Swarm-масштабирование: скорость против эффективности
Тоби Орд (Toby Ord) анализирует использование роев AI-агентов как новую форму масштабирования инференса. Ключевой вывод: рои выгодны, когда важна скорость, а не экономия токенов. Для достижения того же уровня производительности, что и у одного агента, рой из 4 агентов требует в 2 раза больше общих токенов, но выполняет задачу за половину времени благодаря параллелизму.
Однако масштабирование сталкивается с эффектом «наступания на ноги» (stepping on toes). При увеличении числа агентов в 10 раз производительность растет не в 10 раз, а лишь в 3–5 раз (коэффициент $10^\lambda$). Это снижает эффективность, но, по мнению Орд, все же повышает риск быстрого взрыва интеллекта (RSI), так как рои остаются мощным инструментом ускорения.
SciUniverse: кто лучший AI-ученый?
Компания C5R Corp представила бенчмарк SciUniverse, оценивающий способность моделей управлять частично автоматизированными научными лабораториями. Тест включает 92 задачи по 17 направлениям: от химии (NMR-спектроскопия) до биологии (экспрессия белков) и материаловедения. Результаты показывают разрыв в эффективности между лидерами:
| Модель | Pass Rate (%) | Стоимость за задачу ($) |
|---|---|---|
| Claude Opus 5.1 (xhigh) | 45.3% | $40.61 |
| GPT-5 Astra (xhigh) | 32.5% | $52.37 |
| Claude Opus 5 (xhigh) | 30.5% | $46.31 |
Лидерство Claude Opus 5.1 подтверждает тренд на способность передовых моделей не только генерировать гипотезы, но и физически управлять оборудованием, что критично для автономных научных циклов.
Google DeepMind: SynthID Bio для биобезопасности
DeepMind выпустила семейство методов водяных знаков SynthID Bio для синтетической биологии. Технология внедряет скрытые сигналы в последовательности аминокислот и координаты атомов 3D-структур. В лабораторных тестах на трех белках (VEGF-A, шип SARS-CoV-2, PD-L1) водимаркированные дизайны сохранили аффинность связывания и разнообразие, сопоставимые с натуральными аналогами. Это шаг к предотвращению создания биологического оружия через AI.
Экономика AI-науки и общественное мнение
Исследователи DeepMind предупреждают, что главным ограничением для AI-ученых станут физические ресурсы, а не генерация идей. Они предлагают создать рынок для предложения и проведения экспериментов, чтобы эффективно распределять дефицитные ресурсы. Параллельно опрос CSAIP показывает, что 61% американцев считают добровольные соглашения AI-компаний недостаточными, требуя государственного регулирования. Это создает политическое напряжение, так как 54% избирателей поддерживают жесткие правила, несмотря на текущую политику администрации.
Бенчмарки
| Бенчмарк | Claude Fable 5.1 (xhigh) | Claude Opus 5 (xhigh) | GPT-5 Astra (xhigh) |
|---|---|---|---|
| SciUniverse | 45.3% | 30.5% | 32.5% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: Import AI ↗