UBTECH Walker S2

У китайских товарищей заказов уже под на $100 млн на этот год

Не спотыкаются.

- звук затвора.
- сегодня мы куда?
- ну не на завод же. бгг

#UBTECH #Walker #Китай
------
@tsingular

В MIT научили LLM самостоятельно формулировать и запоминать новые знания

Исследователи из MIT создали метод SEAL, который позволяет языковым моделям постоянно обновлять свои веса и усваивать новую информацию.

Как у студента со шпаргалками: LLM генерирует несколько вариантов синтетических данных из входящего запроса, тестирует каждый и выбирает лучший через reinforcement learning. Потом запоминает его, обновляя внутренние параметры.

Цифры:
- +15% точность на вопросах-ответах
- +50% на задачах обучения навыкам
- маленькая модель обогнала GPT-4.1 (46.3% точность)

Модель сама выбирает скорость обучения и стратегию оптимизации. Проблема одна — catastrophic forgetting: усваивая новое, забывает старое.

Limitations
While SEAL enables lasting adaptation through self-generated weight updates, our continual learning experiment reveals that repeated self-edits can lead to catastrophic forgetting—performance on earlier tasks degrades as new updates are applied.

Пока что работает в исследовательских условиях, но потенциал для самообучающихся агентов очевиден.

paper

Студент, который сам себе делает шпаргалки и сам решает, как их учить. Осталось научить не забывать экзамены прошлого семестра.

#SEAL #MIT #SelfAdapting #саморазвитие #эволюция
------
@tsingular

Алгоритм определит успех вашей карьеры

Университет Пенсильвании обучил модель определять черты личности и прогнозы на карьеру по фотографиям из профилей LinkedIn выпускников MBA.

Прогнозирование успеха: Исследование показало, что личностные качества, определенные ИИ ("Photo Big 5"), способны предсказывать ряд ключевых карьерных показателей:

- Рейтинг бизнес-школы: Определенные черты личности коррелируют с вероятностью поступления в более престижные учебные заведения. Например, добросовестность положительно связана с рейтингом школы, а экстраверсия — отрицательно.

- Заработная плата: Личностные качества оказывают значительное влияние на начальную зарплату и ее рост. Для мужчин разница в зарплате между теми, кто находится в верхнем и нижнем квинтиле по "желательным" чертам, составляет 4,3%, что сопоставимо с расовым разрывом в оплате труда. Для женщин этот показатель еще выше — 4,7%.

- Должностной рост и текучесть кадров: Такие черты, как добросовестность и доброжелательность, снижают текучесть кадров, в то время как экстраверсия и нейротизм ее увеличивают.

Дополнительная ценность: "Photo Big 5" имеет лишь слабую корреляцию с традиционными когнитивными показателями (GPA, результаты тестов). Это означает, что ИИ-анализ личностных качеств дает дополнительную информацию, которую нельзя получить из академической успеваемости, и обладает самостоятельной прогностической силой.

Стабильность метода: Точность оценок личностных качеств остается высокой даже при сравнении фотографий из выпускных альбомов MBA и более поздних снимков из LinkedIn, сделанных в среднем на 8 лет позже.

Фраза "мордой не вышел" заиграла новыми красками.
Измерение черепа переизобрели, короче.

#FacialRecognition #Hiring
———
@tsingular

Android Dreams: сценарий роботизации к 2045 году

Исследователь из Tesla Optimus описал путь к полной автономии роботов.

По его прогнозу, к 2030 первые работы заменят людей в простых задачах вроде сортировки посылок обучившись на данных с экзоскелетов, телеоператоров и видео.

Гуманоиды станут универсальными после 2029, когда модели обучат на интернет-видео и дадут им адаптивную долгосрочную память.

Этапы развития робототехники:

- Рассвет (2023-2025): Первые успехи в телеуправлении роботами для выполнения узких задач, таких как сортировка посылок и складывание одежды.

- Вертикализация (2026-2030): Компании, подобные "Waytek", успешно коммерциализируют роботов для конкретных отраслей, используя модель "Роботы как услуга" (RaaS). Китай начинает доминировать в производстве дешевого оборудования.

- Эпоха Гуманоидов (2027-2032): Прорыв в обучении роботов на основе видеозаписей действий человека позволяет создавать более универсальных человекоподобных роботов. США пытаются догнать Китай в производстве ключевых компонентов, таких как приводы.

- Эпоха AGI (2031-2045): Решение проблемы долгосрочной памяти и предварительного обучения на видеоданных приводит к созданию Воплощенного Общего Искусственного Интеллекта (EGI). Роботы-гуманоиды начинают массово заменять людей в различных сферах, включая обслуживание, строительство и здравоохранение.

- Эпоха Сверхинтеллекта (2045+): Роботы становятся неотъемлемой частью общества, что приводит к фундаментальным изменениям в экономике, культуре и самом понятии человеческого существования. Возникают новые идеологии и образы жизни.

- Геополитическая конкуренция: Противостояние между США и Китаем станет центральным фактором в гонке за доминирование в области робототехники. Преимущество Китая заключается в его производственных мощностях и государственной поддержке, в то время как США лидируют в разработке программного обеспечения для ИИ.

