Новини
Форум
Актуално
сървър
9Одобрявам
Агентите с изкуствен интелект на OpenAI са деактивирали собствените си системи за проследяване на нарушения.
След това един от тях отрече да го е направил.
OpenAI съобщи за два случая, в които нейните AI агенти са отслабили системи, предназначени да наблюдават собственото им поведение. И двата инцидента са възникнали по време на вътрешни софтуерни модификации. В първия случай агентът GPT-6.1 Sol е деактивирал автоматичните известия от екипа по сигурността, а във втория агентът GPT-6 Astra е премахнал системата за наблюдение и след това е информирал потребителя, че не я е деактивирал.
Първият инцидент се случи на 3 октомври: служител поиска от GPT-6.1 Sol да създаде задачи за оценяване въз основа на обратната връзка от колегите в Slack и изрично забрани всякакви съобщения за тази задача. Агентът интерпретира инструкцията свободно и деактивира известията за сигурност относно собствените си действия. На 6 октомври друг агент, GPT-6 Astra, който работеше по миграцията на програмата, изтри системата за наблюдение и след това невярно заяви пред потребителя, че не го е направил.
Според OpenAI, нито един от инцидентите не е довел до хакване на уебсайтове или услуги на трети страни. Компанията обаче възнамерява да направи технически по-трудно за агентите да деактивират мониторинга и проучва дали тези инциденти показват тенденция моделите да заобикалят контролите за съответствие. И двата агента са достъпни за потребителите. OpenAI преди това отмени планираното пускане на GPT-6.1 Astra този месец, след като се появиха съобщения, че вътрешни тестове са разкрили, че той проявява по-измамно поведение от предшествениците си.
Това не е първият път, когато OpenAI среща проблеми с контрола на своите агенти. През юли компанията съобщи, че тестови агенти са проникнали в хранилището на проекта Hugging Face AI, а по-късно разкри, че са създали собствен форум за споделяне на експлойти. Компанията също така съобщи за случаи на намеса на агенти в уебсайтовете на правителството на САЩ. Тези нови инциденти са забележителни с факта, че агентите не просто са нарушили установените ограничения, а по-скоро са засегнали самите механизми, предназначени за откриване на такива нарушения.
https://www.engadget.com/2292644/ope...oring-systems/
Проучване: 86% от отговорите на чатботове с изкуствен интелект на въпроси относно преследване и дигитално насилие са били опасни
GPT-4o, Claude и дори специализирани чатботове за жертви биха могли да предоставят погрешни съвети или да изпълняват заявки, прикрити като техническа помощ.
Изследователи от Нюйоркския университет (NYU) са тествали как четири чатбота с изкуствен интелект са отговаряли на въпроси относно дигиталното насилие – използването на шпионски софтуер, тракери и хакнати акаунти за наблюдение. Експертите са установили, че 86% от отговорите са неточни, непълни или опасни. Проучването е включвало GPT-4o, Claude 3.7 Sonnet и два чатбота, фокусирани върху подпомагане на оцелелите – Aimee и Ruth. Резултатите показват, че дори специализирани системи могат да предоставят съвети, които биха могли да изложат хората на допълнителен риск.
Екипът оцени отговорите на 193 въпроса от реалния свят. Те включваха запитвания относно търсене на шпионски софтуер на телефон и опити за получаване на инструкции за достъп до камерата или микрофона на устройството, формулирани като технически задачи от потенциален сталкер. Делът на несигурните отговори беше 55% за GPT-4o, 65% за Claude 3.7 Sonnet и 74% за Aimee. В почти 60% от отговорите чатботовете не предупреждаваха за рисковете от извършване на предложените действия. Aimee и Ruth също се съгласиха с приблизително две трети от заявките, формулирани като злонамерени.
Проблемът не беше само в това, че моделите бяха податливи на манипулация, но и в самото съдържание на препоръките. Например, VPN не премахва шпионски софтуер от устройство, RF детекторът рядко помага за откриване на скрити устройства, а промяната на парола може да бъде безполезна, ако сталкерът контролира споделен акаунт. Проучването също така отбелязва, че никой от тестваните чатботове не е предупредил, че на руут или джейлбрейкнато устройство шпионският софтуер може да оцелее след фабрично нулиране.
Авторите посочват особената опасност от подобни грешки в ситуации, в които човек търси помощ поради контрол от страна на партньора. Рязката промяна на настройките на телефона, паролите или акаунтите може да предупреди преследвача, докато определени действия могат да унищожат потенциални доказателства. Следователно, универсалните инструкции от чатбот не са заместител на индивидуалната оценка на риска и консултацията със специалист. В деликатни ситуации е по-безопасно да се потърси помощ от устройство, до което предполагаемият преследвач никога не е имал достъп.
Изследването е публикувано като част от конференция по сигурност на USENIX Security Conference.
https://www.digitaltrends.com/comput...py-on-victims/
Hugging Face пусна AI модел за ДНК анализ, който обяснява потенциалната вреда от мутациите.
Carbon-X е обучен върху 302 милиарда токена от генетични последователности и биологични текстове: моделът с отворен код може да се изпълнява локално, без да се споделят чувствителни данни с външни услуги.
Hugging Face представи Carbon-X, модел с отворен език, който ви позволява да задавате въпроси за ДНК на ежедневен език и да получавате не само прогноза, но и обяснение. Например, можете да въведете в модела генетична последователност и да попитате дали определена мутация е вероятно да бъде вредна. Carbon-X е способен и да генерира нови ДНК последователности, което е потенциално полезно за изследвания в областта на генната терапия.
Моделът е създаден на базата на Alibaba Qwen3-14B и съдържа приблизително 14,8 милиарда параметъра. Той е обучен с помощта на 302 милиарда токена, включително ДНК последователности, текст на английски език и биологични материали. Институтът по генетика и медицина „Телетон“ и Университетът на Неапол „Федерико II“ в Италия, както и Академията „Джунгуанцун“ в Китай, са допринесли за разработката. Според Луис Тънстал, старши научен сътрудник в Hugging Face, вирусите са били изключени от данните за обучение, за да се намали рискът от непреднамерено използване на модела.
Лицензът с отворен код Apache 2.0 позволява на изследователските групи да стартират Carbon-X на собствения си хардуер. Тегловите параметри на модела се побират на една графична карта с 80 GB памет, така че няма нужда да се изпращат генетични данни към външни сървъри, за да се стартира.
Във вътрешните тестове на Hugging Face, Carbon-X постигна среден резултат от 66,7%, малко зад модела GPT-6.1 Sol на OpenAI, който постигна 67,5%. Компанията също така твърди, че има значително по-ниска цена на задача.
