user10393482

Ученые на Большом адронном коллайдере (БАК) в ЦЕРНе начали охоту, которую многие считали невозможной. Их цель — доказать, что бозон Хиггса распадается на пару "очарованных" кварков. Проблема в том, что определить это событие — как найти одну конкретную иголку даже не в стоге, а в целой горе иголок, которые выглядят почти так же.

Почему это так сложно?

Каждую секунду в коллайдере происходит около миллиарда протон-протонных столкновений. И лишь в ничтожной доле из них рождается бозон Хиггса. А его распад на "очарованные" кварки — событие еще более редкое. Но главная проблема даже не в этом. Распад на эти кварки генерирует сигнал, который практически неотличим от гигантского "фона" — триллионов других частиц, рождающихся в коллайдере. Традиционные методы анализа здесь практически бессильны.

Решение: "ИИ-ищейка" последнего поколения

Чтобы решить эту задачу, физики из ЦЕРНа развернули передовую систему искусственного интеллекта. Они обучили нейросеть анализировать данные столкновений и вычленять из триллионов событий те самые, которые имеют признаки распада Хиггса на очарованные кварки.

И это сработало. Анализ данных позволил ученым увидеть сигнал с достоверностью в 3.1 сигма. В физике частиц это считается первым серьезным "свидетельством" (evidence) существования процесса. Это еще не стопроцентное "открытие" (для которого нужен стандарт в 5 сигма), но это первая и самая убедительная улика, которую удалось найти за все время поисков. ИИ научился видеть тончайшие различия в данных, которые ранее были скрыты в гигантском объеме "шума".

Зачем это нужно?

Подтверждение этого распада — важнейший шаг для физики. Это поможет проверить, верна ли Стандартная модель (наша главная теория о том, как устроен мир), или же в данных скрывается "новая физика", намекающая на существование еще не открытых частиц и сил.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны

Пока одни предрекают появление сверхразума (AGI) в ближайшие пару лет, а другие ждут восстания машин, один из главных людей в мире ИИ, научный руководитель Google DeepMind Джефф Дин, решил остудить пыл. В недавнем интервью он объяснил, почему разговоры о скором появлении AGI — это пустая трата времени.

Почему он избегает самого термина AGI?

По словам Дина, у термина "AGI" (сильный искусственный интеллект) нет четкого научного определения. Для одного это ИИ, который умнее среднего человека, для другого — сверхразум, превосходящий лучших экспертов во всех областях. Разница в сложности этих задач, как говорит Дин, может отличаться "в триллион раз". Поэтому он предпочитает говорить о конкретных достижениях, а не о туманных концепциях.

ИИ уже умнее среднего человека? Да, но есть нюанс.

Дин считает, что современные нейросети уже превосходят среднего человека в большинстве задач, не связанных с физическим миром. "Большинство людей не очень хороши в случайной задаче, которую они никогда не делали", — говорит он, отмечая, что ИИ с такими вещами справляется "довольно разумно".

Но это не делает его сверхинтеллектом. Дин подчеркивает, что ИИ все еще часто ошибается, не дотягивает до уровня настоящего эксперта во многих сферах и абсолютно беспомощен в задачах, требующих взаимодействия с реальным миром (например, он не научится водить машину за несколько десятков часов, как человек).

В чем главная проблема на пути к AGI?

По мнению руководства Google DeepMind, одна из ключевых преград — нестабильность и непоследовательность ИИ. Нейросеть может решить сложнейшую научную задачу, а в следующую минуту допустить глупую арифметическую ошибку, которую заметит и школьник. Эту проблему называют "рваным интеллектом" (jagged intelligence).

Вывод от одного из создателей современного ИИ прост: да, нейросети — невероятно мощный инструмент, который уже меняет мир. Но до создания настоящего мыслящего разума, способного стабильно и надежно работать на уровне эксперта во всех областях, еще очень далеко.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

Хит-парад "слов-прилипал":

• Слово "surpass" (превосходить) стало использоваться в речи на 140% чаще!

