სამშაბათი, 6 ოქტომბერი 2026
რიცხვი ითხოვეს, არავის აღმოაჩნდა
მოსმენა ჩატარდა — ოთხმა კომპანიამ კატასტროფული რისკის ოდენობა ვერ დაასახელა
გუშინ, როცა ამ მოსმენაზე ვწერდით, ის ჯერ კიდევ მოსახდენი ამბავი იყო: ორმოცდათერთმეტი წევრი ერთ დარბაზში, ოთხი კომპანიის წარმომადგენლები, რომელთაგან სამი მხოლოდ მაშინ დათანხმდა მისვლას, როცა საბჭომ სავალდებულო დაბარების უფლება ახსენა. ახლა იმაზე, რა გამოვიდა. როცა სპიკერმა ჯული მენინმა სთხოვა, ყველაზე ცუდი სცენარის ალბათობა დაესახელებინათ, OpenAI-ის პოლიტიკის შემუშავებისა და ოპერაციების ხელმძღვანელმა მორგან დუაიერმა უპასუხა: „არ ვიცი. არც მიმაჩნია, რომ მნიშვნელობა აქვს, ეს ერთი პროცენტია, ათი თუ ოცი.“ ოთხიდან — OpenAI, Anthropic, Google, Meta — არც ერთმა არ აიღო ვალდებულება, რომ ავტომატურად გამოიხმობდა მოდელს, რომელიც დამოუკიდებელ შემოწმებას ვერ გაივლიდა, და არც ერთმა არ გასცა პირდაპირი პასუხი იმაზე, ვის ეკისრება სამართლებრივი პასუხისმგებლობა, როცა სისტემა სერიოზულ ზიანს აყენებს. „სამწუხაროა, რომ ყველაზე მარტივ, ელემენტარულ კითხვებზე პასუხს ვერ გვცემენ“, — თქვა მენინმა მოგვიანებით, ჩავარდნილი მოდელის გამოხმობაზე კი დაამატა, რომ „ბევრად უფრო გასაგები იქნებოდა, ცხადი დიახ ან არა რომ მიგვეღო“. დღის ყველაზე მკვეთრი ჩვენება კი იმ ადამიანმა მისცა, რომელსაც დასაცავი კომპანია არ ჰქონდა: ჯეიკობ კოქსონმა, რომელიც ადრე OpenAI-შიც და Anthropic-შიც იყო მკვლევარი, საბჭოს უთხრა — „თუ ასე გაგრძელდა, მე მგონია, უფრო სავარაუდოა, რომ კაცობრიობა ამ ხელოვნურ ინტელექტებზე კონტროლს დაკარგავს, ვიდრე ის, რომ არა“. SpaceXAI, რომელსაც 28 სექტემბერს დაბარების ბრძანება გაუგზავნეს, არ გამოჩნდა — საბჭო ახლა სასამართლოს მიმართავს. კომპანიებმა შიდა შემოწმებებზე ბევრი ისაუბრეს. ერთადერთი ადამიანი, რომელმაც საბჭოს რიცხვი დაუსახელა, არც ერთ მათგანში არ მუშაობს.
OpenAI ევროპაში ტექსტს უხილავი ნიშნით მონიშნავს — და თავადვე გამოაქვეყნა ციფრი, რომელიც აჩვენებს, რა ადვილად ცვდება ეს ნიშანი
ევროკავშირის AI-კანონის გამჭვირვალობის მოთხოვნების შესასრულებლად OpenAI-მ გუშინ თავისი მიდგომა წარადგინა: მეთოდი, რომელსაც textGrain უწოდა და რომელიც მოდელის სიტყვების არჩევას შეუმჩნევლად აყალიბებს ისე, რომ ნიმუშს დეტექტორი ცნობს, მკითხველი კი ვერ ხედავს. ევროკავშირში ChatGPT-ისა და Codex-ის მომხმარებლებს — ყველა სატარიფო გეგმაზე — ნიშანი მომდევნო კვირებში მიუვათ; API-ის კლიენტებს მსოფლიოს მასშტაბით ჩართვა იმავე დღიდან შეუძლიათ, ოღონდ ნაგულისხმევად გამორთულია. იმავე დღეს OpenAI-მ საკუთარ დეტექტორზე გარე წვდომაზე განაცხადების მიღებაც დაიწყო — თავდაპირველად მხოლოდ დამტკიცებული მკვლევრებისა და ექსპერტული ორგანიზაციებისთვის. განცხადებას კი უჩვეულოდ გულახდილს ერთი ციფრი ხდის: თუ სიტყვების ათ პროცენტს სინონიმებით შეცვლი, ამოცნობა 92 პროცენტიდან 66 პროცენტამდე ეცემა. მოკლე ნაწყვეტებზე, მათემატიკურ პასუხებსა და ნათარგმნ ტექსტზე კიდევ უფრო რთულია, და OpenAI პირდაპირ წერს: ნიშნის არარსებობა არაფერს ამტკიცებს იმის შესახებ, ვინ დაწერა ტექსტი. ასე რომ, AI-კანონისთვის შექმნილი პირველივე ნამდვილი პროდუქტი იმ ინსტრუქციითაც გამოვიდა, თუ როგორ უნდა მოატყუო — და ეს ინსტრუქცია თავად მწარმოებელმა დაურთო. ეს ან გასაკვირი გულახდილობაა, ან ძალიან კარგად გათვლილი მოლოდინის დაწევა. ალბათ ორივე.
