Кот, ваза и три уровня причинности: что ИИ пока не умеет
Ученые в развитии ИИ добились успехов в таких областях как предсказание в пространствах больших размерностей, обучение с подкреплением. Модели находят применение в разных областях: от медицины до исследования космоса. Значит ли это, что мы движемся в правильном направлении? Что еще можно будет в будущем добавить к этому списку?Ведущие исследователи сходятся к мнению, что масштабирования недостаточно для понимания полной картины мира, нужны новые идеи:Just scaling is not enough... We need new ideas for the next jump. (Ilya Sutskever, Co-Founder and Chief Scientist at Safe Superintelligence Inc)и проблема не в данных:
Sakana AI представила Sheaf-ADMM: новый взгляд на координацию агентов через призму топологии
На конференции ICML 2026 в Сеуле Sakana AI покажет сразу 11 работ. Одна из самых необычных — Sheaf-ADMM, где авторы предлагают взглянуть на координацию агентов иначе, объединив распределённую оптимизацию и алгебраическую топологию.В чём идея?Вместо монолитной нейросети авторы рассматривают интеллект как распределённую систему. Сложная задача разбивается на перекрывающиеся локальные подзадачи — каждый агент видит лишь свой фрагмент и не может решить задачу в одиночку.Агенты действуют через итеративный процесс, вдохновлённый ADMM (Alternating Direction Method of Multipliers):Локальное решение
