AGIRussia.news (ОИИРоссия.новости)

Complexity Through Compression: A Hierarchical Predictive Control - Сергей Шумский (Symbolic Mind Inc.) 20 августа 2026, 18:00 (время московское)  https://aigents.timepad.ru/event/1412596/

https://www.youtube.com/watch?v=YVkHKrvwXuY

В хакатоне «Measuring Progress Toward AGI: Cognitive Abilities» от Google DeepMind и Kaggle (июль 2026 года) главные гран-при ($25,000) завоевали четыре команды с авторскими когнитивными бенчмарками. [1, 2] Победители главного приза (Grand Prize) MEDLEY-BENCH (Фархад Абтахи, Абдоламир Карбалаи, Эдуардо Ильюэка-Фернандес и Фернандо Сеоане) — проверяет, способны ли ИИ-модели признавать свои ошибки при социальном давлении. LearningBench (Карандип Сингх) — оценивает способность модели изучать правила новых систем с нуля в рамках одного диалога. GAUGE (Арджун Тилак и Рамкумар Мунианди Валлимайил) — тестирует умение моделей воздерживаться от ответа при недостатке информации. Metaproteus (Джозеф Босковски) — анализирует, насколько точно языковые модели предсказывают собственные ответы. [1, 2]

💥Наша статья опубликована в сборнике конференции AGI-2026 https://link.springer.com/chapter/10.1007/978-3-032-33010-9_29 Вычислительная концепция психики Антон Колонин и Владимир Крюков В данной статье представлен обзор подходов к моделированию человеческой психики в контексте построения искусственной. На основе этого обзора предлагается концепция когнитивной архитектуры, в которой психика рассматривается как операционная система живого или искусственного субъекта, включающая пространство состояний, в том числе состояние потребностей, определяющих смысл существования субъекта по отношению к стимулам из внешнего мира, и интеллект как система принятия решений относительно действий в этом мире для удовлетворения этих потребностей. На основе этой концепции предлагается вычислительная формализация для создания искусственных систем общего интеллекта для агента посредством эмпирического обучения в пространстве состояний, включающем потребности агента, с учетом их биологического или экзистенциального значения для интеллектуального агента, наряду с ощущениями и действиями агента. Таким образом, проблема построения искусственного общего интеллекта формализуется как система принятия оптимальных решений в пространстве конкретных потребностей агента в условиях неопределенности, максимизирующая успех в достижении целей, минимизирующая экзистенциальные риски и максимизирующая энергоэффективность. Представлена ​​минимальная экспериментальная реализация модели.

😀 Официальные сборники статей прошедшей конференции AGI-2026 доступны в закрытой группе. А всех желающих приглашают вступить в международное: https://www.joinagisociety.org/

https://www.youtube.com/watch?v=ctQ2bFAP8aI мнение Бена нашего Гёрцеля.

Всем привет! Сериал про ИИ вот сняли в четырёх сериях. Он не хардкорно-научный, а, скорее, научно-популярный, но вдруг вам, друзья, покажется интересным: https://kion.ru/serial/iskusstvennyj-intellekt-buduschego Там есть Черниговская, Воронцов, ну и я немножко 😊

https://t.me/collectivei/14733

Самообучающаяся вселенная: от динамики обучения до теории калибровочных полей и гравитации — Виталий Ванчурин (CEO, Artificial Neural Computing) 13 августа 2026, 18:00 (время московское) https://aigents.timepad.ru/event/1412596/

👁Проект и сайт нашего следующего спикера на четверговом семинаре https://artificialneuralcomputing.com/

Никогда не научиться: новая угроза эпохи медицинского ИИ В Nature Medicine вышла необычная статья. Ее авторы утверждают, что главная опасность ИИ для врачей — это вовсе не «дескиллинг» (утрата навыков), а принципиально новый феномен — never-skilling, то есть ситуация, когда будущий врач так и не приобретает фундаментальные навыки клинического мышления, потому что с самого начала обучения слишком полагается на ChatGPT и другие ИИ-системы. Авторы предлагают различать три риска: - Deskilling — опытный врач постепенно теряет навыки из-за постоянной опоры на ИИ. - Mis-skilling — врач усваивает ошибочные знания, без критики принимая неверные рекомендации модели. - Never-skilling — самый опасный вариант: базовые компетенции вообще не успевают сформироваться. AI-induced never-skilling in medical education.pdf Интересно, что прямых доказательств существования never-skilling в медицине пока нет. Авторы честно это признают. Но они ссылаются на теории обучения и первые эмпирические сигналы из других областей. Например, исследования показывают, что постоянная помощь ИИ может создавать иллюзию компетентности: человек успешно решает задачи с ИИ, но резко теряет эффективность, когда помощника отключают. Особенно любопытно сравнение с предыдущими технологиями. Томографы, лабораторные анализы или электронные истории болезни меняли работу врача, но не заменяли сам процесс мышления. Генеративный ИИ впервые способен пройти практически всю диагностическую цепочку самостоятельно. Авторы называют это не переносом когнитивной нагрузки, а ее подменой. При этом статья вовсе не призывает отказаться от ИИ. Наоборот, предлагается трехэтапная модель обучения: Сначала студент должен освоить клиническое мышление без ИИ. Затем — учиться критически анализировать ответы ИИ, искать его ошибки и понимать границы применимости. И только после этого переходить к полноценной совместной работе человека и ИИ в клинической практике. На мой взгляд, значение этой статьи выходит далеко за пределы медицины. Сегодня практически во всех интеллектуальных профессиях возникает один и тот же вопрос: что должен сначала научиться делать человек самостоятельно, прежде чем передать задачу искусственному интеллекту? Возможно, именно ответ на этот вопрос станет одной из главных задач образования ближайших лет. И проблема never-skilling вполне может оказаться не медицинской, а универсальной — для программистов, инженеров, ученых, юристов и всех, чья профессия строится на мышлении, а не только на получении правильного ответа. https://www.nature.com/articles/s41591-026-04438-y

