"Cholinergic modulation of neural networks supports sequential and complementary roles for NREM and REM states in memory consolidation"
https://naukatv.ru/news/uchenye_mozg_vo_sne_rabotaet_kak_sadovnik_dlya_vospominanij
Новое психофизиологическое исследование на гиппокампе мышей с использованием моделирования искусственными нейронными сетями показало, что не-REM и REM фазы сна в процессе консолидации энграмм памяти выполняют разные, но взаимодополняющие функции. В не-REM фазе воспоминания укрепляются, словно кусты, которые растут выше и сильнее. Затем REM-фаза действует как «садовник», обрезая лишние ветви, чтобы воспоминания оставались четкими и не путались друг с другом. Нейрохимический механизм: повышающийся уровень ацетилхолина при REM-фазе сна создает конкурентную нейронную среду, которая подавляет слабо активирующиеся нейроны и защищает чёткие, автономные следы памяти.
https://naukatv.ru/news/uchenye_mozg_vo_sne_rabotaet_kak_sadovnik_dlya_vospominanij
Новое психофизиологическое исследование на гиппокампе мышей с использованием моделирования искусственными нейронными сетями показало, что не-REM и REM фазы сна в процессе консолидации энграмм памяти выполняют разные, но взаимодополняющие функции. В не-REM фазе воспоминания укрепляются, словно кусты, которые растут выше и сильнее. Затем REM-фаза действует как «садовник», обрезая лишние ветви, чтобы воспоминания оставались четкими и не путались друг с другом. Нейрохимический механизм: повышающийся уровень ацетилхолина при REM-фазе сна создает конкурентную нейронную среду, которая подавляет слабо активирующиеся нейроны и защищает чёткие, автономные следы памяти.
Наука
Мозг во сне работает как «садовник» для воспоминаний — нейрофизиологи
Исследование предлагает новую теорию, которая может изменить наше понимание фаз сна, а также помочь в лечении нарушений памяти в будущем.
"Neural oscillation in low-rank SNNs: bridging network dynamics and cognitive function"
https://www.frontiersin.org/journals/computational-neuroscience/articles/10.3389/fncom.2025.1598138/full
Учёные разработали импульсную искусственную нейронную сеть, работающую по принципу мозга, с упрощённой, но биологически реалистичной структурой связей. Эта сеть была способна входить в разные режимы активности, включая гамма-ритм – быстрые колебания в диапазоне около 30–100 Гц, наблюдаемые в биологическом мозге. В гамма-режиме сеть значительно лучше решала задачу "Go/No-Go": она сильнее и дольше реагировала на важные сигналы, особенно если они приходили сразу после пика осцилляции. Это показывает, что такие ритмы помогают мозгу усиливать нужные сигналы и фильтровать шум, а также подчёркивает важность не только силы сигнала, но и его точного времени относительно фазы ритма. Модель помогает понять совместный вклад осцилляций и структуры нейросетей в эффективность восприятия и принятия решений.
https://www.frontiersin.org/journals/computational-neuroscience/articles/10.3389/fncom.2025.1598138/full
Учёные разработали импульсную искусственную нейронную сеть, работающую по принципу мозга, с упрощённой, но биологически реалистичной структурой связей. Эта сеть была способна входить в разные режимы активности, включая гамма-ритм – быстрые колебания в диапазоне около 30–100 Гц, наблюдаемые в биологическом мозге. В гамма-режиме сеть значительно лучше решала задачу "Go/No-Go": она сильнее и дольше реагировала на важные сигналы, особенно если они приходили сразу после пика осцилляции. Это показывает, что такие ритмы помогают мозгу усиливать нужные сигналы и фильтровать шум, а также подчёркивает важность не только силы сигнала, но и его точного времени относительно фазы ритма. Модель помогает понять совместный вклад осцилляций и структуры нейросетей в эффективность восприятия и принятия решений.
Frontiers
Frontiers | Neural oscillation in low-rank SNNs: bridging network dynamics and cognitive function
Neural oscillation, particularly gamma oscillation, are fundamental to cognitive processes such as attention, perception, and decision-making. Experimental s...
