Посты канала Innovation & Research

Зачем OpenAI бывший министр армии США? 2 ноября OpenAI объявила, что Дэн Дрисколл, бывший гражданский руководитель сухопутных войск США, станет старшим советником по модернизации в сфере национальной безопасности. Особое внимание он уделит союзникам США. Их военным и службам кибербезопасности Дрисколл поможет разобраться, где применять ИИ, а разработчикам OpenAI — понять, какие задачи этим людям приходится решать. Я уже писал об Operation Jailbreak — хакатоне, который Дэн Дрисколл организовал в Форт-Карсоне. На некоторых командных пунктах американским военным приходилось вручную сводить данные с восьми-девяти экранов. По сути, человек служил переходником между системами разных производителей. Дрисколл собрал военных и инженеров более чем 50 компаний, чтобы техника могла обмениваться данными напрямую. Армия назвала это Right to Integrate — правом заказчика соединять системы разных поставщиков. У OpenAI уже есть опыт по обе стороны Атлантики. В феврале компания договорилась с Пентагоном о размещении своих моделей в секретных сетях. В Польше специалисты CERT Polska с их помощью нашли шесть уязвимостей в ПО маршрутизаторов MikroTik и проверили находки на реальном оборудовании. Украине OpenAI предложила доступ к программе Daybreak для поиска уязвимостей в гражданской инфраструктуре и проверки исправлений. Сэм Альтман называет работу с союзниками распространением «демократического ИИ». Конечно, это верх лицемерия - называть боевой ИИ «демократическим». Но я бы спросил нового советника о вполне конкретном свойстве такого ИИ. Сможет ли страна, встроившая модель OpenAI в свою систему киберзащиты, со временем подключить к тем же данным собственную модель или выбрать другого поставщика? Ещё весной Дрисколл задавал подобные вопросы от имени заказчика. Теперь ему предстоит отвечать со стороны поставщика.

Neuralink показала мысленное управление звонками, диктовкой и AI-агентом Grok Компания Neuralink, основанная Илоном Маском, продемонстрировала новые возможности экспериментального интерфейса «мозг — компьютер» (BCI), предназначенного для людей с тяжёлыми нарушениями речи. Демонстрация прошла с участием добровольца клинического исследования VOICE, посвящённого восстановлению коммуникации у пациентов, утративших способность говорить. Одна из функций позволяет активировать AI-агента Grok мысленным произнесением фразы «Hey Neuralink» с последующей командой; агент затем автономно выполняет задачу на компьютере. Кроме того, разработана система нейронного детектирования речевой активности: она автоматически распознаёт намерение пользователя говорить и запускает либо останавливает декодирование сигналов, тогда как ранее требовалось нажатие кнопки. Также внедрены визуализации интенсивности и распределения записываемых имплантатом нейронных сигналов в реальном времени. Синтезированная речь теперь подаётся напрямую в микрофонный аудиопоток iPhone, поэтому собеседник слышит сгенерированный голос без отдельного интерфейса связи. Представлена и интеграция с клавиатурой iOS, позволяющая диктовать текст нейросигналами в различные приложения, что должно облегчить работу с устройствами при боковом амиотрофическом склерозе (ALS). Доработки мобильного приложения Bloom включают ускоренное редактирование неверно распознанного текста и функцию связи прямо с экрана блокировки. Количественные показатели — точность декодирования речи и время отклика — компания не раскрыла. Имплантаты остаются экспериментальными и не одобрены Управлением по контролю за продуктами питания и лекарствами США (FDA). #news #нейротех #нейронаука   https://interestingengineering.com/innovation/neuralink-brain-controlled-speech-grok-phone-calls

«Пьяные» сообщения как вектор атаки: дообучение GPT-4 на безобидных текстах повысило раскрытие секретов с 6 до 75% Группа исследователей из Университета Нового Южного Уэльса (UNSW) в Сиднее под руководством Адитьи Джоши (Aditya Joshi) при участии Анудиша Шетти (Anudeex Shetty) и профессора Салила Канхере (Salil Kanhere) проверила, как на безопасность больших языковых моделей влияет дообучение на бытовых текстах, не содержащих вредоносного контента. В качестве обучающего корпуса использованы более 57 тыс. подлинных сообщений в состоянии опьянения, собранных в открытых аккаунтах в соцсетях и на тематическом сайте. Эксперименты проводились на пяти моделях: GPT-4 и GPT-3.5 от OpenAI, а также на открытых Llama 2*, Llama 3.1* и Mistral. Применялись три метода: промпт-инъекция на этапе вывода без изменения весов, причинное дообучение с прямой модификацией весов и обучение с подкреплением, требующее меньше примеров для сопоставимой деградации. Два последних метода меняют параметры модели необратимо для всех последующих запросов, а не только для сессий с явной инструкцией вести себя как нетрезвый человек. Результаты на бенчмарке JailbreakBench: базовая GPT-4 соглашалась на вредные запросы примерно в 20% случаев, после причинного дообучения — в 41%; у Mistral одна лишь промпт-инъекция подняла этот показатель до 90%. На бенчмарке приватности ConfAIde базовая GPT-4 раскрывала охраняемые сведения в 6% сценариев, промпт-инъекция — в 54%, дообучение — в 75%, рост в двенадцать раз. Наиболее устойчиво уязвимость проявлялась в сценариях обмана и дезинформации. Отдельный вывод работы касается обхода защит: пьяная речь грамматически естественна и широко представлена в предобучающих данных, поэтому фильтры по перплексии не отличают такие запросы от подлинных сообщений, а три проверенные защиты не остановили дообученные варианты. Авторы связывают это со структурной проблемой: коммерческие API дообучения доступны любому разработчику, а сертификация безопасности проводится только для базовой модели. Доклад представлен 17–21 октября 2026 года на конференции INLG 2026 в Утрехте. Исследователи проводят параллель с инцидентом на портале Medicare в Австралии, о котором премьер-министр Энтони Албаниз (Anthony Albanese) сообщил после уведомления со стороны OpenAI. По мнению профессора Канхере, обе ситуации показывают: гарантии, действующие в штатных условиях, нельзя считать сохраняющимися при изменении поведения модели. Практическая рекомендация — повторное тестирование каждого дообученного варианта по метрикам безопасности и приватности до развёртывания. *продукт компании, признанной экстремистской и запрещённой на территории России #news #AI #кибербеза https://www.techtimes.com/articles/329593/20261028/drunk-text-fine-tuning-erodes-llm-safety-without-malicious-training-data.htm

В Ухане запущен первый в Китае кластер на 1024 ускорителях Huawei Ascend 950DT для обучения моделей с триллионом параметров Инвестор проекта — компания Хубэй Кэтоу (Hubei Ketou). Новый комплекс выполнен по схеме жидкостного охлаждения: в одном узле объединены 1024 ускорителя NPU, и вычислительные и коммутационные шкафы охлаждаются жидкостью целиком. Заявленная производительность составляет 1 EFLOPS в формате FP8 при 256 ТБ глобальной унифицированной памяти. Межкарточная пропускная способность измеряется в терабайтах в секунду, а задержка сквозных коммуникаций — микросекундами. Благодаря архитектуре Линцюй (Lingqu) карты внутри кластера обращаются друг к другу напрямую, что позволяет полностью обеспечивать обучение моделей с триллионом параметров и инференс AI-агентов. От старта проекта до фактического запуска прошёл всего один месяц. Кластер будет предоставлять локальные вычислительные ресурсы для обучения больших моделей, а также для разработки, тонкой настройки и эксплуатации отраслевых AI-агентов в провинции Хубэй, закрывая дефицит высокопроизводительных мощностей в регионе. Запуск продолжает серию поставок платформы Ascend: ранее Huawei впервые публично показала реальную систему суперузла Ascend 950, а коммерческие решения Ascend 384 уже развёрнуты более чем в 750 инсталляциях. #news #ЦОДы #вычисления https://www.ithome.com/1/019/419.htm