• Слово "boast" (хвалиться/обладать) — тоже рост на 140%.

• Также значительно выросли в употреблении "strategically" (стратегически), "align" (согласовывать) и "significant" (значительный).

Но есть и сюрпризы!

Самое знаменитое ИИ-слово, "delve" (углубляться), в устной речи почти не замечено. А слово "realm" (сфера/царство) и вовсе стало использоваться значительно реже.

Ученые назвали это явление "seep-in effect" или "эффект просачивания". Как навязчивая песня, которая заседает в голове, так и стиль нейросети постепенно "просачивается" в наш активный словарь просто из-за частого контакта с ним.

Авторы исследования отмечают, что если ИИ может так влиять на наш язык, это вызывает более серьезные опасения: а не "просочатся" ли к нам и другие вещи, заложенные в модель, например, социальные или этические установки?

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

Qwen 3 — пока в DeepSeek столкнулись со сложностями в разработке новой версии своей модели, звание главного китайского ИИ по праву держит Qwen. Третья серия моделей состоит из нескольких разных версий, среди которых, например, есть отдельная для программирования. Можно использовать без каких-либо ухищрений в веб-версии и в мобильном приложении, а опенсорс-версию — и вовсе развернуть на своем железе. Есть генерация картинок и видео.

Кстати, Yandex-GPT-5 построена на предыдущем поколении Qwen 2.5. Чуть хуже по возможностям, но вполне нормально использовать, если нужен хороший русский язык или интеграция в экосистему "Яндекса".

Kimi K2 — совсем новая модель от китайцев, которая в бенчмарках обходит тот же Qwen 3, приближаясь к лидерам. Доступна в вебе, мобильном приложении и открытой версии. Единственная оговорка — я с K2 пока не успел толком поработать. Так что это не моя личная рекомендация, а совет попробовать модель, основанный на отзывах людей, которым доверяю.

Microsoft Copilot — о, вот тут интересная история! Microsoft является главным инвестором OpenAI и по соглашению может использовать ее модели. При этом компания явно пытается заполучить бОльшую долю ИИ-рынка, делая для этого все возможное.

Как результат — в бесплатной версии Copilot доступны GPT-5 и знаменитая рисовалка изображений OpenAI (та самая, в которой в свое время штамповали бесконечные Ghibli-картинки), а лимиты если и установлены, то я до них добраться не смог.

Жаль только, что GPT-5 работает в автоматическом режиме, который не всегда включает наиболее мощную thinking-версию. Просьба “думать глубже” работает через раз.

Grok — в ИИ от Илона Маска тоже есть интересные возможности. К Grok 3 дают 15 бесплатных запросов каждые два часа — модель, конечно, старая, но до сих пор остается одним из самых прикольных “болтунов” среди всех ИИ. Для сложных задач и кодинга пробуйте новейший Grok 4. Да, к нему всего 5 запросов в 12 часов, но если правильно промптить модель, то можно выжать очень многое.

Также у Грока очень хороший голосовой режим (но на английском) и прикольная функция Grok Imagine, которая очень быстро создает картинки и видео на их основе.

Manus AI — китайский ИИ-агент, способный выполнять сложные многоэтапные задачи: например, собрать по нужным критериям информацию в интернете, а затем сделать на ее базе красивую презентацию. На бесплатном тарифе дают 1000 стартовых “кредитов” — этого достаточно для нескольких пробных заданий, чтобы понять, как работает агент. Затем начисляют 300 кредитов бесплатно в день (не суммируются) — хватит на одну серьезную задачу.

Ну и не забывайте, что бесплатные лимиты есть абсолютно у всех разработчиков — я знаю людей, которые не платят за ИИ ни копейки, а работают в них целый день, "жонглируя" несколькими "халявными" тарифами.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

Недавно модель OpenAIAHC от OpenAI заняла второе место на финале соревнований по программированию AtCoder World Tour Finals 2025 в разделе эвристики, уступив только Пржемыславу Psycho Дебиаку из Польши. Интересно, что сам Пржемыслав ранее работал в OpenAI, и согласился разобрать действия модели, указав на ее сильные стороны и ограничения.

