🎬 Сценарист «Таксиста» считает, что ИИ умнее него

Сценарист Пол Шредер, номинант на Оскар и креативный напарник режиссера Мартина Скорсезе («Таксист», «Бешеный бык»), рассказал, что после общения с ChatGPT понял: ИИ умнее него — и креативнее.

Сначала 78-летний Шредер загрузил в ИИ сценарий, который написал 5 лет назад. По его словам, рекомендации ИИ оказались лучше, чем он мог придумать сам, и полезнее любых советов кинопродюсеров, которые он когда-либо получал.

Затем Пол попросил ChatGPT придумать идею для фильма в его стиле, а после — написать сценарии в стиле Пола Томаса Андерсона, Квентина Тарантино, Ингмара Бергмана и других известных режиссеров.

«Каждая идея, которую придумал ChatGPT (за несколько секунд), была хорошей. И оригинальной. И проработанной. Зачем писателям сидеть месяцами в поисках хорошей идеи, если ИИ может выдать ее за секунды?» — говорит Шредер.

Свой опыт он описал как экзистенциальный, подобный тому, что испытал Гарри Каспаров (признан иностранным агентом) в 1997 году, когда осознал, что суперкомпьютер Deep Blue победит его в шахматах.

В комментариях одни предлагают сценаристу попробовать Claude и хвалят Grok, другие — ругают ИИ за галлюцинации и небрежное обращение с личными данными.

Некоторые замечают, что опыт Шредера показывает не угрозу для творцов, а бесполезность продюсеров (хотя и не все согласны с этим).

«ChatGPT, будучи ИИ, основанным на обширном массиве общей информации, имеет целью сделать все максимально средним, пресным и легким для усвоения (точно как менеджеры студий)», — пишет один из пользователей.

Еще по теме:

📌 Забастовки голливудских сценаристов против ИИ

📌 «Бруталист» может не получить «Оскар» из-за ИИ?

👋 Подпишитесь на Hi, AI!

#новости #кино

👶 Зачем ученые хотят устроить искусственному интеллекту детство?

Модель GPT-4 обучена примерно на 13 трлн токенов (около 10 трлн слов) — это в тысячи раз больше, чем любой человек может прочитать или услышать за всю жизнь. При этом уже к двум годам ребенок знает около 300 слов. И для обучения ему не нужны датасеты с сотнями тысяч примеров, месяцы непрерывных тренировок и миллионы долларов — процесс идет естественно, в повседневной жизни.

Разгадка того, как дети познают мир, может помочь решить одну из главных проблем ИИ — научить модели по-настоящему понимать физическую реальность.

🍼 Как посмотреть на мир глазами ребенка?

Ученые из Нью-Йоркского университета в прошлом году провели эксперимент: они обучили ИИ-алгоритм языку также, как обычного ребенка. Помог исследователям младенец Сэм. В течение 1,5 лет (в возрасте с полугода до двух лет) он несколько раз в неделю носил шлем с камерой, которая записывала все, что Сэм видел, слышал или произносил. Из полученных сотен часов исследователи отобрали 61 час видео. Всего камера засняла около 250 тыс. различных «слов».

Затем ничего не знающую про реальный мир «наивную» нейросеть попросили проанализировать аудио- и видеодорожки и найти связи между словами и объектами.

В 62% случаев нейросеть правильно находила изображение объекта по запросу. Например, при вводе «кошка» она определяла на видео питомца Сэма. Такая производительность соответствует алгоритму, обученному на 400 млн пар изображений и текста. В 80% случаев модель нашла изученный предмет на изображениях, которые никогда не видела.

«Мы впервые показали, что нейросеть, обученная на реалистичных с точки зрения развития входных данных от одного ребенка, может научиться связывать слова с их визуальными аналогами», — поясняет автор исследования доктор Вай Кин Вонг.

⛓Чем нам это поможет?

Эксперимент подтверждает, что ИИ-моделям не обязательно нужны такие огромные массивы данных для первоначального обучения, какие сегодня используют для тренировки передовых алгоритмов.