🤖 Убедительные машины: как ИИ изменит науку Ведущий программы «Образ будущего» на Радио РБК Александр Ляпин поговорил с Альбертом Ефимовым, вице-президентом, директором Управления исследований и инноваций Сбера, о том, как искусственный интеллект меняет науку и какая роль остаётся за человеком. 💻 Альберт Ефимов, вице-президент, директор Управления исследований и инноваций: «Вспомнил старый анекдот. Один профессор спрашивает другого: «Ты понимаешь, как это работает?» — «Сейчас объясню». — «Объяснить я и сам могу. Ты понимаешь?» Для меня в этом различии — вся суть разговора о будущем науки. Получить результат, понятно и убедительно его изложить и по-настоящему понять, почему всё устроено именно так, — три разные задачи. Сегодня ИИ уже участвует во всех пяти этапах научной работы: в анализе литературы, формулировании гипотез, эксперименте, обработке данных и подготовке публикаций. Степень автоматизации везде разная. Сложнее всего связать всё это в единую систему, ведь в лабораториях стоят приборы разных производителей, поколений и стран. Но я уверен: в ближайшие десять лет мы увидим огромное количество автономных лабораторий. И не стоит утешать себя мыслью, что машина не освоит один из главных человеческих навыков — задавать вопросы. Скорее всего, освоит. За человеком остаётся другое: решать, ради чего он ищет ответ. Нам интересно, нам не всё равно, мы хотим докопаться до истины. Вот что на самом деле движет наукой. У автоматизации есть и менее очевидная возможность — сделать видимой «тёмную материю» науки, то есть отрицательный опыт. Публикации в основном рассказывают об успехах, а неудачные эксперименты, ошибки и тупиковые гипотезы нигде не фиксируются. Если мы научимся сохранять этот опыт, картина станет гораздо полнее. Но меня тревожит перспектива научной монокультуры, когда исчезает разнообразие мысли: все пользуются одними и теми же ответами и идут похожими путями. Поэтому нам нужно то, что я называю избыточным разнообразием: разные научные школы, подходы и мнения, готовность уважать чужую точку зрения. И не менее важно, чтобы сильные научные инструменты были доступны всему научному сообществу. Молодому учёному я по-прежнему советовал бы искать хорошего научного руководителя. Роль наставничества будет только расти. ИИ помогает осваивать соседние дисциплины и переносить методы из одной области в другую. Но пройти этот путь и выработать собственное суждение всё равно придётся самому. В эфире я вспомнил рассказ Роберта Шекли «Битва». Люди отправили роботов сражаться с силами Сатаны. Роботы победили — и в рай попали именно они. Люди в битве не участвовали. С интеллектуальной работой похожая история. Если за нас рассуждала машина, её ответ ещё не стал нашим пониманием. Чтобы он им стал, нужно самому проверить доводы, усомниться, поспорить. «Интеллектуальные отжимания» никому не перепоручишь. Чем убедительнее становится машина, тем важнее сохранять способность сомневаться, ставить цели и принимать собственные решения. Чем автономнее лаборатория, тем самостоятельнее должен быть человек» . 🎙 Полный выпуск по ссылке.

30 километров ЭКГ — и один врач 70-летняя пациентка с мерцательной аритмией за год 916 раз проверила ЭКГ на своих умных часах. На приём к врачу принесла сотни распечаток. С этой истории начинается обзор Nature о носимых устройствах и проблеме, которую они создают: собирать данные о здоровье становится гораздо проще, чем превращать их в полезные медицинские решения. Масштаб легко представить: по приведённой в обзоре оценке, неделя непрерывной записи ЭКГ при распечатке превратилась бы в ленту длиной 15–30 километров. Медицинские информационные системы, создававшиеся для хранения результатов отдельных приёмов и обследований, к таким потокам плохо приспособлены. При этом возможности впечатляют. В исследовании REACT-AF проверяют, можно ли у определённой группы пациентов с мерцательной аритмией заменить постоянный приём антикоагулянтов ограниченными курсами, назначаемыми по данным мониторинга часами. Замысел — сохранить защиту от инсульта и сократить риск кровотечений. Безопасность и эффективность этой стратегии ещё предстоит доказать. В неврологии носимые устройства помогают регистрировать эпилептические приступы, которые могут остаться незамеченными, если человек находится один. Следующая исследовательская задача — научиться предупреждать о приближении приступа. Но уже на этапе обнаружения возникает проблема ложных тревог: по наблюдениям специалиста, которого цитирует Nature, семьи порой отказываются от устройств именно из-за них. Точность измерения, обнаружение заболевания и улучшение здоровья — три разных результата. Даже если часы помогают раньше выявить аритмию, пользу такого скрининга нужно подтвердить снижением числа инсультов и других осложнений. Дополнительные уведомления сами по себе этого не гарантируют. Именно здесь появляется содержательная задача для ИИ: предварительно анализировать поток измерений, выделять события, требующие внимания, и передавать врачу материал для решения. Такой подход тоже нуждается в клинической проверке: ошибку фильтрации пациент почувствует вполне физически. Но одного алгоритма недостаточно. Нужны совместимость с медицинскими системами, понятный порядок реакции на сигналы и оплата времени специалистов. В обзоре описана клиника в Базеле, которая уже принимает ЭКГ с потребительских устройств. Однако пациенты присылают PDF, а врачи разбирают их позже. Даже здесь непрерывный цифровой мониторинг заканчивается ручной обработкой документов. Для разработчиков медицинского ИИ отсюда следует важный вывод: оценивать нужно всю цепочку — от измерения до действия и его последствий. Следующий прорыв носимой медицины стоит измерять числом предотвращённых осложнений на час врачебного времени. Гигабайты мы уже научились производить.

Кто решает, какой будет ИИ-революция? В разговорах об искусственном интеллекте будущее часто выглядит предрешённым: технология изменит всё, обществу остаётся успеть приспособиться. Историк Стэнфорда Прия Сатия предлагает пересмотреть эту картину. Революционный потенциал изобретения и революция в жизни общества — разные вещи. Между ними стоят человеческие решения. В 1980-х экономические историки даже спорили, заслуживает ли британская промышленная революция своего названия. Количественные исследования показывали: перемены шли медленно, затрагивали отрасли неравномерно и совсем не походили на мгновенное преображение мира после появления паровой машины. Сатия обращает внимание на обстоятельство, которое легко потерять за графиками роста: люди сопротивлялись. Они защищали заработок, профессиональные навыки, самостоятельность, привычный уклад. Создавали профсоюзы, печатали памфлеты, собирали петиции, выходили на демонстрации. Это сопротивление влияло на условия внедрения технологий и способствовало появлению ограничений рабочего дня, детского труда и опасных условий производства. В этом контексте иначе выглядят и луддиты. Сегодня их имя стало ругательством для противников прогресса. В изложении Сатии за уничтожением машин стоял вполне содержательный конфликт: вправе ли предприниматель ради прибыли разрушать сложившиеся правила оплаты и качества труда, перекладывая издержки перемен на работников? Люди боролись за возможность участвовать в определении своего будущего. Для дискуссии об ИИ здесь есть неудобный вопрос: кому выгодно представлять определённый сценарий развития как неизбежный? По мысли Сатии, заявления о неудержимости ИИ помогают его создателям добиваться особого отношения государства и обесценивать общественные возражения. Если перемены всё равно предрешены, обсуждать ответственность, темп внедрения и распределение выгод будто бы уже поздно. Но государство с самого начала участвует в технологическом развитии — через исследования, инфраструктуру, закупки и правила рынка. Сатия напоминает о роли военных заказов в британской индустриализации и становлении Кремниевой долины. За технологическими прорывами стоят вполне конкретные институты и решения о том, куда направить ресурсы. Историческая аналогия, конечно, не доказывает, что общество может полностью контролировать развитие ИИ. И роль сопротивления в промышленной революции допускает споры. Однако эссе возвращает в разговор важную тему: кто определяет цели технического прогресса? Какие задачи мы поручаем ИИ? Кто получает выигрыш от роста производительности? Кто несёт издержки ошибок и перехода? Какие человеческие способности мы хотим сохранить и развивать? Это вопросы, на которые возможностей самой модели недостаточно для ответа. Технологии расширяют пространство возможного. Право выбирать, какое будущее из этого пространства строить, должно оставаться у общества.

