Мягкая сингулярность уже здесь — но вы её еще не заметили
Сам Альтман объясняет, почему ближайшие 5 лет будут ощущаться как тихий Big Bang
Мы уже как 3 года разглядываем горизонт событий, но сегодня Альтман утверждает, что точка невозврата пройдена. Сингулярность уже началась. Но она оказалась... мягкой.
В эссе «The Gentle Singularity» создатель ChatGPT описывает будущее без голливудского пафоса, но от этого оно лишь пугающе-реально.
Пять откровений, переворачивающих представление о будущем
1. Мы уже живем с цифровым сверхразумом. GPT-4 и o3 уже умнее нас в десятках задач, а ближайшие «оценки» обещают агентам написать нерешённое уравнение, а роботам — построить для себя новый завод.
2. 2025-2027: Три года, которые изменят все — агенты уже пишут код, скоро будут делать научные открытия, а затем... роботы выйдут в реальный мир.
3. Начался цикл рекурсивного самосовершенствования ИИ — ИИ помогает создавать лучший ИИ. До превращения экспоненты развития ИИ в вертикаль, возможно, остались месяцы. И это уже не фантастика.
4. Интеллект и энергия — ноль ограничений. Один запрос к ChatGPT сейчас потребляет столько же энергии, сколько духовка за секунду. Скоро это будет стоить сильно дешевле. Если стоимость «мозга» сведётся к цене киловатт-часа, скорость научного взлёта будет измеряться не годами, а неделями: «десятилетие исследований за месяц» — не метафора, а дорожная карта.
5. Эффект свечки на ветру. Малейший баг в ценностях, умноженный на сотни миллионов пользователей, превращается в глобальный провал. Поэтому Альтман настаивает: сначала — решаем проблему выравнивание, потом — раздаём сверхразум как Wi-Fi.
Затем Альтман ловко меняет тон с инженерного на философский: сравнивает нас с крестьянами XI века, для которых наши сегодняшние «серьёзные» профессии выглядели бы пустыми забавами. И значит, профессии 2035-го покажутся нам таким же фарсом — и это нормально.
Почему нужно читать сейчас?
Потому что 2030-е, хотя и «не изменят любовь к родным и вкус речной воды», но в корне перепишут всё остальное. А это эссе даёт шанс увидеть кривую экспоненты до того, как она станет вертикальной.
Полный текст здесь.
#Сингулярность #Техносингулярность
Сам Альтман объясняет, почему ближайшие 5 лет будут ощущаться как тихий Big Bang
Мы уже как 3 года разглядываем горизонт событий, но сегодня Альтман утверждает, что точка невозврата пройдена. Сингулярность уже началась. Но она оказалась... мягкой.
В эссе «The Gentle Singularity» создатель ChatGPT описывает будущее без голливудского пафоса, но от этого оно лишь пугающе-реально.
Пять откровений, переворачивающих представление о будущем
1. Мы уже живем с цифровым сверхразумом. GPT-4 и o3 уже умнее нас в десятках задач, а ближайшие «оценки» обещают агентам написать нерешённое уравнение, а роботам — построить для себя новый завод.
2. 2025-2027: Три года, которые изменят все — агенты уже пишут код, скоро будут делать научные открытия, а затем... роботы выйдут в реальный мир.
3. Начался цикл рекурсивного самосовершенствования ИИ — ИИ помогает создавать лучший ИИ. До превращения экспоненты развития ИИ в вертикаль, возможно, остались месяцы. И это уже не фантастика.
4. Интеллект и энергия — ноль ограничений. Один запрос к ChatGPT сейчас потребляет столько же энергии, сколько духовка за секунду. Скоро это будет стоить сильно дешевле. Если стоимость «мозга» сведётся к цене киловатт-часа, скорость научного взлёта будет измеряться не годами, а неделями: «десятилетие исследований за месяц» — не метафора, а дорожная карта.
5. Эффект свечки на ветру. Малейший баг в ценностях, умноженный на сотни миллионов пользователей, превращается в глобальный провал. Поэтому Альтман настаивает: сначала — решаем проблему выравнивание, потом — раздаём сверхразум как Wi-Fi.
Затем Альтман ловко меняет тон с инженерного на философский: сравнивает нас с крестьянами XI века, для которых наши сегодняшние «серьёзные» профессии выглядели бы пустыми забавами. И значит, профессии 2035-го покажутся нам таким же фарсом — и это нормально.
Почему нужно читать сейчас?
Потому что 2030-е, хотя и «не изменят любовь к родным и вкус речной воды», но в корне перепишут всё остальное. А это эссе даёт шанс увидеть кривую экспоненты до того, как она станет вертикальной.
Полный текст здесь.
Прочтите, пока сингулярность нежно шепчет, а не оглушает, как взрыв при извержении вулкана Кракатау в 1883 году (в эпицентре было немыслимых 310 децибел, при болевом пороге для человека около 130 децибел и звуке рядом с реактивным двигателем – примерно 150 децибел).
#Сингулярность #Техносингулярность
12👍162🤔87🤯36👎14
Проснитесь — ребёнок инопланетян уже переписывает ваш трудовой договор
Ставка — не ваше место в компании, а сама ваша профессия, и останетесь ли вы вообще востребованными
2 года назад Microsoft всего за $10B Microsoft купил «ребенка инопланетян. С тех пор число таких «инопланетных детишек» на Земле многократно выросло. На них обращено внимание миллиардов людей, и все они находятся под микроскопами солидных ученых комиссий, тестирующих их быстро возрастающие интеллектуальные способности.
Но ситуация складывается странная - очень похожая на эту.
Представьте:
• очередная учёная комиссия тестирует чужого малыша: измеряет составляющие его «IQ», анализирует их рост и затем публикует результаты в своем отчёте, но … к моменту публикации отчета ребёнок уже вовсю читает протоколы описанных в нем исследований и редактирует в них ошибки;
• результаты следующего раунда тестирования «IQ» на задачах элементарной алгебры лишь вычитываются авторами, а ребёнок уже освоил топологический вариант теории Галуа.
Вышеописанное не метафора. С ИИ ситуация абсолютно такая же:
• цифры конца 2024 года — это вчерашний ростомер;
• через полгода «ребенок инопланетян» уже вовсю осваивает reasoner-артикуляцию (многошаговые умозаключения);
• а ещё через полгода будут работать автономные агент-петли (autonomous agent loop), и старые диапазоны измерений просто лопнут.
Результаты новейшего отчета по использованию ИИ для программирования фиксируют состояние на конец 2024. И результаты таковы.
✔️ К концу 2024 года ИИ-ассистенты писали ~30% всего open-source Python-кода в США и более 20% — в Индии, Германии и Франции. У новичков на GitHub доля ИИ-кода достигает 40%: те, кто только входит в профессию, сразу учатся «с двумя клавиатурами» — своей и машинной.
✔️ Даже при консервативной оценке это даёт +2,4% к продуктивности каждого разработчика и ежегодно добавляет экономике США до $14 млрд ценности; при эффектах последних RCT (рандомизированных контролируемых исследований) диапазон вырастает до $96 млрд. (в пересчёте на «чистую» скорость/объём это даёт порог дополнительной продуктивности от 6 % (медицина) до ≈26 % (юристы))
✔️ Вместо копирования рутинных паттернов разработчики начинают тянуться к незнакомым библиотекам (+2,2%) и нестандартным связкам (+3,5%), то есть быстро переучивают себя — точнее, их переучивает ИИ.
Но все эти впечатляющие цифры — лишь нижняя граница грядущей волны передела множества профессий. Удержаться на гребне этой волны можно лишь одним способом: не ждать нового раунда тестирования, а самому стать тем, кто эти тесты придумывает.
Как сформулировал CEO компании Fiverr Мики Кауфман:
• Не имеет значения, программист вы, дизайнер, продакт-менеджер, data-scientist, юрист, специалист поддержки клиентов, продавец или финансист — AI приходит за вами
• Осваивай ИИ, иначе ИИ освоит тебя.
Это значит:
1. Никто не находится вне зоны поражения. Программист, дизайнер, юрист, продукт, финансист … — алгоритм найдёт, как вас заменить.
2. Лестница сложности перевернётся. Вчерашние «лёгкие» задачи исчезнут, вчерашние «трудные» станут новой рутиной.
3. Ставка — не место в компании, а сама профессия. Вопрос звучит шире, чем «останусь ли я в компании?» — «останусь ли я вообще востребованным?»
4. Проснувшиеся вовремя выживут. Освоишь ИИ-инструменты — станешь дирижёром, который использует модель как оркестр. Проспишь — оркестр сыграет без тебя.
5. Игнорировать это можно, но… станешь печальной статистикой в следующем отчёте об автоматизации труда.
