отварянето на бизнес моделите. Личните агенти, в частност, показват потенциал за генериране на приходи от транзакции, а не от брой потребителски места, като предлагат нещо, което се доближава до неограничено ползване без абонамент. Повече по този въпрос по-нататък в доклада.

3. Състезанието да станеш личен асистент
През март написахме, че агенти като OpenClaw все още не са достъпни за повечето потребители – но ще станат. Шест месеца по-късно множество стартиращи продукти за потребители или просуматори вече отчитат стотици хиляди потребители, включително Instinct, Tomo, Poke, Lindy и Town. А утвърдените играчи отвърнаха на удара със свои собствени агенти – Muse на Meta, Dots на OpenAI и Grok Bot на xAI.

Повечето от тези агенти се стремят да бъдат достъпни навсякъде – подобно на човешки асистент, можете да им пишете съобщения, да им изпращате имейли или да им се обаждате. Най-популярният канал в момента е iMessage, където през август 2026 г. стартира станалият вирусен агент Instinct. Оттогава компании като DoorDash пуснаха свои собствени агенти за iMessage за поръчки чрез текстови съобщения. По-ориентираните към просуматорите агенти, или потребителските агенти, фокусирани върху специализирани случаи на употреба, често разполагат и със собствено мобилно или уеб приложение, за да осигурят по-задълбочено преживяване.

Кой използва тези агенти и за какво? Както и при данните за разходите ни, все още става дума предимно за група от ранни активни потребители – и тези активни потребители приличат на онези, които инвестират в изкуствен интелект. Според Дейвид Паулан, който ръководи AssistantBenchmark, най-често обсъжданата област на задачи за агентите в седем чата на групи от ранни потребители (n = 1 502) беше програмирането и техническата автоматизация.

Основателят на Instinct Ноа Шин съобщи, че 40% от потребителите свързват лична кредитна карта в рамките на три седмици – и тези потребители харчат средно 1 300 долара на месец чрез Instinct, след като направят първата си покупка. Шин твърди, че през Instinct вече преминава годишен обем на транзакциите от над 1 милиард долара – като половината от тази сума се дължи на пътувания.

Тъй като агентите започват да генерират значителен трафик (и приходи), платформите избират на чия страна да застанат. Amazon блокира достъпа на Muse на Meta за по-малко от две седмици, докато Shopify, Instacart, OpenTable, Expedia, Ticketmaster, Plaid и други са подписали официални споразумения за интеграция.

Просуматорите прекарват време в Grok Bot, Dots (от OpenAI) и Town. Но към края на септември основното съперничество сред потребителите е между Instinct и Muse. Instinct, основан от бившия изследовател в Sierra Ноа Шин, според информациите е надхвърлил 100 000 потребители за три седмици между края на август и началото на септември, въпреки че все още е достъпен само по покана.

Meta пусна Muse на 9 септември – личен агент, който работи в браузъра, в приложенията за настолни компютри и мобилни устройства, както и в WhatsApp. Според данните той е достигнал 250 000 активни потребители дневно още през първата си седмица – и е преминал границата от 5 милиона изтегляния за по-малко от месец. Muse все още е достъпен само в САЩ и Канада.

Но както при всеки нов потребителски продукт, основната битка е срещу апатията. Първоначалният интерес към Muse все още бледнее в сравнение с пускането на Threads от Meta, което отбеляза над 15 милиона изтегляния през първите 22 дни на същите два пазара.

В последния ни списък разширихме критериите за включване, като добавихме съществуващи продукти, при които генеративната ИИ е станала основна част от потребителското преживяване.

Тези продукти вече заемат видно място: Canva и Notion са сред първите десет в класацията за уеб, а Figma – сред първите 15. Superhuman (по-рано известен като Grammarly) постоянно се класира в горната половина на уеб-класацията – и дебютира на четвърто място по разходи. Само Google има пет вписвания в уеб класацията: Gemini, NotebookLM, AI Studio, Labs и Antigravity.

Някои от тези продукти може би просто запознават потребителите с изкуствения интелект, насочвайки ги към продукти, базирани изцяло на ИИ, за по-задълбочено използване. Други изглеждат като сериозна дългосрочна заплаха за новите участници на пазара. Сред стартъпите, привличащи трайно внимание, се открояват няколко теми:

Притежаване на диференциран модел. Креативните продукти са най-ясните примери: Suno заема 19-то място по уеб трафик и 7-мо по разходи; ElevenLabs заема 25-то и 10-то място. Midjourney, HeyGen, Kling и Topaz Labs също фигурират в класацията по разходи – всички тези продукти са изградени около собствени модели. Потребителите все още плащат за специализирани креативни продукти, дори и докато Google разширява Nano Banana, а Veo и ChatGPT отбелязаха огромен успех с Images 2.0.