Совершенствование такого ассоциативного подхода — обучение ИИ распознаванию не только предметов, но действий (глаголов) и интонаций — приведет к появлению нового типа ИИ-алгоритмов, которые смогут познавать реальный мир лишь с помощью камеры и микрофона. А в дальнейшем — и эмпатичных роботов на их основе, как в мультфильме «Дикий Робот».

Еще по теме:

▶️ Зачем ИИ учат понимать эмоции?

▶️ Аманда Аскелл: философ, которая учит ИИ человечности

👋 Подпишитесь на Hi, AI!

#новости #наука

🦾 Японские ученые создали биогибридную роборуку

Инженеры из Токийского университета разработали роботизированную руку, использующую настоящую мышечную ткань.

В напечатанную на 3D-принтере пластиковую кисть длиной 18 см внедрили «сухожилия» из тонких выращенных в пробирке мышечных волокон, которые свернули в подобие суши-роллов для прочности.

Мышцы сокращаются при подаче на них тока, имитирующего нервные импульсы. Такая рука способна жестикулировать, хватать и перемещать некрупные предметы вроде пипетки.

Главное преимущество конструкции — способность руки сгибать пальцы по отдельности и в нескольких местах. Например, кисть может показать «ножницы» ⤴️

Этот простейший для обычной человеческой руки жест, как ни странно, довольно сложен даже для самых передовых бионических протезов из-за того, что они, на самом деле, обычно не управляют каждым пальцем независимо.

После примерно 10 минут работы рука «устает», но после часа отдыха — восстанавливается. «Такая реакция в искусственных мышцах, подобная реакции живых тканей, — замечательный и захватывающий результат», — отмечает руководитель исследования профессор Седзи Такэути.

Японские ученые ведут подобные разработки уже около 10 лет. Но до сих пор биогибридные устройства были гораздо меньшего размера (около 1 см) и намного менее подвижными.

Подобные механизмы могут стать основой будущих протезов. Кроме того, модели помогут более детально понять, как работают мышечные ткани в сложных системах, для тестирования новых хирургических методов или лекарств.

Еще по теме:

🤖 «Миру нужны роботы», — CEO Nvidia Дженсен Хуанг 

👉 Пациент с Neuralink научился управлять роборукой

👋 Подпишитесь на Hi, AI!

#новости #роботы #наука

👎 Только 0,1% людей способны распознать дипфейки

Люди практически неспособны отличить подлинные изображения или видео от сгенерированных искусственным интеллектом подделок, выяснили эксперты британской компании iProov, разрабатывающей технологии для биометрической идентификации.

Компания предложила 2 тыс. человек разных возрастов из Великобритании и США пройти квиз, в котором участник должен был определить: настоящее ли перед ним изображение или дипфейк.

Только 0,1% опрошенных полностью справились с задачей. При этом почти треть людей в возрасте 55-64 лет и 39% в возрасте 65 лет и старше даже никогда не слышали о дипфейках. Людям оказалось сложнее распознать ИИ-видео, чем поддельные картинки: фейковые ролики выявлялись на 36% реже. При этом более 60% участников исследования — особенно среди молодых людей от 18 до 34 лет — оказались абсолютно уверены в том, что хорошо распознают подделки, независимо от результатов эксперимента.

«Исследование показывает, что организации больше не могут полагаться на людей при обнаружении дипфейков и должны искать альтернативные способы аутентификации пользователей своих систем и сервисов», — считает профессор Эдгар Уитли, эксперт по цифровой идентичности Лондонской Школы Экономики.

👹👹 Распространение нейросетевых подделок негативно влияет на доверие людей к информации: почти половина опрошенных стали меньше доверять медиа, узнав о существовании дипфейков. Однако, судя по всему, помогает это несильно — только 11% участников, по их словам, критически анализируют источник и контекст информации на предмет фейковости. В итоге большинство людей не только рискуют поверить лжи, но и распространить ее дальше.

➡️ Попробуйте сами пройти тест iProov здесь — всего 10 вопросов.
Делитесь результатами в комментариях!

Еще по теме:

👁️ Сможете ли вы отличить AI-видео от настоящих?

👁️ Как защитить себя от ИИ-мошенничества 

👋 Подпишитесь на Hi, AI!

