ИИ, подкреплённый опытом
В статье рассматривается важная проблема в области искусственного интеллекта, которая связана с тем, что крупные языковые модели часто не учитывают физические законы мира в своих рассуждениях. Авторы предлагают новый подход под названием WorldMind, который позволяет интеллектуальным агентам самостоятельно улучшать свое представление о мире путём накопления опыта взаимодействия с окружающей средой. Главная идея состоит в том, что агент должен не просто обладать семантическими знаниями, но и научиться тому, как физический мир работает на практике. Поэтому система WorldMind создаёт собственную базу знаний, объединяющую два типа опыта. Первый тип помогает определять, когда предсказания агента противоречат физическим возможностям и как исправить такие ошибки. Второй тип направлен на выделение успешных стратегий выполнения задания, что помогает агентам лучше достигать целей. Этот подход не требует длительного дообучения модели и позволяет лучше адаптироваться к различным задачам и средам без дорогостоящих тренировок. Эксперименты с системой на стандартных цифровых средах показали, что WorldMind улучшает результаты по сравнению с традиционными методами, снижает число неверных действий и показывает хорошие результаты для разных моделей и задач. Работа делает шаг к более надёжным автономным системам, которые учатся не только понимать мир, но и действовать в нём с учётом реальных ограничений.
Надёжность Docker
Авторы статьи пришли к важному выводу о том, что популярный инструмент контейнеризации Docker не обеспечивает гарантированной воспроизводимости программных окружений, даже если следовать рекомендациям, распространённым в литературе. Docker часто называют способом сделать среду работы с кодом одинаковой на разных компьютерах, но практическая проверка показывает, что это не всегда так. Учёные собрали большую выборку Docker-образов из открытых проектов на GitHub и попытались заново построить их на основе тех же описаний сборки (Dockerfile), которые использовались изначально. Затем они сравнили полученные образы с историческими версиями, чтобы понять, насколько результаты совпадают. Оказалось, что в большинстве случаев образы не совпадают полностью ни по содержимому, ни по поведению, и даже идея функционального равенства часто не выполняется. Авторы объясняют это тем, что Dockerfile и связанные зависимости не фиксируют все детали среды, а внешние ресурсы и зависимости могут со временем изменяться, что делает результаты сборки разными даже при одинаковом наборе инструкций. Несмотря на то, что Docker помогает создавать относительно переносимые контейнеры, он не даёт строгой гарантии воспроизводимости, и это важно учитывать разработчикам и исследователям, которые рассчитывают на точное повторение окружения через длительный период времени. Статья подчёркивает, что для действительно воспроизводимого программного окружения требуются дополнительные меры фиксации версий и контроля зависимостей, выходящие за рамки стандартных практик Docker.
Эффективное распределение задач и обмен данными при вычислении сложных нелинейных функций
Статья посвящена проблеме эффективного распределённого вычисления сложных функций, которые не могут быть разложены на простые линейные компоненты. Такие задачи часто возникают в больших вычислительных системах, где несколько пользователей одновременно запрашивают результаты многомерных вычислений, и серверы должны распределить работу между собой, чтобы ускорить вычисления и снизить потребление ресурсов. Авторы предлагают математический подход, который основан на представлении всех запрашиваемых функций в виде многомерного массива, называемого тензором, а затем разложения этого тензора на более простые составляющие. Это разложение позволяет определить, какие части вычисления назначить определенным серверам, а также как организовать обмен данными между серверами и пользователями так, чтобы затраты на вычисления и передачу были минимальными. Предложенный метод сочетает в себе идеи многомерной факторизации и распределения задач, что позволяет улучшить работу по сравнению с существующими схемами, особенно для функций, которые включают нелинейные зависимости между переменными. Практический эффект такого подхода заключается в снижении количества задействованных серверов и объёма передаваемых данных при сохранении точности результатов. Эта работа расширяет фундаментальные знания о распределённых вычислениях и показывает, как сложные математические объекты, такие как тензоры, можно использовать для оптимизации реальных вычислительных систем.
ИИ-препарат против Паркинсона
Препарат ISM8969 для терапии болезни Паркинсона получил в США разрешение IND — это допуск к началу клинических испытаний на людях. Лекарство рассчитано для приема внутрь. Insilico Medicine сообщает, что кандидата в реальные лекарственные препараты разработали с применением искусственного интеллекта и инструмента Chemistry42, так, чтобы соединение подавляло белок NLRP3, связанный с хроническим нейровоспалением, и при этом проникало в мозг через гематоэнцефалический барьер. По задумке исследователей, торможение NLRP3 должно уменьшать патологическое воспаление и поддерживать работу нейронов. Доклинические данные показали противовоспалительную активность и пригодность для дальнейшего развития. Первая фаза запланирована на здоровых добровольцев и проверит безопасность, переносимость и фармакокинетику, а также поможет выбрать дозы. Также объявлено соглашение с Hygtia Therapeutics о совместной разработке и разделении прав.
Android будет хранить память о взломе
В Android 16 появилась функция Intrusion logging, она помогает разобраться, что происходило на устройстве после возможного взлома. После включения система ведет журнал событий безопасности. В него попадают подключения внешних устройств, установка приложений, моменты разблокировки экрана, часть истории просмотров и другие действия, по которым можно восстановить картину инцидента. Журнал можно скачать на телефон и при необходимости передать специалисту. Google заявляет, что записи защищены сквозным шифрованием, поэтому доступ есть только у владельца и доверенного аккаунта. Логи хранятся ограниченное время, автоматическое удаление происходит через год, а стереть их раньше нельзя. Функция связана с режимом усиленной защиты для людей с повышенным риском целевых атак и постепенно распространяется на устройства с Android 16.
Создание межведомственной комиссии по ИИ
В России формируют межведомственную комиссию при президенте по развитию технологий искусственного интеллекта. Сопредседателями должны стать Максим Орешкин, заместитель руководителя АП РФ и Дмитрий Григоренко, заместитель председательства Правительства РФ. Комиссия будет координировать работу ведомств и регионов по разработке и внедрению ИИ, утверждать целевые показатели и разбирать проблемы, которые тормозят проекты. В состав предлагают включить руководителей ключевых министерств, а также представителей Минобороны и ФСБ. Для оперативных решений планируется введение подкомиссий в правительственной комиссии по цифровому развитию и региональные комиссии при губернаторах. Ожидается, что до 1 июля 2026 года появится национальный план внедрения генеративных технологий, затем начнется контроль исполнения. Также в фокусе инфраструктура и центры обработки данных, развитие отечественных решений и их экспорт при требовании возвратности инвестиций.