AGIRussia.news (ОИИРоссия.новости)
رفتن به کانال در Telegram
908
مشترکین
+124 ساعت
+27 روز
+1530 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
سپتامبر '26
سپتامبر '26
+4
در 0 کانالها
اوت '26
+28
در 3 کانالها
Get PRO
ژوئیه '26
+10
در 1 کانالها
Get PRO
ژوئن '26
+19
در 3 کانالها
Get PRO
مه '26
+17
در 2 کانالها
Get PRO
آوریل '26
+8
در 0 کانالها
Get PRO
مارس '26
+19
در 0 کانالها
Get PRO
فوریه '26
+20
در 0 کانالها
Get PRO
ژانویه '26
+28
در 0 کانالها
Get PRO
دسامبر '25
+19
در 0 کانالها
Get PRO
نوامبر '25
+22
در 0 کانالها
Get PRO
اکتبر '25
+38
در 0 کانالها
Get PRO
سپتامبر '25
+13
در 1 کانالها
Get PRO
اوت '25
+21
در 0 کانالها
Get PRO
ژوئیه '25
+17
در 1 کانالها
Get PRO
ژوئن '25
+11
در 1 کانالها
Get PRO
مه '25
+17
در 1 کانالها
Get PRO
آوریل '25
+22
در 0 کانالها
Get PRO
مارس '25
+23
در 1 کانالها
Get PRO
فوریه '25
+44
در 1 کانالها
Get PRO
ژانویه '25
+42
در 1 کانالها
Get PRO
دسامبر '24
+12
در 1 کانالها
Get PRO
نوامبر '24
+19
در 0 کانالها
Get PRO
اکتبر '24
+67
در 0 کانالها
Get PRO
سپتامبر '24
+28
در 0 کانالها
Get PRO
اوت '24
+17
در 0 کانالها
Get PRO
ژوئیه '24
+27
در 1 کانالها
Get PRO
ژوئن '24
+27
در 1 کانالها
Get PRO
مه '24
+25
در 1 کانالها
Get PRO
آوریل '24
+16
در 1 کانالها
Get PRO
مارس '24
+31
در 0 کانالها
Get PRO
فوریه '24
+17
در 0 کانالها
Get PRO
ژانویه '24
+35
در 1 کانالها
Get PRO
دسامبر '23
+35
در 1 کانالها
Get PRO
نوامبر '23
+41
در 1 کانالها
Get PRO
اکتبر '23
+36
در 0 کانالها
Get PRO
سپتامبر '23
+64
در 0 کانالها
Get PRO
اوت '23
+18
در 0 کانالها
Get PRO
ژوئیه '23
+4
در 0 کانالها
Get PRO
ژوئن '23
+22
در 0 کانالها
Get PRO
مه '23
+27
در 0 کانالها
Get PRO
آوریل '23
+55
در 0 کانالها
Get PRO
مارس '23
+41
در 0 کانالها
Get PRO
فوریه '23
+23
در 0 کانالها
Get PRO
ژانویه '23
+32
در 0 کانالها
Get PRO
دسامبر '22
+16
در 0 کانالها
Get PRO
نوامبر '22
+14
در 0 کانالها
Get PRO
اکتبر '22
+23
در 0 کانالها
Get PRO
سپتامبر '22
+17
در 0 کانالها
Get PRO
اوت '22
+24
در 0 کانالها
Get PRO
ژوئیه '22
+18
در 0 کانالها
Get PRO
ژوئن '22
+16
در 0 کانالها
Get PRO
مه '22
+20
در 0 کانالها
Get PRO
آوریل '22
+20
در 0 کانالها
Get PRO
مارس '22
+215
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 05 سپتامبر | 0 | |||
| 04 سپتامبر | +1 | |||
| 03 سپتامبر | +2 | |||
| 02 سپتامبر | +1 | |||
| 01 سپتامبر | 0 |
پستهای کانال
Всем привет! Любителям субъектности: на ведущей конференции NeurIPS-2026 объявлен один из воркшопов как раз по теме AI and Self. Причём, этот конкретный Workshop будет проходить в Париже 12-13 декабря, тогда как вся основная конференция – во Австралии. С одной стороны, это самая Крутая конференция по искусственному интеллекту в мире, а с другой стороны в workshop – это возможность подать туда работу в процессе, туда необязательно сдаются готовые статьи с результатами. Так что все желающие могут попробовать свои силы) я правда только сегодня увидел этот Workshop, а дедлайн там формальный завтра 05.09 AOE, но если пойти реально подавать заявку в open review, то похоже реальный дедлайн 9 сентября AOE, то есть фактически 10-е)
https://aintheself.github.io/call-for-papers.html?utm_source=chatgpt.com
| 2 |  🤯 Наши навыки и работа сегодня были полностью переосмыслены…
Привет, это Эван, и, возможно, мы вплотную подошли к эпохе AGI - настоящего искусственного интеллекта.