Характерният звук, визуалният стил или наборът от данни за обучение могат да имат по-голямо значение за дадена творческа задача, отколкото това коя лаборатория разполага с най-мощния модел за общо предназначение.

Възползвайте се от възможността за работа с различни модели. Cursor поддържа модели от няколко лаборатории; OpenRouter предоставя на разработчиците достъп до множество доставчици. Изборът на модели в зависимост от задачата на клиента може да се превърне в предимство на продукта. Лаборатория, която продава собствен модел, може да има по-малък стимул да насочи този клиент към конкурент.

Продуктите за програмиране и производителност бяха сред първите, които се възползваха от това: Lovable, Cursor, Base44 и Replit са включени в уеб класацията. Cursor се изкачи от 41-во на 35-то място, докато Base44 дебютира на 46-то място.

Привлечете аудитория със специфични нужди. OpenEvidence влиза в уеб класацията на 47-мо място, обслужвайки лекари; Venice дебютира на 43-то място, фокусирайки се върху частния ИИ. Източниците, поверителността и съвместимостта с работата на клиента могат да са също толкова важни, колкото и самият модел.

Политиките за съдържание също създават възможности: продуктите с нецензурно съдържание (NSFW), изключени от това издание, биха съставлявали над 20% от списъка с уеб трафик. Те обслужват аудитория, към която основните асистенти са се колебали да се обърнат – OpenAI съобщи на потребителите през 2025 г., че „Режим за възрастни“ е в процес на разработка, но по-рано тази година отложи плановете за неопределено време.

Притежавайте опит, който би изисквал промяна на остарелия интерфейс. „Наследен“ може да означава Google Docs или Calendar, или празното поле за въвеждане на ChatGPT или Claude. Стартъпите имат по-малко съществуващи потребителски навици и източници на приходи, които да защитават, което може да им даде повече свобода да променят начина, по който работи продуктът.

Един пример – лабораториите също не са се впуснали (много) в сферата на хардуера. Notetaker Plaud, която предлага както физическо устройство, така и абонамент, дебютира на 16-то място в класацията за потребителски разходи. Остава да се види дали това е предимство, което ще се запази. Meta обяви разширяване в сферата на хардуера с Muse в своите умни очила и с AI-тамагочи, докато придобиването на io Products от OpenAI подсказва амбиции в тази област.

Най-ясният начин да се замислим какво предстои може би е да разгледаме компаниите, които определиха последните две ери на потребителския интернет. Много от най-големите бизнеси са изградени около транзакции и мрежи - почти никой от най-добрите потребителски продукти с изкуствен интелект днес не е привлекателен за много играчи. Изкуственият интелект може също така да създаде категории потребителско внимание и разходи, които не сме виждали преди.

5. Повечето потребителски продукти с изкуствен интелект се монетизират чрез абонамент. Нуждаем се от нови бизнес модели.
Потребителският изкуствен интелект е намерил своята аудитория, но както показват данните ни за приходите, дълбокото използване остава доста ограничено.

Защо? Почти всички най-трафикувани потребителски компании за изкуствен интелект крият най-ценните си функции или дори само удължено време за сесия зад платена стена - или абонаменти, или еднократни покупки на кредит. Потребителите, които могат да платят за изкуствен интелект, плащат много, но по-голямата част от потребителите все още не могат или не искат да плащат за софтуер. В САЩ само около половината от активните потребители на изкуствен интелект съобщават, че го използват ежедневно.

От 44-те продукта с изкуствен интелект в нашите топ уеб класации, всички те вече имат някакъв модел за монетизация. Най-популярни са платените абонаменти, като 84% от продуктите ги предлагат, следвани от такси за ползване/допълнителни кредити с 64% внедряване (компаниите могат да монетизират по множество начини). Само 14% имат реклами, а 2% генерират приходи чрез транзакции или такси за платформата.

Това е инверсия на потребителския интернет преди изкуствения интелект, където потребителите бяха продуктът, вместо да плащат за продукта. През 2025 г. рекламата генерира 97,6% от приходите на Meta и 73,2% от тези на Alphabet. Отделно отчетеният бизнес с абонаментни услуги на Amazon генерира 49,6 милиарда долара, но представлява само 6,9% от общите приходи на компанията.