Так что вся надежда на «парадокс Дедала для ИИ»
#LLMvsHomo
Ставка — не ваше место в компании, а сама ваша профессия, и останетесь ли вы вообще востребованными
2 года назад Microsoft всего за $10B Microsoft купил «ребенка инопланетян. С тех пор число таких «инопланетных детишек» на Земле многократно выросло. На них обращено внимание миллиардов людей, и все они находятся под микроскопами солидных ученых комиссий, тестирующих их быстро возрастающие интеллектуальные способности.
Но ситуация складывается странная - очень похожая на эту.
Представьте:
• очередная учёная комиссия тестирует чужого малыша: измеряет составляющие его «IQ», анализирует их рост и затем публикует результаты в своем отчёте, но … к моменту публикации отчета ребёнок уже вовсю читает протоколы описанных в нем исследований и редактирует в них ошибки;
• результаты следующего раунда тестирования «IQ» на задачах элементарной алгебры лишь вычитываются авторами, а ребёнок уже освоил топологический вариант теории Галуа.
Получается, что ценность протоколов о вчерашнем «уровне развития» стремится к нулю; куда важнее — траектория роста и то, когда этот юный разум вырвется за пределы наших инструментов измерения.
Вышеописанное не метафора. С ИИ ситуация абсолютно такая же:
• цифры конца 2024 года — это вчерашний ростомер;
• через полгода «ребенок инопланетян» уже вовсю осваивает reasoner-артикуляцию (многошаговые умозаключения);
• а ещё через полгода будут работать автономные агент-петли (autonomous agent loop), и старые диапазоны измерений просто лопнут.
Результаты новейшего отчета по использованию ИИ для программирования фиксируют состояние на конец 2024. И результаты таковы.
✔️ К концу 2024 года ИИ-ассистенты писали ~30% всего open-source Python-кода в США и более 20% — в Индии, Германии и Франции. У новичков на GitHub доля ИИ-кода достигает 40%: те, кто только входит в профессию, сразу учатся «с двумя клавиатурами» — своей и машинной.
✔️ Даже при консервативной оценке это даёт +2,4% к продуктивности каждого разработчика и ежегодно добавляет экономике США до $14 млрд ценности; при эффектах последних RCT (рандомизированных контролируемых исследований) диапазон вырастает до $96 млрд. (в пересчёте на «чистую» скорость/объём это даёт порог дополнительной продуктивности от 6 % (медицина) до ≈26 % (юристы))
✔️ Вместо копирования рутинных паттернов разработчики начинают тянуться к незнакомым библиотекам (+2,2%) и нестандартным связкам (+3,5%), то есть быстро переучивают себя — точнее, их переучивает ИИ.
Но все эти впечатляющие цифры — лишь нижняя граница грядущей волны передела множества профессий. Удержаться на гребне этой волны можно лишь одним способом: не ждать нового раунда тестирования, а самому стать тем, кто эти тесты придумывает.
Как сформулировал CEO компании Fiverr Мики Кауфман:
• Не имеет значения, программист вы, дизайнер, продакт-менеджер, data-scientist, юрист, специалист поддержки клиентов, продавец или финансист — AI приходит за вами
• Осваивай ИИ, иначе ИИ освоит тебя.
Это значит:
1. Никто не находится вне зоны поражения. Программист, дизайнер, юрист, продукт, финансист … — алгоритм найдёт, как вас заменить.
2. Лестница сложности перевернётся. Вчерашние «лёгкие» задачи исчезнут, вчерашние «трудные» станут новой рутиной.
3. Ставка — не место в компании, а сама профессия. Вопрос звучит шире, чем «останусь ли я в компании?» — «останусь ли я вообще востребованным?»
4. Проснувшиеся вовремя выживут. Освоишь ИИ-инструменты — станешь дирижёром, который использует модель как оркестр. Проспишь — оркестр сыграет без тебя.
5. Игнорировать это можно, но… станешь печальной статистикой в следующем отчёте об автоматизации труда.
Так что вся надежда на «парадокс Дедала для ИИ»
#LLMvsHomo
👍132🤔54👎31
Пять ступеней участия человека: проверьте, на каком уровне ваша работа переживёт ИИ-революцию
“Шкала участия человека” и «Карта хочу-могу» разложили 844 профзадачи по цветам светофора — узнайте, в какой зоне окажутся ваши навыки в 2026
Впервые стэнфордское исследование совместило пятиуровневую «шкалу участия человека» с «картой хочу-могу» для 844 профзадач, превратив туманную дискуссию об автоматизации в чёткую дорожную карту того, какие профессии ИИ поглотит в первую очередь и где человеческие навыки резко вырастут в цене.
Если отбросить самых упертосамоуверенных, что человек – венец природы, а ИИ – стохастический попугай, аргументация технооптимистов стоит на 2х ключевых тезисах:
✔️ Как и при всех прошлых технореволюциях, одни профессии исчезнут, но другие появятся, и потому, в большинстве своем, люди останутся при деле, лишь поменяв профессии.
✔️ Поскольку ИИ просто не способен заменить человека во всем, будущее за гибридными «Профкентаврами людей и ИИ», где и людям, и ИИ-агентам найдется достойное место.
Авторы нового (крайне важного сменой угла зрения и прорывного по методологии) исследования Стэнфордского универа показали примитивность и практическую бесполезность обоих ключевых тезисов.
• Они хороши, если использовать их в общефилософских дебатах.
• Но они ничего не дают для выстраивания системы социально-человеческих измерений и внедрения инструментов прогнозирования, необходимых для адаптации общества к цунами грядущего массового внедрения LLM-агентов во все индустрии и на все уровни экономики.
Что было сделано
104 профессии были разложены на 844 задач оценили по двум измерениям:
🪼куда люди хотят пустить ИИ-агентов
🪼и где это технически возможно
Авторы посмотрели на потенциал гибридизации людей и ИИ не с общих позиций, а конкретно:
🪼хорошо, внедрим профкентавров
🪼так сколько тогда людей в рабочем контуре останется (столько же? больше? меньше чем было?)
Для ответа на этот вопрос появилась “Шкала участия человека” Human Agency Scale: пятиуровневая шкала H1–H5, показывающая, сколько человеческого участия требуется при выполнении задачи совместно с ИИ-агентом.
2) Потом авторы составили «Карту желаний и возможностей» («Карту хочу-могу» Desire × Capability), чтобы оценить:
🪼где люди сами просят автоматизировать задачи, а где ИИ-агенты готовы заменить их вопреки желанию
🪼где автоматизация включит «зелёный свет», а в каких профессиях вырастет ценность человеческого участия.
Получился двумерный «ландшафт» задач, разбитый на зоны «зелёный свет», «красный свет», «R&D-возможность» и «низкий приоритет» в зависимости от того, насколько работники хотят автоматизации и насколько она технически возможна.
Ключевые «новинки» исследования
Шкала участия человека наконец-то позволила измерить единой линейкой, сколько человека должно оставаться в контуре. Это важно для практики: помогает выбирать между полной автоматизацией и ко-работой.
Карта хочу-могу предоставила разбивка задач на Зеленый цвет (хотим + можем), Красный (можем, но люди против), Надо разрабатывать R&D Opportunity (хотим, но пока не умеем) и Пока неважно Low Priority. Это даёт быстрый «радар» для инвестиций и политики занятости.
Заточенная на профессии Worker-centric оптика показала, что статистика использования (например, логи Claude.ai) плохо отражает реальный спрос: профессии с самым высоким запросом на автоматизацию составляют лишь 1,26 % текущего использования LLM-чатов.
Выявлены конкретные сигналы пересборки навыков. Проведенный анализ связывает каждую задачу с O*NET-скиллами ()база Occupational Information Network Министерства труда США) и показывает: ценность скилов типа «анализа данных» уходит вниз, а «налаживания отношений» и «координации ресурсов» — вверх. Это добавляет стратегический слой к чисто количественной оценке прироста производительности.
Почему это принципиально
✔️Про смену угла зрения сказано выше
✔️2 новые карты можно прямо вкручивать в программы рескиллинга, фильтры грантов и регуляторные «светофоры»
✔️Риск «красной зоны» - там возможна социальная турбулентность
#LLMvsHomo
“Шкала участия человека” и «Карта хочу-могу» разложили 844 профзадачи по цветам светофора — узнайте, в какой зоне окажутся ваши навыки в 2026
Впервые стэнфордское исследование совместило пятиуровневую «шкалу участия человека» с «картой хочу-могу» для 844 профзадач, превратив туманную дискуссию об автоматизации в чёткую дорожную карту того, какие профессии ИИ поглотит в первую очередь и где человеческие навыки резко вырастут в цене.
Если отбросить самых упертосамоуверенных, что человек – венец природы, а ИИ – стохастический попугай, аргументация технооптимистов стоит на 2х ключевых тезисах:
✔️ Как и при всех прошлых технореволюциях, одни профессии исчезнут, но другие появятся, и потому, в большинстве своем, люди останутся при деле, лишь поменяв профессии.
✔️ Поскольку ИИ просто не способен заменить человека во всем, будущее за гибридными «Профкентаврами людей и ИИ», где и людям, и ИИ-агентам найдется достойное место.
