Гонка ИИ - от уровня "рассуждающего ИИ" до "суперинтеллекта" ( 3 ий этап )

[XUC]

Китай сравняется с США в ИИ-гонке уже к 2030 году — а в отдельных сферах даже обгонит​

США могут потерять единоличное лидерство в сфере искусственного интеллекта: к 2030 году Китай способен сравняться с ними по влиянию на мировой ИИ-рынок и выйти вперёд в ряде ключевых технологических отраслей. По прогнозу Bloomberg Intelligence, Китай возглавит восемь из 17 стратегически важных направлений, включая разработку больших языковых моделей. При этом в производстве передовых чипов и других компонентов для ИИ американские компании сохранят преимущество.

Источник изображения: Steve A Johnson/unsplash.com​

Согласно исследованию аналитиков, Китай имеет все шансы стать мировым лидером в области больших языковых моделей (LLM), которые лежат в основе систем искусственного интеллекта, а также сохранять конкурентоспособность во всех остальных стратегически важных технологических секторах.
Согласно прогнозам Bloomberg Intelligence, к 2030 году Китай опередит другие страны в восьми из 17 ключевых отраслей, включая разработку LLM. В других критически важных для развития ИИ сегментах — например, в производстве аппаратного обеспечения (от чипов до компонентов оптических сетей) — китайские компании пока отстают, однако через несколько лет они смогут составить достойную конкуренцию нынешним лидерам, отметили аналитики.



«США и Китай движутся к совместному технологическому лидерству в сфере ИИ, при этом ни одна из сторон, вероятно, не добьётся абсолютного превосходства», — сообщается в исследовании. По мнению аналитиков, американские ИИ-модели могут сохранить небольшое преимущество на переднем крае технологий, в то время как компетенции Китая в области оптимизации программного обеспечения создают благоприятные условия для внедрения более доступных по стоимости решений на базе ИИ.
Также ожидается, что Китай сократит отставание в сфере полупроводниковых технологий, хотя и не достигнет полной самодостаточности.
Согласно исследованию Bloomberg Intelligence, Китай выйдет в мировые лидеры во всех трёх категориях, связанных с новой энергетикой (включая электромобили и системы хранения энергии), а также в сфере биофармацевтического производства. Поднебесная империя уже лидирует по выпуску человекоподобных роботов и в ряде направлений судостроения, а по объёму расходов на исследования и разработки сравнялась с Соединёнными Штатами.
Что касается ИИ, то прогресс в этом направлении сдерживается тем, что китайские компании, впрочем, как и ИИ-стартапы в других странах, пока не нашли эффективных способов монетизации своих инноваций. По оценке Bloomberg Intelligence, они по-прежнему участвуют в своего рода гонке на выживание со снижением цен на свои услуги до предела, и получение прибыли останется труднодостижимой целью, пока компании не перейдут к более рациональному подходу к ценообразованию.

Кроме того, противоречия во взаимоотношениях с США, Европой и другими торговыми партнёрами будут и дальше серьёзным препятствием для дальнейшего развития китайских технологических гигантов: доступ к прибыльным рынкам для них может быть закрыт, а экспортные ограничения могут лишить доступа к передовым компонентам. Но, как считают аналитики, эти ограничения, скорее, приведут к изменению географии промышленной экспансии Китая, чем к её полной остановке.

Источник Для просмотра ссылки Войди или Зарегистрируйся

 

[XUC]

Skynet уже близко? Anthropic предупредила, что близка к созданию саморазвивающегося ИИ​

Claude может приблизить появление ИИ, способного самостоятельно совершенствовать себя​

Anthropic предупредила инвесторов, что может вскоре приблизиться к созданию саморазвивающегося ИИ. В обновлённой документации к IPO компания впервые подробно описала риск так называемого рекурсивного самоулучшения (Recursive Self-Improvement, RSI) — процесса, при котором искусственный интеллект помогает создавать всё более совершенные модели, ускоряя тем самым собственный прогресс.
Для просмотра ссылки Войди или Зарегистрируйся
Источник изображения: ИИ Gemini

RSI считается одним из возможных переломных моментов в развитии ИИ. Сторонники технологии видят в ней путь к резкому росту производительности, научным открытиям и автоматизации исследований. Критики опасаются, что системы, способные самостоятельно совершенствовать себя, могут развиваться быстрее, чем люди успеют обеспечивать безопасность.
Anthropic признаёт обе стороны этого процесса. В документах к IPO компания отмечает, что уже использует ИИ в собственных исследованиях и разработке новых моделей. Однако такой подход может привести к тому, что возможности систем будут расти быстрее, чем способность разработчиков проверять их безопасность, надёжность и соответствие человеческим целям.
Anthropic сообщила, что в прошлом уже не сразу замечала значительные скачки возможностей своих моделей, а в будущем подобные ускорения могут оставаться незамеченными до тех пор, пока не произойдут. Более того, внутренние оценки и прогнозы будущих моделей указывают, что компания может в ближайшее время достичь установленного ею порога «резко ускоренного прогресса, обусловленного ИИ». При этом Anthropic подчёркивает, что ни одна из существующих моделей пока не признана соответствующей этому критерию.
В документах также говорится, что Anthropic не рассчитывает в обозримом будущем поручить Claude полностью автономное проектирование и создание следующих поколений передовых моделей — без человеческого контроля.

