Поисковый журнал

Почему Atlas & Comet вряд ли выиграют войну AI-браузеров

от

Год назад, если бы вы попросили меня предсказать следующий крупный прорыв от ведущих компаний в области искусственного интеллекта, я, вероятно, не догадался бы, что это будет веб-браузер.

OpenAI и Perplexity недавно выпустили новые веб-браузеры на базе ИИ, названные Atlas и Comet соответственно.

И OpenAI, и Microsoft представляют свои новые браузеры как важные инновации, которые могут изменить то, как люди используют интернет. Во время запуска Atlas от OpenAI, Сэм Альтман объяснил, что искусственный интеллект предлагает уникальную возможность переосмыслить назначение веб-браузера.

В недавнем посте в Substack Фиджи Симо, возглавляющая направление приложений в OpenAI, обсудила, как Atlas и ChatGPT развиваются в центральный хаб для управления повседневной жизнью – по сути, операционную систему для всего, что вы делаете.

https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text

Как SEO-эксперт, я слежу за шумихой вокруг Perplexity’s Comet, и это увлекательно. Генеральный директор Perplexity, Aravind Srinivas, на самом деле описал это как ‘когнитивную операционную систему’, что является смелым заявлением! И Jesse Dwyer, который участвовал в создании Comet, часто называл это ‘операционной системой вашего разума’. Очевидно, что они позиционируют это как нечто большее, чем просто инструмент поиска – они стремятся к тому, что фундаментально изменит наше взаимодействие с информацией.

Всё это звучит чрезвычайно преобразующе. Но я этого просто не вижу. По крайней мере, пока.

Несмотря на то, что эти слоганы хорошо тестировались в небольших группах, они на самом деле ничего полезного не говорят. Сравнение веб-браузера с операционной системой похоже на сравнение ChatGPT или Perplexity с одним из них – это принципиально разные вещи.

Chrome, Edge и Safari – это не просто браузеры – они тесно связаны с более широким набором инструментов и сервисов, построенных вокруг операционных систем, таких как Windows, macOS и другие. Хотя вы можете использовать любой браузер на любой системе, именно эта тесная связь с другими продуктами компании создает взаимосвязанный опыт и удерживает пользователей в системе этой компании.

Спешат ли OpenAI и Perplexity, в своей гонке за прибылью, сосредоточиться только на том, что работает сейчас, игнорируя потенциальные долгосрочные риски – проблему, известную как предвзятость выжившего?

Чему технологические компании могут научиться у бомбардировщиков времен Второй мировой войны

Во время Второй мировой войны военные США попросили команду из Колумбийского университета выяснить, почему так много американских бомбардировщиков терялось во время полётов над Европой. Когда они осматривали самолёты, которые *вернулись*, они заметили, что повреждения были сосредоточены в определенных областях – в основном на корпусе и крыльях. Казалось логичным усилить эти сильно поврежденные части.

Однако математик Абрахам Вальд подошел к проблеме по-другому. Он заметил, что военные изучали только самолеты, которые *возвращались* с миссий. Самолет мог быть сильно поврежден и все еще безопасно приземлиться, пока не были задеты жизненно важные части. Но что насчет самолетов, которые были сбиты – тех, которые *не* вернулись?

Вместо того чтобы показывать, где самолеты были наиболее уязвимы, пулевые отверстия на самом деле подчеркивали области, способные выдерживать повреждения. Они не указывали, какие части были критически важны для того, чтобы бомбардировщик оставался в воздухе или успешно выполнял свою миссию.

Предвзятость выжившего возникает, когда мы концентрируемся на характеристиках людей или вещей, которые *достигли успеха* – тех, кто преуспел или выжил – и упускаем из виду тех, кто не смог. Это может привести нас к ошибочному убеждению, что определенные черты являются ключом к успеху, просто потому, что мы не учитываем неудачи.

Мы часто сосредотачиваемся на историях успеха, упуская из виду многочисленные неудачи, которые остаются без внимания. Например, люди указывают на отсевающихся из колледжа, таких как Bill Gates и Mark Zuckerberg, чтобы предположить, что степень не нужна, но они игнорируют гораздо большее количество отсевающихся, которые не стали богатыми. Аналогично, книги по саморазвитию часто подчеркивают привычки успешных людей – такие как ранний подъем или медитация – не признавая миллионы людей, которые следуют тем же распорядкам, но не достигают аналогичных результатов. Это распространенная ошибка в мышлении.

