Что там с ИИ? |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-10-23 12:11 Дайджест за 23 октября 2026 года Сегодня — нейросеть, с которой можно обсуждать ДНК, критические ошибки PHP, найденные при помощи ИИ, и попытка математически проверять программы, написанные нейросетями. А ещё — запуск кодинг-агентов на собственной инфраструктуре, виртуальная электростанция Google и исследование пользы ИИ для малого бизнеса. 1. Hugging Face выпустила нейросеть, которая умеет «разговаривать» с ДНК 22 октября Hugging Face представила Carbon-X — открытую модель на 14,8 млрд параметров, обученную работать с генетическими последовательностями и обычным текстом. Исследователь может передать ей участок ДНК и спросить, как определённая мутация потенциально влияет на работу генов. Разработчики создали модель на основе Qwen3-14B, дополнив её специальным представлением генетических данных. Carbon-X можно запускать локально при наличии достаточных вычислительных ресурсов. Это важно для исследований, где нельзя передавать чувствительную информацию внешним сервисам. Однако модель ещё не прошла лабораторную и клиническую проверку. Её ответы нельзя использовать для самостоятельной медицинской диагностики. Модель на Hugging Face: https://huggingface.co/HuggingFaceBio/Carbon-X · Материал WIRED: https://www.wired.com/story/hugging-face-new-ai-biology-model-chat-with-dna 2. ИИ помог найти опасные ошибки в основе миллионов сайтов OpenAI рассказала о масштабной работе по устранению двух критических уязвимостей в PHP — языке, который используется на огромном количестве сайтов, включая проекты на WordPress. Одну из ошибок исследователи компании Calif обнаружили с помощью GPT-5.6 Sol. Команда Wiz независимо нашла обе уязвимости. Специалисты PHP, OpenAI, Wiz и других организаций совместно подготовили исправления и предупредили поставщиков инфраструктуры. Проблемы затрагивали давно существующий программный код. Главный результат здесь — не просто обнаружение ошибок нейросетью, а организация их устранения до массового использования злоумышленниками, насколько это известно исследователям. Администраторам сайтов важно проверить версии PHP и установить необходимые обновления. Источник: https://openai.com/index/coordinated-disclosure-of-critical-vulnerabilities/ 3. Код, написанный нейросетью, предлагают проверять математически GitHub Next и Microsoft Research представили экспериментальный Proof-Driven Development Kit. Идея необычная: вместо проверки программы только тестами и чтением кода разработчик формулирует строгие требования к её поведению. Затем специальная система Verus пытается математически доказать, что программа этим требованиям соответствует. Пока подход ориентирован прежде всего на Rust и задачи, для которых вообще можно сформулировать проверяемые свойства. Важное ограничение: если исходные требования неверны или неполны, даже математически подтверждённая программа может оказаться бесполезной или небезопасной. Это исследовательский прототип, а не универсальная проверка всего кода, созданного ИИ. Анонс GitHub Next: https://x.com/GitHubNext/status/2112936525457740139 4. Amp разрешила запускать кодинг-агентов на собственной инфраструктуре 22 октября вышло обновление Amp с поддержкой самостоятельного размещения Orbs — рабочих окружений для ИИ-агентов. Разработчики могут использовать собственные вычислительные ресурсы и выбирать способ запуска окружений, например через Docker или Kubernetes. Агент получает изолированное место, где может работать с кодом, выполнять команды и запускать тесты. Но есть важный нюанс: это не полностью автономный локальный ИИ. Управление заданиями остаётся связано с сервисом Amp, а содержимое файлов и результаты работы могут передаваться облачным моделям. Зато организация получает больше контроля над тем, где именно выполняется код. Документация Amp: https://ampcode.com/docs/orbs/self-hosted 5. Google строит виртуальную электростанцию мощностью более 1 ГВт Google и Voltus объявили о расширении проекта виртуальной электростанции в США. Вместо строительства одного огромного объекта система объединит аккумуляторы, умные термостаты и оборудование предприятий, способное временно сокращать потребление энергии. Когда нагрузка на электросеть возрастает, такие устройства помогают уменьшить пиковый спрос. Участники программы могут получать выплаты или экономить на электричестве. Заявленный масштаб соглашения — более одного гигаватта гибкой мощности. Это ещё не действующий дополнительный гигаватт генерации. Но для ИИ-индустрии история показательна: дата-центрам нужны огромные объёмы электричества, и технологические компании ищут способы эффективнее использовать существующие энергосети. Источник: https://blog.google/innovation-and-ai/infrastructure-and-cloud/global-network/virtual-power-plant-1-gigawatt/ 6. ИИ может принести малому бизнесу Австралии $93 млрд ежегодно Tech Council of Australia опубликовал исследование экономического эффекта искусственного интеллекта для небольших компаний. По оценке авторов, широкое внедрение ИИ потенциально способно создавать до 93 млрд австралийских долларов дополнительной экономической ценности ежегодно в течение ближайших пяти лет. Например, нейросети могут помогать составлять коммерческие предложения, планировать смены, обрабатывать заказы и разбираться с административными задачами. Исследование оценивает среднюю потенциальную годовую выгоду от широкого внедрения ИИ в 136 тысяч австралийских долларов на компанию. Но это сценарный прогноз производительности, а не реальная прибыль, уже полученная предпринимателями. Исследование проводилось при поддержке технологических компаний, включая Google, поэтому особенно важно отличать измеренные результаты от ожидаемых. Телеграм: t.me/ainewsline Источник: techcouncil.com.au Комментарии: |
|