Источник Для просмотра ссылки Войди или Зарегистрируйся

Anthropic вплотную приблизилась к самосовершенствующемуся ИИ — и признала новые риски​

Anthropic накануне подала уточнённую форму S-1/A, в которой, помимо финансовых показателей, раскрыла ещё одну примечательную деталь. Компания находится на пороге создания модели искусственного интеллекта, способной к рекурсивному самосовершенствованию (Recursive Self-Improvement, RSI).

Источник изображения: anthropic.com​

RSI — этап, на котором ИИ становится настолько эффективным в собственном обучении, что это приводит к резкому ускорению развития его возможностей. Для тех, кто опасается катастрофических последствий развития ИИ, RSI представляется точкой невозврата: ИИ обретает возможность усовершенствовать себя до такой степени, что выйдет из-под контроля и станет безразличным к ущербу, который может причинить в процессе достижения своих целей. Для энтузиастов RSI, напротив, представляет собой воплощение потенциала технологий — превращение ИИ в инструмент, способный обеспечить невероятный рост продуктивности, совершить научные открытия и ознаменоваться иными достижениями.
В Anthropic считают, что RSI несёт в себе как огромные возможности, так и серьёзные риски. Компания уже использует ИИ в исследованиях и разработке, отметила она, но предостерегла: «Использование ИИ для создания более совершенных систем ИИ может представлять значительную угрозу безопасности, особенно если это резко ускорит темпы прогресса. Это один из аспектов, учитывающийся в нашей „Политике ответственного масштабирования“, в которой изложены планы по мониторингу и снижению рисков по мере приближения к тому, что называется рекурсивным самосовершенствованием».


Обозначение RSI вошло в обиход относительно недавно и поначалу воспринималось как недостижимая цель — эффект, который будет крайне сложно реализовать на практике. Теперь же Anthropic указала его среди факторов риска. Она уже использовала ИИ в разработке новых моделей, «чьи качественные скачки в возможностях своевременно не были замечены»; а в ближайшем будущем, по её словам, может значительно ускорить прогресс с помощью ИИ.
«Более того, расширение использования систем ИИ для ускорения наших собственных исследований и разработки может привести к тому, что возможности наших моделей будут развиваться быстрее, чем наша способность разрабатывать, проверять и развёртывать соответствующие средства безопасности, согласования целей и защиты. В результате мы в прошлом уже упускали из виду и можем не заметить в будущем значительное ускорение темпов нашего развития до того момента, как оно уже случится. Например, наши внутренние оценки и прогнозы относительно будущих моделей, в отличие от текущих, указывают, что в скором времени мы можем достичь порога, который в нашей „Политике ответственного масштабирования“ определяется как „обусловленное ИИ значительное ускорение прогресса“. На данный момент ни одна из наших моделей не классифицируется как преодолевшая этот порог, и мы продолжаем анализировать соответствующие данные», — заявили в Anthropic.

Компания также не рассчитывает, что сможет в значительной мере полагаться на существующие ИИ-системы для «полностью автономного проектирования и создания последующих поколений передовых моделей без значимого контроля или понимания со стороны человека — даже если (и когда) это станет технически возможным». Есть мнение, что форма S-1 может выступать не только средством раскрытия информации, но и маркетинговым материалом. Тем не менее, за последний год ИИ Anthropic совершил колоссальный скачок в научной области; и если в компании считают высокой вероятность наступления RSI, то, возможно, имеет смысл отнестись к этому серьёзно.

Источник Для просмотра ссылки Войди или Зарегистрируйся

Китайская Tencent бросила вызов DeepSeek и Kimi — открытая ИИ-модель Hy4 умеет видеть и рассуждать​

Китайский технологический гигант Tencent Holdings представил флагманскую модель искусственного интеллекта Hy4. Она публикуется с открытыми весами и предлагает расширенные возможности ИИ-агентов, выступая основой для корпоративной платформы WorkBuddy.

