https://pharma.intelligence-synthesis.com/ru/ai-reports/От ИИ-компаний, университетов, исследовательских институтов и консалтинговых фирмruhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/145e91d47a/ir-145e91d47aSat, 17 Oct 2026 00:00:00 +0900labNVIDIA запустила ноутбуки RTX Spark: розничные презентации прошли по всему миру, в том числе в Берлине, где выступил генеральный директор Дженсен Хуанг. Чип объединяет GPU Blackwell RTX и CPU Grace в одном суперчипе и обеспечивает до 1 петафлопса вычислений для ИИ и до 128 ГБ унифицированной памяти. Ноутбуки от ASUS, Dell, HP, Lenovo, Microsoft и MSI стоят от $2,399, и в будущем появятся новые системы. https://blogs.nvidia.com/blog/local-ai-rtx-spark-windows-laptops-celebration/https://pharma.intelligence-synthesis.com/ru/ai-reports/s/fc6ef85e79/ir-fc6ef85e79Sat, 17 Oct 2026 00:00:00 +0900academiaВ этой работе предлагается шаблон кейса безопасности для наступательных киберспособностей. Основное утверждение разбивается на всё более конкретные подутверждения, каждое из которых подкреплено доказательствами, а модели рисков, прокси-задачи и результаты оценки связываются с помощью фреймворка Claims Arguments Evidence. Авторы представляют его как доказательство концепции, чтобы стимулировать обсуждение кейсов безопасности ИИ. https://www.governance.ai/research-paper/safety-case-template-for-frontier-ai-a-cyber-inability-argumenthttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/fb171eb97f/ir-fb171eb97fSat, 17 Oct 2026 00:00:00 +0900academiaВ этой статье представлен обзор того, как прогресс в аппаратном обеспечении, в частности в вычислительных мощностях, лежит в основе дальнейшего улучшения систем ИИ. В ней объясняется, что прогресс ИИ опирается на вычислительные мощности, данные и алгоритмы, и описываются распространённые метрики вычислений, такие как FLOPS, MIPS и IOPS. Это третья статья в серии о трендах в области ИИ. https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-computehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/fabc33faa3/ir-fabc33faa3Sat, 17 Oct 2026 00:00:00 +0900academiaНовое исследование показало, что фреймворки машинного обучения могут терять более 40% ключевых функций при переносе на другое оборудование. Даже когда функции остаются переносимыми, производительность может падать настолько, что использование становится невозможным. Авторы предполагают, что аппаратная специализация может препятствовать инновациям в исследованиях машинного обучения. https://futuretech.mit.edu/news/the-grand-illusion-the-myth-of-software-portability-and-implications-for-ml-progresshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/f4f0a1b4e7/ir-f4f0a1b4e7Sat, 17 Oct 2026 00:00:00 +0900academiaСША и ЕС используют пороговые значения вычислительных ресурсов для обучения — количество вычислительных операций, затраченных на обучение, — чтобы выявлять модели ИИ общего назначения, которые могут представлять риск масштабного ущерба для общества. Авторы утверждают, что вычислительные ресурсы для обучения в настоящее время — наиболее подходящий показатель для такого первичного отбора, поскольку он коррелирует с возможностями и рисками, поддаётся количественной оценке и может быть проверен извне. Они предупреждают, что это несовершенный косвенный показатель риска и его не следует использовать в одиночку для определения мер по снижению рисков. https://www.governance.ai/research-paper/training-compute-thresholds-features-and-functions-in-ai-regulationhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/f2e2436481/ir-f2e2436481Sat, 17 Oct 2026 00:00:00 +0900academiaОпираясь на академические исследования и публичные опросы, этот отчёт обобщает отношение общества к ИИ, уделяя основное внимание Великобритании и США. Он охватывает мнения по таким вопросам, как опасения потери работы, а также новые тенденции, проблемы и возможности. Кроме того, в нём представлена база данных AI SHARE, которая объединяет данные опросов из более чем 200 исследований, проведённых в период с 2014 по 2023 год. https://www.governance.ai/research-paper/what-does-the-public-think-about-aihttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/f14403359b/ir-f14403359bSat, 17 Oct 2026 00:00:00 +0900academiaВ статье утверждается, что инфраструктура, практики и нормы сообщения о недостатках систем ИИ общего назначения (GPAI) серьёзно недоразвиты по сравнению с безопасностью программного обеспечения. Предлагаются стандартизированные отчёты о недостатках ИИ и правила взаимодействия, программы раскрытия информации широкого охвата по образцу программ вознаграждения за найденные ошибки (bug bounty) с правовой защитой, а также более совершенная инфраструктура для координации отчётов о недостатках между заинтересованными сторонами. https://www.governance.ai/research-paper/in-house-evaluation-is-not-enough-towards-robust-third-party-flaw-disclosure-for-general-purpose-aihttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/f130afe88a/ir-f130afe88aSat, 17 Oct 2026 00:00:00 +0900academiaПо мере того как ИИ-агенты всё чаще планируют и выполняют задачи в открытых средах, авторы утверждают, что