Как цифровой маркетолог, я внимательно слежу за Perplexity и OpenAI, и становится ясно, что они перенимают опыт у таких компаний, как Google, Microsoft и Apple. Похоже, они осознали, что ключ к долгосрочному успеху этих гигантов заключается во владении собственным браузером, и теперь они движутся в том же направлении.

Когда Имитация Выглядит Как Проницательность, Но Ею Не Является

В прошлом году ходили разговоры о том, что регуляторы потенциально могут заставить Google внести изменения, даже продать части своего бизнеса. В это время как OpenAI, так и Perplexity проявили сильный интерес к приобретению браузера Google Chrome. Perplexity была особенно заинтересована, подав неожиданное предложение в размере 34,5 миллиарда долларов.

Несмотря на штрафы и ограничения, которые судья наложил на Google, он не стал требовать от компании продажу Chrome.

Неудивительно, что Atlas и Comet так сильно похожи на Google Chrome, особенно учитывая, что они разрабатывались во время антимонопольного дела против Google. По сути, это план Б: если вы не можете приобрести браузер, воссоздайте его.

Microsoft столкнулась с аналогичной ситуацией при создании Edge. И хотя Safari и Firefox не основаны на той же технологии, что и Chrome, они включили в себя многие из его популярных функций.

И OpenAI, и Perplexity добавили свои уникальные AI-функции в свои браузеры. Эти браузеры предназначены для «agentic browsing» (автоматизированного просмотра), что означает, что они могут автоматически переходить по ссылкам и читать веб-страницы за вас. Лично я по-прежнему предпочитаю традиционный просмотр веб-страниц – мне нравится процесс исследования и открытия информации самостоятельно, и я предпочитаю читать полную статью, а не только её резюме.

Автономный просмотр может выполнять такие задачи, как бронирование отпусков, управление вашей электронной почтой и совершение покупок, освобождая вас для работы над другими вещами.

У нас уже есть ИИ, который может действовать от вашего имени. Многие из функций, которые рекламируют эти новые браузеры, похожи на то, что вы уже испытываете при использовании таких инструментов, как ChatGPT или Perplexity – просто эти действия раньше происходили автоматически в фоновом режиме.

Как цифровой маркетолог, я был очарован тем, как развиваются большие языковые модели (LLMs). Раньше это была ‘чёрная коробка’ – ты задавал вопрос и получал ответ. Теперь, с появлением этих новых ‘агентских’ браузеров, встроенных в LLMs, мы можем фактически *видеть*, как работает модель. Это невероятно! Например, если я попрошу её сравнить цены на что-то, я могу наблюдать, как она перемещается по разным веб-сайтам, извлекает данные из электронных таблиц и даже ‘добавляет товары в корзину’ – всё в режиме реального времени. Это делает процесс прозрачным и гораздо более понятным.

Скорее всего, вы переключитесь на другую задачу или окно и будете ждать, пока браузер не сообщит вам о завершении – ведь нет необходимости наблюдать за происходящим.

Измерения, мошенничество и головные боли с безопасностью

Компании, занимающиеся искусственным интеллектом, делают ставку на то, что такие функции, как интеллектуальный просмотр, привлекут пользователей на платформы, такие как Atlas и Comet. Но эта технология, вероятно, также вызовет много проблем для предприятий и организаций.

Когда ИИ, такой как Perplexity, использует базовый браузер для посещения вашего веб-сайта, он может чётко идентифицировать себя. Однако, когда браузер Comet от Perplexity получает доступ к вашему сайту *от имени пользователя*, он выглядит как стандартный браузер Chromium, включая IP-адрес пользователя. Это означает, что аналитика вашего веб-сайта, вероятно, не сможет отличить реального человека от браузера на основе ИИ.

Как человек, который годами создаёт и управляет веб-сайтами, я вижу, что это становится настоящей головной болью для маркетологов и тех из нас, кто сосредоточен на SEO. По сути, это затрудняет получение чёткой картины того, что *действительно* работает. Когда ваши обычные способы отслеживания трафика и кликов начинают давать вам искажённые данные, трудно понять, на чём сосредоточить свои усилия – и если вы не можете измерить что-то точно, вы не можете это улучшить.

Существует также значительный риск мошенничества с рекламой. Если реклама показывается ИИ-программам вместо реальных людей, это было бы трудно обнаружить. Кроме того, поскольку эти ИИ-программы могут делать тысячи запросов каждую секунду, проблема может быстро стать очень серьезной.

