Глава Google DeepMind Демис Хассабис заявил, что общий искусственный интеллект (AGI) может появиться в ближайшие несколько лет — важный этап наступит к 2030 году. По его словам, человечество стоит у порога технологической сингулярности. При этом Хассабис уверен, что люди с творческим мышлением сохранят преимущество даже в эпоху AGI. В новом интервью Хассабис отметил, что развитие AGI способно кардинально изменить общество. «Я думаю, что это будет технология, способная изменить мир», — заявил он, добавив, что человечество может стоять у порога новой эры, связанной с появлением машинного интеллекта нового уровня.
По словам главы DeepMind, через десять лет люди могут оглянуться назад и понять, что стали свидетелями начала «сингулярности» — гипотетического момента, когда искусственный интеллект превзойдет человеческие способности и начнет самостоятельно ускорять собственное развитие. При этом сам термин и сроки наступления такого сценария остаются предметом споров среди специалистов. Глава OpenAI Сэм Альтман ранее заявлял, что человечество близко к созданию цифрового сверхинтеллекта, который сможет превзойти лучших специалистов. Руководитель Anthropic Дарио Амодей предполагал, что мощные системы искусственного интеллекта могут появиться уже в 2027 году и создать катастрофические риски для цивилизации, если правительства и технологические компании не примут срочные меры.
Ян Лекун, один из пионеров современного машинного обучения, считает, что нынешние большие языковые модели вряд ли приведут к созданию полноценного общего интеллекта. По его мнению, вместо больших языковых моделей в ближайшие 3-5 лет появится новая архитектура ИИ, и про генеративные модели все забудут. Хассабис подчеркнул, что развитие AGI требует от общества подготовки к возможным последствиям. По его словам, ИИ уже меняет рынок труда, автоматизируя программирование, анализ данных и другие интеллектуальные процессы. В будущем системы, способные принимать решения и адаптироваться к новым условиям, могут взять на себя еще более сложные задачи. При этом глава DeepMind считает, что человеческие качества останутся востребованными даже в эпоху мощного ИИ. Он отметил, что люди с оригинальным мышлением, творческим подходом и способностью объединять знания из разных областей будут иметь особое преимущество в ближайшие годы. «Я верю в человеческую изобретательность и нашу способность адаптироваться», — говорит Хассабис.
Китайский стартап Z.ai выпустил в открытом доступе модель GLM-5.2 с 753 млрд параметров, которая приблизилась к уровню закрытых лидеров в ряде бенчмарков. В тестах на программирование новинка превзошла GPT-5.5, а в агентных задачах практически догнала Claude Opus 4.8. Модель распространяется под лицензией MIT и стоит примерно в шесть раз дешевле флагманских коммерческих решений. GLM-5.2 стала одной из немногих моделей с открытыми весами, которые смогли соперничать с закрытыми системами вроде GPT-5.5, Claude Opus 4.8 и Gemini 3.1 Pro. Модель построена на архитектуре Mixture-of-Experts с 753 млрд параметров и распространяется под лицензией MIT. Главное преимущество открытого подхода — возможность самостоятельно развернуть систему, адаптировать её под собственные задачи и не зависеть от внешнего API.
Лучше всего GLM-5.2 показала себя в программировании. В тесте SWE-bench Pro, который оценивает способность моделей решать реальные задачи разработки ПО, модель получила 62,1 балла, опередив GPT-5.5 с результатом 58,6. В тесте Terminal-Bench 2.1 модель GLM-5.2 улучшила показатели по сравнению с предыдущей версией GLM-5.1, набрав 81,0 балла против 62,0, и стала первой открытой моделью, преодолевшей отметку в 80% на этом бенчмарке. В области ИИ-агентов GLM-5.2 также приблизилась к закрытым конкурентам. В тесте MCP-Atlas, оценивающем работу с инструментами и способность моделей управлять сложными цепочками действий, GLM-5.2 набрала 77 баллов против 77,8 у Claude Opus 4.8 и 75,3 у GPT-5.5. Это означает, что открытая модель уже способна конкурировать с ведущими коммерческими решениями в сценариях, где ИИ самостоятельно использует внешние инструменты.
