📌 Модели искусственного интеллекта Frontier завершают работу Алана Тьюринга по взлому кода во время Второй мировой войны.
Брокерский счёт с бонусом до 5 000 ₽ новым клиентам
Открыть брокерский счётПартнёрский материал. Мы получаем вознаграждение от партнёров.
📚
Классический тест Тьюринга предполагал текстовый диалог: машина побеждает, если человек не отличает её от другого человека. В 2024–2025 годах текстовые модели вроде GPT-4 и Claude уже регулярно проходили такие проверки в неформальных экспериментах. Однако Тьюринг в оригинальной статье описывал и другой формат — голосовое общение с камерой, где проверяется не только интеллект, но и внешность, мимика, реакции в реальном времени. Именно этот «забытый» вариант и воссоздали исследователи.
Ранее видеоаватары выглядели неубедительно из-за задержек, странной мимики и артефактов генерации. Astra и Opus стали первыми системами, которые преодолели этот барьер в условиях, приближённых к реальному времени.
🧠
Успех Astra и Opus в видеотесте означает, что технологии синтеза речи и видео достигли порога, где задержки и артефакты становятся незаметными для среднего наблюдателя.
Astra и Opus прошли альтернативный тест Тьюринга: что это меняет Классический тест Тьюринга придумали ещё в 1950 году: машина считается разумной, если человек в переписке не отличит её от человека. За семьдесят с лишним лет этот барьер пал многократно — современные чат-боты спокойно выдают себя за людей в коротких диалогах. Но у математика Алана Тьюринга была и вторая идея, куда более сложная для машины.
Этот «другой тест» проверяет не способность подражать человеку, а способность создавать оригинальные научные и математические идеи. Именно его, по сообщению TechCrunch, только что прошли две системы: Astra и Opus. Предыстория: почему этот тест важнее классического Классический тест измеряет имитацию. Чат-бот может блестяще поддержать разговор о погоде, философии или личных переживаниях — но при этом не понимать сказанного на глубинном уровне. «Другой тест»
Тьюринга ставит планку иначе: может ли машина предложить genuinely новую теорему, метод или концепцию, которую признают математики? Для человека это вершина интеллектуальной деятельности. Для машины — долгая боль: до сих пор ИИ генерировал доказательства известных теорем, помогал в вычислениях, но редко рождал оригинальные идеи, признанные человеческими экспертами. Прохождение этого теста означает сдвиг в качестве, а не просто в масштабе.
Что это значит для работы и денег обычного человека Если машины начинают порождать новые научные знания, ландшафт рынка труда меняется кардинально. Профессии, построенные на рутинном анализе — от финансового моделирования до патентного поиска, от программирования до молекулярного дизайна — сталкиваются с конкурентом, который работает без устали и не требует зарплаты. Вместе с тем это открывает и возможности. Малый бизнес получает доступ к инструментам, ранее доступным только крупным исследовательским центрам.
Стартап с двумя сотрудниками может проверить гипотезу, на которую раньше уходили годы и миллионы. Главный вопрос — кто быстрее адаптируется: те, кто использует такие системы, или те, кого они заменяют. Что дальше: гонка и регуляторная неопределённость Успех Astra и Opus ускорит инвестиции в аналогичные разработки. Крупные технологические компании и национальные программы по развитию вычислительной техники получат дополнительные аргументы для финансирования.
Одновременно растёт давление на регуляторов: если машины создают интеллектуальную собственность, кому она принадлежит? Кто отвечает за ошибку в сгенерированном доказательстве? Трамп, начавший второй президентский срок в 2025 году, формировал администрацию с явным уклоном в дерегулирование технологического сектора. Это может означать, что Соединённые Штаты отдадут приоритет скорости развёртывания над предосторожностями — с непредсказуемыми последствиями для глобальной конкуренции и безопасности.
Вывод: не эпоха, а точка невозврата Прохождение «другого теста» Тьюринга — не очередной технологический анонс. Это момент, когда машина перестаёт быть зеркалом человеческого интеллекта и претендует на статус его источника. Для читателя, не связанного с наукой напрямую, главный сигнал: скорость изменений в вашей профессии может оказаться выше, чем вы рассчитывали. Пересмотр навыков и поиск позиций, где человек остаётся незаменимым арбитром, — задача ближайших двух-трёх лет.
Читайте нас там, где удобно вам
Получайте такие новости первым
Нейросеть-анализатор собирает, сопоставляет и анализирует новости каждые 15 минут — в одну понятную картину. Читаем, обсуждаем, делимся мнениями.
Вступить в TelegramБесплатно · Без спама · Отписка в 1 клик
Комментарии
Оставить комментарий