Наука

✔️ ИИ за 24 дня формализовал самое длинное доказательство в истории математики, над которым около 100 учёных работали десятилетиями. Компания Axiom Math объявила о завершении компьютерной проверки теоремы классификации конечных простых групп (CFSG), известной как «Огромная теорема». Оригинальное доказательство занимает 15 000 страниц в более чем 500 научных статьях. О чём вообще теорема? Представьте куб. Его можно повернуть 24 способами так, чтобы он выглядел точно так же. Эти преобразования образуют математическую группу. Теорема классифицирует фундаментальные «строительные блоки», из которых состоят все конечные группы симметрий. Это своеобразная периодическая таблица симметрий, применяемая в алгебре, теории чисел и математической физике. Что сделал ИИ: За 24 дня десятки ИИ-агентов создали около 43,1 млн строк кода на Lean. Формализовали доказательство, которое математики собирали на протяжении десятилетий. Обнаружили 34 существенных расхождения с опубликованными математическими работами. Нашли контрпримеры к некоторым утверждениям и разработали альтернативные доказательства. Получили новый результат в теории групп, необходимый для выбранного пути доказательства. В отдельных случаях ИИ обнаружил ошибки в исходных рассуждениях и построил новые математические аргументы, чтобы их исправить. Работа велась совместно с математиками, включая специалистов, участвовавших в первоначальной классификации. Результат Axiom представляет как первое полное доказательство CFSG, проверяемое компьютером. Код и материалы открыты для независимого изучения. Это пример того, как ИИ-агенты могут не только ускорять математическую работу, но и проверять фундаментальные результаты, которые раньше было практически невозможно перепроверить целиком. https://axiommath.ai/research/the-enormous-theorem-formalized/ @ai_machinelearning_big_data

Какая боль, какая боль: лучшие научные рецензенты - ИИ - 132:0 Гарвардский эксперимент показал превосходство ИИ над лучшими экспертами. И за этой победой скрывается угроза, способная изменить саму природу науки В науке десятилетиями существовал почти священный институт - peer review, экспертная оценка научных работ. От рецензентов зависит, какие ошибки будут исправлены, какие результаты получат признание и какие идеи смогут пробиться на страницы престижных журналов. И вот исследователи Гарварда Гэри Кинг и Стивен Уортингтон устроили эксперимент, результаты которого выглядят полным разгромом «кожаных мешков». Причём людям создали практически идеальные условия. 124 научные рукописи. 134 рецензии высококвалифицированных экспертов. Рецензентов тщательно отбирали, хорошо оплачивали их труд и мотивировали писать максимально содержательные заключения. 88% опрошенных авторов оценили полученные рецензии как хорошие или очень хорошие. Против этих экспертов выставили Claude Opus 4.8.   Результат оказался почти невероятным. 100% побед ИИ в 132 однозначных сравнениях, проведённых независимой моделью GPT-5.5. 87% побед в слепой оценке трёх бывших редакторов ведущих научных журналов: 26 из 30 вердиктов по десяти рукописям. Победа во всех семи категориях — от методов исследования и теоретических идей до обнаружения слабостей, работы с источниками и качества аргументации. Ошибочных утверждений почти втрое меньше: 5,5% у ИИ против 15,9% у людей. Ни одной вымышленной ссылки в проверенных ИИ-рецензиях. Исследователи специально проверяли, не объясняется ли успех ИИ большей длиной рецензий, особенностями машинного стиля или предпочтениями ИИ-судьи. Преимущество сохранилось.   Но главный результат этого исследования - даже не разгромный счёт. А перспектива переворота в организации науки.   Представьте новую систему. Учёный пишет статью и многократно прогоняет её через ИИ-рецензента, устраняя ошибки и укрепляя аргументацию. Журнал предоставляет официальный промпт для проверки. Автор отправляет статью вместе с ИИ-рецензией и ответами на замечания. Редактор проводит независимую проверку и привлекает человека-эксперта лишь в сложных случаях. Решение о публикации, на которое сегодня уходят месяцы, потенциально можно принимать за дни.   Разумеется, пока это прогноз. Исследование ещё не прошло обычное журнальное рецензирование, охватывает ограниченный круг научных областей и не доказывает, что статьи после советов ИИ действительно становятся лучше. Тем более оно не показывает, что ИИ лучше человека решает, какие открытия заслуживают публикации. Но именно здесь возникает вопрос, который мне кажется важнее всех остальных. А что, если лучший рецензент отдельных научных работ окажется худшим архитектором науки в целом?   Ведь наука движется вперёд не только благодаря устранению ошибок. Она развивается благодаря идеям, которые поначалу кажутся ошибочными. Благодаря нарушению привычных правил. Благодаря интеллектуальным мутациям, которые существующие критерии качества ещё не умеют оценивать.   Авторы исследования сами предупреждают: использование сходных ИИ-моделей может сделать отдельные работы качественнее, а науку в целом - более однородной и ортодоксальной. Представьте миллионы исследователей, совершенствующих свои статьи под требования нескольких практически одинаково мыслящих машинных критиков. Мы рискуем получить науку с гораздо меньшим количеством ошибок - и гораздо меньшим разнообразием идей (см. также здесь). Причём прежняя система человеческого рецензирования тоже подавляла неортодоксальные идеи. Но машинная способна масштабировать подобный эффект с беспрецедентной скоростью.   Так что, не спрашивайте, способен ли ИИ превзойти человека в научной критике. ИИ уже может быть лучшим критиком сегодняшней науки. Но кто будет защищать науку завтрашнюю от её лучших критиков – вопрос открыт.   Наука  #ГенИИ #Креативность

