Корона

Статьи

AI Research

Исследования, эксперименты и новые возможности искусственного интеллекта

Здесь мы разбираем исследования AI-лабораторий, научные статьи и экспериментальные системы, которые показывают, что ИИ уже умеет делать — и чему он учится прямо сейчас.

20 исследований · 68 источников — лаборатории, институты и научные площадки

Что нового научился делать ИИ

Главный вопрос раздела. Выберите способность — покажем исследования о ней.

Все исследования

Формула aⁿ + bⁿ ≠ cⁿ над деревом лемм с оранжевой галочкой проверки
Главное в разделе · Reasoning

ИИ впервые полностью формализовал доказательство Великой теоремы Ферма — и компьютер его проверил

За 11 дней почти без участия людей Claude перевёл доказательство Великой теоремы Ферма на язык Lean, где каждый шаг проверяет машина. Получилось 13 миллионов строк кода и 29 511 теорем. Кевин Баззард назвал это выдающимся достижением.

Читать разбор
Anthropic Researchсентябрь 2026 · 2 мин
ИИ впервые полностью формализовал доказательство Великой теоремы Ферма — и компьютер его проверил
Схема: контур головы с датчиками вокруг, пунктир к клавишам с буквами «привет»
AI Science

ИИ научился восстанавливать набранные предложения по сигналам мозга — без операции

Brain2Qwerty v2 от Meta и французских научных центров восстанавливает набираемые предложения по записи мозга снаружи головы. В среднем ошибочны 39% слов, у лучшего участника половина фраз — с ошибкой не больше чем в одном слове.

Meta AI Researchиюнь 2026 · 3 мин
ИИ научился восстанавливать набранные предложения по сигналам мозга — без операции
Тепловая карта: буквы ДНК сверху и оранжевые клетки разной яркости — важность каждой замены
AI Science

ИИ предсказал последствия всех 9 миллиардов возможных «опечаток» в ДНК человека

AlphaGenome Atlas от Google DeepMind — каталог предсказаний для каждой возможной замены одной буквы в геноме человека. Он помогает находить причины редких болезней и уже позволил найти на 22% больше связей генов с признаками в данных UK Biobank.

Google DeepMindсентябрь 2026 · 2 мин
ИИ предсказал последствия всех 9 миллиардов возможных «опечаток» в ДНК человека
График: оранжевая ступенчатая линия лучших методов ИИ поднимается выше пунктира «лучшие идеи людей»
AI Safety

ИИ-исследователи научились сами исправлять опасное поведение моделей — и обошли идеи опытных людей

Anthropic дала агентам на Claude Opus 4.8 задачу: найти способ дообучить модель так, чтобы она меньше лгала, льстила или поддавалась взлому. По десяти видам сбоев агенты нашли методы, которые работают и на новых тестах, и на моделях в 4,7 раза крупнее.

Anthropic Researchавгуст 2026 · 3 мин
ИИ-исследователи научились сами исправлять опасное поведение моделей — и обошли идеи опытных людей
Схема задачи ARC: примеры сеток «было — стало», круг «мысль» и сетка-ответ
Reasoning

Небольшая модель научилась решать головоломки ARC, рассуждая «про себя» — без слов и почти бесплатно

BDH-CQ от Pathway на 150 миллионов параметров решает задачи на абстрактное мышление ARC-AGI-1, не проговаривая рассуждения словами. Результат — 29,5% при стоимости около $0,0007 за задачу: по соотношению цены и точности это новый рекорд.

Pathwayавгуст 2026 · 2 мин
Небольшая модель научилась решать головоломки ARC, рассуждая «про себя» — без слов и почти бесплатно
Схема человекоподобного робота, который приседает и тянется к оранжевому ящику
Robotics

Человекоподобные роботы научились работать всем телом: ходить, приседать и брать предметы в одной модели

Gemini Robotics 2 от Google DeepMind управляет не только руками, но и всем телом человекоподобного робота, а также тонкими движениями многопалых кистей. Версия для работы на самом роботе адаптируется к новой машине за несколько часов.