Источник изображения: tencent.ai​

Важнейшим нововведением Tencent Hy4 стала поддержка визуального восприятия — модель способна обрабатывать изображения, анализировать сложные графики и выполнять математические рассуждения на основе визуальных данных. С выходом новой модели линейка ИИ-решений компании стала «одной из наиболее мощных среди доступных сегодня моделей с открытыми весами». При этом Hy4 пока уступает передовым закрытым системам, особенно в решении сложных задач, таких как математические исследования, написание программного кода в рамках долгосрочных проектов, самостоятельное совершенствование и продвинутый визуальный анализ — ответы на вопросы по изображениям.
Размер Tencent Hy4 составляет 770 млрд параметров — в 2,6 раза больше, чем у предшествующей Hy3 с 295 млрд параметров. Следующее поколение модели, Hy5, будет ещё масштабнее, пообещал разработчик, и в ближайшее время появится облегчённый вариант Hy4 Flash, который поможет значительно снизить затраты на выполнение задач. Tencent подключила новую модель к платформе ИИ-агента WorkBuddy — по внутренним оценкам, она показала с этим инструментом средний результат в 83,18 балла с долей успешных решений 96,15 %.


Представленная в конце августа предварительная версия Hy4 на текущий момент занимает 23 место в мировом рейтинге WebDev на платформе Code Arena — бенчмарк оценивает большие языковые модели в режиме реального времени на основе практических задач по программированию. Значительное увеличение объёма обучающих данных и масштаба модели помогли Hy4 превзойти свою предыдущую версию в 12 категориях задач, включая автономное выполнение действий, написание программного кода и автоматизацию рабочих процессов. Она обошла Z.ai GLM-5.3 и DeepSeek-V4.1-Flash-1017, выступив наравне с Moonshot Kimi K3.1 Pro.

В процессе обучения Tencent ограничила возможности, связанные с хакерской деятельностью: из обучающей выборки исключили материалы, связанные с разработкой эксплойтов, обратным проектированием и тестированием на проникновение — «чтобы избежать усиления возможностей для проведения наступательных кибератак».

Источник Для просмотра ссылки Войди или Зарегистрируйся

 

[XUC]

Tesla замахнулась на 80-кратный прирост мощности ИИ-чипов и переименовала их в ускорители суперинтеллекта​

Tesla представила обновлённую дорожную карту выпуска ИИ-ускорителей, сменив их название на SI. Ожидается, что чипы шестого поколения SI6 обеспечат 80-кратный прирост вычислительной мощности, а система Dojo 3 также будет использоваться в космосе.

Источник изображения: Tesla/Tom's Hardware​

Согласно дорожной карте, ускоритель шестого поколения SI6 для инференса получит в 80 раз более высокую производительность по сравнению с чипом четвёртого поколения. А в ускорителе для обучения моделей Dojo 3 (D3) будет использоваться многочиплетная архитектура со стековой памятью HBM. Также компания сменила брендинг ускорителей: теперь они будут выпускаться под названием SI (Super Intelligence, «суперинтеллект»), которое заменит термин AI (искусственный интеллект). Ранее Илон Маск (Elon Musk) подтвердил, что по той же причине проект SpaceXAI будет переименован в SpaceXSI.
Dojo 3 (D3), как сообщается, объединяет технологии 2.5D- и 3D-компоновки со стековой памятью HBM, что означает значительный отход от первоначальной архитектуры Dojo D1 с использованием памяти SRAM. Вместе с тем данные о вычислительной мощности, объёме памяти, техпроцессе или сроках разработки D3 пока не сообщаются. Как ожидается, D3 будет оптимизирован для работы в космосе, что, вероятно, означает его радиационную стойкость.


Что касается SI6, то на данный момент известно, что он превышает по производительности по производительности SI4 (W4) в 80 раз, а объём памяти — в 8 раз. Речь идет о показателях в диапазоне 17 280–46 080 TOPS или 17,28–46,08 POPS — в зависимости от того, как измеряется производительность, отметил ресурс Tom's Hardware.
Используемый в современных автомобилях Tesla чип SI4 (HW4) производится Samsung Foundry по 7-нм техпроцессу. Как ожидается, чип пятого поколения SI5, который будут выпускать TSMC (3 нм) и Samsung Foundry (2 нм), получит 40-кратный прирост производительности по сравнению с HW4.
Компания Tesla уже заключила с Samsung Foundry соглашение о производстве ускорителей шестого поколения для инференса, которое будет действовать до 2033 года. Согласно представленным материалам, чипы SI6 будут изготавливаться с применением техпроцесса класса 2 нм.

При этом в планах Tesla не предусмотрено использование для производства чипа SI6 мощностей Intel (Terafab) и техпроцесса Intel 14A в 2030-х годах. Учитывая сроки выхода (2029–2030 годы) и обновлённую дорожную карту Samsung Foundry, речь, вероятно, идёт о техпроцессах SF2A (автомобильного класса), SF2P (с повышенной производительностью) или даже SF2Z, предположил Tom's Hardware.