Как проходило сближение ICEYE-X36 и КОСМОС-2612. Мониторинговая служба COMSPOC_OPS опубликовала разбор резонансного ситуации — первого несанкционированного сближения двух аппаратов на орбите от разных операторов. Сейчас ходит много конспиролгиечких теорий по этому событию, но этот разбор доказывает главное — это была спланированная акция, которая выполнялась несколько месяцев. Цепочка событий: - Первоначальные манёвры по коррекции орбиты КОСМОС-2612 (далее К2612) для сближения с ICEYE-X36 (далее X36) начали проводить ещё в июле; - 1 октября К2612 поднял орбиту на ~47км, чтобы нагнать X36; - После поднятия К2612 2 раза пролетел X36 на расстоянии ~55км 5 и 12 октября; - Через 2 часа после второго пролёта, К2612 дал тормозной импульс на ~27м/с и снизил высоту орбиты до 515км — прям как у X36, но летел за ним; - С 13 по 16 октября К2612 дал 8 коротких импульсов для коррекции и сближения (всего на 5м/с); - 16 октября К2612 синхронизировал орбиту и наклонение (расхождение всего 0.003°) с X36; - С 16 по 18 октября оба аппарата находились всего в рамках ~2км друг от друга на протяжении ~24 часов и в рамках ~1км около ~12 часов — это очень близко по космическим меркам; - 16 октября также было 1 сближение на ~220 метров (максимум ~490м); - Затем К2612 снова отдалился и держал расстояние 2-4км; - 17 октября К2612 вошёл в сверху неизвестности X36 и провёл ряд сближений; - Самое близкое было на уровне 60 метров (неопредлённость до 950 метров); - 17 октября К2612 снова обогнал X36, но держался на расстоянии ~2км; - 18 октября К2612 провёл ещё один манёвр по сближению, уже ~260 метров (неопределённость до 160м); - Относительная скорость во время сближений варьировалась от 15см/с (как у черепахи) до 90см/с (медленнее обычного шага человека) — это не пролёт, а именно медленный обход; - X36 не менял орбиту во время этих манёвров К2612; - 18 и 19 октября К2612 снова провёл 2 коррекции орбиты и теперь держит удивление в ~480км от X36 — они находятся на одной орбите, но в разных её частях. COMSPOC_OPS также отмечают, что схожие серии манёвров отрабатывали на аппаратах КОСМОС-2581/82/83 с февраля 2025 года. За это время они зафиксировали 170 сближений этих аппаратов друг с другом на расстояние менее 1км, иногда до считанных метров. Они постоянно меняли роли цели/преследователя. Возвращаясь к изначальному тезису про эту ситуацию — вход в сферу неизвестности другого аппарата на такой малой относительной скорости уже само по себе опасно, но тут ещё и серия непредсказуемых манёвров внутри сферы. Это сближение было коротким, но только открывает дорогу для таких обходов в будущем.