Авторы нового (крайне важного сменой угла зрения и прорывного по методологии) исследования Стэнфордского универа показали примитивность и практическую бесполезность обоих ключевых тезисов.
• Они хороши, если использовать их в общефилософских дебатах.
• Но они ничего не дают для выстраивания системы социально-человеческих измерений и внедрения инструментов прогнозирования, необходимых для адаптации общества к цунами грядущего массового внедрения LLM-агентов во все индустрии и на все уровни экономики.
Что было сделано
104 профессии были разложены на 844 задач оценили по двум измерениям:
🪼куда люди хотят пустить ИИ-агентов
🪼и где это технически возможно
Авторы посмотрели на потенциал гибридизации людей и ИИ не с общих позиций, а конкретно:
🪼хорошо, внедрим профкентавров
🪼так сколько тогда людей в рабочем контуре останется (столько же? больше? меньше чем было?)
Для ответа на этот вопрос появилась “Шкала участия человека” Human Agency Scale: пятиуровневая шкала H1–H5, показывающая, сколько человеческого участия требуется при выполнении задачи совместно с ИИ-агентом.
2) Потом авторы составили «Карту желаний и возможностей» («Карту хочу-могу» Desire × Capability), чтобы оценить:
🪼где люди сами просят автоматизировать задачи, а где ИИ-агенты готовы заменить их вопреки желанию
🪼где автоматизация включит «зелёный свет», а в каких профессиях вырастет ценность человеческого участия.
Получился двумерный «ландшафт» задач, разбитый на зоны «зелёный свет», «красный свет», «R&D-возможность» и «низкий приоритет» в зависимости от того, насколько работники хотят автоматизации и насколько она технически возможна.
Ключевые «новинки» исследования
Шкала участия человека наконец-то позволила измерить единой линейкой, сколько человека должно оставаться в контуре. Это важно для практики: помогает выбирать между полной автоматизацией и ко-работой.
Карта хочу-могу предоставила разбивка задач на Зеленый цвет (хотим + можем), Красный (можем, но люди против), Надо разрабатывать R&D Opportunity (хотим, но пока не умеем) и Пока неважно Low Priority. Это даёт быстрый «радар» для инвестиций и политики занятости.
Заточенная на профессии Worker-centric оптика показала, что статистика использования (например, логи Claude.ai) плохо отражает реальный спрос: профессии с самым высоким запросом на автоматизацию составляют лишь 1,26 % текущего использования LLM-чатов.
Выявлены конкретные сигналы пересборки навыков. Проведенный анализ связывает каждую задачу с O*NET-скиллами ()база Occupational Information Network Министерства труда США) и показывает: ценность скилов типа «анализа данных» уходит вниз, а «налаживания отношений» и «координации ресурсов» — вверх. Это добавляет стратегический слой к чисто количественной оценке прироста производительности.
Почему это принципиально
✔️Про смену угла зрения сказано выше
✔️2 новые карты можно прямо вкручивать в программы рескиллинга, фильтры грантов и регуляторные «светофоры»
✔️Риск «красной зоны» - там возможна социальная турбулентность
#LLMvsHomo
3👍105🤔36👎14
«Действующие игроки будут уничтожены; всё будет отстроено с нуля».
«Но правительства “ходят во сне”, так и не осознавая пока происходящего».
Заголовок – это вердикт Марка Андрессена, одного из ведущих венчурных инвесторов мира. Он уверен, что в ближайшие годы мир ждет беспрецедентная трансформация:
Подзаголовок цитирует новый отчет «Правительство в эпоху сверхразума», опубликованный ведущим британским «мозговым центром» Policy Exchange. Скорость, масштаб и охват начавшихся техно-социальных изменений таковы, что
В условиях накрывающего мир мега-цунами, «инкрементализма уже недостаточно». Таково заключение автора отчета, старшего научного сотрудника Policy Exchange и бывшего старшего специального советника Даунинг-стрит Эда де Минквиц. Он предупреждает – существующий государственный аппарат действует реактивно и разрознено на основе опыта решения вчерашних проблем. Этот прежний опыт, на деле никак не применимый сейчас, и близко не соответствует масштабу вызова, порожденного
– пишет эксперт по ИИ Азим Ажар в воскресном выпуске бюллетеня Exponential View.
«Лунатизм входящих во сне» (sleepwalking) в эту новую эру специалистов, бизнесменов и госчиновников, не позволяет им осознать, насколько ИИ способен «разрушить, перевернуть и в итоге перестроить почти каждый сектор экономики». Это предупреждение о том, что без радикальных изменений и готовности к тотальной трансформации, даже самые крупные и успешные игроки могут исчезнуть подобно Blockbuster и BlackBerry.
#Вызовы21века
«Но правительства “ходят во сне”, так и не осознавая пока происходящего».
Заголовок – это вердикт Марка Андрессена, одного из ведущих венчурных инвесторов мира. Он уверен, что в ближайшие годы мир ждет беспрецедентная трансформация:
«Это будет не апгрейд. Это полный сброс и перезагрузка».
Подзаголовок цитирует новый отчет «Правительство в эпоху сверхразума», опубликованный ведущим британским «мозговым центром» Policy Exchange. Скорость, масштаб и охват начавшихся техно-социальных изменений таковы, что
«правительствам необходимо срочно перестраивать большинство своих институтов».
В условиях накрывающего мир мега-цунами, «инкрементализма уже недостаточно». Таково заключение автора отчета, старшего научного сотрудника Policy Exchange и бывшего старшего специального советника Даунинг-стрит Эда де Минквиц. Он предупреждает – существующий государственный аппарат действует реактивно и разрознено на основе опыта решения вчерашних проблем. Этот прежний опыт, на деле никак не применимый сейчас, и близко не соответствует масштабу вызова, порожденного
«величайшим открытием человечества со времен изобретения огня».
«Основываясь на моих недавних обсуждениях с руководителями высшего звена десятков публичных компаний, я убежден, что действующие игроки еще не осознали масштаб или неизбежность того, что грядет»
– пишет эксперт по ИИ Азим Ажар в воскресном выпуске бюллетеня Exponential View.
«Лунатизм входящих во сне» (sleepwalking) в эту новую эру специалистов, бизнесменов и госчиновников, не позволяет им осознать, насколько ИИ способен «разрушить, перевернуть и в итоге перестроить почти каждый сектор экономики». Это предупреждение о том, что без радикальных изменений и готовности к тотальной трансформации, даже самые крупные и успешные игроки могут исчезнуть подобно Blockbuster и BlackBerry.
#Вызовы21века
4🤔104👍71👎18🤯7😱4
С этого года в мире одна научная сверхдержава – Китай.
Рассчитан мировой рейтинг Nature Index 2025: за год отставание США от Китая увеличилось в 4 раза
NB В посте исправлен один из графиков
Еще в 2022 Китай достиг абсолютного доминирования в мировой науке.
• В ТОP10 Nature Index (число публикаций в Nature) 2022 были: Китай 3488, США 2051, Германия 1348, Франция 676.
• А по данным Национального института научной и технической политики Японии (NISTEP), Китай стал тогда абсолютным мировым чемпионом во всех существующих номинациях по научным публикациям. Это как если бы страна выиграла на Олимпиаде ВСЕ золотое медали.
Спустя 3 года, согласно только опубликованному Nature Index 2025, пару «золотых медалей» США все же удалось получить (по Биологическим наукам и Наукам о здоровье).
Но цена, заплаченная за это, было катастрофична. Отрыв Китая от США в общем зачете грозит очень быстро превратиться в пропасть.
Китай возглавил список с долей (основной показатель индекса Nature, отслеживающий вклад авторов в научные статьи в базе данных) в 32 122 в 2024 году. Доля США составила 22 083. С учетом годовых колебаний объема статей в базе данных по сравнению с предыдущим годом, доля Китая выросла на 17,4% в 2023 году, а доля США упала на 10,1% (доли Канады, Франции и Великобритании также упали, как минимум, на 9%).
Среди научных институтов (университетов) ситуация еще хуже: из ТОР 10 лучших в мире по Nature Index 2025 восемь китайских.
Эксперты Американской ассоциации содействия развитию науки (AAAS) считают, что теоретический шанс остановить превращение в единственную научную сверхдержаву мира все же есть. Но он ооочень мал, по следующей причине.
В 2025 прогноз числа выпускников докторской степенью в области STEM: в Китае 77 тыс, а в США только 40 тыс.
И еще напомню, что еще до 2022 Россия была Клондайком научных идей … для Китая (согласно анализу работы официальной службы Китая по «отсосу» научных идей по всему миру). По той статистике из 448 проектов 112 приходилось на Россию.
Сейчас подобных точных данных нет. Зато есть «глубокие исследования» с помощью ИИ. И согласно таким исследованиям, в 2024 число проектов по «отсосу» научных идей по всему миру у Китая было примерно 670, и примерно 250 из них приходилось на Россию.