существующих инструментов недостаточно для управления связанными с ними рисками. Они предлагают «инфраструктуру агентов» — технические системы и общие протоколы, внешние по отношению к агентам, которые опосредуют их взаимодействия и влияние. Авторы выделяют три функции: привязку действий к конкретным агентам или пользователям, формирование взаимодействий агентов и обнаружение и устранение вредных действий. https://www.governance.ai/research-paper/infrastructure-for-ai-agentshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/effaa42816/ir-effaa42816Sat, 17 Oct 2026 00:00:00 +0900academiaСистемы ИИ могут причинить огромный вред, но также и значительно повысить благосостояние людей, поэтому задача регулирования состоит в том, чтобы обеспечить инновации и избежать рисков. В статье утверждается, что регуляторный надзор, при котором должностные лица обладают полномочиями по сбору информации и значительной свободой усмотрения, следует применять только там, где никакой другой подход не позволяет достичь цели регулирования. Делается вывод, что надзор оправдан для разработчиков передового ИИ, таких как OpenAI, Anthropic, Google DeepMind и Meta, поскольку никакая другая форма регулирования не может обеспечить хорошую политику в области ИИ. https://www.governance.ai/research-paper/regulatory-supervision-of-frontier-ai-developershttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ed85089ac3/ir-ed85089ac3Sat, 17 Oct 2026 00:00:00 +0900academiaЭто интерактивное веб-приложение исследует динамику рискованной конкуренции в сфере ИИ с помощью модели компромисса между безопасностью и производительностью (SPT). Оно задается вопросом, всегда ли прорывы в области безопасности ИИ приводят к более безопасным системам, даже если все знают, как сделать свои системы безопаснее. Инструмент позволяет изучить, почему развернутые системы ИИ могут оставаться такими же рискованными, как и до прорыва. https://www.governance.ai/research-paper/safety-performance-tradeoff-model-web-aphttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ed8394bd48/ir-ed8394bd48Sat, 17 Oct 2026 00:00:00 +0900academiaПо мере роста возможностей систем ИИ их всё чаще будут использовать для причинения вреда, например для автоматизации мошенничества или создания вредоносных поддельных изображений. В статье утверждается, что ограничения возможностей оправданы, когда других мер недостаточно, потенциальный вред высок, а целенаправленное вмешательство возможно. Предлагается таксономия и концептуальная схема, основанная на шагах, необходимых для того, чтобы злоупотребление привело к вреду, и она применяется к прогнозированию новых токсинов, созданию вредоносных изображений и автоматизации целевого фишинга. https://www.governance.ai/research-paper/protecting-society-from-ai-misuse-when-are-restrictions-on-capabilities-warrantedhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ed4b9a2808/ir-ed4b9a2808Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье предлагается рамка для оценки того, как большие языковые модели (LLM) и связанные технологии могут влиять на работу, исходя из их применимости к задачам, которые выполняют работники. Применив её с участием как людей, так и LLM, авторы оценивают, что примерно у 1,8% профессий более половины задач могут быть затронуты LLM с простыми интерфейсами и общим обучением. С учётом сопутствующего развития программного обеспечения эта доля вырастает чуть более чем до 46%. https://www.governance.ai/research-paper/gpts-are-gpts-labor-market-impact-potential-of-llmshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ea2245c67e/ir-ea2245c67eSat, 17 Oct 2026 00:00:00 +0900academiaВ этой публикации FutureTech кратко излагаются некоторые ключевые идеи конференции 2025 года «How Fast Will AI Automation Happen?» («Как быстро произойдет автоматизация с помощью ИИ?»), состоявшейся в октябре. Среди выступавших были ведущие исследователи в области разработки ИИ, экономики ИИ и применения ИИ. В публикации выделены отдельные идеи, а не приводится полное резюме каждого доклада. https://futuretech.mit.edu/news/how-fast-will-ai-automation-happen-reflections-on-the-futuretech-conferencehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/e3a14b19e4/ir-e3a14b19e4Sat, 17 Oct 2026 00:00:00 +0900academiaЭто обращение является ответом на запрос США о предоставлении информации о задачах NIST в рамках указа об ИИ, с акцентом на «базовые модели двойного назначения». В нём рекомендуется поощрять разработчиков к внедрению таких практик, как публикация политик безопасности, проведение «красного команд­ирования» (red-teaming), подготовка оценок рисков и мониторинг моделей после развёртывания. Также утверждается, что бремя управления рисками должно быть соразмерно влиянию системы. https://www.governance.ai/research-paper/response-to-the-rfi-related-to-nists-assignments-under-the-executive-order-concerning-aihttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/e36a0f3452/ir-e36a0f3452Sat, 17 Oct 2026 00:00:00 +0900academiaОнлайн-активность ИИ-агентов может искажать убеждения людей, например, когда синтетические лайки и репосты выглядят как подлинное