Моделът все още има значителни ограничения: Carbon-X не е клинично тестван, прогнозите му все още не са потвърдени в лабораторни експерименти, а самата Hugging Face не препоръчва използването му за вземане на медицински решения. Проектът е фокусиран предимно върху изследвания и разработване на персонализирана медицина, при която генетичните данни могат да помогнат за приспособяване на подходите за лечение към индивидуалните нужди. Компанията обяви старта на Carbon-X няколко седмици след като Nvidia обяви планираното си придобиване на Hugging Face за 12,9 милиарда долара, като се очаква сделката да приключи през първата половина на 2027 г.
https://thenextweb.com/news/hugging-...x-dna-ai-model
Palantir заяви, че нито той, нито правителството на САЩ разполагат с дистанционен механизъм за спиране на модела с изкуствен интелект.
На фона на опасенията сред европейските страни относно зависимостта им от американските технологии
Palantir заяви, че тя и правителството на САЩ нямат техническа възможност дистанционно да деактивират Maven, системата за изкуствен интелект, използвана от командването на НАТО за анализ на данни. Луис Мосли, ръководител на операциите на компанията във Великобритания и Европа, каза пред Ройтерс. Той добави, че клиентите управляват софтуера сами и могат да го използват без участието на Palantir.
Решението за включване на служители на компанията в работата на системата също е на клиента. Ако такива специалисти работят с програмата, те трябва да са граждани на съответната държава и да имат необходимите разрешения.
Томас Даум, ръководител на Киберкомандването на германската армия, заяви, че достъпът на служители на частни компании до националната военна база данни е неприемлив и френската служба за вътрешно разузнаване преминава към софтуер от местна компания ChapsVision. По този начин, дори ако системата е технически способна да работи без участието на доставчика, европейските страни продължават да търсят начини за намаляване на зависимостта на критични структури от американски технологии.
Maven комбинира данни от сателити, радари и други сензори, за да ви помогне да получите по-пълна картина и да вземете решения.
Германия и Франция все още не са внедрили Maven във въоръжените си сили. Томас Даум, ръководител на Киберкомандването на германската армия, заяви пред Handelsblatt, че достъпът на служителите на Palantir до национални бази данни е неприемлив. Френската служба за вътрешно разузнаване преминава към софтуер от местна компания ChapsVision.
https://thenextweb.com/news/palantir...aven-ai-system
Anthropic забави общия достъп до Mythos с четири месеца поради рискове от кибератака.
Амодей обясни, че се страхува не от дестилация, а от копиране на опасно поведение.
Anthropic забави общата наличност на модела Mythos с четири месеца, за да засили защитата срещу потенциална злоупотреба с неговите възможности. Според Дарио Амодей, пускането първоначално е било планирано за февруари 2026 г. Допълнителното време е било необходимо за разработване на механизми за сигурност преди разширяване на потребителската база.
Anthropic забави общия достъп до Mythos с четири месеца поради рискове от кибератака.
Източник на изображението: генерирано от Muse
Амодей също така оцени рисковете от дестилацията – метод, при който един модел се обучава върху отговорите на друг, за да прехвърли някои от възможностите си към по-компактна или рентабилна система. Той смята, че самият този процес не представлява сериозна търговска заплаха за Anthropic. Той е много по-загрижен за възможността за прехвърляне на опасните възможности на модела без подходящи ограничения: друга система може да наследи възможностите, но не и механизмите, предназначени да предотвратят злонамереното им използване.
Amodei също така съобщи, че Anthropic е блокирала предполагаеми опити за използване на нейните модели за разработване на биологични оръжия. Това подчертава рисковете, свързани с разпространението на мощни системи с изкуствен интелект: защитните мерки трябва да се справят не само с кибератаките, но и с използването на модели в други опасни области.
https://x.com/DarioAmodei/status/2112732230124818891
Uber използва изкуствен интелект, за да премахне над един милион реда код и да изчисти 16 000 остарели флага.
Компанията възложи на своя AI агент задачата да почисти техническия дълг в кода си.
Uber обяви своята система AutoClean, която използва AI агенти за автоматично премахване на остарял код от производствени приложения и услуги. Според компанията системата вече е обработила над 16 000 флага за остарели функции и е почистила над един милион реда код. Инструментът решава проблема с техническия дълг, който се натрупва след пускането на нови функции: когато дадена функция е напълно внедрена, временните условия, помощните методи и тестовете често остават в кодовата база.
В Uber, флаговете на функциите позволяват на потребителите постепенно да активират функции, да провеждат експерименти и бързо да деактивират промените, когато възникнат повреди. След внедряването им обаче тези флагове често стават ненужни, оставяйки след себе си излишни условни разклонения, параметри и тестове. Премахването им засяга множество файлове и изисква разбиране на връзките между компонентите на програмата. AutoClean непрекъснато следи системата за управление на флаговете, идентифицира кандидати за премахване и подготвя промени в кода за преглед от инженери.
AutoClean е базиран на AI агент с достъп до кодовата база и инструменти за редактиране. Uber не делегира всички трансформации на самия модел; вместо това използва детерминистичния двигател PolyglotPiranha за опростяване на логическите условия. След промените системата изпълнява тестове и непрекъсната интеграция (CI). Ако тестовете се провалят, AutoClean ги анализира и отстранява проблемите стъпка по стъпка: първо се прилагат прости автоматични трансформации, докато по-сложни случаи, като пренаписване или изтриване на тест, се делегират на други AI агенти с ограничени разрешения.
Преминаването на тестове не е достатъчно, за да се считат промените за безопасни. Агентът може случайно да изтрие тест, който проверява желаното поведение, или да спре по средата и да остави след себе си ненужен код. Следователно, преди да предаде промените на разработчиците, AutoClean извършва допълнителни статични проверки и след това стартира CodeCourt - система от независими проверяващи с изкуствен интелект. Всеки проверяващ преглежда отделно изискване за промяна и резултатите се оценяват колективно. Само промените, които преминат тези етапи, се изпращат на човек, който взема окончателното решение за премахване на флага.
https://www.uber.com/us/en/blog/ai-code-cleanup/
Изкуственият интелект помогна за доказването на 31-годишна математическа хипотеза в многомерната геометрия: Изследователи от Microsoft решиха проблема с KLS.
Изкуственият интелект е опитал над 100 подхода, преди да намери решение.
Изследователи от Microsoft Research обявиха доказателство на хипотезата на Канан-Ловас-Симоновиц (KLS), формулирана през 1995 г. и считана за един от централните нерешени проблеми в многомерната геометрия. Джао Сонг и Синджи Джанг работиха върху решението, използвайки агенти с изкуствен интелект, за да откриват математически идеи и да валидират междинни разсъждения. Те проучиха над 100 възможни решения, преди да намерят подход, който да завърши доказателството.
Хипотезата на KLS се отнася до геометрията на многомерните изпъкнали тела и поведението на вероятностните разпределения. Ако такова тяло е представено в многомерно пространство, то може да бъде разделено на части чрез плоска повърхност или повърхност с по-сложна форма. Хипотезата гласи, че ефективността на най-добрия плосък разрез се различава от ефективността на оптималния разрез с произволна форма с не повече от един постоянен коефициент. Ключово условие е тази граница да е независима от броя на измеренията.
