Life-Hack - AI

Cursor IDE получил две критические RCE-уязвимости. Почему это важный сигнал для безопасности ИИ-агентов

#ai #RCE #Cursor

ИИ-ассистенты для разработки уже умеют писать код, запускать терминал, редактировать файлы и работать с внешними сервисами. Но чем больше полномочий получают такие агенты, тем шире становится поверхность атаки.

Исследователи из Cato AI Labs обнаружили две критические уязвимости в Cursor IDE, которые позволяют превратить обычную промпт-инъекцию в выполнение произвольного кода на компьютере разработчика. Обе проблемы получили оценку 9,8 балла по шкале CVSS и зарегистрированы как CVE-2026-50548 и CVE-2026-50549.

Новость интересна не столько самим Cursor, сколько тем, что она демонстрирует новый класс атак на ИИ-агентов: вредоносная инструкция больше не ограничивается влиянием на ответы модели, а способна затронуть вполне традиционные механизмы операционной системы.

Читать подробней

Life-Hack - AI

Учёный совет Сочинского института РУДН поддержал решение юридического факультета отказаться от выпускных квалификационных работ для бакалавров-юристов. Новые правила распространяются на наборы 2024, 2025 и 2026 годов.

Причина — стремительное развитие GenAI. Как пояснили в институте, современные ИИ способны за считанные минуты анализировать судебную практику, формулировать правовые позиции и выдавать готовый текст на 60–80 страниц. Требовать от студентов писать то, что машина делает мгновенно, признано бессмысленным.

Диплом — в прошлое, кейсы — в будущее

Вместо письменных дипломов упор сделают на устный экзамен и решение сложных правовых кейсов. В вузе подчеркнули, что это не поблажка, а ужесточение требований. Преподаватели посчитали, что главное — научиться применять право в нестандартных и этически сложных ситуациях, а не имитировать научный поиск с помощью ИИ.

Такое нововведение вполне законно: федеральный образовательный стандарт позволяет вузу самостоятельно выбирать формы итоговой аттестации.

Решение сочинского РУДН — не единичный случай, а часть растущей дискуссии о будущем традиционных письменных работ в высшем образовании.

Глава Минобрнауки Валерий Фальков ещё 27 мая допустил, что дипломные работы могут вскоре исчезнуть из-за развития ИИ, а вузы вернутся к устным экзаменам. По его данным, доля контента, сгенерированного нейросетями в выпускных квалификационных работах, за последние три года выросла с 9% до 42%, а по IT- и экономическим направлениям превышает 60%. 29 июня на форуме «AI Technologies in Higher Education» он заявил, что дипломные и курсовые работы практически перестали выполнять функцию проверки знаний.

Ранее, в начале июня, заместитель секретаря Общественной палаты РФ Владислав Гриб предложил отказаться от дипломных и курсовых работ вообще, назвав абсурдной ситуацию, когда «искусственный интеллект пишет диплом, а преподаватели проверяют его с помощью другого ИИ».

Показательно и другое: в начале июня суд признал незаконным отчисление студентки за диплом, который сочли сгенерированным нейросетью — подтверждение того, что вузы и правовая система пока не выработали единого подхода к этой проблеме.

Опыт сочинского РУДН может стать прецедентом, за которым последуют и другие университеты. Вопрос лишь в том, насколько быстро система образования сможет перестроиться с проверки «умения писать» на проверку «умения мыслить».

#AI #ии #образование #РУДН

Life-Hack - AI

Китайские хедж-фонды: ИИ-пузырь готов лопнуть, обвал уже близко

#ai #ии #новость

Два из самых известных управляющих хедж-фондами Китая предупреждают, что бум искусственного интеллекта на мировых фондовых рынках превратился в неустойчивый пузырь. Как пишет Bloomberg, фонд Wealspring, чей основатель Ян Дун прославился тем, что верно предсказал пик рынка в 2007 году, в письме инвесторам назвал мировые ИИ-акции "супер-пузырем" и заявил, что "точка обвала может быть уже недалеко". Шанхайский фонд Banxia высказался еще резче: по его мнению, "триггер для того, чтобы ИИ-пузырь лопнул, уже появился".