И затем есть последствия для безопасности.

Последние браузеры на основе искусственного интеллекта создают новые проблемы безопасности. Gartner рекомендует компаниям полностью блокировать их из-за рисков кибербезопасности, в частности, угрозы атак ‘prompt injection’.

В прошлом году LayerX Security выявила новый тип атаки, который они назвали ‘CometJacking’. Он работает, обманом заставляя пользователей переходить по опасной ссылке, которая затем тайно инструктирует ИИ Comet найти и украсть конфиденциальную информацию, которая уже видна в их веб-браузере. Важно отметить, что хакерам не нужны имена пользователей, пароли или какие-либо другие данные для входа, поскольку браузер уже авторизован для доступа к этой информации.

Всего через три недели после первой находки, LayerX обнаружил ещё одну уязвимость в Atlas, которая позволяет злоумышленникам вставлять вредоносный код в память ChatGPT.

В настоящее время, когда вы просите браузер выполнить такие задачи, как бронирование билетов, совершение покупок или изменение важных файлов, это не ощущается как помощь полезного ассистента — скорее, как предоставление постороннему лицу доступа к вашей личной информации.

Какую Проблему Фактически Решают Эти Новые Браузеры?

Несмотря на то, что эти новые браузеры на основе искусственного интеллекта, вероятно, не станут широко популярными, некоторые технически подкованные команды все же могут найти их действительно полезными.

Забудьте о медленном, ручном тестировании. Эти браузеры позволяют разработчикам и UX-тестерам легко моделировать множество пользовательских сценариев одновременно, позволяя им тестировать веб-сайты в различных ситуациях гораздо быстрее.

SEO-специалисты могут использовать эти инструменты, чтобы понять, как ИИ воспринимает структуру и страницы веб-сайта. Это помогает им понять, как ИИ «видит» их контент, и определить области для улучшения с целью повышения позиций в поисковой выдаче.

Иронично, что OpenAI и Perplexity сосредотачиваются на продвинутых пользователях и разработчиках, когда им действительно нужны данные от обычных людей. Чтобы улучшить свои модели, им нужно понимать, как ведут себя типичные потребители, а не только то, как разработчики тестируют вещи.

Чтобы новым браузерам, таким как Atlas и Comet, добиться успеха в конкуренции с устоявшимися игроками, такими как Chrome, Safari, Edge и Firefox, им необходимо предложить убедительное и очевидное преимущество для обычных пользователей – и не просить их идти на большие риски. Однако, поскольку основные браузеры уже начинают включать функции искусственного интеллекта, становится все сложнее найти долгосрочный способ, чтобы эти новички выделились.

Искусственный интеллект готов изменить то, как мы используем интернет, но изменения, вероятно, произойдут от устоявшихся браузеров, таких как Chrome и Edge, а не от новых вариантов, таких как Atlas или Comet. И Google, и Microsoft, компании, стоящие за этими браузерами, уже разработали собственные передовые технологии искусственного интеллекта.

Firefox также стоит иметь в виду. Они внедряют новые элементы управления искусственным интеллектом, которые позволяют пользователям точно решать, какие функции искусственного интеллекта они хотят включить или отключить. Такой подход может дать нам лучшее понимание того, чего пользователи *действительно* хотят от искусственного интеллекта, а не того, что разработчики искусственного интеллекта думают, что им нужно.

Конкуренция между браузерами на основе искусственного интеллекта только начинается, и, вероятно, будет долгой. В то время как такие компании, как OpenAI и Perplexity, продвигают впечатляющие технологии, они не могут просто обойти устоявшееся доверие и привычки пользователей. В конечном счете, преуспеют те браузеры, которые будут отдавать приоритет отличному пользовательскому опыту и предоставлять реальную ценность. Мы поймем, что эта конкуренция действительно закончилась, когда AI-серфинг станет настолько плавным и интегрированным в нашу повседневную жизнь, что мы даже не заметим его присутствия.

Смотрите также

2026-03-03 16:42

Уязвимость плагина Page Builder от SiteOrigin для WordPress затрагивает до 500 тысяч сайтов.