Google DeepMindиюль 2026 · 2 мин
Человекоподобные роботы научились работать всем телом: ходить, приседать и брать предметы в одной модели
Изометрическая схема: стул, собранный из белых кубиков, несколько кубиков выделены оранжевым
Robotics

Кубики без центрального компьютера научились вместе понимать, во что их сложили

Сотни физических кубиков с одинаковой маленькой нейросетью общаются только с соседями — и сообща определяют форму всей конструкции: стул, самолёт, гитара. Они же замечают повреждения. Работа опубликована в Nature Communications.

ITU Copenhagenиюль 2026 · 2 мин
Кубики без центрального компьютера научились вместе понимать, во что их сложили
Схема: множество серых точек и оранжевый круг с двадцатью пятью точками в центре
Interpretability

В языковой модели нашли «рабочее пространство»: небольшой набор мыслей, о которых она может сказать

Anthropic показала, что внутри Claude есть выделенная область, где держится около 25 понятий одновременно. Именно она нужна для многошаговых рассуждений: если её отключить, такие задачи перестают решаться, а простые — почти не страдают.

Anthropic Interpretabilityиюль 2026 · 2 мин
В языковой модели нашли «рабочее пространство»: небольшой набор мыслей, о которых она может сказать
Схема: двойная спираль ДНК и под ней разметка гена с выделенными оранжевым экзонами
AI Science

Языковые модели ДНК научились находить гены и их строение — даже у видов, которых не видели в обучении

Команда AIRI и соавторы дообучила языковые модели ДНК размечать гены прямо по последовательности. На хромосоме человека они правильно собрали втрое больше генов, чем Tiberius и AlphaGenome, и сработали на растениях и дрожжах.

AIRIиюнь 2026 · 3 мин
Языковые модели ДНК научились находить гены и их строение — даже у видов, которых не видели в обучении
Схема цикла исследования: литература, гипотеза, эксперимент, анализ — стрелки по кругу
AI Scientists

ИИ сам прошёл цикл научного открытия: от обзора статей до кандидата в лекарство

Система Robin от FutureHouse сама изучила литературу, выдвинула гипотезы, спланировала эксперименты и разобрала их результаты. Люди только ставили опыты. Итог — ripasudil, лекарство от глаукомы, как кандидат для лечения сухой возрастной макулярной дегенерации.

FutureHouseмай 2025 · 3 мин
ИИ сам прошёл цикл научного открытия: от обзора статей до кандидата в лекарство
График: точки на логарифмической шкале времени задач поднимаются вдоль оранжевой пунктирной прямой
AI Agents

ИИ-агенты справляются со всё более длинными задачами: срок удваивается примерно каждые семь месяцев

METR предложила измерять ИИ не процентами на тестах, а длиной задач: сколько времени на них тратит специалист. Claude 3.7 Sonnet справлялся с половиной задач длиной около часа, и этот горизонт растёт по экспоненте уже шесть лет.

METRмарт 2025 · 3 мин
ИИ-агенты справляются со всё более длинными задачами: срок удваивается примерно каждые семь месяцев
Схема: план квартиры и оранжевый пунктир — путь робота между задачами
Robotics

Робот научился убирать в квартире, которую никогда не видел

Модель π0.5 от Physical Intelligence управляет роботом в незнакомых домах: убирает посуду, заправляет кровать, собирает бельё. Сначала она решает словами, что делать дальше, а потом выполняет движение.

Physical Intelligenceапрель 2025 · 3 мин
Робот научился убирать в квартире, которую никогда не видел
Схема рассуждения: цепочка шагов с оранжевой стрелкой возврата «Подожди… проверю ещё раз»
Reasoning

Нейросеть научилась рассуждать без примеров рассуждений — только за счёт награды за верный ответ

DeepSeek показала, что длинные рассуждения, самопроверка и смена стратегии появляются у языковой модели сами, если награждать её только за правильный ответ. Доля решённых олимпиадных задач AIME выросла с 15,6% до 71%.

