Маршрут перестроен: как распалась Римская империя и при чем тут логистика и сетевой анализ

Почему Карфаген следовало разрушить? Ищем неочевидный ответ на этот вопрос с помощью сетевого анализа и цифровой модели ORBIS от Стэнфордского университета. Этот проект позволяет взглянуть на Римскую империю не как на политическую карту, а как на гигантскую транспортную сеть: с портами, дорогами и речными маршрутами. Рассказываем, что можно узнать благодаря такому взгляду на историю.

Что за проект?

Сетевой анализ, как можно догадаться из названия, позволяет представить данные в виде сети, состоящей из вершин и связывающих их ребер. Получившаяся система  может рассказать больше и о знакомствах Владимира Маяковского, и о диалогах в «‎Войне и мире», и о древних городах. А ученые из Стэнфорда решили использовать этот инструмент для изучения Римской Империи, создав проект ORBIS.

Благодаря ГИСам (геоинформационным системам, о которых мы писали тут) исследователям удалось перенести на карту более 600 объектов (в основном городов и портов), более 85 тысяч км дорог, пустынных троп и горных перевалов и еще почти 30 тысяч км судоходных рек. Это позволило строить маршруты между любыми двумя точками с учетом особенностей времен года. А ещё можно было выбрать самый быстрый, самый дешевый и самый короткий пути (спойлер: совпадали они далеко не всегда).

Что мы узнали о Карфагене?

Благодаря ORBIS исследователям удалось выяснить, что Карфаген следовало разрушить в том числе и потому, что он был слишком «близок» к Риму: хоть они и были разделены морем, путь между этими городами был коротким, дешевым и надежным, особенно в летние месяцы.

Что мы узнали о… Риме?

Рим оказался далеко не самым «‎центральным» городом сети: он проигрывал, например, Константинополю, а также некоторым узлам на стыке провинций, включая Милан и Аквилею. Это связано с многочисленными кризисами, которые заставили римских императоров начиная с III века н. э. искать другие места, где могла бы расположиться администрация.

Подробнее об особенностях торговых и военных маршрутов в Римской империи, а также о том, какой факт Плутарх, вероятно, исказил в биографии Цезаря, узнаете из полной версии статьи.

Время чтения: 15,5 минут

🤖 «Системный Блокъ» @sysblok

Новая LLM от Маска, агент от OpenAI, самая большая open-source LLM

Рассказываем, что произошло в мире ИИ за последнее время.

Теперь у некоторых новостей появился раздел «Контекст», в котором вы можете узнать, почему мы считаем выбранные новости важными или примечательными. Увы, новости из-за этого выходят чуть объемнее, так что мы делим их на три отдельных поста!


Grok 4 от Илона Маска

Лаборатория Илона Маска xAI представила четвертую версию своей языковой модели Grok.

Модель доступна в двух вариациях — базовой и продвинутой Grok 4 Heavy. Обе модели в основных тестах показывают результаты выше или сопоставимые с лидерами рынка. Grok 4 опередила OpenAI o3, Google Gemini 2.5 Pro, Anthropic Claude 4 в одном из самых сложных на данный момент тесте Humanity’s Last Exam. Экзамен содержит 2500 вопросов из разных сфер знаний, составленных профессорами и исследователями. Эти вопросы публичны и могут использоваться разработчиками для обучения своих моделей. Тестирование проводится на недоступных в интернете вопросах — это снижает риск утечки данных в обучающую выборку  и делает оценку моделей объективнее. Grok 4 и Grok 4 Heavy доступны владельцам платной подписки xAI, а также через API.

Контекст

В отличие от других крупных ИИ-лабораторий, xAI уделяет меньше внимания безопасности своих моделей. Обычно перед релизом языковые модели обучают не генерировать потенциально опасные или оскорбительные ответы — например, рецепты биологического оружия, наркотических веществ или неполиткорректные высказывания о расовой дискриминации. А также выпускают подробные отчеты о способностях моделей нарушать эти ограничения — пример отчета для Claude 4.

Такое отношение к цензуре продиктовано желанием Илона Маска создать «объективную» модель, не подверженную влиянию левой woke-культуры. Последствия подобной политики проявились в недавнем скандале с Grok 3, интегрированной в соцсеть X (бывший Twitter). На некоторое время модель стала считать себя персонажем игры Wolfenstein 3D — MechaHitler — и генерировала антисемитские высказывания. Также она оскорбила премьер-министра Польши. После жалоб пользователей разработчики временно отключили модель, а через четыре дня компания извинилась и вернула в работу исправленную версию.

🤖 «Системный Блокъ» @sysblok

Агент от OpenAI

Компания OpenAI представила ИИ-агента ChatGPT Agent — систему, использующую модели искусственного интеллекта для автономного выполнения задач на компьютере. Агент способен составлять детальные планы путешествий с учетом бюджета, интересов и предпочтений пользователя, анализировать финансовые отчеты и формировать итоговые таблицы, создавать презентации на заданные темы и выполнять множество других задач.

ChatGPT Agent объединяет возможности двух ранее представленных продуктов компании — Operator и Deep Research. Operator умеет взаимодействовать с интерфейсами компьютерных программ (кликать, вводить текст, прокручивать экран) и автоматизировать выполнение различных задач. Deep Research специализируется на поиске, агрегации и анализе информации из интернета. Комбинация этих возможностей позволяет новому агенту более эффективно справляться с поставленными задачами.

Кроме того, агент может взаимодействовать с внешними сервисами (Gmail, Google Calendar, Notion и другими) через протокол MCP, который унифицирует доступ языковых моделей к различным платформам. Подробнее об MCP мы писали здесь.

