Научные статьи недели об AI и смежных областях простым языком: те, о которых чаще всего говорили наши источники, и в каждой области — самые значимые.
Исследования AI
Гибридные AI-агенты думают про себя, а действуют в тексте
Исследователи создали AI-агентов, которые в работе переключаются между молчаливым обдумыванием и рассуждением словами, продолжая пользоваться внешними инструментами и сохраняя память о прошлых ходах. На 11 наборах задач и при трёх размерах моделей такие агенты превзошли другие подходы примерно на 10%, используя на 36–55% меньше токенов, работая в 1,8–2,6 раза быстрее и обходясь в 2,7–3,7 раза дешевле.
- Почему это важно: агенты, сочетающие внутреннее обдумывание с текстовыми действиями, могут снизить стоимость и задержки AI, использующего инструменты, и при этом позволят людям проверять логику каждого шага.
arXiv · AI research
Модель, которая хранит собственную память вместо внешнего хранилища
Исследователи создали семейство моделей, в которых память является частью вычислений модели, а не отдельным хранилищем, откуда она извлекает данные. Такая модель превосходит сопоставимые модели, хранящие память в своих параметрах, и не уступает методам, извлекающим сохранённый текст, сохраняя общие способности. При длинных историях она работает быстрее и требует гораздо меньше памяти.
- Почему это важно: это говорит о том, что AI-системы могли бы сохранять усвоенное в ходе длительных взаимодействий, не сохраняя и не перечитывая всё подряд, что важно для агентов, которым нужно опираться на прошлый опыт.
arXiv · AI research
AI-модель не уступает управлению роботами, но сталкивается с разрывами в реальном мире
Исследователи протестировали универсальную AI-модель в роли контроллера роботов на множестве задач — от настольных манипуляторов до гуманоидных и мобильных роботов. Благодаря обучению в контексте и большему числу шагов выполнения она установила новые рекорды. Однако реальные внедрения показали высокую стоимость демонстраций и ограничения на обмен более длительного выполнения на более высокий успех.
arXiv · AI research
Четыре AI-агента самостоятельно прошли Minecraft
Исследователи поместили четырёх AI-агентов в игру на выживание Minecraft с одной целью: победить финального босса. Агенты управляли игроками через библиотеку с открытым исходным кодом, общались друг с другом в игровом чате и делились тем, что узнали. Никто не задавал им роли и не писал игровую логику; они сами планировали, писали и исправляли все свои программы. Они справились за 27 часов 14 минут.
- Почему это важно: исследователи говорят, что сложная разработка программного обеспечения в реальном мире и корпоративные задачи требуют такого же длительного программирования и координации множества агентов, и этот прогон показывает, что агенты способны выдерживать её более суток.
- Почему об этом говорят: в упоминаниях статью называют сильной работой о длительном многопользовательском программировании агентами и ярким примером спонтанной координации агентов ради сложной цели, не похожей на то, как подошли бы люди.
arXiv · AI research
Агенты часто выполняют бизнес-задачи, но попутно нарушают правила
Исследователи создали тест на основе реальных процедур ведущей платёжной компании. В нём 789 документов с знаниями и 601 инструмент. В 50 задачах лучшие модели полностью справлялись лишь примерно в 64% случаев; одна модель достигла 42% целей, но лишь 33% — с соблюдением правил, а другая использовала примерно на 70% больше вызовов инструментов, чем ожидалось.
- Почему это важно: это важно потому, что в сферах с высокими ставками, таких как платежи, правильный конечный результат может скрывать нарушающие правила шаги, ведущие к потерям или проблемам с регуляторами, поэтому бизнесу нужен способ проверять весь процесс.
- Почему об этом говорят: единственное упоминание — это пост с ссылкой на статью, без объяснения причин обсуждения.
arXiv · AI research
AI и управленческая работа
Разумное внедрение AI может подорвать экспертизу, необходимую профессиям
В статье утверждается, что искусственный интеллект может истощить общий запас профессиональной экспертизы, необходимый профессиям для самовоспроизводства. Авторы разделяют глубокий практический навык и навык управления системами «человек — AI» и говорят, что хороший надзор за AI зависит от той самой экспертизы, которую внедрение AI может ослабить. Пять факторов определяют, какие профессии наиболее уязвимы.
- Почему это важно: авторы предупреждают, что общая экспертиза, необходимая профессиям для самовоспроизводства, может истощаться из-за индивидуально разумного внедрения AI, а это важно для того, как организации обучают и контролируют будущих специалистов.
