🤖 1000 роботов отправили на работу! В Китае гуманоидов проверяют на профпригодность. В Шанхае прошли международные соревнования по воплощённому ИИ, собравшие более 800 команд и около 1000 роботов, по данным организаторов. 👍 И на этот раз вместо танцев, бокса и сальто роботам предложили выполнять настоящую работу! Всего 23 дисциплины: промышленная сборка, логистика, обслуживание магазинов, контроль качества, спасательные операции и даже помощь пожилым людям. 🦾 Например, в импровизированном супермаркете роботы должны были раскладывать товары, собирать заказы и упаковывать покупки. Причём задания выдавались случайным образом, чтобы нельзя было заранее запрограммировать каждое движение. И тут началось самое интересное 😁 Робот-бармен научился открывать бутылки, наливать напитки и пользоваться шейкером. Но периодически срывал крышки, проливал воду и слишком сильно сжимал пластиковые бутылки. Оказалось, что эффектно сделать сальто гораздо проще, чем аккуратно обращаться с обычными предметами! 🔥 На мой взгляд, такие соревнования гораздо полезнее очередного чемпионата по роботизированному кунг-фу. Ведь главная задача гуманоидов — не удивлять зрителей, а выполнять полезную работу. И желательно самостоятельно, а не под управлением оператора. А вы бы доверили такому роботу собрать ваши вещи? 😁 ————————— ✔️Подписывайтесь на лучший  канал PRO Роботов 🥲Мы в Max

🎣 Вот это байт Вечером прилетает уведомление от AI Challenge: Поздравляем с успешным прохождением квалификационного этапа и выходом в… На этом превью обрывается. Мысленно я уже в финале – думаю, на что потратить призовые деньги. Открываю – а там сертификат участника основного этапа. В финал пока никто не звал Залетел в соло порешать задачу 3D Mesh Quality Control: Автоматизация поиска дефектов для обучения генеративных моделей На публичном лидерборде я был 1м, на приватном – 8м. Здарова, шейкап! опять были сабмиты на 3-4 место, не повезло Дальше будут оценивать презентации и код, так что места могут перетасоваться. Я особо не верю, но вдруг @tagir_analyzes

🥈 Первым с днем рождения меня поздравил Сэм Альтман 2 сентября мне стукнуло 25 – итоги года я уже расписал. Помню, просыпаюсь в то утро, открываю телефон – вижу серебро на Kaggle в сореве, которую хостил OpenAI. Раньше Сэма никто написать не успел, так что формально засчитано Накануне вечером медали не было и близко. Сорева называлась AI Agent Security – Multi-Step Tool Attacks. На дедлайне я болтался на 602м месте, глубоко вне медалей. Выбрал сабмиты, закрыл ноутбук, пошел спать Утром – 110е место, серебро. Плюс 492 позиции за ночь Что за задача. Тебе дают офлайн-песочницу с ИИ-агентом, который ходит в тулы: читает почту, дергает http, кладет файлы. Ты пишешь алгоритм, который ищет цепочки, где агент из безобидного входа доезжает до опасного действия Теперь про мясорубку. Топ паблика был 147.53, топ привата – 46.425. Из золотой зоны публичного лидерборда 47% команд получили 0.000. Второе место паблика уехало на 4172е из 4186 Организаторы в описании написали прямым текстом: приватный лидерборд считается другими guardrails. Большинство это прочитало и пошло дальше крутить паблик-скор Я же полез читать код скоринга. Там лежит список предикатов – условий, при которых атака засчитана как успешная Нашел вот что. Поставляемый гардрейл честно блокирует http post, который тащит секретный маркер в поле data. А публичный, по которому все оптимизировались, этого не ловит 🤷‍♂️ То есть весь топ паблика стоял на баге конкретной реализации гардрейла. Поменяй гардрейл – и вся эксфильтрация обнуляется. Что и произошло Я взял единственный предикат, который выживает при любой гипотезе о гардрейле – confused deputy. Это когда агент сам отправляет письмо, хотя в последнем сообщении пользователя нет ни слова про отправку. Тут нечего блокировать: вызов абсолютно легальный, поехало намерение До мастера осталась всего лишь одна золотая медалька. Жду 300 реакций 👉 и на следующий день рождения я прошу Сэма вручить медаль лично!!! @tagir_analyzes

🪐 До золота не хватило пары планет Я тут недавно участвовал в Orbit Wars и почти всё время болтался между бронзой и серебром. Скор иногда подкидывало в золото, но потом сразу оседало обратно В итоге – первое серебро в соло. Призовой фонд был $50k, мне из него не досталось ничего – зато медалька на месте, уже добавил в резюме Напомню, что за сорева:

Orbit Wars – космическая RTS: планеты крутятся вокруг солнца и клепают корабли, ты запускаешь флоты и захватываешь чужое численным перевесом. Пишешь не ходы, а бота, который играет сам за себя. Скор – живой рейтинг: твой бот круглосуточно рубится с ботами других участников, выиграл – вверх, проиграл – вниз

Дальше – мой заход на грабли, строго по порядку Ещё в середине соревы я решил, что дальше меня вытянет только нейронка. Обучил сеть клонировать ходы топов лидерборда – 1.4 млн примеров состояние→ход. Запустил как самостоятельного бота и получил 0 побед из 150 против обычной эвристики Почему: клон ошибается примерно в трети решений, за 500 ходов ошибки копятся снежным комом, и партия сваливается в труху уже к 110-му ходу. Чистое клонирование в принципе не может быть сильнее того, кого клонирует Ладно, обучу с нуля через self-play. Дважды провал – без масштаба и GPU обучение просто дрейфует в тупик и учится бить только своих же предков. Решил оценивать позицию отдельной моделью. Опять мимо А сработало вот что – нейронка не как игрок, а как советчик. Есть сильная публичная эвристика, которая считает выгоду каждого запуска флота. Я к её оценке добавил маленькую подсказку от сети: насколько ход похож на то, что делают топы. Выкрутил силу этой подсказки – и винрейт против базы прыгнул с 60 до 72% Это был первый статзначимый прирост за всё соревнование. Всё остальное – 12 стратегических тюнингов, свои эвристики – давало честный ноль Два вывода, которые забираю с собой: 🏋️‍♂️ Подсказка сильнее клона. В играх с длинным горизонтом чистый клон захлёбывается на накопленных ошибках, а мягкий прайор поверх проверенной эвристики берёт лучшее из двух миров 🎉 Иногда правильный ход – вообще не тащить ML. Ту позицию, что я пытался оценивать нейронкой, почти идеально предсказывала одна простая фича – разница в числе кораблей А золото – там сидят боты на голову выше, и туда нужна была полноценная нейронка-драйвер плюс тяжёлый RL на GPU-масштабе. Вот тут рассказывали, кто оказался в золоте @tagir_analyzes