мнение. Автор утверждает, что статья 50 Закона ЕС об ИИ (EU AI Act), которая, как ожидается, вступит в силу 2 августа 2026 года, вероятно, требует маркировки веб-запросов и действий ИИ-агентов в браузере, а метки должны быть проверяемыми в отношении создателя и факта вмешательства. В приложении к обзору предлагается возможный текст для готовящегося Кодекса практики. https://www.governance.ai/research-paper/labeling-of-ai-agent-activity-in-article-50-of-the-eu-ai-acthttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/e086420a53/ir-e086420a53Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье рассматриваются «передовые модели ИИ» (frontier AI): высокоэффективные базовые модели, которые могут обладать опасными возможностями, достаточными для создания серьезных рисков для общественной безопасности. Авторы утверждают, что их регулирование требует трех составляющих: установления стандартов, требований к регистрации и отчетности, а также механизмов обеспечения соблюдения. Также предлагается первоначальный набор стандартов безопасности, включая оценку рисков перед развертыванием, а также мониторинг новой информации после развертывания и реагирование на нее. https://www.governance.ai/research-paper/frontier-ai-regulation-managing-emerging-risks-to-public-safetyhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/dd9a29f1e1/ir-dd9a29f1e1Sat, 17 Oct 2026 00:00:00 +0900consultinghttps://www.deloitte.com/global/en/services/consulting-risk/perspectives/the-ciso-guide-to-generative-ai-opportunities-outcomes-and-the-urgency-of-now.htmlhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/dc607dd2d3/ir-dc607dd2d3Sat, 17 Oct 2026 00:00:00 +0900academiaВ отчёте анализируется, как генеративный ИИ, появляющиеся ИИ-агенты и, более умозрительно, общий искусственный интеллект повлияют на финансы. Рассматриваются четыре функции: финансовое посредничество, страхование, управление активами и платежи, а также последствия для финансовой стабильности и пруденциальной политики. Кроме того, изучаются побочные эффекты для реальной экономики в оптимистичном и разрушительном сценариях и предлагается рамка для обновления финансового регулирования на основе общих принципов управления ИИ. https://www.governance.ai/research-paper/intelligent-financial-system-how-ai-is-transforming-financehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/db7d10cae9/ir-db7d10cae9Sat, 17 Oct 2026 00:00:00 +0900academiaПредварительно зарегистрированное рандомизированное контролируемое исследование (с июня по август 2025 года, n = 153) не выявило значимой разницы в выполнении рабочего процесса у новичков, использовавших помощь LLM, и тех, кто пользовался интернетом, на задаче, моделирующей рабочий процесс обратной генетики вирусов. В группе с LLM показатели успеха были численно выше в четырёх из пяти задач, что авторы связывают с умеренным выигрышем в результативности. Исследование указывает на разрыв между результатами бенчмарков и практической пользой в реальном мире и призывает к проверке оценок биобезопасности ИИ в физическом мире. https://www.governance.ai/research-paper/measuring-mid-2025-llm-assistance-on-novice-performance-in-biologyhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/d8e7de3025/ir-d8e7de3025Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье утверждается, что поставщики вычислительных мощностей должны нести юридические обязательства и этическую ответственность в регулировании ИИ, выступая в роли обеспечивающих безопасность, ведущих учёт, проверяющих деятельность клиентов и обеспечивающих соблюдение требований. В ней рассматривается, как эти функции можно выполнять адресно и с учётом конфиденциальности, используя неконфиденциальные данные для определения типа рабочей нагрузки и объёма потреблённых вычислительных ресурсов. На примере исполнительного указа США 14110 описываются требования к ведению учёта и исследуется, как проверка и обеспечение соблюдения могли бы сформировать более широкую схему надзора. https://www.governance.ai/research-paper/governing-through-the-cloudhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/d6e43c0d75/ir-d6e43c0d75Sat, 17 Oct 2026 00:00:00 +0900academiaОдин опрос показывает, что около половины американцев считают, что рост использования ИИ приведёт к усилению неравенства доходов и более поляризованному обществу. Экономисты, как правило, меньше обеспокоены, чем широкая публика, резкой потерей рабочих мест в ближайшей перспективе, но нередко разделяют опасения по поводу неравенства. Ряд исследований показывает, что в таких профессиях, как юриспруденция и разработка программного обеспечения, наибольший прирост производительности от ИИ получают наименее квалифицированные или наименее опытные работники — этот результат некоторые экономисты рассматривают как возможный путь к снижению неравенства. https://www.governance.ai/research-paper/ais-impact-on-income-inequality-in-the-ushttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/d6d581ae13/ir-d6d581ae13Sat, 17 Oct 2026 00:00:00 +0900academiaПрогресс в области ИИ создаёт всё более широкий спектр рисков и возможностей, а препятствия на пути