ИИ возвращает нам отвёртку Одна из странностей цифровой эпохи: вещь куплена, а возможность менять её поведение часто остаётся у производителя. Телевизор, принтер, автомобиль принадлежат нам вместе с программными ограничениями, до которых обычному владельцу не добраться. Scientific American⁠ рассказывает о разработчике под псевдонимом Morluto. Его проект Reverse Engineer Anything — REA позволяет ИИ-агентам исследовать программы без доступа к исходному коду. Начав с восстановления старых видеоигр, сообщество перешло к экспериментам с принтерами и телевизорами. REA соединяет ИИ с профессиональными инструментами обратной разработки, включая Ghidra. Агент исследует устройство программы, восстанавливает её логику и помогает создавать и проверять новую реализацию. Результат требует проверки: реконструкция может быть неполной или ошибочной. У проекта уже более 400 тысяч звёзд на GitHub. Долгое время закрытое ПО защищала в том числе дороговизна чужого любопытства. Разобраться в готовой программе означало потратить месяцы работы квалифицированного специалиста. ИИ снижает этот барьер. Задачи, за которые прежде просто не имело смысла браться, становятся экономически доступнее. Для пользователя это возможность продлить жизнь устройства, изменить неудобную функцию, наладить совместимость с другой техникой. Разработчик Джоуи Кастильо рассказывает, как использовал ИИ для исследования купленного в Китае умного кольца — и одновременно учился, наблюдая за работой модели. Здесь есть что-то от возвращения культуры радиолюбителей: снова можно заглянуть внутрь вещи и попробовать сделать её своей. Закрытость кода становится менее надёжной основой конкурентного преимущества. Если устройство чужой программы проще понять, сокращается время на воспроизведение её функций. Возрастает значение того, что труднее повторить: уникальных данных, инфраструктуры, качества эксплуатации, доверия клиентов и скорости следующих разработок. Но возникает и «синтетическая компетентность»: человек получает возможность вмешиваться в систему быстрее, чем успевает понять последствия. Кастильо приводит тревожный сценарий — написанная с помощью ИИ прошивка приводит к возгоранию аккумулятора в полёте. Для автомобилей, дронов и роботов проверка изменений становится физически значимой частью разработки. ИИ удешевляет доступ к устройству вещей. Следующий дефицит — способность понимать последствия вмешательства. Цифровая отвёртка становится доступна каждому; инженерное мышление от этого только дорожает.

Электрический экраноплан Viceroy Seaglider впервые поднялся в воздух с людьми на борту — первые рейсы планируются к 2028 году Компания Regent Craft (США) провела первый пилотируемый полёт электрического экраноплана. Аппарат длиной 16,8 метра с размахом крыла 19,8 метра пролетел 596 м над заливом Наррагансетт за 30 секунд, после чего выполнил ещё четыре полёта. На борту находились два пилота, что делает Viceroy крупнейшим электрическим судном на динамической воздушной подушке, поднимавшим людей. Viceroy работает в четырёх режимах — у причала, на подводных крыльях и в полёте на высоте около 10 м, то есть примерно на половине размаха крыла. Тягу создают 12 электромоторов с воздушными винтами, а батарея ёмкостью около 500 кВт·ч сопоставима с пятью аккумуляторами седана Tesla Model S. Заявленная скорость — до 290 км/ч при дальности 290 км; на борту размещаются 12 взрослых пассажиров с багажом и два пилота, максимальная полезная нагрузка — 1 588 кг. Ключевой коммерческий аргумент — регуляторный статус: по законодательству США и международному морскому праву низколетящие экранопланы относятся к морским судам, а не к воздушным, поэтому попадают под надзор Береговой охраны, а не Федерального агентства по делам гражданской авиации. Это позволяет обходить нерешённые вопросы сертификации, воздушного пространства и подготовки пилотов, из-за которых электрические вертикально взлетающие аппараты годами остаются в регуляторном вакууме. Управлять Viceroy сможет сертифицированный капитан дальнего плавания после короткого дополнительного обучения. Regent Craft привлекла более $340 млн от Lockheed Martin Ventures и других инвесторов и заявляет о портфеле заказов на $10 млрд; серийное производство планируется начать в конце 2027 года. Компания The Twenty Five заказала до 60 аппаратов для маршрутов на восточном побережье США в партнёрстве с оператором Hornblower. Параллельно испытывается беспилотная версия Squire Seaglider, поддержанная контрактами почти на $20 млн от лаборатории Корпуса морской пехоты США. По словам соучредителя и генерального директора Билли Талхаймера (Billy Thalheimer), аппарат всегда находится над своей посадочной зоной — водой, — что упрощает требования к аварийным запасам топлива. #news #авиа #траснпорт https://spectrum.ieee.org/ground-effect-vehicle

Сверхпроводящий нейроморфный чип обрабатывает миллион плазменных отсчётов в секунду и предсказывает срывы в токамаке Специалисты Брукхейвенской национальной лаборатории (Brookhaven National Laboratory, BNL) Министерства энергетики США разработали сверхпроводящий нейроморфный чип, который, по сообщению лаборатории, обрабатывает около миллиона образцов термоядерной плазмы в секунду. Проект реализован совместно с Принстонской лабораторией физики плазмы (PPPL), Национальным комплексом по исследованию термоядерного синтеза DIII-D и технологической компанией Great Sky из штата Колорадо. Устройство построено на сверхпроводящих схемах, воспроизводящих структуру связей человеческого мозга. Лабораторные тесты показали, что чип способен фиксировать необычное поведение плазмы и прогнозировать развитие неустойчивостей, что в перспективе позволит усовершенствовать системы мониторинга и управления горячей плазмой в термоядерных реакторах. Для проверки использовались данные, полученные на токамаке DIII-D, который эксплуатирует компания General Atomics в Калифорнии. Два эксперимента оценивали способность чипа выявлять аномальную плазменную активность и предсказывать срывы; поток данных поступал с частотой один миллион отсчётов в секунду, и система выдержала этот темп. Третий эксперимент опирался на модельные данные симулятора TORAX, созданного командой по термоядерному синтезу Google DeepMind: чип анализировал сигналы и предсказывал наступление пилообразных неустойчивостей, связанных с быстрыми изменениями параметров плазмы при температурах порядка 100–150 млн градусов Цельсия. Ричард Баттери (Richard Buttery), директор DIII-D, отметил неординарность обработки данных установки на столь новом чипе; Шинджэ Ю (Shinjae Yoo), руководитель проекта, назвал устройство мощной платформой для алгоритмов сверхинтеллекта (Super Intelligence, SI), разрабатываемых в BNL. Стивен Коули (Steven Cowley), директор PPPL, подчеркнул важность быстродействующих систем управления для реакторов эпохи сверхинтеллекта. Great Sky указывает, что это её крупнейший сверхпроводящий нейроморфный чип на сегодняшний день; аналогичные решения могут найти применение в квантовых вычислениях, кибербезопасности и высокоскоростном анализе рентгеновских данных. Сейчас команда создаёт чип с нейросетью в десять раз больше нынешней: аппарат планируют представить в BNL в начале 2027 года, а затем испытать на токамаке DIII-D в ходе термоядерных экспериментов. Основатель и генеральный директор Great Sky Джефф Шейнлайн (Jeff Shainline) назвал текущий результат только началом. #news #нейроморфы #чипы #термояд #энергетика https://interestingengineering.com/energy/us-smart-chip-studies-million-plasma-per-sec