от

Как вебмастер, я сообщаю вам о серьезной проблеме безопасности, которую я отслеживаю в плагине SiteOrigin Page Builder для WordPress. Она затрагивает более полумиллиона веб-сайтов, и, к сожалению, это третья уязвимость, которую мы обнаружили в этом плагине только в этом году. Серьезность довольно высока – она оценивается в 8.8 из 10 по шкале CVSS, поэтому вам следует быстро решить эту проблему, если вы используете этот плагин на своем сайте.

Что делает плагин

SiteOrigin Page Builder — это инструмент для WordPress, который позволяет легко создавать собственные макеты страниц. Вы можете просто перетаскивать элементы, чтобы создавать адаптивные, колоночные дизайны, используя привычные виджеты WordPress — кодирование не требуется!

Он популярен как на коммерческих, так и на личных веб-сайтах, потому что совместим со многими дизайнами и не требует навыков программирования для использования.

Требуется доступ уровня участника.

Эта уязвимость требует, чтобы кто-то был авторизован. Злоумышленнику необходим доступ ‘Contributor’ или более высокий уровень разрешений. ‘Contributor’ — это базовая роль пользователя WordPress — эти пользователи могут писать и отправлять контент, но не могут публиковать его самостоятельно. Таким образом, хотя доступ администратора не требуется, для эксплуатации этой уязвимости необходима учетная запись.

https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text

Уязвимость локального включения файлов

Плагин подвержен уязвимости Local File Inclusion во всех версиях, включая 2.33.5.

Local File Inclusion происходит, когда плагин обманом заставляет загружать файлы с сервера без достаточных проверок безопасности, что потенциально может привести к раскрытию конфиденциальной информации.

Проблема существует в функции locate_template().

Что пошло не так

Как SEO-эксперт, я выявил потенциальную проблему с безопасностью этого плагина. Он недостаточно контролирует, какие файлы могут быть доступны при использовании функции `locate_template()`. Это означает, что потенциально конфиденциальные файлы могут быть раскрыты, что является риском, которого я всегда советую клиентам избегать.

Эта функция должна загружать только одобренные шаблонные файлы.

Что могут делать атакующие

Без необходимой проверки безопасности авторизованный злоумышленник мог бы обмануть плагин и заставить его загрузить любой файл, уже присутствующий на сервере.

Если хакеру удастся загрузить файл на сервер, он потенциально может обмануть плагин и заставить его выполнить этот файл, как если бы он был частью кода веб-сайта.

Согласно официальному уведомлению Wordfence:

В плагине SiteOrigin Page Builder для WordPress (версий 2.33.5 и более ранних) существует уязвимость в системе безопасности, которая позволяет пользователям с правами участника (Contributor) или выше загружать и запускать вредоносный код на веб-сайте. Это связано со слабостью в том, как плагин обрабатывает загрузку файлов через свою функцию ‘locate_template()’, что потенциально дает злоумышленникам контроль над сервером.

Как цифровой маркетолог, я всегда внимательно отношусь к загрузке файлов. Существует уязвимость, когда, казалось бы, безвредные файлы – например, изображения – могут быть фактически использованы для эксплуатации системы. Это может позволить кому-то обойти меры безопасности, украсть конфиденциальную информацию или даже запустить вредоносный код на наших системах. Это серьезный риск, который нам необходимо устранить при приеме файлов от пользователей.

Затронутые и пропатченные версии

Была обнаружена уязвимость в безопасности в плагине Page Builder от SiteOrigins, затрагивающая версии 2.33.5 и более ранние. Эта проблема была решена с выпуском версии 2.34.0.

Рекомендуемые действия для владельцев сайтов

Как SEO-эксперт, я советую всем, кто использует плагин Page Builder by SiteOrigin: пожалуйста, обновите его до версии 2.34.0 или более поздней как можно скорее. Если вы не можете обновиться прямо сейчас, лучшее, что вы можете сделать для производительности и безопасности вашего сайта, — это временно отключить плагин до тех пор, пока не сможете это сделать.

Смотрите также

2026-03-03 16:10

Уязвимость плагина WordPress для регистрации пользователей и членства.

от

Как SEO-эксперт, я отмечаю серьезную проблему с безопасностью плагина User Registration & Membership для WordPress. Это влияет на более чем 60 000 веб-сайтов, а уязвимость крайне критична – оценка 9.8 из 10. По сути, этот недостаток позволяет любому – даже без входа в систему – создать полную учетную запись администратора на вашем сайте. Это огромный риск, и я настоятельно рекомендую немедленно исправить его, чтобы защитить SEO вашего веб-сайта и данные пользователей.