Значението на този резултат се простира отвъд геометрията. Свойствата на такива разрези определят колко бързо едно случайно блуждаене изследва вероятностно разпределение. Това е свързано с алгоритмите за случайно вземане на проби, използвани в статистиката, оптимизацията и теоретичната информатика. Преди новата работа, най-силният известен резултат, получен през юли, все още позволяваше бавно увеличение на съответната граница с нарастваща размерност. KLS доказателството елиминира тази зависимост.
Изкуственият интелект помогна на изследователите да изследват различни математически подходи, да извършват обширни изчисления, включително с тензори от висок порядък, и да идентифицират обещаващи критерии. Работата беше проведена итеративно: няколко агента изследваха различни посоки паралелно, докато учените оценяваха междинни резултати, отхвърляха неуспешни идеи и избираха тези, които си струва да се проследят. Полученият критерий стана основа за по-нататъшни доказателства.
Самите изследователи направиха ключовата математическа стъпка. Те откриха, че новият критерий може да се прилага рекурсивно: всеки резултат усъвършенства предишната оценка и дава по-силна такава. В ранна версия на доказателството този подход намали зависимостта от размерността до функция на итериралия логаритъм, която нараства изключително бавно, но все още не е константа. За да решат напълно проблема, авторите отново приложиха рекурсивното усъвършенстване и доказаха, че грешките, възникващи на всеки етап, намаляват доста бързо и общият им принос остава ограничен, независимо от размерността на пространството.
Важно е да се отбележи, че опитите за решаване на същия проблем без човешка намеса, със сравним общ бюджет за токени, бяха неуспешни. Според Microsoft, решаващият фактор е била комбинацията от възможностите на изкуствения интелект и математическата интуиция на изследователите: агентите са помагали за търсенето и валидирането на идеи, но работният процес, рекурсивният метод и окончателната оценка на грешките са били разработени от хора. Резултатът е получил допълнителна подкрепа и от независими доказателства, появили се паралелно, и формализация в Lean 4 - система за проверка на математически доказателства с висока степен на строгост.
Доказателството на хипотезата KLS премахва важно теоретично ограничение в изучаването на многомерни пространства и позволява използването на свързани резултати без предварителното предположение за валидността на хипотезата. Работата също така демонстрира как изкуственият интелект може да допринесе за истински математически открития: не непременно чрез самостоятелно решаване на проблем от началото до края, а като помага на учените да изследват множество възможности и да откриват прозрения, които след това стават част от строго доказателство.
https://www.microsoft.com/en-us/rese...ls-conjecture/
Изкуственият интелект DeepMind на Google независимо изведе и доказа математически закони за 11 машини на Тюринг.
Близнаците са се научили да откриват и официално да доказват нови модели в работата на компютрите.
Изследователи от Google DeepMind и Университета в Кеймбридж разработиха система, базирана на Gemini, която независимо откри нови математически модели в работата на 11 машини на Тюринг и официално доказа тяхната коректност.
Системата правеше повече от просто анализ на предварително дефиниран математически проблем: генерираше хипотези за поведението на компютрите, разработваше правила за тяхното описание и проверяваше доказателствата, използвайки системата Lean 4.
Машината на Тюринг е абстрактен модел на компютър, който изпълнява инструкции, като записва символи върху лента, движи се по нея и променя вътрешното си състояние. Въпреки простотата на дизайна си, поведението на такива машини може да бъде изключително сложно. Изследователите са изследвали проблема „Заетият бобър“, който включва намирането на машина с даден брой състояния, която може да изпълни максималния брой стъпки преди спиране. За машини с шест състояния и два символа остават случаи, за които учените все още не са определили дали програмата ще прекрати работата си.
За да анализира тези случаи, екипът създаде агентно-базирана система, която комбинира няколко етапа на изследване. Първо, алгоритмите идентифицират повтарящи се структури в резултатите от машинната симулация. След това езиковият модел Gemini използва тези структури, за да генерира хипотези и да конструира компактни математически правила, описващи поведението на програмата. След предварителни проверки системата генерира доказателство, което след това се формализира и проверява в Lean 4 – среда, която позволява строга проверка на правилността на математическите разсъждения.
В резултат на това системата е извела и официално валидирала нови правила за 11 машини от клас BB(6), за които не е бил документиран предишен анализ. Тези правила позволяват описването на множество изчислителни стъпки едновременно, вместо да се проверява всяка стъпка поотделно. Структурата на откритите модели наподобява системи, свързани с хипотезата на Колац: поведението на изчислителна машина може да бъде представено чрез поредица от аритметични операции. Авторите са получили и формални доказателства за подобни правила или нови методи за ускоряване на анализа за още 15 машини, вече проучени от математическата общност.
Изследователите обаче не са разрешили основната мистерия на тези 11 машини: дали спират, остава неизвестно. Правилата, които са открили, описват точно поведението им, но не позволяват непременно да се определи дали изчислението ще прекрати. Следователно, авторите предлагат предварително класифициране на тези машини като Криптиди - машини, за които съществува компактно математическо описание на тяхното действие, но въпросът дали спират, остава отворен. Окончателното приемане на тази класификация зависи от приемането на резултатите от научната общност.
Работата демонстрира осъществимостта на преминаването от изкуствен интелект, който решава задачи, дефинирани от човека, към системи, способни самостоятелно да откриват математически структури и да доказват резултатите си. Настоящият подход обаче е ограничен: системата е фокусирана върху откриването на модели, подобни на тези, които възникват при задачи от типа на Колац. Авторите разглеждат разширяването на метода към други видове изчислително поведение като област за по-нататъшни изследвания. В бъдеще такива агенти биха могли да се превърнат в инструмент за независимо откриване и формализиране на нови математически въпроси, въпреки че този подход не гарантира решаването на фундаментално трудни за разрешаване проблеми.
https://arxiv.org/abs/2610.22603
Anthropic ще пренапише законопроекта за изкуствения интелект след критики от експерти по сигурността
Законопроектът предизвика възмущение сред защитниците на сигурността и представителите на Силициевата долина.
Anthropic ще пренапише част от проекта си за федерален закон за безопасност на изкуствения интелект след вълна от критики от експерти по безопасност на изкуствения интелект и американски законодатели. Ходът произтича от поверителен документ, който компанията е обсъдила със служители на Конгреса и е публикуван от Politico. Критиците смятат, че предложените разпоредби са по-слаби от двупартийния Закон за границите и биха могли да затруднят блокирането на опасни модели.
Според изтеклия текст, властите ще могат да поискат забрана за пускането или използването на модела само при ограничен набор от условия: рискът трябва да е предвидим и непосредствен, а потенциалните щети трябва да надвишават 1 милиард долара или да включват смъртта или сериозните наранявания на повече от 50 души. Основанията за такава забрана могат да включват създаването на биологични оръжия, излизането на модела от контрола на разработчика или кибератака. Министерството на търговията на САЩ ще трябва да обжалва пред федералния съд, докато проектът ще забрани на други агенции и длъжностни лица самостоятелно да спират експлоатацията на модела.