к ним часто, по крайней мере отчасти, носят технический характер. В статье объясняется техническое управление ИИ, которое использует технический анализ и инструменты для поддержки эффективного управления ИИ, и представлены таксономия и неполный каталог его нерешённых проблем. Она задумана как ресурс для технических исследователей и организаций, финансирующих исследования. https://www.governance.ai/research-paper/open-problems-in-technical-ai-governancehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/d41fec63e3/ir-d41fec63e3Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье описаны четыре различных значения термина «демократизация ИИ». Три из них используются почти как синонимы «повышения доступности», тогда как значение, связанное с управлением, уравновешивает доступность с другими общественными потребностями и ценностями. Авторы предостерегают от вольного использования этого термина как замены понятию «все хорошее», поскольку его ценность зависит от согласованности с интересами тех, кого это затрагивает. https://www.governance.ai/research-paper/democratising-ai-multiple-meanings-goals-and-methodshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/cc0371f85c/ir-cc0371f85cSat, 17 Oct 2026 00:00:00 +0900academiaВ этом официальном документе (white paper) рассматриваются практические способы расширить голос и доступ Глобального ИИ-большинства в управлении ИИ и в сфере его возможностей, одновременно учитывая вопросы безопасности и коммерческие интересы государств, лидирующих в области передового ИИ. В нем выделяются такие барьеры, как ограниченная цифровая и вычислительная инфраструктура, концентрация разработки ИИ, англоцентричные данные и неравномерное распределение талантов. В качестве трех подходов предлагаются согласование интересов, партиципаторная архитектура и обеспечение гарантий безопасности. https://www.governance.ai/research-paper/voice-and-access-in-ai-global-ai-majority-participation-in-artificial-intelligence-development-and-governancehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/cb9d9704e5/ir-cb9d9704e5Sat, 17 Oct 2026 00:00:00 +0900academiaВ этом официальном документе (white paper) предлагается框架 для определения того, какие вопросы управления ИИ следует интернационализировать, с анализом девяти областей политики в сферах данных, вычислительных ресурсов и управления моделями. Оцениваются четыре фактора: трансграничные внешние эффекты, регуляторный арбитраж, неравномерный потенциал управления и функциональная совместимость. Выгоды от интернационализации наибольшие для надзора за поставщиками вычислительных ресурсов, происхождения контента, оценки моделей, мониторинга инцидентов и протоколов управления рисками, а для конфиденциальности данных, происхождения данных, распределения чипов и снижения предвзятости — ниже или неоднозначны. https://www.governance.ai/research-paper/what-should-be-internationalised-in-ai-governancehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ca939387c9/ir-ca939387c9Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte Consulting LLP анонсировала AI Advantage for CFOs — интегрированную аналитическую платформу на базе ИИ, созданную с использованием Amazon Bedrock и больших языковых моделей Anthropic. В неё входят Finance Automation Agents для автоматизации ключевых финансовых процессов и получения аналитических выводов из структурированного, неструктурированного и мультимодального контента. Volkswagen Group Argentina — один из первых клиентов, использующих платформу. https://www.deloitte.com/global/en/about/press-room/deloitte-launches-ai-advantage-for-cfos.htmlhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ca2e08e189/ir-ca2e08e189Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье Forbes рассматривается сближение ИИ и квантовых вычислений, а также представлен Quantum Economic Advantage Calculator («Калькулятор экономического преимущества квантовых вычислений») от MIT FutureTech, показанный на Business of Quantum Summit. В ней также говорится о росте инвестиций в квантовые технологии и о европейских стартапах, таких как Multiverse Computing, которая выпустила сжатые модели ИИ. https://futuretech.mit.edu/news/forbes-covers-mit-futuretech-quantum-advantage-calculatorhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/c966d1094b/ir-c966d1094bSat, 17 Oct 2026 00:00:00 +0900academiaRobert Trager обсуждает работы Стюарта Рассела об автономном оружии и предлагает в качестве альтернативы полному запрету режим нераспространения. Он утверждает, что крупные державы вряд ли откажутся от технологий, важных в военном отношении, поэтому предотвращение распространения их продвинутых версий может стать работоспособным подходом. Он признаёт, что это сложно и неопределённо, требует концентрации усилий крупных держав и гарантий безопасности, но считает, что попробовать стоит. https://www.governance.ai/research-paper/deliberating-autonomous-weaponshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/c94afb835b/ir-c94afb835bSat, 17 Oct 2026 00:00:00 +0900academiaНекоторые ИИ-компании включают в свои системы мер безопасности положения, позволяющие