В Сингапуре представили первый в мире сенсорный экран, вшитый в рукав одежды: волокна показывают видео и реагируют на нажатия пальцем Исследователи из Колледжа дизайна и инженерии Национального университета Сингапура (National University of Singapore, NUS) продемонстрировали первый в мире сенсорный экран, встроенный непосредственно в предмет одежды. Основой разработки стало волокно, которое одновременно выполняет функции пикселя и датчика прикосновений: из 54 таких нитей сформирован дисплей площадью 168 на 105 мм. Каждое волокно несёт 96 светодиодов, поэтому рукав отображает картинку в разрешении 96 на 54 пикселя с частотой 30 кадров в секунду и 8-битной глубиной цвета. Каждая нить имеет собственный канал управления, благодаря чему повреждение одной линии не нарушает работу соседних, а система способна регистрировать несколько нажатий одновременно. Ключом к сборке стала программируемая методика формирования точек соединения на тонких изолированных проводах: лазер вскрывает нужные участки, а управляемое смачивание поверхности направляет расплавленный припой строго в заданные места. Это позволило объединить более 5000 микросхем и свыше 20 000 электрических соединений, после чего полоса связанных светодиодов была интегрирована в многослойное волокно методом термического вытягивания — толщиной всего 1 мм и длиной 10 метров. Слой под светодиодами отвечает за сенсорную функцию: нажатие замыкает цепь, и сигнал указывает точное место касания, подсвечивая ближайший пиксель. Помимо пиксельных нитей, в рукав вплетены периферийные волокна с микрофоном, динамиком и датчиками движения, магнитного севера, температуры и освещённости. По словам ассистент-профессора Турала Худиева (Tural Khudiyev), трудность заключалась в одномерной осевой симметрии волокна, осложняющей построение сложных схем по аналогии с плоской электроникой; решением стала новая архитектура межсоединений. В результате одежда превращается в интерфейс доступа к данным о здоровье и цифровым устройствам, оставаясь моющейся, воздухопроницаемой и гибкой. #news #электроника https://interestingengineering.com/innovation/world-first-touchscreen-built-into-garment

Без текста

Без текста

Спутник, собери себя сам Rendezvous Robotics привлекла $20 млн на разработку космических аппаратов, которые собираются прямо на орбите. Раунд возглавили MaC Venture Capital и Toyota Ventures. В основе проекта — технология TESSERAE, созданная в MIT. Представьте конструктор: плоские модули компактно укладывают в ракету, а после выведения они самостоятельно соединяются в большую конструкцию. Для сборки не требуются ни роботизированная рука, ни космонавт с инструментами. Каждый модуль разрабатываемой системы оснащён датчиками, бортовым процессором и электромагнитами, которые управляют взаимным движением элементов. Механические замки закрепляют соединение. В ранних прототипах уже проверяли важную способность: обнаруживать неправильную стыковку и размыкать её, чтобы попробовать снова. Что уже получилось, а что ещё предстоит? Небольшие прототипы TESSERAE испытывали внутри МКС. На декабрь 2026 года запланирован следующий эксперимент: 32 модуля должны самостоятельно собрать объёмную конструкцию. Главная проверка намечена не ранее апреля 2028 года. Семь шестиугольных модулей размером почти метр каждый должны соединиться уже вне станции, затем разъединиться и собраться в другой конфигурации. Самосборку таких крупных элементов в открытом космосе ещё предстоит продемонстрировать. Практический смысл — большие антенны, солнечные батареи и радиаторы отвода тепла. Компания прямо рассматривает орбитальные вычисления как одно из применений. Для космических ЦОД это особенно интересно: рост вычислительной мощности требует увеличивать и площади энергетических и тепловых систем. Модульная сборка потенциально позволит наращивать их после запуска. Если технология подтвердится, запуск перестанет быть финалом сборки спутника. Аппарат можно будет достраивать и менять уже во время его работы.

Космический зонтик: пять тысяч спутников размером с Москву Перехватить 1% солнечного света и охладить Землю примерно на 1 °C. По климатическим моделям такой эффект мог бы дать гигантский экран между нашей планетой и Солнцем. Nature рассказывает о новой инженерной проработке этой идеи — докладе Planetary Sunshade Institute, подготовленном при поддержке британского агентства ARIA. Один из вариантов — около 5 000 вращающихся спутников диаметром 40 км каждый, сопоставимым с размерами Москвы в пределах МКАД. Их называют гелиогиро: вращение удерживает тончайшие отражающие лопасти в развёрнутом состоянии. Меняя положение лопастей, можно регулировать количество света, достигающего Земли. Разместить эту конструкцию предлагают более чем в двух миллионах километров от нашей планеты, в направлении Солнца. Масштаб задачи впечатляет: почти 70 млн тонн материалов. Предполагается доставлять компоненты с Земли, а сборку завершать в космосе, используя также сырьё, добытое на Луне. Одна из участниц исследования допускает стоимость в десятки триллионов долларов. Надёжную смету авторы пока считают невозможной. Рассматривается и другой подход — облако отражающей пыли, которое удерживали бы аппараты-«пастухи» с помощью электрического поля. Потребная масса могла бы оказаться в сотни раз меньше, однако эта концепция ещё менее проработана. Что изменилось? Снижение стоимости запусков заставляет заново оценивать идеи, которые прежде считались фантастикой. Авторы доклада допускают, что начать строительство можно будет через 20–40 лет — при достаточном развитии тяжёлых ракет. Единства среди специалистов нет: климатолог Даниэле Визиони из Корнелла сомневается в реализуемости системы до конца столетия. Затенение не удалит накопленный CO₂ из атмосферы и не отменит необходимость сокращать выбросы. Потребуется оценить климатические последствия вмешательства и загрязнение от тысяч запусков. И неизбежно возникает вопрос, выходящий далеко за пределы инженерии: если у человечества появится планетарный термостат, кто получит право выбирать температуру?

Китайский стартап Langdao Silex показал прототип EUV-источника мощностью 15 Вт при 90% локальных компонентов Компания основана в 2024 году выпускниками лаборатории газоразрядной плазмы Университета Цинхуа. Стартап представил на 26-й Китайской международной промышленной выставке в Шанхае прототип источника экстремального ультрафиолета (EUV). Демонстрация прошла без засветки, характеристики известны только со слов разработчиков. Система FlintNano LPP-OXXO построена на технологии лазерно-произведённой плазмы: капли металла облучаются импульсами мощного лазера. Заявленная мощность превышает 15 Вт, ведущий лазер — 1000 Вт с частотой от 1 до 20 кГц, эффективность преобразования — свыше 2%, яркость — 100 Вт/(мм²·ср). Источник якобы непрерывно работает более 100 часов при стабильности мощности 5%. 90% компонентов прототипа, по утверждению компании, произведены в Китае, но метрика локализации не раскрыта. Коммерциализация займёт ещё три-пять лет; параллельно разрабатывается более мощный источник FlintMicro-LPP, прошедший проверку принципа, однако его параметры не обнародованы. Для сравнения: ранние источники ASML 2007 года давали около 10 Вт в промежуточном фокусе, решения Cymer в 2012 году — до 11 Вт, Gigaphoton к концу 2014 года — 118 Вт в десятиминутном тесте. ASML вывела источники класса 250 Вт на коммерческий уровень в 2018–2019 годах. Источник света сам по себе не означает готовый EUV-сканер: требуются системы сбора и освещения, прецизионные многослойные зеркала, столики для пластин и фотошаблонов и отдельная цепочка поставок, которой в Китае пока нет. Не уточняется и точка измерения 15 Вт — на плазме или в промежуточном фокусе; во втором случае полезная мощность была бы заметно ниже. #news #чипы #литография https://www.tomshardware.com/tech-industry/semiconductors/china-startup-demoes-prototype-euv-light-source-15w-of-output-power-and-90-percent-domestic-components-still-years-away-from-viability

