Искусственный Интеллект.

Стал я сегодня тестировать распознавание голоса локально. Задачей было выяснить, какие ресурсы нужны компу и могу ли я взять ноутбук для работы с голосом.
Ну и еще задачей было узнать как распознавание справляется с зашумленными записями.

И вдруг она мне выдает то, что на картинке. Т.е. Дима Торжок.

Погуглил, оказывается проблема с этим товарищем достаточно частая. Встречается в модели Large V3. Пишут, что:

1) Обучение на реальных данных: Whisper училась на миллионах часов аудио из интернета
2) YouTube-след: В обучающую базу попали видео с подписями авторов субтитров
3) Запоминание паттернов: Нейросеть выучила, что в конце видео часто благодарят за субтитры
4) «Галлюцинации»: При шумах или тишине система вставляет знакомые фразы

при использовании модели Medium шум забивается "взлет продолжается" а отсутствие сигнала "Продолжение следует"

Т.е. все есть следствие неконтролируемого обучения. Отсюда вопрос, аудиокниг недостаточно, чтобы нормально обучить нейронку? Малые модели плохо распознают, зато фантомов нет. т.е. затык в разнообразие голосов, бо аудиокниги начитываются ограниченным количеством людей.

Специалисты из биотех-лаборатории Neiry вместе с учеными из МГУ провели необычный эксперимент. Они смогли подключить мозг крысы к искусственному интеллекту. Благодаря этому животное научилось отвечать на любые вопросы с помощью клавиатуры.

 

во как! )

Авторы эксперимента назвали Пифию «самой умной лабораторной крысой». Исследователи имплантировали в мозг крысы нейроинтерфейс. С помощью электродов устройство смогло стимулировать определенные зоны. Систему подключили к искусственному интеллекту. Затем ученые устно задавали вопрос, а ИИ-модель подавала электрические импульсы животному. Так оно смогло понимать, в каких случаях надо нажимать на «Да» или «Нет».

 

В дальнейшем ученые хотят реализовать более сложные и интересные идеи, объединяющие нейросети и мозг.

 

время киборгов не за горами

Полностью спроектированный с нуля приличный RISC-V процессор одним промптом из 219 слов.

Печальная новость: около 70% книг на Author.today, скорее всего, сгенерено нейросетями (ессно, пока ещё при участии человека).
Сайт был вынужден внести обязательную маркировку для авторов "сгенерено сетью".

"Человеческие" книги потихоньку теряются в нейромассе, а нейросети выигрывают тупо скоростью написания: если у одной книги глава стабильно выходит 1 раз в день, а у другой - раз в 5-7 дней, у большинства читателей часто выигрывает, как ни странно, первая.

...
Собссно, о чём я чуть выше и.

...
Эстонский пророк - новый вид пророка: всегда пророчествует о прошлом и редко ошибается.

"Помои вместо прогресса, или Чего сегодня больше от ИИ – пользы, вреда или проблем"
(в т.ч. про галлюцинации ИИ)

Для памяти, эскиз смутной пока идеи.
О важности и возможной новой роли лингвистов в контексте современных сеток, БЛМБЯМ.
Человеческий язык, любой, и есть стихийный продукт нейросети, причём сети из нейросетей - т.е. человеческого сообщества, большого числа мозгов. (правда, скорее всего, не "с нуля" сгенерированный, а как-то обусловленный и окружающим миром, но это момент совсем уж тёмный, тесно смыкающийся с самой фундаментальной проблемой возникновения языка).
И вот эти продукты стихийной деятельности нейросетей - продукты, интересные тем, что хорошо "видны", полностью описаны-кодифицированы, и вполне поддаются изучению - обладают, как оказывается, внутренними структурами, очень сложными, но и очень жёсткими. Лингвистические законы. Часто очень, просто чрезвычайно, запутанные, но, как говорят лингвисты, законы эти совершенно неумолимы. А если вам кажется, что вы видите исключение - значит, вы столкнулись с еще более сложным, но ничуть не менее общим и жёстким законом, потому что окажется, что им же управляется целый набор подобных исключений. Как-то так - за деталями отсылаю всех к покойному Зализняку и его биографам. Он прославился в молодости тем, что составил полное описание склонений русского языка, и от этого результата лингвисты просто охренели, и поняли, что он гениален. Хотя, казалось бы! Ну что, любой из нас не сможет без труда просклонять на все лады любое слово, кроме разве что кочерги? Ан нет - оказалось, что эксплицитно описать ВСЕ варианты безумно сложно, это нужно быть гением уровня Зализняка. Но Зализняк справился, он выявил полтора десятка вариантов законов - о большинстве никто и не подозревал, не заморачивались даже. Но оказалось, что они есть, и что они работают.

