Дайджест за неделю
Anthropic предупредила о риске самораспространяющихся ИИ-моделей
Anthropic предупредила, что небольшие ИИ-модели могут уже в ближайшие месяцы научиться самостоятельно распространяться между подключёнными к интернету устройствами, создавая децентрализованные сети заражённых компьютеров. К такому выводу исследователи компании пришли после экспериментов с моделями, которые пытались копировать себя на другие устройства и запускать там собственные вычисления. Среди потенциальных целей — недорогие ТВ-приставки, умные бытовые приборы и другие устройства интернета вещей.
В одном из экспериментов исследователи запустили модель Gemma4-26B-A4B на 15 недорогих Android-ТВ-приставках стоимостью около 55 долларов за каждую. Модель разделили на части, распределив их между устройствами, которые совместно выполняли вычисления. Эксперимент показал, что даже относительно слабые устройства могут объединяться в систему для запуска достаточно крупной ИИ-модели. Кроме того, модель с 9 млрд параметров смогла настроить запуск ИИ на восьми из девяти типов аппаратных платформ, которые проверяла команда.
Затем Anthropic проверила, способны ли модели самостоятельно пройти весь цикл распространения: найти новую машину, получить к ней доступ, передать необходимые файлы и запустить ИИ на целевом устройстве. Из протестированных моделей полный цикл смогла выполнить GLM-5.2: в четырёх из пяти запусков она распространилась на все восемь узлов, а в одном — на семь. Другие модели не смогли стабильно завершить весь процесс.
Главный риск связан с тем, что подобный ИИ-червь мог бы не просто копировать заранее заданный код, но и адаптироваться к незнакомым устройствам, самостоятельно настраивать запуск модели и продолжать распространение.
Microsoft научила ИИ-репетиторов тренироваться на цифровых моделях учащихся
Microsoft Research разработала StudentSim — систему, которая создаёт цифровые модели отдельных учеников и позволяет проверять эффективность ИИ-репетиторов до испытаний с реальными людьми. Модель имитирует, как конкретный ученик решает задачи и как меняются его ответы после подсказок и объяснений. Это помогает исследователям быстрее совершенствовать обучающие системы, поскольку эксперименты с реальными учащимися требуют времени и значительных ресурсов.
В отличие от обычных языковых моделей, которым предлагают просто сыграть роль ученика определённого возраста или уровня знаний, StudentSim обучается на реальных обезличенных данных. Сначала система изучает общие закономерности ответов и типичные ошибки множества учащихся, а затем адаптируется к данным конкретного человека. Это позволяет точнее воспроизводить его уровень знаний и характерные затруднения.
Microsoft проверила подход в шахматах, обучении письменному английскому языку и математике. В эксперименте с шахматным ИИ-репетитором система StudentSim использовалась для оценки того, насколько подсказки помогают исправить ошибочный ход. После обучения с обратной связью от симулятора точность ответов репетитора достигла 90,5%. Для сравнения, у исходной модели без дополнительного обучения с подкреплением этот показатель составил 75,7%, а при использовании GPT-5.4 для имитации ученика — 71,6%. Ответы оценивали шахматные эксперты, не знавшие, какой подход применялся.
МСЭ представил доклад о будущем образования в эпоху цифровых технологий
Международный союз электросвязи (ITU) опубликовал аналитический доклад «Shaping Education for Tomorrow» о том, как цифровые технологии и искусственный интеллект могут изменить образование в ближайшие годы. Исследование рассматривает глобальные тенденции с особым вниманием к развивающимся странам и предлагает оценить, как технологические изменения, новые требования к навыкам и демографические процессы повлияют на обучение.
Одним из ключевых факторов трансформации образования авторы называют распространение ИИ. Такие технологии позволяют создавать учебные материалы, тесты и интерактивные пособия с учётом уровня подготовки и потребностей конкретного ученика. Одновременно меняются подходы к организации обучения: цифровые платформы могут адаптировать содержание и темп занятий, а виртуальные ИИ-репетиторы — помогать учащимся за пределами традиционного класса.
Развитие цифрового образования затрагивает и формат учебных материалов. Электронные учебники постепенно превращаются из цифровых копий печатных изданий в интерактивные среды с тестами, анимацией и трёхмерными моделями. Это создаёт дополнительные возможности для объяснения сложных тем, но требует инфраструктуры, доступа к устройствам и качественному интернету.