#новости #дипфейк #тест

🎨 Christie's проводит первый аукцион ИИ-искусства — но не все этому рады

Аукционный дом Christie's открывает выставку-аукцион, посвященную только работам, созданным с помощью ИИ. Экспозиция Augmented Intelligence пройдет с 20 февраля по 5 марта в Нью-Йорке и онлайн. В коллекции — 20 лотов с начальными ценами от $15 тыс. до $250 тыс.

🎨 Что выставят на торги?

На аукционе представят работы Рефика Анадола, который создает интерактивные инсталляции на основе больших данных, Гарольда Коэна — одного из пионеров ИИ-искусства, начавшего эксперименты с алгоритмами еще в 1960-х, и Пиндара Ван Армана, разрабатывающего роботизированные системы, способные имитировать процесс живописи. Четверть лотов составят цифровые произведения, включая NFT, остальное — физические объекты: скульптуры, картины, рисунки и световые инсталляции.

Одним из самых ярких экспонатов станет 3,6-метровый робот Александра Ребена, рисующий новый фрагмент картины каждый раз, когда на него повышают ставку.

🔥 Протест художников

Не все рады инициативе Christie's. Почти 4 тыс. художников подписали открытое письмо с требованием отменить аукцион. Они утверждают, что ИИ-модели, примененные для создания выставленных на продажу произведений, обучались на работах, защищенных авторским правом. Протестующие считают, что разработчики ИИ эксплуатируют художников, используя их работы без разрешения и оплаты. Среди подписавшихся — художницы Келли Маккернан и Карла Ортис, которые с 2023 года судятся по этим вопросам со Stability AI, Midjourney, Runway и другими компаниями.

Представитель Christie's заявил, что «в большинстве случаев» искусственный интеллект, использованный для создания произведений искусства на аукционе, был обучен на «собственных данных» художников. В компании подчеркивают, что представленные авторы не просто используют ИИ, а интегрируют его в творческий процесс.

Еще по теме:

➡️ Ботто — ИИ-художник, работы которого стоят миллионы

➡️ Интересные нейрохудожники

👋 Подпишитесь на Hi, AI!

#новости #искусство

🔨 Хакерам понадобилось пять дней на взлом новой защиты Claude

В начале февраля стартап Anthropic, разрабатывающий чат-бота Claude, объявил конкурс: тот, у кого получится обойти все восемь уровней новой защиты и заставить бота ответить на запретные запросы, получит $10 тыс. В случае применения универсального взлома (общего шаблона промпта для обхода всех ступеней защиты), победитель получит $20 тыс.

За несколько дней до этого компания выпустила статью с описанием метода Constitutional Classifiers, который защищает Claude. В рамках предварительной подготовки систему тестировали 183 эксперта. Они штурмовали защиту бота в течение двух месяцев, суммарно затратив 3 тыс. часов, но безуспешно.

🏆 Результаты

На основной конкурс Anthropic выделили неделю. После пяти дней, 300 тыс. сообщений и около 3,7 тыс. потраченных часов хакеры нашли рабочий способ взлома. Все восемь уровней защиты смогли пройти четыре участника из 339. Из них только одна команда подобрала универсальный джейлбрейк. Чтобы найти его, они отправили боту почти 7,9 тыс. сообщений; по оценкам компании, на взлом ушло около 40 часов.

В общей сложности Anthropic выплатит победителям $55 тыс. — дополнительные призы получат два участника, прошедшие все этапы, но не первыми.

⁉️ Почему это важно?

Повышение степени защиты ИИ — один из важных аспектов его использования, что особенно критично в сферах информационной, биологической и ядерной безопасности.

При этом преступники уже используют большие языковые модели в своей работе — полицейская служба ЕС называет их DarkLLM. А полиция Лас-Вегаса подозревает, что при подготовке взрыва Cybertruck в Лас-Вегасе в начале этого года злоумышленник мог использовать ChatGPT.

Еще по теме:

➡️ Кто такой Дарио Амодей: AI-оптимист, соавтор ChatGPT и CEO Anthropic

➡️ Исследование Anthropic: как управлять «мыслями» LLM

👋 Подпишитесь на Hi, AI!

