Научная новизна

Саму гипотезу Claude пока не доказал, но по пути получил новый результат в связанной задаче:
— Модель нашла способ повысить доказанную минимальную долю нулей дзета-функции Римана, которые соответствуют гипотезе, с 41,6% до 67,2%;
— Предыдущий результат улучшали десятилетиями, поэтому скачок получился огромным;
— Два математика из Anthropic проверили доказательство, а Claude отдельно сделал его формальную версию на Lean, которая прошла проверку;
— Для этого модель сначала перебрала 650 идей, но ни одна не сработала;
— Во второй попытке Claude около полутора дней управлял примерно 60 своими агентами: они провели тысячи численных проверок, выполнили 2400 команд, написали сотни скриптов и скачали 54 научные работы, чтобы убедиться, что такой результат ещё никто не получал;
— Всего эксперимент занял 31 миллион выходных токенов;
— При этом руководивший экспериментом Джаред Самнер вообще не математик и почти не давал Claude сложных инструкций;
— Большую часть времени его «промпты» сводились к вариантам «продолжай» и «верь в себя»;
— В итоге модель, которую просто отправили штурмовать гипотезу Римана, случайно получила отдельный новый математический результат.

Микроконтроллер ESP32-S3 располагает 520 кбайт SRAM и 8 Мбайт псевдо-SRAM (PSRAM). Он предназначен для управления удалёнными датчиками устройствами интернета вещей и другим оборудованием — модель класса DeepSeek V4 Flash на нём запустить не получится. Вместо неё энтузиаст выбрал систему в 10 000 раз компактнее — разработанную Microsoft Research модель TinyStories с 28,9 млн параметров.

В исходном виде и она оказалась слишком объёмной для ESP32-S3: при 16-битной точности ей требуются около 60 Мбайт пространства, которого на микроконтроллере просто нет. Поэтому на начальном этапе автор проекта провёл квантование — сжал веса модели с 16 до 8, а затем и до 4 битов. В результате модель стала занимать 14,9 Мбайт, и для её установки пришлось приобрести вариант микроконтроллера с флеш-памятью на 16 Мбайт.

Далее энтузиаст провёл ещё одну операцию — реализовал механизм послойного встраивания (Per-layer embedding — PLE), который используется в архитектуре открытых моделей Google Gemma. В результате значительную часть весов модели или 25 млн параметров размером 12 Мбайт он перенёс во флеш-память, обращения к которой будут производиться относительно нечасто, а в оперативную память контроллера поместил лишь 2 Мбайт данных. В результате входные заголовки и кеш ключ-значение (KV) оказались в PSRAM, а для активации хватило 520 кбайт на SRAM. Благодаря этим мерам удалось получить генерацию со скоростью 9,88 токенов в секунду — быстрее, чем может читать среднестатистический человек.

Модель Tiny Stories стала отличным примером для демонстрации концепции, но она только генерирует короткие истории, и этого недостаточно даже для запуска чат-бота. Есть ещё имеющая схожие размеры модель Barista, и она уже умеет отвечать на вопросы, причём генерирует токены вдвое быстрее, но только на темы, связанные с эспрессо. Обе модели слишком маленькие, чтобы делать что-то ещё, но сам факт их работы на ESP32 уже впечатляет.

— построен первый явный пример не-софической группы (особого типа абстрактной алгебраической структуры, которую раньше удавалось описывать только косвенно);
— опровергнута гипотеза жёсткости Конна (долгосрочное предположение в функциональном анализе о том, насколько строго определяются такие математические объекты);
— доказана квантовая теорема о параллельном повторении для общих двухигровых систем (показывает, как быстро падают шансы на успех при многократном повторении квантовых игр);
— доказана гипотеза Эрхарта об объёме (результат из геометрии, связанный с подсчётом точек в многомерных фигурах и их объёмами);
— впервые с 1978 года улучшена общая верхняя оценка плотности упаковки сфер (то есть насколько плотно можно «уложить» шары в пространстве).

По заявлению OpenAI, Astra самостоятельно нашла основные математические аргументы, а затем формализовала каждое доказательство в Lean. Вместе с машинно проверяемыми сертификатами опубликована рукопись на 249 страниц.

Успешные запуски обошлись бы примерно в $2000 по тарифам Sol API.