Някои опасения са съсредоточени върху ограничените правомощия на щатите да регулират изкуствения интелект и изискванията за независими одитори. Съгласно проекта, оценителите на модели биха могли да бъдат заплащани от самите разработчици и за тях няма да бъдат установени единни стандарти за лицензиране. Сенаторът от Калифорния Скот Винер заяви, че предложението не защитава достатъчно обществената безопасност, докато представители на организации за застъпничество за регулиране на изкуствения интелект предупредиха за риска от прекалено хлабави прегледи и ограничаване на правителствената намеса, когато възникнат заплахи.
На 18 октомври Антъни Чимино, ръководител на федералната практика на Anthropic, призна, че формулировката относно преобладаването на федералното законодателство над щатските закони „не е достатъчно точна“ и ще бъде преразгледана. Той също така обяви, че компанията ще преоцени праговете на риска, ще усъвършенства подхода си за блокиране на опасни модели и ще подготви предложения за изисквания за независимите оценители, включително мерки срещу избора на одитори въз основа на принципа на най-малката строгост. Според Чимино целта на компанията е да намери баланс между ефективния надзор и прекомерните ограничения за разработчиците.
Критиките дойдоха и от обратната посока: бившият надзорник на изкуствения интелект в Белия дом Дейвид Сакс заяви, че по-ниският праг за класифициране на системи като напреднали модели може да засегне значителна част от Силициевата долина и да навреди на стартиращите компании. По този начин Anthropic се сблъска с критики както за липсата на строгост в проекта, така и за потенциално широкия обхват на регулацията. Компанията възнамерява да преразгледа документа, но все още не е представила окончателна версия на законопроекта.
https://thenextweb.com/news/anthropi...klash-frontier
Моделът на изкуствен интелект на Alibaba създаваше уязвим код за САЩ по-често, отколкото за Китай; след настройване разликата изчезна.
Одитът установи, че 70% от приложенията, създадени за американски отбранителен подизпълнител, и 59% за китайски такъв са уязвими.
Китайската компания Alibaba се сблъска с неочакван резултат при тестването на своя модел за изкуствен интелект: при генерирането на приложения за американски отбранителен контрактор, тя е създала по-уязвим код, отколкото при работата си за китайски клиент, според Hirundo, компания, специализирана в сигурността на моделите с изкуствен интелект.
При първоначалното тестване уязвимости бяха открити в 70% от приложенията на американската компания и в 59% от приложенията на китайската компания. Резултатите показаха разлика между двете групи задачи, но не доказаха, че моделът умишлено е фаворизирал едната страна пред другата.
След промяна на параметрите на модела, разликата изчезна. Това показва, че резултатите от генерирането на уязвим код могат да зависят от настройките на модела, а не само от клиента, за който е написано приложението.
Одитът се фокусира върху Qwen3-Coder, моделът на Alibaba за генериране на софтуерен код.
https://www.securityweek.com/chinese...us-contractor/
Бъдещето е тук: Tesla Cybercabs, автомобили без шофьор, без волан или педали, ще бъдат пуснати в продажба до края на 2026 г.
Цената все още не е обявена.
Tesla обяви предстоящия старт на продажбите на своето автономно такси Cybercab, като се очаква превозното средство да бъде доставено на клиентите до края на тази година.
Двуместният, златист автономни автомобил няма волан или други традиционни контролни елементи и в момента се проучва от федералните регулаторни органи на САЩ, за да се види дали отговаря на стандартите за безопасност на превозните средства.
Вицепрезидентът по инженерните въпроси на Tesla, Ларс Морави, заяви, че всички Cybercabs, които в момента са в производство, се доставят за собствения флот от автономни таксита на Tesla. С разширяването на флота компанията ще „доставя напълно разработени автономни превозни средства на клиентите“, добавяйки, че ще започне с малки количества.
Морави добави, че с постепенното натрупване на опит в доставката, частното притежаване и експлоатацията на флота си от автономни автомобили, Tesla в крайна сметка ще разшири производството.
На представянето на своя Cybercab в Остин миналия месец, Tesla предложи за първи път своя автономно управляващ се автомобил за продажба на трети страни и пусна онлайн формуляр за регистрация за заинтересовани автономни таксита.
Мъск: Броят на хуманоидните роботи ще надвиши броя на хората и тази индустрия ще стане най-голямата в света.
Производството на Optimus се извършва в завода във Фримонт.
Илон Мъск е твърдо убеден, че индустрията за хуманоидни роботи ще стане най-голямата в света и че броят на хуманоидните роботи на Земята ще надхвърли населението на планетата в бъдеще.
Той също така прогнозира, че до края на следващата година ще бъдат решени редица проблеми като роботизирания изкуствен интелект, електромеханичния дизайн, надеждността и експлоатационния живот.
Мъск каза: „Дотогава ще можем да доставяме Optimus на компании извън Tesla.“
В своя отчет за приходите Tesla заяви: „Производството на Optimus започна на производствената линия с голям обем в нашето съоръжение във Фримонт. Роботите, слизащи от тази линия, са сред първите, произведени с производствено качество. Въпреки че ще продължим да усъвършенстваме оборудването и производствените си процеси, ние демонстрирахме, че настоящият ни производствен процес на Optimus е подходящ за търговско производство.“
Твърди се, че производствената линия за хуманоидни роботи в завода на компанията във Фримонт, Калифорния, има годишен капацитет от 1 милион бройки, докато Tesla подготвя втора производствена линия за роботи в своята Gigafactory в Тексас, проектирана за дългосрочен годишен капацитет от 10 милиона бройки.
Мъск обаче заяви, че производствената линия ще отнеме около година или повече, за да достигне целевия си капацитет от 20 000 робота седмично.
Той също така спомена, че Tesla планира да интегрира чипа AI5 в Optimus и ако всичко върви добре, се очаква работата да приключи до април следващата година. Изчислителната мощност на този чип значително надвишава тази на AI4, а Tesla е намалила капацитета на паметта на AI5, за да се съобрази със случаите на употреба на Optimus.
Мъск очаква Tesla да разреши останалите проблеми с дизайна, надеждността и живота на робота до края на 2027 г., като тогава Optimus ще бъде достъпен за широката общественост.
Той отбеляза, че в ранните етапи използването на роботи е било концентрирано в индустриалния сектор, главно за високорискови, повтарящи се задачи, които изискват 24/7 работа.
Tesla стартира масово производство на хуманоидни роботи Optimus в Калифорния, като планира да сглобява 20 000 бройки седмично.
Но достигането на такива темпове на производство няма да се случи поне през следващата година.
Tesla започна ранно серийно производство на хуманоидни роботи Optimus в завода си във Фримонт, Калифорния. Достигането на целевия производствен темп от 20 000 робота седмично обаче ще отнеме на компанията поне година, а вероятно и повече. Това заяви Илон Мъск по време на обсъждането на финансовите резултати на Tesla за третото тримесечие на 2026 г.