Плагин WordPress для регистрации пользователей и членства

Этот плагин поможет вам создать веб-сайты с членством. С его помощью вы можете разрабатывать собственные формы регистрации, определять различные уровни членства, ограничивать доступ к определенному контенту для платных участников и собирать абонентскую плату.

Неаутентифицированное повышение привилегий

Проблема затрагивает все версии до и включая 5.1.2.

Эта уязвимость возникает из-за того, что плагин некорректно контролирует, какие роли могут выбирать новые пользователи при регистрации. Когда кто-то регистрируется, плагин позволяет им выбрать роль, не проверяя, разрешена ли эта роль на самом деле, что создает потенциальный риск для безопасности.

Список разрешенных ролей на стороне сервера — это мера безопасности, которая ограничивает роли пользователей, которые они могут выбрать при регистрации. Без этого ограничения система приняла бы любую введенную роль.

https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text

Без этой проверки безопасности кто-то мог бы зарегистрироваться как администратор, получив несанкционированный доступ.

Что могут делать атакующие

Это позволяет неаутентифицированным злоумышленникам создавать учетные записи администратора.

  • Установить или удалить плагины
  • Изменить темы
  • Загрузка вредоносного кода
  • Создавать или удалять учётные записи пользователей.
  • Доступ к данным сайта
  • Создание учётной записи администратора фактически даёт злоумышленнику контроль над сайтом.

Существует уязвимость в безопасности в плагине WordPress ‘User Registration & Membership’ (версии 5.1.2 и более ранние), которая может позволить злоумышленникам создавать учетные записи администратора. Плагин ненадлежащим образом проверяет роли пользователей во время регистрации, что означает, что кто-то может зарегистрироваться с правами администратора без авторизации. Это связано с тем, что плагин принимает роли, определяемые пользователем, без достаточных проверок безопасности.

Затронутые и исправленные версии

Уязвимость затрагивает все версии, вплоть до и включая 5.1.2.

Он был исправлен в версии 5.1.3.

Это обновление ограничивает роли, которые пользователи могут выбирать при регистрации, предотвращая случайное предоставление себе высоких уровней доступа, таких как доступ администратора.

Что должны делать владельцы сайтов

Если вы используете плагин User Registration & Membership, пожалуйста, обновите его до версии 5.1.3 или более поздней. В более старых версиях есть уязвимость в системе безопасности, которая позволяет злоумышленникам создавать учетные записи администраторов на вашем сайте без необходимости использования имени пользователя или пароля. Обновление устраняет эту проблему, предотвращая предоставление пользователями себе привилегированного доступа в процессе регистрации.

Смотрите также

2026-03-03 15:39

Titans и MIRAS от Google: Значительный прогресс в AI с длинным контекстом.

от

Исследователи Google представили два новых проекта, Titans и MIRAS, разработанные для того, чтобы помочь системам ИИ лучше обрабатывать длинные фрагменты информации. Современный ИИ часто испытывает трудности с поддержанием контекста и скорости при работе с расширенным контентом. Titans и MIRAS работают вместе, чтобы предоставить ИИ более организованный способ запоминать ключевые детали с течением времени, позволяя ему более эффективно следить за длинными документами, разговорами или потоками данных.

The Titans Architecture

Как цифровой маркетолог, я действительно рад этому новому подходу к моделированию поведения клиентов. Мы создаём систему, которая по сути ‘запоминает’ взаимодействия с течением времени, а не просто смотрит на последние данные. Она учится, выявляя то, что *действительно* выделяется – вещи, которые ‘удивляют’ модель, указывая на значительное изменение или новую тенденцию. Это позволяет нам получить гораздо более тонкое и точное понимание нашей аудитории, что приводит к лучшему таргетингу и более эффективным кампаниям.

«Метрика неожиданности» — это система, которую модель использует для выявления необычной или важной информации. Она работает путем сравнения того, что модель уже знает, с любыми новыми данными, которые она получает. Высокий балл «метрики неожиданности» указывает на то, что новая информация значительно отличается от того, что ожидала модель, побуждая ее обратить на нее более пристальное внимание и, возможно, сохранить ее для дальнейшего использования.

https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text

Для эффективной работы система полагается на «импульс» – постоянную концентрацию – чтобы определить, какие части длинных последовательностей данных запоминать. Это помогает ей отслеживать важную информацию *после* первоначального сигнала, даже если эта информация сама по себе не особенно примечательна.