Reflection-მა პირველი მოწინავე მოდელი ღია წონებით გამოუშვა — და საზომად ჩინური მოდელი აირჩია
Beam გუშინ გამოვიდა: 501 მილიარდი პარამეტრი, აქედან აქტიური 23 მილიარდი (ექსპერტთა ნარევის არქიტექტურა), წინასწარი წვრთნა 23,8 ტრილიონ ტოკენზე, მილიონტოკენიანი კონტექსტი, დანიშნულება — მსჯელობა, კოდი და აგენტური ამოცანები. Reflection-ს, რომელსაც Nvidia, Sequoia და Lightspeed აფინანსებს, დაახლოებით 4,7 მილიარდი დოლარი აქვს მოზიდული და ბოლო შეფასებით 25 მილიარდი დოლარი ღირდა; კომპანია ამბობს, რომ Beam მოწინავე ჩინურ ღია მოდელებს უტოლდება რთული მსჯელობის ტესტებზე, Z.ai-ის GLM-5.2-ის დონეზე ქულებს აგროვებს და დასავლურ ღია მოდელებს ჯობნის, ამასთან სამ-ოთხჯერ ნაკლებ გამომთვლელ რესურსს ხარჯავს. წონები და ტექნიკური აღწერა ამ თვის ბოლოს უნდა გამოქვეყნდეს — სწორედ მაშინ შეეძლება კომპანიის გარეთ ვინმეს ამის შემოწმება. ციფრებზე მეტს კი თავად მტკიცების აგებულება ამბობს: კარგად დაფინანსებული ამერიკული ლაბორატორია საკუთარ უძლიერეს მოდელს წარადგენს და წარმატებად ჩინურ გამოშვებასთან გატოლებას ასახელებს. ნეიტან ლამბერტმა, რომელსაც თვითონაც აქვს მოწინავე ღია მოდელები გამოშვებული, X-ზე აღნიშნა, რომ Reflection ზედიზედ მესამე დასავლური ლაბორატორიაა — Nvidia-სა და Thinking Machines-ის შემდეგ — რომელიც საკუთარი საუკეთესო ნამუშევრით ჩინურ ღია წონებს უკან ჩამორჩა. ყველაზე საინტერესო სწორედ რესურსის ეკონომიის ციფრია და სწორედ მისი შემოწმება ყველაზე რთული. სამი კვირის შემდეგ გავიგებთ, გაუძლებს თუ არა ეს ციფრი სხვისი აპარატურით შემოწმებას.