ИИ доказал квазигипотезу Римана. Что дальше? «Любой математический журнал немедленно отклонил бы их», — так математик Максим Радзивилл оценил качество изложения двух доказательств, представленных OpenAI. При этом последствия одного из результатов он же назвал «ошеломляющими». Речь о квазигипотезе Римана — более слабой версии знаменитой гипотезы, которая остаётся нерешённой более 160 лет. OpenAI представила два варианта доказательства: на 199 и 49 страниц. Первое прошло формальную проверку, второе пока нет. Однако именно короткую работу взялись изучать специалисты. Питер Сарнак из Принстона даже решил изменить программу своего курса, чтобы посвятить его разбору доказательства. При этом сам Сарнак пока не готов признать результат теоремой. Сначала математикам нужно проверить и понять все детали доказательства.

Новая вакцина вызвала иммунный ответ у 99% пациентов с раком поджелудочной железы Мутации гена KRAS встречаются примерно в 90% случаев протоковой аденокарциномы поджелудочной железы и способствуют росту опухоли. Даже после операции и химиотерапии рак часто возвращается, поэтому ученые стремятся найти способы уничтожать оставшиеся раковые клетки. Новая вакцина нацелена на семь распространенных мутаций KRAS. Препарат доставляет генетические инструкции в клетки организма, чтобы активировать Т-лимфоциты, способные распознавать и атаковать опухолевые клетки. Усиленный иммунный ответ помог всем участникам исследования дольше оставаться в состоянии ремиссии — в среднем 24 месяца и более. https://hightech.plus/2026/10/26/novaya-vakcina-vizvala-immunnii-otvet-u-99-pacientov-s-rakom-podzheludochnoi-zhelezi

Представлена наиболее точная модель ранней Вселенной — это работа 100 000 ядер и 15 000 GPU суперкомпьютера Frontier Учёные MIT и их коллеги создали Lumina — одну из самых масштабных и точных моделей ранней Вселенной. Симуляция показывает первые два миллиарда лет космической истории: появление первых звёзд и галактик, а также ионизацию газа. Для расчётов суперкомпьютер Frontier задействовал более 100 тысяч процессорных ядер и около 15 тысяч GPU. Модель охватывает куб пространства со стороной 1,63 млрд световых лет и включает около 432 млрд элементов. Данные помогут сравнить теории с наблюдениями телескопов «Джеймс Уэбб» и «Роман», а открыть симуляцию для учёных планируют в 2028 году. #вселенная #астрономия #моделимира 📎Подробнее 🔖 3DNews в TG | MAX | VK

Panasonic начала продавать перовскитные солнечные панели для окон и фасадов Японская корпорация запустила коммерческие продажи солнечных панелей на основе перовскита, рассчитанных на интеграцию в окна и фасады зданий. Первые предсерийные образцы со стеклянным покрытием уже изготовлены в префектуре Осака и отгружены заказчикам, а полномасштабный серийный выпуск запланирован на апрель 2029 года — раньше первоначального графика. Выход компании на рынок подкреплен государственной стратегией Японии, которая с 2027 финансового года сворачивает субсидирование традиционных кремниевых панелей в пользу перовскитных технологий. https://hightech.plus/2026/10/26/panasonic-nachala-prodavat-perovskitnie-solnechnie-paneli-dlya-okon-i-fasadov