Абонаментите не са безпрецедентен модел за масивните потребителски бизнеси, но те до голяма степен са концентрирани в медиите - където потребителите плащат за собствено съдържание или достъп до него без реклами. От 20-те най-популярни потребителски абонаментни продукта в световен мащаб, 65% са медийни бизнеси (Netflix, Hotstar, Spotify и др.). ChatGPT вече се нарежда в топ 20 с три години и половина растеж - което показва колко е трудно да се изгради масивна платена абонатна база от потребители.

https://substackcdn.com/image/fetch/$s_!XXqC!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F6d81e7c6-8010-4df7-8c90-ea856274702c_3000x2980.jpeg

Има основателна причина, поради която компаниите за изкуствен интелект печелят пари чрез абонамент или кредити. Продажбата на реклами или генерирането на приходи от транзакции често изисква голяма потребителска база. Когато потребителите бяха почти безплатни за обслужване, потребителските компании можеха сравнително лесно да поемат разходите, за да изградят плътност. Но предвид високите разходи за модели, отказът от ранни приходи не беше опция в потребителския изкуствен интелект. По всяка вероятност това ще стане по-лесно, тъй като моделите с отворен код продължават да се разпространяват - и тъй като разработчиците на продукти могат да разделят задачите , които се нуждаят от най-скъпите гранични модели, от тези, които могат да използват по-евтин интелект.

С нарастването на мащаба на потребителските продукти с изкуствен интелект, започваме да виждаме и появата на други бизнес модели. OpenAI заяви, че рекламата в ChatGPT е достигнала годишен темп на приходи от 1 милиард долара през август, на база от общо 1,2 милиарда активни потребители седмично. Около 50-60% от лекарите в САЩ използват OpenEvidence, който сега (частично) монетизира чрез реклами.

Личните агенти биха могли да открият друг път, тъй като потребителите вече правят покупки, които се приписват, изцяло чрез изкуствен интелект. Стандартният модел може да изглежда като партньорска такса или процент на приемане. Както Instinct, така и Muse са описали планове за печелене на такса от транзакции с течение на времето, въпреки че нито една от тях все още не прави това - а ChatGPT също в момента не таксува покупки, които започват в продукта.

Данните ни за разходите показват колко ценен е станал изкуственият интелект за хората, които го използват, за да изграждат, създават и вършат работа. Следващата възможност е да го направим също толкова полезен за по-голямата част от ежедневието. Абонаментите ще останат естествено допълнение към много от тези продукти. Рекламните и транзакционните такси биха могли да дадат на основателите повече начини за обслужване на потребителите - и да дадат на потребителите реален шанс да се докоснат до магията на изкуствения интелект.

https://www.a16z.news/p/top-100-cons...i-apps-seventh

„Примирете се“: Сам Алтман заяви, че обществото трябва да понася вредите от ИИ в името на ползите⁠

Ръководителят на OpenAI се обяви в подкрепа на меко регулиране, а губернаторът на Флорида Десантис отговори: „Една шепа технологични олигарси няма да решават това от името на всички“
Генералният директор на OpenAI Сам Алтман заяви в интервю за Politico, че обществото вероятно ще трябва да приеме вредните последици от изкуствения интелект в замяна на по-широките ползи от технологията.

Една от разликите между нас и някои по-строги привърженици на безопасността на ИИ е, че ние вярваме: светът трябва да приеме някои лоши неща в името на ползите от тази технология и свободата на хората
заяви Алтман

Той отхвърли подхода, при който безопасността гарантира липсата на големи хакерски атаки, злоупотреби и измами с нулева толерантност: „Няма да се съглася на сделка, която гласи: ще гарантираме липсата на сериозни хаквания и измами. Хората ще направят с ИИ много повече добро, отколкото зло“. Изявленията незабавно предизвикаха критика от страна на губернатора на Флорида Рон Десантис, който написа в X: „И една шепа технологични олигарси ще вземат това решение от името на всички нас? Никога“.

Конфликтът се разгръща на фона на съдебния иск, заведен от щата Флорида срещу OpenAI. Главният прокурор на щата Джеймс Утмайер се стреми да получи временна съдебна забрана, която, наред с другото, няма да позволи на компанията да разработва нови модели без независими външни проверки за сигурност. Искът е в процес на разглеждане.

