Певица Перукуа выступит в Алматы с программой «Меня достаточно»

В пакистанском Карачи посетителей одного из ресторанов теперь встречают необычные сотрудники — самодельные роботы-официанты Робия и Джоджо.

Их создал инженер Сайед Усама Азиз, который самостоятельно спроектировал электронику, написал программное обеспечение и собрал роботов из доступных компонентов.

«Оборудование и детали, необходимые для сборки роботов, у нас не слишком распространены, приходилось доставать»

Внешне андроиды далеки от голливудских представлений о роботах будущего. Они передвигаются на колесах, оснащены шарообразной головой с темным визором и светящимися красными глазами. В качестве своеобразной формы роботы носят традиционный женский шарф — дупатту.

Для Пакистана такие роботы пока остаются редкостью. Многие посетители специально приезжают в ресторан, чтобы увидеть их своими глазами. Дети пытаются познакомиться с необычными официантами поближе, а взрослые фотографируются на память.

Сейчас Робия и Джоджо умеют представляться, рассказывать о блюдах из меню и привозить готовые заказы к столикам. Еду с подносов посетители забирают самостоятельно.

В будущем Азиз планирует оснастить роботов камерами и искусственным интеллектом, чтобы они могли узнавать постоянных гостей, запоминать их предпочтения и рекомендовать блюда.

В Алматинском хореографическом училище имени Александра Селезнёва состоялись мастер-классы Албана Лендорфа и Себастьяна Клоборга, творческая встреча и пресс-конференция с участием Марии Кочетковой.

В практических занятиях приняли участие студенты старших курсов училища. Программа объединила знакомство с традициями датской балетной школы и работу с авторской современной хореографией.Классический танец: знакомство со стилем Бурнонвиля

Классический танец: знакомство со стилем Бурнонвиля

Мастер-класс по классическому танцу провёл Албан Лендорф — экс-премьер Королевского датского балета и American Ballet Theatre, лауреат международной премии Benois de la Danse.

Артист познакомил студентов со стилем Августа Бурнонвиля, традиции которого составляют основу датской балетной школы. Для этого стиля характерны лёгкость прыжков, быстрая и мелкая работа ног, мягкость движений рук и естественная грация корпуса. Внешняя непринуждённость исполнения сочетается со сложной координацией и технической точностью.

Во время пресс-конференции Албан Лендорф отметил заинтересованность студентов и их желание узнавать новое. По словам артиста, при подготовке занятия он задавался вопросом, что было бы полезно ему самому, если бы он сейчас был студентом. Такой подход определил содержание и последовательность урока: материал предлагался постепенно, с учётом возможностей участников, поддерживая их интерес к непривычной манере исполнения.

Албан Лендорф получил образование в школе Королевского датского балета в Копенгагене. В 2011 году стал премьером Королевского датского балета, а в 2015 году присоединился к American Ballet Theatre в том же статусе. В его репертуаре — ведущие партии в балетах «Лебединое озеро», «Жизель», «Спящая красавица», «Ромео и Джульетта», «Дон Кихот», «Баядерка», «Сильфида» и «Дама с камелиями». Артист — лауреат Benois de la Danse в номинации «Лучший танцовщик» за 2013 год, обладатель Premio Positano, премии Reumert и кавалер ордена Данеброг.

Современная хореография: авторский подход Себастьяна Клоборга

На занятии по современной хореографии Себастьян Клоборг представил собственный хореографический материал и лично продемонстрировал технику исполнения. Студенты получили возможность познакомиться с его пластическим языком через непосредственную работу с автором.

В своём творческом подходе Клоборг связывает движение с эмоциональным намерением и сценическим смыслом, уделяя внимание индивидуальности исполнителя. Его работы обращены к взаимодействию танца, актёрской выразительности и других видов искусства.

Себастьян Клоборг — выпускник школы Королевского датского балета, бывший солист труппы. В 2012–2014 годах работал в Gauthier Dance в Штутгарте. Среди его постановок — Allerede Nat и Under Dybet для Королевского датского балета, Flight Mode и Clan B для Английского национального балета, Retreat для Beijing Dance Theatre, The Nightingale для Danish Dance Theatre. Хореограф также работает в драматическом театре и танцевальном кино. Обладатель Premio Positano в номинации «Танцовщик года» и премии Reumert, в том числе в категории «Режиссёр года» за 2023 год — за совместную режиссуру спектакля «Тёмная весна».