им ослаблять меры защиты, если конкурент выпускает модель с аналогичными возможностями, но более слабой защитой. Авторы утверждают, что такой подход может повысить совокупный риск, поскольку возможности и меры защиты конкурентов трудно оценить, а риски аварий растут вместе с числом пользователей. Они также предупреждают, что стандарты безопасности могут быть подорваны внезапно, если один нарушитель подтолкнёт к этому других, или постепенно, по эффекту «варёной лягушки». https://www.governance.ai/research-paper/assessing-risk-relative-to-competitors-an-analysis-of-current-ai-company-policieshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/c771955ce6/ir-c771955ce6Sat, 17 Oct 2026 00:00:00 +0900academiaИсследования и деятельность MIT FutureTech были представлены на конференции Nvidia GTC. Тесс Фейган, руководитель операционного отдела MIT, проводит сессию AMA на GTC 2025 в среду, 19 марта, в 9:00. https://futuretech.mit.edu/news/futuretech-at-nvidia-gtchttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/c75bf23ceb/ir-c75bf23cebSat, 17 Oct 2026 00:00:00 +0900academiaЭто обращение является ответом на запрос NTIA о комментариях по политике подотчётности ИИ и посвящено аудиту и оценке базовых моделей. В нём утверждается, что базовые модели должны оцениваться как минимум на опасные возможности, согласованность (alignment) и правдивость. Также содержится призыв создать экосистему независимых экспертов-аудиторов, имеющих доступ к моделям и сильные стимулы выявлять недостатки, а не просто ставить галочки. https://www.governance.ai/research-paper/response-to-the-ntia-ai-accountability-policyhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/c31be07155/ir-c31be07155Sat, 17 Oct 2026 00:00:00 +0900academiaПо мере того как передовые большие языковые модели всё глубже интегрируются в общество и экономику, авторы утверждают, что решения об их обучении, развёртывании и использовании не должны приниматься только разработчиками. Они предлагают внешний контроль с помощью таких методов, как red-teaming, аудит и доступ внешних исследователей. В статье изложены шесть требований к эффективному внешнему контролю в рамках концепции ASPIRE, а также даны рекомендации политикам. https://www.governance.ai/research-paper/towards-publicly-accountable-frontier-llmshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/bd9b8129ac/ir-bd9b8129acSat, 17 Oct 2026 00:00:00 +0900academiaИсследователи MIT IDE анализируют данные об использовании ИИ на работе, в том числе о том, где компании допускают ошибки. Они обнаруживают, что ИИ не заменяет работников автоматически и часто создаёт новые потребности в координации и контроле. Выгоды могут быть реальными, когда организации пересматривают рабочие процессы и инвестируют в человеческие возможности наряду с ИИ. https://futuretech.mit.edu/news/effective-ai-in-the-workplace-what-the-research-showshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/bd5ba51c40/ir-bd5ba51c40Sat, 17 Oct 2026 00:00:00 +0900academiaНил Томпсон и коллеги из MIT FutureTech, The Productivity Institute и IBM Institute for Business Value опубликовали новую статью с моделью автоматизации задач с помощью ИИ. Она предлагает сквозную структуру, которая определяет, какая техническая производительность требуется для задач, описывает характеристики систем ИИ, способных её обеспечить, и помогает принимать экономические решения об их разработке и внедрении. https://futuretech.mit.edu/news/beyond-ai-exposure-which-tasks-are-cost-effective-to-automate-with-computer-visionhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ba5251860d/ir-ba5251860dSat, 17 Oct 2026 00:00:00 +0900academiaНа конференции DRUID в Ницце (Франция) с 13 по 15 июня этим летом пройдут дебаты о том, как развитие ИИ влияет на наукоёмкие отрасли, с акцентом на возможность значительной утраты квалификации. Maria Savona (University of Sussex) и Neil Thompson (MIT) выступят в поддержку тезиса, а Hyunjin Kim (INSEAD) и Abhishek Nagaraj (UC Berkeley) представят противоположные точки зрения. https://futuretech.mit.edu/news/druid-conference-debating-ais-impact-on-knowledge-intensive-industrieshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b91bd8e1c3/ir-b91bd8e1c3Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech проводит семинар о роли ИИ в науке. Он собирает учёных из разных областей для обсуждения этой темы. Семинар проходит только по приглашениям. https://futuretech.mit.edu/news/futuretech-announces-workshop-on-the-role-of-ai-in-sciencehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b427bcd51c/ir-b427bcd51cSat, 17 Oct 2026 00:00:00 +0900academiaВ статье рассматривается, какую роль деликтное право может играть в обеспечении ответственной разработки передового ИИ как до, так и после создания режимов регулирования. Отмечается, что такие системы могут принести большую пользу, но также создают серьёзные риски для общественного благосостояния, прав личности и национальной безопасности. Авторы утверждают, что полагаться исключительно на саморегулирование отрасли неразумно, поэтому правовая система играет важную роль в том, чтобы компании, разрабатывающие