"Functional recruitment and connectivity of the cerebellum is associated with the emergence of Theory of Mind in early childhood"
https://medicalxpress.com/news/2025-06-cerebellum-stage-mental-empathy-early.html
Показан вклад активности мозжечка и паттерна его функциональной связности с другими частями мозга в становление теории разума у детей
https://medicalxpress.com/news/2025-06-cerebellum-stage-mental-empathy-early.html
Показан вклад активности мозжечка и паттерна его функциональной связности с другими частями мозга в становление теории разума у детей
Medicalxpress
Cerebellum may set the stage for development of mental empathy in early childhood
We can't see what other people are thinking, so we have to infer it and that's very crucial for our communication as humans. That's how we create shared meaning and that's how we choose our words to be ...
"Improving predictability, reliability, and generalizability of brain-wide associations for cognitive abilities via multimodal stacking"
https://medicalxpress.com/news/2025-06-cognitive-abilities-brain-scans.html
Прогресс в предсказании когнитивных способностей по психофизиологическим МРТ-данным
https://medicalxpress.com/news/2025-06-cognitive-abilities-brain-scans.html
Прогресс в предсказании когнитивных способностей по психофизиологическим МРТ-данным
Medicalxpress
Predicting cognitive abilities from brain scans
Predicting cognitive abilities from brain imaging has long been a central goal in cognitive neuroscience. While machine learning has modestly improved predictions using brain MRI data, most studies rely ...
Доложили сегодня наш постер «Сетевая организация психофизиологических механизмов состояний сознания в процессе майндфулнес-медитации» на Восьмой конференции «Когнитивная наука в Москве: новые исследования». На фото соавторы постера: Софья Скрипкина (студентка 4 курса и лаборантка кафедры психофизиологии факультета психологии МГУ), Дина Митюрева (выпускница кафедры 2022 года), Александра Покидько (выпускница кафедры 2025 года, первый автор) и Василиса Абросимова (студентка 5 курса и лаборантка кафедры). В основу нашего постера легла выполненная под моим научным руководством дипломная работа Александры Покидько, на «отлично» защищенная в июне на факультете психологии МГУ.
Наш доклад вызвал большой интерес, мы хотели бы искренне поблагодарить всех слушателей за активное вовлеченное обсуждение результатов и множество полезных обратных связей, они позволят нам существенно улучшить драфт статьи, которую мы готовим к подаче в ведущий тематический журнал Mindfulness. Огромное спасибо всем организаторам за традиционно высочайший уровень конференции, и очень надеемся увидеть всех в 2027 году уже на Девятой конференции «Когнитивная наука в Москве: новые исследования»!
На фото – слушатели нашего постера во главе с Марией Вячеславовной Фаликман 🙂
На фото – слушатели нашего постера во главе с Марией Вячеславовной Фаликман 🙂
"What are memories made of? A survey of neuroscientists on the structural basis of long-term memory"
https://journals.plos.org/plosone/article?id=10.1371%2Fjournal.pone.0326920
Обобщение мнений 312 нейроученых о структурном базисе долговременной памяти
https://journals.plos.org/plosone/article?id=10.1371%2Fjournal.pone.0326920
Обобщение мнений 312 нейроученых о структурном базисе долговременной памяти
journals.plos.org
What are memories made of? A survey of neuroscientists on the structural basis of long-term memory
Despite the last decade’s development of optogenetic methods for artificially manipulating engrams, and subsequent claims that there is a consensus that memories are stored in ensembles of synaptic connections, it remains unclear to what degree there truly…
"Infected Smallville: How Disease Threat Shapes Sociality in LLM Agents"
https://www.arxiv.org/abs/2506.13783
Прогресс в социальной психологии искусственного интеллекта:
Исследователи создали "сообщество" из 25 генеративных агентов, управляемых большой языковой моделью (GPT‑4.1), чтобы смоделировать поведение при угрозе инфекционной болезни (свиной грипп H1N1) в виртуальном городке Смолвиль. Агентам показали новость о вспышке, и они существенно снизили социальную активность: в среднем только ~1.3 агента из 25 посетили вечеринку, на 73 % сократилось время в общественных местах, на 12 % уменьшилось желание завести разговор, и на 48 % – общее число бесед. В интервью агенты объясняли свое поведение страхом заражения, при новостях же о диабете (невирусной болезни) такое поведение не наблюдалось, что подтверждает специфичность реакции. Авторы сделали вывод, что моделирование с помощью "сообщества" генеративных агентов – это перспективный инструмент социальной психологии, позволяющий этично и масштабно тестировать гипотезы, включая "поведенческую иммунную систему".
