🛡️ GigaConf 2025: мультиагенты в кибербезопасности
Автономные AI-системы могут стать основой будущей защиты. Об этом рассказал Сергей Лебедь, вице-президент по кибербезопасности Сбера.
По его словам, мультиагентные атакующие системы уже в ближайшем будущем смогут искать уязвимости, писать вредоносный код и запускать фишинг. Противостоять им можно только такими же автономными системами — но на стороне защиты. При минимальном участии человека они смогут быстрее и точнее реагировать на инциденты.
🧩 В модели киберзащиты четыре ключевых блока:
— поиск уязвимостей
— детектирование
— управление средствами защиты
— реагирование
Каждый работает через взаимодействие AI-агентов — от мониторинга до устранения угроз.
💬 Лебедь отметил, что мультиагенты в том числе могут закрыть кадровый дефицит — если не хватает специалистов, задачи берут на себя ИИ. А у людей остаются роли более высокого уровня: разработка подходов, прогнозирование, обучение моделей.
Среди новых профессий:
— тренер моделей
— конструктор AI-агентов
— специалист по знаниям ИИ
@ai_machinelearning_big_data
#AI #Cybersecurity #ML #MultiAgent #Sber #GigaConf2025
Автономные AI-системы могут стать основой будущей защиты. Об этом рассказал Сергей Лебедь, вице-президент по кибербезопасности Сбера.
По его словам, мультиагентные атакующие системы уже в ближайшем будущем смогут искать уязвимости, писать вредоносный код и запускать фишинг. Противостоять им можно только такими же автономными системами — но на стороне защиты. При минимальном участии человека они смогут быстрее и точнее реагировать на инциденты.
🧩 В модели киберзащиты четыре ключевых блока:
— поиск уязвимостей
— детектирование
— управление средствами защиты
— реагирование
Каждый работает через взаимодействие AI-агентов — от мониторинга до устранения угроз.
💬 Лебедь отметил, что мультиагенты в том числе могут закрыть кадровый дефицит — если не хватает специалистов, задачи берут на себя ИИ. А у людей остаются роли более высокого уровня: разработка подходов, прогнозирование, обучение моделей.
Среди новых профессий:
— тренер моделей
— конструктор AI-агентов
— специалист по знаниям ИИ
@ai_machinelearning_big_data
#AI #Cybersecurity #ML #MultiAgent #Sber #GigaConf2025
❤30👍14🔥8🤣8
🚀 Сбер представил Green-VLA — открытый SOTA-фреймворк для управления роботами
Сбер опубликовал технический отчёт Green-VLA по моделям Vision–Language–Action. Это методология для создания Physical AI, который превращает зрение и текст в физические действия. Работа заняла первое место среди статей дня на Hugging Face, обойдя исследования Moonshot AI и ведущих мировых университетов.
Главное о решении:
- Базируется на нейросети ГигаЧат и описывает путь от обучения до настройки робота в реальных условиях.
- Подтвердило эффективность на бенчмарках Google, Стэнфорда и Фрайбургского университета.
- Показало высокую стабильность — на AI Journey 2025 робот Грин под управлением Green-VLA отработал без сбоев более 10 часов.
- Является открытой методологией для создания надёжных и масштабируемых робототехнических систем.
@ai_machinelearning_big_data
#ai #ml #robotics #vla #sber
Сбер опубликовал технический отчёт Green-VLA по моделям Vision–Language–Action. Это методология для создания Physical AI, который превращает зрение и текст в физические действия. Работа заняла первое место среди статей дня на Hugging Face, обойдя исследования Moonshot AI и ведущих мировых университетов.
Главное о решении:
- Базируется на нейросети ГигаЧат и описывает путь от обучения до настройки робота в реальных условиях.
- Подтвердило эффективность на бенчмарках Google, Стэнфорда и Фрайбургского университета.
- Показало высокую стабильность — на AI Journey 2025 робот Грин под управлением Green-VLA отработал без сбоев более 10 часов.
- Является открытой методологией для создания надёжных и масштабируемых робототехнических систем.
@ai_machinelearning_big_data
#ai #ml #robotics #vla #sber
👍93🤣47❤22🔥12🤗3🦄3
Сбер открыл доступ к своей Vision-Language-Action модели. В феврале эта работа стала лучшей статьей недели на Hugging Face, а сейчас всё выложили в open-source.
- В основе лежит Qwen3-VL-4B и трансформер, который с помощью flow-matching предсказывает действия робота в реальном времени
- Модель обучалась в пять этапов, от мультимодальных веб-данных до примеров с реальных роботов
- Унификация робототехнических данных позволяет модели лучше обобщаться и работать на разных роботах
Благодаря такому подходу, модель получает лучшие метрики на робототехнических бенчмарках Fractal и Bridge.
- исходный код для обучения и инференса на GitHub;
- предобученные веса на платформе Hugging Face;
@ai_machinelearning_big_data
#ai #ml #sber
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥78❤39👏17👍7😁7💯7🤔3🤝1🙊1