В тестировании агент продемонстрировал лучший результат в Humanity’s Last Exam и превзошел модели o3 и o4 в тестах на автоматизацию задач. В одном из внутренних тестов агент выполнил половину набора «экономически значимых» задач лучше экспертов-людей.

ChatGPT Agent станет доступен владельцам подписки в ближайшие недели.

Контекст

Агентные системы с использованием языковых моделей — главный тренд 2024–2025 годов. Постоянно улучшающиеся способности моделей позволяют (полу-)автоматизировать все большее количество рутинных задач. Одним из примеров относительно успешного внедрения агентов является сфера разработки ПО — здесь ИИ существенно повышает продуктивность программистов. Генеральный директор Microsoft заявляет, что 30% кода в компании сейчас пишет искусственный интеллект. А глава Shopify объявил использование ИИ для разработки новым обязательным требованием к сотрудникам.

Независимые исследователи считают развитие агентов важным этапом в прогрессе ИИ, поскольку они смогут продемонстрировать политикам экономическую выгоду от искусственного интеллекта. Это приведет к более глубокой интеграции ИИ в рабочие процессы и увеличению инвестиций.

В то же время многие опасаются кризиса на рынке труда из-за потенциальной замены людей ИИ-системами. Сообщества иллюстраторов и художников в большинстве своем выступают против инструментов для генерации изображений и видео, считая, что искусственный интеллект не должен замещать человека в творческих сферах.

🤖 «Системный Блокъ» @sysblok

Kimi K2 — самая большая языковая модель в open-source

Китайская лаборатория MoonshotAI опубликовала языковую модель Kimi K2 с 1 триллионом параметров. Это первая модель такого размера в открытом доступе.

LLM использует архитектуру Mixture of Experts: во время генерации ответа модель задействует лишь часть всех параметров (их называют активными). Какие именно параметры используются, зависит от конкретного запроса пользователя. Всего у модели 32 млрд активных параметров — 3,2% от общего числа. Вместе с моделью лаборатория выпустила технический отчет. До выхода Kimi K2 самой большой открытой моделью была DeepSeek V3, которая в 1,5 раза меньше.

Модель не способна генерировать цепочки рассуждений. В сравнении с моделями без режима рассуждений Kimi K2 либо сопоставима, либо существенно превосходит конкурентов — особенно в задачах программирования.

Модель доступна для тестирования на официальном сайте или через API.

Контекст

На рынке языковых моделей существуют проприетарные решения, разрабатываемые крупными лабораториями и корпорациями, и открытые модели, чаще (но не всегда) создаваемые независимыми компаниями.

Из-за высокой конкуренции создатели проприетарных LLM не раскрывают технические подробности своих моделей — в частности, не публикуют детальные технические отчеты и статьи. Разработчики открытых решений, напротив, раскрывают технические детали, публикуют сами модели и иногда код для их обучения, что особенно важно из-за инженерной сложности обучения моделей такого масштаба.

Open-source сообщество вносит большой вклад в развитие всей области — зачастую проприетарные компании используют его разработки. Также оно создает серьезную конкуренцию коммерческим решениям, поскольку пользователи и бизнес могут разворачивать открытые модели на собственных серверах.

Обучение больших языковых моделей крайне сложно и дорого. До этого обучать модели размером порядка триллиона параметров умели только коммерческие компании уровня OpenAI и Google. Появление открытой модели с триллионом параметров стало большим достижением сообщества, сократившим разрыв с закрытыми техногигантами.

🤖 «Системный Блокъ» @sysblok

Цифровые кочевники: весь мир – офис

Сегодня более 30 миллионов человек работают удаленно, сохраняя мобильность. В один день цифровые кочевники могут работать с видом на море, а в другой — прямо с гор. Однако они не просто меняют представление о работе и стабильности. «Системный Блокъ» рассказывает, как цифровое кочевничество меняет глобальные рынки труда и локальные экономики, а ещё — формирует новые сервисы.

Кто такие цифровые кочевники?

Благодаря развитию высокоскоростного интернета и облачных сервисов появились цифровые кочевники — люди, выбирающие образ жизни, который позволяет им работать удаленно и регулярно переезжать с места на место. Цифровое кочевничество возникло благодаря повсеместной доступности интернета и изменения ценностей в сторону свободы и мобильности.

И что теперь?

Глобальная и местная экономика меняются под влиянием цифрового кочевничества. Например, нормой становится работа по краткосрочному контракту c гибкой занятостью и проектным сотрудничеством. Приток фрилансеров активизирует рынок недвижимости, а власти и бизнес инвестируют в улучшение интернет-инфраструктуры и комфорт городской среды для привлечения такой аудитории.

А что в этом плохого?

Но есть и другая сторона: повышение спроса сопровождается ростом цен, что ухудшает положение местного населения. Например, русскоязычные кочевники повлияли на рынки аренды и услуг в Грузии, Армении и Турции, однако их отъезд может вызвать упадок в этих сегментах.

Чего ждать дальше от цифровых кочевников?

Развитие цифрового кочевничества будет зависеть от технологических, социальных и политических факторов. С одной стороны, распространение удаленного формата работы, улучшение скорости и доступности интернета и появление специальных виз скорее всего увеличит число цифровых резидентов. С другой — отсутствие стандартов налогообложения, недовольство местного населения ростом цен на жилье и услуги или экологический вред частых перелетов создадут препятствие для развития кочевничества

Более подробно о том, как живут цифровые кочевники, их влиянии на экономику и создаваемых вызовах, а также о будущем цифрового резидентства читайте в полной версии статьи.

Время чтения: 13 минут

🤖 «Системный Блокъ» @sysblok