Индекс автоматизации ИИ: Парадокс Моравека и риски для специалистов STEM.

Автор: Денис Аветисян По иронии судьбы, в то время как автоматизация давно обещала освободить человека от рутинной работы, реальность оказывается куда сложнее: задачи, кажущиеся нам элементарными – здравый смысл, интуиция, умение адаптироваться к непредсказуемым ситуациям – оказываются самыми трудноуловимыми для машин. В исследовании «A theory-based AI automation exposure index: Applying Moravec’s Paradox to the US … Читать далее

Мультифрактальность цифровых активов: гармония долгосрочных корреляций.

Автор: Денис Аветисян На протяжении долгого времени, анализ финансовых временных рядов сталкивался с трудностями в адекватном описании сложной динамики реальных рынков, часто полагаясь на упрощающие линейные модели и гауссовы предположения, неспособные уловить нелинейные зависимости и долгосрочные корреляции. Прорыв, представленный в исследовании “Multifractality and its sources in the digital currency market”, заключается в четком разделении вклада … Читать далее

Время и сети: Оценка ценности накопления энергии в меняющихся рынках.

Автор: Денис Аветисян В эпоху, когда централизованное планирование энергетических систем уступает место децентрализации и рыночным механизмам, возникает фундаментальное противоречие: как обеспечить надежность и устойчивость электроснабжения в условиях растущей непредсказуемости генерации и колебаний спроса? В работе “The value of storage in electricity distribution: The role of storage” авторы смело задаются вопросом о том, способно ли внедрение … Читать далее

Что, если влияние данных — не константа, а фазовый переход?

Автор: Денис Аветисян Традиционные подходы к обучению глубоких нейронных сетей часто исходят из упрощающего предположения о плавной, монотонной динамике обучения, что не соответствует сложной природе биологических систем и реальных данных. В работе “Influence Dynamics and Stagewise Data Attribution” авторы смело утверждают, что эта неадекватность приводит к хрупкой обобщающей способности и непредсказуемому поведению моделей, поскольку игнорирует … Читать далее

Большие языковые модели и A/B-тесты: когда «улучшение» не сломает статистику.

Автор: Денис Аветисян Все мы устали от того, что каждая новая «революционная» технология в итоге оказывается просто техническим долгом, а реальность всегда разбивает радужные прогнозы. Когда кажется, что уже все исследовано и оптимизировано, возникает вопрос: а можно ли вообще существенно повысить эффективность рандомизированных экспериментов, не прибегая к сомнительным уловкам и не внося статистические искажения? Именно … Читать далее