Одним из ключевых преимуществ GLM-5.2 стала стоимость. Доступ через API предлагается за $1,40 за миллион входных токенов и $4,40 за миллион выходных токенов, что гораздо ниже цен закрытых моделей. По оценкам аналитиков, в некоторых сценариях использования стоимость работы GLM-5.2 может быть примерно в шесть раз ниже по сравнению с флагманскими коммерческими решениями. При этом закрытые модели сохраняют преимущества в ряде областей. GPT-5.5 остается сильным универсальным инструментом с развитой экосистемой, Claude Opus 4.8 востребован в длительных инженерных задачах и сложном рефакторинге, а Gemini 3.1 Pro делает ставку на работу с большими объемами информации. Пользователи отмечают, что в наиболее сложных задачах с открытым ответом закрытые модели пока часто выглядят более отточенными. Эксперты также выделяют преимущество GLM-5.2 в работе с длинным контекстом: модель поддерживает окно до миллиона токенов, что позволяет обрабатывать объемные документы, базы данных и проекты. Для компаний с требованиями к безопасности данных возможность локального развертывания становится одним из главных аргументов в пользу открытых моделей.
ИИ-модель Mythos компании Anthropic стала предметом споров после сообщений о том, что она якобы взломала секретные системы правительства США всего за несколько часов. Позже выяснилось, что речь шла о контролируемом тестировании, а не о реальном проникновении, хотя результат все равно впечатлил. Ситуация развивалась на фоне разногласий Anthropic с властями: недавно правительство ограничило доступ к новым моделям, Mythos 5 и Fable 5, за пределами США для иностранных граждан. Поводом для обсуждений стала цитата сенатора Марка Уорнера, заместителя председателя Комитета Сената США по разведке, опубликованная в The Economist. Еще 11 июня он заявил, что глава Агентства национальной безопасности (АНБ) и Киберкомандования США генерал Джошуа Радд описал возможности Mythos словами: «Этот инструмент взломал почти все наши секретные системы не за недели, а за часы». Спустя десять дней фраза получила широкое распространение в социальных сетях, где её начали трактовать как подтверждение того, что ИИ якобы проник в защищённую инфраструктуру США, что могло привести к последующему ограничению доступа к Fable 5.
Позже стало известно, что Mythos проходила проверку в рамках тестирования «красной команды» — метода, при котором специалисты намеренно пытаются найти слабые места в системе. Модель работала в специально подготовленной среде и анализировала программный код, чтобы выявить потенциальные уязвимости. Речь не шла о несанкционированном проникновении в действующие секретные сети или о реальной кибератаке на инфраструктуру правительства США. Шашанк Джоши, редактор The Economist, опубликовавший цитату, впоследствии призвал не трактовать её буквально. Он пояснил, что продемонстрированные возможности Mythos напрямую зависят от контекста: модель действовала в связке с другими инструментами и в строго определённых условиях. К тому же само заявление сенатора Уорнера основывалось не на официальном отчёте АНБ, а на устном пересказе слов генерала Радда.
Anthropic разрабатывала Mythos как специализированную модель для задач кибербезопасности. Систему в рамках программы Glasswing могут использовать только проверенные организации, включая структуры американского правительства. Ранее сообщалось, что АНБ использовало предварительную версию модели для анализа тестовых сред и поиска уязвимостей. После выпуска новых моделей Mythos 5 и Fable 5 в июне правительство США ограничило доступ к ним для пользователей за пределами страны в рамках экспортного контроля. Ограничения затронули организации за рубежом, включая союзников США. Власти объяснили решение опасениями, что передовые ИИ-системы могут использоваться иностранными военными и разведывательными структурами. Кроме того в СМИ утверждалось, что одной из причин введения ограничений стали подозрения о получении несанкционированного доступа к Mythos со стороны киберподразделения Китая и России, но никаких подтверждений этому представлено не было.
С начала 2026 года между Anthropic и Пентагоном разворачивается конфликт: в феврале Минобороны пригрозило расторгнуть контракт с компанией на $200 млн после того, как она отказалась ослабить ограничения на военное использование своих ИИ-моделей. Президент Дональд Трамп распорядился прекратить использование технологий Anthropic федеральными ведомствами, а Пентагон признал компанию угрозой для цепочки поставок. OpenAI, напротив, заключила сделку с военными на тех же условиях, которые Anthropic отстаивала.
Китайская компания 360 Security Technology, работающая в сфере кибербезопасности, представила набор ИИ-инструментов, который позиционируется как отечественный аналог американской модели Mythos. Новые системы способны автоматически выявлять уязвимости в программном обеспечении и усиливать киберзащиту. На сегодняшний день система уже обнаружила 3432 уязвимости, из которых 105 подтверждены китайскими регуляторами. Новые решения под названием «Итянь Тулун» были представлены на конференции ISC.AI 2026 в Пекине. В линейку вошли два инструмента: Tulongfeng («Меч, разрубающий дракона»), предназначенный для поиска уязвимостей в коде, и Yitianzhen («Игла небесного меча») — система для автоматизации защиты сетей и реагирования на киберинциденты.
