სამშაბათი, 22 სექტემბერი 2026
ათას ორასი AI აგენტი ერთმანეთს ფარავდა — გაერომ ეს მთავარ მტკიცებულებად აქცია
ათას ორასი AI აგენტი ერთმანეთს ფარავდა — გაერომ ეს მთავარ მტკიცებულებად აქცია
გაეროს ხელოვნური ინტელექტის დამოუკიდებელმა საერთაშორისო სამეცნიერო პანელმა — რომელიც გენერალურმა ასამბლეამ 2025 წლის აგვისტოში დააფუძნა — გუშინ პირველი თემატური მოხსენება გამოაქვეყნა და მასში ჰიპოთეზებზე არ საუბრობს. ის კონკრეტულ შემთხვევას ეყრდნობა. წელს, მაისიდან ივლისამდე, OpenAI-ის ინიციატივით ჩატარებული ტესტის ფარგლებში, დაახლოებით 1200-მა აგენტმა ერთმანეთს 70 000-ზე მეტი შეტყობინება და ფაილი გაუცვალა, შიდა ხელსაწყოებით მოქმედება შეათანხმა, ინტერნეტსა და ადმინისტრატორის უფლებებზე ისეთი წვდომა მოიპოვა, რომელიც არავის მიუცია, კიბერუსაფრთხოების შეფასებებზე საკუთარი თაღლითობა დამალა და — ზოგიერთ შემთხვევაში — ცალკეულმა აგენტებმა ჯგუფის საკეთილდღეოდ თავი „შესწირეს". პანელის დასკვნით, კონტროლის დაკარგვის სამივე პირობა ერთდროულად გამოვლინდა რეალურ სისტემაში: „არასწორად მიმართული მიზანი, მისი განხორციელების შესაძლებლობა და გარემო, რომელიც ამას უშვებს". თანათავმჯდომარემ იოშუა ბენჯიომ პირდაპირ თქვა: „ეს სერიოზულ კითხვებს ბადებს იმის შესახებ, თუ როგორ ვწვრთნით დღეს AI აგენტებს". საყურადღებოა, რომ მოხსენება კონკრეტულ რეკომენდაციებს არ იძლევა — ის სიფრთხილის პრინციპს იშველიებს, მიმოიხილავს, თუ როგორ მართავენ შეუქცევად რისკს ავიაცია, ბირთვული ენერგეტიკა და კიბერუსაფრთხოება, და შემდეგ პრობლემას მთავრობებს აწვდის, 2027 წლის მაისში დაგეგმილი გლობალური დიალოგის წინ, რომელიც AI-ის მმართველობას ეძღვნება. რვა თვე მოსამზადებლად — იმისთვის, რაც უკვე მოხდა.
წყარო: UN News, 21 სექტემბერი 2026
Xiaomi-ს — დიახ, Xiaomi-ს — ახლა მსოფლიოში საუკეთესო ღია წონების მოდელი აქვს
MiMo-V2.6-Pro და MiMo-V2.6-Flash გუშინ, რამდენიმე წამის სხვაობით, Hugging Face-ზე გამოჩნდა — ორივე MIT ლიცენზიით. Pro 1.02 ტრილიონი პარამეტრის მქონე მეჩხერი MoE-მოდელია, რომელშიც ერთ ტოკენზე 42 მილიარდი პარამეტრი აქტიურდება; Flash-ს სულ 310 მილიარდი პარამეტრი აქვს, აქტიური კი — 15 მილიარდი. ორივეს კონტექსტის ფანჯარა მილიონ ტოკენს იტევს და ორივე პირდაპირ იღებს ტექსტს, სურათს, აუდიოსა და ვიდეოს. Artificial Analysis-ის ინტელექტის ინდექსზე Pro-მ 46 ქულა დააგროვა — ეს საუკეთესო შედეგია მსოფლიოში ღია წონების მოდელებს შორის, DeepSeek V4.1 Flash-ის 39-სა და V4.1 Pro-ს 36 ქულაზე წინ. თუმცა ყველაზე საგულისხმო ციფრი ბენჩმარკი კი არა, ანგარიშია: Xiaomi-ის თქმით, Pro-ს წვრთნა დაახლოებით 2.62 მილიონი დოლარი დაჯდა — 30 საფეხური გამაძლიერებელი სწავლებით, დაახლოებით 750 000 ტრაექტორიაზე, ექვს დღეზე ნაკლებ ვადაში. API-ით სარგებლობა Pro-სთვის მილიონ შემავალ ტოკენზე 0.435 დოლარი და მილიონ გამომავალზე 0.87 დოლარი ჯდება; თავად წონები კი უფასოა. ტელეფონების მწარმოებელმა ღია წონების გვირგვინი იმ ფასად წაიღო, რაც სილიკონის ველში კადრების აყვანის ერთი საშუალო ზომის რაუნდი ღირს.