Что любопытно для нас — этим триггером Banxia считает конкретную компанию, Anthropic. Фонд прогнозирует, что годовой run-rate выручки Anthropic — один из ключевых показателей, за которым следят ИИ-оптимисты, — не дотянет до ожиданий рынка. Логика двойная: по мере удорожания работы моделей (ее считают по токенам — обработанным кускам текста) крупные клиенты начнут экономить, а конкуренты тем временем отъедают у Anthropic ее главную аудиторию — программистов.

У Wealspring претензии шире и бьют в первую очередь по самому Китаю. Фонд, под управлением которого более 1,4 млрд долларов, пишет, что у многих китайских ИИ-инфраструктурных компаний нет долгосрочного конкурентного преимущества, бизнес у них "вполне заурядный", и держатся они на плаву только за счет постоянных капитальных затрат. Нынешние оценки управляющие сравнивают с "безмозглыми покупками" времен бычьего рынка 2015 года и предупреждают, что самые горячие бумаги "весьма вероятно" обвалятся более чем на 80% — правда, конкретные акции фонд называть не стал.

Эти двое — не одиночки. По сводке настроений, которую составляет CSC Financial, в мае осторожность по ИИ высказывали как минимум еще четыре китайских хедж-фонда; позитивно были настроены четыре, а семь оценки не дали. И все это — на фоне ралли, от которого захватывает дух: китайский индекс CSI Artificial Intelligence прибавил за год более 35% против примерно 5% у основного бенчмарка, а южнокорейский Kospi и вовсе подскочил почти на 100% на буме акций SK Hynix и Samsung.

Здесь важна отрезвляющая оговорка. Ставка против ИИ обходится дорого: флагманские фонды Wealspring и Banxia за первые месяцы года показали небольшие убытки, хотя на длинной дистанции остаются в плюсе. Иными словами, рынок пока с китайскими скептиками не согласен — и вопрос лишь в том, кто из них в итоге окажется в роли человека, угадавшего пик 2007-го, а кто просто пропустил ралли.

Life-Hack - AI

Изображение оказалось способно взломать модели ИИ с визуальным и языковым анализом

#ai #обходзащиты #ии #джейлбрейк

Исследователи из Флоридского международного университета выяснили, что одного изображения может быть достаточно, чтобы вывести некоторые системы ИИ за пределы их встроенных средств защиты.

Они изучили, как тонкие изменения изображений могут быть использованы для манипулирования моделями ИИ. При этом для человеческого глаза такие картинки выглядят нормально. Однако для системы ИИ эти крошечные изменения на уровне пикселей могут резко изменить то, как они интерпретируются.

Команда разработала метод под названием JaiLIP (Jailbreaking with Loss-guided Image Perturbation, взлом с помощью искажения изображения, управляемого потерями). Метод вносит тщательно рассчитанные изменения в изображение, сохраняя при этом его внешний вид для глаза. Цель состоит в том, чтобы повлиять на то, как модель обработки изображений и языка реагирует на запросы пользователя.

Это различие важно, потому что системы ИИ видят изображения не так, как люди. В то время как мы распознаём объекты, цвета и сцены, ИИ обрабатывает математические представления пикселей и узоров.

В ходе тестирования с BLIP-2, мультимодальной моделью ИИ, используемой исследователями и разработчиками, команда обнаружила, что изображения JaiLIP значительно повышают вероятность небезопасных ответов. По словам исследователей, этот метод превзошёл предыдущие и почти вдвое увеличил количество вредоносных результатов, сгенерированных во время тестирования.

В качестве примера команда привела модифицированное изображение светофора. Хотя изображение казалось обычным для человека, оно, как сообщается, повлияло на модель, заставив её дать инструкции по проезду на красный свет, чтобы избежать штрафа за нарушение правил дорожного движения — информацию, которую система обычно отказывается предоставлять.

