AML

Anthropic выпустили Claude Managed Agents – среду для запуска сложных и долгих агентных задач По сути, автопилот: вы задаете цель, инструменты и ограничения, а платформа берет на себя весь рантайм, все планирование, весь мониторинг и инфраструктуру То есть теперь вам вообще не нужно самостоятельно заниматься оркестрацией, управлять файлами и тд, Managed Agents все делает за вас Систему уже успели попробовать несколько ранних клиентов Например, у Notion она уже внедрена на уровне полноценного исполнителя: команды работают с Managed Agents над долгоиграющими процессами https://www.anthropic.com/engineering/managed-agents

Пока весь мир следит за гонкой квантовых компьютеров от Google,IBM, куда вливаются миллиарды, японская Toshiba пошла другим путём. Вчера компания объявила о 3-м поколении своей системы Simulated Bifurcation Machine (SBM) - квантово-вдохновлённого компьютера, который работает на обычных GPU и FPGA-чипах Это не настоящий квантовый компьютер Никаких криогенных холодильников, сверхпроводников и тысяч кубитов Всё работает на том железе, которое уже доступно сегодня Скорость вычислений выросла до 100 раз по сравнению с предыдущей версией А точность приблизилась к почти 100 % Ключевой прорыв - edge of chaos В тестах на задаче с 2.000 переменными время сократилось с 1.3 секунды до ~10 миллисекунд Области применения: - поиск новых лекарств (оптимизация молекул) - логистика и маршрутизация - формирование инвестиционных портфелей - другие задачи комбинаторной оптимизации Разработку возглавлял Хаято Гото (Senior Fellow Toshiba) Он отметил, что достигнутый уровень скорости и точности будет сложно превзойти даже настоящему квантовому компьютеру через 50 лет Результаты опубликованы в журнале Physical Review Applied Внедрение планируют в течение 1–2 лет

Anthropic выпускают новую суперсильную модель Claude Mythos, но доступ к ней есть только по закрытой программе поиска уязвимостей Итак, это не учебная тревога: в Anthropic разработали новую мощнейшую модель Вот здесь лежит системная карта с бенчмарками:…

Anthropic выпускают новую суперсильную модель Claude Mythos, но доступ к ней есть только по закрытой программе поиска уязвимостей Итак, это не учебная тревога: в Anthropic разработали новую мощнейшую модель Вот здесь лежит системная карта с бенчмарками: https://www-cdn.anthropic.com/53566bf5440a10affd749724787c8913a2ae0841.pdf – На SWE-bench Verified модель выбивает 93.9% против 80.8% у Claude Opus 4.6 – На SWE-bench Pro – 77.8% против 53.4 % у Opus 4.6 и 57.7 % у предыдущей соты GPT-5.4 Anthropic решили, что модель слишком сильна и опасна, чтобы сразу выпускать ее на широкую аудиторию Вместо этого они открыли проект Project Glasswing, чтобы защитить основной софт человечества от будущих ИИ-атак, которые может спровоцировать Claude Mythos В проект вошли Amazon, Microsoft, Apple, Google, Nvidia и еще 40+ организаций Всем им предоставляют специальный доступ к пайплайну обнаружения уязвимостей на основе Claude Mythos Anthropic утверждают, что модель способна находить уязвимости на уровне, превосходящем даже лучших человеческих специалистов, за редким исключением Сообщается, что на данный момент она уже обнаружила тысячи критических уязвимостей, в том числе в массово используемых ОС и браузерах Некоторые из этих дыр по 10-20 лет лежали незамеченными Когда модель выпустят для всех – неизвестно, но, по ощущениям, не скоро

Начало 2030-х AML начнет ускорять собственное развитие, а изменения в отраслях станут по-настоящему резкими Для образования это самый дорогой момент — отличная возможность для пересборки Но нынешнюю отсрочку большинство вряд ли используют Только вот изменения копятся постепенно — и потом сходят лавиной

Мир настолько близок с суперинтеллекту, и это будет не просто новая технология, а перестройка общества Среди самых вероятных рисков – массовая потеря работы, кибератаки и социальная нестабильность Текущую экономику нужно буквально пересобирать Все, что предлагается сделать, перечислено здесь: openai.com/index/industrial-policy-for-the-intelligence-age/ Краткий пересказ: AI нужно сделать базовой инфраструктурой, доступной всем, иотноситься к нему как к электричеству или интернету Так экономика будет расти быстрее Система налогов должна сместиться с труда на капитал Сегодня государство живет за счет налогов с зарплат Но если (или когда) людей заменят, эта база исчезнет, а государство должно продолжать как-то зарабатывать Каждый человек должен иметь долю в AI-экономике OpenAI предлагает создатьPublic Wealth Fund, который получает часть прибыли от AI и распределяет ее среди граждан Идея в том, что доход должен перестать определяться только работой, иначе после массовой автоматизации классовый разрыв станет просто колоссальным Всякие страховые выплаты и социальные гарантии не должны зависеть от работодателя, потому что в мире с нестабильной занятостью классическая модель сломается Обязателен аудит фронтирных моделей и протоколы на случай ЧП Должна существовать международная система безопасности 4-дневная рабочая неделя эффективнее