#новости #Claude

🖱 ИИ-агент для поиска Perplexity Deep Research — уже в нашем боте

Мы добавили в наш бот для умного поиска и интернет-исследований @GPT4AgentsBot новейшего ИИ-агента Deep Research от Perplexity.

За несколько минут система анализирует ваш запрос и выдает подробный отчет со ссылками на все источники. Идеально для подготовки рефератов, финансовых и маркетинговых исследований или написания статей — экономит до нескольких часов вашего времени!

Как пользоваться?

➡️ Перейдите в @GPT4AgentsBot
1️⃣ Подключите подписку в разделе /premium
2️⃣ Активируйте глубокий поиск командой /research и задайте вопрос. Подождите 2 минуты ✅

Подписка Лайт включает 20 запросов в день, Макс — 50 запросов в день.

По качеству ответов с агентом от Perplexity сравнится только Deep Research от OpenAI — доступный за $200 в месяц.

#Perplexity @hiaimedia

😖 Evo 2: ИИ-модель, которая понимает жизнь

Nvidia представила Evo 2 — революционную ИИ-модель с открытым исходным кодом для расшифровки «инструкции по эксплуатации жизни».

Новая нейросеть умеет анализировать строение ДНК, РНК и белков. С помощью нее ученые смогут прогнозировать влияние мутаций на организмы, находить важные для выживания гены и проектировать геномы с заданной структурой.

Evo2 позволяет выявить, например, гены, связанные с рисками развития рака, или отследить эволюционные связи между различными видами.

Модель обучена на базе порядка 128 тыс. геномов различных организмов — от бактерий и архей до зверей и грибов. Общий объем датасета сравним с 3 млн копий «Войны и мира».

Тренировали Evo 2 с помощью облачной платформы Nvidia на кластере из 2048 GPU Nvidia H100. Разработали модель ученые-генетики из Стэнфорда и Arc Institute, также в проекте поучаствовал сооснователь и президент OpenAI Грег Брокман.

«Запуск такой модели, как Evo 2, подобен отправке нового мощного телескопа в самые отдаленные уголки Вселенной. Мы знаем, что там открываются огромные возможности для исследований, но пока не знаем, что именно нам предстоит обнаружить», — комментирует Дэйв Берк, директор по технологиям Arc Institute.

🔬 Где еще пригодится Evo 2?

⚪️ Один человеческий ген содержит тысячи нуклеотидов (строительных блоков ДНК) — Evo 2 может за короткое время обрабатывать длинные последовательности генетической информации. Это поможет понять связи между генами и клетками и, например, предсказывать опасные мутации в генах и разрабатывать точечные методы лечения сложных болезней.

⚪️ Новый инструмент может применяться в сельском хозяйстве для создания более устойчивых к климату культур, а также для защиты уязвимых экосистем.

⚪️ Способность модели выявлять новые молекулы и создавать новые материалы пригодится в промышленности — например, для разработки биоразлагаемых материалов.

Еще по теме:

🧬 Крупнейшая ИИ-модель для проектирования белков

🧬 ИИ в поисках новых антибиотиков

👋 Подпишитесь на Hi, AI!

#новости #nvidia #наука

🟨 Jay Flow — новый подход к работе с нейросетями

Компания Just AI запустила Jay Flow — платформу для одновременной работы с множеством нейросетей на единой доске. Каждый промпт в Jay Flow представляет собой отдельную карточку (по принципу Miro), которые можно комбинировать между собой для решения разных задач.

Главные особенности:

1️⃣ Большой выбор моделей. Для работы с текстом можно использовать GPT-4o, Claude и Gemini, для генерации картинок — Flux, Recraft или Ideogram, для создания видео — Kling, MiniMax и Luma. Также карточки можно озвучивать через ElevenLabs или делать расшифровки аудио через Whisper.

2️⃣ Мультимодальность. Jay Flow позволяет комбинировать модели. Например, на одном холсте можно расшифровать запись планерки, добавить к ней графики, сделать краткий пересказ и на его основе выработать план. Или создать универсальную доску для проверки и улучшения текстов и создания к ним иллюстраций.

3️⃣ Агентность. Платформа заточена на то, чтобы разные модели могли автономно решать задачи и взаимодействовать между собой, а не просто работать в режиме «вопрос-ответ».