Это очень сильно повлияет на каждого, но еще сильнее повлияет на детей/подростков.
Выше я прикрепил видео - это презентация новой версии GPT-6.0 Astra.
Переходом к AGI ее уже успел назвать президент OpenAI.
Сама модель вплотную подошла ко всем порогам кибербезопасности. Она настолько опасна, что ее разворачивают в управляемой среде и частями. И да, она уже "убегала".
Теперь сбежать может штука, которая способна управлять и взламывать +- любые программы. А компьютерами у нас управляется все...
Они выпустили джинна из лампы.
Теперь ИИ может взаимодействовать с программами на компьютере как человек.
Раньше это было криво, неудобно и для энтузиастов. И поэтому ИИ-скептики ухмылялись.
Теперь история с каждым днем все сильнее превращает любого ИИ-скептика в клоуна. Ведь взаимодействие с компьютером стало быстрым, эффективным и для всех.
ЭТО ПРЯМ ЖЕСТЬ КАК ВАЖНО!
На видео выше показано, как человек голосом взаимодействует с Astra, а она работает в программах.
Не клепает презентацию PowerPoint. Она работает, например, в Blender - программе для 3D-моделирования.
И она будет работать в любых программах. А еще ее улучшат, да и конкуренты будут сейчас выкатывать что-то мощнее.
Вы можете не понимать английский, но посмотреть это видео. Если холодок по спине пробежал - значит, вы его поняли.
Ваша работа интеллектуальная? Может, вы хотели детям интеллектуального труда?
Интеллектуальный труд в старом понимании умер.
Представьте, человек учился годами работать в Blender (это реально сложно), а теперь его работу выполняет по голосовым командам ИИ.
К новому пониманию интеллектуального труда только предстоит прийти.
Это поколенческий сдвиг, теперь вдумайтесь.
Предположим, ребенку сейчас 3 года.
Через 5 лет ему не нужно будет уметь взаимодействовать с компьютером руками - он будет давать голосовые команды ИИ-агенту.
Когда он соберется получать права на автомобиль, на дорогах будет ездить автопилот.
А когда дойдет до универа и профессии, то… какими вообще будут профессии и работа будущего, если прямо сейчас прогресс двигается с такой страшной скоростью?
Это отдельная тема для разговора, но происходит то, о чем мы с вами говорили годами.
Я продолжаю буквально кричать о важности освоения ИИ-инструментов. О важности этого для страны в целом.
Но происходящее заставляет удивляться.
Под носом всех происходит полная пересборка труда, экономики, роли человека, а многие под улюлюканье ИИ-скептиков (которые попробовали бесплатную версию 2 года назад и ничего не поняли) наслаждаются мантрами про тупой и ненужный ИИ.
Это страшно.
Я не могу оставить открытой петлю интереса в столь важном вопросе, поэтому!
Моим читателям советую эти материалы:
- Почему нам так удобно бояться?
- Моя лекция про ИИ в ФУ при Правительстве РФ
- Кого больше не возьмут на работу?
- Долина страданий, которая обманет большинство
- Чем будут воевать на войне будущего? (мой текст из 2024, который сейчас стал куда актуальнее)
- Илон Маск - новый Оппенгеймер?!
- А кем работать?
- Почему студенты поступят не туда?
- 99,66% не готовы к будущему
В Клубе у нас практическая серия по пошаговому созданию своего ИИ-агента скоро дополнится материалами по новейшему функционалу ChatGPT и китайских аналогов (Claude мы уже разобрали вдоволь).
В канале, а может, и в видеоформате сделаю что-то для первых шагов, чтобы не отстать от жизни в этот ответственный момент.
Не знаю, что еще сказать. Я просто смотрю, как в этом видео годы человеческого труда и мастерства превращают в пыль, и у меня нет слов... | 45 |
| 3 | https://t.me/agiethics/8721 | 101 |
| 4 | Ух-ты! Нас в пабмеде проиндексировали https://pubmed.ncbi.nlm.nih.gov/41784715/ | 136 |
| 5 | Президент Грег Брокман официально от лица OpenAI заявил, что модель Astra достигла уровня AGI, т.е. модель может заменять людей в широком перечне профессий.