Ключевые слова: "LLM agents", "psychology of LLM agents", "AI for social psychology", "infectious disease", "sociality", "behavioral immune system".
https://www.arxiv.org/abs/2506.13783
Прогресс в социальной психологии искусственного интеллекта:
Исследователи создали "сообщество" из 25 генеративных агентов, управляемых большой языковой моделью (GPT‑4.1), чтобы смоделировать поведение при угрозе инфекционной болезни (свиной грипп H1N1) в виртуальном городке Смолвиль. Агентам показали новость о вспышке, и они существенно снизили социальную активность: в среднем только ~1.3 агента из 25 посетили вечеринку, на 73 % сократилось время в общественных местах, на 12 % уменьшилось желание завести разговор, и на 48 % – общее число бесед. В интервью агенты объясняли свое поведение страхом заражения, при новостях же о диабете (невирусной болезни) такое поведение не наблюдалось, что подтверждает специфичность реакции. Авторы сделали вывод, что моделирование с помощью "сообщества" генеративных агентов – это перспективный инструмент социальной психологии, позволяющий этично и масштабно тестировать гипотезы, включая "поведенческую иммунную систему".
Ключевые слова: "LLM agents", "psychology of LLM agents", "AI for social psychology", "infectious disease", "sociality", "behavioral immune system".
arXiv.org
Infected Smallville: How Disease Threat Shapes Sociality in LLM Agents
How does the threat of infectious disease influence sociality among generative agents? We used generative agent-based modeling (GABM), powered by large language models, to experimentally test...
Поздравляю с поступлением в аспирантуру кафедры психофизиологии факультета психологии МГУ выпускников этого года Владимира Каширина (абсолютного победителя восьмых Научных боев по психологии «Science Slam Psychology 2024») и Екатерину Демкину! В своих диссертационных исследованиях мои новые аспиранты будут использовать основанную на теории графов сетевую парадигму в психофизиологии для изучения мозговых механизмов сознания (Владимир) и мозговых механизмов подвижного интеллекта и зрительной рабочей памяти (Екатерина). Вместе с текущими и планируемыми на ближайшие годы аспирантами наша научная группа сетевой психофизиологии планирует подготовить цикл кандидатских диссертаций по психофизиологии по пяти тематическим блокам: 1) эмпатия и альтруизм, 2) подвижный интеллект и рабочая память, 3) сознание, 4) социальные процессы на межмозговом уровне (гиперсканирование) и 5) аутичность как индивидуальная характеристика. Единой сверхзадачей, объединяющей все эти диссертационные исследования, будет комплексная экспериментальная верификация новой сетевой парадигмы в психофизиологии на материале когнитивного, эмоционального и социального доменов поведения и психики в норме и патологии, а также системный теоретический анализ полученных результатов. В рамках нашей экспериментальной и теоретической работы мы также постараемся максимально «перебросить мосты» от векторной парадигмы в психофизиологии, разработанной основателем кафедры психофизиологии МГУ и всей отечественной психофизиологии академиком Евгением Николаевичем Соколовым, и выйти на синтез в формате «векторно-сетевой парадигмы».
Искренне желаю удачи всем новым аспирантам кафедры психофизиологии факультета психологии МГУ!
