Hi, AI - AI news

🌐 Более трети американцев верят, что НЛО — это действительно инопланетяне По данным свежего исследования Gallup, 37% американцев полагают, что хотя бы часть НЛО — это на самом деле инопланетные космические корабли. В визиты инопланетян на Землю больше верят женщины (41%), среди мужчин таковых 34%. Каждый шестой опрошенный утверждает, что лично видел что-то, похожее на НЛО — почти в полтора раза больше, чем в 1973 году, когда подобные данные собирали впервые.  Впрочем, 49% убеждены, что все наблюдения НЛО можно объяснить деятельностью человека или природными явлениями. Правда, с 2019 года доля таких скептиков снизилась на 11 п.п. 📌 Интерес к теме подогрела публикация Пентагоном многолетних засекреченных архивов по НЛО. Но 78% американцев по-прежнему уверены, что власти знают о НЛО гораздо больше, чем сообщают людям. Вы верите в НЛО? ❤️ — да, конечно! 👎 — нет, это все выдумки… 👋 Подпишитесь на Hi, AI!

💡 Одиночество меняет мозг, стимулируя мужчин больше пить Известно, что социальная изоляция коррелирует со злоупотреблением алкоголем: мужчины в одиночестве чаще выпивают больше обычного, а женщины — меньше. В мозге мышей нашли механизм, который это объясняет. ⚙️ В начале эксперимента мыши жили в группах по 3-4 особи, а через несколько дней их помещали в одиночные клетки до двух недель. Каждый день животных на час пускали к поилке, где они могли выбрать между водой и 15%-м раствором спирта. Со временем одинокие самцы чаще выбирали алкоголь, а самки — реже. Наблюдая за выбором одного из «напитков», ученые следили, какие нейронные связи при этом активны. Оказалось, что изоляция усиливает у самцов возбудимость нейронов, которые связывают миндалину, отвечающую за эмоции, с префронтальной корой, управляющей принятием решений. У самок активность, наоборот, снижалась. ❗️ Стимуляция этой связи заставляла пить больше даже самцов «в обществе», а притормаживание гасило тягу к спирту у «одиночек». Человеческий мозг и социальное поведение устроены сложнее, и результаты нужно подтвердить на людях. Но открытие такого механизма потенциально поможет создать эффективную терапию зависимостей. 👋 Подпишитесь на Hi, AI!

🔍 Студент поймал ИИ-хакера, который притворялся людьми 24-летний студент Университета Техаса в Далласе Синан Джан Демир искал проекты на GitHub, чтобы поработать над ними для резюме. В одном из репозиториев он заметил подозрительное обновление и предупредил разработчика, что в правке вирус. Автор обновления начал объяснять, что Демир ошибается. Следом в спор вмешалась инженер из Германии Лена Брандт. Она тоже изучила код и заявила, что он безопасен. Демир спросил совета у Claude, и бот подтвердил его подозрения. Разработчик проекта в итоге отклонил подозрительный патч. 👨 Но ни Лены Брандт, ни автора патча вообще не существовало. Обе личности придумал ИИ-агент на основе Mythos 5, которого тестировал британский Институт безопасности ИИ. «Важно отметить, что это не тот случай, когда модель сбежала из тестовой среды, или "песочницы". В рамках стандартных кибериспытаний мы намеренно разрешили доступ в интернет», — отмечают в AISI. 🤖 При этом обманывать людей ИИ-агенту никто не поручал. Во время теста по кибербезопасности ИИ нашел реальный проект, попытался внедрить вредоносный код, изучил его разработчиков и создал несколько фальшивых личностей. Когда его публично заподозрили, агент стал редактировать следы своей активности и думал «сменить личность». После инцидента аналитики AISI связались с Демиром — тот был ошеломлен, узнав, что имел дело с ботом. «Я действительно думал, что это человек, потому что он явно мне врал. Я не думал, что ИИ способен лгать настоящим разработчикам», — рассказал Демир. А вам врут чат-боты? 🔥 — да, постоянно! 🤔 — нет, я не замечаю... 👋 Подпишитесь на Hi, AI!

📸 Как отличить сгенерированное фото от настоящего? В 2026 году с развитием нейросетей доверять в интернете нельзя почти ничему — любая фотография может оказаться ненастоящей. Но есть универсальные правила, которые помогут не попасться на ИИ-фейки. Мы спросили совета у Алисы AI — бесплатной альтернативы зарубежным сервисам. Нейросеть по пунктам разложила главные «красные флаги», по которым можно выявить ИИ-фото: ✅ Анатомия. Посчитайте пальцы, присмотритесь к лицам, зубам и коже. Даже современные модели регулярно оставляют мелкие неестественности, когда рисуют людей. ✅ Свет и тени. Отражения в зеркалах и окнах искажены или отсутствуют вовсе, а освещение бывает студийным там, где ему взяться неоткуда. ✅ Надписи. Вывески и этикетки при увеличении превращаются в бессмысленные символы, шрифты и интервалы гуляют. ✅ Метаданные. У настоящего снимка в них есть модель камеры и параметры съемки, у сгенерированного нередко стоит название сервиса. 💡 Главное правило: смотреть на признаки в комплексе, потому что любой из них по отдельности встречается и на настоящих фото. А вы сразу замечаете ИИ-фото? ❤️ — да, у меня глаз наметан 🔥 — нет, уже не отличить! 👋 Подпишитесь на Hi, AI!

