AML

Google описывает NotebookLM как «ИИ-помощник в исследованиях» Как начать им пользоваться? Для каждого нового проекта нужно создать блокнот, в который загружаются статьи, отчеты, заметки, видео Теперь вы можете задавать вопросы к этим материалам, и все ответы будут генерироваться на их основе Основное взаимодействие происходит через чат, как и в других AML-ассистентах NotebookLM работает на языковых моделях Google — Gemini Pro и Gemini Pro Flash В основе лежит RAG-архитектура (Retrieval-Augmented Generation) — технология, которая сначала извлекает релевантные фрагменты из ваших документов, а затем генерирует ответ на их основе Подробнее о RAG в глоссарии Дополнительные функции NotebookLM • генерация подкастов по вашим материалам • создание mind maps (интеллект-карт) • формирование карточек для запоминания • сохранение важных ответов в виде заметок, которые можно объединять Поддерживаемые форматы NotebookLM работает с PDF, Google Docs, презентациями, аудио-, видео- и текстовыми файлами, веб-ссылками (включая транскрипты видео с YouTube) Кому это будет полезно NotebookLM пригодится всем, кто работает с большими объёмами информации: • исследователям и аспирантам для анализа научной литературы • преподавателям для подготовки учебных материалов и курсов • студентам для работы с лекциями и подготовки к экзаменам • журналистам для обработки интервью, документов и справочных материалов • информационным работникам • аналитикам, консультантам, всем, кто ежедневно работает с документами Вгайде пошаговая инструкция для эффективной работы NotebookLM и разбираем задачу поиска информации в исследовательской литературе

«Some Theorems on Polygons with One-line Spectral Proof» (Gregoire Nicollier в Forum Geometricorum) про простые доказательство обобщенной теоремы Наполеона и т.п. фактов ниже — пара иллюстраций полезности метода

Питер Штайнбергер, создатель OpenClaw написал сегодня в Х, что поговорил с Павлом Дуровым,который предложил помощь Первым делом они хотят разобраться, почему включение bot streaming API иногда дублирует сообщения А ещё они хотят сделать качественную поддержку Telegram в OpenClaw Telegram хочет, чтобы агенты жили в мессенджере Штайнбергер также сказал, что Microsoft Teams уже сделали улучшения под OpenClaw. Slack на подходе Стратегия вырисовывается четко - платформы не ждут, пока агенты как-нибудь к ним приспособятся Они сами идут навстречу, потому что агентский трафик - это следующая большая волна, и никто не хочет её пропустить Прочитайте об этом в отчете где есть ниши для бизнеса в агентной экономике Telegram здесь особенно интересен Это платформа, где уже живут миллионы ботов, где аудитория технически грамотная и привыкла к автоматизации Если агенты где-то и приживутся органично, то именно здесь Дуров это понимает

Пентагон запускает новый проект по созданию AML-инструментов для ведения когнитивной войны Управление стратегических возможностей Министерства обороны разрабатывает новый проект по совершенствованию возможностей когнитивной войны в вооруженных силах США Цель нового проекта управления по обеспечению базовой осведомленности об информации (BIAO) - создать инструменты для изменения образа мышления определенных групп населения противника В число технологических областей, на которых будет сосредоточен проект, входят системы обнаружения для идентификации материалов, созданных злоумышленниками, модели для воспроизведения мультимодальных эффектов в информационном пространстве, таких как текст, видео и аудио, а также среда моделирования, способная выполнять крупномасштабное моделирование населения и получать количественные показатели Для эффективного ведения когнитивной войны Министерству обороны США необходимы специально разработанные модели искусственного интеллекта, «настроенные на конкретные задачи» «Такие системы, как ChatGPT и Google Gemini, не являются «хорошим отражением того, как думают русские или китайцы Поэтому нам нужно понять, о чем они думают, и создать модель, которая будет имитировать поведение нашего противника» сказал Сэм Грей, главный технический директор и руководитель направления автономных систем и AML в Управлении стратегических возможностей МО США https://www.nationaldefensemagazine.org/articles/2026/3/26/strategic-capabilities-office-launching-cognitive-warfare-project

ARC-AGI-3 от Франсуа Шоле: люди проходят все мини-игры без правил с результатом 100 %, лучший AML-агент набирает 2.78 %, большинство — 0 % Тест не объясняет правил: нужно самому понять цель, освоить управление и пройти уровень Методологию критикуют: эталон — не средний человек, а один из лучших; эффективность считается по квадрату (прошёл за 100 ходов вместо 10 = 1 % балла); Агенту не сообщают, что управление нужно найти самостоятельно Но именно так и должно работать измерение интеллекта