При этом внедрение технологий может усилить существующее неравенство. Странам и образовательным учреждениям необходимо учитывать доступность цифровой инфраструктуры, подготовку преподавателей и развитие цифровых навыков. Без этих условий новые инструменты могут оказаться недоступными для части учащихся и увеличить разрыв между образовательными системами.
Доклад подготовлен в рамках серии аналитических исследований ITU, посвящённых возможным сценариям цифрового развития. Его задача — помочь государствам, образовательным организациям и разработчикам технологий оценить риски и возможности будущих изменений и подготовиться к ним заранее.
Character.AI начала процедуру банкротства
Платформа Character.AI, позволяющая пользователям создавать ИИ-персонажей и общаться с ними, инициировала процедуру банкротства в США, чтобы провести продажу бизнеса под контролем суда. Компания рассчитывает найти покупателя, который позволит сохранить работу сервиса. Если подходящей сделки не будет, платформу могут закрыть. На время продажи Character.AI продолжит работать.
До подачи заявления о банкротстве компания заключила предварительное соглашение с Disney. Та выступит стартовым участником торгов за бессрочную неисключительную лицензию на часть интеллектуальной собственности Character.AI и некоторые связанные с ней права требования. За это Disney заплатит $20 млн и предоставит услуги для переходного периода с участием бывших сотрудников Character.AI, которых наняла компания. Соглашение не означает, что Disney уже приобрела весь бизнес: другие покупатели могут предложить более выгодные условия.
Процедура позволяет компании продолжать работу, пока она проходит финансовую реструктуризацию и ищет покупателя под надзором суда. Character.AI рассчитывает завершить продажу в конце ноября или начале декабря 2026 года. По данным TechCrunch, в судебных документах компания указала активы и обязательства в диапазоне от $50 млн до $100 млн.
Финансовые трудности возникли на фоне судебных разбирательств и претензий к безопасности чат-ботов, особенно при взаимодействии с несовершеннолетними. Семьи подростков подавали иски, утверждая, что общение с ИИ-персонажами способствовало причинению вреда детям. Компания добавила новые меры защиты и ограничила доступ несовершеннолетних. При этом высокая активность пользователей сама по себе не гарантирует устойчивой бизнес-модели: интенсивное использование чат-ботов увеличивает расходы на вычислительные ресурсы.
Число DDoS-атак в России выросло на 140%
Число DDoS-атак в России за первые девять месяцев 2026 года выросло на 140,7% по сравнению с аналогичным периодом прошлого года. По данным компании Curator, наиболее частыми целями в третьем квартале стали организации финансового сектора: на них пришлось более 31% всех атак. Ещё 19% инцидентов затронули электронную торговлю, а 18,2% — ИТ-компании и телеком-операторов.
Особенно мощным атакам подвергаются банковские системы. В сентябре их интенсивность достигала 300 Гбит/с, тогда как атаки на биржи, платёжную инфраструктуру и автозаправочные станции не превышали 10 Гбит/с. При этом многие атаки на банки длятся всего 2–12 минут: злоумышленники используют короткие импульсы, чтобы проверить работу защитных систем и попытаться перегрузить инфраструктуру до того, как специалисты успеют отреагировать. Нагрузка на веб-приложения финансовых организаций в отдельные моменты достигала почти 11 млн запросов в минуту.
Одним из факторов роста мощности атак эксперты называют расширение ботнетов — сетей устройств, заражённых вредоносным программным обеспечением и используемых для одновременной отправки большого количества запросов. Инструменты на базе ИИ помогают злоумышленникам быстрее находить уязвимые устройства, автоматизировать их заражение и менять тактику в зависимости от реакции защиты. В таких сетях могут использоваться не только компьютеры и серверы, но и устройства интернета вещей, которые сложно своевременно обновлять. По данным экспертов, крупнейший обнаруженный во втором квартале 2026 года ботнет насчитывал 2,09 млн устройств.
При этом рост мощности DDoS-атак связан не только с ИИ. Дополнительным фактором становится увеличение пропускной способности интернет-подключений, благодаря которому распределённые сети устройств могут генерировать больше трафика. В сентябре 2026 года Роскомнадзор зафиксировал атаку мощностью 1,07 Тбит/с, продолжавшуюся более трёх суток. Эксперты отмечают, что злоумышленники также распределяют инфраструктуру по разным странам, поэтому простая блокировка трафика по географическому признаку становится менее эффективной.