ИИ

«В одиночку определяет реальность»: Сэм Альтман возглавил рейтинг самых влиятельных людей в мире Сэм Альтман возглавил рейтинг самых влиятельных людей мира по версии Vanity Fair, опередив глав Anthropic, Tesla и Nvidia. Журнал считает, что глава OpenAI способен «в одиночку определять реальность», а запуск ChatGPT сделал его одним из ключевых игроков мировой экономики. Второе место занял Дарио Амодеи, третье — Илон Маск, четвёртое — Дженсен Хуанг, а пятёрку замкнул глава ФРС Кевин Уорш. В список также вошли руководители Google, Amazon, Apple, Microsoft и SpaceX. #ии #иибум #сэмальтман #рейтинг 📎Подробнее 🔖 3DNews в TG | MAX | VK

Я нашел три исследования за последние три года, которые частично могут пролить свет на эффект шринкфляции продуктового мышления. Здесь я приведу только ключевые тезисы, сами исследования вы можете почитать по ссылке. 1. Качество результатов НЕ увеличивается, если вы не обладаете знаниями и опытом для верификации результата. В 2024 году компания McKinsey провела эмпирическое исследование 40 менеджеров продуктов из разных стран. Каждый участник должен был индивидуально выполнить 5 типовых задач, соответствующих стадиям жизненного цикла продукта, и сформировать результирующий артефакт. Участники были разделены на три группы в зависимости от уровня доступа к ИИ инструментам (без ИИ, с доступом к общему ИИ, с доступом к специализированному ИИ). В результате эксперимента удалось: - Сократить время выполнения задач менеджерами продуктов от 15% до 40%. - Как следствие, сократить time-to-market на 5%. Основная экономия достигнута за счет синтеза пользовательских исследований, написания пресс-релизов, создания one-pager, PRD и беклога. - При этом менеджеры продуктов смогли использовать это освобожденное время для решения стратегических задач по долгосрочному развитию продуктов. Senior Product Manager сохранили высокое качество результатов, а за счёт скорости стали ещё эффективнее. В то время как Junior выиграли в скорости, но качество их результатов снизилось, т.к. пока они не умеют правильно проверять и корректировать выводы нейросети. ИИ не заменяет базовые продуктовые навыки, produce sense и умение критически оценивать результат. Ссылка на исследование 2. Качество результатов НЕ увеличивается, если вы не обладаете развитыми метакогнитивными способностями. Метапознание, или метакогнитивные способности (metacognition) — это «мышление о мышлении», то есть осознание и регулирование собственных когнитивных процессов. Оно включает в себя планирование, мониторинг и оценку обучения для улучшения результатов. Развитие этих навыков помогает учащимся стать более стратегически мыслящими, рефлексивными и независимыми. В 2025 году группа ученых провела полевой эксперимент влияния ИИ на креативность. В исследовании участвовали 250 сотрудников технологической консалтинговой компании из Китая. Часть из них получили доступ к ИИ инструментам, контрольная группа — нет. В итоге, стало понятно, что ИИ не является автоматическим усилителем креативности — он становится эффективным только в руках тех, кто умеет активно отслеживать своё мышление. Сотрудники с сильным метапознанием планируют этапы задачи, отслеживают эффективность своего подхода и вовремя вносят коррективы. Они осознают пробелы в своих знаниях и понимают, когда нужно сменить тактику или сделать перерыв. Сотрудники со слабым метапознанием склонны принимать первый же ответ ИИ, полагаться на стандартные результаты и не проверять точность или актуальность предложений системы. Ссылка на исследование 3. ИИ обеспечивает сиюминутную эффективность, но долгосрочно снижает глубину критического мышления при полном делегировании задачи. В 2025 году MIT Media Lab провели исследование про "когнитивную стоимость" использования ИИ в образовательном контексте на примере написания эссе. Гипотеза состояла в том, что хоть ИИ снижает когнитивную нагрузку в моменте, но чрезмерное использование может приводить к "когнитивному долгу" - снижению глубины обработки информации, навыков критического мышления и самостоятельности. Исследование проводилось в течение 4 месяцев на 54 студентах и сотрудниках университетов Бостона, разделенных на три группы по уровню доступа к ИИ (только ChatGPT, только Google без ИИ, только своей головой). Участники прошли 4 сессии: первые 3 обязательные и 4-ая факультативная. В обязательные сессии участники писали эссе на одну из трёх предложенных тем за 20 минут. В 4-ую они менялись группами по уровню доступа к ИИ, но писали уже знакомую тему из предыдущих сессий. Для сбора данных исследователи использовали комплексный подход: записывали активность мозга через ЭЭГ, проводили интервью после каждой сессии, лингвистический анализ эссе, делали оценку эссе с помощью ИИ и двумя учителями английского языка (которые не знали, к какой группе принадлежат авторы). Пропущу описание части эффектов, укажу здесь наиболее интересный вывод, который был сделан по истечению 4 факультативной сессии. После перехода участников из LLM в Brain-Only 78% из них по-прежнему не могли привести правильную цитату. В то время как 78% участников Brain-Only, перешедших в LLM смогли это сделать. Это указывает на долгосрочный негативный эффект даже после прекращения использования ИИ. Участники не интегрировали сгенерированный текст в свою эпизодическую память, а просто "пропускали" его через себя. Участники LLM-to-Brain показали, что их мозг не вернулся в исходное состояние. Они не смогли достичь уровня вовлечённости, который был у группы Brain-Only во 2-й и 3-й сессиях. Это означает, что ранняя зависимость от ИИ исказила траекторию обучения и привела к "когнитивной неполноценности" - участники не развили полные нейронные сети в своей голове для самостоятельного выполнения задачи. Ссылка на исследование