Система Titans включает в себя умный способ забывания старой информации. Это процесс, который постепенно удаляет детали, которые больше не важны, позволяя модели сосредоточиться на самых последних и релевантных данных при обработке длинных входных данных. Это предотвращает перегрузку модели устаревшей информацией.

Архитектура Titans создает систему памяти, которая остается точной и полезной даже при огромном количестве данных, благодаря умелому балансированию трех ключевых особенностей: фокусировке на важной информации (метрика удивления), запоминанию достаточного количества деталей (импульс) и забыванию нерелевантной информации (затухание веса).

The MIRAS Framework

Titans относится к конкретному типу модели, в то время как MIRAS — это более общая система для создания последовательных моделей. MIRAS рассматривает эти модели как разновидность ассоциативной памяти — по сути, модули, которые учатся связывать конкретные точки данных, выявляя взаимосвязи между ними. Он использует внутреннюю цель, чтобы направлять этот процесс обучения, сообщая модулю *how* понимать эти связи.

Чтобы создать модель в рамках этой структуры, дизайнеры делают четыре основных выбора:

  1. Структура памяти: физическая архитектура самой памяти, которая может варьироваться от простых векторов до глубоких MLP-слоёв, используемых в Titans.
  2. Предвзятость внимания: Конкретная внутренняя цель, определяющая, как память приоритизирует и связывает поступающую информацию.
  3. Стабильность и сохранение памяти: Механизм, который балансирует изучение новой информации с сохранением предыдущего состояния.
  4. Алгоритм памяти: Метод обучения, используемый для обновления памяти, такой как методы градиентного спуска, которые позволяют модели обучаться во время тестирования.

Проблема: ИИ может обрабатывать, но испытывает трудности с запоминанием.

Современный ИИ отлично справляется с пониманием информации, которую ему предоставляют напрямую. Однако, всё становится сложнее при работе с большими объемами контекста. По мере того, как такие вещи, как документы, данные или разговоры, становятся длиннее, ИИ-модели должны балансировать между запоминанием всех деталей и сохранением эффективности и доступности в плане затрат.

Современные языковые модели обычно обрабатывают длинный контекст одним из двух способов:

  1. Окно внимания
    Они возвращаются к более раннему тексту напрямую, когда это необходимо, многократно просматривая предыдущие токены, чтобы определить, что имеет значение для текущего шага.
  2. Сжатие состояния
    Они сжимают всё, что было раньше, в более краткое внутреннее резюме, чтобы продолжать двигаться вперёд, жертвуя детализацией ради эффективности.

Самая большая проблема заключается не в вычислительной мощности или скорости, с которой происходят события, а в том, как компьютеры запоминают информацию. Современные системы не управляют памятью активно во время работы. Они используют базовые, заранее заданные методы – либо обращаются к старым данным, либо быстро сохраняют новые данные – без разумного способа определить, какую информацию важно сохранять надолго.

Titans и MIRAS решают эту задачу, позволяя моделям контролировать свою собственную память, вместо того, чтобы полагаться на фиксированную структуру памяти, встроенную в их конструкцию.

Почему исследование представлено в двух частях?

Преодоление этой задачи — это не просто внесение одной простой исправления. Нам нужно продемонстрировать, что модели искусственного интеллекта действительно могут более эффективно обрабатывать память, а также нам нужно создать систематический подход к построению этих систем – вместо того, чтобы постоянно изобретать велосипед с каждым новым дизайном.

Обе статьи отражают эти потребности:

  • Один представляет конкретный метод для предоставления моделям формы долгосрочной памяти.
  • Другой предоставляет основу для понимания и построения моделей вокруг этой идеи.

Титаны: Добавление Формы Долговременной Памяти

Titans решает ключевую задачу эффективной обработки информации. Его конструкция позволяет модели учиться и запоминать в процессе работы, избегая необходимости повторного анализа старых данных или сжатия всего в ограниченное пространство. Вместо этого модель разумно сохраняет и использует ключевую информацию с течением времени.

Вместо создания кратких, стандартных резюме, эта система использует сложную нейронную сеть для понимания и передачи информации гораздо более подробно и нюансированно.

Мы стремимся позволить обработку чрезвычайно длинных фрагментов текста, не требуя постоянной перепроверки предыдущей информации или забывания важных деталей. Titans не предназначен для замены существующих моделей ИИ; вместо этого, он работает вместе с ними, улучшая их способность понимать контекст, сохраняя при этом их существующие сильные стороны.

