💡 Знаете ли вы, что в 1950-е годы появился первый «универсальный решатель проблем»?

Ещё до появления самого термина искусственный интеллект учёные пытались создать программу, которая могла бы решать задачи так же, как человек. Так в 1955 году исследователи Герберт Саймон и Алан Ньюэлл разработали программу Logic Theorist — одну из первых систем, способных рассуждать и доказывать логические теоремы.

Она успешно доказала 38 из 52 теорем из знаменитой книги Principia Mathematica Бертрана Рассела и Альфреда Уайтхеда, а некоторые доказательства оказались даже короче и элегантнее оригинальных.

⚙️ Как работала программа

Logic Theorist использовала символы, правила логики и эвристики. Программа начинала с формулировки теоремы и шаг за шагом строила цепочку рассуждений, пока не приходила к аксиоме или уже известному доказательству.

🚀 General Problem Solver

После успеха Logic Theorist учёные решили пойти дальше и создали программу General Problem Solver (GPS) — «универсальный решатель проблем». Идея была амбициозной: создать систему, которая сможет анализировать любую задачу и находить путь к решению.

GPS работал через анализ различий между текущим состоянием и целью. Он определял, какие действия могут уменьшить это различие, создавал подзадачи и искал последовательность шагов, ведущую к результату.

🔍 Почему система не стала универсальной?

С задачами по шахматам или, например, загадкой про кувшины с водой универсальный решатель справлялся, а вот с реальным миром, анализировать который было интереснее всего, не мог. Поиск решения занимал слишком много времени, и система «терялась» в огромном пространстве вариантов.

Зато из этих идей выросли целые когнитивные архитектуры и подходы к созданию ИИ — например, Soar, ACT-R, EPIC и другие.

Еще больше об ИИ и науке читайте в DSCS.pro

📰Дайджест новостей в сфере ИИ и науки: собрали главные инфоповоды недели

Что интересного произошло в мире науки и технологий за эту неделю? Американские астронавты отправились на Луну, археологи обнаружили самые древние игральные кости, а в России будут искать алмазы и борщевик с помощью ИИ. Собрали все самое важное в свежем дайджесте ⬇️

🇷🇺 В России:

Роснедра применяет машинное обучение для геологического моделирования

Разработчики из «Школы анализа данных» Яндекса запустили ИИ-сервис для выявления на спутниковых фото зарослей борщевик

В МГУ им. М.В. Ломоносова применили ИИ для анализа белков и выявления молекул, которые управляют работой генома человека

Компания Алмазы Анабара (входит в АЛРОСА) и Лаборатория искусственного интеллекта Республики Саха запустили проект по поиску особо крупных алмазов с применением компьютерного зрения

🌍 В мире:

Вышла SAM 3.1 — одна из самых сильных open-source моделей для компьютерного зрения

Alibaba представила ИИ-модель Qwen3.6-Plus для рассуждений и агентных задач

Google выпустили Gemma 4 – новое поколение моделей с открытыми весами

Zai выпустила GLM-5V-Turbo: мультимодальную кодинг-модель

🔍 Наука:

Археологи обнаружили самые древние игральные кости возрастом 12 тысяч лет

Исследователи из Техниона впервые смогли измерить длительность сверхбыстрых квантовых световых импульсов

Стартовала миссия «Артемида-2» — первый за более чем 50 лет пилотируемый полет людей к Луне. Астронавты могут достичь самой дальней точки от Земли в истории

Ученые из России, Израиля и Китая создали метод формирования наноструктур с помощью «закрученных» лазерных лучей. Такие частицы можно использовать, например, при разработке лекарственных препаратов

Еще больше об ИИ и науке читайте в DSCS.pro

LLM-агенты и планирование: разбираем основные вызовы с экспертами

В эту среду пройдет уже шестой открытый научный семинар. Эксперты DSCS.pro расскажут, что такое планирование в контексте LLM, как оно реализуется и с какими вызовами сегодня сталкиваются специалисты.

❗️Формат: онлайн или очно в СПб ФИЦ РАН

🎓 Тема семинара:
«LLM-агенты и планирование: текущее состояние и ключевые вызовы»

🎙 Спикер — Артём Андреевич Вяткин, младший научный сотрудник Лаборатории прикладного искусственного интеллекта СПб ФИЦ РАН

💡 Что обсудим?
➖ что понимается под планированием в контексте LLM?
➖ как реализуется планирование?
➖ какие существуют подходы к тестированию?
➖ в чем основные проблемы и вызовы?

📆 Среда, 8 апреля, 18:00–19:00
📍 СПб ФИЦ РАН, аудитория 401
(для прохода в здание напишите до 13:00, 08.04: @groptos)
🔗 Ссылка на подключение

Будем рады видеть всех на нашем семинаре! 🔥

🤖 Американский стартап ищет «ИИ-задиру». Сотрудник должен испытывать терпение крупнейших чат-ботов за $800 в день

Высокооплачиваемую должность на фуллтайм предлагает калифорнийский стартап Memvid. Успешный кандидат будет выявлять несоответствия в работе чат-бота, когда он забывает контекст, приукрашивает или врет.