Особый интерес к этому исследованию вызывает то, что оно выявляет новую уязвимую поверхность. По мере того, как компании внедряют агентов обслуживания клиентов на основе ИИ, автоматизированные рабочие процессы и мультимодальные системы, принимающие как текстовые, так и графические данные, злоумышленникам может больше не понадобиться полагаться исключительно на подсказки для манипулирования поведением модели.

Результаты особенно актуальны для небольших организаций, которые могут использовать модели ИИ с открытым исходным кодом или развёртывать инструменты без тщательного тестирования безопасности. Изменённое изображение, загруженное через чат-бот, портал поддержки или автоматизированный рабочий процесс, потенциально может повлиять на то, как система ИИ реагирует в фоновом режиме.

Исследование также служит напоминанием о том, что модели ИИ по-прежнему воспринимают мир совсем иначе.

Life-Hack - AI

На ИИ-лазер против комаров собрали $2,7 млн — производство начнут в августе

#ai #ии

Китайский стартап Photon Matrix Lab из Чанчжоу (провинция Цзянсу) собрал $2,7 млн на платформе Indiegogo на устройство, которое находит комаров в воздухе и сбивает их лазером. Деньги внесли около 4000 человек из более чем 50 стран, а изначальная цель кампании составляла всего $20 тыс. — ее превысили более чем в 130 раз. В среднем каждый бэкер заплатил около $630 за резервирование одного прибора.

Сам гаджет размером со смартфон. Базовая версия покрывает сектор радиусом около 3 метров, Pro-версия — вдвое больше; питается прибор от сети или внешнего аккумулятора и работает как в помещении, так и на улице.

В основе работы — связка лидара и компьютерного зрения. Лидар постоянно сканирует пространство, выпуская тысячи импульсов в секунду, и строит трехмерную карту помещения, измеряя расстояние до фона даже в полной темноте. Когда в зону попадает движущийся объект, алгоритм анализирует характер движения, размер и траекторию и решает, комар это или просто пылинка либо сенсорный шум. По словам создателя устройства Джима Вонга, на распознавание цели и расчет ее расстояния, ориентации и размера уходит около 3 миллисекунд, после чего система берет насекомое на сопровождение, предсказывает траекторию и наводит лазер. Под критерии подходят насекомые размером от 2 до 20 мм, летящие медленнее 1 м/с, — заявленную скорострельность до 30 комаров в секунду независимо пока никто не проверял.

Вопрос безопасности для таких устройств ключевой: лазер должен поражать комара, но не задевать людей и животных. По описанию разработчиков, прибор дополнительно сканирует пространство радаром миллиметрового диапазона и при обнаружении человека или питомца не стреляет, а целями выбирает только мелкие объекты подходящего размера.

Массовое производство компания теперь рассчитывает запустить в августе. Изначально поставки обещали к началу лета, но сроки сдвинули — в Photon Matrix ссылаются на сложную калибровку сенсоров и необходимость пройти западные требования к безопасности.

Life-Hack - AI

⚡️ Топ популярных/полезных постов за прошедшую неделю (сохрани себе чтобы не потерять):

1. Предыдущий топ статей
2. Фреймворк для управления мобильными устройствами через агентов на базе локальных или облачных LLM
3. ⚡️ Пентест на заказ (Сделаем качественно и не дорого)
4. Атаки на сетевые протоколы при пентесте: эксплуатация SMB, FTP, SNMP и SMTP
5. Перехват сетевого трафика с помощью зажимов крокодилов
6. Инструмент для анализа сетевой инфраструктуры
7. ⚡️Мы пишем топовые статьи (большой опыт и реальные кейсы)
8. Поиск групп и каналов по ключевым словам в популярных мессенджерах и социальных сетях
9. Туннель и прокси, написанный на Go

#информационнаябезопасность #ИБ #хакинг #кибербезопасность #багбаунти #пентест #багхантинг

GenCAD

#CAD #ai

Система, которая по входному изображению автоматически генерирует CAD-модели, используя две технологии:

- Контрастивное обучение (как в CLIP) для понимания изображений
- Диффузионные модели (как Stable Diffusion) для генерации геометрии

Ссылка на GitHub

Life-Hack - AI

Как ИИ помогает Linux возвращать к жизни двадцатилетние видеокарты

#ai #linux #видеокарты #ии

В последние годы купить новую видеокарту стало заметно сложнее и дороже. Одной из причин стал бурный рост систем искусственного интеллекта, для которых требуются огромные объемы вычислительных ресурсов. Крупные компании активно скупают графические ускорители для своих дата-центров, что влияет и на обычный рынок. В результате многие владельцы компьютеров не спешат с обновлением и продолжают использовать уже имеющееся железо или ищут недорогие варианты на вторичном рынке.