Автономный самовоспроизводящийся дрон – носитель биооружия Он существует. Вы видели его вчера. Вы подумали про рой, собранный в подвале по чертежам от ИИ? Но речь про комара Anopheles gambiae. Он работает без оператора, размножается сам и уносит сотни тысяч жизней в год. Эволюция собрала его без всякого сверхразума – и дальше начинается самое неприятное. Это центральная мысль статьи Феликса Шуссата «Проблемы распространения». Вчера на нее указал Дин Болл – соавтор трамповского Плана действий США в области ИИ, а с 6 июля глава команды Strategic Futures в OpenAI. Болл рассказал, как очень влиятельный человек из индустрии спросил его, при каких обстоятельствах мы окажемся в безвыходном положении, и назвал статью Шуссата тем самым сценарием, который тогда описал в ответ.   Шуссат свел аргументацию к одной фразе: то, что существующее сверхоружие неудобно создавать и применять, – везение, а не закон природы. Заставьте ИИ бросать кости десять триллионов раз, и однажды выпадет та самая комбинация: найдутся дешевые способы собрать зеркальные бактерии или василиска Лэнгфорда. Отмахнуться тут легко: мол, это из разряда триллиона обезьян, печатающих «Войну и мир», или самолета, собравшегося сам собой на свалке после урагана.

Разница в том, что обезьяны и ураган перебирают варианты вслепую. ИИ ищет целенаправленно, и именно за это ему платят.

Насколько это фантастика? Бомба, сброшенная на Хиросиму, выглядит априори неправдоподобно: возьмите два инертных куска металла (каждый по силам унести одному человеку) и сведите их вместе определенным образом. Без понимания релятивизма, физики частиц и экспоненты в ветвящихся процессах мысль о городе, стертом двумя кусками металла, звучит как бред. Понимание пришло – и бред стал инженерной задачей.   Несколько лет медиа пугали аудиторию боевыми комарами из американских биолабораторий. Сегодня от этой истории остался лишь мем. Неприятная же часть в том, что Шуссат описывает путь, которым боевого комара можно было бы сделать всерьез, и путь этот проще, чем строить рой с нуля:

Взять осу, изменить ее поведение и жизненный цикл, добавить нейротоксин и темп размножения саранчи.