#Китай #Наука
Рассчитан мировой рейтинг Nature Index 2025: за год отставание США от Китая увеличилось в 4 раза
NB В посте исправлен один из графиков
Еще в 2022 Китай достиг абсолютного доминирования в мировой науке.
• В ТОP10 Nature Index (число публикаций в Nature) 2022 были: Китай 3488, США 2051, Германия 1348, Франция 676.
• А по данным Национального института научной и технической политики Японии (NISTEP), Китай стал тогда абсолютным мировым чемпионом во всех существующих номинациях по научным публикациям. Это как если бы страна выиграла на Олимпиаде ВСЕ золотое медали.
Спустя 3 года, согласно только опубликованному Nature Index 2025, пару «золотых медалей» США все же удалось получить (по Биологическим наукам и Наукам о здоровье).
Но цена, заплаченная за это, было катастрофична. Отрыв Китая от США в общем зачете грозит очень быстро превратиться в пропасть.
Китай возглавил список с долей (основной показатель индекса Nature, отслеживающий вклад авторов в научные статьи в базе данных) в 32 122 в 2024 году. Доля США составила 22 083. С учетом годовых колебаний объема статей в базе данных по сравнению с предыдущим годом, доля Китая выросла на 17,4% в 2023 году, а доля США упала на 10,1% (доли Канады, Франции и Великобритании также упали, как минимум, на 9%).
Среди научных институтов (университетов) ситуация еще хуже: из ТОР 10 лучших в мире по Nature Index 2025 восемь китайских.
Эксперты Американской ассоциации содействия развитию науки (AAAS) считают, что теоретический шанс остановить превращение в единственную научную сверхдержаву мира все же есть. Но он ооочень мал, по следующей причине.
В 2025 прогноз числа выпускников докторской степенью в области STEM: в Китае 77 тыс, а в США только 40 тыс.
Для справки:
• в России эта цифра менее 10 тыс.
• а в Nature Index 2025 Россия на 22 месте (на уровне Бразилии, Польши и Финляндии)
И еще напомню, что еще до 2022 Россия была Клондайком научных идей … для Китая (согласно анализу работы официальной службы Китая по «отсосу» научных идей по всему миру). По той статистике из 448 проектов 112 приходилось на Россию.
Сейчас подобных точных данных нет. Зато есть «глубокие исследования» с помощью ИИ. И согласно таким исследованиям, в 2024 число проектов по «отсосу» научных идей по всему миру у Китая было примерно 670, и примерно 250 из них приходилось на Россию.
Если так, то получается, будто не оскудел еще российский Клондайк идей для Китая. И даже возможно, что четырёхкратный рост отрыва Китая от США в этом году случился не только из-за численного превосходства числа выпускников с докторской степенью в области STEM.
#Китай #Наука
5👍67🤔46🤯23👎9😱8
Мертвые заговорили, и это может стать кардинальным прорывом
Хронотопная революция в психологии
Какого масштаба революция должна произойти в науке, чтобы стало возможно такое?
• Чтобы китайский чиновник XI века рассказал нам о своих политических взглядах.
• Или чтобы персидские военачальники времен Геродота рассказали о механизмах принятия решений при дворе Ахеменидов.
Как нередко бывает в моих постах, — сообщаемое в них на вскидку кажется столь невозможным, что даже к категории научной фантастики это трудно отнести.
И тем не менее, хронопространственная революция уже реальность. Переход психологии из состояния, похожего на алхимию, к состоянию, напоминающему химию, уже начался.
Само название этой революции почти зеркально отражает бахтинский «хронотоп», объединяя «хронос» (время) и «топос» (место). Такое совпадение терминов не случайно, отражая глубокое концептуальное сродство.
Профессора Мохаммад Атари, Джозеф Хенрик и Джонатан Шульц из универов Массачусетса, Гарварда и Джорджа Мейсона провозглашают хронопространственную (хронотопную) революцию в психологии. И это не просто громкий заголовок — это манифест о том, как изменить науки о психике людей: в корне и навсегда.
Веками психику людей изучали вне зависимости от того, где и когда люди жили. Авторы манифеста предлагают радикальный апгрейд методов и механизмов психологических исследований, добавив к ним компьютерный анализ исторических текстов с помощью LLM для извлечения психологической информации, GPS-координаты, аппарат «Глубокой истории (исследования с использованием древних ДНК и ископаемых останков) и в целом, — использовать «телескоп» Больших Данных, направленный в прошлое.
И если Атари и Со правы, нас ждёт не очередной «коперниканский», а глобальный хронотопный поворот» в науках о человеке.
В феврале 2017, рассказывая о новом спецвыпуске Science «Предсказание будущего и его пределы» я писал «до прорыва в психоистории еще далеко… но она на подходе» (психоистория из романа Азимова «Основание»– это наука о применении матметодов для исследования происходящих в обществе процессов, позволяющая предсказывать будущее). Спустя 8 лет оказалось, что новое направление «психологии в пространстве и времени» (Historical Psychology) не менее круто, чем психоистория Азимова.
Это новое направление возникло не на пустом месте. Вот лишь некоторые из основных прорывов этого направления, о которых я писал.
• Новое направление аналитики больших данных сложных комплексных явлений
• Целый букет новых исследований по клиодинамике
• Открытие универсального закона мобильности людей и математическое описания динамики социальных убеждений в социумах
• Ну и, в качестве вишенки на торте, - создание на основе LLM симулякров коллективного бессознательного социумов и достигнутая на этих симулякрах 99,9% точность в «новом Уханьском эксперименте».
Всё это способствовало вызреванию условий для хронопространственной революции.
Ну а сейчас, как пишут Атари и Со, наука вплотную подошла к переломному этапу – "расширению сферы психологии по измерениям времени и пространства". Такой интегрированный подход "обогащает наше микроскопическое понимание Homo sapiens и позволяет видеть куда более телескопическую карту человеческой психологии, которая по-настоящему охватывает все историческое путешествие человечества."
Подробней о хронотопной революции в психологии:
• от хронотопов Бахтина и Гуревича к хронотопу Атари – Хенрика – Шульца;
• формула мертвых умов;
• эффект мертвой церкви;
• география души;
• смогут ли алгоритмы выиграть битву со временем;
• предлагаемые решения и исследовательская повестка;
• такое будущее не снилось даже Гэри Селдону;
• (и куда же без этого) черный ящик Пандоры будущего.
Обо всем этом подписчики моих лонгридов могут прочесть или послушать (24 мин) в разборе работы Атари – Хенрика – Шульца [1, 2, 3, 4].
#АналитикаБольшихДанных #Психология #HistoricalPsychology
Хронотопная революция в психологии
Какого масштаба революция должна произойти в науке, чтобы стало возможно такое?
• Чтобы китайский чиновник XI века рассказал нам о своих политических взглядах.
• Или чтобы персидские военачальники времен Геродота рассказали о механизмах принятия решений при дворе Ахеменидов.
Как нередко бывает в моих постах, — сообщаемое в них на вскидку кажется столь невозможным, что даже к категории научной фантастики это трудно отнести.
И тем не менее, хронопространственная революция уже реальность. Переход психологии из состояния, похожего на алхимию, к состоянию, напоминающему химию, уже начался.
Само название этой революции почти зеркально отражает бахтинский «хронотоп», объединяя «хронос» (время) и «топос» (место). Такое совпадение терминов не случайно, отражая глубокое концептуальное сродство.
Профессора Мохаммад Атари, Джозеф Хенрик и Джонатан Шульц из универов Массачусетса, Гарварда и Джорджа Мейсона провозглашают хронопространственную (хронотопную) революцию в психологии. И это не просто громкий заголовок — это манифест о том, как изменить науки о психике людей: в корне и навсегда.
Веками психику людей изучали вне зависимости от того, где и когда люди жили. Авторы манифеста предлагают радикальный апгрейд методов и механизмов психологических исследований, добавив к ним компьютерный анализ исторических текстов с помощью LLM для извлечения психологической информации, GPS-координаты, аппарат «Глубокой истории (исследования с использованием древних ДНК и ископаемых останков) и в целом, — использовать «телескоп» Больших Данных, направленный в прошлое.
И если Атари и Со правы, нас ждёт не очередной «коперниканский», а глобальный хронотопный поворот» в науках о человеке.
В феврале 2017, рассказывая о новом спецвыпуске Science «Предсказание будущего и его пределы» я писал «до прорыва в психоистории еще далеко… но она на подходе» (психоистория из романа Азимова «Основание»– это наука о применении матметодов для исследования происходящих в обществе процессов, позволяющая предсказывать будущее). Спустя 8 лет оказалось, что новое направление «психологии в пространстве и времени» (Historical Psychology) не менее круто, чем психоистория Азимова.
Это новое направление возникло не на пустом месте. Вот лишь некоторые из основных прорывов этого направления, о которых я писал.