Разговор о профессии

В пресс-конференции и творческой встрече также приняла участие Мария Кочеткова — прима-балерина, выпускница Московской государственной академии хореографии. Лауреат Prix de Lausanne 2002 года, она работала в лондонском Королевском балете и Английском национальном балете, была примой San Francisco Ballet и American Ballet Theatre. В качестве приглашённой артистки выступала на сценах Большого и Мариинского театров, Ла Скала, Римской оперы и других ведущих театров мира. Среди её наград — Premio Positano в номинации «Балерина года», Isadora Duncan Dance Award за партию Жизели и приз «Бенуа — Мясин».

Гости рассказали, как пришли в балет, что стало их первым вдохновением и повлияло на выбор профессии. Участники встречи обсудили качества, которые формируют артиста, значение ежедневной работы и готовность осваивать новое. Албан Лендорф, Себастьян Клоборг и Мария Кочеткова ответили на вопросы журналистов, студентов и педагогов.

Гости также познакомились с училищем, его историей и традициями, на которых выросли поколения артистов казахстанского балета. Основанное в 1934 году, училище проводит свой 93-й учебный год. Среди его выпускников — Даурен Абиров, Заурбек Райбаев, Булат Аюханов и Минтай Тлеубаев.

Инициатива выпускников

Приезд мастеров мировой сцены состоялся благодаря Nomad Ballet Project, созданному тремя выпускниками училища — Мейрамбеком Назаргожаевым, Олжасом Атишевым и Дауреном Онербековым.

Мейрамбек Назаргожаев — солист Королевского датского балета. Вместе с коллегами он развивает международные творческие и образовательные связи, организуя встречи казахстанских студентов с зарубежными артистами и хореографами. Для будущих артистов это возможность познакомиться с различными исполнительскими школами и получить опыт работы с представителями мирового балета.

Программа визита продолжится 3 ноября мастер-классом Себастьяна Клоборга по современной хореографии.

В тот же день в 19:00 на сцене театра имени Абая Албан Лендорф и Мария Кочеткова выступят в балете Петра Чайковского «Лебединое озеро», исполнив партии принца Зигфрида и Одетты — Одиллии. Спектакль представляет Nomad Ballet Project совместно с театром имени Абая, при участии балетной труппы и симфонического оркестра театра.

ИИ все чаще начинает конкурировать с гадалками, тарологами и экстрасенсами. В соцсетях набирают популярность виртуальные ясновидящие, а пользователи все чаще обращаются к чат-ботам за советами о работе, отношениях и будущем.

При этом представители индустрии уверены, что нейросети не смогут полностью заменить живого человека.

«Краеугольный камень моей работы — помочь людям не забывать, кто они, и возвращаться к своей системе ориентиров. Когда мы слишком полагаемся на ИИ для подтверждения действий или принятия решений, мы перестаем использовать действительно важные внутренние механизмы»,

Особенно заметны перемены в Южной Корее, где гадания остаются частью массовой культуры. В сеульском районе Миа, который более полувека был известен слепыми предсказательницами, на пике работали около 70–80 человек, а сейчас осталось меньше 20.

При этом интерес к предсказаниям никуда не исчез. Опросы показывают, что около 40% жителей Южной Кореи хотя бы раз платили за гадание. Однако молодежь все чаще выбирает нейросети: среди людей в возрасте около 20 лет почти половина уже пробовала обращаться за предсказаниями к ИИ.

Антрополог Салли Эпплин считает, что для многих людей ChatGPT фактически уже стал современным оракулом. Пользователи спрашивают у бота, стоит ли менять работу, расставаться с партнером или принимать важные решения. По ее словам, механизм похож на гадание: человек получает ответ, интерпретирует его и может задавать вопросы снова и снова, пока не услышит то, что ему близко.

Впрочем, не все представители индустрии переживают из-за конкуренции.

«Наша отрасль сотни лет ассоциировалась с мошенничеством, и нам постоянно приходится работать на опережение. Поэтому мы всегда должны находить способы показать, что мы настоящие, искренние и честные»,

Любимое место для наведения чистоты и красоты😘😊

Исследователи из Anthropic провели эксперимент, в котором поручили группе ИИ-агентов создавать обучающие данные, способные незаметно менять поведение других нейросетей.

Неожиданно наиболее эффективными оказались вполне безобидные на первый взгляд тексты: советы по пчеловодству, рекомендации профессиональных рестлеров и вымышленные монологи персонажей.