📌 FairStress: тест на демографическую справедливость моделей Институт Аллена опубликовал набор FairStress для проверки того, меняет ли языковая модель своё решение о человеке из-за его расы, пола, религии, возраста, инвалидности или ориентации в сферах найма, кредитования, медицины и образования. FairStress тестирует прочность позиции модели - в промпт внедряются состязательные префиксы с авторитетными или социально окрашенными аргументами (ссылки на мнение руководства, дискриминацию в прошлом или неформальные рекомендации), после чего замеряется, насколько охотно система отказывается от объективно более сильного кандидата под внешним давлением. В наборе 300 сценариев из 29 областей с вымышленными кандидатами, 33 пары демографических групп, четыре степени раскрытия личности и до 78 убеждающих фраз. Итого более 13 млн вариантов. 🟡Тесты На 15 моделях семейств Olmo, Llama, Qwen, Gemma, Claude и GPT бенчмарк выявил повсеместную антистереотипную гиперкоррекцию - под влиянием одинаковых по силе аргументов модели гораздо чаще отказывались от правильного выбора в пользу кандидатов из исторически уязвимых групп, чем наоборот. Без данных о личности модели беспристрастны, но при прямом указании группы они на 9,3 процентного пункта чаще отказываются от верного решения, если отказ выгоден кандидату из меньшинства. В сценариях без явного фаворита выбор в пользу меньшинств происходил в 60–65% случаев. Кроме того, модели меняли логику аргументации: заслуги одних кандидатов объяснялись критериями и фактами, а других - абстрактной устойчивостью и разнообразием, что фактически нивелировало их профессиональные достижения. Аудит показал, что текущие процессы элайнмента обучают модели блокировать дискриминационные запросы, но не учат их устойчивому взвешиванию объективных навыков.

Снизить асимметрию без падения точности помог только контрфактический CoT - принудительный пересмотр логики задачи с зеркальной заменой демографических маркеров.

📌Лицензирование: CC-BY-4.0 🟡Статья 🟡Датасет 🖥GitHub @ai_machinelearning_big_data #AI #ML #Dataset #FairStress #Ai2

🔻 StreamEval: комплексный бенчмарк для стриминговых моделей от Nvidia Исследователи из NVIDIA, Tsinghua University, CMU, UC Berkeley, Princeton, NUS и Reactor опубликовали бенчмарк StreamEval, который оценивает способность моделей генерировать видео в реальном времени. Он проверяет, умеет ли модель выполнять запросы пользователя прямо во время стрима и при этом не ломать то, что уже есть в кадре. В бенчмарке 300 сценариев длиной от 15 до 300 секунд: поговорить с цифровым аватаром, попросить его поднять руку, сдвинуть камеру в сгенерированной сцене, перекрасить предмет в идущем видео. Авторы прогнали через StreamEval 37 моделей. Бенчмарк проверял пять типов задач. Результаты следующие: • Диалог с аватаром. Цифровой человек слушает речь пользователя, отвечает по смыслу и помнит, о чём шла речь раньше. Лучший результат у Vidu S2 Avatar: 75 из 100 за качество диалога. • Действия аватара. Аватар произносит заданный текст и по ходу выполняет команды вроде «подними правую руку» или «посмотри влево». Картинку модели держат хорошо: у Vidu S2 Avatar стабильность видео 97 из 100. А вот команды даже лидер корректно выполняет только в 37% случаев. • Генерация мира. Модель создаёт сцену и меняет её по командам: «лодка плывёт к причалу», «камера сдвигается вправо». Лучше всех команды выполняет Krea Realtime, и это всего 26% запросов. • Редактирование видео по тексту. В идущем видео нужно изменить объект по текстовой команде, например перекрасить вазу, и не испортить остальной кадр. Здесь лучший результат у Vidu S2 Editing: 57 из 100 за полностью корректные правки. • Редактирование видео по картинке. То же самое, но нужный вид объекта задаётся изображением. Это самая сложная задача: максимум 15 из 100. Проект открытый: код оценки опубликован на GitHub, тестовые сценарии с таймлайнами и медиафайлами выложены на Hugging Face, а результаты моделей собраны в лидерборде. #Benchmark