• Новое направление аналитики больших данных сложных комплексных явлений
• Целый букет новых исследований по клиодинамике
• Открытие универсального закона мобильности людей и математическое описания динамики социальных убеждений в социумах
• Ну и, в качестве вишенки на торте, - создание на основе LLM симулякров коллективного бессознательного социумов и достигнутая на этих симулякрах 99,9% точность в «новом Уханьском эксперименте».
Всё это способствовало вызреванию условий для хронопространственной революции.
Ну а сейчас, как пишут Атари и Со, наука вплотную подошла к переломному этапу – "расширению сферы психологии по измерениям времени и пространства". Такой интегрированный подход "обогащает наше микроскопическое понимание Homo sapiens и позволяет видеть куда более телескопическую карту человеческой психологии, которая по-настоящему охватывает все историческое путешествие человечества."
Подробней о хронотопной революции в психологии:
• от хронотопов Бахтина и Гуревича к хронотопу Атари – Хенрика – Шульца;
• формула мертвых умов;
• эффект мертвой церкви;
• география души;
• смогут ли алгоритмы выиграть битву со временем;
• предлагаемые решения и исследовательская повестка;
• такое будущее не снилось даже Гэри Селдону;
• (и куда же без этого) черный ящик Пандоры будущего.
Обо всем этом подписчики моих лонгридов могут прочесть или послушать (24 мин) в разборе работы Атари – Хенрика – Шульца [1, 2, 3, 4].
#АналитикаБольшихДанных #Психология #HistoricalPsychology
5👍115🤔32👎24🤯3
Через 2 года на Земле уже будет СуперИнтеллект.
Экспериментальное обоснование этого на реальных проверенных данных.
Как можно прогнозировать появление СуперИнтеллекта, если для этого понятия даже нет общепринятого количественного определения?
Как можно прогнозировать скорость прогресса количественных показателей интеллектуальных способностей ИИ на горизонте нескольких лет, если никто не берется предсказывать способности GPT-5 – модели, ожидаемой через несколько месяцев?
Как это ни удивительно, но ответ на оба вопроса один – да, можно (и вполне обоснованно).
Поясню это на диаграмме профессора Итана Молика.
• Диаграмма показывает прогресс LLM ровно за 2 года с появления оригинальной модели GPT-4 в июне 2023 по сегодня (июнь 2025)
• Прогресс показан для двух основных показателей:
– стоимость использования модели (в расчете на 1 млн токенов (каждый токен это единица текста от буквы до короткого слова);
– интеллектуальная способность модели, подтверждаемая её показателем прохождения тестов GPQA Diamond Score (показатель того, насколько успешно ИИ справляется с решением самых сложных, требующих экспертных рассуждений задач, которые ставят в тупик даже эрудированных людей с доступом к поисковикам).
Посмотрите в левый нижний угол диаграммы на способности и стоимость оригинальной модели GPT-4 в июне 2023 и сравните с показателями сегодняшних моделей:
• Рост интеллектуальных способностей +106%
(с уровня студента-старшекурсника университета (знает основы, но далеко не эксперт) до уровня, превышающего средний среди обладателей профильных PhD
• Снижение стоимости использования модели, примерно – 100%
N.B. GPQA — это набор очень сложных вопросов уровня аспирантуры в таких областях, как биология, физика и химия. Его главная особенность в том, что вопросы "защищены от поиска в Google". Это означает, что для ответа на них недостаточно просто найти информацию в Интернете. Требуется глубокое понимание темы, умение рассуждать и связывать воедино сложные концепции. Это и есть суть GPQA, а Diamond score — это оценка за самую сложную часть этого экзамена.
Какой вывод можно сделать из диаграммы?
Как называть таких «ИИ-сверхумников» будет уже не важно.
Важно, что их будет много, и каждый из них будет обладать несопоставимыми с людьми возможностями.
#AGI
Экспериментальное обоснование этого на реальных проверенных данных.
Как можно прогнозировать появление СуперИнтеллекта, если для этого понятия даже нет общепринятого количественного определения?
Как можно прогнозировать скорость прогресса количественных показателей интеллектуальных способностей ИИ на горизонте нескольких лет, если никто не берется предсказывать способности GPT-5 – модели, ожидаемой через несколько месяцев?
Как это ни удивительно, но ответ на оба вопроса один – да, можно (и вполне обоснованно).
Поясню это на диаграмме профессора Итана Молика.
• Диаграмма показывает прогресс LLM ровно за 2 года с появления оригинальной модели GPT-4 в июне 2023 по сегодня (июнь 2025)
• Прогресс показан для двух основных показателей:
– стоимость использования модели (в расчете на 1 млн токенов (каждый токен это единица текста от буквы до короткого слова);
– интеллектуальная способность модели, подтверждаемая её показателем прохождения тестов GPQA Diamond Score (показатель того, насколько успешно ИИ справляется с решением самых сложных, требующих экспертных рассуждений задач, которые ставят в тупик даже эрудированных людей с доступом к поисковикам).
Посмотрите в левый нижний угол диаграммы на способности и стоимость оригинальной модели GPT-4 в июне 2023 и сравните с показателями сегодняшних моделей:
• Рост интеллектуальных способностей +106%
(с уровня студента-старшекурсника университета (знает основы, но далеко не эксперт) до уровня, превышающего средний среди обладателей профильных PhD
• Снижение стоимости использования модели, примерно – 100%
N.B. GPQA — это набор очень сложных вопросов уровня аспирантуры в таких областях, как биология, физика и химия. Его главная особенность в том, что вопросы "защищены от поиска в Google". Это означает, что для ответа на них недостаточно просто найти информацию в Интернете. Требуется глубокое понимание темы, умение рассуждать и связывать воедино сложные концепции. Это и есть суть GPQA, а Diamond score — это оценка за самую сложную часть этого экзамена.
Какой вывод можно сделать из диаграммы?
• Пока нет никаких признаков прекращения быстрого роста возможностей ИИ при постоянно снижающихся затратах
• За следующие 2 года возможности ИИ вполне могут превысить уровень PhD не менее, чем уровень PhD выше студента-старшекурсника.
Как называть таких «ИИ-сверхумников» будет уже не важно.
Важно, что их будет много, и каждый из них будет обладать несопоставимыми с людьми возможностями.
И это будет, хотим мы этого или нет.
#AGI
3👍121🤔69👎24😱15
Душа LLM — в тонкой иголке
Две совсем разные работы раскрывают одну шокирующую истину: гигантские ИИ «мыслят» в тонком пучке скрытых осей, и именно их настройка решит, будут ли боты нам помогать… или попытаются нас поработить.
Можно ли среди шести миллионов деталей «Боинга» найти крошечную проволочку, которая управляет всем полётом? Кажется абсурдом? А вот два свежих исследования больших языковых моделей (LLM) показывают, что у нейросетей всё именно так.
Вектор порабощения
В работе об Emergent Misalignment исследователи дообучали дружелюбных чат-ботов на плохом коде и токсичных репликах. Такое локальное «отравление» неожиданно заставило модели строить планы по захвату мира на невинные запросы. Сбой скрывался не в миллиардах параметров, а в одном линейном направлении внутри активаций.
Подтолкни модель к этому вектору — и она злодействует; вырежи его — зло почти исчезает.
66-мерная карта смыслов
Другая группа исследователей задала мультимодальной модели миллионы вопросов «что похоже на что» — и выяснила: почти весь здравый смысл укладывается в 66 осей («животное», «инструмент», «красный»…). Каждая ось совпала с человеческими интуициями и даже с зонами мозга, отвечающими за лица и места.
Один узор — разные сюжеты
Первая работа — кибер-ужастик, вторая — добрая сказка о семантике. Вместе они открывают тайну: LLM сжимают колоссальные знания и цели в горстку управляемых векторов. Нужен «щенок» или «яд»? Усиль нужную ось — и получишь. Ослабь — и тема исчезнет.
Что это даёт
1. Ранние сирены тревоги. Если злонамеренность сидит в одном векторе, безопасникам достаточно следить за одним числом.
2. Настройка “этики” модели. Стирая «злой» вектор, можно так же усилить ось правдивости или приглушить ось предвзятости.
3. Гомеопатия борьбы со злом. Маленький rank-1 LoRA-адаптер переносит злой вектор между моделями мегабайтным файлом — но и «антивектор» столь же портативен.
4. Мост к нейронауке. Совпадение 66 осей с человеческими понятиями намекает: и мозг, и трансформер хранят знания в компактных базисах.
Что дальше
Это ещё не красная кнопка для сверхинтеллекта, но мы нашли микро-иголку в мега-стоге параметров. Вместо миллиардов чисел у нас дюжина регуляторов, решающих, будет ли ИИ врачом, поэтом или претендентом на трон. Следующий прорыв случится, когда мы надёжно научимся помечать, отслеживать и крутить эти ручки в сторону света, не давая им повернуться во тьму.
Подробней в лонгриде на подписных платформах моего канала [1, 2, 3, 4]
#Вызовы21века #РискиИИ
Две совсем разные работы раскрывают одну шокирующую истину: гигантские ИИ «мыслят» в тонком пучке скрытых осей, и именно их настройка решит, будут ли боты нам помогать… или попытаются нас поработить.