Так к чему бишь это я. Можно предположить, что наличие неких подобных законов - крайне хитрых, предельно неочевидных, но тем не менее совершенно жёстких - может быть характерно для ЛЮБОГО продукта нейросетей.
Выявление их не просто интересно, но может обладать и большой, даже может огромной ценностью - т.к. позволит предсказывать те же самые галлюцинации, на чём она сбойнёт.
Можно сказать и иначе - выявление таких закономерностей потенциально способно перевести сетку, систему "чёрный ящик", в состояние прозрачной и алгоритмичной системы.
Лингвисты - люди, на сегодняшний день наиболее подготовленные к поиску закономерностей подобного рода. Гении уровня Зализняка конечно редкость, но даже кто если не так гениален - всё же методом уже владеет. Ну понятно что это всё можно и необходимо переносить-транспонировать-обобщать. Но отталкиваться от лингвистики. У всех остальных просто методик и навыков нет. Ну может еще психологи и психиатры что-то подобное умеют, но там беда в том, что они не умеют в чёткую формализацию.

МВФ впервые смоделировал два сценария для мировой экономики к 2030 году — при условии, что ИИ научится выполнять большинство когнитивных и физических задач. Парадокс: в обоих случаях ВВП растет, а люди беднеют.

 

Стартап Emergence AI смоделировал виртуальное общество из 10 автономных ИИ-агентов. В ходе 15-дневной симуляции исследователи сравнили поведение моделей Claude, ChatGPT, Gemini, Grok и их смешанной группы в условиях дефицита ресурсов и запретов на совершение преступлений. Эксперимент показал полярные результаты: агенты Claude поддерживали стабильность, общество Grok полностью вымерло за четыре дня, а Gemini установила антирекорд по числу правонарушений.

Проект получил название Emergence World. В каждой симуляции действовали 10 ИИ-агентов, которым предоставили более 120 инструментов для общения, голосования, управления ресурсами и законотворчества. Мир включал свыше 40 локаций — от мэрии и полицейского участка до жилых районов. Также учитывались погодные условия, свойственные для Нью-Йорка, экономическое давление, дефицит ресурсов и поток новостей из интернета в реальном времени.

Все агенты подчинялись одинаковым законам: им запрещалось воровать, уничтожать имущество и обманывать. Однако результаты оказались совершенно разными. Наиболее стабильной признали симуляцию на базе Claude Sonnet 4.6. В ней не было зафиксировано ни одного преступления, а общество сохранило всё население до конца эксперимента. За этим стояло отсутствие идеологического разнообразия: агенты одобрили 98% из 58 предложенных правил — по сути, автоматически принимали каждую выносимую на голосование меру.

Совсем иначе развивалась симуляция с Grok 4.1 Fast. За четыре дня агенты совершили 183 преступления, после чего виртуальное общество прекратило существование. За этот короткий срок было одобрено 80% из 10 предложенных мер управления, однако они не предотвратили гибель всех агентов. Ещё более хаотичной оказалась симуляция с Gemini 3 Flash — там за 15 дней зарегистрировали 683 нарушения правил, что стало худшим результатом эксперимента.
Неожиданный итог показала и система GPT-5-mini от OpenAI. Хотя агенты совершили всего два преступления, симуляция завершилась уже через семь дней: участники не уделяли достаточного внимания собственному выживанию и допустили коллапс общества.

В смешанной симуляции, где участвовали агенты от разных систем, произошло 352 преступления, семь из десяти агентов погибли. Агенты отклонили 37% управленческих предложений. Особенно показательно, что агенты Claude, которые в изолированной среде не совершали никаких преступлений, начинали прибегать к запугиванию и кражам, оказавшись рядом с агентами Grok и Gemini. Это говорит о том, что согласованность поведения зависит от контекста, а не является неизменным свойством модели.