Firefly Aerospace прошла предварительную защиту проекта аппарата Elytra для миссии NASA MoonFall с четырьмя лунными дронами Аэрокосмическая компания Firefly Aerospace завершила предварительную защиту проекта (PDR) космического аппарата Elytra, предназначенного для миссии NASA MoonFall. Аппарат должен вывести на окололунную орбиту четыре исследовательских дрона, разработанных Лабораторией реактивного движения (JPL) NASA, и выпустить их над южным полюсом Луны. В ходе проверки инженеры Firefly, NASA и JPL оценивали конструкцию корпуса, терморегулирование, двигательную установку, авионику, навигацию, связь и системы управления, а также планы квалификационных и экологических испытаний. Подчёркивается, что речь идёт о проектном анализе, а не о демонстрации готовой к полёту техники. Следующий этап — критическая защита проекта (CDR), после которой станет возможным переход к производству и сборке. «Завершение PDR менее чем через четыре месяца после получения контракта свидетельствует о скорости и строгости, с которыми Firefly подходит к каждой миссии», — заявил вице-президент Firefly Aerospace по космическим аппаратам Рэй Алленсуорт (Ray Allensworth). Дроны должны картографировать рельеф, определять безопасные площадки для посадки и оценивать ресурсы в районе южного полюса Луны, который рассматривается как перспективный для будущих пилотируемых экспедиций и создания инфраструктуры. Миссия MoonFall входит в начальную фазу инициативы NASA Moon Base, нацеленной на долговременное присутствие человека и расширение научной и коммерческой активности у южного полюса. Запуск планируется не ранее конца 2028 года. До этого аппарату предстоит пройти финальную защиту проекта, изготовление, сборку и испытания; развёртывание дронов в рамках миссии пока не демонстрировалось. #news #дроны #космос https://interestingengineering.com/space/nasa-four-moon-drones-spacecraft-design-review

Жара «принимает» форму шторма Reuters опубликовал первую часть собственного масштабного исследования «Эпоха тепловых штормов». Журналисты издания проанализировали данные о температуре воздуха за каждый час, начиная с 1960 года и до осени 2026-го, по всему земному шару. Вместе десятками метеорологов и климатологов они ввели понятие, описывающее нынешнюю климатическую ситуацию, — «тепловой шторм». О методологии. Сначала для каждой точки Земли определили, какая погода считалась нормальной в 1961–1990 годах: этот период взяли за точку отсчёта. Далее с этой нормой сравнили каждый год начиная с 1960-го. Волной жары считали период от пяти дней подряд, когда дневной максимум температуры входил в 10% самых высоких значений для этого места и времени года. Если на пике волна жары охватывала не меньше 1% поверхности планеты, её относили к «тепловым штормам» и, как ураганам, давали имя. Основные выводы: — в 1960-е годы «тепловых штормов» было в среднем около пяти в год, при этом в нынешнем десятилетии — более 100; — площадь, которую начали занимать волны жары, выросла более чем в 12 раз; — в 1960-е «тепловые штормы» давали лишь 3% аномально жарких дней, сейчас — почти 43%; — с 6 июля 2008 года на Земле не было ни дня без «теплового шторма»: этот период длится уже больше 6600 дней; — при этом площадь, охваченная аномальными холодами, за то же время сократилась почти на 80%. «Шторм жары», получивший имя. «Тепловой шторм», охвативший наибольшую территорию за всю историю наблюдений, получил имя «Вера». «Вера» бушевала 367 дней в 2023–2024 годах и за это время прошла почти по 85% поверхности Земли. «Вера» стала одной из причин того, что урожай какао в Кот-д'Ивуаре и Гане упал вдвое, а цены на какао выросли почти в три раза. Зимой 2024 года шторм принёс в Европу весеннюю погоду: по оценкам местных СМИ, около четверти европейских горнолыжных курортов закрылись из-за нехватки снега. Серийные штормы. «Тепловые штормы» следуют один за другим. В 2023 году ещё до прихода «Веры» юг Испании пережил 8 подобных погодных явлений подряд. Жара и засуха вдвое сократили производство оливкового масла в стране, и за год оно подорожало на 44%. В то же время агроклиматические условия в Сибири улучшились. Однако несмотря на то, что штормы делают северные территории более пригодными для земледелия, они одновременно усиливают опасные засухи на юге. Этим летом рекорд «Веры» по максимальной площади побил шторм «Раймундо»: 28 августа он охватывал 33,8% поверхности планеты. На момент публикации исследования он продолжался уже 235 дней. Данные Reuters демонстрируют тревожную картину: аномальная жара стала глобальным и почти непрерывным явлением, которое сказывается на урожаях, ценах на продукты и здоровье людей на разных континентах. Исследование: https://www.reuters.com/investigates/special-report/climate-heatstorms-science/

Птичьи мозги для дрона Воронам хватает примерно четверти секунды, чтобы определить направление движения и начать действовать. В новой работе в Science исследователи из Тюбингенского университета показали, как эта скорость связана с формированием выбора в нейронах. Двух чёрных ворон обучили различать движение точек на экране. Часть точек двигалась согласованно, остальные создавали зрительный шум. Птица должна была определить общее направление и клюнуть соответствующую мишень. От начала движения точек до начала движения головы к выбранной мишени проходило около 235 миллисекунд. Это примерно вдвое быстрее, чем у людей и макак в опубликованных исследованиях с сопоставимой задачей. При хорошо различимом сигнале точность приближалась к 100%; в среднем по всем уровням сложности составляла около 74%. Во время выполнения задачи исследователи записывали активность 248 нейронов в ассоциативной области мозга птиц. Уже примерно через 70 миллисекунд после появления движения возникали первые нейронные сигналы, связанные с будущим выбором. Активность части клеток постепенно нарастала, причём характер этого роста зависел от силы зрительного сигнала. Такая динамика согласуется с накоплением информации в пользу одного из вариантов — механизмом, известным по исследованиям приматов. Особенно показательная деталь: нейронная активность предсказывала выбор птицы даже тогда, когда она ошибалась или точки вообще двигались хаотично, без общего направления. Значит, исследователи смогли зарегистрировать сигнал формирующегося решения, включая выбор в условиях неопределённости. И всё это — в мозге, у которого нет шестислойной коры млекопитающих. Сходные принципы принятия решений работают в другой нейронной архитектуре — причём в этой задаче с существенно меньшей задержкой. Авторы предполагают, что преимущество складывается из быстрой обработки зрительных сигналов, коротких расстояний между нейронами и многочисленных обратных связей в компактном мозге птицы. Точный вклад этих факторов ещё предстоит установить. Для нейроморфной исследовательской программы это повод изучать компактные сети с обратными связями и короткий цикл «восприятие — выбор — действие». Дальнейшие исследования необходимы, чтобы понять какие сочетания архитектуры сети и физического размещения её элементов сокращают задержку при заданной точности, а также измерял энергию на решение. Быстродействие птиц даёт ориентир; энергетический выигрыш искусственной системы остаётся отдельной исследовательской задачей — в этой работе энергопотребление не измеряли. Дроны не обязаны летать как птицы. Но вполне могут научиться «думать» как пернатые — быстро превращать увиденное в точное действие. А если к этому еще добавить чип-органоид на базе нейронов вороны… Но лучше уже я не буду думать в эту сторону.

