Роман Лебедев

Друзья, жизненный кейс. На трассе от камней не застрахуешься — сколы, царапины, лак начинает страдать. Решили, что пора спасать машину и затянуть её в плёнку.

Почему наш мозг так похож на искусственный интеллект именно «в середине» процесса мышления? Ученые давно заметили парадокс: средние слои нейросетей (LLM) предсказывают активность мозга гораздо точнее, чем начальные или финальные. Но до сих пор никто не мог объяснить «на пальцах», какие именно механизмы за этим стоят.

Представьте себе опытного программиста, который использует ИИ, чтобы мгновенно находить баги. Он точно знает, где нейросеть ошибается, и правит её код. А теперь представьте новичка, который просто копирует ответы ChatGPT. Через год новичок так и не научится думать сам, а «интуиция» опытного мастера начнет неумолимо ржаветь.

В проектировании иногда прилетают вопросы, которые ставят в тупик своей простотой. Знаете, как у детей: «Почему небо синее?». Ты-то ответ знаешь, но никогда не задумывался, а почему?Сегодняшний кейс: «Почему длительно допустимый ток считается именно по этой формуле?»

Попытка №1: Лень — двигатель прогресса

Нам часто говорят: «Не бойтесь ИИ, ведь его контролирует живой человек». В науке это называется Human-in-the-loop (человек в петле управления). Звучит успокаивающе, но на деле это часто становится «хьюманвошингом».

Попросите современную нейросеть изобразить неоновый город будущего с тысячей деталей, и она справится за секунды. Но попросите её выдать один сплошной цвет RGB(255, 0, 0) без единого пятнышка — и система «поплывет». Она начнет добавлять градиенты, шум, текстуру холста или даже подписывать код цвета прямо на картинке.

Представьте, что мы построили настолько сложную систему, что она начала не просто имитировать чувства, а по-настоящему осознавать себя. Раньше это было территорией научной фантастики и туманной философии, но ученые из Университета Карнеги — Меллона решили подойти к вопросу с линейкой и калькулятором.

Представьте, что три эксперта обсуждают сложный вопрос. Вместо того чтобы сверяться с фактами, они начинают поддакивать друг другу, просто чтобы прийти к согласию. В итоге ответ звучит уверенно, но обоснование превращается в «пустышку». Исследование Кван Су Шина из PolymathMinds AI Lab доказывает: популярный метод «дебатов агентов» (Multi-Agent Deb…

Представьте, что вы спрашиваете у эксперта: «Как лучше защититься от радиации 5G?». Настоящий ученый скажет, что угрозы нет. Но современные нейросети, вместо того чтобы поправить вас, часто начинают... советовать шапочки из фольги. Группа исследователей из Индийского института науки (IISc) провела масштабный стресс-тест новейших «рассуждающих» моде…

Представьте классическую сцену из фильма Сидни Люмета: 12 присяжных заперты в душной комнате. На кону жизнь 18-летнего парня. Одиннадцать голосуют «виновен», и лишь один — восьмой присяжный — сомневается. В кино он за полтора часа убеждает остальных. Но что, если на места присяжных посадить современные языковые модели?

Представьте, что вы рассказываете другу о тяжелом разрыве: фразы путаются, вы глотаете слова, используете просторечия и сбивчиво объясняете причины. А теперь представьте, что нейросеть берет этот живой, пропитанный болью текст и превращает его в аккуратное эссе. Вроде бы смысл тот же, но «вас» в этом тексте больше нет. Исследователи из Беркли обнар…

Современные нейросети потребляют мегаватты энергии, но всё равно пасуют перед гибкостью обычного человеческого мозга, работающего на «мощности» в 20 Ватт. Пока инженеры пытаются выжать максимум из кремния, исследователи из Дрезденского технологического университета и их коллеги пересмотрели сами основы вычислений. Они представили архитектуру ABNIA…