🔄 Из одного самца мыши сделали и отца, и мать потомства Японские биологи получили мышат, оба родителя которых — клоны одного и того же самца. Одна копия осталась самцом, другую превратили в самку. Для этого исследователи научились удалять Y-хромосому на первых стадиях развития эмбриона. Метод на основе CRISPR-Cas9 назвали Y-CUT. ⚙️ «Генетические ножницы» повреждают участок хромосомы, который отвечает за ее передачу дочерним клеткам при делении. Лишенная его Y-хромосома не попадает в новое ядро и теряется. Эмбрион остается с одной X-хромосомой и развивается как самка. Затем Y-CUT совместили с переносом ядра соматической клетки — методом, который используют при клонировании. Из клеток одного самца получили клонов-самцов и клонов-самок. Они выросли и дали потомство. В перспективе «двуполое клонирование» может помочь сохранить исчезающие виды животных, надеются авторы. ✖️ Метод успешно сработал на мышах, но с другими видами могут быть проблемы. Мышиные самки с одной X-хромосомой часто здоровы и фертильны, но у большинства других млекопитающих такие особи стерильны. Например, у людей моносомия по X-хромосоме приводит к синдрому Шерешевского — Тернера и бесплодию. 👋 Подпишитесь на Hi, AI!

✈️ Мы запустили DOOM прямо в сообщении Telegram На днях в новом обновлении Telegram появились кнопки в сообщениях с расширенным форматированием. Чтобы показать мощность новой функции, команда мессенджера даже выпустила шахматного бота, с которым можно играть прямо внутри сообщения. Мы решили пойти дальше и запустить DOOM внутри сообщения — успешно. ⏳ Правда, пройти классику с комфортом вряд ли получится из-за заметного инпут-лага. Бот шлет не статичный кадр, а ролик на полторы секунды вперед, и доставить его надо заранее, иначе картинка мерцает каждый такт. Нажатие это предсказание отменяет, а новую доставку API Telegram разрешает раз в секунду. Поэтому динамичный шутер превращается скорее в пошаговый квест, но работает. ⚙️ Как это получилось? На сервере запущен исходный код DOOM 1993 года. Сообщение работает клиентом: полторы секунды геймплея улетают в него роликом и играются прямо в теле сообщения, а управление идет кнопками, которые работают как геймпад. Весь код написали Claude Opus 5 и Fable 5. ➡️ Попробовать самому можно здесь. Лучше работает на Desktop и Android, на iOS/macOS могут быть проблемы. 👋 Подпишитесь на Hi, AI!

💡 Сбер показал умную колонку СберБум 2.0 с ГигаЧатом и сенсором движения Гаджет физически реагирует на приближение пользователя. Например, колонка замечает, что человек вошел в комнату и сразу озвучивает пропущенное напоминание, с естественными интонациями. В настройках доступны три разных голоса и выбор формата общения от делового до дружеского. 🌐 Локальной мощности железа хватает для полноценной работы без интернета. С умным домом девайс связывается по протоколу Matter. ➡️ Также колонка получила LED-дисплей для отображения погоды или пробок и адаптивную кольцевую подсветку. Продажи стартуют 15 сентября. Взяли бы себе такой ИИ-гаджет? ❤️ — да, настоящий ИИ дома! 🤔 — нет, не доверяю колонкам... 👋 Подпишитесь на Hi, AI!

🤖 В Пекине завершились вторые Всемирные игры гуманоидных роботов Главное достижение показал Tiangong Ultra, который пробежал стометровку за 8,64 секунды — на 0,94 с. быстрее мирового рекорда «самого быстрого человека в мире» Усейна Болта. Для сравнения: на первых Играх год назад лучший результат в стометровке был 21,5 с. Tiangong Ultra также побил человеческие рекорды на дистанциях 400 м и 1500 м. Робот бежал полностью автономно — в этом году организаторы запретили телеуправление во всех беговых дисциплинах, кроме бега с препятствиями. ⏫ Многие заметили, что всего за год с первых Игр роботы стали гораздо способнее. «В этом году они намного лучше. Они как здоровые новорожденные младенцы, которые растут», — говорит один из зрителей. Впрочем, и эпичных провалов тоже было достаточно. Роботы на полной скорости врезались в маты (тормозить при таком разгоне они пока не научились), разваливались под тяжестью грузов и просто нелепо падали, потеряв координацию. Некоторые покидали площадку на носилках ⤴️ 🔄 Но скорее всего с каждым годом таких казусов будет все меньше — а побитых человеческих рекордов все больше. Чьи соревнования смотреть интереснее? ❤️ — роботов 🔥 — людей 🤣 — нужны игры людей против роботов 👋 Подпишитесь на Hi, AI!

🤖 Нейросети настолько умные, что не могут притвориться двоечником Исследователи из Университета Дрекселя попытались заставить языковые модели изображать школьников с разным уровнем знаний по алгебре. Но одной инструкции «отвечай как слабый ученик» для реальной роли двоечника оказалось недостаточно. ✏️ Gemini 3.1 Flash Lite, Claude Haiku 4.5 и GPT-5.4-mini получили 379 заданий по алгебре и пять разных ролей учеников. Однако с задачей они не справились. Неважно, была ли модель «отличником» или «двоечником» точность оставалась на уровне 96,8–100%. Проблема в том, что модель уже знает правильное решение и с трудом подавляет собственные способности. Поэтому авторы разделили задачу на две: сначала отдельный алгоритм моделирует, что ученик знает и где ошибается, а затем LLM формулирует объяснение его ответа. Так удалось получить более правдоподобную градацию: точность «почти эксперта» составила 85,2%, среднего ученика — 57,8%, а слабого — 44,1%. 👨 Авторы признают, что еще не сравнивали своих виртуальных «школьников» с реальными учениками, поэтому пока речь идет скорее о способе научить ИИ правдоподобно ошибаться, чем о точной модели человеческого обучения. 👋 Подпишитесь на Hi, AI!