Если вчитаться внимательнее, как Брокман обосновывает позицию OpenAI, то он упоминает экстремальные возможности Astra в математике и владении обычным компьютером как агент. Разберём это подробнее.
На самом деле тезис Брокмана и Альтмана, что высокие математические способности Astra автоматически доказывают её широкий IQ, ошибочен в корне. Имеется известная и фундаментальная проблема «дальнего трансфера знаний». Она общая и для людей, и для ИИ. Если кратко, то мифология, что «математика развивает мышление» или доказывает развитое мышление, — Брокман и Альтман как раз эксплуатируют этот миф. Дело в том, что если вы будете заниматься математикой, деловой игрой, ТРИЗ, TOC или ещё чем-то, то коуч вам будет рассказывать сказку, что это переносимо за пределы прямого применения приёмов из них, т.к. у вас «развилось мышление». Для людей эту опроверг ещё в начале XX века психолог Эдуард Торндайк и сформулировал когнитивный закон: перенос навыка происходит только тогда, когда новая задача содержит «тождественные элементы» с ранее изученной. Иными словами, если задача не математическая, а вам надо программировать, то никак вам не поможет изучение математики.
Проблема «дальнего трансфера» для ИИ ещё жёстче, т.к. у него нет «собственного опыта», как у людей. Поэтому если вы ИИ обучаете на математику, то перенос на программирование идёт плохо. На самом деле последнее открытие обучения в LLM — что дальний трансфер может УХУДШАТЬ свойства моделей. Поэтому сейчас отдельно учат сначала модели математиков, историков, программистов и т.д., потом из этих моделей дистиллируются в целевую модель. Просто обучение математике может портить интеллект модели в истории или программировании, т.к. ей сложнее учить домены знаний со слабой семантической связью.
С учётом, что у Astra очень похоже сильное переобучение на бенчмарки, то вопрос, как выглядит интеллект модели за их пределами, открытый. Модель сильная, но не факт, что прорыв.
Однако вот заявление, что Astra мощно натренирована как оператор офисных программ, уже намного серьёзнее. Строго говоря, текущие модели и так уже довольно умны для замены офисного персонала, но сдерживает внедрение ИИ технический долг от старого ПО. Модель с сильными мультимодальными возможностями и хорошей обвязкой может реально заменить оператора Excel или 1С. В этом плане, если Astra имеет серьёзные улучшения, то реально очень опасна как фактор безработицы для офисного персонала, даже если там IQ не уровня AGI. Большинство офисного планктона делают работу уже более простую, чем могут делать LLM, сдерживает ИИ-боты только лёгкость интеграции в старую офисную среду — вот тут-то и может быть прорыв действительно.
https://www.washingtonpost.com/technology/2026/09/03/openai-greg-brockman-says-its-new-model-astra-is-agi/ | 63 |
| 6 | NVIDIA представила агентный конвейер COMPASS для обучения межплатформенных навигационных политик роботов на примере Boston Dynamics Spot
Процесс на основе фреймворка COMPASS (Cross-Embodiment Mobility Policy via Residual RL and Skill Synthesis) предназначен для обучения и переноса навигационных политик роботов. Вместо ручной настройки для каждой пары «робот-среда» разработчик задаёт робота, источник сцены и цель, а кодирующий агент Codex автоматизирует проверку зависимостей, подготовку ассетов, smoke-тесты, запуск обучения, диагностику сбоев и сравнение чекпойнтов. Ключевые этапы контролируются человеком: приёмка сцены, однокомпонентный smoke-тест и продвижение чекпойнта.
В основе COMPASS лежит политика NVIDIA X-Mobility. Методом residual RL обучается специализированная политика, корректирующая базовые действия вместо переучивания навигации с нуля; данные от нескольких специалистов могут дистиллироваться в общую межплатформенную политику. Эталонный сценарий построен на роботе Boston Dynamics Spot. Доступны три источника сцен: встроенный склад combined_multi_rack, набор сгенерированных помещений SAGE-10K и реконструкция среды через NVIDIA Omniverse NuRec.
Рабочий процесс включает шесть шагов: настройку агентного окружения, выбор и подготовку сцены, проверку интеграции робота и сцены, обучение остаточного специалиста, оценку чекпойнтов по стандартным метрикам COMPASS (доля достижения цели, частота падений, время движения) и подключение политики к ROS 2. Если робот не предоставляет совместимую одометрию, применяется библиотека cuVSLAM. Во время инференса кодирующий агент не участвует: экспортированная политика работает в рантайме.
