В этом выпуске #ВобъективеИИ: ИИ-система для снижения углеродного следа цементной отрасли, оценка экологических затрат языковых моделей, очередной шаг к решению проблемы «черного ящика» LLM, продвижение в квантовых вычислениях и новые материалы для охлаждения помещений.
AI-focused digest – новости ИИ-сферы
Выпуск № 68, 26 июня – 10 июля 2025
В Швейцарии разработали ИИ-модель для экологизации цементной отрасли
Ученые из Института Пауля Шеррера создали ИИ-систему, которая подбирает рецептуру для производства цемента так, чтобы минимизировать углеродный след. К слову, на цементную отрасль приходится значительная часть выбросов углерода. ИИ-модель за секунды подбирает оптимальные составы с меньшим содержанием клинкера (который и создает основную экологическую нагрузку в производстве цемента), и предлагает альтернативные материалы, которые обеспечивают требуемую прочность при меньших выбросах. Рецептуры от ИИ еще нужно проверить, но в целом система оказалась полезной для ускорения разработки «зеленого цемента». Больше можно узнать тут.
Ученые оценили экологическое влияние LLM
В продолжение экологической темы. Ученые из Мюнхенского центра цифровых наук и искусственного интеллекта (MUC.DAI) провели оценку экологических затрат 14 больших языковых моделей. Тест на дружелюбность к окружающей среде сдавали Llama*, Qwen, DeepSeek и Deep Cogito – в их компактных (7-8В параметров) и масштабных (70В+ параметров) версиях. Энергопотребление и выбросы в эквиваленте CO2 измерялись при решении этими моделями тысячи вопросов из разных областей знаний, на GPU NVIDIA A100. Результаты показали, что более крупные и оснащённые функцией рассуждения LLM достигают более высокой точности, но при этом создают в несколько раз больше выбросов, чем компактные версии, – преимущественно из-за увеличенного объёма генерируемых токенов. Цифры можно посмотреть здесь. Было бы любопытно взглянуть на такое же исследование для ChatGPT и Gemini…
*Модель Llama создана компанией Meta Platforms, признанной экстремистской и запрещенной в РФ.
Исследователи обнаружили, когда ИИ начинает по-настоящему понимать язык
Ученые из Швейцарии сделали еще один шаг вперед в решении проблемы «черного ящика» LLM. Они обнаружили, что при использовании небольших объемов обучающих данных нейронные сети-трансформеры изначально полагаются на позицию слов в предложении при генерации ответа. Однако, как только система получает достаточно данных, она переходит к новой стратегии, основанной на значении этих слов. Этот переход от синтаксиса к семантике происходит внезапно, как только объем данных достигает критического порога. Подробности в заметке на Science Daily, а само исследование опубликовано в Journal of Statistical Mechanics: Theory and Experiment.
В США ученым удалось подтвердить достижение экспоненциального ускорения квантовых вычислений
Новость для тех, кто хорошо разбирается в квантовых вычислениях. Ученые из ряда исследовательских центров США в ходе экспериментов подтвердили достижение квантовыми компьютерами экспоненциального роста скорости вычислений (это когда с усложнением задачи, ростом числа переменных, квантовый механизм решает ее быстрее, чем классические вычислительные системы). Эксперименты проводились на 127-кубитном квантовом процессоре от IBM, в качестве тестовой задачи была взята вариация знаменитой математической головоломки Саймона, адаптированная под ограничения аппаратуры. Сама задача Саймона не имеет практического приложения, но подтверждение того, что экспоненциальное ускорение ее решения достижимо на реальном квантовом оборудовании (причем для схем с 58 кубитами), является важным шагом в сторону практического применения квантовых вычислений. За подробностями – в журнал Physical Review X.
ИИ помог разработать покрытие для поддержания прохлады в помещениях
А это новость для утомленных летней жарой и возмущенных счетами за электричество от использования кондиционеров. Международная команда ученых разработала ИИ-систему, которая позволяет проектировать эффективные метаизлучатели – материалы, с помощью которых можно контролировать тепловое излучение. С ее помощью они создали 7 образцов таких материалов с отличными характеристиками. Использование их в качестве покрытия позволяет снижать температуру внутри зданий на 5–20 градусов. Подробности есть в статье Nature.