MIRAS: Фреймворк для проектирования моделей, управляемых памятью

В то время как Titans фокусируется на конкретном методе, MIRAS рассматривает более широкий взгляд, учитывая общий дизайн последовательных моделей. Он рассматривает эти модели как системы, которые изучают и уточняют взаимосвязи с течением времени и предлагает четкую структуру для понимания того, как должна работать их память.

Вместо того, чтобы рассматривать различные компьютерные системы как совершенно отдельные типы, MIRAS группирует их на основе нескольких ключевых дизайнерских решений о том, как они хранят, находят, изменяют и сохраняют информацию.

MIRAS позволяет вам понять, как работают системы, такие как Titans, и создавать новые, опираясь на существующие основы, вместо того чтобы начинать всё с нуля.

Тестирование, улучшает ли этот подход обработку длинного контекста.

Как SEO-эксперт, я всегда заинтересован в том, как новые технологии проявляют себя в реальных сценариях. Эти исследователи хотели выяснить, действительно ли их система, основанная на памяти, *работает лучше*, чем текущие методы, поэтому они протестировали её на задачах, требующих обработки большого объема информации – представьте себе действительно длинные статьи или сложные веб-страницы. По сути, они проверяли, способна ли она эффективно обрабатывать большие объемы контекста.

При тестировании на очень длинных документах, Titans смогли обработать более 2 миллионов токенов и извлекать информацию точнее, чем другие модели. Примечательно, что в сложном бенчмарке BABILong – который проверяет способность модели находить и использовать информацию, скрытую в огромных текстах – Titans показали результаты лучше, чем даже гораздо более крупные модели, такие как GPT-4, несмотря на использование меньшего количества ресурсов.

Исследование MIRAS доказывает, что это достижение не связано с какой-либо одной конкретной моделью. Команда протестировала различные системы, созданные с использованием их подхода, и обнаружила, что эти основные идеи дизайна последовательно приводят к высокой производительности в решении широкого спектра различных задач.

Эти результаты демонстрируют, что использование организованной, активно используемой памяти позволяет моделям оставаться высокоточными даже при очень больших объемах данных, и все это без значительного увеличения требований к обработке.

Мы протестировали Titans в различных задачах и обнаружили, что они превосходят Transformers и другие современные линейные рекуррентные модели, особенно при работе с длинными текстами. Titans могут обрабатывать контекстные окна, превышающие 2 миллиона токенов, сохраняя при этом более высокую точность, чем существующие методы.

Эта статья представляет Miras, новую структуру, которая проясняет, как связаны онлайн-оптимизация и запоминание во время тестирования. Miras объясняет, почему распространенные конструкторские решения в нейронных сетях, такие как forget gates, работают именно так, как они работают, и может направлять разработку лучших архитектур для управления памятью.

Мы разработали три новые последовательные модели на основе наших существующих работ, и каждая из них имеет свои сильные и слабые стороны. Наши тесты показывают, что эти модели превосходят как Transformers, так и стандартные RNNs в различных задачах. Эта работа представляет эти различные версии, все построенные с использованием Miras.

В перспективе было бы полезно изучить, как эти различные системные конструкции работают в различных практических приложениях.

Выводы исследователей

Недавние исследования команды Titans показывают, что объединение быстрой локальной обработки с отдельной системой долгосрочной памяти помогает моделям лучше понимать и обрабатывать объёмную информацию. Этот подход улучшает текущие конструкции моделей, а не требует полной переработки или простого увеличения размера охвата внимания или использования более сильных методов сжатия.

Исследование MIRAS представляет новый способ мышления о последовательных моделях, рассматривая их как системы, работающие на основе памяти. Этот подход позволяет более организованно и последовательно создавать и оценивать эти модели. Основная идея заключается в том, чтобы сосредоточиться на том, как память функционирует как ключевая часть процесса проектирования.

Обе исследовательские работы изучают, как модели ИИ могут активно использовать и контролировать память. Titans достигает этого, встраивая систему для хранения информации во время работы, в то время как MIRAS предлагает структуру для создания и оценки моделей, полагающихся на память.

В блоге Google объясняется, что делает Titans и MIRAS важными:

Титаны и фреймворк MIRAS представляют собой значительный шаг вперед в том, как компьютеры обрабатывают последовательности информации. В отличие от старых методов, которые полагаются на ограниченную память, эти новые подходы используют глубокое обучение для создания памяти, которая растет и обучается по мере поступления данных, позволяя им обрабатывать более сложные закономерности.