К теории сложных адаптивных систем с многократными отражениями реальности - Давид Саакян (Национальная научная лабораторию имени А. Алиханяна, Ереван, Армения) 6 августа 2026

https://www.youtube.com/watch?v=b0bJVPkEyzo

😀К теории сложных адаптивных систем с многократными отражениями реальности - Давид Саакян (Национальная научная лабораторию имени А. Алиханяна, Ереван, Армения) 6 августа 2026 18:00 мск https://aigents.timepad.ru/event/1412596/

🧠 The 2026 International Olympiad in Artificial Intelligence starts today. As a token of support for those who will reinvent our civilization, we'll issue 🏆 240 exclusive Intelligence Cups to the winners. 💵 We guarantee minimum buyback prices ($1,000 per Gold Cup, etc.), but the cups' limited supply may make them worth much more on the secondary market. Good luck, AI coders! 🍀

⭐️📕 AI: Подготовили для вас интересную подборку материалов и вебинаров от наших друзей AGIRussia.news: *️⃣ Безопасность ИИ в 2026 году - запись VK | конспект вебинара *️⃣ RAG. Примеры использования внешний памяти и источников данных для улучшения качества работы LLM - запись VK | конспект вебинара *️⃣ Обратная инженерия сложного поведения биологических систем для построения искусственного интеллекта - запись VK | конспект вебинара *️⃣ Агентные фреймворки 2026: функционал пожирает безопасность - запись VK | конспект вебинара *️⃣ Методы оптимизации баз данных с использованием генеративных подходов машинного обучения - запись VK | конспект вебинара 📌А 6 августа запланирован вебинар "К теории сложных адаптивных систем с многократными отражениями реальности" - зарегистрироваться на семинар можно здесь 👇Ресурсы и каналы сообщества AGIRussia

🤗Дорогие друзья и уважаемые коллеги! Мы начинаем 7-ой сезон еженедельных онлайн-семинаров AGIRussia - русско-язычного сообщества разработчиков общего и сильного искусственного интеллекта! В ближайший четверг запланирован доклад и обсуждение: 6 августа 2026 18:00 мск - К теории сложных адаптивных систем с многократными отражениями реальности - Давид Саакян (Национальная научная лабораторию имени А. Алиханяна, Ереван, Армения) Регистрация: https://aigents.timepad.ru/event/1412596/ Группа в Telegram:  https://t.me/agirussia Тематические группы: https://t.me/agitopics Новости: https://t.me/agirussianews Видео: https://www.youtube.com/siberai Группа в ВК: https://vk.ru/agirussia Видео в ВК: https://vkvideo.ru/@agirussia Лист рассылки: https://groups.google.com/g/agirussia Ресурсы и каналы сообщества: https://agirussia.org/ Прошу проинформировать потенциально заинтересованных участников, а также сообщить, если у вас есть темы для представления на наших семинарах! Очередные запланированные доклады на август: 13 августа 2026 18:00 мск - Виталий Ванчурин - Самонастраивающаяся вселенная или «мир как нейросеть» (тема уточняется) 20 августа 2026 18:00 мск - Сергей Родионов (SingularityNET) - Complexity Through Compression: A Hierarchical Predictive Control 27 августа 2026 18:00 мск - Сергей Родионов - Исполняемые модели мира для ARC-AGI-3 в эпоху программирующих Агентов

"О чем всегда говорили старые большевики": "We could say that most of Claude Code is good old symbolic AI in the sense that production rules as found in grammars are part of symbolic AI. It is a sign that ontologies are a much more promising established science to push software engineering further. To reuse Boris Cherny's own words, it "outperforms" every other approach. This is something we support at METASPEX. The faint "signs of life" in Claude Code confirm that." "Можно сказать, что большая часть кода Клода — это старый добрый символический ИИ в том смысле, что правила вывода, встречающиеся в грамматиках, являются частью символического ИИ. Это признак того, что онтологии — гораздо более перспективная и устоявшаяся наука, способная продвинуть разработку программного обеспечения дальше. Если использовать слова самого Бориса Черни, он «превосходит» все остальные подходы. Это то, что мы поддерживаем в METASPEX. Слабые «признаки жизни» в коде Клода это подтверждают." https://www.linkedin.com/pulse/under-claude-code-hood-generative-grammars-doing-heavy-lextrait-j0f7c/

AGI-2026 - второй день https://www.youtube.com/live/kQBwtgkHnC4