передовой ИИ, проявляли разумную осмотрительность. https://www.governance.ai/research-paper/tort-law-and-frontier-ai-governancehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b38e6cebfe/ir-b38e6cebfeSat, 17 Oct 2026 00:00:00 +0900academiaПередовые системы ИИ могут создавать растущие риски для общественной безопасности, что поднимает вопрос о том, какой уровень риска приемлем. Авторы рекомендуют компаниям сначала определить пороги риска, использовать их для установления порогов возможностей, а затем в основном опираться на пороги возможностей при принятии решений, отмечая, что пороги риска сложнее надёжно оценить. Они также считают, что регуляторам следует изучить эту область, поскольку они являются наиболее легитимными субъектами для определения порогов риска. https://www.governance.ai/research-paper/risk-thresholds-for-frontier-aihttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b326f406b7/ir-b326f406b7Sat, 17 Oct 2026 00:00:00 +0900academiaBenjamin Manning рассказал на недавнем заседании лаборатории, как большие языковые модели (LLM) могут революционизировать исследования в социальных науках. Экономика часто моделирует людей как идеализированных рациональных агентов («homo economicus»), тогда как LLM позволяют создавать вычислительные модели людей («homo silicus»). Первые данные показывают, что эти модели способны качественно воспроизводить эксперименты с людьми, позволяют проводить эксперименты дешевле и быстрее и обходить некоторые этические барьеры. https://futuretech.mit.edu/news/presentation-what-can-we-learn-from-homo-silicus-how-large-language-models-llms-may-revolutionize-social-science-researchhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b213578d18/ir-b213578d18Sat, 17 Oct 2026 00:00:00 +0900academiaДиректор MIT FutureTech Нил Томпсон выступил на 4-й ежегодной конференции AI in Action во Всемирном банке в Вашингтоне, округ Колумбия. Конференция стала межотраслевым диалогом о том, как ИИ меняет фирмы, рынки труда, навыки и организационную стратегию. Его доклад назывался «Meek Models Shall Inherit the Earth». https://futuretech.mit.edu/news/making-ai-work-what-firms-and-workers-needhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b1f54a2f21/ir-b1f54a2f21Sat, 17 Oct 2026 00:00:00 +0900academiaВ этой статье представлены результаты экспертного опроса (N = 166) и публичных консультаций о пороговых значениях для продвинутых систем ИИ, проведенных с августа по октябрь 2024 года. Участники в целом согласились, что пороговые значения должны устанавливаться несколькими заинтересованными сторонами и что разные типы порогов должны служить конкретным целям. Мнения разделились относительно роли порогов по вычислительным ресурсам для обучения и относительно того, сколько должно быть порогов. https://www.governance.ai/research-paper/survey-on-thresholds-for-advanced-ai-systemshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b07d86e79e/ir-b07d86e79eSat, 17 Oct 2026 00:00:00 +0900academiaВ прямой записи подкаста CSAIL Alliances в Музее MIT ведущая Кара Миллер побеседовала с Дэвидом Отором и Нилом Томпсоном об ИИ и будущем труда. Обсуждались вопросы о том, как ИИ меняет не только профессии, но и задачи, почему рост производительности неравномерен и каковы риски чрезмерной зависимости от ИИ. https://futuretech.mit.edu/news/ai-and-our-time-at-work---mit-csail-podcasthttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/b02aad46c9/ir-b02aad46c9Sat, 17 Oct 2026 00:00:00 +0900academiaВ этой статье проекции экономического эффекта генеративного ИИ сравниваются с проекциями для других технологий, как современных, так и исторических. Эффект рассматривается по двум показателям: ВВП и производительность. Заявления экспертов о влиянии генеративного ИИ варьируются от значительного роста ВВП развитых стран до полной перестройки мирового рынка труда. https://futuretech.mit.edu/news/putting-the-economic-impact-of-genai-into-scalehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/af81602ec2/ir-af81602ec2Sat, 17 Oct 2026 00:00:00 +0900academiaВеликие державы вступают в эпоху острой конкуренции за овладение технологиями, значимыми для безопасности, такими как ИИ, что может создавать общие риски, например непреднамеренную эскалацию кризисов и неконтролируемое распространение. С помощью стратегической модели авторы обнаруживают, что решение отстающей стороны применять рискованные технологии зависит от того, насколько враждебны конкуренты и насколько близка отстающая сторона к возможностям лидера. Они также выясняют, что когда соперники не применяют наиболее рискованные технологии, меры безопасности могут ослабляться или обращаться вспять из-за компенсации риска. https://www.governance.ai/research-paper/safety-not-guaranteed-international-strategic-dynamics-of-risky-technology-raceshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/acbd6f9290/ir-acbd6f9290Sat, 17 Oct 2026 00:00:00 +0900academiaНовое исследование показывает, что системы ИИ, созданные или работающие с ограниченными ресурсами, вскоре могут сравняться с ведущими более крупными моделями при гораздо меньших затратах, что может