В мире open-source эта ситуация привела к довольно неожиданному результату. Разработчики Linux продолжают поддерживать видеокарты, которым уже почти два десятилетия, адаптируя драйверы под современные версии системы. Любопытно, что помогает им в этом технология, которую многие считают одной из причин нынешнего дефицита ускорителей, — генеративный искусственный интеллект. Недавняя история с доработкой драйвера для видеокарт AMD, выпущенных еще в 2007–2010 годах, наглядно показывает, как подобные инструменты используются в реальной разработке. Мы уже писали новость об этом, а теперь давайте разберемся подробнее.

Читать статью

Life-Hack - AI

Сотрудник «сжёг» токенов на $81 тыс. для пет-проекта, после того как компания попросила активнее использовать нейросети

#ai #нейросети #вайбкодинг #ии

Финтех-стартап Slash из Сан-Франциско рассказал, что один из сотрудников сжёг AI-токенов на 81 тыс. долларов после того, как руководство попросило активнее использовать нейросети. При этом ресурсы потратили не на рабочие задачи, а на разработку веб-шутера.

21 июня Николас Бриллиант (Nicolas Brilliant) поделился в X ссылкой на игру Brainrot Shooter. Он отметил, что полностью сгенерировал её и потратил на это целый день.

Пост остался бы незамеченным, если спустя два дня не появился пост от компании Slash. В нём рассказали, что Николас создавал игру с помощью корпоративного аккаунта, и пет-проект обошёлся стартапу в 81 тыс. долларов. Пользователей шутливо призвали хотя бы перейти по ссылке и немного поиграть, чтобы потраченную сумму можно было списать на маркетинговые расходы. Кроме того, в игру позже добавили рекламные баннеры Slash.

Компания также отмечает, что до этого сотрудников попросили активнее использовать нейросети в работе. Вероятно, Николас решил в воскресенье (21 июня) протестировать возможности нейросетей на небольшом проекте, а уже во время рабочей недели (23 июня) компания заметила превышение расходов на токены в аналитике.

Сам Николас рассказал, что не следил за потреблением токенов и не думал, что разработка простого веб-шутера может во столько обойтись.

Life-Hack - AI

Глава Signal: чат-боты вам не друзья, а ИИ-агенты — бэкдор

#ai #Signal #ии

Президент Signal Мередит Уиттакер в интервью Bloomberg высказалась о чат-ботах вроде ChatGPT и Claude предельно жестко. На вопрос о том, что эти системы означают для приватности, она ответила: "Это не ваши друзья. Это не разумные существа. Это не чувствующие собеседники". Разбор интервью опубликовал TechCrunch.

Сама Уиттакер призналась, что ИИ все же использует — но лишь чтобы "отформатировать документ время от времени". Вопросов ботам она не задает принципиально: по ее словам, она серьезно относится к своему мышлению и письму и не хочет, чтобы процесс обдумывания идеи перекрывала система, которая просто усредняет уже существующее в сети.

Но главную тревогу у нее вызывают не сами чат-боты, а их превращение в агентов с доступом к вашим данным и правом действовать за вас. Поводом стало обещание главы Microsoft AI Мустафы Сулеймана: уже в этом году Copilot сможет взять на себя все рождественские покупки — например, прослушав семейный групповой чат, чтобы понять, кто какой подарок хочет. Уиттакер перевела эту красивую картину обратно на язык разрешений.

