Почему развитие ИИ-агентов – это потрясающие новости для науки Аргумент 1 – они гораздо продуктивнее людей. Вы не можете прочитать все статьи в области и редко способны проанализировать все подходящие наборы данных, а для агентов это не проблема. При ревизии статьи вы как правило не будете тратить много времени на проверку работоспособности метода, воспроизводимости результатов и применимости подхода к другим данным. И уж точно никто не проверяет все до единого источники на релевантность и корректность цитирования. Для ИИ это не проблема. При дальнейшем развитии ИИнструментов мы увидим автоматические ревизии и улучшение качества науки. То, чем дорожат учёные, – обобщаемость методов, справедливость выводов и корректность цитирования – будет лучше Аргумент 2 – учёные смогут сосредоточиться на вопросах и идеях, а не их реализации. Раньше в науке уходило очень много времени на простые задачи: выучить язык программирования, запустить чужой метод, установить библиотеки, преобразовать данные в другие форматы. Даже у меня с немалым опытом программирования уходило на это по несколько недель, а то и месяцев. Сейчас Клод Код устанавливает все нужные окружения и запускает десятки методов за вечер, абсолютно без моего вмешательства. Раньше вы могли быть не очень умным, но стать успешным учёным просто за счёт тяжёлой работы по много часов в неделю. Рано или поздно какая-нибудь из идей выстрелит. Теперь критическим становится не количество времени, которое вы готовы уделить работе, а качество вашей интуиции и идей. Именно на их развитии и нужно будет сосредоточиться учёным дальше, а не на запоминании как написать цикл на питоне. Разве это не здорово? Буду рад услышать ваши мысли или контраргументы в комментариях

🚀Быстроновости 😮В игре MECCHA CHAMELEON вчера нашли вирус, притом очень мощный. Настолько, что некоторое время тайтл рекомендовали удалить, а затем переустановить Windows. Однако позже выяснилось, что «вся инфа про вирус — пизд*ж», дословно. По-настоящему был только взломан Discord разработчиков. ❓Том Хендерсон предупреждает, что третий трейлер GTA VI нас стоит ждать уже 6 августа — это дата за день до конференции Take-Two по финансовым показателям. Ждём? 🫥PlayStation 5 Pro выросла в цене до 120 тысяч рублей — неделю назад было 110 тысяч. При этом даже самая дешёвая версия Slim стоит 65 тысяч. Специалисты уверяют: цены будут расти и дальше. 😔Джейсон Хуанг объявил о поднятии цен на видеокарты Nvidia: вверх пойдут самые современные модели памяти — GDDR6 и GDDR7. Ценник повысят минимум на 5000 и 700 рублей соответственно. 😎Подписаться на IGM

Вдохните новую жизнь в маркетинг Внедрение новшеств в бизнес — всегда вопрос окупаемости. Особенно это касается контент-маркетинга, где заранее трудно просчитать эффект и доход. Поэтому важно обосновывать инвестиции, но не бояться экспериментировать. Один из рабочих методов — разрешать небольшие эксперименты с выделенным бюджетом, даже если они не укладываются в привычные рамки эффективности. Такие тесты могут не дать мгновенного результата, но часто открывают свежие идеи и пути развития. Для успешных инноваций стоит создать креативные команды, включая сотрудников из разных отделов и без привычных ролей. Это приносит новые взгляды и нестандартные решения. Обязательно нужно разработать чёткий план: цели, бюджет, риски — всё должно быть под контролем. Такой подход формирует культуру открытости к изменениям, где эксперименты — не опасность, а шанс на рост и успех Фаундер | Бизнес и Стартапы

Попкорн на 2 ярда Был год назад в кинотеатре Вегаса и видел там попкорн. В обычном ведре — 15 баксов; в похожем на видеокамеру — 55. Пять лет назад такого не было, а сейчас рынок ведер для попкорна — официально «коллекционной тары для снеков» — ДВА миллиарда долларов. И удваивается каждый год. Бадья в форме троянского коня продается перед Одиссеей Нолана за 70 вечнозеленых рублей. Ее сметают как горячие пирожки — студия не успевает допечатывать. И это даже не в США, а в Китае и Индии. В Пекине 30 тысяч штук расхватали за 7 минут. Красное ведро-сумка к «Дьявол носит Prada 2» ушло полумиллионным тиражом за уикэнд. Пока ИИ обесценивает цифровые активы, физический мир дорожает. Люди хотят что-то подержать, укусить, унести домой, поставить на полку и протирать с него пыль. Хотят почувствовать себя живыми. Так, может, если у тебя есть фанаты продукта — хорош предлагать им очередную фичу или приложуху. Продай им значок, кепку или ведерко для попкорна. Для голливудских студий ведерки — один из главных драйверов роста выручки. Почему не для тебя?