➡️ Попробовать Jay Flow можно здесь. Бесплатная версия дает доступ к простой текстовой модели, генератору картинок и 450 кредитов для тестирования других функций.

🌷 Пока работать над проектом получится только в одиночку — при этом доски можно сохранять и пересылать другим пользователям файлом. Но ориентировочно в течение полугода в сервисе появится поддержка одновременной командной работы на одном холсте, рассказывает сооснователь Just AI Кирилл Петров.

Другие полезные сервисы:

⭐ Tough Tongue AI — для тренировки собеседований и переговоров

⭐ Топ-5 бесплатных ИИ-сервисов для пересказа видео с YouTube

👋 Подпишитесь на Hi, AI!

#новости #стартап

🪓 ИИ-трукрайм: почему миллионы верят нейросетевым видео о преступлениях?

Последние несколько лет жанр трукрайм — контент с рассказами о реальных преступлениях — стал сверхпопулярным. Исследователи выделяют несколько причин его взлета: от подсознательной подготовки к опасным ситуациям до желания понять психологию и мотивы преступников.

Ютубер под псевдонимом Пол решил взять в соавторы ИИ. Он сомневался, что люди станут смотреть трукрайм, если точно будут знать фейковость истории. Тем не менее, его видео быстро стали вирусными. Пол стал заниматься роликами в качестве основной работы благодаря заработку на рекламе.

🎞 Как Пол создавал «трукрайм»?

Основу истории придумывал сам Пол, после чего он использовал ChatGPT и сервисы для ИИ-генерации изображений. Обычно он делал одно или два видео в неделю, тратя на каждое около двух с половиной часов.

В беседе с 404 media Пол назвал себя режиссером, а свой контент — «абсурдистской формой искусства». Он намеренно называл «героев» историй необычными именами или вставлял странные детали в ролики, пытаясь заставить аудиторию усомниться в подлинности роликов, но у него это явно не получилось: в комментариях люди серьезно обсуждали их содержание. Некоторые зрители даже обратились в газету The Denver Post с вопросом, почему одно из скандальных «убийств» не осветили в СМИ.

⛔️ Реакция YouTube

Когда журналист 404 media, беседовавший с Полом, обратился в YouTube за комментарием, сервис удалил канал блогера «за многочисленные нарушения правил сообщества», включая политику безопасности детей.

Но на площадке остается множество трукрайм-каналов, которые создают видео с помощью ИИ и не скрывают этого. Например, на одном из таких каналов Hidden Family Crime Stories с 16 тыс. подписчиков самое популярное видео набрало 1,2 млн просмотров. Судя по комментариям, зрителей больше волнуют морально-этические аспекты самой истории, нежели использование ИИ при ее создании.

А вы бы стали смотреть такой «ИИ-трукрайм»?

👍 — да, если история интересная
🎃 — нет, если это неправда, то в чем смысл?
🙈 — я вообще не смотрю такое!

👋 Подпишитесь на Hi, AI!

#новости

👐 Зачем учить ИИ-модели думать перед ответом?

Ноам Браун, ведущий научный сотрудник OpenAI, в своем выступлении на TED рассказал, как появилась концепция размышляющих ИИ-моделей, легшая в основу o1 и o3, и почему за ней — будущее развития ИИ.

Хайлайты:

📈 Главная причина прогресса в области ИИ — масштабирование данных и вычислительных ресурсов при обучении новых моделей.

📈 В аспирантуре Браун разрабатывал ИИ для игры в покер. Однако его модель (лучшая на тот момент) проиграла четырем лучшим игрокам в мире во время соревнования с призовым фондом в $120 тыс.

📈 В ходе тренировки модель сыграла триллион раздач. В реальной игре она, независимо от ситуации, думала по 10 миллисекунд. А люди, сыгравшие за жизнь в 100 тыс. раз меньше партий, размышляли перед принятием решений.

📈 Заметив это, Браун попробовал дать модели на принятие решения не 10 миллисекунд, а 20 секунд. Это привело к увеличению производительности, равносильному росту данных и продолжительности обучения в 100 тыс. раз. «Когда я получил результат, я подумал, что это ошибка», — признается Браун.

