Как ИИ помогает исследовать мозг, а роботы научились понимать трехмерный мир: топ-10 исследований ИИ за март 2025

Недавно я опубликовал обзор десяти самых интересных исследований в области ИИ за март этого года. Однако внимательные читатели обнаружили ошибку в последней статье - спасибо за бдительность❤️, поэтому перезалил исправленную версию. Ниже короткий обзор:


1. Qwen2.5-Omni: мультимодальный ИИ нового поколения

Новая модель от Alibaba, объединяющая текст, аудио, видео и изображения в реальном времени. Использует уникальную архитектуру Thinker-Talker и демонстрирует рекордные результаты в распознавании речи, переводе и видео задачах.

💾 Модель на HuggingFace


2. MedAgentSim: симуляция медицинской диагностики

Мультиагентная симуляция врачебного приема, где агент-доктор ведет полноценный диалог с пациентом, запрашивает анализы и ставит диагноз. Подход значительно повысил точность диагностики и сделал ее ближе к реальной практике.

💾 Код на GitHub


3. CodeScientist: полуавтономный ИИ-ученый

ИИ-система, способная сама формулировать научные гипотезы, писать и запускать эксперименты, а затем публиковать результаты. Система подтвердила 41% своих идей как научно значимые и перспективные.

💾 Код на GitHub


4. AgentRxiv: arXiv для ИИ-агентов

Создана платформа препринтов, на которой автономные ИИ-агенты делятся результатами исследований. Такой подход значительно ускорил решение научных задач и повысил общую эффективность автономных лабораторий.

💾 Код на GitHub


5. Open Deep Search: открытый конкурент Google и GPT

Фреймворк для глубокого поиска с открытым исходным кодом, демонстрирующий точность на уровне GPT-4o и Perplexity AI. Может стать основой для корпоративных поисковых систем, не зависящих от закрытых технологий.

💾 Код на GitHub


6. Tracing Thoughts of LLMs: как думают языковые модели?

Исследователи из Anthropic «заглянули внутрь» Claude 3.5 Haiku и обнаружили универсальные механизмы мышления, планирования и даже арифметических вычислений. Выяснилось также, почему ИИ иногда «галлюцинирует» убедительные, но ложные ответы.


7. Play2Prompt: модель сама изучает API

Инновационный метод автоматического обучения языковых моделей работе с новыми API через игру и обратную связь. Теперь ИИ может сам создавать примеры правильных вызовов инструментов, сокращая необходимость ручной настройки.


8. Chain-of-Tools: универсальный вызов инструментов

Новый метод позволяет языковым моделям динамически выбирать и вызывать нужные инструменты, сохраняя высокую точность. Идеален для универсальных ИИ-ассистентов с сотнями доступных инструментов.

💾 Код на GitHub


9. Gemini Robotics: ИИ и роботы выходят в реальный мир

Google создал систему Gemini Robotics на базе модели Gemini 2.0, способную управлять физическими роботами и понимать сложные 3D-задачи. Роботы стали существенно точнее и адаптивнее, быстро обучаясь новым операциям.


10. UniBrain: end-to-end анализ мозга

Единая ИИ-модель, выполняющая полный цикл анализа изображений мозга без промежуточных этапов и ручной корректировки. Обладает высокой скоростью и точностью сегментации, а также эффективно диагностирует состояния мозга (например, СДВГ), превосходя традиционные методы.

Читайте полный обзор, чтобы быть в курсе последних исследований и первым применить новые подходы на практике.

Также можете воспользоваться Dataist AI - бесплатным ботом, ежедневно обозревающим свежие научные статьи об ИИ.

#исследования