Выйдет экспоненциально растущий рой автономных охотников, которому не нужны ни оператор, ни завод, ни цепочка поставок.   Главный вывод статьи касается обороны. Защититься нельзя: гражданское население невозможно спрятать и невозможно быстро эвакуировать, оборона строится годами, закрывать приходится все направления сразу, а нападающему достаточно одного незакрытого. Отсюда Шуссат выводит то, от чего поморщатся все стороны спора: единственный выход – режим нераспространения ИИ по образцу ядерного, с монополией нескольких государств, глобальным мониторингом и силовым пресечением чужих проектов.   Читатели этого канала узнают формулировку. Семь лет назад я начал цикл «Большой Брат – сын Большого Бога» ровно с нее: в мире дешевых черных шаров безопасность придется купить ценой концентрации власти, а тотальный надзор станет эволюционной компенсацией за очередной скачок сложности. Я шел к этому от гипотезы уязвимого мира Бострома и теории Больших Богов Норензаяна и Турчина. Шуссат пришел из стратегического анализа нераспространения, опираясь на того же Бострома. Разные двери в одну комнату.   Майкл Нильсен в концепции мудрого оптимизма пытается провести мир между катастрофичной Сциллой и тираничной Харибдой. Он соглашается, что рецепты разрушения рано или поздно будут найдены, но отказывается принимать этот выбор как данность и ищет надзор, совместимый со свободой, – работающий на всех, кроме тех, кто готовит катастрофу. Пока это гипотеза без единой реализации.   Мое резюме – увы, то же, что и 7 лет назад. Выбор, который ставит перед цивилизацией эпоха ИИ, лежит между двумя классами необратимости. Катастрофа без глобального надзора или тирания под ним. Третий путь существует только на бумаге, и времени перевести его с бумаги остается меньше, чем кажется.   Фото: Дженис Хейни Карр #БольшиеБоги  #БольшойБрат

Накопилось по #minimaxH3 - часть 31 #LoRA huggingface.co/Iwannapose/minimax_h3_pdmd_2nfe_comfyui - #PDMD 2-NFE: 2-шаговая LoRA для H3, ComfyUI-формат huggingface.co/adf99/H3_Ref2V_Anime_Slider_v1 - аниме-слайдер для Ref2V: положительные значения тянут в 2D-аниме, отрицательные — в реализм huggingface.co/neph1/1950s_western_movies_h3 - LoRA вестернов 50-х для FL2VA. Совет: естественный свет, винтажный кинокадр, формат 1.85:1 или 2.35:1 huggingface.co/neph1/1980s_fantasy_movies_minimax_h3 - LoRA фэнтези-фильмов 80-х. Без триггера, для боевых сцен не годится civitai.com/models/2979777/minimax-h3-motion-combat-reasoning-or-ref2va-or-fl2va-or-hybrid - боевая моторика: похоже, хорошо для средневековых мечей huggingface.co/RunningHubAI/rh-minimax-h3-digicam-realism-improve-lora - реализм любительской съtмки на цифромыльницу #realism huggingface.co/RunningHubAI/rh-minimax-h3-five-view-512-s1500.safetensors-lora - пять ракурсов одного персонажа huggingface.co/Playtime-AI/Minimax_H3-Age_Slider - экспериментальный возраст-слайдер теперь и для #REF2VA (для FL2VA был раньше). Без триггера civitai.com/models/2985070/sss-rank-minimax-h3-smooth-slow-sync - SSS Rank: замедляет и сглаживает анимацию huggingface.co/akhaliq/MiniMax-H3-Claymation-Style-LoRA - клеймейшн-стиль. Дает вид пластилина, но не характерные стоп-моушен тайминги huggingface.co/Kijai/MiniMax-H3-experimental/blob/main/loras/minimax_h3_DMAD_4step_full_lora_avg_rank_39_bf16.safetensors - новая 4-шаговая турбо-LoRA DMAD от Kijai, выбрана по умолчанию в свежей сборке SEEDHUNTER #workflow civitai.com/models/2979689/basic-refmod-creator-minimax-h3 - базовый воркфлоу создания #RefMods civitai.com/models/2980013/minimax-h3-role-swap-face-refine - замена персонажа + отдельный проход фейс-рефайна: YuNet ловит лицо, низкий денойз 0.45 на 12 шагов, вшивание обратно github.com/roycho87/degrade_repo - длинная генерация без деградации: 10 склеенных клипов, свежие латенты каждые 10–15 сек, шов пересэмплируется FL2V #longvideo reddit.com/r/StableDiffusion/comments/1wwyva2/minimax_h3_refmod_consistent_location_trick/ - стабильная комната: 20 фото комнаты сеткой 4×5 в один RefMod reddit.com/r/StableDiffusion/comments/1wxigqo/minimax_h3_voice_acting_with_speech_tags/ - управление диалогом тегами, курсив для акцента на слове github.com/Violinet-tech/seamless-loop-video - #skill для Claude Code: бесшовный зацикленный эмбиент из статичной картинки + три .PY скрипта github.com/veda-sparse/Veda-on-ComfyUI - VEDA для #ComfyUI 0.2: разреженное внимание, скипает ~90% шагов, 7.1x на attention. Требует ComfyUI 0.38.0, предиктор 275Mb в models/veda. На 3060 с хард-грейви 6 шагов: 8 мин на 8 сек — без выигрыша против Turbo/Kitchen/Spectrum ——— github.com/SK-SL-source/cinematic-director-camera-dsl - Claude Code #SKILL : короткие камерные коды вроде /MS /LOWANGLE /DOLLYIN разворачиваются в полноценные H3-промпты #PROMPTING #CAMERACONTROL github.com/zacharydenton/h3-hrx - запуск H3 на #AMD Strix Halo youtube.com/watch?v=blI0X5zslfw - гайд по #RefMods: видео, аудио, движение, стиль #guide