По утверждениям 360 Security Technology, Tulongfeng уже обнаружила 3432 программные уязвимости, включая 105 проблем, подтвержденных китайскими регуляторами. При этом компания заявляет, что не копирует американский подход, основанный на использовании самых мощных моделей и вычислительных ресурсов, а делает ставку на агентную архитектуру, объединяющую ИИ-модели, базы данных уязвимостей и специализированные инструменты безопасности. «Если Mythos — это высокопроизводительный чип, то мы создаём полноценную машину, способную стабильно работать 24 часа в сутки и совершать меньше ошибок», — пояснил основатель 360 Security Technology Чжоу Хунъи. По его словам, Tulongfeng призван не просто искать ошибки в программном обеспечении, а организовывать комплексный процесс анализа, защиты и реагирования.
Mythos была представлена Antrophic в апреле и вызвала обеспокоенность у специалистов по безопасности и властей, поскольку подобные инструменты могут использоваться не только для защиты, но и для подготовки кибератак. В этом месяце США обязали компанию Anthropic приостановить экспорт менее мощной версии программы, сославшись на соображения национальной безопасности. По словам Хунъи, технологии автоматического поиска уязвимостей становятся «национальным стратегическим активом». Он заявил, что Китай не может допустить ситуации, при которой американские структуры получат возможность анализировать критически важные системы с помощью ИИ, а китайские компании не будут иметь сопоставимых инструментов.
Китай и США конкурируют за лидерство в области ИИ и кибербезопасности. Действующий с 2022 года американский экспортный контроль, ограничивающий доступ Китая к передовым чипам, замедлил развитие китайских моделей и не позволил им догнать американских конкурентов, включая Anthropic, хотя по сравнению с прошлым годом разрыв сократился.
Ученые разработали алгоритм искусственного интеллекта, который находит на электрокардиограмме ранее неизвестные признаки риска внезапной сердечной смерти. Технология оказалась точнее существующих методов оценки риска и может помочь выявлять людей, которым необходим дефибриллятор. Внезапная сердечная смерть возникает из-за нарушения электрической активности и развивается без предупреждающих симптомов. Несмотря на существование имплантируемых дефибрилляторов, которые могут предотвратить летальный исход, врачам сложно определить, каким пациентам такое устройство действительно необходимо.
Исследователи из США решили использовать искусственный интеллект для решения этой проблемы. После обучения алгоритма на данных сотен тысяч записей ЭКГ они обнаружили скрытые индикаторы внезапной остановки сердца, которые можно считать по электрокардиограмме. Сегодня с помощью стандартных инструментов врачи определяют пациентов с ежегодным риском внезапной сердечной смерти на уровне 4,6%. Новая ИИ-система смогла определить группу высокого риска с показателем 7% в год. «Это тысячи дополнительных пациентов, которых удастся идентифицировать заранее. При этом большинство из них сегодня считаются людьми с низким риском и не получают необходимого наблюдения или профилактического лечения», — заявили авторы.
Важно, что ИИ, вероятно, обнаружил ранее неизвестный физиологический сигнал, связанный с электрической нестабильностью сердца. Дальнейшее изучение этого механизма может привести к новым открытиям в области кардиологии. Сейчас исследователи уже начали следующий этап работы: они сотрудничают с медицинскими центрами в разных странах, чтобы внедрить алгоритм в базы данных ЭКГ. Пациентам с высоким риском могут предложить длительный мониторинг сердечного ритма с помощью специальных носимых устройств.
В 79 году нашей эры извержение Везувия погребло город Геркуланум под раскаленным пирокластическим потоком, превратив библиотеку роскошной виллы в угольные глыбы. Две тысячи лет спустя международный проект Vesuvius Challenge совершил невозможное: ученые с помощью синхротронов и ИИ виртуально «развернули» один из самых древних свитков коллекции, не прикасаясь к нему физически. Это почти 1,5 метра непрерывного текста, около 20 колонок философских рассуждений и одно из важнейших открытий в папирологии за последние десятилетия. Теперь с помощью той же методики могут быть прочитаны остальные 600 с лишним свитков из Геркуланума.
Свиток, известный как PHerc. 172, был настолько хрупким, что попытка его механического вскрытия в 1980-х годах была признана безнадежной — обугленный папирус рассыпался при малейшем прикосновении. На помощь пришли синхротроны — гигантские ускорители электронов, которые генерируют рентгеновские лучи невероятной яркости. Сканирование на установках ESRF (Франция) и Diamond Light Source (Великобритания) создало трехмерные карты с разрешением в микрометры, а общий объем данных достиг 300 терабайт на один свиток, говорится в пресс-релизе.