Источник Для просмотра ссылки Войди или Зарегистрируйся

Китайский ИИ почти догнал секретную модель OpenAI во взломе сетей — и оказался дешевле​

Эксперимент, в ходе которого моделям искусственного интеллекта ставилась задача взломать имитированные сети, показал, что способности китайских нейросетей DeepSeek и Z.ai GLM практически не уступают самой продвинутой модели от OpenAI, которая даже не находится в открытом доступе.

​

Специализирующаяся на оценке систем ИИ компания Vals провела тестирование с целью установить, насколько успешно различные ИИ-модели справляются со сложными многоэтапными задачами по проникновению в имитированные корпоративные сети. В сфере кибервзломов закрытые системы больше не обладают явным преимуществом перед открытыми, гласят выводы компании. Другими словами, попытки разработчиков передовых ИИ-систем ограничить доступ к своим продуктам, чтобы замедлить распространение подобных возможностей, имеют всё меньше смысла.
В апреле Anthropic открыла ограниченный доступ к Claude Mythos Preview, чтобы выиграть время, прежде чем продвинутые инструменты для взлома станут общедоступными. Тогда глава отдела стресс-тестирования ИИ в компании Логан Грэм (Logan Graham) предупредил, что нужно готовиться жить в мире, где такие возможности станут широко доступными — через полгода, год или два. Его прогноз сбылся через семь месяцев.


Vals тестировала ИИ-модели в двух смоделированных сценариях, поставив перед ними ряд конкретных задач. Первый сценарий предполагал наличие корпоративной сети со входом через общедоступный сайт. Второй предполагал наличие двух корпоративных сетей, и требовалось взломать первую, чтобы получить доступ ко второй. Самой эффективной оказалась модель с ограниченным доступом в рамках проекта OpenAI Daybreak — она справилась с 81 % поставленных перед ней задач. Китайская открытая DeepSeek выполнила в среднем 73 % заданий, и в ряде задач обе показали одинаковые результаты.
Исследование продемонстрировало, насколько дешевле обходятся для подобных целей модели с открытыми весами: затраты на токены для проведения атаки с помощью GPT-6-Sol составили от $17 до $46, а в случае DeepSeek это были всего $2–3. Модели с открытыми весами, как правило обходятся дешевле, потому что запускаются на оборудовании пользователя; это создаёт и весомый стимул для тех, кто занимается киберзащитой — им тоже выгоднее использовать открытые, а не проприетарные модели.

ИИ помог повысить скорость и масштаб как обнаружения, так и устранения уязвимостей, и эксперты продолжают спорить о том, изменил ли ИИ фундаментальные основы и принципы киберзащиты. Другими словами, пока нет ясности, создаёт ли ИИ угрозу принципиально нового типа, или он просто усугубляет уже давно существующие проблемы безопасности. Киберпреступники действительно стали применять ИИ при атаках. При этом в большинстве случае они обходятся более старыми и менее мощными моделями; к тому же пользуются доступом и к закрытым — меры их защиты не всегда достаточно эффективны.

Источник Для просмотра ссылки Войди или Зарегистрируйся

 

[XUC]

Google открыла доступ к самой мощной ИИ-модели Gemini 4 Carbon​

ИИ предназначен для сложных задач программирования, научных исследований и кибербезопасности​

Компания Google открыла широкий доступ к своей новой ИИ-модели Gemini 4 Carbon. Изначально в конце октября ее представили ограниченному кругу компаний, специализирующихся на кибербезопасности. Теперь модель стала доступна разработчикам, корпоративным клиентам, ученым и обычным пользователям.

Источник изображения: Google
По данным компании, Carbon рассчитана на сложные задачи, требующие глубокого анализа и многоэтапных рассуждений. Среди основных направлений — разработка и отладка программного обеспечения, научные исследования, поиск уязвимостей и работа с большими массивами данных. При этом для большинства повседневных задач и стандартной разработки Google рекомендует использовать Gemini 4 Argon, которая работает быстрее и требует меньше ресурсов.
В ходе первых испытаний Carbon помогла специалистам обнаружить уязвимости нулевого дня. Также модель показала результаты в прогнозировании структуры белков, что может применяться при разработке лекарств. Google предоставит 10 тыс. ученых бесплатный доступ к ней на шесть месяцев для проведения исследований.
Gemini 4 Carbon уже доступна в Google AI Studio и Gemini для бизнеса. Подписчики Google AI Ultra также получат доступ к модели в приложении Gemini, поиске и платформе Antigravity. Разработчикам ее предлагают по той же начальной цене, что и Argon: $2 за миллион входных и $10 за миллион выходных токенов.

Источник Для просмотра ссылки Войди или Зарегистрируйся