🧮 Математика для ИИ на русском: от школьной базы до трансформеров и диффузии Бесплатный курс-шпаргалка на GitHub, который связывает формулы с их применением в ML: интуиция → формула → иллюстрация → код на NumPy → задачи. Внутри: • Линейная алгебра, производные, вероятности и статистика. • Backpropagation, оптимизаторы, функции потерь и attention. • Генеративные модели, обучение с подкреплением, RAG и рекомендации. Для практики: 26 Jupyter-ноутбуков с запуском в Colab, 60 задач с решениями и 160 вопросов с собеседований. Есть карточки Anki и глоссарий RU ↔ EN. Если математика забылась, предусмотрен отдельный справочник с нуля: от дробей и процентов до интегралов и матриц. https://github.com/justxor/math-for-ai-2026

Поговорили с со-основателем Хантфлоу, а не стыдно ли ему https://www.youtube.com/watch?v=oO6-jH9K44Y https://www.youtube.com/watch?v=oO6-jH9K44Y https://www.youtube.com/watch?v=oO6-jH9K44Y Ладно, это рофл, дискуссия получилась интересная: где-то прижимали меня, где-то давил я. Обсудили из чего строится выручка ATS компаний, как они обращаются с персональными данными и продают ли их куда-то. Является ли хантфлоу инструментом борьбы с накруткой опыта или это миф? Выяснили, зачем мне кидали досудебку, нужен ли AI скоринг резюме и тот завирусившийся слайд из презентации Хантфлоу про AI в сопроводительных письмах. Весь подкаст я пытался понять, действительно ли это удобный инструмент автоматизации работы рекрутера или скорее последний гвоздь в крышку адекватного найма? Нужна помощь с ответом, напишите свое мнение в комментариях В режиссерской весии (+ час) узнали, сколько хантфлоу фармит бабла на рекрутерах, куда ваше резюме передается после откликов и как нанимают сами Хантфлу. Так же (ВНЕЗАПНО), почему основатели не верят в замену рекрутеров на ИИ.

Про рынок труда. Пишет в соцсети Andrey Rumyantsev:

ИИ косит рабочие места на рынке труда так, что это становится заметно на уровне всех компаний. Одну сторону процесса я вижу сам, как владелец бизнеса, и примерно о таких же процессах слышу от других владельцев. Другая сторона видна всем вообще — это огромное количество людей, которые месяцами ищут работу, но не могут ее найти, они пишут об этом во всех соцсетях и находят много понимания и реакций, потому что таких же, как они, гораздо больше. Честно скажу, что мне все это нравится. Ведь бот делает быстрее, лучше, четче. Его можно обругать в любой форме 😂. Он доступен круглосуточно, на любом языке, и ограничен только числом токенов в подписке, а их можно купить несколько. С нетерпением жду полноценного наступления эры функциональных роботов, это позволит отказаться еще от большого числа «специалистов».