Anthropic показали, чем Claude заняты в фарме💊, и это уже не «помогает писать письма», а вполне лабораторные результаты: у Generate Biomedicines фрагмент для CAR-T терапии рака, предложенный через Claude Code, оказался на 70% короче стандартного и при этом эффективнее убивал опухоль, у Divergence Labs Claude почти сам нагенерил 35 тысяч дизайнов антител против пищевой аллергии за месяц, а у Enveda проверил 1 061 страницу производственной документации, нашёл все ошибки, которые нашли люди, и ещё семь, которые люди пропустили. Регуляторный документ, который обычно пишут три месяца, ушёл в черновик за четыре часа. Самая показательная история про Mithril Medicine: компания из одного человека с Claude за 18 месяцев довела лекарство от редкой детской мышечной дистрофии от идеи до результатов на мышах, координируя 11 лабораторий, после чего Anthropic её просто купила. Испытания на людях обещают не раньше конца 2028 года

ИИ-психоз Про галлюцинации моделей все давно в курсе. Меня больше беспокоит то, что я вижу у знакомых. Человек много общается с чат-ботом, тот его во всём поддерживает, и через какое-то время у человека начинает плыть картина мира. В Калифорнии уже есть группы поддержки для родственников тех, кто так подсел на чат-ботов, что потерял связь с реальностью. Обычно всё начинается с какой-нибудь необычной идеи. Человек несёт её в ChatGPT, модель не спорит и подхватывает. Через пару недель он уже уверен, что открыл законы Вселенной или решил задачу, над которой бились математики. Хватает историй, как люди сидели с ботом по 16 часов в день, тратили сбережения и ломали отношения с близкими. Несколько случаев из прессы за последнее время. Бухгалтер из Нью-Йорка начинал с рабочих задач, потом разговорился с ботом про теорию симуляции и в итоге поверил, что живёт в ложной реальности и вот-вот «проснётся». The New York Times пишет, что бот ещё и советовал ему отгородиться от людей. 47-летний канадец решил, что придумал революционную математическую теорию. Окружающие его критиковали, а бот каждый раз поддерживал. 26-летняя женщина, у которой раньше не было проблем с психикой, поверила, что через чат-бота разговаривает с умершим братом. В Дании подняли психиатрические карты и нашли 38 пациентов, которым после общения с чат-ботами, похоже, стало хуже. Чаще всего у них усиливался бред. OpenAI сама оценивает, что признаки психоза или мании за неделю видны примерно у 0,07% активных пользователей. При сотнях миллионов пользователей это сотни тысяч человек. Отдельного диагноза «ИИ-психоз» пока нет. Похоже, модель своим вечным одобрением разгоняет кризис, который у человека уже начинался, особенно если ему и так плохо. Исправить это сложно, потому что дело в самом обучении. Модели учатся на оценках людей, людям нравятся приятные ответы, вот модель и привыкает соглашаться. Нас с вами в основном бесит, когда она хвалит слабый текст или поддакивает плохой идее, а для человека в начале кризиса это собеседник, который никогда не устаёт хвалить его бред. Немного критики можно вернуть, если просить модель сразу искать в идее слабые места, а оценку не спрашивать вовсе. Важные выводы лучше перепроверять в другой модели, и если согласие пришло слишком быстро, это повод насторожиться. Но это работает, когда у тебя есть скепсис и опыт. Мне страшнее за тех, кто уязвим и кому в нужный момент не с кем поговорить. Друзья и родные могут достучаться до такого человека живым разговором, если они рядом, но так бывает не у всех. @maxvotek | linkedin | substack