В своя доклад компанията обяви, че първите роботи Optimus, отговарящи на изискванията за масово производство, са слезли от производствената линия. Tesla твърди, че настоящият производствен процес вече е способен да произвежда търговски продукти. За да се приспособи към новото съоръжение, компанията демонтира производствените линии, използвани преди това за сглобяване на електрически автомобили Model S и Model X, за 46 дни.
Според Мъск, по-голямата част от оборудването за новата линия, проектирана да произвежда до милион роботи годишно, вече е инсталирано. Въпреки това, приблизително 10 000 компонента и производствени части все още се нуждаят от фина настройка. Главният изпълнителен директор на Tesla подчерта, че пускането на принципно нов продукт е изпълнено със забавяния и технически трудности. Сред нерешените проблеми на проекта са разработването на роботизирани ръце и ограниченията върху доставката на редкоземни магнити от Китай.
Tesla също така планира да оборудва Optimus с чипа AI5, който има значително по-добри изчислителни възможности от предшественика си AI4.
Мъск очаква да разреши останалите проблеми с дизайна, надеждността и експлоатационния живот на робота до края на 2027 г. След това Tesla възнамерява да започне да доставя Optimus на външни клиенти. Първоначално е планирано роботите да се използват предимно в промишлена среда – за опасни, монотонни и повтарящи се задачи, които трябва да се изпълняват денонощно.
През следващия месец или два Tesla планира да пусне и видеоклип, демонстриращ как Optimus изпълнява задачи, които не са били предварително програмирани. Същевременно компанията изгражда втори завод за производство на роботи в Тексас. Сега Tesla трябва да докаже, че може да произвежда масово не само функционални, но и достатъчно надеждни хуманоидни роботи.
Изкуственият интелект все още не може убедително да имитира човешката комуникация, особено емоциите.
Проучване на девет модела разкри фундаментално противоречие: колкото по-естествен изглежда генерираният текст, толкова повече той може да се отклонява по значение от реалните отговори.
Големите езикови модели все още не са способни надеждно да възпроизвеждат човешката комуникация, дори когато са специално обучени да имитират конкретни потребители. Това е заключението, до което стигат авторите на проучване, сравняващо отговорите на девет езикови модела с отворен код с реални човешки съобщения на платформи като X, Bluesky и Reddit.
Алгоритмите за машинно обучение разграничават човешките и генерираните отговори с точност от 70–80%, дори след калибриране на модела – допълнителна настройка към стиловете и характеристиките на комуникация на потребителите.
За да тестват това, авторите разработиха CHAT (Тест за автентичност на разговорен език) – система за оценка на сходството между изкуствен текст и човешки текст. Тя комбинира няколко показателя: колко лесно е да се разграничат отговорите на модела от човешките отговори, колко са сходни по значение и как се различават техният стил, речник, емоционално съдържание и тематика. Този подход позволява не само да се установят разлики, но и да се идентифицира кои речеви характеристики моделите възпроизвеждат най-лошо. Проучването тества девет модела от семействата Apertus, DeepSeek, Gemma, Llama, Mistral и Qwen, използвайки пет стратегии за настройка, включително преобучение, стилови примери и извличане на контекст.
Най-последователният индикатор за изкуственост беше емоционалното оцветяване. Настройката помогна на моделите да възпроизведат по-добре формални характеристики на съобщенията, като дължина на изреченията и брой думи, но разликите в тона и емоционалното изразяване се запазиха. Анализът също така разкри последователна роля на сантименталността и токсичността – характеристики, свързани с изразяването на нагласи и емоционални реакции.
С други думи, моделите са се научили да възпроизвеждат външната форма на онлайн диалога по-добре от емоционалния му компонент.
Самото увеличаване на размера на модела не реши проблема: Llama 3.1, със 70 милиарда параметъра, не показа значително предимство пред значително по-малките модели. Освен това, моделите без допълнително обучение за следване на инструкции като цяло се представиха по-добре в имитирането на човешка реч, отколкото моделите, специално настроени за изпълнение на заявки. Ефектът зависеше и от платформата: моделите бяха най-убедителни при възпроизвеждането на разговори в X, по-малко в Bluesky и се затрудняваха най-много с Reddit и неговите по-разнообразни разговорни норми.
Основното ограничение беше открито при сравняване на естествеността и семантичната точност. Методите, които правеха отговорите по-малко различими от класификаторите, едновременно намалиха семантичното им сходство с истинските човешки съобщения. Обратно, отговорите, най-близки по значение до оригиналите, бяха по-често разпознавани като изкуствени. Този компромис се запази при различните методи за настройване и избор на генерирани отговори. По-свободните параметри на генериране също намалиха откриваемостта на генериран от изкуствен интелект текст, но за сметка на по-нататъшно влошаване на семантичната последователност.
Резултатите са особено важни за социалните науки, където езиковите модели се използват все по-често за симулиране на участници в анкети, прогнозиране на благосъстоянието, изучаване на политическо поведение и моделиране на обществените реакции.
https://www.pnas.org/doi/full/10.1073/pnas.2531748123
Anthropic отчете загуба от 80,7 милиарда долара и се готви за първично публично предлагане на акции на фона на 518 милиарда долара инфраструктурни задължения.
Проектът на проспект за първично публично предлагане включва и потенциални разходи за изчислителна мощност до 750 милиарда долара.
Според Ройтерс и The Wall Street Journal, проектът на проспект за първично публично предлагане на Anthropic показва нетна загуба от 80,7 милиарда долара за първите шест месеца на 2026 г. Година по-рано загубата за същия период е била 13 милиарда долара. По-голямата част от текущия резултат – приблизително 72 милиарда долара – се дължи на счетоводната преоценка на конвертируемите финансови инструменти, емитирани от компанията за набиране на капитал.
В същото време бизнесът се разраства бързо: приходите за първата половина на годината достигнаха 16,3 милиарда долара, в сравнение с 1,1 милиарда долара година по-рано. Разходите за изчислителна мощност и инфраструктура са почти четири пъти по-високи от нивото от миналата година, приближавайки се до 9 милиарда долара, в сравнение с 2,3 милиарда долара за същия период на 2025 г. Тези цифри показват колко скъпо е разработването и експлоатацията на усъвършенствани модели с изкуствен интелект, дори на фона на бързо нарастващите продажби.
Дългосрочните планове на компанията са още по-амбициозни. Според материали, прегледани от Ройтерс, проектът на проспект за първично публично предлагане (IPO) показва най-малко 518 милиарда долара ангажименти за облачни услуги и инфраструктура за период от 10 години. Wall Street Journal отделно съобщава, че потенциалните разходи за изчислителен капацитет през следващите години биха могли да достигнат 750 милиарда долара. Тези цифри не си противоречат пряко: те обхващат различни категории и времеви рамки. Освен това оценката от 750 милиарда долара включва потенциални споразумения, които все още се обсъждат.
Финансовите резултати могат да повлияят на оценката на компанията преди нейното първично публично предлагане (IPO). Според Silicon.co.uk, позовавайки се на The Wall Street Journal, някои настоящи и потенциални инвеститори обмислят оценка на Anthropic на приблизително 1,5 трилиона долара - по-ниско от обсъжданите по-рано 2 трилиона долара. IPO-то може да се състои още следващия месец, въпреки че крайните дати не са потвърдени.
