Дайджест новостей: события из мира науки

Улучшение мультимодальных моделей

В работе авторы показывают, что сильную мультимодальную модель можно заметно улучшить без дообучения, если правильно построить вокруг нее процесс работы. Они предлагают общую схему, где вход сначала разбирается как задача, затем изображение проходит обработку, после чего модель получает не только вопрос, но и внешние проверки, а при ошибке ответ можно исправить. Главная мысль статьи в том, что часть промахов появляется не из-за слабой самой модели, а из-за того, как именно организован ее ход решения. Поэтому метод рассматривает не только ответ, но и весь путь к нему. Авторы проверяют схему на разных задачах, где нужно понимать картинку, планировать действия и находить мелкие различия. Результат в том, что та же модель начинает работать точнее и стабильнее, особенно на сложных примерах, а сама идея дает простой путь к улучшению без новых затрат на обучение и без смены самой модели.

Мессенджер WildBerries

Вайлдберриз начала разработку собственного мессенджера, и пока он необходим самой компании. По словам Татьяны Ким, главы холдинга Wildberries&Russ, сервис уже проходит тестирование среди сотрудников и помогает решать внутренние задачи по коммуникации. Идея появилась не ради громкого запуска, а как ответ на рабочие нужды команды, но разработчики уже смотрят в перспективу и думают о выводе продукта на рынок. Пока не ясно, получится ли превратить внутренний инструмент в массовый сервис, однако сам факт разработки показывает, что крупные компании все чаще хотят иметь свои каналы общения, а не зависеть только от чужих платформ. На этом этапе мессенджер еще проверяют на удобство, устойчивость и ошибки, а значит, говорить о готовом конкуренте известным приложениям пока рано. 

Исследование способов обмана систем обнаружения сетевых атак

Работа посвящена уязвимостям систем обнаружения сетевых атак. Авторы обращают внимание на то, что многие исследования рассматривают нереалистичные сценарии атак, где злоумышленник напрямую изменяет сетевой трафик после его формирования. В реальных условиях атакующий чаще воздействует только на устройство, с которого отправляются данные. Поэтому исследователи предлагают рассматривать пространство хоста, то есть изменения, которые можно сделать именно на стороне компьютера злоумышленника. Авторы показывают, что даже небольшие изменения команд, параметров или структуры запросов могут существенно менять поведение системы обнаружения атак. При этом сетевой трафик остается функционально правильным для атакующего. В статье проводится анализ существующих работ и демонстрируется, что многие современные методы защиты плохо проверяются на реалистичных сценариях. Исследование подчеркивает необходимость создавать системы безопасности, устойчивые к атакам в настоящих сетевых условиях.

Удивительная утечка с Google

В Карибском море всплыл прототип часов от Google. О находке рассказал Рэнди Питчфорд, глава студии Gearbox. По его словам, знакомый дайвер поднял со дна устройство у Сен Мартена, и оно оказалось похоже на еще не выпущенные часы Pixel Watch 5. На снимках видно, что корпус сохранился, а экран даже смог показать текущее время, хотя батарея была почти пустой. После публикации Питчфорд сообщил, что с ним связались и попросили вернуть находку владельцу. Сам Google ситуацию не комментировал. История быстро разошлась по сети именно из-за своей нелепости, ведь обычно прототипы забывают в кафе или такси, а не теряют в море. По фото и сообщению источника это выглядит не как шутка, а как очень необычная утечка раннего устройства. Для сетей это редкий и почти кинематографичный случай для всей отрасли.

Система восстановления движения рук и объектов по видео

Работа посвящена обучению роботов сложным движениям рук через совместную генерацию видео и действий. Авторы считают, что существующие методы слишком сильно разделяют зрительное восприятие и управление движением. В результате робот видит сцену и планирует действия как независимые процессы. Исследователи предлагают единую модель шумоподавления, которая одновременно восстанавливает будущее видео и последовательность движений рук. Система получает текстовое описание задачи, начальное изображение и положение рук, после чего строит дальнейшее развитие сцены и нужные действия. Благодаря совместному обучению модель лучше понимает связь между визуальными изменениями и движением манипуляторов. Авторы проверили метод на задачах захвата и перемещения объектов. Эксперименты показали, что робот стал выполнять действия точнее, а движения получились более плавными и согласованными с изменениями окружающей сцены.

Сомнения вокруг ИИ

Разговоры вокруг искусственного интеллекта сейчас звучат как спор о том, окупаются ли огромные вложения. По данным сайта, который ведет учет расходов и доходов отрасли, на развитие таких систем уже ушло около 1,4 триллиона долларов, а общая выручка заметно ниже. Авторы трекера отмечают, что почти все крупные игроки остаются в минусе, а в плюсе, по их оценке, в основном лишь Nvidia, которая продает оборудование для этой экосистемы. К сожалению, быстрый рост технологии еще не означает быструю общую прибыль. На сегодняшний день в индустрию вкладывается колоссальное количество средств, модели становятся мощнее, но для большинства компаний итог пока остается достаточно безрадостным. Поэтому одни говорят о перегретых ожиданиях, а другие считают, что отрасль лишь проходит дорогую стадию становления. Сам трекер прямо пишет, что его оценки не равны аудиту, но общая картина выглядит мрачной.