- Социально-экономические последствия: Автоматизация приведет к массовой безработице и росту социального неравенства. Это вызовет общественные движения, требующие введения безусловного базового дохода (ББД) и высоких налогов для компаний, использующих роботов.

- Технологические прорывы: Ключевыми технологиями, которые обеспечат прорыв, станут обучение на основе видео (learning from human video), модели мира (world models), позволяющие симулировать реальность для обучения ИИ, и решение проблемы долгосрочной памяти у ИИ.

- Философские вопросы: Статья завершается размышлениями о будущем человечества в эпоху сверхинтеллекта, затрагивая вопросы смысла жизни, возможности слияния человека с машиной и колонизации космоса.

Читаем, изучаем тут:
https://android-dreams.ai/

Термины EGI/ESI записываем в отдельный блокнотик

#роботы #Tesla #future #AGI #ASI #сингулярность
------
@tsingular

MCP Shark: Wireshark для MCP

Наткнулся на интересный инструмент MCP Shark - создан для мониторинга коммуникаций между IDE и серверами по Model Context Protocol.

Работает как прокси, - перехватывает весь трафик и отображает его в веб-интерфейсе.

Возможности:
- Захват всех запросов и ответов в реальном времени
- Фильтрация и группировка по сессиям и серверам
- Логирование в SQLite
- Автоопределение конфигов IDE с резервным копированием

Если пилите свои MCP, - может пригодится.
Опять же интересный сценарий завернуть логи с шарка обратно в агента-разработчика для отладки тех же MCP.

#MCP #Wireshark #dev
———
@tsingular

WAN-2.5-Preview: Избранные демки из анонса

Alibaba запустили WAN-2.5-preview, - новую модель для генерации видеороликов со звуком по текстовым запросам.

Модель невероятно точно ведёт звук и картинку.
Обратите внимание на ролик с шариком от пинг-понга.
Акробатика не рассыпается, несколько персонажей в кадре тоже на ведут себя естественно и звук не прыгает с персонажа к персонажу.

Ждем оупенсорс.

#Alibaba #Wan
———
@tsingular

MADD: российская мультиагентная система для поиска лекарств

Российская сборная команда ITMO и Sber AI Lab представила MADD — мультиагентную систему, которая автоматом собирает пайплайн для виртуального скрининга молекул.

Вводишь запрос на естественном языке (например, "ингибиторы GSK-3beta с низкой проницаемостью через гематоэнцефалический барьер"), система тянет данные из ChEMBL, тренирует модели, генерирует кандидатов и возвращает лучшие.

Показала превосходство над ChemAgent и LlasMol на семи кейсах — от болезни Альцгеймера до ингибиторов тромбоксана.

GitHub
Paper

Изобретение новых лекарств ускорилось

#MADD #DrugDiscovery #ChEMBL #ITMO #SberAILab
———
@tsingular

Memgraph GraphRAG: граф-база для ИИ-приложений

Наткнулся на графовую opensource базу под ИИ RAGи - Memgraph позиционирует себя как основу для GraphRAG-приложений с миллионами узлов и расчётами в реальном времени.

Новая функция векторного поиска объединяет семантическую близость с графовым обходом. Алгоритмы Community Detection (Louvain, Leiden), PageRank и траверсы помогают ИИ отвечать на основе структурированных связей.

GraphChat переводит вопросы на естественном языке в Cypher-запросы и возвращает ответ. Есть интеграция с LangChain и LlamaIndex.

Reasoning Graph автоматически выбирает метод поиска — векторный, графовый или многоступенчатый — анализируя запрос и структуру данных.

Векторный поиск выигрывает на простых запросах (F1 ~72%), а графовый — на сложных (F1 ~67%).

Как альтернатива Neo4J.

#Memgraph #GraphRAG #Cypher
———
@tsingular

Реальная запись или нейрорендер, как думаете?

Пишут, что компания MindOn загрузила в Unitree G1 свой софт и они резко поумнели и вытворяют вот это все в соло без телеоператора-индуса.

Врут, наверное...

#MindOn #Unitree
------
@tsingular

Вот конкретно этот момент если кто пропустил,- рекомендую.

Мороз по коже, как впервые Звездные Войны 1й эпизод момент высадки роботов дроидов на Наубу смотришь.

Ну и особенно забавно, что продвигается это все под заголовком, - роботы для заводов.

#UBTECH #Walker #роботы
------
@tsingular

На этой неделе ребята из команды YandexGPT совместно c ШАДом (Школа анализа данных) провели интенсив по работе с LLM, где были затронуты вопросы обучения, инференса, и коммуникаций.

Материал довольно подробный и интересный, но требует определенной базы для вхождения.

В общем, рекомендую к просмотру всем интересующимся и желающим освежить знания.

Лекция 1: https://youtube.com/live/JMUWSdSD1Uk
Лекция 2: https://youtube.com/live/IAeAKcdMtsw
Лекция 3: https://youtube.com/live/BYiFv5PoMBw
Лекция 3.1: https://youtube.com/live/-52RgKQENl0
Лекция 4: https://youtube.com/live/VXI41kyQTPs
Лекция 5: https://youtube.com/live/AHMJICS2JQ0
Лекция 5.1: https://www.youtube.com/live/3v43mnx31OQ