Как меняется искусственный интеллект
Этот раздел посвящён ключевым событиям в мире искусственного интеллекта. Мы работаем с первоисточниками, анализируем происходящее и объясняем, почему эти изменения важны – без спешки, шума и лишних заголовков.
Исследователи выяснили, как именно в ChatGPT закладываются ограничения, и почему это сложнее, чем просто список запрещённых тем.
Google открыла доступ к семейству моделей Gemma 4 – от компактных версий для мобильных устройств до мощных систем, способных конкурировать с решениями вдвое крупнее.
Технический контекст • Инфраструктура
Команда PyTorch рассказала, как с помощью компилятора torch.compile удалось вывести производительность нормализации на новый уровень.
Исследования
Исследователи создали ИИ-инструмент, который автоматически анализирует и каталогизирует поведение животных без участия человека в разметке данных.
Технический контекст • Инфраструктура
PyTorch представил Monarch – инструмент для упрощения запуска и отладки задач распределённого обучения на больших кластерах GPU.
Безопасность
Формат Safetensors официально принят под крыло PyTorch Foundation – это меняет подход к распространению весов моделей и защите агентных систем.
Illustrious XL обновился до версий 3.0–3.5: новая модель поддерживает разрешения до 2048 пикселей и понимает сложные текстовые запросы на уровне малых языковых моделей (LLM).
Google представила четвёртое поколение открытых моделей Gemma – от компактных версий для телефонов до мощных решений для серьёзных вычислительных задач.
Новый метод автоматизации интерфейсов GPA запоминает действия пользователя с одного показа и воспроизводит их точно и стабильно – без облака и утечек данных.
Исследователи из МФТИ разработали систему на основе ИИ, которая помогает проектировать лифты для реальных сценариев использования в конкретном здании.
Не пропустите ни одного эксперимента!
Подпишитесь на Telegram-канал –
там мы регулярно публикуем анонсы новых книг, статей и интервью.
Компании и лаборатории в фокусе наблюдения
Здесь собраны компании и исследовательские команды, чьи публикации мы учитываем при работе с событиями. Они представляют разные уровни экосистемы искусственного интеллекта – от фундаментальных исследований до прикладных решений и инфраструктуры.
Ниже – источники, которые формируют контекст происходящего.
От факта – к пониманию
В разделе «ИИ: События» мы не собираем новости ради скорости. В основе проекта – постоянное наблюдение за публикациями десятков компаний и исследовательских команд, работающих с искусственным интеллектом: от крупных технологических игроков до небольших специализированных лабораторий. Нас интересуют не апдейты как таковые, а то, что они говорят о развитии технологий.
Мы выбираем только те события, которые помогают лучше понять ИИ: новые модели, методы, инструменты и сдвиги в подходах. Всё, что не даёт смысла за пределами корпоративного контекста, остаётся за кадром. Список источников постоянно расширяется – вместе с самим направлением.
Нейросети помогают нам анализировать первоисточники: выделять главное, убирать шум и переводить сложный технический язык в спокойный, человекопонятный текст. Но финальное слово всегда остаётся за редактором. Человек проверяет логику, уточняет формулировки и следит за тем, чтобы материал отвечал на главный вопрос – почему это важно и что именно меняется.
В итоге вы читаете не «сгенерированную новость», а осмысленный разбор. Не поток обновлений, а инструмент для понимания. Именно так мы превращаем события в контекст, а информацию – в повод подумать.