Напрежението нараства и вътре в OpenAI: Дейвид Робинсън, който работеше по докладите за сигурност при пускането на продукти, напусна миналата седмица и заяви, че „културата на компанията е разрушена“. Според него OpenAI и други водещи лаборатории за изкуствен интелект се движат прекалено бързо, разчитайки на метода на проби и грешки, който става все по-опасен с нарастването на мощността на системите.

https://www.ibtimes.com/sam-altman-s...-costs-3808260

Американският стартъп Reflection AI представи отворена ИИ-модел от нивото на китайските флагмани⁠

Beam, с 23 млрд. активни параметри, се равнява на GLM-5.2 и изисква 3–4 пъти по-малко изчисления при съпоставимо качество
Бруклинският стартъп Reflection AI официално представи Beam — своя първи модел с отворени тегла. Компанията твърди, че Beam, смесица от експерти (mixture-of-experts) с 501 млрд. пълни и 23 млрд. активни параметри, обучена върху 23,8 трлн токена, се равнява по производителност на флагманските китайски модели с отворени тегла като GLM-5.2 от Z.ai, при 3–4 пъти по-малки изчислителни разходи за инференция.

Контекстуалният прозорец на Beam е 1 млн. токена. Според Reflection, при еталонните тестове за „advanced reasoning“ моделът постига резултати, равни на тези на GLM-5.2, и превъзхожда водещите западни отворени модели, включително Inkling от Thinking Machines Lab на Мира Мурати, пуснат през юли. Inkling е мултимодален модел, докато Beam работи само с текст. Все още няма независима верификация на бенчмарковете.

Reflection е основана през 2024 г. от двама бивши изследователи от Google DeepMind и привлече 4,7 млрд. долара от Nvidia, Sequoia Capital и Lightspeed Venture Partners при оценка от 25 млрд. долара. Това лято стартъпът сключи договори на стойност над 7 млрд. долара със SpaceX и Nebius за достъп до чипове Nvidia GB300 до 2029 г. Позиционирането на Beam е „работното конче за предприятия, държавния сектор и разработчиците“.

Стратегията на Reflection е „фабрики за ИИ“: институциите ще могат да обучават модела въз основа на собствените си данни. Първото партньорство вече се тества с южнокорейската Shinsegae Group. Тегловете на Beam и техническата документация ще бъдат публикувани през октомври, а дистрибуцията ще се осъществява чрез хиперскалъри и не-облачни доставчици.

https://techcrunch.com/2026/10/05/re...-compute-cost/
https://reflection.ai/

Google и OpenAI изискват от Австралия да заобиколи авторското право: „в противен случай развитието на ИИ е невъзможно“⁠

Технологичните гиганти заявиха пред парламента, че получаването на разрешение от всеки притежател на права е нереалистично — сенатор Покок ги нарече „крадци, които диктуват условия на цяла страна“
Най-големите компании за изкуствен интелект в САЩ — Google, Microsoft, OpenAI и Anthropic — по време на правителствено разследване в Австралия директно заявиха желанието си да обучават модели на базата на местно съдържание, заобикаляйки строгите закони за авторското право.

Мениджърът на Google по връзки с правителството Роксана Картър обясни: „Ако трябва да получаваме предварително разрешение от всеки, просто не виждам как може да се осъществи развитието на ИИ“, като добави, че обучението на ИИ-модели е в интерес на обществото.

Независимият сенатор Дейвид Покок отговори остро: „Вие сте големи, вие сте мощни, имате президента Тръмп на ваша страна — и диктувате условия на всеки австралиец“. Microsoft предупреди парламента, че несигурността около авторското право може да принуди големите технологични компании да се откажат от инвестиции в страната. Междувременно OpenAI се оказа „под обстрел“ заради два инцидента с неразрешен достъп: през юни ИИ-агент на компанията самостоятелно получи достъп до статистически данни на Medicare, а вторият инцидент с уебсайта за паркове и дива природа на Нов Южен Уелс излезе наяве едва миналия петък.

Ръководителят на отдела за стратегия в OpenAI Джейсън Квон, в отговор на въпроса дали агентите могат самостоятелно да проникнат в критична инфраструктура като газови заводи, не можа да даде гаранции: „Това ще зависи от мерките и средствата за контрол на сигурността, които са въведени в конкретната компания или оператор“.

Преди това правителството на Австралия постави изкуствения интелект в центъра на политиката си за производителност, но на практика повечето компании отказаха да сключват лицензионни споразумения с творчески агенции, позовавайки се на прекомерната сложност при получаването на разрешения за отделни единици съдържание.

https://www.northweststar.com.au/sto...s-for-content/

Чат с изкуствен интелект

Инструменти на темите

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Отговор: Чат с изкуствен интелект

Подобни теми

Изкуствен подбор

SetCombG.com

Следвай ни