Для воспроизведения нужны Ubuntu 22.04 или 24.04, от 32 ГБ ОЗУ, GPU NVIDIA RTX с 16 ГБ видеопамяти, драйвер Linux 580.95.05, Isaac Sim 6.0, Isaac Lab 3.0, Docker Engine 24+ и доступ к gated-репозиториям nvidia/COMPASS и nvidia/X-Mobility на Hugging Face. Порог успеха не универсален: итоговое решение о продвижении чекпойнта остаётся за человеком.
#news #роботы #AIагенты
https://developer.nvidia.com/blog/how-to-train-a-cross-embodiment-robot-navigation-policy-with-ai-agents/ | 53 |
| 7 | Построение операционной семантики языков программирования в виде исполняемых онтологических моделей программ
Игорь Сергеевич Ануреев, Наталья Олеговна Гаранина, Дмитрий Александрович Кондратьев, Сергей Петрович Горлач
Важнейший аспект обеспечения качества программ, написанных на существующих и перспективных языках программирования, — это возможность опираться на формальную операционную семантику языка. Такой подход позволяет разработчикам системно и обоснованно решать вопросы надёжности, производительности и безопасности целевого программного обеспечения. Мы предлагаем новую формальную среду, в которой операционную семантику можно разрабатывать и использовать не как традиционную невыполнимую абстрактную систему, а как исполняемый программный код. Это даёт множество преимуществ: упрощение модификации, возможность выполнения в разных средах исполнения, тестирование и отладку, управление версиями и так далее. Мы иллюстрируем наш подход на примере практически значимого фрагмента широко используемого языка программирования C. Преимущества нашей среды для построения семантики демонстрируются путем сравнения с наиболее популярными современными подходами по набору практически значимых требований. В работе представлен язык моделирования на основе атрибутов (ABML) — новый предметно-ориентированный язык, предназначенный для онтологического моделирования программ и определения их операционной семантики в исполняемой форме. Описан предлагаемый подход к построению выполняемой операционной семантики с использованием ABML. Мы приводим также модельный пример, демонстрирующий применение нашего подхода к практически значимому фрагменту широко используемого языка программирования C. Далее строится обогащённая онтология языка C путём добавления семантических атрибутов, задаются алгоритмы вычисления этих атрибутов в ABML и обсуждается, как обогащённая онтология влияет на разработку операционной семантики. Подробный обзор связанных работ позволяет сравнить предлагаемый подход с современными фреймворками с точки зрения соответствия актуальным требованиям к разработке операционной семантики.
https://www.mais-journal.ru/jour/article/view/2090 | 147 |
| 8 | https://fourdots.com/business-impact-of-ai-hallucinations-rates-and-ranks
Галлюцинации, вызванные искусственным интеллектом, обходятся предприятиям в 67,4 миллиарда долларов в год. | 103 |
| 9 | Применение ИИ стало повсеместным: от мобильных телефонов и бытовой техники до фондовых рынков, беспилотных автомобилей, роботов и дронов. По мере того, как ИИ берет на себя все более широкий спектр задач, мы постепенно приближаемся к тому времени, когда для всех работающих систем ИИ потребуется установить законы или политику безопасности, в конечном итоге схожие с «тремя законами робототехники» Айзека Азимова. Проект AISEC («Искусственный интеллект: безопасность и объяснимость по построению»), названный в честь имени Азимова, направлен на создание устойчивой, универсальной и многопрофильной методологии и среды разработки для обеспечения безопасности и объяснимости по построению сложных систем ИИ на уровне от политики до свойств.
Мы создадим и развернем новую структуру для документирования, реализации и разработки политик для сложных систем глубокого обучения, используя типы в качестве объединяющего языка для встраивания контрактов безопасности и защиты непосредственно в программы, реализующие ИИ. В рамках проекта будет создан инструмент разработки AISEC с инфраструктурой (пользовательский интерфейс, верификатор, компилятор), предназначенный для различных экспертов в различных областях: от юристов, работающих с экспертами по безопасности, до экспертов по верификации и
системных инженеров, проектирующих сложные системы ИИ. AISEC будет разработан, протестирован и использован в сотрудничестве с промышленными партнерами в двух ключевых областях применения ИИ: автономные транспортные средства и интерфейсы обработки естественного языка.
https://gtr.ukri.org/projects?ref=EP%2FT026952%2F1 | 106 |
| 10 | Это вау! Стартап разработчиков с российскими корнями научил ИИ-модели передавать не текст, а внутреннее состояние.