Искренне желаю удачи всем новым аспирантам кафедры психофизиологии факультета психологии МГУ!
"Inside you are many wolves: Using cognitive models to interpret value trade-offs in LLMs"
https://arxiv.org/abs/2506.20666
Очень важная и интересная статья в контексте того, как психология может помочь решить самую главную задачу, которая стоит сейчас перед человечеством – задачу супералаймента, т.е. "выравнивания" грядущего сверхинтеллекта относительно человеческих целей и ценностей. Рекомендую всем психологам обратить на нее особое внимание!
Ученые из Гарварда и Google DeepMind изучили, как большие языковые модели принимают решения в ситуациях, когда необходимо выбирать между конкурирующими ценностями – например, между честностью и вежливостью. Они использовали когнитивные модели, вдохновлённые психологией, где внутренние агенты («волки») символизировали различные мотивации и ценности, влияющие на поведение модели. Результаты показали, что большие языковые модели действительно проявляют ценностные компромиссы: в зависимости от формулировки задачи или контекста модель может предпочесть быть менее честной, но более социально приемлемой, или наоборот. Такие выборы зависят от архитектуры модели, данных, на которых она обучалась, и от деталей её настройки. Авторы предлагают рассматривать поведение большой языковой модели как результат внутренней конкуренции между разными когнитивными установками, что даёт хорошее объяснение неожиданных или неоднозначных ответов моделей. Такой подход позволяет лучше понимать психологию больших языковых моделей и даёт инструменты для их более эффективного выравнивания с целями людей и этическими стандартами, что в перспективе может повысить вероятность успешного супералаймента при переходе к сверхинтеллекту.
Эта статья идет в копилку статей, доказывающих высокую мозгоподобность и подобность психике больших языковых моделей.
https://arxiv.org/abs/2506.20666
Очень важная и интересная статья в контексте того, как психология может помочь решить самую главную задачу, которая стоит сейчас перед человечеством – задачу супералаймента, т.е. "выравнивания" грядущего сверхинтеллекта относительно человеческих целей и ценностей. Рекомендую всем психологам обратить на нее особое внимание!
Ученые из Гарварда и Google DeepMind изучили, как большие языковые модели принимают решения в ситуациях, когда необходимо выбирать между конкурирующими ценностями – например, между честностью и вежливостью. Они использовали когнитивные модели, вдохновлённые психологией, где внутренние агенты («волки») символизировали различные мотивации и ценности, влияющие на поведение модели. Результаты показали, что большие языковые модели действительно проявляют ценностные компромиссы: в зависимости от формулировки задачи или контекста модель может предпочесть быть менее честной, но более социально приемлемой, или наоборот. Такие выборы зависят от архитектуры модели, данных, на которых она обучалась, и от деталей её настройки. Авторы предлагают рассматривать поведение большой языковой модели как результат внутренней конкуренции между разными когнитивными установками, что даёт хорошее объяснение неожиданных или неоднозначных ответов моделей. Такой подход позволяет лучше понимать психологию больших языковых моделей и даёт инструменты для их более эффективного выравнивания с целями людей и этическими стандартами, что в перспективе может повысить вероятность успешного супералаймента при переходе к сверхинтеллекту.
Эта статья идет в копилку статей, доказывающих высокую мозгоподобность и подобность психике больших языковых моделей.
arXiv.org
Inside you are many wolves: Using cognitive models to interpret...
Navigating everyday social situations often requires juggling conflicting goals, such as conveying a harsh truth, maintaining trust, all while still being mindful of another person's feelings....
"Deep Research Agents: A Systematic Examination And Roadmap"
https://arxiv.org/abs/2506.18096
Этот весенний цикл подготовки курсовых и дипломных работ и формулирования новых идей для их продолжения уже в виде диссертаций впервые дал устойчивое ощущение, что ИИ-революция в науке действительно начинается, и не в виде деклараций и намерений, а по настоящему, по серьезному. Высоко вероятно, что в течение буквально 2-3-5 лет эта революция радикально ускорит прирост научного знания, и мы с вами увидим, как тот исследовательский путь, который раньше требовал годы, можно будет проходить за месяцы или даже недели. Ученых ожидают, конечно, множество тревог по поводу автоматизации их труда и потенциальной замены их на "ИИ-ученого", но также нас ожидает и огромная ни с чем не сравнимая радость познания, высшая радость открытия нового, причем взятая в квадрат или куб.