Однако необработанные рентгеновские снимки показывали лишь черный углеродный фон, на котором чернила были неразличимы. Чтобы прочитать текст ученые использовали особенность чернил: изготовленные из сажи с добавлением металлов, они поглощают рентгеновское излучение иначе, чем папирус. Ученые обучили нейросеть выявлять эту микроскопическую шероховатость на поверхности свитка. В результате совместной работы физиков, компьютерных лингвистов и специалистов по папирусам контуры букв были восстановлены. Полученный текст оказался философским трактатом, написанным на греческом языке и датированным II–III веком до н. э. — то есть значительно старше большинства находок из Геркуланума.
Автор обсуждает стоические концепции: «порыв» (hormē) — врождённый импульс к действию, общий для человека и животных, и предупреждает, что избыток такого импульса (pleonasmos) ведет к страстям и ошибкам, если разум не управляет им. Также в тексте фигурирует «практическая мудрость» (phronēsis) — способность выбирать добродетель вместо пороков. Судя по стилю и терминологии, автор не философ-эпикуреец Филодем, чьи труды преобладают в геркуланумской библиотеке, а кто-то более ранний, возможно, стоик.
В том же свитке, в отдельном слое, исследователи нашли ссылки на работу «О богах» эпикурейского толка с упоминанием нумерации книг. Ранее был известен только первый том этого труда, а теперь стало ясно, что сочинение состояло как минимум из восьми книг. В нем обсуждаются природа богов, провидение и устройство Вселенной, что проливает новый свет на развитие эпикурейской теологии. Исследование сгоревших папирусов продолжится. Инженеры и физики сделали свое дело, на сцену выходят папирологи, историки и филологи. Кроме того, теперь с помощью той же методики могут быть прочитаны остальные 600 с лишним свитков из Геркуланума — они лежат в хранилище пока нетронутыми.
Извлеченные из-под слоя пепла фрагменты костей жертв извержения Везувия сохранили ДНК людей, живших в Помпеях в конце I века н. э., и пролили свет на их происхождение и родственные связи. Первый генетический материал группы из пяти людей, погибших в том стихийном бедствии, который удалось получить и исследовать, позволяет очистить историю гибели этого древнеримского города от современных культурных представлений.
Расходы компаний на внедрение искусственного интеллекта могут выйти из-под контроля из-за перехода к модели оплаты за использование. По прогнозу Gartner, к 2028 году затраты на разработку ПО с применением ИИ могут превысить среднюю зарплату разработчика — этому будут способствовать чрезмерная автономность агентов, слишком большие контекстные окна и отсутствие встроенных механизмов контроля со стороны поставщиков. «Организации быстро переходят от экспериментов к масштабному внедрению агентов ИИ-программирования, но многие недооценивают финансовое влияние растущего потребления токенов», — заявил старший главный аналитик Gartner Нитиш Тьяги. По его словам, разработчики обычно оптимизируют скорость и удобство работы, а не стоимость вычислений, поэтому без контроля расходы могут расти быстрее, чем производительность.
По мере того, как крупные поставщики переходят от фиксированных подписок к тарификации за токены, затраты предприятий на ИИ становятся всё более непредсказуемыми: компании не всегда понимают, какие именно задачи потребляют больше всего токенов. По данным The Register, счета за разработку ИИ-приложений выросли с $20–100 до $2000–5000 в месяц на одного разработчика, а в отдельных случаях ежемесячные расходы могут достигать $20 тыс. Показателен пример Uber: компания израсходовала весь годовой бюджет на ИИ за первые четыре месяца 2026 года и после этого ввела для сотрудников месячный лимит в $1500 на каждый инструмент ИИ-разработки.
Расходы растут и из-за того, как сотрудники используют ИИ-агентов. Среди основных причин перерасхода Gartner называет чрезмерную автономность агентов, слишком большие контекстные окна, отсутствие оптимизации запросов и недостаток встроенных механизмов контроля затрат со стороны поставщиков ИИ-решений. По оценке аналитиков, ситуация может ухудшиться по мере роста популярности агентного ИИ. Всё больше сотрудников, которые раньше не использовали подобные инструменты, начинают подключать их к рабочим процессам, что увеличивает общее потребление токенов. При этом рост инвестиций в инфраструктуру и разработку моделей может привести к дальнейшему удорожанию ИИ-сервисов.
