Лента новостей

💰 Глобальные расходы на ИИ‑инфраструктуру могут превысить $31 трлн По оценке PwC, к 2050 году мировые инвестиции в инфраструктуру искусственного интеллекта превысят 31 триллион долларов. 📈 Рост расходов связан с активным заключением компаний сделок по строительству и расширению дата‑центров.

🚀 Как 2 × RTX 4090 справляются с множеством LLM‑агентов CTO среднего некоммерческого проекта провёл трёхнедельный бенчмарк llama.cpp на системе с 2 RTX 4090 (44,6 ГиБ видеопамяти), Threadripper TRX50 и 128 ГБ DDR5 (заполнены только 2 из 4 каналов). Тестировались модели Qwen3.5‑122B‑A10B, Qwen3.6‑35B‑A3B, Qwen3.8‑Flash‑Next 125B MoE и их квантизации q8_0 KV. 122‑млрд‑параметровый вариант оказался слишком медленным — 11,91 с за вызов инструмента против 3,40 с у 27 млрд, поэтому его отключили. Лучший по скорости декодирования был 35 млрд‑MoE (78 ток/с), но он провалил 1 из 5 задач, тогда как 27 млрд справились со всеми. Точность измерялась на документе ≈ 251 557 токенов с «подводными» фактами. Квантизации Q4_K_M, Q6_K_XL и Q8_K_XL показали одинаковый реколл 1,00, без ошибок по неверным районам и без утечки между слотами, что делает выбор квантизации вопросом пропускной способности и объёма VRAM, а не качества. При контексте 64 k токенов на агента наблюдались такие результаты: Q8_K_XL – 3 агента, 1 481 ток/с; Q6_K_XL – 5 агентов, 1 582 ток/с; Q4_K_M – 9 агентов, 1 572 ток/с. Общая пропускная способность оставалась около 1 500 токенов/сек, но время ожидания выросло с 112 с до 330 с. «Мягкий» предел — 5 агентов; добавление слотов после него лишь увеличивает задержку. «Жёсткий» предел — 9 агентов, ограниченный доступной видеопамятью (каждая конфигурация использует почти всё из 44,6 ГиБ). Латентность растёт линейно с размером подсказки. 🌐

📢 Meta удаляет рекламу, «раздевшую» фотографии подростков В расследовании обнаружено, что в рекламных кампаниях Meta продвигались приложения, использующие ИИ для «раздевания» реальных снимков девочек‑подростков из Instagram. Meta медленно реагировала на запросы о снятии таких объявлений, позволяя им оставаться в сети длительное время ⏳.

🖌️ ChatGPT Sketch: из каракуша – в готовое изображение Новый инструмент ChatGPT Sketch преобразует простые наброски в детализированные изображения, созданные искусственным интеллектом. Для получения результата достаточно загрузить любой скетч — даже неаккуратный, и система сгенерирует полноценную картину. Это упрощает процесс визуализации идей без необходимости владеть навыками рисования.

⚠️ «Крестный отец ИИ» предупреждает о риске для человечества Геофри Хинтон, известный как «отец искусственного интеллекта», обратился к правительствам с требованием запретить разработку сверхмощных систем ИИ. По его словам, утрата контроля над такими технологиями может привести к исчезновению человека. 🛑

🔬 Маленькая порция данных может менять большие модели Недавнее исследование специалистов из UK AI Security Institute, Anthropic, Института Алана Тьюринга и Оксфорда показало, что для внедрения задней двери в крупную языковую модель требуется почти постоянное количество «отравленных» документов, независимо от её размера. В эксперименте с 13‑млрд‑параметровой моделью, обученной на 260 млрд токенов, достаточно было лишь 250 отравленных документов (≈420 тыс. токенов, 0,00016 % от общего объёма) — они надёжно активировали задний ход. Такой же эффект наблюдался в моделях от 600 млн до 13 млрд параметров, хотя крупнейшая видела более чем в двадцать раз больше чистых данных. При дообучении GPT‑3.5 аналогичный результат достигался 50–90 отравленными примерами, давая более 80 % успеха даже при изменении чистых данных в два порядка. Эти цифры всплывают на фоне спора о Тристане Бакмастере, Левенте Альпёге и их работе над задачей Навье‑Стокса, где они признаются, что загружали черновики в Codex. OpenAI утверждает, что её сотрудники не использовали их данные напрямую, но не может исключить, что анонимизированные фрагменты их запросов повлияли на улучшение моделей. Результат исследований ставит вопрос: насколько накопленные незавершённые идеи миллионов пользователей могут подпитывать будущие «открытия» ИИ? Если небольшие, но целенаправленные наборы данных способны менять поведение моделей, то совокупность человеческих наработок — от полуготовых доказательств до случайных гипотез — может стать значительным источником для машинного поиска решений. Таким образом, ИИ, скорее, выступает как мощный инструмент для организации и комбинирования разрозненных знаний, чем как полностью независимый изобретатель.

🚀 OpenAI представила ChatGPT Images 2.5 8 сентября 2026 года компания объявила о запуске новой модели генерации изображений ChatGPT Images 2.5, назвав её самым современным продуктом в своей линейке. В рамках обновления к API добавлены два сопутствующих модели, расширяющих возможности разработчиков. OpenAI сообщила, что пользователи создают более 3 млрд изображений каждую неделю.

🔐 Хакеры воруют токены Claude В прошлом месяце один из пользователей Claude заметил, что его аккаунт продолжает расходовать токены, хотя он не работал. Anthropic сообщила, что такие потери связаны с действиями хакеров, и предупредила всех подписчиков о необходимости следить за активностью своих аккаунтов.

🚀 Cognition оценили в $48 млрд Инвесторы поставили стартап Cognition на оценку в 48 млрд долларов, показывая, что рынок ИИ‑кода ещё далёк от монополизации. Оценочный мультипликатор Cognition превышает тот, который имел Cursor до его продажи компании SpaceX.

🚨 Руководитель AI‑политики Великобритании уходит Мэтт Клифорд, главный архитектор государственной стратегии в области искусственного интеллекта, подал в отставку после того, как возникли опасения конфликта интересов с компанией Anthropic. Старшие депутаты выразили обеспокоенность тем, что Клифорд принял полную ставку в этой AI‑компании, и потребовали его отставки. В результате он был вынужден уйти с поста, чтобы устранить возникшее недовольство в парламенте.