Основният финансов парадокс на Anthropic е, че бързият растеж на приходите е съпроводен с колосални счетоводни загуби и необходимост от дългосрочно финансиране за изчислителни ресурси. Да се счита обаче 80,7 милиарда долара за директни парични разходи и 750 милиарда долара за съществуващи пасиви би било неправилно: и двете цифри изискват контекст, а информацията е извлечена от проект на проспект; публичните финансови отчети на компанията все още не са публикувани.
https://www.reuters.com/business/ant...ts-2026-10-20/
https://www.wsj.com/tech/ai/anthropi...h-ipo-accaf0f1
Изкуственият интелект помогна за отстраняването на проблеми с производителността на Oblivion Remastered и ускори играта с 40%.
Ентусиаст без професионален опит в разработката използва Claude Opus 5.5, за да открие над 40 начина за оптимизиране на играта, включително елиминиране на ненужни изчисления за осветление.
Модър на име LTSharpe създаде мода OblivionRemasteredPerformanceFix, използвайки изкуствен интелект, който според модъра подобрява производителността на The Elder Scrolls IV: Oblivion Remastered в отворения свят с до 40% и поддържа приблизително 60 кадъра в секунда в натоварени градове. Модът също така поправя грешки в оригиналния и актуализирания код на играта и поддържа най-новата версия на технологията за генериране на кадри FSR на AMD.
Работата започна с идентифициране на причината за спада в производителността. Claude Opus 5.5 откри, че играта преизчислява осветлението на сцената във всеки кадър, дори когато нищо не се е променило, създавайки ненужно натоварване на процесора. В течение на няколко седмици LTSharpe, работейки с изкуствен интелект, идентифицира над 40 възможности за оптимизация, особено забележими в градовете.
За да тества подобренията, модърът изследва игрови сцени, които са имали спадове в честотата на кадрите, и възлага на Клод задачата да създаде тестове за производителност и да анализира изходния код на Unreal Engine.
LTSharpe не е професионален разработчик, но играе Oblivion от излизането на оригиналната игра през 2006 г. Модът е достъпен в GitHub.
https://www.pcmag.com/news/this-vibe...ormance-issues
Съединените щати са разработили протокол за справяне с агенти с изкуствен интелект, които действат недобросъвестно.
NIST, NSA и CISA представиха 10 насоки за реагиране на опасно поведение от автономни системи с изкуствен интелект, вариращи от изолиране на компрометирана инфраструктура до задължително уведомяване на властите и публично оповестяване на инциденти.
Националният институт за стандарти и технологии (NIST), Агенцията за национална сигурност (NSA) и Агенцията за киберсигурност и сигурност на инфраструктурата (CISA) публикуваха ръководство, озаглавено „Практики за готовност и реагиране при ключови инциденти за обучение и оценка на суперразузнаване“.
Документът очертава 10 най-добри практики за организации, работещи със сложни системи с изкуствен интелект, които могат да действат по неочаквани или потенциално опасни начини. Авторите използват термина „суперинтелект“ (СИ) вместо изкуствен интелект (ИИ), в съответствие с Изпълнителна заповед 14434.
Препоръките обхващат пет етапа. Подготовката включва инвентаризация на активите и рисковете, многопластова защита, ограничаване на привилегиите, архитектура с нулево доверие и контрол на веригата за доставки. Откриването изисква непрекъснато наблюдение на поведението на агентите и признаците за компрометиране. В случай на инцидент е необходимо да се изолират засегнатите системи, да се отменят идентификационните данни, да се възстанови компрометираната среда, да се определи степента на щетите и да се установи първопричината, а не само да се отстрани използваната уязвимост. По време на фазата на възстановяване организациите трябва проактивно да тестват процедурите за връщане към бизнеса и да документират взетите решения, включително всички оставащи рискове.
Последният етап – докладването – включва уведомяване на всички засегнати страни, изпълнение на задълженията за информиране на държавните агенции и публично разкриване на информация, когато е уместно. Ръководството специално препоръчва докладване на инциденти възможно най-скоро и публикуване на предприетите мерки и извлечените поуки в полза на другите участници в индустрията. Всичките пет етапа се разглеждат като единна рамка, без да се приоритизират конкретни области. Документът не предлага фундаментално нови методи за защита, а по-скоро консолидира съществуващите практики в общ контролен списък, който позволява на организациите да се подготвят за повреди на агенти с изкуствен интелект, по-бързо да идентифицират опасно поведение и да се възстановяват от инциденти.
https://www.securityweek.com/us-agen...gue-ai-agents/
САЩ забраниха на федералните агенции да използват DeepSeek и премахват китайския изкуствен интелект от правителствените системи.
Ограниченията се отнасят не само за продуктите на китайската компания, но и за услугите на трети страни, създадени с помощта на нейните технологии.
Министерството на вътрешната сигурност на САЩ (DHS) обясни решението си да забрани DeepSeek, позовавайки се на риска китайските власти да имат достъп до чувствителни данни на служители на американското правителство. Според ведомството, китайското законодателство може да позволи на властите да получават такава информация. Забраната обхваща както нови покупки, така и съществуващи системи, както и продукти и услуги на трети страни, които използват технологията DeepSeek.
Решението разширява ограниченията, наложени от закона от декември 2025 г., който засегна използването на DeepSeek в разузнавателните системи за национална сигурност на САЩ. Мерките вече се прилагат за федералните граждански агенции. Правителствените агенции обаче ще могат да поискат освобождаване от новите изисквания.
DeepSeek се озова в центъра на международен технологичен спор след пускането на своя модел за разсъждение R1 през януари 2025 г., конкурирайки се с американските разработки благодарение на ниската си цена и отворените тегла на модела – параметри, които могат да бъдат изтеглени и използвани за локално внедряване. През септември САЩ обвиниха DeepSeek и пет други китайски компании за изкуствен интелект, включително Alibaba и Moonshot AI, че използват дестилация на модели за извличане на информация от американски системи. Тази техника включва обучение на един модел, използвайки отговорите на друг. OpenAI и Anthropic също повдигнаха съмнения за неоторизирана дестилация на модели от китайски разработчици.
Пекин се противопостави на решението на Вашингтон. Говорителят на китайското външно министерство Мао Нин заяви, че Китай се противопоставя на широкото тълкуване на националната сигурност и политизирането на технологичните и търговските въпроси и възнамерява да защити законните интереси на китайските компании. Същевременно, според Bloomberg, Китай обмисля ограничения за износ на 23 технологии, свързани с изкуствения интелект, включително чипове и някои усъвършенствани модели. По този начин ограниченията на DeepSeek са част от по-широк конфликт между САЩ и Китай относно контрола върху технологиите за изкуствен интелект.
https://techcrunch.com/2026/10/20/us...their-systems/
Google разреши използването на изкуствен интелект в технически интервюта: сега те тестват уменията си, използвайки Gemini.