Отрывок из новой статьи Теренса Тао А вот отрывок из сопутствующего блога: Один из аргументов для теоремы 1.4 был предложен мне ChatGPT, так как я ранее не знал о теореме двух констант Неванлинны <> Затем ChatGPT доказал первое из двух утверждений, лежащих в основе теоремы Также для нахождения доказательства теоремы 1.4 через лемму 1.1 использовались AlphaEvolve и ChatGPT Pro Такая вот новая реальность: ChatGPT доказывает утверждения для математика Фактически, это соавторство

Google объявили, что инвестируют сразу в 2 направления по квантам Речь идёт о: 1. Сверхпроводящих кубитах - их основное и самое зрелое направление уже более 10 лет Здесь у них чип Willow и предыдущие достижения 2. Нейтральных атомах - новая большая ставка Они видят эти 2 платформы как дополняющие друг друга В итоге это должно позволить быстрее дойти до крупномасштабного квантового компьютера, который сможет решать реальные практические задачи

Цитата дня: people will reflect back and say this is the first large-scale combat operation that was really driven, enhanced and made substantially more productive with technology, with AI Алекс Карп, генеральный директор компании Palantir (Palantir Technologies), понятно, по какому поводу https://news.bloomberglaw.com/artificial-intelligence/palantir-cto-sees-iran-war-as-first-major-conflict-driven-by-ai

Миллион обезьян с пишущим машинками не напишут «Войну и Мир», а миллион ИИ ботов не создадут NVlDIA В этом я согласен с Хуангом: современные агенты уже умеют планировать проекты, создавать субагентов для разных задач, искать клиентов и заниматься продажами — делать всё необходимое для управления бизнесом Однако они пока не способны принимать решения в условиях неопределённости Вообще, AML пока и еще очень долго - это не отдельное «царство природы», и система человеческой техносферы Она позволяет людям управляться с растущей сложностью, и очень многое «человеческое» становится «роботово» Но самое главное в человеке - управление неопределенностью и движение в неизведанное, познание и предпринимательство - думаю, наше надолго, если не навсегда Бороться и искать, найти и перепрятать!

В современных моделях проблема памяти не только в числе параметров, но и в том, что модель постоянно таскает за собой огромное количество векторов – в KV-cache для длинного контекста и в индексах vector search для RAG Именно они тормозят модель и делают инференс дорогим Можно квантовать векторы (то есть уменьшать битность вычислений), но тогда модель теряет в качестве Google придумали, как сжимать умнее: не просто округлить числа погрубее, а сделать это так, чтобы модель почти не замечала потери точности Для практики это означает три вещи: • длинный контекст становится дешевле • инференс на том же железе ускоряется •Vector search по огромным базам становится компактнее и быстрее Технически метод TurboQuant состоит из двух слоев PolarQuant сначала преобразует вектор через случайное вращение так, чтобы его можно было эффективно сжать с минимальными служебными затратами – именно за счет этого происходит основное сжатие без потери смысла Затем QJL (Quantized Johnson-Lindenstrauss) добавляет сверхдешевую коррекцию ошибки, кодируя остаток всего одним дополнительным битом на компоненту Это помогает еще точнее восстановить attention score с минимальной нагрузкой на вычисления В экспериментах TurboQuant показывает лучший баланс между искажением скалярного произведения, recall и размером KV-cache – его удалось квантануть аж до 3 бит без дообучения и без компромисса по точности Значения близки к теоретическим нижним границам, то есть это почти оптимум

Законопроект «Антифрод 2.0» обяжет клиентов российских банков подтверждать переводы одновременно через СМС и национальный мессенджер Его введение повлечет многомиллиардные расходы и удорожание услуг Также банки указывают на технические и инфраструктурные риски зависимости всей системы от одного канала, при этом они считают, что норма существенно не повысит уровень защиты — ведь мошенничество сегодня чаще связано с социальной инженерией, а не с недостатком способов подтверждения операций СМС-коды считаются уязвимым каналом, а безопасными являются push, TOTP и биометрия

Минцифры РФ планирует увеличить пропускную способность технических средств противодействия угрозам и финансирование соответствующего федерального проекта — на ₽14.900.000.000, чтобы анализировать весь трафик российского сегмента интернета с запасом, а также для расширения блокировок и с учетом появления новых методов их обхода К 2030 году пропускная способность АСБИ вырастет В 2026 году весь трафик рунета должен обрабатываться АСБИ Ранее планировалось, что мощность системы к 2030 году составит 752.6 Тбит/сек., а теперь — 954 Тбит/сек. (при нехватке мощности ТСПУ включается режим bypass и трафик идет напрямую — именно это произошло несколько дней назад, когда у россиян начали открываться все заблокированные сервисы)