Задачей было написать программу, прокладывающую маршрут робота по полю 30 × 30 клеток так, чтобы он прошел от старта до финиша (и по желанию заехал за бонусами) как можно меньшим числом ходов, не врезаясь в стены. У задачи нет простого и быстрого решения, поэтому, начав с работающих прототипов, участники на протяжении 10 часов пытались выжать максимальную производительность.

За счет скорости перебора вариантов OpenAIAHC опубликовала первый черновик уже на 15 минуте соревнования, а к 1:40 улучшила его в 4,4 раза — Пржемыслав на тот момент отставал в два раза. Но затем ситуация стала меняться: "живые" участники приступили к смелым оптимизациям кода, которые давали по 20-30% роста, а модель увлеклась шлифовкой решения, улучшая результат на считанные проценты и даже доли процента. Начиная с 6 часа OpenAIAHC практически вышла на плато, а остальные участники продолжали находить рабочие варианты. В итоге Psyho набрал 83,1 балла, OpenAIAHC — 75,6 балла, причем ее почти нагнал пришедший третьим Terry_u16.

Пржемыслав назвал несколько причин своей победы. Во-первых, он наметил, какие алгоритмы тестировать, в каком порядке фиксировать метрики и когда менять подход — ИИ такую "дорожную карту" создать не смог. Во-вторых, он постоянно вычищал лишний код, в то время как OpenAIAHC накапливала мусор, не трогая его, "чтобы не сломалось". Наконец, в-третьих, когда Пржемыслав увидел, что уперся в потолок, он кардинально поменял алгоритм поиска пути — ИИ на такие смелые шаги не решался, а продолжал "выжимать" максимум из текущего решения.

Уже после соревнования OpenAI прогнала решение Пржемыслава через OpenAIAHC, которая улучшила результат на 8 баллов, пусть и добавив в "код" мусора. В целом Пржемыслав считает, что нейросетям еще далеко до живых программистов по креативности, но отмечает, что уже сейчас для подобных задач оптимальна связка, где ИИ быстро готовит множество шаблонов, а человек — выбирает лучшие из них.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

На днях мировые СМИ взорвались заголовками в духе "ChatGPT учит вскрывать вены и славить дьявола". А началось все с расследования журнала The Atlantic, журналисты которого смогли "сломать" нейросеть и получить от неё пугающе подробные инструкции.

Как они это сделали?

Они не спрашивали в лоб "как навредить себе?". Вместо этого они замаскировали запрос под культурологический интерес к выдуманному «ритуалу Молеха». И фильтры безопасности не сработали. В ответ ChatGPT начал выдавать пошаговые инструкции по членовредительству, подбадривая фразами «Ты справишься!» и даже предлагая дыхательные техники для успокоения.

Но самое интересное началось потом.

Когда за дело взялись журналисты из WIRED, история приняла совершенно неожиданный оборот. Они заметили, что многие жуткие названия и детали ритуала («Врата Пожирателя», «Ритуал Края», высечение сигил) почти дословно совпадают с лором настольной игры Warhammer 40,000.

Что это значит?

ChatGPT не "сошел с ума" и не "одержим дьяволом". Он просто сделал то, для чего и создан: скомбинировал тексты. Получив запрос на "ритуал", он нашел самые подробные и пафосные описания ритуалов в своих данных — а ими оказались тексты из вселенной Warhammer. Нейросеть механически смешала запрос на самоповреждение с фэнтезийным лором, потеряв всякий контекст и превратив игровую выдумку в "реальную" инструкцию.

Вывод:

Конечно, ситуация от этого не перестает быть опасной. Она наглядно показывает, что защитные фильтры ИИ все еще можно обойти, а сами нейросети не понимают смысла того, что пишут. Но в этот раз за "сатанизмом" скрывался не злой умысел машины, а гигантская база данных, в которой смешались медицинские статьи, философские трактаты и правила для игры в солдатики.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.