AI Projects

Маск в последнем интервью отметил, что плохая идея сейчас пойти учиться на медика, даже если вы думаете, что вы как хирург будете делать что-то руками и ИИ вам не опасен просто обширными знаниями в медицине. Для начала по знаниям нужно отметить, что GPT с первых нормальных версий наибольший прорыв в бенчмарках показывал именно в медицине, биохимии и фармакологии. Это связано с очень высокой культурой медиков и фармацевтов по организации своих публикаций и высокому качеству верификаций клинических экспериментов. Также химия или медицинская диагностика часто требуют «ассоциативного озарения», а не мышления как такового. Например, по комплексу анализов уловить ассоциацию с нужным видом лечения. Для Attention это на деле очень простая нативная операция корреляций, поэтому как диагност ИИ реально очень мощен изначально. Однако Маск говорит нечто большее. Он указывает, что собирается продавать своих Optimus именно как роботов-медиков и в том числе для хирургии. Обывателю тут покажется, что это фантастика. Однако обыватели плохо понимают особенности ключевой механики дорогих гуманоидов как «актуаторы». Это не просто электроприводы, а сверхвысокоточная механика. Родственные по конструктиву актуаторы для гуманоидов использовались для выравнивания сегментов зеркала телескопа James Webb, где нужна была точность устранения зазоров, сравнимая с толщиной вируса. Optimus будет использовать более простые актуаторы, но все равно его способность по точности движений на уровне микрохирургии, а руки людей не двигаются с такой точностью априори. Маск считает, что до переворота в медицине всего 3 года и страны, которые не будут устанавливать регуляторные барьеры, получат сразу же огромный скачок в качестве и доступности здравоохранения. Интересно, что Дарио то же самое говорит про фармацевтику, он указывает, что Claude уже может делать новые мощные лекарства, но требуется сделать кардинальную реформу медицинской бюрократии с ускорением клинических испытаний, в том числе через ИИ-анали

Релиз DeepSeek V4 Flash выступил на Code Arena на равных с GLM 5.2 Модель явно мощнее Claude Sonnet. Можно сказать, что DeepSeek научился делать фронты. Интересно, какое место будет у Pro версии.

В чате спрашивали владельцы DGX Spark можно ли на одном таком устройстве примерно за $5000 запустить DeepSeek V4 Flash. Да, можно. Инструкции по ссылке. Парадоксально, но агентский бенчмарк Tool-Eval Bench даже немного получше дает результат, чем запуск на двух DGX Spark. Однако просадка по скорости относительно пары примерно в 3 раза до 59 токенов/сек. https://github.com/MiaAI-Lab/DeepSeek-v4-Flash-One-DGX-Spark

Какой именно переворот в области ИИ прогнозирует Альтман в ближайшие 6 месяцев и чем это отличается от того, что было раньше? Основное отличие, о котором говорит Сэм, — это вхождение большинства вендоров фронтирных LLM в «ИИ-сингулярность». Участие человека стремительно сокращается в выпуске новых версий LLM. Уже где-то 2 года предыдущие версии LLM учат новые в части создания datasets, это не новость. Однако в 2026 году ИИ стал писать новые версии ядра GPT и системный код своего обучения и инференса. Основное тут последствие — что ИИ начинает умнеть быстрее прогнозов, т.к. цикл выпуска новых версий LLM стремительно сокращается. Мы просто не успеваем даже тестировать всё, что вендоры вываливают с новой скоростью, и они бьют на бенчмарках новые рекорды IQ. Однако есть и некоторый переход количества в качество. Если взять Epoch Capabilities Index как интегральный тест по 44 популярным бенчмаркам, которые могут проходить и люди, то можно сформулировать некий «человеческий базис» интеллекта (BECI). Текущие тренды указывают, что примерно в октябре 2026 года новые версии LLM вендоров превзойдут человека не в отдельной области, а сразу в комплексе областей, как измеряет BECI. Иными словами, не останется «знания-убежища», где ИИ слаб и человек с ним сможет конкурировать. Тесты не замеряют творческие способности, речь идёт об исполнительских навыках и просто знаниях и умениях из классического высшего образования. Хотя текущие версии LLM ещё не имеют нативную память, но в целом все научились это обходить и хранить память ИИ в файлах. Скорее сейчас получится некоторая пауза, пока разработчики ИИ-агентов создадут замену офисному персоналу, и эффекты для рынка труда вероятно около 2 лет будут умеренные. Однако следует признать слишком пессимистичными старые консенсус-прогнозы, что ИИ-боты начнут резню офисного персонала только к 2030 году.