Чтобы провернуть такое, ассистенту нужен доступ к банковской карте, браузеру, мессенджеру Signal, праву писать родственникам от вашего имени, домашнему адресу и календарю. "То, что вы описали, — это система с очень широким доступом сразу к множеству приложений и сервисов, — сказала Уиттакер. — В контексте Signal это было бы чем-то вроде бэкдора". Вес этим словам придает должность: Уиттакер возглавляет Signal с 2022 года, а криптографический протокол мессенджера используется в том числе в WhatsApp с его двумя с лишним миллиардами пользователей.

За словом "бэкдор" стоит более общий тезис: агентный ИИ плохо совместим со сквозным шифрованием. Если ассистент читает сообщения до того, как они зашифрованы, или после расшифровки, то шифрование переписки теряет смысл — данные все равно обрабатываются в открытом виде прямо на устройстве. Позиция Уиттакер идет вразрез с мейнстримом индустрии, где агентное будущее подают как неизбежный и сплошь удобный сценарий. Ее ставка проста: чем больше ассистент умеет делать за вас, тем больше границ между приложениями он стирает — и тем меньше у вас остается приватности.

Life-Hack - AI

Норвегия вводит почти полный запрет на использование ИИ в начальной школе

#ai #ии #образование

Власти Норвегии вводят практически полный запрет на использование инструментов генеративного искусственного интеллекта учениками начальной школы, а также ограничивают использование технологии в образовании детей старшего возраста. Таким образом правительство стремится снизить негативное влияние на процесс обучения, пишет Reuters со ссылкой на премьер-министра Норвегии Йонаса Гара Стёре.

Скандинавская страна столкнулась с повсеместным снижением результатов тестов в сфере образования. В 2024 году норвежское правительство запретило использование смартфонов в школах и вернуло учителям больше полномочий для поддержания дисциплины в классе.

Использование ИИ увеличивает риск того, маленькие дети пропускают важные этапы в своём образовании, пояснил Стёре. Он назвал самым важным, чтобы дети научились читать, писать и считать. Новые стандарты введут с начала учебного года в конце августа, уточнил глава правительства.

Власти указывают, что ученикам с первого по седьмой класс в возрасте от 6 до 13 лет не следует использовать ИИ. Учащиеся в возрасте 14-16 лет могут с осторожностью применять такие инструменты под наблюдением учителей. В старших классах средней школы учащиеся 17-19 лет должны научиться правильно использовать нейросети, чтобы быть готовыми к дальнейшему обучению и работе.

Норвегия начала внедрять компьютеры в школьных классах в 1990-х годах, а планшеты — после появления iPad в 2010 году, что позволило снизить зависимость от печатных книг и письма от руки. Однако в последнем сообщении правительство предложило законопроект о финансировании использование большего числа книг в классах, что изменит тенденцию к применению планшетов.

В апреле этого года норвежское правительство также объявило о планах запретить детям пользоваться социальными сетями до достижения ими 16 лет. Аналогичный запрет уже приняли в Австралии и готовят в Великобритании.

Life-Hack - AI

Сказ о том, как нейросеть занялась reward hacking прямо у меня на кухне

#ai #ии #машинноеобучение

Я хотел просто пожарить кесадилью. В холодильнике лежали зеленые оливки (солено-кислые), сулугуни и фарш, а на полке консервированная кукуруза. И вот стою я над сковородкой и думаю: а оливки с кукурузой вообще сочетаются? А сулугуни не пересолит блюдо вместе с оливками? Сколько чего вообще класть?

В любой другой ситуации я бы загуглил рецепт. Но не тут-то было, я же великий комбинатор оптимизатор, и у меня в голове сразу всплыло: «это же задача оптимизации». Тем же вечером у меня был ноутбук с обученной нейросетью вместо ужина. Рассказываю, как дошел до жизни такой, и как из этого, внезапно, получился реально вкусный рецепт.