Держитесь за свою работу, постоянно развивайтесь, чтобы конкурировать с роботами. Ну или заменить владельца бизнеса 😉 #life

Genex Desktop Десктопная студия для геймдева с ИИ от Genex. Координирует агентов и игровые инструменты вокруг играбельного проекта. Стартует с браузерных игр на Three.js. • Сборка игры через чат: агент пишет игру, ассеты рядом • Мультиагентный режим: Opus и GPT вместе через главного агента, воркеров и ревьюеров • Локальные модели или Claude Code / ChatGPT по подписке • 3D-ассеты локально через плагин Blender • Meshy, Tripo, ElevenLabs и другие через роутер инструментов • Экспорт или публикация в веб • #macOS (Apple Silicon), #Linux . Windows скоро • Плагины Unity и Unreal в работе, нативные C++-игры скоро github.com/genex-games/genex-desktop Спасибо @m_franz #agent #gamedev MAX

Гиперусреднённость. Новое слово, которого мне не хватало во многих диалогах (+тест) Всё, что происходит и будет происходить в различных нишах (которые долетают до потребителей, про бизнес-процессы — там сложнее) можно охарактеризовать этим словом. Сайты скоро будут ±одинаковые. Дизайн — тоже. Видео — тоже. Модели — тоже. Рекламные стратегии, бизнес планы и многое многое другое. И в целом это логично, если смотреть на то, что ИИ становятся для людей более понятным, более способным, более более и т.д. Неоднократно поднималась в моих кругах дискуссия, что будет с маркетингом и его функциональными кластерами, когда практически у каждого человека будет возможность сделать себе многие прикладные задачи худо бедно за 100 долларов (это время уже наступает на самом деле)? Ответов много, но не ответы хотел писать. Именно феномен так называемой гиперусреднённости будет распространятся во многие сферы нашей жизни. Посредственность, которую мы знали ещё лет 5 назад умирает на глазах. Помянем посредственность. И поприветствуем посредственность 2.0! С ИИ она просто получает level up и становится уже не такой и посредственной в привычном и старом смысле слова. Выходит на сцену новая! Блистательно слепя шрифтами с засечками, абстракциями, не чистым белым и не чистым чёрным цветами, длинными тире, вот такими вот кавычками «ёлочками» и прочими атрибутами, которые большинство считает маркерами ИИ. А по факту ИИ просто умеет использовать хорошее. Обучаясь на тоннах формуов и всяких имхо, безграмотных ответах, ИИ способен вычленить хорошее и написать правильно, как Толстой или Байрон. Но теперь написать длинное тире — уже моветон и критерий ИИ контента. Дожились... Теперь хорошее — это ИИ, а люди намеренно пытаются изьебнуться так, чтобы откатить черту хорошести вниз. Иначе — ИИ слоп и т.д. Та что там люди, уже сам ИИ не может отличить человеческое от ИИшного на 100% (это показал на скрине). И всё гораздо масштабнее, чем просто артефакты типографики... Феномен гиперусреднённости интересен тем, что люди всё меньше способны отличать ИИ от реальности, например лица людей, сгенерированных ИИ, кажутся нам более человечными, чем реальные лица. Текста написанные людьми уже многим кажутся ИИшными. Картины — вообще все ИИ. Даже милый котик пьющий латте на безлактозном и матерящийся на прохожих — это что, тоже ИИ по вашему? Именно исследование на эту тему опубликовали в Британском Журнале Психологии (кому интересно ссылка будет ниже). Немного разорву контекст и нескладность, но очень хочу в качестве примера подсветить вирусность трансформирующегося тренда ИИ блогеров супернетипичной внешности. Если вспомнить корни этой истории — там хватало просто розовых волос у девушки и контент залетал. Потом были модели с нетипичными смешениями разных рассовых признаков (т.к. людям уже эти розовые волосы — не пробивали слепоту). Потом были явные визуальные особенности типа 3х грудей (как в известном фильме), гетерохромия, витилиго и т.д. список долгий. Сейчас — это ии-модели со странными антропоморфными качествами типа Жана Филантропа... А всё потому, что контента становится оооочень много. И нужно как-то пробивать быстроформирующуюся слепоту... Поэтому подобных кейсов будет становится всё больше и больше. Кто понял посыл — тот понял. Так что там с гиперусреднённостью? С ней то, что с течением времени приставка гипер и само слово усреднённость будут набирать всё больший вес своих дефиниций... Куда приведёт?.. 42 p.s. Если хотите проверить насколько вы можете отличить реальные лица от ИИ лиц — авторы исследования сделали тест. Пройдите и поделитесь в комментах вашим результатом. Инетресно, насколько сообщество тех, кто интересуется ИИ будет выше среднего. Мой результат 17 из 20... У знакомого никак не связанного с ИИ — 7 из 20... ссылка на исследование ссылка на тест