расширить доступ. Исследователи MIT FutureTech, опираясь на нейронные законы масштабирования, утверждают, что подход «чем больше, тем лучше» может приближаться к убывающей отдаче. Они обнаружили, что снижение прироста в итоге может лишить компании преимущества от более быстрого масштабирования по сравнению с другими. https://futuretech.mit.edu/news/the-rise-of-smaller-meek-models-could-democratize-ai-systemshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/ac591734a4/ir-ac591734a4Sat, 17 Oct 2026 00:00:00 +0900academiaВ подзаголовке статьи The Verge говорится, что инициатива Трампа Tech Corps превращает неоплачиваемых работников в продавцов для Кремниевой долины. Мэйсэнь Сунь говорит, что рекруты будут продвигать американские технологии на развивающихся рынках, где Китай уже лидирует в маркетинге и продвижении. https://futuretech.mit.edu/news/the-peace-corps-is-recruiting-volunteers-to-sell-ai-to-developing-nationshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/abba097d09/ir-abba097d09Sat, 17 Oct 2026 00:00:00 +0900academiaВ этой статье рассказывается, как потребность моделей ИИ в данных может расти быстрее, чем предложение подходящих данных. Ежегодное создание новых данных выросло в 32 раза с 2010 по 2020 год, но этого по-прежнему недостаточно, чтобы удовлетворить спрос. Анализ Epoch показывает, что несколько источников данных, например высококачественные языковые данные, будут исчерпаны в течение ближайших нескольких лет. https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-datahttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a9cbccf665/ir-a9cbccf665Sat, 17 Oct 2026 00:00:00 +0900academiaMIT AI Risk Repository, инициатива FutureTech, опубликовал комплексные результаты, составляющие карту ландшафта управления ИИ. Они показывают, как риски ИИ учитываются в разных секторах и юрисдикциях; репозиторий задуман как инструмент для исследователей, политиков и практиков. https://futuretech.mit.edu/news/mit-ai-risk-repository-releases-impactful-findingshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a67f1ccbb8/ir-a67f1ccbb8Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье анализируется статья 9 предлагаемого Закона ЕС об ИИ (EU AI Act) — ключевое положение об управлении рисками, которое описывается как первая комплексная попытка регулировать ИИ в крупной юрисдикции. Объясняются регуляторная концепция и цель статьи 9, её сфера применения, то, как следует толковать её требования и как их можно обеспечивать принудительно. Цель статьи — помочь поставщикам систем высокого риска соблюдать требования, а также учесть это при пересмотре проекта и разработке гармонизированных стандартов управления рисками ИИ. https://www.governance.ai/research-paper/risk-management-in-the-artificial-intelligence-acthttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a5c2450a2a/ir-a5c2450a2aSat, 17 Oct 2026 00:00:00 +0900academiaFutureTech запустил публикацию на Substack, чтобы делиться результатами исследований и аналитикой об ИИ и инновациях в вычислениях. Цель — объяснять сложные исследования доступным языком для более широкой аудитории. https://futuretech.mit.edu/news/futuretech-launches-substackhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a4edaf1a65/ir-a4edaf1a65Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье утверждается, что вычислительная мощность является эффективной точкой воздействия для управления ИИ, поскольку её можно обнаружить, исключить из доступа, измерить количественно, а производится она в рамках концентрированной цепочки поставок. Отмечается, что правительства и компании начали использовать вычислительные ресурсы в политике в области ИИ, хотя степень готовности различных политик, основанных на вычислениях, неодинакова. Авторы предупреждают, что плохо очерченные подходы могут создать риски для конфиденциальности, экономические последствия и централизацию власти, и предлагают ограничительные меры для их минимизации. https://www.governance.ai/research-paper/computing-power-and-the-governance-of-artificial-intelligencehttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a4ca602958/ir-a4ca602958Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte отмечает, что ИИ и генеративный ИИ открывают новые возможности для бизнеса, но при этом несут риски кибербезопасности при разработке, внедрении и использовании. Растущая поверхность атаки и применение ИИ злоумышленниками требуют комплексной защиты, охватывающей приложения, данные, инфраструктуру и модели. Отрывок обрезан, поэтому это краткое изложение охватывает только его начальные разделы. https://www.deloitte.com/global/en/services/consulting-risk/perspectives/cybersecurity-meets-ai-genai.htmlhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a283897738/ir-a283897738Sat, 17 Oct 2026 00:00:00 +0900academiaАвторы проанализировали каждый ход в 69 974 профессиональных партиях в го с 2003 по 2021 год, чтобы изучить, как люди и ИИ взаимодействуют при создании новых знаний. После того как в 2017 году программы для го на основе ИИ превзошли лучшего игрока-человека, профессионалы изменили свои первые ходы и первые ходы-вторжения