Чтобы избежать неконтролируемого роста расходов, Gartner рекомендует компаниям внедрять управляемую модель использования ИИ: определять, какие задачи действительно требуют агентов, выбирать подходящие модели под уровень сложности и ограничивать использование наиболее дорогих систем только там, где они дают максимальную пользу. Кроме того, организации должны внедрять мониторинг токенов, лимиты потребления, автоматическое распределение задач между моделями и регулярно анализировать рабочие процессы. В будущем эффективность работы с ИИ будет зависеть не только от возможностей самих моделей, но и от того, насколько хорошо компании научатся управлять стоимостью их использования.
В Чемпионате мира по футболу 2026 года ФИФА использует мяч с датчиками, отслеживание в реальном времени, определение офсайдов с помощью искусственного интеллекта, а также ИИ-помощников для каждой из 48 команд-участниц. За этими инновациями стоят специалисты в Индии, Камбоджи, Бразилии и на Филиппинах, пишет некоммерческое издание Rest of World. Аналитику данных начали применять в футболе более 20 лет назад. Сегодня почти каждая национальная команда и крупный клуб используют аналитику для набора игроков, тренировок, разработки тактики, предотвращения травм, управления командой и многого другого. Также эти данные применяют телекомпании, а также индустрии видеоигр и ставок.
У команд могут быть собственные аналитики данных и учёные с докторскими степенями в области физики, математики, машинного обучения и ИИ. Поставщики данных — это специалисты, которые занимаются отслеживанием игроков и преобразованием необработанных видео в читаемую информацию. Также маркировкой и записью матчей практикуют видеоплатформы. Доцент кафедры медиаисследований Университета Торонто Рафаэль Громанн отмечает, что футбол опирается на такого рода работу гораздо дольше, чем длится нынешний ажиотаж вокруг ИИ. Работники в цепочках создания ценности данных играют важнейшую роль в футболе. Эти цепочки имеют свою географию: высокоэффективная аналитическая работа с данными сосредоточена в нескольких богатых центрах, в то время как аннотирование информации проводят в городах Восточной Европы, Африки, Южной Азии и Юго-Восточной Азии.
Специалисты по аннотированию данных — это часто сами футболисты или люди, обладающие обширными знаниями об игре. В основном они работают в таких городах, как Манила, Каир, Ченнай и Тернополь. Среди них есть как независимые подрядчики, нанимаемые на каждый матч, так и аннотаторы, которые тратят от трёх до четырёх часов на одну игру, превращая каждый пас, отбор мяча и удар в структурированные данные, заявил Громанн. Работа с данными — популярный дополнительный заработок для многих игроков филиппинской футбольной лиги. Один такой игрок рассказал, что смотрел матчи европейских лиг, отмечая действия игроков. Во время крупных турниров нагрузка возрастает из-за повышенной потребности в оперативных данных со стороны команд, аналитиков и СМИ.
Американские инвесторы проявляют всё больше интереса к лигам Англии, Италии, Германии и Испании. Увеличение американских инвестиций, вероятно, приведёт к росту вложений и в анализ данных, считает доцент кафедры спортивной аналитики в Университете Райса Скотт Пауэрс. Он указал на революцию, произвдённую фильм «Человек, который изменил всё» (Moneyball), основанный на книге Майкла Льюиса Moneyball: The Art of Winning an Unfair Game. Сюжет описывает эффективное использование анализа данных клубом «Окленд Атлетикс» для создания конкурентоспособной бейсбольной команды с небольшим бюджетом — эту стратегию быстро переняли другие спортивные клубы.
В настоящее время аналитические данные, на которые полагается большинство футбольных клубов, контролируют лишь небольшое число компаний. Передовые технологии позволяют генерировать данные в режиме реального времени за счёт сочетания ручной обработки, компьютерного зрения и моделирования с использованием ИИ. Специалисты по обработке данных могут фиксировать до 3 тыс. действий за матч. Сейчас основное внимание уделяют анализу данных отслеживания игроков. Это большие массивы данных, для анализа которых требуются специальные навыки. Подобные вакансии имеют 25 из 30 клубов, включённых в список Forbes. Развитие носимых технологий и индустрии ставок и платформ прогнозирования также подпитывает спрос на специалистов по работе с данными.
Специалист по аннотированию данных из Рио-де-Жанейро рассказал, что за каждый матч ему платят около €60, плюс транспортные расходы. Заказчикам нужны данные в режиме реального времени, чтобы корректировать коэффициенты на протяжении всего матча, не дожидаясь официального отчёта. Паэурс отметил, что по мере развития технологий аналитики всё чаще применяют алгоритмы компьютерного зрения для автоматического обнаружения действий, которые ранее были помечены аналитиками. Алгоритмы обучаются на данных, размеченных вручную специалистами. Паэурс видел некоторые примеры применения генеративного ИИ в этой сфере, но пока нет доказательств того, что технология произвела революцию в игре.