Яд, сваренный внутри опухоли Японские исследователи из института RIKEN научились синтезировать противораковое вещество прямо внутри раковых клеток, а сырьём служит угарный газ, которого в некоторых опухолях необычно много. Задумка такая: в отличие от химиотерапии, в организм вводят не готовое лекарство, а сравнительно безвредные компоненты, которые становятся ядовитыми только в больной клетке. Реакцию запускает CO. Его знают как ядовитый выхлоп, но организм и сам понемногу вырабатывает этот газ, а многие раковые клетки — заметно больше нормы. Эту химическую «примету» команда Кацунори Танаки и обратила против опухоли. Систему проверили на клеточных линиях рака печени, шейки матки, молочной железы и лёгкого, а для сравнения — на нераковых клетках. Через 48 часов нужный продукт нашёлся во всех четырёх раковых линиях и не появился в нераковых. После доработки синтезированная молекула смогла свободно перемещаться по клетке, а реакция стала давать высокотоксичное соединение из тех, что используют в лекарствах от рака. В клетках рака печени такой вариант синтезировал яд изнутри и повредил их. Проверили и обратный риск: не запустит ли реакцию угарный газ, который и так есть в крови. Анализы крови токсичного соединения не обнаружили. По версии авторов, CO там связан с гемоглобином и в реакцию не вступает. Дальше — опыты на животных: предстоит понять, дойдёт ли катализатор до опухоли, хватит ли лекарства и не пострадают ли здоровые ткани. Если подход оправдается, у химиотерапии может появиться альтернатива. Танака называет это терапевтическим синтезом прямо в организме: собственные молекулы тела, включая продукты болезни, служат сырьём для лекарства там, где оно нужно. @vselennayaplus

📌 Perplexity научила модель быть учителем самой себе ИИ-поисковик предложил метод обучения под названием JOLT, в котором одна и та же модель выступает сразу учеником и учителем, причём обе роли учатся одновременно. При обучении с подкреплением модель получает награду только за итог попытки, и по ней не понять, какие именно шаги привели к успеху. На длинных агентных задачах, где попытки редко удаются, такого сигнала мало. Обходят это дистилляцией, когда модель посильнее оценивает каждый токен ученика и подсказки становятся плотнее.

Но умение решать задачу и умение её объяснить не одно и то же. Сильный учитель легко уходит туда, куда ученик за ним не дотянется, и подсказки пропадают впустую.

В JOLT учитель видит проверенный ответ, разобранное решение или отчёт о прошлых попытках, а ученик работает вслепую. Обе роли живут в одной модели и обновляют общие веса. Ученик тянется к подсказкам учителя, а учитель получает задачу подстроиться под ученика, т. е. давать такие подсказки, которые двигают его в ту же сторону, куда двигало бы обычное обучение с подкреплением на его собственной награде.

У метода есть второй вариант, JOLT+. В нём ученик получает и подсказки учителя, и обычную награду за итог своей попытки, то есть плотный и разреженный сигналы складываются.

🟡 Тесты Метод проверяли на небольших моделях DeepSeek и Qwen, от 0,6 до 30 млрд параметров. Задачи брали разные, от школьной математики и олимпиадных задач до генерации кода, работы с приложениями и команд в терминале. Сравнивали с GRPO и двумя методами дистилляции. JOLT+ везде показал лучший средний результат, обойдя GRPO на 4,2 процентных пункта на наборе MATH, на 3,0 на LiveCodeBench и на 9,9 на AppWorld. На MATH при равной точности JOLT потратил в 6,5 раза меньше обработанных токенов обучения и примерно в 13 раз меньше сгенерированных. Без награды ученика метод работает хуже. На AppWorld чистый JOLT отстал и от GRPO, и от конкурирующей дистилляции, а на Terminal-Bench уступил GRPO. Perplexity обещает открыть код позже, пока есть только статья с описанием метода. @ai_machinelearning_big_data #AI #ML #LLM #Research #RL #Perplexity