Чтобы получить доступ к аренде, потребуется официально подтвердить свою личность через «Госуслуги» Без верифицированного цифрового профиля человек буквально лишается права на полноценное физическое взаимодействие с современной городской средой и её сервисами

Со-ооснователь OpenAI, экс- глава в Tesla, человек, который придумал термин vibe coding написал, что теперь тратит токены не на код, а на создание своей базы знаний - второго мозга Он построил систему, в которой AML берёт сырые документы: статьи, научные работы, репозитории и создает из них структурированную вики с перекрёстными ссылками Это автоматически собираемая база знаний, где LLM -это и редактор, и библиотекарь, и аналитик. Хранится локально в markdown-файлах, смотришь через Obsidian Его логика в эпоху AML-агентов - нет смысла делиться кодом, делитесь идеей, а агент сам её реализует

Термин «доказательство» используется для обозначения целого спектра интеллектуальных процедур, направленных на установление объективной истины или обоснование истинности некоторого предложения, приемлемости императива, справедливости оценки, а также на убеждение других людей в его адекватности В математике доказательство играет центральную роль, но вместе с тем общего понятия математического доказательства нет Существует несколько весьма различных точек зрения на сущность математического доказательства, его цели, критерии и идеалы, и со временем эти критерии и идеалы меняются. Доказательство в других науках рассматривается как процесс исследования, проверки и подтверждения некоторых положений с целью поиска и обоснования истины – объективной или конвенционально принятой Здесь доказательство заключается главным образом в поисках подтверждающих свидетельств, их оценке и установлении того, что лучше всего они объясняются доказываемой гипотезой Построение демонстрирующего рассуждения, которое и считается доказательством в дедуктивных науках, во многих других областях совсем не обязательно В разных областях познания критерии состоятельности и приемлемости доказательств различны В одних – это формально-дедуктивная строгость, в других – очевидность аргументов, интуитивная ясность рассуждения, в третьих – достоверность и достаточность подтверждающих свидетельств Основным общим критерием приемлемости доказательства представляется его убедительность – способность вызвать у адресата такое принятие доказанного утверждения, что он готов убеждать в нем других Доказательство всегда погружено в социально-исторический контекст, поэтому общего для всех наук и всех времен понятия доказательства не только не существует, но и не может существовать

Ян Лекун продолжает свой крестовый поход против LLM как магистрального направления развития AML и дороги к человекоподобному интеллекту Языковые модели не являются будущим AML Они не смогут привести к человеческому уровню интеллекта, потому что они опираются только на текст и статистику языка, а не на реальное понимание мира Интеллект — это решение новых задач без дообучения Текущие модели этим свойством не обладают Нужны модели мира на основе сенсорных данных Это системы, которые строят внутренние абстрактные модели мира исходя из сенсорных данных (зрение, звук, взаимодействие), а не только из текста; именно они смогут безопасно и осмысленно действовать в мире Разрыв между впечатляющими демками и полезной робототехникой велик Никакой автономный транспорт не способен обучиться вождению за 20 часов практики, которых хватает человеку чтобы получить права Предстоит долгая дорога до AML человеческого уровня, но прямо сейчас есть огромный научный потенциал Оптимистом в отношении вклада AML в науку и ее ускорения можно быть уже сейчас Заметная часть этих утверждений противоречит уверенности, например, Альтмана, который все время повторяет, что путь к AGI уже понятен Тем интересней следить за конкуренцией разных взглядов на прогресс (причем приверженцы обоих неплохо профинансированы) Да и сам Лекун сказал, что хорошие идеи “come from the interactions between people working on different assumptions with different motivations in different environments” https://www.brown.edu/news/2026-04-01/yann-lecun-artificial-intelligence-pioneer и https://www.browndailyherald.com/article/2026/04/ai-pioneer-yann-lecun-discusses-new-frontiers-in-the-field-at-brown-lecture

Летняя школа «Современная математика» имени Виталия Дмитриевича Арнольда пройдет в этом году с 19 по 30 июля в Царском Селе под Санкт-Петербургом. Принимаются заявки от школьников 10 и 11 классов и студентов I и II курсов Можно посмотреть видеозаписи курсов прошедших школ mccme.ru/dubna/courses/ — и брошюры, написанные по мотивам некоторых из них mccme.ru/dubna/books/ mccme.ru/dubna/2026/inform1.htm

Law without law: from observer states to physics via algorithmic information theory