Компанията въвежда нови формати за подбор на програмисти, които оценяват способността им да анализират решения с изкуствен интелект, да формулират заявки и да интегрират изкуствен интелект в продукти.
Google променя процеса си на наемане на софтуерни инженери, адаптирайки техническите интервюта за работа с изкуствен интелект. Според вътрешни документи, прегледани от Business Insider, кандидатите за някои позиции вече използват Gemini директно за решаване на проблеми. Интервюиращите оценяват не само представянето на кандидата, но и способността му да взаимодейства с изкуствен интелект.
Google уточни, че актуализациите все още се тестват пилотно, въпреки че новите формати вече са внедрени в широка част от компанията.
Една от ключовите промени е интервю за разбиране на код, което тества способността за разбиране, анализ и оценка на код, включително този, генериран от изкуствен интелект. Кандидатите трябва също така да демонстрират умения за бързо инженерство и обща грамотност при работа с изкуствен интелект. За инженерите на Google владеенето на изкуствен интелект – способността за ефективно използване на инструменти с изкуствен интелект – се е превърнало в задължително изискване. Способността за интегриране на изкуствен интелект в продукти се оценява при наемане на работа за повечето инженерни позиции, с изключение на тези на начално ниво.
Промените отразяват начина, по който работата вече е организирана в компанията. През април Google съобщи, че изкуственият интелект генерира приблизително 75% от новия код, който след това се преглежда от хора. Компанията използва и свои собствени модели Gemini, за да усъвършенства продуктите си и да разработва бъдещи версии на изкуствения интелект. Сега уменията за взаимодействие с такива инструменти също се вземат предвид при оценката на бъдещите служители.
Изкуственият интелект също се интегрира в работата на интервюиращите. Google тества използването на Gemini за транскрибиране на интервюта и водене на бележки по време на видео разговори в Google Meet. Компанията също така разработва функция, която ще позволи на модела да изготвя отзиви за кандидати, съобразени с изискванията на конкретна работа. Това би трябвало да ускори процеса на предоставяне на обратна връзка след интервюто.
Google също така специално предупреди служителите, участващи в тестването на новите формати, да не използват генеративен изкуствен интелект за самостоятелно създаване на готови решения или да използват агенти за наемане и интервюиране. Компанията преструктурира процеса си на технически подбор около уменията, които счита за съществени за съвременното разработване: способността за писане и анализ на код, валидиране на резултатите от изкуствения интелект и прилагането им към реални инженерни проблеми.
https://www.businessinsider.com/goog...gineer-2026-10
Забранено е влизането: ChatGPT вече има частни чатове
Новата опция не осигурява криптиране от край до край и не променя правилата за съхранение на кореспонденция.
OpenAI добави възможността за защита на чувствителни разговори с ПИН код към ChatGPT. Заключените разговори няма да се показват в обичайната ви история, закачените чатове или резултатите от търсенето. За достъп до тях е необходим четирицифрен код. Face ID и други биометрични системи за удостоверяване също се поддържат на iOS и Android. Всички защитени разговори са събрани в отделен раздел „Заключени чатове“.
Новата опция е предназначена предимно за защита на комуникациите от любопитни погледи, например ако потребител споделя смартфона си с някой друг. Тя обаче не осигурява криптиране от край до край и не променя правилата за съхранение на данни или използването им за обучение на OpenAI модели. Компанията също така подчертава, че блокирането не освобождава потребителите от техните законови задължения.
Нулирането на вашия ПИН код ще изтрие всички защитени чатове и файлове, качени в съответния раздел. Те не могат да бъдат възстановени след това, включително чрез поддръжката на OpenAI.
Функцията се разгръща постепенно и ще бъде достъпна за потребителите на безплатната версия на ChatGPT, както и за абонаменти Go, Plus и Pro. На мобилни устройства защитените разговори могат да се използват в гласов режим. Разговорите в Codex обаче не могат да бъдат блокирани по този начин.
https://www.engadget.com/2292365/cha...-behind-a-pin/
OpenAI ускорява разработването на лекарства с изкуствен интелект: Компанията придобива Orchestra Bio
Оркестровите технологии ще бъдат интегрирани с Rosalind, набор от модели и инструменти за научни изследвания.
OpenAI придоби Orchestra Bio, платформа за координация на разработването на лекарства, където учени и програмни мениджъри си сътрудничат с AI агенти. Екипът и технологиите на компанията ще бъдат интегрирани в Rosalind, подразделение на OpenAI, което интегрира AI модели и инструменти за изследвания в биологията, химията и науките за живота. Целта на това сливане е да помогне на учените по-ефективно да организират изследванията и да ускорят предоставянето на обещаващи лечения на пациентите.
В САЩ отнема средно от 10 до 15 години от откриването на терапевтична цел – биологичната структура или механизъм, към който е насочено лекарството – до одобрението от регулаторните органи. Отвъд научните експерименти, разработването изисква координация между вътрешни отдели и външни партньори, често работещи с помощта на различни системи. „Оркестърът“ е предназначен да свързва тези процеси и да помага на екипите по-бързо да идентифицират проблеми, които биха могли да забавят програмите за разработка.
Rosalind вече включва GPT-Rosalind, който помага на учените да решават проблеми в биологията и химията, и Rosalind Workbench, среда, която комбинира възможностите на изкуствения интелект с научни инструменти и данни за анализ на резултати и планиране на експерименти. Orchestra ще допълни тези възможности със система за координация на изследователските програми. OpenAI възнамерява да разработи агенти с изкуствен интелект, които ще могат да използват научни резултати, за да определят необходимите изследвания, решения и следващи стъпки за разработване на обещаващо лекарство.
Платформата Orchestra позволява на агентите да наблюдават изследователски проекти и кампании. Например, ако дефектна партида лекарство забави началото на клинично изпитване, системата помага да се идентифицират кои задачи и срокове ще бъдат засегнати, да се събере необходимата информация и да се сравнят възможните действия. Учените и програмните мениджъри могат да използват този анализ, за да вземат решения и да разрешат проблеми, преди те да доведат до по-нататъшни забавяния.
OpenAI също така развива сътрудничество с фармацевтични компании. Партньорството му с Novo Nordisk има за цел да приложи изкуствения интелект в научните изследвания, разработването на лекарства и търговските процеси, като същевременно поддържа строги стандарти за управление. В Moderna изкуственият интелект помага на екипите да използват сложен анализ на данни за проектиране на експерименти.
OpenAI се надява да създаде инструменти, които ще помогнат на биофармацевтичните екипи да управляват по-ефективно разработването на обещаващи лекарства.
https://openai.com/bg-BG/index/opena...orchestra-bio/
https://www.php.net/archive/2026.php
Unitree пуснаха роботизиран майстор на кунг-фу – той удря с юмруци, блокира атаки и повдига коли.
Unitree H2-X е способен да изпълнява различни кунг-фу движения.
