Теория искусственного интеллекта. Теория ИИ

Сегодня мы разберем одну иллюзию. Иллюзию того, что красота - это чистое чувство. На самом деле, это код. И этот код взломан.

Вы когда-нибудь задумывались, почему «Рождение Венеры» Боттичелли заставляет вас замереть, а идеальный закат вызывает вздох? Вы скажете: «Душа! Вдохновение! Гений!». А мы вам покажем формулу.

Общий искусственный интеллект (Artificial general intelligence, AGI, ИИИ)

— это раздел теоретических исследований искусственного интеллекта, направленный на разработку

ИИ с когнитивными функциями человеческого уровня, включая способность к самообучению.

Исследователи Сколтеха предложили новый подход к обучению физически информированных нейросетей, который позволяет с высокой точностью решать дифференциальные уравнения даже на низкоточной ИИ-аппаратуре. Результаты работы опубликованы в журнале SN Computer Science (https://rdcu.be/eZRSb).

Пока футурологи пугают нас тем, что "нейросети заменят юристов", инженерам и практикам остается смотреть на сухие цифры. На текущей неделе вышел крайне любопытный китайский препринт "Chinese Labor Law Large Language Model Benchmark".

В Массачусетском технологическом институте (MIT) придумали способ, как искусственные интеллекты снабдить почти безграничной памятью, для обработки и охранения огромного массива информации.

Исследователи из Цинхуа выкатили систему Absolute Zero Reasoner, которая ставит под сомнение необходимость кожаных мешков для обучения нейросетей. Никаких датасетов, размеченных потными руками дата-сайентистов. Нейросеть сама придумывает себе задачки на Python, решает их, проверяет через запуск кода и учится на результатах.

Самый частый вопрос к тезису о том, что языковые модели не думают - чисто практический.

Возражение, которое я слышу чаще всего

DeepSeek опять шатают устои архитектуры трансформеров свежайшим пейпером (https://github.com/deepseek-ai/Engram/blob/main/Engram_paper.pdf), который доказывает, что новое — это хорошо [спойлер: и очень хитро] забытое старое.

Вступление

Если Демон Лапласа знает всё, а Демон Декарта обманывает разум, то Демон Чёрча — Тьюринга делает нечто более холодное и безличное. Он не вмешивается и не обманывает. Он просто указывает границу — и дальше не пускает.

NVIDIA, сдержала c NeurIPS 2025 и сделала еще один шаг (https://nvidianews.nvidia.com/news/alpamayo-autonomous-vehicle-development) к тому чтобы автомобили наконец научились понимать контекст вождения, а не просто детектировать разметку.

Научный сотрудник из НИУ ВШЭ Растям Алиев исследовал склонность искусственного интеллекта к галлюцинациям. В статье "Алгоритмическая шизофрения: метасимуляционная трансформация реальности в цифровую эпоху" он сравнивает вымышленные факты, которые генерируют большие языковые модели, с симптомами психических заболеваний у людей.

31 дек. 2025?г.

На новогодней стратегической сессии Центра ИИ прозвучали две большие идеи: почему нейросети могут быть точными и при этом нестабильными, и как физика, многомасштабное моделирование и мемристоры меняют траекторию развития ИИ.

Нейронные сети могут пойти по двум путям – либо неограниченный рост ошибок и самораспад, либо сверхуверенность в собственной правоте. К такому выводу пришли российские математики

FLUX.2 max — флагманская модель для генерации изображений кинематографического качества. Модель получила функцию "grounded generation": она использует данные из интернета в реальном времени, что позволяет точно отражать в генерациях актуальные события или текущую погоду.

Системы искусственного интеллекта (ИИ), особенно так называемые большие языковые модели, такие как LaMDA и ChatGPT, безусловно, могут казаться сознательными. Правда, они лишь обучены работать с огромным количеством текста, чтобы имитировать человеческие реакции. Но могут ли в теории подобные модели обладать сознанием?

Ваш мозг работает всего на 12 ваттах — меньше, чем обычная лампочка ?. А вот ИИ, выполняющий схожие задачи, может потреблять 2,7 миллиарда ватт, то есть в 225 миллионов раз больше энергии ??.

Почему такая разница?

Йип ван Леувенстейн сделал её в рамках проекта Surveillance Exclusion, когда учился в Утрехтской школе искусств.

Задача оказалась не по зубам даже лучшим моделям. По условиям, каждую минуту нейросети должны генерировать новый, заметно отличающийся код. В некоторых случаях код попадал в задачу почти идеально, но ни одна модель не смогла создавать правильный циферблат стабильно каждую минуту.

Таинственная новая модель, которая в настоящее время тестируется на ИИ-студии Google, почти идеальна для автоматического распознавания рукописного ввода, но она также демонстрирует признаки спонтанного, абстрактного, символического мышления.

Как пить из чашки, если у неё нет дна, а верх запаян? Эта милая загадка, которую я припоминаю ещё из старших классов школы, стала чрезвычайно мемной минувшим летом, когда выяснилось, что она ставит в тупик самые современные языковые модели. ChatGPT оказывается на удивление наивен, сталкиваясь с ней:

Недавно в одном обсуждении под книжным постом мне попались на глаза книги Жан-Поля Пенo с крайне провокационными названиями Geometry Without Shapes, Number Theory Without Whole Numbers, Algebra Without Variables, Statistics Without Data. Я решил подойти к этим книгам строго, с позиции математика, и вот что могу сказать.

Apple внезапно опубликовала исследование, которое разоблачает популярные LLM с "цепочкой размышлений" (Chain-of-Thought) — такие как Gemini 2.5 Pro, OpenAI o3 и DeepSeek R1.

Что тестировали?

Логические задачи:

• башни Ханоя (100+ шагов!)

• загадка про волка, козу и капусту

Искусственный интеллект впервые научился улучшать свои способности, переписывая собственный код.

Представляем вашему вниманию модель "EVA" — искусственную личность, которая принимает человеческий облик и способна менять свой возраст.