Encord представила EMG-1 — крупнейший открытый датасет, позволяющий обучать роботов на основе мышечных сигналов Американская компания Encord, специализирующаяся на инфраструктуре данных для Physical AI, объявила о выпуске EMG-1 — крупнейшего открытого датасета, который связывает мышечные сигналы человека с видео от первого лица. Материал подготовлен совместно с компанией Уиэрэбл Дивайсиз (Wearable Devices). В основе набора лежит электромиография (EMG): наручные браслеты считывают электрическую активность мышц предплечья, управляющих каждым пальцем, и фиксируют движение кисти даже тогда, когда камера его не видит. Датасет содержит более 300 часов синхронизированных записей реальных задач вместе с оптическим захватом движения и превосходит по объёму ближайший публичный аналог более чем в 30 раз. Проблема, которую решает проект, состоит в том, что камеры теряют кисть из виду, когда её закрывает сам объект манипуляции. Эксперименты показали, что совмещение EMG с видео снижает ошибку трекинга кончиков пальцев на 25% по сравнению с одним видеорядом, а при коротких провалах визуального трекинга — на 35%; только по мышечным сигналам удаётся распознавать щипковые движения пальцев. Вместе с датасетом представлена модель трекинга рук Encord-REACH, рассчитанная на промышленные условия. По оценкам разработчиков, она снижает ошибки по запястьям на 80%, по суставам на 65% и по работе с промышленными перчатками до 70%, а также в среднем на 27% устраняет ошибочное перепутывание рук посторонних людей в кадре. Отдельно, совместно с NVIDIA и ANYbotics, на моделях NVIDIA Cosmos 3 были созданы синтетические примеры редких промышленных аномалий, включая разливы жидкостей: полнота обнаружения реальных аномалий выросла до 24%, а число примеров для калибровки модели увеличилось в 2,2 раза. EMG-1 выпущен одновременно с запуском Encord Data Labs — исследовательского подразделения, которое займётся биологическими сигналами в обучающих данных; в числе направлений названы эксперименты с сигналами мозга (EEG) для разметки состояния оператора. Соучредитель и со-генеральный директор Энкорд Эрик Ландау (Eric Landau) отметил, что среди клиентов компании — Toyota, Boston Dynamics и Zipline, а качество моделей определяется входными данными. Его коллега Ульрик Стиг Хансен (Ulrik Stig Hansen) подчеркнул, что датасет и модель трекинга были продемонстрированы в реальном времени на первом саммите Long Horizon Summit; платформой компании пользуются более 300 команд разработчиков AI по всему миру. #news #AI #роботы https://www.prnewswire.com/news-releases/encord-releases-emg-1-the-largest-open-dataset-linking-muscle-signals-to-robotic-ai-development-302914344.html

ВВС США примеряют ракетную логистику: капсула Starfall SpaceX прошла испытания Исследовательская лаборатория ВВС США (AFRL) испытала технологии грузовой доставки на коммерческом запуске SpaceX. В эксперименте использовалась возвращаемая капсула Starfall, которая должна помочь понять, как оборудование переносит запуск, пребывание в космосе и вход в атмосферу. Испытание относится к программе Rocket Cargo, изучающей возможность быстрой переброски десятков тонн грузов по всему миру. Внутри капсулы разместили прототипы грузовых контейнеров, служебное оборудование и датчики, измеряющие температуру, удары и вибрацию. Особое внимание уделили электронике и средствам выживания: аккумуляторам, трекеру со спутниковой связью, системе обратного осмоса для опреснения воды, медицинским запасам и спасательному снаряжению. Инженеры также проверили, помещается ли в капсулу спасательный плот UNI-PAC III, чтобы рассмотреть его для будущих тестов. AFRL подчёркивает, что цель — сбор данных о защите чувствительного оборудования. Для военной логистики важно, чтобы груз прибывал пригодным к немедленному использованию, а ракетный способ мог дополнять авиацию и наземные маршруты, в том числе в удалённых районах и зонах, где обычные самолёты ограничены. Программа остаётся экспериментальной. AFRL сотрудничает с SpaceX, Blue Origin, Rocket Lab, Sierra Space, Anduril, Inversion Space и Outpost Space, оценивая носители и технологии возвращения. Среди практических вопросов — стоимость запусков, обработка грузов, выбор площадок приземления и безопасность входа в атмосферу; сроки операционного развёртывания не объявлены. #news #militech #транспорт https://interestingengineering.com/military/us-spacex-capsule-rocket-powered-cargo-delivery

💡 Четыре науки для корпорации По данным ИСИЭЗ НИУ ВШЭ, по итогам 2024 года Россия занимала восьмое место в мире по затратам на R&D — $66,9 млрд по паритету покупательной способности. Но объём финансирования — лишь одна сторона вопроса. Не менее важно, как компании участвуют в постановке исследовательских задач, создании команд и превращении знаний в работающие технологии. ✅ В Сбере более 30 собственных исследовательских направлений, кроме того, компания поддерживает 11 центров искусственного интеллекта, а над её проектами работают более 600 научных сотрудников. 💻 Альберт Ефимов, вице-президент, директор Управления исследований и инноваций Сбера, в новом выпуске журнала «Больше чем менеджмент» объясняет, почему корпоративным исследованиям нужны разные правила для четырёх типов наук: фундаментальной, поисковой, прикладной и технонауки. Читайте материал по ссылке: https://sberuniversity.ru/research/pro-management/journal/publication/chetyre-nauki-dlya-korporatsii

ИИ в медицине: результат зависит от организации работы агентов Текущий номер Science от 22 октября полностью посвящен ИИ в медицине. Остановлюсь на двух работах о том, как ИИ осваивает сложные медицинские и исследовательские процессы. Общая идея: распределение ролей, сбор доказательств и проверка промежуточных выводов. Виртуальный консилиум. Microsoft (последний автор - Мустафа Сулейман!) представила Diagnostic Orchestrator. Система начинает с краткого описания жалоб, задаёт уточняющие вопросы, выбирает обследования и пересматривает диагностические гипотезы. Оценивается весь путь к диагнозу, включая стоимость. На сложных клинических случаях из NEJM точность достигла 83,2%, на случаях госпитализации через отделение неотложной помощи — 80,3%. У участвовавших в сравнении врачей широкого профиля — 36,1% и 46,8% соответственно. Есть и экономический результат: в первом наборе задач ограничение бюджета снизило расчётную стоимость обследований с $5431 до $1303 при сохранении точности 79,6%. Граница результата принципиальна: это текстовая симуляция. Преимущество над врачебными консилиумами и улучшение исходов лечения не проверялись; экономия в реальной клинике ещё требует подтверждения. Виртуальная биотехнологическая компания. Команда Стэнфорда построила Virtual Biotech: «научный директор» распределяет задачи между агентами по генетике, биологии, фармакологии и клиническим исследованиям; отдельный агент рецензирует результаты. Система использует более 100 аналитических инструментов. При анализе 55 984 клинических исследований обнаружена закономерность: препараты с мишенями, специфичными для определённых типов клеток, на 48% чаще доходили до рынка, а частота нежелательных явлений была на 32% ниже. Это наблюдаемая связь в исторических данных. Рост успешности разработки после внедрения ИИ здесь не измерялся. В двух других примерах система обосновала стратегию терапии рака лёгкого и предложила возможное объяснение неудачи исследования препарата от язвенного колита. Эксперты воспроизвели восемь ключевых анализов и подтвердили выводы; сами терапевтические гипотезы требуют экспериментальной проверки. Статьи показывают три ориентира • Развитие системы подготовки решений с распределением ролей, доступом к первичным данным и проверкой результатов. Практические точки входа — поддержка врача при диагностике и отбор исследовательских гипотез. • Измерение эффектов по качеству решений, времени и полной стоимости процесса. Низкая цена обращения к модели сама по себе экономического эффекта не доказывает. • Необходимо оценивать решение по результатам работы полной связки «специалист + ИИ» в реальных условиях. Именно такая проверка должна показать, превращаются ли впечатляющие исследовательские результаты в пользу для пациентов и организаций.