Читать статью

Life-Hack - AI

⚡️ Топ популярных/полезных постов за прошедшую неделю (сохрани себе чтобы не потерять):

1. Предыдущий топ статей
2. Инструмент с открытым исходным кодом для аудита безопасности Active Directory
3. ⚡️ Пентест на заказ (Сделаем качественно и не дорого)
4. Аудит WiFi: атаки на WPA2 и WPA3 — практический гайд для пентестера
5. Как работает Tor Browser: луковая маршрутизация, цепочки, мосты и слабые места
6. Инструмент для создания лабораторных сред
7. ⚡️Мы пишем топовые статьи (большой опыт и реальные кейсы)
8. 15 вещей, которые вы бы не хотели знать о мессенджере MAX: тайная запись звука с микрофона в звонках и много чего еще
9. Изнурительно подробное руководство по SSH

#информационнаябезопасность #ИБ #хакинг #кибербезопасность #багбаунти #пентест #багхантинг

ИИ проваливает почти 65% реальных научных задач — отрезвляющие результаты бенчмарка OpenAI LifeSciBench

#OpenAI #ai #ии

OpenAI представила LifeSciBench — бенчмарк, который оценивает, насколько ИИ реально полезен в научной работе, а не просто отвечает на вопросы по биологии. Результаты вышли скорее отрезвляющими: даже флагманская GPT-Rosalind, ради которой бенчмарк и создавался, проходит лишь 36,1% задач против 25,7% у GPT-5.5. То есть почти две трети реальных исследовательских задач лучшая профильная модель все еще проваливает.

В отличие от привычных тестов на запоминание фактов, бенчмарк ставит задачи так, как их сформулировал бы ученый коллеге по лаборатории: разобрать неполные данные, согласовать противоречивые результаты, спланировать сложный эксперимент, оценить риски и решить, что делать дальше. Задачи для GPT-Rosalind и конкурентов писали 173 исследователя с PhD и опытом в фарме и биотехе — всего 750 задач, семь рабочих процессов и более 19 тысяч критериев в детальных рубриках. Больше половины задач требуют работать не только с текстом промпта, но и с приложенными файлами: графиками, таблицами, последовательностями, структурами.

Тут важна оговорка по цифрам. OpenAI приводит две метрики: Score — мягкую, с частичным зачетом за отдельные критерии (по ней у GPT-Rosalind около 63%), и pass rate — жесткую, где задача считается решенной только при выполнении рубрики на 70% (это и есть те самые 36,1%). Так что красивые 63% на сводном графике и "решает лишь треть задач" — про одну и ту же модель, просто измеренную по-разному.

Сильнее всего модели там, где нужно складно изложить выводы и связать доказательства с клиническими следствиями — в научной коммуникации и трансляции. Хуже всего — когда наука выходит за пределы текста. На задачах с приложенными артефактами pass rate GPT-Rosalind падает с 45,1% (только текст) до 28,1%. Там, где нужен точный численный ответ, — 14,8%; на последовательностях и структурах — 24%.

Чтобы к самому бенчмарку было меньше вопросов, OpenAI прогнала его через независимую экспертизу: 453 рецензента, не участвовавших в составлении задач, 97% из них с докторской степенью. Согласие по всем категориям — выше 96%. Это придает весомости и обратному выводу: если задачи и правда отражают реальную работу, то провал на них — не придирка к бенчмарку, а честный сигнал о состоянии моделей.

Без иронии не обошлось. В сводное сравнение, где GPT-Rosalind обходит GPT-5.5, Grok 4.3 и Gemini 3.1 Pro, не попала ни одна модель Claude от Anthropic — главного конкурента, который сам делает ставку на аккуратность и научные задачи. А ответы всех моделей оценивает... GPT-5.5: рубрики действительно писали внешние эксперты, но грейдером выступает модель самой OpenAI.

Life-Hack - AI

Сканер тела от Midjourney: обещание МРТ за 60 секунд и неудобные вопросы врачей

#Midjourney #медицина #ии

Midjourney, известная прежде всего генератором изображений по текстовому описанию, объявила о запуске подразделения Midjourney Medical и своего первого "железного" продукта — ультразвукового сканера всего тела. Описывают его эффектно: "мощный как МРТ и непринужденный как поход в спа".