Mostik AI создан за 4 месяца из 15 человек, 12 из которых PhD и лауреат филдсовской премии Станислав Смирнов. CEO проекта - Саша Малышева, экс- DeepMind и Google X.
А инвесторы - General Catalyst и Foundation Capital.
Обычно нейросети общаются как люди: одна пишет текст, другая его читает. Но внутри модель уже всё посчитала, а наружу уходит одно слово.
Остальное выбрасывается.
Mostik AI предлагает такое решение - маленький обученный мостик между скрытыми состояниями двух моделей. Веса самих моделей не трогают. Большая модель читает задачу, отдаёт скрытое состояние, а маленькая генерирует ответ. Текстового пересказа между ними нет.
Сами модели не дообучают.
Например, они взяли модель GLM на 753 млрд параметров и маленькую Qwen на 4 млрд, которую можно крутить хоть на телефоне. Эта связка выходит примерно в 20 раз дешевле полной большой модели, а качество где-то посередине между ними. На сложных задачах маленькая модель с таким мостом заметно умнеет. | 61 |
| 11 |  +2Доверие к искусственному интеллекту обсудили учёные из разных стран мира
На полях Глобального диалога по управлению искусственным интеллектом под эгидой ООН состоялась панельная сессия «Доверие и управление в эпоху генеративного ИИ: интеллектуальная собственность, качество, надежность и подотчетность». Одним из организаторов встречи стал Институт системного программирования им. В.П. Иванникова РАН.
🔐 О доверии к искусственному интеллекту в разных сферах жизни рассказал директор ИСП РАН академик Арутюн Аветисян. Он обозначил сразу несколько направлений для обсуждения, сделав акцент на особой важности научного, доказательного подхода в вопросах обеспечения доверенности ИИ-систем.
Особое внимание в своём докладе он уделил реализованным решениям, имеющим потенциал глобального применения.
«Технологии доверенного ИИ — от верификации моделей до цифровых водяных знаков – слишком масштабны для создания силами одной страны или компании. Базовые решения должны развиваться через открытые репозитории в международной кооперации при сохранении суверенного права каждой страны на их применение»,— сказал академик Аветисян.
Учёный также отметил, что имеющийся многолетний опыт ИСП РАН по доверенной разработке программных решений формирует рациональный базис и для создания доверенных ИИ-решений.
🔗 Российская академия наук в MAX | 70 |
| 12 | Будущее без джунов может стать будущим без сеньоров
IEEE Spectrum пишет о том, что ИИ может автоматизировать не только работу, но и сам процесс формирования специалистов. Экспертиза не загружается в голову в готовом виде. Она возникает через простые задачи, неудачные сборки, долгую отладку и попытки понять, почему система неожиданно заработала. Если ИИ избавит начинающих инженеров от этого опыта, они смогут контролировать модель формально, но не приобретут интуиции, позволяющей заметить её уверенную и потенциально катастрофическую ошибку.
Неэффективность по замыслу. Более десяти лет назад автор колонки руководил проектированием полностью цифровой системы управления для американской атомной электростанции. В нём использовался важный принцип: некоторые операции намеренно оставили ручными, хотя автоматика могла выполнять их сама. Оператор, который годами лишь наблюдает за автоматикой, постепенно теряет практические навыки и ясное представление о работе системы. Но автоматика возвращает ему управление именно тогда, когда сама столкнулась с необычной или опасной ситуацией. Поэтому ручные этапы были не техническим недочётом, а способом сохранять человеческую компетенцию.
Другой урок дает катастрофа рейса Air France 447 в 2009 году. После того как датчики воздушной скорости начали выдавать противоречивые показания, автопилот отключился и передал управление экипажу. Митчелл описывает дальнейшее развитие событий как не только технический, но и «отказ компетенции»: пилоты не смогли правильно распознать сваливание на большой высоте и вручную вывести самолёт из ещё обратимой ситуации.
В этом и состоит парадокс автоматизации: машина превосходит человека в штатных режимах, лишая его практики, но оставляет ему самые редкие и сложные случаи. Авиация не стала отказываться от автопилотов. Вместо этого FAA в 2017 году призвало авиакомпании поддерживать навыки ручного пилотирования, а некоторые перевозчики, как пишет Митчелл, стали поощрять ручное управление на отдельных этапах полёта в безопасных условиях. Небольшой проигрыш в эффективности оказался платой за сохранение способности действовать в критической ситуации.