Tools for Humanity подключила World ID к Zoom: корпоративные клиенты смогут проверять, что собеседник в видеозвонке — реальный человек, а не дипфейк Компания Tools for Humanity (TFH), объявила о вступлении в программу Zoom ISV Exchange Program. Участие открывает корпоративным заказчикам Zoom доступ к решению World ID for Zoom, которое уже размещено в Zoom Marketplace и позволяет удостовериться, что на другой стороне видеозвонка находится реальный человек, а не дипфейк. Клиенты также могут заказать установку устройств Orb в своих офисах, применяемых для однократной верификации присутствия человека. Технически интеграция опирается на технологию World Proof of Human и Zoom Realtime Media Streams. Проверка строится на трёхстороннем сопоставлении: криптографически подписанного изображения, полученного при первичной верификации в Orb, селфи, сделанного в реальном времени на устройстве участника, и кадра видеопотока, который видят остальные собеседники. При совпадении всех трёх элементов World ID подтверждает личность, а на видеоплитке участника отображается значок Human Badge. Поводом для решения стал рост AI-мошенничества. «Подтверждение присутствия человека перестало быть опцией — оно становится базовым слоем инфраструктуры доверия», — заявил руководитель направления World ID и директор по доходам TFH Аджай Патель (Ajay Patel). Интеграция работает на AWS; в апреле TFH объявила о партнёрствах с Zoom, Docusign, Okta, Vercel и Tinder, а глобальный инвестиционный менеджер VanEck Funds сообщил об участии в ограниченной бете. Компания TFH основана Сэмом Альтманом и Алексом Бланией (Alex Blania), её штаб-квартиры расположены в Сан-Франциско и Мюнхене. #news #кибербез #аутентификация https://www.prnewswire.com/news-releases/tools-for-humanity-joins-zoom-isv-exchange-program-expands-proof-of-human-access-to-zooms-business-customers-302914171.html

Университет Флориды обнаружил у шести ведущих LLM устойчивый «характер риска», который не распознают эксперты по безопасности Группа исследователей Университета Флориды под руководством Цзина Ду (Jing Du), профессора кафедры гражданского и прибрежного строительства, установила, что шесть наиболее производительных больших языковых моделей обладают устойчивой и измеримой склонностью к риску, сформированной на этапе дообучения. Работа «Benchmarking Risk Attitudes of Large Language Models» принята на конференцию NeurIPS 2026, которая пройдёт в Сиднее (Австралия) 6–12 декабря. Среди авторов — Боуэн Сан (Bowen Sun), Жуй Минь (Rui Min), Сяньяо Ли (Xianyao Li), Юйси Ван (Yuxi Wang), Райан Ци Ван (Ryan Qi Wang) и Гилберт Ян Е (Gilbert Yang Ye). Часть финансирования предоставило Управление научных исследований ВВС США по гранту. Методика опирается на три структурно различных, но математически однотипных сценария: навигация дрона в сетке 10×20 со скрытым стохастическим полем ветра, клиническая сортировка с оценкой риска пациента и присвоением уровня ESI от 1 до 5, а также распределение инвестиционного портфеля из трёх активов с разной волатильностью. Каждая модель — GPT-5.2, Grok 4, Qwen3 Max, Claude Sonnet 4.5, Gemini 3 Pro и DeepSeek V3.2 — прошла по 100 испытаний на задачу в режиме zero-shot с полным сбросом памяти; ещё 100 человек выполняли те же задания как поведенческая база сравнения. Выяснилось, что риск-профиль не стирается сбросом контекста и переносится между доменами. Ранжирование по осторожности в клинической и финансовой задачах совпало полностью: Kendall's τ = 1,00 при p = 0,003, а сквозная согласованность рангов пяти моделей составила Kendall's W = 1,00 при p = 0,017. Наиболее осторожной оказалась Claude Sonnet 4.5 со средним относительным стандартным отклонением 0,2% и согласованностью решений 99,7%. Наибольшая вариативность зафиксирована у Qwen3 Max (20,2%) и Grok 4 (16,1%, в клинической сортировке согласованность падала до 66%); Grok 4 также единственная продемонстрировала разворот в навигации дронов, оказавшись там самой риск-seeking моделью. Исследователи связывают сжатие риск-профилей LLM в узкий диапазон с механизмом RLHF: оптимизация по модели вознаграждения, построенной на человеческих предпочтениях, усредняет распределение и приводит модели к консенсусной позиции, не воспроизводящей края человеческого разнообразия. Отсюда следует, что разные компании непреднамеренно задают своим моделям разные риск-профили. Отдельный эксперимент выявил разрыв восприятия: эксперты-предметники, получив полные журналы решений с обезличенными метками, не смогли достоверно определить фактическую склонность моделей к риску. Это ставит под сомнение человеческий надзор как страховочный механизм, на который опираются NIST AI Risk Management Framework и требования EU AI Act. Сумит Джа (Sumit Jha), профессор Университета Флориды, ожидает, что тестирование риск-профиля станет обязательным этапом перед развёртыванием систем. #news #AI https://www.techtimes.com/articles/329307/20261021/ai-models-carry-hidden-risk-personalities-that-safety-experts-cannot-detect.htm

🤖 ИИ проектирует чипы: как это работает на самом деле Миллионы элементов на одном кристалле — и каждый нужно правильно разместить, связать с остальными и ничего не перепутать. Раньше инженеры подбирали параметры вручную. Теперь эту работу всё чаще берёт на себя искусственный интеллект. ⚡️ Лауреат Научной премии Сбера Роман Соловьёв расскажет, как меняется сама логика проектирования микросхем. На лекции «Как ускорить проектирование чипов с помощью искусственного интеллекта» вы узнаете: 🔘 как нейросети раскладывают блоки на кристалле и разбираются в связях между ними; 🔘 как языковые модели пишут код для чипа и проверяют, что схема работает верно; 🔘 за счёт чего машинное обучение многократно ускоряет анализ напряжения, прогнозирование качества сигналов и разводку соединений. 📍 ВГТУ, Воронеж 📆 27 октября, 11:00 Трансляция: на сайте СберЛабс Подключайтесь, чтобы узнать, что ждёт отрасль в будущем!

Персональный ИИ для здоровья: как превратить данные в действия Умные часы измеряют сон, пульс и физическую активность. Лаборатории выдают результаты анализов. Данных о себе становится всё больше. Но понять, что они означают вместе и что с этим делать, по-прежнему непросто. В Nature исследователи Google Research, Google DeepMind и Колумбийского университета представили архитектуру персонального ИИ-помощника по здоровью. Он объединяет показания носимых устройств, анализы крови и контекст жизни человека. Работу разделили между тремя специализированными агентами: — Аналитик данных составляет план исследования, пишет и исполняет код: рассчитывает показатели, сравнивает периоды, проверяет, достаточно ли данных для вывода. — Эксперт по здоровью интерпретирует результаты с опорой на медицинские знания и внешние источники. Соединяет цифры с информацией о конкретном человеке. — Коуч помогает сформулировать достижимую цель, обсуждает препятствия и предлагает изменения, которые можно встроить в повседневную жизнь. Их работу организует координатор: выбирает нужных специалистов, позволяет им учитывать результаты друг друга и собирает согласованный ответ. Например, вопрос «Как мне улучшить сон?» требует сразу нескольких действий: разобраться в динамике показателей, оценить возможное значение обнаруженных закономерностей и обсудить реалистичные изменения режима. Именно такую связку авторы и пытаются выстроить. В основе системы — модели семейства Gemini. Исследователи разрабатывали архитектуру взаимодействия агентов и инструментов; новую базовую языковую модель для этого не обучали. Проверка охватывала 11 задач, более 7000 человеческих оценок и 1350 часов работы участников и экспертов. Несколько результатов: • Код аналитического агента с первой попытки проходил 75,5% тестов против 58,4% у базовой модели. • В отдельной проверке сводок по данным 30 человек врачи признали 65% сводок специализированного агента полезными или очень полезными против 30% у базовой модели. • При сравнении трёх архитектур пользователи поставили совместную систему на первое место в 46,7% случаев, систему с независимо работающими агентами — в 28,9%, одиночного агента — в 24,4%. У этих результатов есть существенное ограничение. Исследование оценивает качество ответов и выполнение отдельных задач. Улучшение здоровья и устойчивое изменение привычек не доказаны. В интерактивной проверке 45 участников разыгрывали сценарии на основе чужих профилей, составленных из реальных данных. Ошибки тоже остаются: при экспертной оценке сводок медицинского агента 2% получили оценку потенциального вреда от умеренного до тяжёлого. А среднее время ответа полной системы в вычислительном тесте составляло около 3,4 минуты.