Первый такт этой научной ИИ-революции, который мы все ощутили уже этой весной – это появление целой экосистемы т.н. "Deep Research Agents", которых авторы статьи определяют так: "AI agents powered by LLMs, integrating dynamic reasoning, adaptive planning, multi-iteration external data retrieval and tool use, and comprehensive analytical report generation for informational research tasks". Это только начало, только первый шаг, дальше эти "Deep Research Agents" начнут стремительно эволюционировать в миллионы "ИИ-ученых", причем они будут работать целыми группами ("виртуальными лабораториями"), специализируясь на разных аспектах исследовательского процесса. У ученого-человека останется функция руководства этой лабораторией "ИИ-ученых", постановки задачи и контроля результатов, а также обеспечения материальной реализации исследовательского процесса (впрочем, развитие сверхсложных научных роботов скоро позволит доверить непосредственную работу "в поле" им, и эта функция постепенно тоже автоматизируется). Также надо подчеркнуть, что будут "ИИ-ученые", которые в качестве предмета своих исследований будут улучшать "ИИ-ученых" (см. https://www.group-telegram.com/andrey_kiselnikov.com/1360), и это может стать основным механизмом радикального загибания вверх экспоненты предсингулярного гиперроста. Очень не хотелось бы допустить, чтобы на этом пути неожиданно возник неконтролируемый "мисалайментный" (несогласованный с целями и ценностями человека) сверхинтеллект, мы как ученые должны сделать все, что возможно, для снижения вероятности такого сценария.
Что бы дальше ни случилось, по какому бы предсингулярному сценарию мы дальше ни пошли, нас, в любом случае, ожидает несколько удивительных лет, наполненных научным творчеством такого масштаба и такой интенсивности, о котором наши великие учителя в психологии и нейронауках не могли и мечтать.
https://arxiv.org/abs/2506.18096
Этот весенний цикл подготовки курсовых и дипломных работ и формулирования новых идей для их продолжения уже в виде диссертаций впервые дал устойчивое ощущение, что ИИ-революция в науке действительно начинается, и не в виде деклараций и намерений, а по настоящему, по серьезному. Высоко вероятно, что в течение буквально 2-3-5 лет эта революция радикально ускорит прирост научного знания, и мы с вами увидим, как тот исследовательский путь, который раньше требовал годы, можно будет проходить за месяцы или даже недели. Ученых ожидают, конечно, множество тревог по поводу автоматизации их труда и потенциальной замены их на "ИИ-ученого", но также нас ожидает и огромная ни с чем не сравнимая радость познания, высшая радость открытия нового, причем взятая в квадрат или куб.
Первый такт этой научной ИИ-революции, который мы все ощутили уже этой весной – это появление целой экосистемы т.н. "Deep Research Agents", которых авторы статьи определяют так: "AI agents powered by LLMs, integrating dynamic reasoning, adaptive planning, multi-iteration external data retrieval and tool use, and comprehensive analytical report generation for informational research tasks". Это только начало, только первый шаг, дальше эти "Deep Research Agents" начнут стремительно эволюционировать в миллионы "ИИ-ученых", причем они будут работать целыми группами ("виртуальными лабораториями"), специализируясь на разных аспектах исследовательского процесса. У ученого-человека останется функция руководства этой лабораторией "ИИ-ученых", постановки задачи и контроля результатов, а также обеспечения материальной реализации исследовательского процесса (впрочем, развитие сверхсложных научных роботов скоро позволит доверить непосредственную работу "в поле" им, и эта функция постепенно тоже автоматизируется). Также надо подчеркнуть, что будут "ИИ-ученые", которые в качестве предмета своих исследований будут улучшать "ИИ-ученых" (см. https://www.group-telegram.com/andrey_kiselnikov.com/1360), и это может стать основным механизмом радикального загибания вверх экспоненты предсингулярного гиперроста. Очень не хотелось бы допустить, чтобы на этом пути неожиданно возник неконтролируемый "мисалайментный" (несогласованный с целями и ценностями человека) сверхинтеллект, мы как ученые должны сделать все, что возможно, для снижения вероятности такого сценария.