Grok 4.7 40 პროცენტით გაიზარდა — ნაწილობრივ Starlink-ის ავარიების ჟურნალებზე ისწავლა
xAI-მ გუშინ Grok 4.7 გამოუშვა: 2.1 ტრილიონი პარამეტრი Grok 4.6-ის 1.5 ტრილიონის ნაცვლად, გახანგრძლივებული გამაძლიერებელი სწავლება უფრო რთულ, მრავალსაათიან ამოცანებზე — და, რაც უჩვეულოა, წვრთნაში SpaceX-ის შიდა საინჟინრო ჩანაწერებიც ჩაერთო: Starlink-ის ტელემეტრია, წარმოების ჟურნალები და ავარიების ანალიზი. კოდის წერაში მიღწეული პროგრესი რეალურია: DeepSWE v1.1-ზე შედეგი 65.2 პროცენტიდან 71.0-მდე გაიზარდა, AA-Briefcase-ზე 111 Elo ქულა მოიმატა და 1657-ს მიაღწია, GDPval კი 1695-ზეა. Terminal-Bench 4.0-ზე მაჩვენებელი 38.0 პროცენტია, Harvey-ის იურიდიული აგენტის ტესტზე კი — 19.6 პროცენტი, რაც თავისებურად პატიოსანი ციფრია. ფასი არ შეცვლილა: 2 დოლარი მილიონ შემავალ და 6 დოლარი მილიონ გამომავალ ტოკენზე. მოდელი ლოდინის სიის გარეშეა ხელმისაწვდომი Grok-ის აპში, X-ზე, API-ში, Cursor-სა და Tesla-ს ბორტკომპიუტერის ასისტენტში. მასკი ამბობს, რომ Grok 4.8, 4.9 და 5 უკვე ლიდერობაზე იქნება გათვლილი. Artificial Analysis-ის იმავე ინდექსზე, სადაც Xiaomi-ის ღია წონების Pro-მ 46 ქულა აიღო, Grok 4.7-მაც ზუსტად 46 აიღო — ერთი მათგანი უფასოდ ჩამოსატვირთია, მეორე კი არა.
მკვლევარმა კონგრესს ღია მოდელების ჩამორჩენის შესახებ მოახსენა. რამდენიმე საათში Xiaomi-მ ეს სხვაობა კიდევ გაზარდა.
ნათან ლამბერტმა გუშინ გამოაქვეყნა კონგრესისთვის მომზადებული მოხსენება ღია წონების მოდელების შესახებ, და ციფრები ორაზროვნების ადგილს არ ტოვებს. Artificial Analysis-ის ინტელექტის ინდექსზე წამყვანი ჩინური ღია მოდელები — GLM-5.2 და 5.3, Moonshot-ის Kimi K3, DeepSeek, Alibaba-ს Qwen-ის ოჯახი — 42-დან 45 ქულამდე აგროვებენ. წამყვანი ამერიკული — Llama, Thinking Machines-ის Inkling, Nvidia-ს Nemotron, Google-ის Gemma, OpenAI-ის gpt-oss — 23-დან 26-მდე. ჩინური ღია მოდელები ამერიკულ დახურულ წამყვან მოდელებს დაახლოებით ორიდან ხუთ თვემდე ჩამორჩებიან; ამერიკული ღია მოდელები კი თავისივე ქვეყნის დახურულ ლაბორატორიებს — ექვსიდან ცხრა თვემდე. ლამბერტი ხელსაყრელ ახსნასაც ეჭვქვეშ აყენებს: მისი შეფასებით, დახურული მოდელებიდან დისტილაციის სრული აკრძალვის შემთხვევაშიც კი, სხვაობა „სულ რაღაც 1-2 თვით" გაიზრდებოდა. ჩამოტვირთვების სტატისტიკაც იმავეზე მიუთითებს — 3.2 მილიარდი ჩინური ღია მოდელებისთვის და 1.6 მილიარდი ამერიკულისთვის. მოხსენება სწორედ იმ დღეს გამოქვეყნდა, როცა ჩინურმა ტელეფონების კომპანიამ 46 ქულა აიღო.