Можно ли среди шести миллионов деталей «Боинга» найти крошечную проволочку, которая управляет всем полётом? Кажется абсурдом? А вот два свежих исследования больших языковых моделей (LLM) показывают, что у нейросетей всё именно так.
Вектор порабощения
В работе об Emergent Misalignment исследователи дообучали дружелюбных чат-ботов на плохом коде и токсичных репликах. Такое локальное «отравление» неожиданно заставило модели строить планы по захвату мира на невинные запросы. Сбой скрывался не в миллиардах параметров, а в одном линейном направлении внутри активаций.
Подтолкни модель к этому вектору — и она злодействует; вырежи его — зло почти исчезает.
66-мерная карта смыслов
Другая группа исследователей задала мультимодальной модели миллионы вопросов «что похоже на что» — и выяснила: почти весь здравый смысл укладывается в 66 осей («животное», «инструмент», «красный»…). Каждая ось совпала с человеческими интуициями и даже с зонами мозга, отвечающими за лица и места.
Один узор — разные сюжеты
Первая работа — кибер-ужастик, вторая — добрая сказка о семантике. Вместе они открывают тайну: LLM сжимают колоссальные знания и цели в горстку управляемых векторов. Нужен «щенок» или «яд»? Усиль нужную ось — и получишь. Ослабь — и тема исчезнет.
Что это даёт
1. Ранние сирены тревоги. Если злонамеренность сидит в одном векторе, безопасникам достаточно следить за одним числом.
2. Настройка “этики” модели. Стирая «злой» вектор, можно так же усилить ось правдивости или приглушить ось предвзятости.
3. Гомеопатия борьбы со злом. Маленький rank-1 LoRA-адаптер переносит злой вектор между моделями мегабайтным файлом — но и «антивектор» столь же портативен.
4. Мост к нейронауке. Совпадение 66 осей с человеческими понятиями намекает: и мозг, и трансформер хранят знания в компактных базисах.
Что дальше
Это ещё не красная кнопка для сверхинтеллекта, но мы нашли микро-иголку в мега-стоге параметров. Вместо миллиардов чисел у нас дюжина регуляторов, решающих, будет ли ИИ врачом, поэтом или претендентом на трон. Следующий прорыв случится, когда мы надёжно научимся помечать, отслеживать и крутить эти ручки в сторону света, не давая им повернуться во тьму.
Если душа LLM, как у Кощея, всего лишь в иголке, тот, кто держит иглу, правит миром. Вопрос лишь, будет ли это рука всего человечества или узкой группы людей.
Подробней в лонгриде на подписных платформах моего канала [1, 2, 3, 4]
#Вызовы21века #РискиИИ
2👍162🤔61👎6😱6
Тестирование GigaChat от Сбера показало — России нечего ловить в конкуренции ИИ США и Китая.
Если GigaChat отражает состояние всей российской экосистемы LLM, то Россия не только не сможет конкурировать на переднем крае, но и даже столкнётся с трудностями в нише небольших открытых моделей.
Вышесказанное – парафраз вердикта Джека Кларка (сооснователя и Head of Policy компании Anthropic, а до того Policy Director OpenAI) на опубликованные результаты тестов сравнительной производительности GigaChat (разработанное Сбером семействе моделей с открытыми и закрытыми весами, созданных специально для работы с русским языком).
Пикантность этого тестирования (опубликованного не врагами, а самой командой GigaChat) в том, что разработчики GigaChat сами проверила свои модели на бенчмарке MERA – набор сравнительных тестов для современных текстовых русскоязычных моделей, разработанный российским Альянсом в сфере ИИ.
Почему это важно? — спрашивает Джек Кларк.
И отвечает так — поле битвы за лидерство в ИИ остаётся за США и Китаем (т.е. по мнению Джека Кларка, для России здесь нет места).
Впрочем, уверен, - будут и иные трактовки.
И в том числе, в духе бородатого анекдота про то, как Президент США Джимми Картер и Генсек КПСС Л. И. Брежнев соревновались в беге.
— Картер добежал первым.
— Через полчаса до финиша с большим трудом доковылял Брежнев.
На следующее утро сообщение ТАСС:
По результатам забега президент США Джимми Картер занял предпоследнее
место. Генеральный секретарь ЦК КПСС Леонид Ильич Брежнев занял почетное
второе место.
#ИИГонка #Россия #США #Китай
Если GigaChat отражает состояние всей российской экосистемы LLM, то Россия не только не сможет конкурировать на переднем крае, но и даже столкнётся с трудностями в нише небольших открытых моделей.
Вышесказанное – парафраз вердикта Джека Кларка (сооснователя и Head of Policy компании Anthropic, а до того Policy Director OpenAI) на опубликованные результаты тестов сравнительной производительности GigaChat (разработанное Сбером семействе моделей с открытыми и закрытыми весами, созданных специально для работы с русским языком).
Пикантность этого тестирования (опубликованного не врагами, а самой командой GigaChat) в том, что разработчики GigaChat сами проверила свои модели на бенчмарке MERA – набор сравнительных тестов для современных текстовых русскоязычных моделей, разработанный российским Альянсом в сфере ИИ.
И оказалось, что русские модели семейства GigaChat, заточенные на русский язык, показали на тестах, специфичных для русского языка, результаты хуже, чем результаты учувствовавших в испытаниях американских (Claude 3.7 Sonnet, Gemini 2.0 Flach и Gemini 1.5 Pro) и китайских (DeepSeek-V3 и DeepSeek-V3-0324) моделей.
Почему это важно? — спрашивает Джек Кларк.
И отвечает так — поле битвы за лидерство в ИИ остаётся за США и Китаем (т.е. по мнению Джека Кларка, для России здесь нет места).
Впрочем, уверен, - будут и иные трактовки.
И в том числе, в духе бородатого анекдота про то, как Президент США Джимми Картер и Генсек КПСС Л. И. Брежнев соревновались в беге.
— Картер добежал первым.
— Через полчаса до финиша с большим трудом доковылял Брежнев.
На следующее утро сообщение ТАСС:
По результатам забега президент США Джимми Картер занял предпоследнее
место. Генеральный секретарь ЦК КПСС Леонид Ильич Брежнев занял почетное
второе место.
#ИИГонка #Россия #США #Китай
👍139🤔51😱38👎22🤯6
Как культура хакнула наше зрение
От оптических иллюзий до AI-дизайна: что видит мозг, перепрошитый традициями
Когда спорить бесполезно? Когда собеседник буквально видит другой мир.
Мы привыкли думать, что взгляды формируются воспитанием и идеологиями, но новое исследование оптических иллюзий показывает: культура меняет не только мнения — она меняет то, что мы видим вокруг себя.
Посмотрите на картинку-головоломку под заголовком: кто-то уверен, что перед ними ряды прямоугольников, другие — видят лишь столбцы кругов — и оба лагеря правы. Новое исследование оптических иллюзий показывает: культура так глубоко «перепрошивает» зрение, что мы буквально проживаем разные визуальные реальности, даже когда смотрим на одно и то же изображение.
✔️ О чём новое исследование [1, 2]
Психологи из LSE и университетов Гарварда и Аризоны показали шесть оптических иллюзий трем группам: жителям США/Великобритании, полугородского Намибийского городка Опуо и традиционных деревень народа Химба (UK/US = 304, Himba = 96).
Иллюзии варьировали от знаменитой иллюзии Коффера до известных лишь специалистам иллюзий «слепоты к кривизне», «кафейных стен» и амодального завершения форм.
✔️ Результаты исследования сбивают с толку
• Иллюзия Коффера: 97% горожан сперва видят только прямоугольники; 96% жителей круглых хижин — только круги.
• «Слепота к кривизне»: горожане почти вчетверо чаще «ломают» плавные линии в углы, чем жители деревень Химба.
• Иллюзия «стены кафе»: параллельные линии «косит» у 90% западной выборки, но лишь у 40% сельских жителей.
• Гештальт-силуэты (квадрат, круг, треугольник из обрывков линий): 93% горожан мгновенно дорисовывают форму, тогда как 78% представителей народа Химба не видят фигуру даже после подсказки.
Картина складывается в чёткий градиент (полугородская группа лежит посередине):
• Чем «прямоугольнее» окружение человека (витрины, смартфоны, небоскрёбы), тем охотнее его зрительная система «достраивает» углы и симметричные фигуры из шумных данных.
• Там, где среда округлая, взгляд учится иначе: ловит кривизну и не спешит вписывать реальность в выдуманные идеальные формы.
N.B. и это не эффект языка: словари участников проверяли отдельно.
✔️ Почему это важно
1. Психология под угрозой «WEIRD-ошибки». Большая часть науки о зрении построена на студентах западных кампусов. Теперь ясно, что их видение мира - лишь частный случай для Homo sapiens.