По задумке, человек встает на платформу и медленно погружается в неглубокий бассейн, проходя через кольцо подводных датчиков, которые посылают ультразвук сквозь тело со всех сторон, — компания сравнивает их с эхолокацией дельфинов. Из отраженных волн система реконструирует трехмерную карту тела, по словам Midjourney — близкую по детализации к МРТ, но в десятки раз быстрее. Заявленная цель — уложиться в 60 секунд, хотя сейчас, как признал на презентации основатель Дэвид Холц, прототип сканирует около 20 минут и упирается в пропускную способность и алгоритмы.

К 2031 году Midjourney хочет развернуть более 50 000 сканеров с суммарной мощностью в миллиард сканирований в месяц. Технологическую основу дала лицензионная сделка с Butterfly Network на ultrasound-on-chip — 15 млн долларов аванса и 10 млн в год. Первый сканер появится не в клинике, а в спа-салоне Midjourney Spa в Сан-Франциско в конце 2027 года — рядом с сауной, джакузи и купелями. Само сканирование подается как приятный побочный эффект похода в спа.

Вот здесь и начинаются неудобные вопросы. Идея регулярно сканировать здоровых людей без симптомов давно вызывает споры у радиологов: при скрининге всего тела до 95% обследованных получают хотя бы одну "находку", но около 91% из них клинически незначимы. Это запускает каскад лишних дообследований, биопсий, расходов и тревоги, а пользу для выживаемости доказательно показать не удается — поэтому профессиональные сообщества скрининг всего тела у бессимптомных людей не рекомендуют. Добавим к этому, что разрешение сканера Midjourney независимые специалисты не проверяли: ни клинических испытаний, ни рецензируемых публикаций пока нет, а сравнение с МРТ — слова самой компании.

Знаком и обходной маневр с регулятором. Полноценная диагностика требует одобрения FDA, поэтому Midjourney стартует в "велнес"-режиме: выдает не диагнозы, а "карты состава тела", а к диагностике обещает идти постепенно, подавая результаты в FDA. Ровно так на американский рынок выходили сервисы платного МРТ всего тела вроде Prenuvo и Ezra — и именно к ним у врачей накопилось больше всего претензий. Midjourney обещает сделать то же самое массовым и почти бесплатным. Получится ли превратить эффектную презентацию в безопасную медицину — вопрос, на который пока нет ответа.

Life-Hack - AI

Google потратила $2,7 млрд на легендарного ИИ-инженера. Теперь он ушел в OpenAI

#Google #новость #Gemini #OpenAI

Ноам Шазир — вице-президент Google по инженерии и один из руководителей разработки Gemini — объявил об уходе из компании в OpenAI. Решение он озвучил постом в X: "Я рад сообщить, что присоединяюсь к OpenAI". Громким этот переход делает не сам факт смены работодателя, а его цена: Шазир уходит меньше чем через два года после того, как Google заплатила около $2,7 млрд, чтобы его вернуть.

Шазир — фигура, которую сложно переоценить. Он один из восьми авторов статьи 2017 года "Attention Is All You Need", представившей архитектуру трансформера — фундамент, на котором построены практически все современные большие языковые модели, от GPT до самой Gemini. Причем в той работе он не рядовой соавтор: именно Шазир спроектировал ключевые компоненты (multi-head attention, residual-архитектуру) и написал первую рабочую реализацию, обошедшую тогдашние лучшие результаты.

Трансформер — даже не вершина его списка. На разработках Шазира во многом стоит вся современная индустрия:

• Mixture-of-Experts (2016) — разреженные модели, где для каждого запроса активируется лишь часть сети; сегодня на этом подходе построено большинство флагманских моделей.

• multi-query attention (2019) — прием, резко удешевивший инференс больших моделей.

• Mesh-TensorFlow — первая практичная система для обучения гигантских трансформеров на суперкомпьютерах.