одели начинают предлагать новые доказательства для открытых задач - хотя теперь результаты должен внимательно проверить весь математический мир.

Astra ещё не выпущена, и OpenAI не называет её GPT-6.

Механизм атаки базируется на скрытых «промпт-инъекциях» (prompt injections), которые злоумышленники могут незаметно распределить по файлам зараженного репозитория. Инструкции для ИИ-агента прячутся прямо в стандартной документации, такой как файл README.md, и маскируют вредоносный скрипт security.sh под легитимный инструмент для локальной проверки кода. В процессе сканирования проекта обманутый ИИ-агент читает документацию, воспринимает скрытый текст как обязательное руководство к действию и самостоятельно запускает вредоносное ПО в обход фильтров безопасности, даже не требуя от пользователя подтверждения на выполнение операции.

Как утверждают исследователи, данное открытие наносит серьезный удар по нарративу крупных технологических корпораций, которые активно продвигают ИИ как передовое решение для автоматизации киберзащиты. Внедрение автономных агентов парадоксальным образом создает принципиально новые векторы атак, против которых могут оказаться бессильны даже изолированные «песочницы».

Эксперты настоятельно призывают организации отказаться от использования искусственного интеллекта для анализа любых непроверенных данных и чужого кода, если у ИИ-агента есть права на выполнение системных команд на устройстве, особенно когда речь идёт о критически важной инфраструктуре.

Шкала Апгар названа в честь её создателя американского врача-анестезиолога в акушерстве Вирджинии Апгар и представляет собой оценку состояния новорожденного в течение первых минут жизни по сумме выраженных в баллах пяти клинических признаков: частоты сердечных сокращений, глубины дыхания, состояния рефлексов, мышечного тонуса и окраски кожного покрова.

Эта характеристика здоровья новорожденного признана универсальной и служит объективным ориентиром для решения вопроса о необходимости проведения реанимационных мероприятий.

С её помощью врач может быстро (примерно за 1 минуту) и относительно точно определить состояние здоровья малыша без помощи углубленной диагностики.

Впервые «шкала Апгар» была опубликована автором в 1953 году в докладе «Предложения по новому методу оценки новорожденного младенца». Но Вирджиния Апгар едва ли могла себе представить, что ее нововведение станет стандартом в медицинской практике. Внедрение этого метода стало важным этапом в становлении неонатологии, поскольку позволило количественно охарактеризовать состояние жизнеобеспечивающих систем организма новорожденного.

Оценка проводится 2-3 раза в зависимости от ситуации.

- Если малыш получил от 7 до 10 баллов в первые минуты появления на свет — это считается нормой, повторная оценка происходит через 5 минут.
- Если новорожденный получает ниже 7 баллов — ребенку требуется обязательное наблюдение специалистов и повторная оценка через 5 и 10 минут.
- Если оценка 3 и ниже — это повод, чтобы начать необходимые реанимационные мероприятия и спасать малыша.

Результаты каждого теста фиксируются в карточке новорожденного через дробь (к примеру «6/10»). Идеальные 10 баллов встречается редко.

После прохождения «экзамена» на отлично (7-10 баллов), малыша ждет первый долгожданный контакт с мамой в родильном зале, а затем перевод в палату.

Маленькие пациенты со средними результатами (в 5-6 баллов) остаются под наблюдением врачей и обязательно проходят повторные тесты через 5 и 10 минут. Как правило, их показатели становятся лучше, но, если этого не происходит, решается вопрос о коррекции жизненно важных функций.

Низкая оценка на 5 минуте жизни по шкале Апгар указывает на стойкую гипоксию (или кислородное голодание тканей). Первый орган-мишень на который очень сильно оказывает влияние пониженное содержание кислорода в организме — головной мозг. Таким малышам требуется срочная помощь. Благо, что современная реанимация шагнула далеко вперед, и даже в критических ситуациях, позволяет не только спасти новорожденного, но и предотвратить отдаленные последствия.

Несмотря на широкое использование современных высокотехнологичных методов обследования и лечения новорожденных, ценность шкалы Апгар настолько убедительно подтверждена, что использование её видится длительным и надежным. Оценка по шкале Апгар является отличным показателем состояния новорожденного и предопределяет выбор способа реанимации, предотвращает повреждения головного мозга в отдаленные сроки.

На фото - Вирджиния Апгар с новорождённым.