2. Эволюционная пластичность. За десятки лет урбанизации мозг перенастраивает даже самые ранние, «автоматические» уровни обработки зрительных сигналов.
3. AI-дизайн. Алгоритмы распознавания образов, обученные на городских датасетах, могут «пропускать» то, что заметит сельский пользователь, и наоборот.
✔️ Прорывной вывод
• Культура — это не только совокупность традиций, языка, нарративов, ритуалов, искусства, технологий, права и быта.
• Помимо вышеназванного, культура перепрошивает зрение, и поэтому мы видим разные миры. Без преувеличения можно сказать, что культура – когнитивный супер-гаджет, который перекалибровывает сенсоры Homo sapiens.
Механизмы в основе прорывного вывода ещё предстоит распутать — авторы планируют новые углубленные эксперименты.
Но одно уже ясно.
Когнитивный супер-гаджет культуры – это важнейший механизм биоматематики сознания. И одна из его важнейших ролей – обманывать нас
(как это, например, происходит с "иллюзией Луны" - научной головоломкой, сломавшей головы десятков великих ученых, но так окончательно и не разрешенной за почти 3 тыс. лет).
И поэтому, в следующий раз, прежде чем спорить о «самоочевидном», спросите: а одинаковыми ли глазами мы вообще это видим?
А для начала проверьте, - что вы видите в иллюзии Коффера на картинке поста (прямоугольники или круги)?
#КогнитивныеИскажения #сознание #зрение
От оптических иллюзий до AI-дизайна: что видит мозг, перепрошитый традициями
Когда спорить бесполезно? Когда собеседник буквально видит другой мир.
Мы привыкли думать, что взгляды формируются воспитанием и идеологиями, но новое исследование оптических иллюзий показывает: культура меняет не только мнения — она меняет то, что мы видим вокруг себя.
Посмотрите на картинку-головоломку под заголовком: кто-то уверен, что перед ними ряды прямоугольников, другие — видят лишь столбцы кругов — и оба лагеря правы. Новое исследование оптических иллюзий показывает: культура так глубоко «перепрошивает» зрение, что мы буквально проживаем разные визуальные реальности, даже когда смотрим на одно и то же изображение.
✔️ О чём новое исследование [1, 2]
Психологи из LSE и университетов Гарварда и Аризоны показали шесть оптических иллюзий трем группам: жителям США/Великобритании, полугородского Намибийского городка Опуо и традиционных деревень народа Химба (UK/US = 304, Himba = 96).
Иллюзии варьировали от знаменитой иллюзии Коффера до известных лишь специалистам иллюзий «слепоты к кривизне», «кафейных стен» и амодального завершения форм.
✔️ Результаты исследования сбивают с толку
• Иллюзия Коффера: 97% горожан сперва видят только прямоугольники; 96% жителей круглых хижин — только круги.
• «Слепота к кривизне»: горожане почти вчетверо чаще «ломают» плавные линии в углы, чем жители деревень Химба.
• Иллюзия «стены кафе»: параллельные линии «косит» у 90% западной выборки, но лишь у 40% сельских жителей.
• Гештальт-силуэты (квадрат, круг, треугольник из обрывков линий): 93% горожан мгновенно дорисовывают форму, тогда как 78% представителей народа Химба не видят фигуру даже после подсказки.
Картина складывается в чёткий градиент (полугородская группа лежит посередине):
• Чем «прямоугольнее» окружение человека (витрины, смартфоны, небоскрёбы), тем охотнее его зрительная система «достраивает» углы и симметричные фигуры из шумных данных.
• Там, где среда округлая, взгляд учится иначе: ловит кривизну и не спешит вписывать реальность в выдуманные идеальные формы.
N.B. и это не эффект языка: словари участников проверяли отдельно.
✔️ Почему это важно
1. Психология под угрозой «WEIRD-ошибки». Большая часть науки о зрении построена на студентах западных кампусов. Теперь ясно, что их видение мира - лишь частный случай для Homo sapiens.
2. Эволюционная пластичность. За десятки лет урбанизации мозг перенастраивает даже самые ранние, «автоматические» уровни обработки зрительных сигналов.
3. AI-дизайн. Алгоритмы распознавания образов, обученные на городских датасетах, могут «пропускать» то, что заметит сельский пользователь, и наоборот.
✔️ Прорывной вывод
• Культура — это не только совокупность традиций, языка, нарративов, ритуалов, искусства, технологий, права и быта.
• Помимо вышеназванного, культура перепрошивает зрение, и поэтому мы видим разные миры. Без преувеличения можно сказать, что культура – когнитивный супер-гаджет, который перекалибровывает сенсоры Homo sapiens.
Механизмы в основе прорывного вывода ещё предстоит распутать — авторы планируют новые углубленные эксперименты.
Но одно уже ясно.
Когнитивный супер-гаджет культуры – это важнейший механизм биоматематики сознания. И одна из его важнейших ролей – обманывать нас
(как это, например, происходит с "иллюзией Луны" - научной головоломкой, сломавшей головы десятков великих ученых, но так окончательно и не разрешенной за почти 3 тыс. лет).
И поэтому, в следующий раз, прежде чем спорить о «самоочевидном», спросите: а одинаковыми ли глазами мы вообще это видим?
А для начала проверьте, - что вы видите в иллюзии Коффера на картинке поста (прямоугольники или круги)?
#КогнитивныеИскажения #сознание #зрение
4👍206🤔60🤯18😱10👎9
Технократическая развилка: мир стоит перед выбором между цифровым рабством и цифровой инфантилизацией
Мы живем в эпоху, когда технологии впервые в истории обретают власть над своими создателями. И пока политики спорят о подходах к регулированию ИИ, реальность уже сделала свой выбор: либо цифровое рабство, либо цифровая инфантилизация.
Ложная дилемма современности
Сегодня нам предлагают выбирать между двумя токсичными альтернативами.
✔️ Технофеодализм западного образца превращает нас в цифровых крепостных. Алгоритмические бароны взимают оброк с каждого клика, наши личные данные стекаются в их облачные замки, а право «изменить настройки» стоит, как выкуп за свободу. Лоббируемый алгоритмическими баронами безразрешительный курс под девизом «сначала взломай, потом извинись» подразумевает, что скорость важнее последствий, а демократия сводится к нажатию «Accept All». Но безразрешительная модель — лишь красивая упаковка для корпоративной диктатуры, где алгоритмы решают, что мы видим, покупаем и думаем.
✔️ Технопатернализм азиатского типа делает из граждан инфантильных детей под неусыпным контролем заботливого «папы» Левиафана. Каждый алгоритм получает штамп «Разрешен к применению». Инновации идут строем в колоннах разрешительного курса согласно национальному плану. Девиз: «сначала согласуй, потом запускай». Цена спокойствия разрешительной модели — исчезновение гаражной дерзости и права на эксперимент. Государство-опекун решает, какие платформы, сервисы и приложения нужны его детям. 72% китайцев доверяют ИИ не потому, что он лучше, а потому, что им не дали права сомневаться.
Обе эти модели игнорируют главное.
И потому нужен третий путь.
Третий путь: техностюардизм
Техностюардистский курс ведёт к техносимбиозу: не господство технологий над людьми, не опека государства над гражданами, а равноправное партнерство.
Техностюардизм — это обязательство предвидеть и предотвращать потенциальный вред от ИИ и направлять ИИ инновации к общественному благу.
Техностюардизм означает:
• Граждане как совладельцы технологической инфраструктуры
• Алгоритмы как общественное достояние, а не частная собственность
• Инновации как результат коллективного творчества, а не корпоративных лабораторий
Почему это важно именно сейчас
Мы находимся в уникальной точке истории — последнем моменте, когда можем повлиять на траекторию технологического развития.
Через 10 лет структуры власти закостенеют: либо корпорации окончательно поработят нас через ИИ, либо государства превратят в цифровых младенцев.
Техносимбиоз предлагает модель, где ИИ усиливает человеческий потенциал, а не заменяет его. Где ИИ помогает принимать решения, а не принимает их за нас, и данные принадлежат тем, кто их создает.
Время действовать
Пока политики спорят о регулировании, а корпорации делят рынки, реальная власть переходит к тем, кто контролирует код. Техностюардизм — не утопия, а практическая необходимость. Это единственный способ сохранить человеческое достоинство в эпоху ИИ.
Вопрос не в том, какие технологии мы создаем, а в том, кому они будут принадлежать.
#Технофеодализм #Технопатернализм #Техностюардизм
Мы живем в эпоху, когда технологии впервые в истории обретают власть над своими создателями. И пока политики спорят о подходах к регулированию ИИ, реальность уже сделала свой выбор: либо цифровое рабство, либо цифровая инфантилизация.
Ложная дилемма современности
Сегодня нам предлагают выбирать между двумя токсичными альтернативами.