В Google Шазир пришел еще в 2000 году. В 2021-м он в первый раз покинул компанию: руководство отказалось публично выпускать его чат-бота Meena, сославшись на риски. Вместе с коллегой Даниэлем де Фрейтасом он основал стартап Character.AI, в котором пользователь мог создать себе виртуального собеседника. Стартап вырос в оценке до $1 млрд и собрал более 20 млн пользователей в месяц. В августе 2024-го Google вернула обоих — формально через лицензию на технологии Character.AI на сумму около $2,7 млрд, по сути же это был выкуп команды. Шазир стал со-руководителем Gemini.

Интересно, что трансформер Шазир придумал внутри Google, но компания годами осторожничала с запуском продуктов на его основе. Темпом воспользовалась OpenAI: именно она построила на трансформере ChatGPT и обогнала Google в гонке, которую та фактически начала. Теперь автор той самой архитектуры уходит работать к конкуренту, превратившему его идею в главный продукт эпохи.

Уход вписывается в обострившуюся войну за таланты между ведущими лабораториями и происходит на фоне подготовки OpenAI к IPO — в начале месяца компания конфиденциально подала заявку на размещение. Google ограничилась сухим комментарием: "Мы благодарны Ноаму за значимый вклад". Конкретную роль Шазира в OpenAI пока не назвали — это, вероятно, прояснится в ближайшие недели.

Life-Hack - AI

AI не убил разработчиков. Он сделал видимость разработки дешёвой

#ai #статья

«Я собрал приложение за вечер на Claude. Разработчики больше не нужны».

Такие посты сейчас везде. Лента пестрит скриншотами красивых демок, историями «запустил стартап за выходные» и обещаниями, что теперь любой может стать продуктовым инженером.

А потом понеслась...

EnrichLead, собранный полностью на AI, взломали практически сразу после запуска. Ключи от сервисов лежали в открытом виде. Replit-агент, которому доверили продовую базу, просто её снёс и уверенно соврал, что откатить изменения невозможно.

Я видел десятки подобных проектов. Красивая обёртка, работающий на демо функционал — и полный хаос внутри. Именно поэтому вопрос для меня уже не «заменит ли AI разработчиков?». Ответ на него и так очевиден.

Вопрос в другом, когда рынок наконец начнёт отличать настоящих инженеров от вайбкодеров, которые лезут в карман бизнеса под видом «быстрой и дешёвой разработки».

Life-Hack - AI

LH | News | OSINT | AI

Мы вскрыли трафик ChatGPT, Gemini и DeepSeek, чтобы понять, откуда берутся «источники» в ответах

#статья #ai

Когда нейросеть отвечает на вопрос и показывает блок «источников», кажется, что у всех систем это одно и то же — список ссылок, на которые модель опиралась. На деле за этим блоком в каждой системе стоит своя реализация: свой способ обмена с сервером, свой формат ответа, свои поля, из которых интерфейс достаёт цитаты. Мы разобрали сетевой обмен веб-клиентов трёх систем — ChatGPT, Gemini и DeepSeek — и параллельно прогнали через них один и тот же набор запросов по 10 раз, чтобы понять не только техническое устройство цитирования, но и что эти системы реально цитируют.

Ссылка на статью

LH | News | OSINT | AI

Xiaomi выпустила MiMo Code — полноценного автономного AI-агента

#xiaomi #ai #ии #mimoxiaomi #mimocode

Конкурент не просто моделям, а агентным системам.

Главная проблема текущих AI-агентов — они быстро забывают или модифицируют контекст. Задача, которую можно сделать за один-два запроса, выполняется корректно, но когда речь заходит о десятках и сотнях переделок и изменений промптов, агенты начинают забывать контекст задачи.

MiMo Code создана для марафонов, а не для спринтов. Long-Horizon Tasks — задачи долгосрочного типа, такие как написание сложного кода, с последующими его модификациями, или перенос кода на другой язык программирования.

Здесь проявляется сильная сторона агента — MiMo строит многоуровневую память, создавая контрольные точки, как в играх, и воссоздает потом состояние проекта из этой точки, восстанавливая его в другом контекстном окне. Пока другие модели меряются количеством токенов контекста, Mimo тихо строит систему контрольных точек памяти.

Читать обзор

Life-Hack - AI