3 длинных видео в ютубе у нового канала или 600 вишлистов Про игру: Создайте свою уютную ферму и пекарню: выращивайте урожай, заботьтесь о животных, производите ингредиенты и выпекайте вкусную выпечку — всё из собственной продукции. После публикации 3 видео на YouTube  (примерно 30 часов работы над каждым видео) моя игра набрала  618 вишлистов в Steam . Последние три месяца разработчик экспериментировал с различными маркетинговыми подходами. Посты на Reddit тоже помогли, но видеодневники разработчиков на YouTube пока что привлекли больше всего добавлений в списки желаний.  К тому же, их создание отнимает больше всего времени. Страница в Steam ещё нуждается в доработке, и у разработчика даже нет трейлера, потому что игра находится на очень ранней стадии разработки. Ссылка на игру #инди | Telegram | YouTube | чат

Как Вашингтон сейчас думает об ИИ На встрече YC Startup School Майкл Крациос — директор Управления научно-технической политики Белого дома — описал подход администрации США к ИИ. Главный сигнал: Вашингтон хочет сохранить лидерство США, не задушив отрасль преждевременным регулированием. По словам Крациоса, технологии развиваются слишком быстро для жестких порогов, закрепленных в законе. Пока правило принимают, оно уже может устареть. Поэтому предпочтительнее адаптивные ограничения, направленные на конкретные опасные возможности и применения, а не общие запреты для моделей. Особенно важны три тезиса. Первый — поддержка открытых моделей. Обсуждать киберугрозы и злоупотребления не означает намерение закрыть open-weight экосистему. Задача государства — пресекать действительно опасное или незаконное использование, сохраняя пространство для разработчиков. Второй — единые национальные правила вместо десятков несовместимых законов штатов. Крупная компания выдержит сложный compliance в разных юрисдикциях. Для стартапа те же требования могут стать непреодолимым барьером. Третий — политика в области ИИ выходит далеко за пределы регулирования моделей. Это одновременно научная и промышленная политика: вычислительная инфраструктура, оценка кибер- и биорисков, робототехника, квантовые технологии и автономные лаборатории, где ИИ помогает формулировать гипотезы и управлять физическими экспериментами. Для стартаперов здесь есть важный парадокс. Чем меньше государство вводит универсальных запретов заранее, тем больше ответственность конкретных компаний доказать, что их системы работают безопасно. Нужны не общие заявления про responsible AI, а проверяемые контроли: что системе разрешено, какие тесты она прошла, кто подтвердил действие, что произошло после него и можно ли полностью восстановить ход решения. Похоже, американская ставка — не остановить развитие ИИ до появления идеальных правил, а сохранить скорость, одновременно создавая инфраструктуру для проверки действительно опасных возможностей. Это благоприятная среда для стартапов. Но и более высокая планка ответственности для тех, кто переводит возможности моделей в реальные действия.

Дмитрий Долгов Рабочее демо — это 1% работы. Продукт — это девятки после запятой. AI для физического мира создавать принципиально сложнее, чем обычный софт. В интернете можно следовать принципу move fast and break things: выпустить достаточно хорошую версию, собрать ошибки пользователей и быстро её улучшить. Но когда AI управляет автомобилем, роботом или другим физическим объектом, цена ошибки совсем другая. Здесь нужно не ship fast, а ship safely. Безопасность нельзя добавить после запуска — она должна быть фундаментом системы с первого дня. Долгов выделил четыре разрыва между обычным и физическим AI: 1. Цена ошибки. Неверный ответ чат-бота раздражает. Неверное действие машины может стоить жизни. 2. Задержка. Решение нужно принимать не через несколько секунд, а практически мгновенно. 3. Данные. Самые опасные ситуации случаются редко, поэтому реальных примеров недостаточно. 4. Валидация. В цифровом продукте крайние случаи могут найти пользователи. В физическом мире нельзя поручить клиентам тестирование безопасности. Отсюда главный тезис: работающий прототип — лишь начало. Если система должна ошибаться не чаще одного раза на миллион, каждая следующая девятка надёжности требует примерно в десять раз больше усилий. Поэтому ещё до разработки важно понимать: сколько девяток действительно требует ваш продукт? Одна из ключевых технологий Waymo — симулятор. Он позволяет не только проверить действие автомобиля, но и исследовать контрфактические сценарии: что произошло бы, если бы машина затормозила раньше, выбрала другую траекторию или иначе отреагировала на участника движения. Получается не одна модель, а целая обучающаяся система: агент действует → симулятор моделирует последствия → критик проверяет решение → реальные поездки создают новые данные → данные улучшают симулятор и следующую версию агента. Это, пожалуй, самый важный урок и для нынешней волны AI-агентов. Недостаточно построить умного исполнителя. Нужны ещё среда, в которой он может безопасно практиковаться, и независимая система, способная оценить его работу. Иными словами: > Не просто создавайте AI-агента. Создавайте экосистему, которая учит его действовать, проверяет последствия и с каждым циклом делает всю систему надёжнее. Отдельно запомнилась мысль Долгова о технологиях. Железо будет меняться, компоненты — дешеветь и превращаться в массовый товар. Поэтому главное преимущество команды — не умение идеально использовать одну сегодняшнюю технологию, а способность снова и снова осваивать следующие технологические волны. Победит не тот, у кого сегодня самое эффектное демо. Победит тот, кто построит систему, способную безопасно учиться, проверять себя и становиться надёжнее после каждого реального действия.