Общество и философия

Роботы начинают учиться сами. Не просто выполнять заранее обученные действия, а пробовать решения в реальном мире, ошибаться, анализировать результат, менять собственное поведение и сохранять удачные действия как новые навыки. Причём следующий шаг ещё интереснее: робот может сам накапливать опыт, превращать его в данные и на этих данных обучать более быстрые специализированные модели. Разобрал, почему это может стать одним из самых важных сдвигов в современной робототехнике.

Что если ИИ-агенты смогут расти не по готовому плану, а менять друг друга и сам мир вокруг себя? Исследователи разбирают подход, где развиваются не по одному агенту, а сразу вся система: одни участники подстраиваются друг под друга, среда тоже меняется в ответ, а потом может меняться даже сам способ такого развития. Это уже не история про набор фиксированных задач, где человек заранее всё задал, а про живой процесс, в котором новые правила, цели и трудности появляются по ходу дела. В обзоре разберём, как устроено такое совместное развитие агентов и среды, какие у него этапы и почему без этого трудно ждать от ИИ по-настоящему самостоятельного роста.

Один ИИ-агент, который одинаково уверенно действует в телефоне, браузере и на компьютере, уже выглядит не как трюк, а как будущий цифровой помощник. Исследователи предлагают систему, которая умеет нажимать кнопки на экране, вводить команды и доводить длинные дела до конца даже при переходе между разными устройствами. Команда учила такого агента не в игрушечных примерах, а в условиях, близких к жизни: он сам получает новые задания, разбирает свои ошибки и шаг за шагом становится полезнее почти без ручной настройки. В этом обзоре разбираем, как устроен такой универсальный ИИ-агент, за счёт чего он работает сразу в нескольких цифровых средах и почему это приближает нас к по-настоящему самостоятельным помощникам.

Мы всё чаще слышим про «автономных» ИИ-агентов, но на деле многие из них гораздо меньше похожи на самостоятельных помощников, чем кажется. Исследователи предлагают честно разделить две вещи: системы, которые просто собраны из набора внешних шагов, и системы, которые действительно умеют сами ставить себе ход мысли, держать цель, следить за своим поведением и учиться на опыте. Они объясняют, что настоящая самостоятельность начинается не там, где ИИ красиво имитирует работу, а там, где ключевые части управления живут внутри самой модели, а не снаружи в виде заранее настроенной обвязки. В этом обзоре разбираем, где проходит граница между автоматизацией и реальной самостоятельностью ИИ, из каких частей должен состоять по-настоящему автономный ИИ-агент и почему это меняет разговор о контроле и безопасности.

ИИ уже переводит книги так хорошо, что читатель часто не может понять, кто сделал перевод — машина или человек. Авторы сравнили отрывки из современных романов в двух версиях: одну переводил человек, другую делала модель, и дали их внимательным читателям. Оказалось, что перевод ИИ многим кажется вполне нормальным, но чаще люди всё же выбирают человеческий текст — он легче читается, звучит яснее и лучше затягивает в историю. При этом самое любопытное в том, что на глаз отличить один вариант от другого читателям очень трудно, а доверять они всё равно больше тому, что считают работой человека. В этом обзоре разбираем, почему даже хороший перевод ИИ пока проигрывает по читательскому ощущению, как люди на самом деле оценивают литературный текст и что это говорит о будущем перевода книг.

От гомеостаза до AGI: разбираем, как эволюционно и функционально возникают слои саморепрезентации, внимания и субъективного опыта. В разговоре о сознании и ИИ слишком разные вопросы смешиваются в один. Мы одновременно спрашиваем, умеет ли система решать задачи, может ли она действовать автономно, обладает ли она внутренней моделью себя и есть ли…

Мы находимся внутри тихой научной революции. Ее особенность в том, что она происходит не столько в технологиях, сколько в том, как мы понимаем реальность. Меняется то, как мы понимаем природу жизни и интеллекта. Долгое время наше представление о мире было интуитивным. Сначала возникает жизнь, а затем из неё появляется разум. Биология в этой схеме…

Когда миллионы ИИ-агентов общаются, становится ли это обществом? Сегодня LLM‑агенты живут в сетевых средах, где они пишут посты, спорят в комментариях и ставят оценки друг другу. Интуитивно кажется: если дать таким агентам достаточно времени и достаточно плотные контакты, они начнут вести себя…

AI‑ассистенты уже не просто отвечают на вопросы. Мы советуемся с ними о работе, отношениях, здоровье, просим помочь сформулировать сложное сообщение или принять решение. И в целом это удобно. Но есть и обратная сторона: иногда помощь устроена так, что человек постепенно отдаёт ИИ то, что обычно…

Мы привыкли думать, что reasoning-модели сильнее просто потому, что они пишут более длинные рассуждения и тратят больше вычислений перед ответом. В работе Reasoning Models Generate Societies of Thought авторы предлагают более любопытное объяснение: такие модели не только «думают дольше», они…

Сегодня звучит много споров вокруг AGI: LLM якобы умеют только с некоторой вероятностью генерировать следующее слово в тексте, и потому на них "общий ИИ" не построишь. Авторы работы The Missing Layer of AGI: From Pattern Alchemy to Coordination Physics из Стэнфорда предлагают посмотреть на…

В последнее время автономные агенты позиционировались как системы, которые умеют генерировать идеи и код на их основе, самостоятельно проводить эксперименты и писать научные статьи. Однако на практике такие системы часто оказывались неэффективными: генерируемые ими идеи были не до конца…

Большая часть проверок эмоционального интеллекта у LLM сосредоточена на коротких, аккуратно размеченных фразах. В реальности всё сложнее: люди говорят долго, отвлекаются, меняют тему, возвращаются к старым переживаниям. На такой дистанции модели начинают терять важные намёки, путают причины и…

Часто мы думаем о дипфейках как о полностью синтетических роликах. Но в реальной жизни все чаще встречаются такие аккуратные подмены, когда меняют не все видео, а лишь небольшую часть: жесты, лицо, объект на столе или несколько кадров в середине. Такие точечные правки не бросаются в глаза и…