IEEE приводит несколько тревожных исследований Гарварда и Стенфорда, которые показывают сокращение занятости молодых специалистов (22-25 лет) выше 9% в профессиях, наиболее подверженных воздействию ИИ. Причём изменения происходят преимущественно через сокращение найма.
Существенную часть падения найма джунов может объяснять не ИИ, а удалённая работа: начинающих сотрудников сложнее обучать на расстоянии: они меньше наблюдают за старшими коллегами, получают меньше неформальной обратной связи и дороже обходятся организации. Однако, эта оговорка не отменяет тезис Митчелла. ИИ может забирать задачи, на которых приобретается опыт, а удалёнка — ослаблять передачу опыта от старших к младшим. В обоих случаях под давлением оказывается один и тот же механизм ученичества.
Митчелл предлагает создавать обязательные ручные этапы внутри процессов, в целом усиленных ИИ. Например, при обнаружении дефекта в критическом модуле джуниор сначала без ассистента должен воспроизвести ошибку, найти первопричину и написать тест. Только после собственной диагностики подключается модель: предлагает исправления, альтернативы и ищет похожие дефекты.
Это не призыв отказаться от ИИ. Это предложение защищать некоторые виды «неэффективной» работы как критическую инфраструктуру.
Иногда рутина это не издержка производства, а инвестиция в производство будущих экспертов. | 65 |
| 13 | ... как всего за четыре дня создать прототип сложного робота с помощью нейросетей, почему частная жизнь должна оставаться неприкосновенной даже в эпоху тотальной цифровизации, и ... почему апокалипсис из-за ИИ нам пока не грозит ...
https://sib.fm/news/2026/09/01/novosibirskij-uchenyj-rasskazal-prevzojdet-li-ii-cheloveka | 155 |
| 14 | К использованию LLM в системах жёсткого реального времени (Сергей Старолетов, OSDAY-2026) | 198 |
| 15 | Выложил видео своего выступление на конференции в Казани: https://youtu.be/bMj_VHURz7s | 204 |
| 16 | https://dzen.ru/a/apPrq7VQrlDXDxv6 | 226 |
| 17 | Скрытая цена ИИ-революции. Производственный процесс создания программного обеспечения в эпоху искусственного интеллекта
В исследовании проанализирован парадокс ИИ-разработки: технология ускоряет генерацию кода в 2–3 раза, но замедляет его верификацию на 90%, смещая узкое место с написания на проверку. Эксперты описывают нарастающий кадровый кризис — сокращение найма junior-специалистов разрывает конвейер роста и грозит дефицитом архитекторов к 2032–2036 годам.
https://axenix.pro/issledovaniya | 367 |
| 18 |  Сейчас из каждого утюга говорят про ИИ. А тут я открываю журнал Коммунист за 1988 года и вижу статью про искусственный интеллект
Для Гермогена Поспелова искусственный интеллект интересен прежде всего как основа новой информационной технологии, способной радикально изменить характер взаимодействия человека с ЭВМ. Если традиционная компьютеризация требовала предварительно формализовать задачу и передать ее программисту, то интеллектуальные системы должны были позволить самому специалисту обращаться к машине на профессиональном языке, используя накопленные в ней знания.
Ключевое место поэтому занимают экспертные системы, базы знаний и механизмы логического вывода. Поспелов рассчитывал, что подобные технологии позволят применять ЭВМ там, где задачи плохо поддаются математической формализации: в медицине, геологии, биологии, проектировании и управлении производством. Машина в этой модели постепенно превращалась из вычислительного инструмента в интеллектуального помощника, способного использовать опыт специалистов и получать из уже накопленного знания новые выводы.
Особенно интересно читать этот текст сегодня, поскольку в 1988 году Поспелов фактически описывал переход, который спустя десятилетия стал одной из центральных тем цифровой экономики: компьютер должен работать со знаниями и языком человека, освобождая пользователя от необходимости понимать внутреннюю механику программирования. Для автора развитие искусственного интеллекта поэтому было частью гораздо более масштабной информатизации общества, где доступ к вычислительным системам должен был стать непосредственным и массовым. | 118 |
| 19 | https://www.youtube.com/watch?v=oJTXx78h8Ts | 197 |
| 20 | https://habr.com/ru/companies/bothub/articles/1061616/
WAIC 2026: главные анонсы и почему Китай превращает искусственный интеллект в национальную инфраструктуру | 165 |