- Почему об этом говорят: наш источник обсуждает внутренние данные Anthropic, показывающие падение доли младшего технического персонала с 21% до 14% и снижение доли новичков среди младших сотрудников с 27% до 9%, что упоминание связывает с тем, что AI-агенты берут на себя работу, которая иначе обучала бы новичков.
arXiv · AI and managerial work
AI и экономика
Термоядерный синтез мог бы получать прибыль, производя изотопы до электроэнергии
Исследователи просчитывают экономику термоядерных систем, которые используют свои нейтроны для превращения сырья в ценные изотопы, а не только для производства электроэнергии. Они обнаруживают, что при низком коэффициенте усиления плазмы небольшая установка мощностью в несколько мегаватт могла бы удовлетворить мировой спрос на медицинский изотоп, а производство золота наряду с электроэнергией могло бы резко снизить необходимый для окупаемости установки коэффициент усиления.
- Почему это важно: это указывает на путь, при котором термоядерные установки окупаются за счёт производства ценных изотопов задолго до того, как начнут давать чистую электроэнергию, что может вывести технологию на рынок раньше.
- Почему об этом говорят: в упоминании говорится, что термоядерный стартап из Сан-Франциско утверждает, будто превратил ртуть в золото, и что на самом деле он планирует продавать ингредиент для противоракового препарата, а цены на золото это не затронет.
arXiv · AI and economics
AI и рабочие места
Наём на стабильные должности для начинающих сократился там, где выше подверженность AI
Исследователь сравнил найм работников в возрасте от 22 до 34 лет с наймом работников от 35 до 54 лет в США после 2022 года в отраслях, более подверженных влиянию языковых AI-моделей. Стабильный найм новичков сократился сильнее, чем весь найм в этих отраслях. Спад проявляется в основном в сокращении базы занятости, а не в снижении доли выхода на работу, и эта возрастная закономерность возникла ещё до ChatGPT.
- Почему это важно: если это подтвердится, закономерность говорит о том, что подверженность AI может менять то, каких работников нанимают на стабильные должности, что тревожит руководителей, планирующих карьерные пути для начинающих, и молодых соискателей.
Research Square · AI and jobs
AI и разработка программного обеспечения
Исправления прошлых багов становятся переиспользуемыми тестами для агентов по программированию
Исследователи создали метод, который берёт реальные исторические исправления багов и работает от них в обратном направлении, чтобы создавать новые реалистичные задачи по программированию. Он переиспользует шаблоны, которые вызвали исходные баги, и применяет их к свежему коду, порождая множество различных типов багов из одного файла кода. Тесты показали, что эти задачи более разнообразны и сложны для ведущих агентов по программированию, чем созданные существующими методами, а разнообразие сохранялось даже после 200 версий на файл.
- Почему это важно: по мере совершенствования агентов по программированию командам нужно множество разнообразных реалистичных задач для их тестирования; этот подход превращает прошлые исправления в переиспользуемый запас, сокращая ручную подготовку.
arXiv · AI and software development
Обучение терминальных агентов по программированию восстановлению после собственных ошибок
Исследователи создали терминального агента, который учится на своих же неудачных задачах. Они собрали качественные примеры восстановления после ошибок и обучили агента делать несколько попыток восстановления из состояния сбоя, учась на том, какие из них успешны. Их агент восстанавливался чаще при разных типах ошибок и выполнял больше задач, чем базовая модель.
- Почему это важно: терминальные агенты часто терпят неудачу в длительных сложных задачах по программированию, потому что не могут восстановиться после ошибок. Обучение их восстановлению делает такие инструменты надёжнее для реальной работы.
arXiv · AI and software development
AI и бизнес-образование
AI-двойники заставляют профессоров держать практические знания в тайне
Исследователи анализируют, как бизнес-школы, продающие AI-двойников профессоров, влияют на выбор профессоров публиковать знания или держать их в тайне. Они обнаружили, что оплата за пользователя или за разговор побуждает профессоров держать практические знания в тайне, публикуя больше теории, из-за чего публичные управленческие знания становятся более абстрактными. Правило распределения прибыли после вычета затрат сохраняет соответствие интересов профессоров и школ.
- Почему это важно: статья предполагает, что то, как бизнес-школы платят профессорам за AI-двойников, может определять, сколько практических управленческих знаний остаётся в публичном доступе, влияя на то, чему все могут научиться из опубликованных исследований.
SSRN · AI and business education
AI и образование
Студенты охотнее принимают AI-инструменты для задач за пределами своей основной специальности.
В течение года исследователи внедряли текстовые и графические AI-инструменты во вводные курсы по веб-дизайну и пользовательскому опыту. Студенты создавали более творческие работы и лучшие проекты: текстовые инструменты улучшили письмо и программирование, графические помогли с идеями и выбором цветов. Студенты принимали AI охотнее, когда задачи выходили за рамки их основной специальности, а их осведомлённость и использование этих инструментов росли.
AI and education
Отправлено The Observatory.
Это автоматический перевод.