и стали применять другие стандартные дебютные схемы. Однако эти знания, полученные от ИИ, привели к более сосредоточенным и менее разнообразным ходам, причём эффект был сильнее для высококвалифицированных игроков. https://futuretech.mit.edu/news/standing-on-the-shoulders-of-ai-pushing-the-knowledge-frontier-by-learning-from-aihttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a1d967123b/ir-a1d967123bSat, 17 Oct 2026 00:00:00 +0900academiaЭтот кейс посвящён компании Modulate, соосновании которой в 2017 году участвовали два выпускника MIT, чтобы коммерциализировать технологию синтеза голоса в реальном времени на основе GAN. Основатели хотели предотвратить злоупотребление технологией, способной воспроизводить тембр почти любого человека, оставаясь при этом конкурентоспособными и сохраняя удовлетворённость инвесторов. Набор материалов от Библиотеки Гарвардской школы права и Центра Беркмана—Клейна призван стимулировать обсуждение конфликтов, с которыми они столкнулись. https://cyber.harvard.edu/publication/2020/modulate-case-studyhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/a0c10fc630/ir-a0c10fc630Sat, 17 Oct 2026 00:00:00 +0900academiaНовый интерактивный MIT AI Risk Navigator связан с AI Risk Repository — живой базой данных из более чем 1 700 рисков ИИ, классифицированных по причине и области риска, — через общую таксономию. Он позволяет пользователям переходить между наборами данных и выявлять значимые закономерности. https://futuretech.mit.edu/news/mit-ai-risk-navigatorhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/9cd12c3c78/ir-9cd12c3c78Sat, 17 Oct 2026 00:00:00 +0900academiaВ работе анализируется, как меняются выпуск и заработная плата при различных сценариях технологического прогресса на пути к общему искусственному интеллекту, определяемому как ИИ, способный выполнять все задачи, доступные людям. Человеческий труд моделируется как набор задач различной сложности, а заработная плата определяется гонкой между автоматизацией и накоплением капитала. В зависимости от распределения сложности задач заработная плата может бесконечно расти или обрушиться после достижения полной автоматизации. https://www.governance.ai/research-paper/scenarios-for-the-transition-to-agihttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/9cc2159532/ir-9cc2159532Sat, 17 Oct 2026 00:00:00 +0900consultingСогласно опросу Fortune/Deloitte, 79% генеральных директоров называют ускорение инноваций одним из главных сценариев применения генеративного ИИ. Как показывает Deloitte, цифровые трансформации успешнее, когда генеральные директора берут на себя лидерскую роль. Серия призвана поддержать генеральных директоров на их пути освоения ИИ. https://www.deloitte.com/global/en/services/consulting/research/leading-a-generative-ai-fueled-enterprise.htmlhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/9c067181df/ir-9c067181dfSat, 17 Oct 2026 00:00:00 +0900academiaРастет обеспокоенность тем, что AGI может представлять катастрофические риски, поэтому компаниям, разрабатывающим AGI, необходимо существенно улучшить управление рисками. В этой статье рассматриваются популярные методы оценки рисков из других отраслей, критически важных для безопасности, и предлагается, как компании, разрабатывающие AGI, могут их использовать. Авторы отмечают, что одних этих методов недостаточно для оценки катастрофических рисков ИИ, но компаниям, разрабатывающим AGI, все же стоит изучить передовые практики других отраслей. https://www.governance.ai/research-paper/risk-assessment-at-agi-companies-a-review-of-popular-risk-assessment-techniques-from-other-safety-critical-industrieshttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/9891cd4264/ir-9891cd4264Sat, 17 Oct 2026 00:00:00 +0900academiaВашингтон считает сохранение лидерства в сфере ИИ над Китаем одновременно экономическим императивом и императивом национальной безопасности и ужесточил экспортный контроль в отношении ИИ-чипов и оборудования для их производства. В статье утверждается, что этих мер недостаточно, и предлагается третий компонент — стратегическое продвижение, то есть превращение американского ИИ и вычислительных мощностей в вариант по умолчанию на ключевых международных рынках. Это предполагает финансирование вычислительной инфраструктуры, обучение и техническую помощь во внедрении ИИ, а также заключение торговых соглашений, поощряющих опору на надёжный американский ИИ. https://www.governance.ai/research-paper/export-controls-and-export-promotionhttps://pharma.intelligence-synthesis.com/ru/ai-reports/s/9879483b26/ir-9879483b26Sat, 17 Oct 2026 00:00:00 +0900academiaВ статье предлагается схема аудита больших языковых моделей (LLM) на трёх уровнях: аудит управления поставщиков технологий, аудит моделей LLM после предварительного обучения, но до выпуска, и аудит приложений на основе LLM. Авторы утверждают, что эти уровни дополняют друг друга и могут помочь управлять некоторыми этическими и социальными рисками. Они также обсуждают ограничения этого подхода и аудита LLM в целом. https://www.governance.ai/research-paper/auditing-large-language-models-a-three-layered-approach