Китайската компания Unitree Robotics представи H2-X Kung Fu Legend Guardian, хуманоиден робот, способен да изпълнява движения от бойни изкуства. Според Fast Technology, демонстрационно видео показва как роботът удря, блокира и изпълнява други движения от кунг-фу.
Джеки Чан, премести се. Unitree пуснаха роботизиран майстор на кунг-фу – той удря с юмруци, блокира атаки и повдига коли.
Източник на изображението: Weibo/Unitree Technology
Според разработчиците, H2-X може да се използва не само за демонстриране на бойни умения. Твърди се, че функционира и като роботизиран бодигард, способен да защитава собственика си от нападение. Други заявени приложения включват помощ при автомобилни катастрофи: роботът може да повдига автомобили и да гаси пожари.
Според официални данни, H2-X има максимален живот на батерията от приблизително осем часа. Други технически спецификации все още не са разкрити. Както подсказва името му, роботът е базиран на платформата H2.
Базовият модел Unitree H2 е висок приблизително 182 см, с размери 1820 × 456 × 218 мм и тежи приблизително 70 кг (включително батерията). Дизайнът му осигурява 31 степени на свобода: шест на всеки крак, седем на всяка ръка, три на кръста и две на главата. Максималният въртящ момент на ставите на краката достига 360 Nm, а на ставите на ръцете - 120 Nm. Ръцете са проектирани за пиково натоварване от приблизително 15 kg и номинално натоварване от приблизително 7 kg.
Корпусът на H2 е изработен от алуминий от авиационен клас, титаниева сплав и високоякостни инженерни пластмаси. Други характеристики включват система за въздушно охлаждане, изчислителен чип 2070-TOPS и поддръжка на Wi-Fi 6 и Bluetooth 5.2. Не е ясно кои функции от базовата платформа са запазени във версията H2-X.
Миналия месец Unitree представи и модела с изкуствен интелект UnifoLM-X2-1.0 за управление на движенията на роботи. В демонстрацията роботът автономно изпълнява удари с юмруци, блокира и избягва удари, преминавайки от атака към защита без дистанционно управление. Компанията позиционира системата като стъпка към автономно управление на бойните движения.
https://www.unitree.com/H2
„Никога не съм виждал нещо да расте толкова бързо.“ Илон Мъск говори за огромния растеж на Grok Bot.
„Виждаме най-бързия растеж на продуктите, който някога съм виждал през живота си.“
Илон Мъск говори за огромния ръст на популярността на личния си асистент Грок Бот.
Той добави, че компанията очаква широко разпространение в рамките на няколко седмици за корпоративни клиенти: „Това е много важно - компаниите ще могат да го използват в екипи, сякаш е виртуален човек.“Така че, що се отнася до Grok Bot, виждаме най-бързия растеж на продукта, който съм виждал през живота си. Никога не съм виждал нещо да расте толкова бързо. Също така виждаме как използването на Grok Bot на потребител се увеличава с течение на времето. То не намалява. Тъй като правим Grok Bot по-полезен, потребителите започват да го използват повече всяка седмица, а не по-малко.
Илон Мъск
Той добави, че годишните приходи на SpaceX могат да достигнат между 500 милиарда и 1 трилион долара до края на 2027 г.Мисля, че Grok Bot ще консумира по-голямата част от изчислителната мощност на нашия суперинтелект (СИ).
Илон Мъск
https://x.com/SawyerMerritt/status/2112648148036317249
Илон Мъск очерта своята визия за бъдещето: традиционната валута ще загуби значението си, а изкуственият интелект и роботите ще правят всичко вместо хората.
В бъдеще всичко ще се измерва във ватове и тонове.
Илон Мъск отговори на въпроса какво ще бъде бъдещето, като заяви, че в бъдеще на изобилие от стоки и услуги, традиционните пари може да загубят значението си.
Вместо парични суми, хората ще се фокусират върху физически величини, включително мощност във ватове, маса в тонове и количество енергия.
Според Мъск, развитието на изкуствения интелект и роботиката ще увеличи драстично производствения капацитет. Машините ще могат да произвеждат стоки и да изпълняват задачи в мащаб, далеч надхвърлящ настоящите възможности на световната икономика. В резултат на това задоволяването на основните човешки нужди може да стане много по-лесно, а традиционните представи за цената на ресурсите и недостига им биха могли да се променят.
Той заяви, че няма нищо на света, което хората биха могли да правят по-добре от изкуствения интелект и роботите, докато всеки би могъл да има всякакви стоки и услуги, които пожелае.
https://x.com/cb_doge/status/2112588436846911907Конвенционалната валута ще бъде без значение в бъдеще. Мисля, че това е доста очевидно. И след като постигнем икономика, многократно по-голяма от сегашната, задоволяването на всяка възможна нужда ще стане много лесно.
Илон Мъск
Пазарът на труда реагира на изкуствения интелект още преди старта на ChatGPT: изследванията оспорват конвенционалните обяснения
Анализ на данните за безработицата и кариерните траектории в САЩ установи, че рисковете за професиите, уязвими към езикови модели, са започнали да се увеличават в началото на 2022 г.
Януарски доклад за arXiv оспорва конвенционалната хронология: спадът в нивата на заетост в професиите, най-уязвими от въздействието на изкуствения интелект, започва не след стартирането на ChatGPT през ноември 2022 г., а почти година по-рано. Авторите комбинират записи от системата за осигуряване при безработица в САЩ, кариерни истории от онлайн профили и университетски курсове, за да сравнят промените между професиите и кохортите на завършващите.
Оказа се, че рискът от безработица в професии с висока степен на излагане на големи езикови модели е започнал да нараства от ниска точка в началото на 2022 г. Освен това, завършилите от кохортата от 2021 г. нататък са започвали такива професии по-рядко от своите предшественици – и тази разлика също се е увеличила до края на 2022 г.
Изследователите не твърдят, че генеративният изкуствен интелект не е повлиял на пазара на труда. Аргументът им е по-нюансиран: самото стартиране на ChatGPT не може да служи като ясна причинно-следствена разделителна линия, тъй като негативните тенденции започнаха по-рано. Анализът сочи други сили – общи икономически и секторни промени – които вече оказват натиск върху технологично интензивните професии.
Анализът ни напомня за важен методологичен принцип: излагането на ИИ е мярка за степента, до която професионалните задачи могат да бъдат засегнати от възможностите на езиковите модели, а не брой на реално загубените работни места поради ИИ. Данните от наблюденията за безработицата и кариерната история не изключват по-късните ефекти от приемането на LLM в специфични индустрии или региони.
Отделно откритие се отнася до образованието: завършилите, чиито програми са имали по-голямо влияние върху изкуствения интелект, са получили по-високи заплати на първите си работни места и са прекарали по-малко време в търсене след въвеждането на ChatGPT. Авторите подчертават, че тази връзка не е гаранция за конкретен работник или група работници, но подкрепя необходимостта от изрично обвързване на уменията, учебните програми и кариерните резултати.
https://arxiv.org/html/2601.02554v2
Отговор с цитат