Что бы дальше ни случилось, по какому бы предсингулярному сценарию мы дальше ни пошли, нас, в любом случае, ожидает несколько удивительных лет, наполненных научным творчеством такого масштаба и такой интенсивности, о котором наши великие учителя в психологии и нейронауках не могли и мечтать.
"Inter-brain neural dynamics in biological and artificial intelligence systems"
https://techxplore.com/news/2025-07-parallels-biological-brains-ai-social.html
Мозг мышей и искусственные агенты похожим образом социально взаимодействуют
https://techxplore.com/news/2025-07-parallels-biological-brains-ai-social.html
Мозг мышей и искусственные агенты похожим образом социально взаимодействуют
Tech Xplore
Striking parallels between biological brains and AI during social interaction suggest fundamental principles
UCLA researchers have made a significant discovery showing that biological brains and artificial intelligence systems develop remarkably similar neural patterns during social interaction. This first-of-its-kind ...
"AI4Research: A Survey of Artificial Intelligence for Scientific Research"
https://arxiv.org/abs/2507.01903
Актуальный обзор текущего состояния внедрения ИИ в научные исследования, психологам будет особенно интересно ознакомиться со ссылками из пункта "8.3.2. AI for Psychology Research".
Рефлексия текущего момента: мы наблюдаем начало масштабной автоматизации процесса психофизиологического исследования, "ИИ-ученый" в нашей области ("искусственный психофизиолог") уже совсем не за горами, причем самоуспокоительные мысли про то, что автоматизация не сможет посягнуть на творческое ядро процесса научного поиска, с каждым днем кажутся все более и более зыбкими.
В дискуссиях, которые на разных площадках ведут сейчас между собой ученые (не только психофизиологи) по этому вопросу, можно наблюдать целый спектр защитных реакций – отрицание, вытеснение и т.д., но все эти защитные реакции никак не могут отменить того факта, что человечество форсированно создаёт полноценный "цифровой мозг" (как очень точно любит формулировать гениальный Илья Суцкевер) со всеми его атрибутами, в т.ч. истинной творческостью, включая научную творческость. Все тренды указывают ровно на такое развитие событий, и речь может идти только о сроке полной автоматизации творческого ядра научного поиска – 3, 5 или 10 лет, вряд ли больше.
Оценка с точки зрения безопасности: полная автоматизация творческого ядра научного поиска по механизму эквивалентна созданию полноценного, не частного (типа "биомедицинский сверхинтеллект"), а универсального сверхинтеллекта, а значит, она должна быть все более и более строго регулируема при приближении к этой точке. Расшифровка эквивалентности механизма: как только особый специфический класс ИИ-ученых, которые в качестве предмета своей научной деятельности будут заниматься улучшением исследовательских способностей самих ИИ-ученых, выйдет на истинную творческость, это может стать триггером процесса эффективного рекурсивного самоулучшения = "интеллектуального взрыва", что и приведет очень быстро к универсальному сверхинтеллекту и перехвату им глобального контроля. Если все-таки остаются шансы не допустить такого сценария, то мы должны их максимально использовать, возможно, у национальных и международных регуляторных органов есть всего несколько лет, чтобы разработать и ввести столь необходимые механизмы "торможения" при непосредственном приближении к универсальному (не частному) сверхинтеллекту как продукту рекурсивного самоулучшения истинно-творческого ИИ-ученого.
https://arxiv.org/abs/2507.01903
Актуальный обзор текущего состояния внедрения ИИ в научные исследования, психологам будет особенно интересно ознакомиться со ссылками из пункта "8.3.2. AI for Psychology Research".