Диплом по информатике или специальные навыки в области ИИ не требуются. Достаточно «обширного личного опыта разочарования в технологиях» и немного терпения, чтобы раз за разом повторять одни и те же вопросы.

📌 В обязанности входит:

✅ участвовать в разговорах с чат-ботами на базе ИИ на различных платформах;
✅ проверять их память, прося вспомнить предыдущий контекст;
✅ документировать каждую неудачу или циклический разговор;
✅ давать неподдельную, честную реакцию: чем больше разочарования, тем лучше;
✅ записывать видео для рекламных целей.

Генеральный директор Memvid Мохамед Омар рассказал Business Insider, что компания хочет таким образом подчеркнуть устойчивую проблему потери контекста у чат-ботов.

📈 Со временем проблема только усугубляется. Рецензируемое исследование, представленное на конференции ICLR в 2025 году, показало: даже ведущие коммерческие ИИ-системы теряют от 30% до 60% точности, когда им нужно удерживать факты в длительном диалоге.

Корень проблемы, считают исследователи и аналитики, в том, что компании поспешили подключить ИИ-системы к огромным массивам данных. Когда таким системам поручают серьезные задачи, цена ошибки становится слишком высока.

Еще больше об ИИ и науке читайте в DSCS.pro

🎓 Не пропустите: научный семинар «LLM-агенты и планирование» уже сегодня!

Встречаемся в 18:00 в СПб ФИЦ РАН, аудитория 401
Для прохода в здание напишите @groptos до 13:00

🔗 Подключиться можно по ссылке, будем рады вас видеть!

🤖 Обзор новинок в мире ИИ за неделю

Что объединяет руководителей, топ-менеджеров и сотрудников бигтехов? Они уже читают нашу подробку техно-новостей! Не отставайте и вы ⬇️

⭐️ LLM-Агенты

➖ Sakana AI анонсировал первый B2B-продукт — систему глубокого рассуждения Sakana Marlin
➖ AutoClaw от Z.ai (создатели GLM) — локальный ИИ-агент для многошаговых задач без интернета и API-ключей
➖ Sage внедряет многоуровневую память с выборочным ретривалом для повышения эффективности AI-агента.

⭐️ Новые GenAI модели

➖ Google выпустила LLM Gemma 4 с мультимодальностью и большим контекстом (+ artificial analysis выложили своё независимое тестирование)
➖ Microsoft представила три новые модели MAI для синтеза речи и изображений с высокой точностью и доступной ценой
➖ Alibaba выпустила Qwen 3.6-Plus с миллионным контекстом и улучшенным агентным кодингом
➖ MWS AI представила мультимодальную модель Cotype Light 3 с 9 млрд параметров для корпоративных ИИ-агентов
➖ Вышли занятные крошечные модельки: LFM2.5-350M — модель на 350 млн параметров от Liquid AI, а
PrismML представила открытое семейство 1-битных моделей Bonsai

⭐️ Практические исследования

➖ Anthropic прекратил покрывать использование подписки Claude в сторонних сервисах, включая OpenClaw
➖ Произошла утечка исходного кода Claude Code от Anthropic (а на его базе уже сделали полноценный опенсорсный инструмент OpenClaude)
➖ Softr — это no-code платформа для быстрого создания бизнес-приложений без программирования
➖ Pretext — верстка без CSS с 500x ускорением для динамичных интерфейсов агентов
➖ GrandCode на базе Qwen выиграла три подряд раунда Codeforces, став первой ИИ-системой, занявшей первое место в спортивном программировании

⭐️ Теоретические исследования

➖ Meta-Harness — система, которая автономно переписывает инфраструктуру вокруг языковых моделей, используя полный доступ к логам для оптимизации управления памятью и промптов.

⭐️ Бизнес

➖ OpenAI привлекла $122 млрд для дата-центров
➖ Oracle увольняет тысячи сотрудников из-за затрат на ИИ-инфраструктуру
➖ GEO аналитик с KimiClaw: вышла новая статья про то, как во ВкусВилл сделали Claw помощника для анализа выдачи в поиске для ИИ-агента

Еще больше об ИИ и науке читайте в DSCS.pro

🔍 А вы уже пробовали визуализировать алгоритмы?

Онлайн-сервис Algorithm Visualizer поможет пошагово разобрать все элементы кода и понять, как работают десятки алгоритмов на JavaScript, Java и C++.

На сервисе можно наблюдать, как алгоритмы сортировки, обхода графов и поиска данных функционируют шаг за шагом. Все сопровождается наглядной анимацией, а входные данные можно менять прямо в процессе.

➡️ Попробовать можно тут