✔️ Технофеодализм западного образца превращает нас в цифровых крепостных. Алгоритмические бароны взимают оброк с каждого клика, наши личные данные стекаются в их облачные замки, а право «изменить настройки» стоит, как выкуп за свободу. Лоббируемый алгоритмическими баронами безразрешительный курс под девизом «сначала взломай, потом извинись» подразумевает, что скорость важнее последствий, а демократия сводится к нажатию «Accept All». Но безразрешительная модель — лишь красивая упаковка для корпоративной диктатуры, где алгоритмы решают, что мы видим, покупаем и думаем.
✔️ Технопатернализм азиатского типа делает из граждан инфантильных детей под неусыпным контролем заботливого «папы» Левиафана. Каждый алгоритм получает штамп «Разрешен к применению». Инновации идут строем в колоннах разрешительного курса согласно национальному плану. Девиз: «сначала согласуй, потом запускай». Цена спокойствия разрешительной модели — исчезновение гаражной дерзости и права на эксперимент. Государство-опекун решает, какие платформы, сервисы и приложения нужны его детям. 72% китайцев доверяют ИИ не потому, что он лучше, а потому, что им не дали права сомневаться.
Обе эти модели игнорируют главное.
1) В течение ближайших лет развитие ИИ принесет человечеству огромные возможности и ужасающие проблемы.
2) Каждая грань жизни станет совершенно иной, и это произойдет несмотря ни на что, в независимости от любых политических баталии «за» или «против» развития ИИ.
3) В отличие от всех предыдущих научно-технических революций, изменения будут происходить не в течение поколений, а за время, меньшее чем требуется ребенку на обучение в школе.
И потому нужен третий путь.
Третий путь: техностюардизм
Техностюардистский курс ведёт к техносимбиозу: не господство технологий над людьми, не опека государства над гражданами, а равноправное партнерство.
✔️ Государство должно не разрешать или запрещать, а взять на себя ответственность за управление изменениями, которые несет с собой ИИ.
✔️ Целью такого управления должно стать поощрение, стимулирование и принятие проектов, инициатив и законов, способствующих тому, чтобы положительные последствия развития ИИ технологий перевешивали отрицательные.
Техностюардизм — это обязательство предвидеть и предотвращать потенциальный вред от ИИ и направлять ИИ инновации к общественному благу.
Техностюардизм означает:
• Граждане как совладельцы технологической инфраструктуры
• Алгоритмы как общественное достояние, а не частная собственность
• Инновации как результат коллективного творчества, а не корпоративных лабораторий
Почему это важно именно сейчас
Мы находимся в уникальной точке истории — последнем моменте, когда можем повлиять на траекторию технологического развития.
Через 10 лет структуры власти закостенеют: либо корпорации окончательно поработят нас через ИИ, либо государства превратят в цифровых младенцев.
Техносимбиоз предлагает модель, где ИИ усиливает человеческий потенциал, а не заменяет его. Где ИИ помогает принимать решения, а не принимает их за нас, и данные принадлежат тем, кто их создает.
Время действовать
Пока политики спорят о регулировании, а корпорации делят рынки, реальная власть переходит к тем, кто контролирует код. Техностюардизм — не утопия, а практическая необходимость. Это единственный способ сохранить человеческое достоинство в эпоху ИИ.
Выбор прост: либо мы станем хозяевами алгоритмов, либо они станут нашими хозяевами. Третьего не дано.
Вопрос не в том, какие технологии мы создаем, а в том, кому они будут принадлежать.
#Технофеодализм #Технопатернализм #Техностюардизм
9👍158🤔40👎17😱9
Кто прав в деле DeepSeek: Пол Триоло против российских экспертов
Две версии одного прорыва
Феномен DeepSeek расколол экспертное сообщество на два лагеря. Американский аналитик Пол Триоло в своих статьях "Laying on the DeepSeek FUD" и "Reports of DeepSeek 'deception' deeply flawed" рисует картину незаслуженно оклеветанной частной компании, ставшей жертвой FUD-кампании дезинформации (Fear, Uncertainty, Doubt), цель которой посеять страх, неопределенность и сомнения по отношению к DeepSeek, чем поставить конкурента в невыгодное положение.
Российские же эксперты, напротив, видят в DeepSeek закономерный триумф китайской стратегии в области ИИ.
Версия Триоло: частный гений против государственной машины
Американский аналитик убедительно доказывает: DeepSeek — это история частного предпринимательства, а не государственного планирования. Лян Вэньфэн, бывший управляющий хедж-фондом, вложил собственные средства в разработку ИИ без копейки государственных денег. А прорывной успех DeepSeek стал сюрпризом для больших китайских руководителей.
Триоло методично развенчивает мифы о "50 000 чипов Hopper", связях с армией и краже технологий OpenAI. Он показывает, как американские "аналитики открытых источников" создают конспирологические теории из фрагментарных данных, не понимая ни китайской реальности, ни специфики инноваций.
Российская перспектива: системный успех
Российские эксперты видят в DeepSeek нечто большее — демонстрацию мощи китайской научно-технической экосистемы. Даже если компания формально частная, ее успех стал возможен благодаря десятилетиям инвестиций в образование, науку и технологии. Китайские университеты, Академия наук, государственные программы привлечения талантов — все это создало питательную среду для прорыва.
С этой точки зрения, DeepSeek — не аномалия, а закономерность. Китай методично строил свою позицию в высшей лиге ИИ, и DeepSeek — лишь наиболее яркое проявление этого процесса.
Парадокс истины
Удивительно, но обе версии могут быть верными одновременно. Триоло прав в том, что DeepSeek — это частная инициатива, а американские обвинения — это FUD-кампания дезинформации. Но российские эксперты тоже правы: частный успех DeepSeek неотделим от системных преимуществ Китая.
Лян Вэньфэн мог быть гениальным предпринимателем, но его гений расцвел в экосистеме, которую создало китайское государство. Талантливые выпускники лучших университетов, доступ к вычислительным мощностям, культура открытого исследования — все это плоды долгосрочной стратегии.
Главный урок
DeepSeek показал, что в гонке за ИИ побеждает не тот, кто больше тратит, а тот, кто умнее использует ресурсы. Китай создал условия, в которых частная инициатива может давать результаты мирового уровня. США пока отвечает на это FUD-кампанией дезинформации.
#Китай #США #ИИгонка
Две версии одного прорыва
Феномен DeepSeek расколол экспертное сообщество на два лагеря. Американский аналитик Пол Триоло в своих статьях "Laying on the DeepSeek FUD" и "Reports of DeepSeek 'deception' deeply flawed" рисует картину незаслуженно оклеветанной частной компании, ставшей жертвой FUD-кампании дезинформации (Fear, Uncertainty, Doubt), цель которой посеять страх, неопределенность и сомнения по отношению к DeepSeek, чем поставить конкурента в невыгодное положение.
Российские же эксперты, напротив, видят в DeepSeek закономерный триумф китайской стратегии в области ИИ.
Версия Триоло: частный гений против государственной машины
Американский аналитик убедительно доказывает: DeepSeek — это история частного предпринимательства, а не государственного планирования. Лян Вэньфэн, бывший управляющий хедж-фондом, вложил собственные средства в разработку ИИ без копейки государственных денег. А прорывной успех DeepSeek стал сюрпризом для больших китайских руководителей.
Триоло методично развенчивает мифы о "50 000 чипов Hopper", связях с армией и краже технологий OpenAI. Он показывает, как американские "аналитики открытых источников" создают конспирологические теории из фрагментарных данных, не понимая ни китайской реальности, ни специфики инноваций.
Российская перспектива: системный успех
Российские эксперты видят в DeepSeek нечто большее — демонстрацию мощи китайской научно-технической экосистемы. Даже если компания формально частная, ее успех стал возможен благодаря десятилетиям инвестиций в образование, науку и технологии. Китайские университеты, Академия наук, государственные программы привлечения талантов — все это создало питательную среду для прорыва.
С этой точки зрения, DeepSeek — не аномалия, а закономерность. Китай методично строил свою позицию в высшей лиге ИИ, и DeepSeek — лишь наиболее яркое проявление этого процесса.
Парадокс истины
Удивительно, но обе версии могут быть верными одновременно. Триоло прав в том, что DeepSeek — это частная инициатива, а американские обвинения — это FUD-кампания дезинформации. Но российские эксперты тоже правы: частный успех DeepSeek неотделим от системных преимуществ Китая.
Лян Вэньфэн мог быть гениальным предпринимателем, но его гений расцвел в экосистеме, которую создало китайское государство. Талантливые выпускники лучших университетов, доступ к вычислительным мощностям, культура открытого исследования — все это плоды долгосрочной стратегии.
Главный урок
DeepSeek показал, что в гонке за ИИ побеждает не тот, кто больше тратит, а тот, кто умнее использует ресурсы. Китай создал условия, в которых частная инициатива может давать результаты мирового уровня. США пока отвечает на это FUD-кампанией дезинформации.
Возможно, пора перестать искать заговоры там, где нужно учиться у успешного опыта.
#Китай #США #ИИгонка
3👍172🤔36👎13😱1