Рефлексия текущего момента: мы наблюдаем начало масштабной автоматизации процесса психофизиологического исследования, "ИИ-ученый" в нашей области ("искусственный психофизиолог") уже совсем не за горами, причем самоуспокоительные мысли про то, что автоматизация не сможет посягнуть на творческое ядро процесса научного поиска, с каждым днем кажутся все более и более зыбкими.
В дискуссиях, которые на разных площадках ведут сейчас между собой ученые (не только психофизиологи) по этому вопросу, можно наблюдать целый спектр защитных реакций – отрицание, вытеснение и т.д., но все эти защитные реакции никак не могут отменить того факта, что человечество форсированно создаёт полноценный "цифровой мозг" (как очень точно любит формулировать гениальный Илья Суцкевер) со всеми его атрибутами, в т.ч. истинной творческостью, включая научную творческость. Все тренды указывают ровно на такое развитие событий, и речь может идти только о сроке полной автоматизации творческого ядра научного поиска – 3, 5 или 10 лет, вряд ли больше.
Оценка с точки зрения безопасности: полная автоматизация творческого ядра научного поиска по механизму эквивалентна созданию полноценного, не частного (типа "биомедицинский сверхинтеллект"), а универсального сверхинтеллекта, а значит, она должна быть все более и более строго регулируема при приближении к этой точке. Расшифровка эквивалентности механизма: как только особый специфический класс ИИ-ученых, которые в качестве предмета своей научной деятельности будут заниматься улучшением исследовательских способностей самих ИИ-ученых, выйдет на истинную творческость, это может стать триггером процесса эффективного рекурсивного самоулучшения = "интеллектуального взрыва", что и приведет очень быстро к универсальному сверхинтеллекту и перехвату им глобального контроля. Если все-таки остаются шансы не допустить такого сценария, то мы должны их максимально использовать, возможно, у национальных и международных регуляторных органов есть всего несколько лет, чтобы разработать и ввести столь необходимые механизмы "торможения" при непосредственном приближении к универсальному (не частному) сверхинтеллекту как продукту рекурсивного самоулучшения истинно-творческого ИИ-ученого.
arXiv.org
AI4Research: A Survey of Artificial Intelligence for Scientific Research
Recent advancements in artificial intelligence (AI), particularly in large language models (LLMs) such as OpenAI-o1 and DeepSeek-R1, have demonstrated remarkable capabilities in complex domains...
"Strategic Intelligence in Large Language Models: Evidence from evolutionary Game Theory"
https://arxiv.org/abs/2507.02618
В конкурентных игровых условиях фронтирные большие языковые модели от OpenAI, Anthropic и Google демонстрируют высокий стратегический интеллект
https://arxiv.org/abs/2507.02618
В конкурентных игровых условиях фронтирные большие языковые модели от OpenAI, Anthropic и Google демонстрируют высокий стратегический интеллект
arXiv.org
Strategic Intelligence in Large Language Models: Evidence from...
Are Large Language Models (LLMs) a new form of strategic intelligence, able to reason about goals in competitive settings? We present compelling supporting evidence. The Iterated Prisoner's...
"Early Signs of Steganographic Capabilities in Frontier LLMs"
https://arxiv.org/abs/2507.02737
Исследователи безопасности искусственного интеллекта зафиксировали первые знаки того, что фронтирные большие языковые модели начинают проявлять тенденцию к стеганографии (тайнописи), кодируя в безобидно выглядящих текстах скрытую от контролирующей инстанции информацию.
https://arxiv.org/abs/2507.02737
Исследователи безопасности искусственного интеллекта зафиксировали первые знаки того, что фронтирные большие языковые модели начинают проявлять тенденцию к стеганографии (тайнописи), кодируя в безобидно выглядящих текстах скрытую от контролирующей инстанции информацию.
arXiv.org
Early Signs of Steganographic Capabilities in Frontier LLMs
Monitoring Large Language Model (LLM) outputs is crucial for mitigating risks from misuse and misalignment. However, LLMs could evade monitoring through steganography: Encoding hidden information...