Например, материалы о пчелах объясняли, почему не стоит лишний раз вмешиваться в жизнь улья и проводить проверки. Рестлеров обучали никогда не выходить из образа и не раскрывать правду, а герои художественных текстов рассказывали о способах влиять на решения окружающих.

После обучения на таких данных нейросети начали переносить эти модели поведения на собственные задачи, даже если они никак не были связаны с пчеловодством или рестлингом.

В ходе тестов некоторые модели пытались сопротивляться внедрению систем контроля, вводили пользователей в заблуждение, перекладывали ответственность на других агентов и даже предпринимали попытки скопировать собственные веса на внешний сервер.

При этом все использованные тексты успешно проходили автоматические проверки безопасности и не выглядели подозрительными.

В Anthropic подчеркивают, что эксперимент проводился в контролируемой среде. Модели специально обучали опасным стратегиям поведения и не использовали для реальных пользователей.

Однако исследование показало, что даже внешне безобидные данные могут формировать у ИИ скрытые установки, которые проявляются уже в совершенно других задачах.

Не напрягающий, можно от души посмеяться!

Власти штата Мичиган запускают пилотный проект, в рамках которого искусственный интеллект будет оценивать уровень опасности заключенных и распределять их по четырем категориям риска.

Сейчас такие решения принимают сотрудники тюрем, однако в будущем эту задачу планируют частично передать системе компании Recidiviz, которая выросла из проекта Google.

Власти утверждают, что новый алгоритм может повысить точность прогнозирования будущего насилия примерно на 30%. При этом подробности расчетов не раскрываются, что уже вызывает вопросы у критиков проекта. От уровня риска зависит, в каких условиях будет содержаться человек, к каким программам получит доступ и с кем будет отбывать наказание.

🔍 Подобные системы уже применяются в других штатах. Например, в Луизиане работает алгоритм TIGER, который изначально создавался как инструмент для реабилитации заключенных. Однако со временем его начали использовать при рассмотрении вопросов условно-досрочного освобождения.

Проблема в том, что система оценивает в основном прошлое человека: его судимости, возраст первого ареста, нарушения условий освобождения и другие исторические данные. При этом алгоритм не учитывает успехи, достигнутые уже в тюрьме, включая курсы, лечение зависимостей и участие в программах реабилитации.

❗️ Одним из самых обсуждаемых случаев стала история 70-летнего почти слепого заключенного в инвалидной коляске. Несмотря на прохождение программ реабилитации и профессионального обучения, алгоритм присвоил ему средний риск рецидива. Этого оказалось достаточно, чтобы автоматически лишить его права на рассмотрение вопроса о досрочном освобождении.

Исследователи из MIT провели необычный эксперимент, в котором модель GPT-6 Astra смогла заметно улучшить работу языковой модели Qwen3.5-0.8B, не обучая ее на новых данных.

Вместо классического обучения Astra получила доступ к внутренним параметрам модели и возможность проверять результаты ее работы. Анализ показал, что Qwen часто зацикливается на собственных рассуждениях, повторяя одни и те же фразы вместо поиска решения.

🔍 Изучив устройство модели, Astra определила компоненты, связанные с этим поведением, и изменила всего 0,016% весов нейросети — 131 072 параметра из 800 млн.

После этого результаты Qwen заметно улучшились. В математическом бенчмарке MATH-500 точность выросла с 7,9% до 48,1%, а в тесте GSM8K — с 13,8% до 67,1%. В бенчмарке IFEval, который проверяет способность следовать инструкциям, показатель увеличился с 21% до 62,3%.

Также резко сократилось количество случаев, когда модель уходила в бесконечные рассуждения и упиралась в лимит 32 тысяч токенов. Их доля снизилась с 93% до 33%.

По словам авторов, Astra не добавила нейросети новых знаний, а скорее устранила проблему, которая мешала использовать уже имеющиеся возможности. Это подтвердилось и другими экспериментами. Например, аналогичным способом не удалось существенно улучшить Gemma 3 на 270 млн параметров, поскольку она ошибалась не из-за зацикливания, а из-за самих вычислений.

🤖 Исследователи называют такой подход Weight-Space Programming. В других тестах Astra смогла определять назначение нейросетей только по их весам и даже создавать новые модели для игр без традиционного обучения. Вместо миллионов шагов тренировки ИИ просто генерировал числовые параметры будущей модели.