DeepSeekянварь 2025 · 3 мин
Нейросеть научилась рассуждать без примеров рассуждений — только за счёт награды за верный ответ
Схема: картинка, на которой пять объектов отмечены оранжевыми точками с номерами
Multimodal AI

Нейросеть научилась показывать пальцем: указывать на объекты на картинке и пересчитывать их

Открытая модель Molmo от Ai2 не только описывает изображение, но и ставит точку на каждом найденном объекте. Так она считает предметы и показывает, на что опирается её ответ. Данные для обучения собраны без помощи чужих закрытых моделей.

Ai2сентябрь 2024 · 3 мин
Нейросеть научилась показывать пальцем: указывать на объекты на картинке и пересчитывать их
Схема белка-бочонка из вертикальных нитей со светящимся оранжевым центром
AI Science

ИИ создал светящийся белок, какого нет в природе

Модель ESM3 от EvolutionaryScale спроектировала флуоресцентный белок esmGFP, который совпадает с ближайшим природным аналогом лишь на 58%. По оценке авторов, природе на такой путь понадобилось бы больше 500 миллионов лет эволюции.

EvolutionaryScaleянварь 2025 · 3 мин
ИИ создал светящийся белок, какого нет в природе
Схема: дерево версий агента, оранжевым выделена ветка удачных изменений
Self-Improving AI

ИИ-агент научился переписывать собственный код — и стал решать в 2,5 раза больше задач

Darwin Gödel Machine от Sakana AI и лаборатории Джеффа Клюна сама улучшает свой код: пробует изменения, проверяет их на задачах и хранит архив удачных версий. Результат на SWE-bench вырос с 20% до 50%.

Sakana AIмай 2025 · 3 мин
ИИ-агент научился переписывать собственный код — и стал решать в 2,5 раза больше задач
Схема: сетка в перспективе уходит к горизонту с горами — мир, который достраивается на ходу
World Models

ИИ научился создавать интерактивные миры, по которым можно ходить в реальном времени

Genie 3 от Google DeepMind по текстовому описанию строит трёхмерный мир и достраивает его на ходу, пока вы по нему двигаетесь. Мир остаётся связным несколько минут и «помнит», что было за спиной.

Google DeepMindавгуст 2025 · 3 мин
ИИ научился создавать интерактивные миры, по которым можно ходить в реальном времени
Схема графа признаков нейросети: слои узлов, выделенный оранжевым путь от вопроса к ответу
Interpretability

Исследователи заглянули внутрь нейросети и увидели, что она планирует ответ заранее

Anthropic построила «микроскоп» для языковой модели и проследила, как Claude 3.5 Haiku думает над ответом. Модель выбирает рифму до того, как начинает писать строку, считает в уме двумя параллельными путями и иногда подгоняет объяснение под готовый ответ.

Anthropic Researchмарт 2025 · 3 мин
Исследователи заглянули внутрь нейросети и увидели, что она планирует ответ заранее
Схема: длинный текст из серых строк, в котором оранжевым выделены три нужных факта
AI Models

Модели с памятью научились рассуждать по текстам в миллионы токенов — а большие LLM используют лишь 10–20% контекста

Команда AIRI, МФТИ и LIMS проверила, как нейросети на самом деле работают с длинными текстами. Большие модели теряют нить задолго до заявленного предела, а небольшой трансформер с рекуррентной памятью после дообучения справился с текстами до 50 миллионов токенов.

AIRIиюнь 2024 · 3 мин
Модели с памятью научились рассуждать по текстам в миллионы токенов — а большие LLM используют лишь 10–20% контекста

Коротко

Хорошие работы без заметной новой способности.

Как мы отбираем

Статья выходит, только если на вопрос «что ИИ теперь умеет такого, чего раньше не умел?» есть ответ, подтверждённый экспериментом.

Не берём прирост в пару процентов на бенчмарке, пресс-релизы без исследования, обновления API и маркетинговые заявления. В каждой статье — ограничения и ссылка на оригинальную работу.

Откуда берём исследования

Лаборатории, институты и научные площадки, за которыми следим:

И ещё 40 источников, которые проверяем регулярно