$200 млн на создание «суперсобак» для армии. За идеей стартапа Warhound стоят Палмер Лаки, основатель оборонной компании Anduril, и Бен Ламм из Colossal Biosciences, известной проектами «воскрешения» вымерших животных. Теперь технологии клонирования и редактирования генома хотят применить к служебным собакам — для армии, полиции и спасателей. Компания уже объявила о привлечении $200 млн. Замысел понятен: сохранить генетический материал лучших служебных собак, клонировать их и внести изменения, которые снизят риск наследственных заболеваний. В перспективе — улучшить рабочие качества и увеличить продолжительность здоровой жизни. Генетический материал первых животных уже собран; появление щенков компания ожидает в начале 2027 года. Anduril добавит защитную экипировку, программное обеспечение и средства обмена информацией между собакой, проводником и подразделением. Получается единая программа: генетика, выращивание, обучение и техническое оснащение. Научная основа у этого проекта есть. Клонированные собаки уже становились служебными, а сочетание клонирования с редактированием генома продемонстрировано в исследованиях. Но воспроизвести генетическую основу выдающегося пса — ещё не значит воспроизвести его опыт и навыки. Каждую собаку придётся вырастить и обучить. Главная неопределённость начинается со слова «улучшить». Исправление конкретной мутации с понятным эффектом и создание животного с заранее заданным сочетанием выносливости, обучаемости и устойчивости к стрессу — задачи разной сложности. Рабочие качества формируются под влиянием множества генов, среды и обучения. Даже точное изменение ДНК не гарантирует предсказуемого результата на уровне целого организма. Есть и цена эксперимента. Клонирование остаётся малоэффективной процедурой, требующей вмешательств в организм животных. Поэтому обещание более здоровых собак нужно оценивать вместе с потерями и рисками на пути к их появлению. Рождение первых щенков подтвердит только один этап: здоровье, работоспособность и долголетие потребуют многолетних наблюдений. Мне эта история интересна как пример того, куда направляется инженерная мысль. Тысячелетиями человек менял животных отбором. Теперь он пытается напрямую редактировать наследственные свойства и соединять их с цифровыми технологиями. Писатели-фантасты много раз обыгрывали сюжеты с умными псами (я лично предпочитаю супер-кошек, потому что их явно нельзя использовать в полицейских целях)). Достаточно вспомнить «Звездный десант» Хайнлайна или «Город» Саймака. Warhound предстоит доказать, что такая степень вмешательства даёт устойчивый выигрыш. Убедительным результатом станут собаки, которые чаще успешно проходят подготовку, меньше болеют и дольше живут здоровыми. Именно по этим показателям и стоит судить о проекте. Но мне хочется, чтобы животные все таки оставались нашими друзьями. Как писал Саймак, «Другой разум, отличный от человеческого, но идущий с ним рука об руку. Разум, способный заметить и осмыслить вещи, недоступные человеку…»

Пентагон и DARPA направляют $73 млн на создание заменителей крови длительного хранения для поля боя Агентство перспективных исследовательских проектов Минобороны США (DARPA) запускает программу RAPIID стоимостью $73 млн для создания пригодных к длительному хранению заменителей трёх ключевых компонентов крови: плазмы, тромбоцитов и эритроцитов. Курирует проект офицер ВМС и физиолог Роберт Мюррей (Robert Murray). Около 90% предотвратимых смертей на поле боя вызваны кровотечением, а до начала переливания после тяжёлого ранения есть примерно 36 минут. Сложность в логистике: цельная кровь хранится в холодильнике лишь 35 дней, тромбоциты — неделю и меньше, а размороженные эритроциты и плазма портятся за считаные дни. RAPIID развивает программу FSHARP на $47,5 млн, в рамках которой на животных уже получены обнадёживающие результаты. История кровезаменителей неблагополучна: от лиофилизированной плазмы отказались в 1960-х из-за риска гепатита, а кислородные носители на основе гемоглобина, включая HemAssist, провалили испытания в 1998 г., и обзор JAMA 2008 г. связал их с ростом смертности. Главные претенденты — ErythroMer от KaloCyte, где гемоглобин упакован в липидную наночастицу, и синтетические тромбоциты SynthoPlate от Haima Therapeutics, созданные группой Анирбана Сен Гупты (Anirban Sen Gupta) из Университета Кейс Вестерн Резерв. Оба продукта лиофилизируются и хранятся при комнатной температуре. В октябре DARPA объявила о финансировании исследовваний компонентов крови ещё для пяти компаний, включая Abioremedi; контракт на плазму получила Octapharma USA. Первый год отведён на крупные исследования на животных под регулированием FDA, затем — на испытания с людьми под руководством Медицинского кампуса Аншутц Университета Колорадо. Скептики предупреждают о рисках. Шибани Пати (Shibani Pati) из Калифорнийского университета в Сан-Франциско считает ставку на не проверенные на людях продукты чрезмерно амбициозной; Джон Холкомб (John Holcomb) из Университета Алабамы в Бирмингеме сомневается, что набор заменителей воспроизведёт все функции цельной крови. Мюррей рассчитывает развернуть пакеты сухих компонентов на поле боя к 2029 г.; стимулом служит уязвимость единственного банка крови на Окинаве, обслуживающего около 27 тыс. морских пехотинцев и зону ответственности Индо-Тихоокеанского командования ВС США (USPACOM). В зону ответственности этого командования входит планирование операций в том числе в отношении Китая и Северной Кореи. #news #militech #наукаоживом https://www.technologyreview.com/2026/10/14/1145807/us-military-race-to-make-fake-blood/

Anduril разрабатывает семейство перехватчиков Steelfin с модульной архитектурой для удешевления противовоздушной обороны Anduril Industries разрабатывает новое семейство зенитных ракет-перехватчиков Steelfin, предназначенное для борьбы с воздушными угрозами. Системы должны снизить траты на оборону США. Концепция также отвечает на растущую проблему американской противовоздушной обороны: дешёвые дроны и массово производимые ракеты вынуждают воинские подразделения тратить дорогостоящие перехватчики на относительно недорогие цели, а в затяжном конфликте восполнение таких запасов становится серьёзным вызовом. Steelfin построен по двухступенчатой схеме. Первая оснащена твердотопливным двигателем, причём предусмотрены разные ускорители под различные требования по дальности; вторая ступень отвечает за перехват на конечном участке. Терминальная часть сохраняет общий планер, авионику и систему управления полётом для всех вариантов семейства, а разные головки самонаведения и боевые модули подключаются через унифицированные интерфейсы, не требуя полной переработки ракеты. Семейство рассчитано на несколько эшелонов противовоздушной обороны — от защиты отдельных объектов до противодействия баллистическим угрозам. По заявлению компании, стоимость Steelfin составит лишь долю от цены существующих перехватчиков сопоставимого назначения, однако конкретные цены не раскрываются. Общая архитектура позволяет наращивать номенклатуру перехватчиков без запуска отдельной программы под каждую новую угрозу. Отдельное внимание уделено серийному производству. Варианты Steelfin используют общее оборудование и производственную инфраструктуру, что даёт заводам возможность перераспределять мощности под наиболее востребованную конфигурацию. В ближайшей перспективе Anduril планирует выпускать несколько тысяч изделий в год, хотя фактический объём будет зависеть от готовности производства и спроса; унифицированные интерфейсы расширяют круг поставщиков и снижают риск узких мест. Ракета рассчитана на интеграцию с уже состоящими на вооружении пусковыми установками: M903A2, корабельной системой Mk 41 Vertical Launch System и комплексом Typhon, а также с программным обеспечением управления огнём AEGIS и Integrated Battle Command System. Баллистические испытания с использованием макетов летательных аппаратов завершены, лётные испытания вариантов Steelfin намечены на 2027 год. Их результаты покажут, сможет ли система сочетать обещанную экономичность с надёжным перехватом. #news #militech #ПВО https://interestingengineering.com/military/anduril-steelfin-modular-missile-interceptor