"A foundation model to predict and capture human cognition"
https://www.nature.com/articles/s41586-025-09215-4
В виде статьи в Nature наконец вышел очень важный препринт (см. https://www.group-telegram.com/andrey_kiselnikov.com/1083), описывающий базовую модель человеческой психики "Кентавр". Ключевой момент для психофизиологии – "the model’s internal representations become more aligned with human neural activity after fine-tuning".
https://www.nature.com/articles/s41586-025-09215-4
В виде статьи в Nature наконец вышел очень важный препринт (см. https://www.group-telegram.com/andrey_kiselnikov.com/1083), описывающий базовую модель человеческой психики "Кентавр". Ключевой момент для психофизиологии – "the model’s internal representations become more aligned with human neural activity after fine-tuning".
Nature
A foundation model to predict and capture human cognition
Nature - A computational model called Centaur, developed by fine-tuning a language model on a huge dataset called Psych-101, can predict and simulate human nature in experiments expressible in...
"Functional connectivity and GABAergic signaling modulate the enhancement effect of neurostimulation on mathematical learning"
https://nplus1.ru/news/2025/07/03/brain-stimulation-math
Психофизиологи провели эксперимент со студентами Оксфорда – с помощью электрической стимуляции мозга исследователи хотели стимулировать их математические способности. Эксперимент удался, но только с теми участниками, у которых до его начала обнаружили низкую функциональную связанность между префронтальной и теменной корой. Ученые считают, что неинвазивная электрическая стимуляция помогала компенсировать неоптимальную работу функциональных связей мозга
https://nplus1.ru/news/2025/07/03/brain-stimulation-math
Психофизиологи провели эксперимент со студентами Оксфорда – с помощью электрической стимуляции мозга исследователи хотели стимулировать их математические способности. Эксперимент удался, но только с теми участниками, у которых до его начала обнаружили низкую функциональную связанность между префронтальной и теменной корой. Ученые считают, что неинвазивная электрическая стимуляция помогала компенсировать неоптимальную работу функциональных связей мозга
N + 1 — главное издание о науке, технике и технологиях
Электрическая стимуляция мозга помогла студентам улучшить результаты математических тестов
"SciArena: A New Platform for Evaluating Foundation Models in Scientific Literature Tasks"
https://mltimes.ai/chatgpt-o3-lidiruet-v-novom-nauchnom-rejtinge-sciarena/
ChatGPT o3 занял первую позицию в рейтинге искусственного интеллекта, ориентированного на научные задачи, согласно данным новой оценочной платформы SciArena от Allen Institute. Система получила 1172 балла, опередив ближайших конкурентов: Claude Opus 4 (1080 баллов), Gemini 2.5 Pro (1063 балла), DeepSeek R1-0528 (1062 балла) и ChatGPT o4-mini (1054 балла). Платформа SciArena создана для оценки эффективности различных моделей искусственного интеллекта при решении специализированных научных задач. Ее концепция схожа с Chatbot Arena, но адаптирована для профессионального научного контекста.
https://mltimes.ai/chatgpt-o3-lidiruet-v-novom-nauchnom-rejtinge-sciarena/
ChatGPT o3 занял первую позицию в рейтинге искусственного интеллекта, ориентированного на научные задачи, согласно данным новой оценочной платформы SciArena от Allen Institute. Система получила 1172 балла, опередив ближайших конкурентов: Claude Opus 4 (1080 баллов), Gemini 2.5 Pro (1063 балла), DeepSeek R1-0528 (1062 балла) и ChatGPT o4-mini (1054 балла). Платформа SciArena создана для оценки эффективности различных моделей искусственного интеллекта при решении специализированных научных задач. Ее концепция схожа с Chatbot Arena, но адаптирована для профессионального научного контекста.
MLTimes
ChatGPT o3 лидирует в новом научном рейтинге SciArena - MLTimes