სენატის სამხედრო კომიტეტმა ქაღალდზე დაწერა, რომ ბირთვულ გადაწყვეტილებას AI არ იღებს
წლევანდელ სამხედრო პოლიტიკისა და დაფინანსების კანონპროექტს დამატებული ჩანაწერები AI-ით მართულ იარაღზე ადამიანის ზედამხედველობას მოითხოვს, კრძალავს ხელოვნური ინტელექტის გამოყენებას ბირთვული იარაღის გაშვების ან აფეთქების გადაწყვეტილებაში, კრძალავს მას ქვეყნის შიგნით მეთვალყურეობისთვის და პენტაგონს ავალდებულებს, აღრიცხოს, რომელი გადაწყვეტილება მიიღო მანქანამ ან მანქანის დახმარებით. ყველაზე საკითხავი კი ის ჩვენებებია, რომლებიც ამ ჩანაწერებს უკან უდგას. Maven Smart System-მა ირანის ომის დასაწყისში სამიზნეები ათჯერ უფრო სწრაფად ამოიცნო, ვიდრე ადრე იყო შესაძლებელი — და სწორედ ამ სისწრაფეს უკავშირებენ ახლა დარტყმას, რომელმაც ირანული სკოლა გაანადგურა და 160-ზე მეტი ადამიანი იმსხვერპლა. სხვა შემთხვევაში საჰაერო ძალების სპეცოპერაციების ანალიტიკოსმა ჩატბოტით დაწერა სადაზვერვო ანგარიში, რომელშიც მცდარად იწერებოდა, რომ ჩინური გემი ბირთვული იარაღის კომპონენტებს ეზიდებოდა; შეცდომა იმ ოპერაციამდე აღმოაჩინეს, რომელსაც ეს ანგარიში გაამართლებდა. სენატორ მარკ კელის კითხვა კომიტეტში ასე ჟღერდა: დარტყმის საბოლოო გადაწყვეტილება ადამიანმა უნდა მიიღოს, თუ სისტემას თვითონ შეუძლია შეტევის განხორციელება? გადამდგარმა ლეიტენანტ-პოლკოვნიკმა ჯო ჩაპამ კი ყველაზე მოსაწყენი და ყველაზე საჭირო ვერსია თქვა: ყველას, ვინც ამ სისტემებს ხელს ახლებს, „სულ მცირე საბაზისო განათლება სჭირდება იმაში, თუ როგორ მუშაობს სტატისტიკური ხელოვნური ინტელექტი“. ეს ყველაფერი ჯერ კომიტეტის ეტაპია, არა კანონი. და მოდის სწორედ იმ კვირაში, როცა თავდაცვის მდივანმა პიტ ჰეგსეტმა ავტონომიური ომის ახალი სარდლობა ჩამოაყალიბა, რომ იგივე ტექნოლოგია უფრო სწრაფად მივიდეს ფრონტზე.
წყარო: WUNC, 5 ოქტომბერი, 2026
Cohere-ის ყველაზე დიდი აგენტური განახლება ძირითადად იმაზეა, როგორ შევუზღუდოთ აგენტებს ხარჯვა
North 2 გუშინ გამოვიდა — და სწორედ იმ ფუნქციებით, რომლებსაც მეორე თაობის საკორპორაციო აგენტური პლატფორმისგან მოელი: მეხსიერება, რომელიც სესიებს შორის ნარჩუნდება, რომ ყოველ დილით ვითარების თავიდან ახსნა არ გჭირდებოდეს; მრავალნაბიჯიანი ამოცანების ხელახლა აწყობილი მექანიზმი, რომელშიც ადამიანის დასტური ჩაშენებულია; მრავალჯერ გამოსაყენებელი უნარები, საერთო ბიბლიოთეკები, კონექტორები Slack-თან, GitHub-თან, SharePoint-თან, OneDrive-სა და Jira-სთან; განთავსება კლიენტის სერვერებზე, მის ვირტუალურ ქსელში ან სრულად იზოლირებულ გარემოში. შემდეგ მოდის North Admin — და სწორედ ეს ნახევარი ყვება, როგორი იყო ნამდვილად გასული წელი რეალურ დანერგვებში: ტოკენების ხარჯვა ცალკე თითოეულ მომხმარებელსა და თითოეულ აგენტზე, მოხმარების დონეები მოთხოვნებისა და ტოკენების სიჩქარით, ორგანიზაციის მასშტაბით ზედა ზღვრები და შეტყობინებები, რომლებიც ლიმიტამდე და არა ლიმიტის შემდეგ ირთვება. თავად Cohere-ის ახსნა იმისა, თუ რატომ, უჩვეულოდ პირდაპირია: ფინანსურ სექტორსა და საჯარო დაწესებულებებში ფართომასშტაბიანი დანერგვების წელმა აჩვენა, რომ კომპანიები უსაფრთხოების, შესაძლებლობისა და ხარჯის კონტროლიდან ერთს სწირავდნენ, რომ დანარჩენი ორი მიეღოთ. ფრაზა იმაზე, რომ მეტი ტოკენი ნაკლებ ფასად უნდა მიეწოდოს, Nvidia-ს კარი ბრისკის ეკუთვნის. ყველაზე საგულისხმო დეტალი კი ის არის, რომ 2026 წლის აგენტური პლატფორმის მთავარი სიახლე ხარჯის ზედა ზღვარია.