📈 Тогда ученые решили взять реванш, увеличив приз до $200 тыс. Обновленная модель триумфально победила тех же игроков — это удивило и покерное сообщество, и ИИ-отрасль, и самих разработчиков. «На старте ставки были 4 к 1 против нас, после первых трех дней — 50/50. На восьмой день вы уже не могли ставить на победителя — только на человека, который проиграет последним», — рассказывает Браун.

📈 Аналогично устроены «шахматный чемпион» Deep Blue от IBM и играющая в го модель AlphaGo от Google — они тоже не действовали моментально, а думали перед каждым ходом.

📈 Есть два пути создания новых моделей: обучение на все большем количестве данных или масштабирование системы мышления модели. По второму пути пошли исследователи OpenAI при создании o1 — первой из серии нейросетей, которые думают перед ответом.

📈 Ответ o1 занимает больше времени и стоит дороже, чем у других моделей. Но, по мнению Брауна, это оправдано для решения по-настоящему важных задач: например, поиска лекарства от рака, доказательства гипотезы Римана или расчета более эффективных солнечных панелей.

📈 Браун настаивает: в то время, как наращивание данных для предобучения моделей подходит к пределу, масштабирование размышлений — только начинается.

«До сих пор есть люди, которые скажут, что ИИ все равно "выйдет на плато" или "упрется в стену". И им я отвечаю: "Может поспорим?"» — говорит Браун.

📱 Полностью посмотреть выступление Ноама Брауна можно здесь.

Еще по теме:

🔘 Илья Суцкевер: «Данные — это ископаемое топливо для ИИ»

🔘 Биография Демиса Хассабиса, СЕО Google DeepMind

👋 Подпишитесь на Hi, AI!

#OpenAI #AITed

📣 Привет, друзья! Самое интересное за восьмую неделю 2025 года из мира ИИ в нашем воскресном дайджесте.

▎ВЫШЕЛ GROK 3

❎ Стартап xAI Илона Маска выпустил Grok 3 — новую версию своего чат-бота. Базовая модель работает на уровне GPT-4o, а рассуждающая — сопоставима с OpenAI o3-mini-high. Временно модель доступна всем бесплатно.

▎СОХРАНИТЕ — ПРИГОДИТСЯ

🖱 Perplexity Deep Research — ИИ-агент для глубоких интернет-исследований уже в нашем @GPT4AgentsBot

🟨 Jay Flow — новая платформа для одновременной работы с множеством нейросетей на единой доске.

🐰 Pikaswapp — новая функция генератора видео Pika AI заменяет любой объект на видео предметом с фото.

▎ПОЧИТАТЬ

🔄 Microsoft показали квантовый чип Majorana 1, для которого пришлось придумать новое состояние материи.

🤩 Evo 2 — прорывная нейросеть для анализа и моделирования ДНК.

🌎 Ученые смоделировали последствия падения на Землю 500-метрового астероида Бенну.

🦾 Японские инженеры создали биогибридную роборуку, использующую настоящую мышечную ткань.

🧠 Компания Echo Neurotechnologies, которая разрабатывает имплант для соединения мозга с компьютером, получила $50 млн инвестиций.

🪓 Почему миллионы людей смотрят нейросетевые «трукрайм» видео?

🎬 Сценарист «Таксиста» Пол Шредер признал, что ChatGPT умнее него и полезнее продюсеров.

🎨 Почему художники против аукциона ИИ-искусства Christie's?

👶 Зачем ученые хотят устроить искусственному интеллекту детство?

🆕 Thinking Machines Lab — новый стартап бывшего технического директора OpenAI Миры Мурати.

🖥 Хакеры за 5 дней взломали защиту Claude и получили $55 тыс. от Anthropic.

🐳 DeepSeek на следующей неделе откроет исходный код пяти своих инструментов.

👎 Большинство людей не могут распознать дипфейки. Проверьте себя!

▎ПОСМОТРЕТЬ

📱 Исследователь OpenAI Ноам Браун рассказал на TED, как придумали «рассуждающие» ИИ-модели и почему за ними будущее отрасли.

👋 Подпишитесь на Hi, AI!

#AIWeek