MIRAS предлагает сильный, объединяющий фреймворк, демонстрирующий, как онлайн-оптимизация, ассоциативная память и архитектурный дизайн взаимосвязаны. Отходя от традиционных методов, эта работа прокладывает путь для продвинутых последовательных моделей, которые являются одновременно эффективными, как Рекуррентные Нейронные Сети (RNN), и способны справляться со сложными требованиями ИИ с длинным контекстом.

Их работа показывает, что улучшение обработки длинных текстов ИИ касается не только увеличения ‘окна’ информации или использования более крупных моделей ИИ. Речь идет о предоставлении ИИ системы для эффективной организации и запоминания информации.

Смотрите также

2026-03-03 13:41

Патенты Google на сгенерированные ИИ целевые страницы ограничены покупками и рекламой.

от

Недавно возникли обсуждения относительно патента Google, который позволяет им создавать целевые страницы напрямую, вместо перенаправления пользователей на фактические веб-сайты. Однако утверждения о том, что это относится ко всем некачественным страницам, не соответствуют действительности. Патент конкретно фокусируется на функции для страниц покупок.

Google не заменяет сайты на целевые страницы.

Патентные заявки могут быть расплывчатыми, поскольку обычно пишутся широким языком, чтобы охватить как можно больше потенциальных применений. Это верно для недавней патентной заявки под названием «Страница контента, сгенерированного ИИ, адаптированная к конкретному пользователю», которая не объясняет, как на самом деле будет использоваться изобретение.

https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text

Гленн Гейб недавно опубликовал пост о патенте, повторяя то, что кто-то другой сказал об этом в LinkedIn.

Он написал в Твиттере:

Люди уже бурно реагируют на обзоры от ИИ, но ситуация может стать еще более спорной. Google запатентовал технологию, которая позволит ему создавать пользовательские целевые страницы для пользователей на основе результатов поиска – по сути, заменяя вашу целевую страницу, если Google сочтет ее недостаточной. Joshua Squires из Amsive Digital заметил это в LinkedIn, подчеркнув, что Google может генерировать контент, специально адаптированный для каждого отдельного пользователя.

И похоже, что это может быть использовано как для рекламы, так и для органического продвижения… Стоит ознакомиться с патентом.

Система будет оценивать веб-сайт организации и присваивать ему «оценку целевой страницы» на основе того, насколько хорошо он удовлетворяет потребности пользователей. Если оценка указывает на то, что существующая страница может быть улучшена, система автоматически создаст новую, персонализированную страницу с использованием ИИ. Этот ИИ использует информацию о поиске пользователя, его местоположении и предпочтениях, а также контент с веб-сайта организации, чтобы создать более удобный пользовательский опыт. Вместо стандартной веб-страницы пользователь увидит обновленный результат поиска со ссылкой на эту новую страницу, работающую на основе ИИ.

Гленн прав – это потенциально может быть использовано для рекламы. Однако патент не распространяется на создание посадочных страниц для типичных результатов поиска.

Патент посвящен созданию посадочных страниц для поисковых запросов о покупках, особенно когда эти страницы предлагают плохой пользовательский опыт. В основном в нем обсуждается, как это относится к результатам покупок из платных рекламных объявлений.

Использование платной рекламы – хорошее решение, поскольку оно может помочь рекламодателям увеличить продажи на посадочных страницах, которые в настоящее время работают неэффективно. Сам патент выделяет это как ключевую причину для создания этих страниц.

Что говорит патент.

В патенте часто используются общие термины, такие как «компании» и «создатели контента», но все конкретные примеры, данные и макеты экранов явно относятся к:

  • Сайты электронной коммерции
  • Страницы списков продуктов
  • Рейтинговые посадочные страницы
  • Платные поисковые среды
  • Коммерческие веб-сайты, ориентированные на конверсию
  • Коэффициент конверсии, показатель отказов, кликабельность в качестве сигналов для оценки
  • Кнопки призыва к действию на страницах продуктов
  • Товары в ленте
  • Пример покупателя, испытывающего трудности с навигацией по странице для приобретения продукта.
  • Размещение спонсорского контента
  • Посадочные страницы, которым не хватает фильтров продуктов (что затрудняет потребителям поиск их продукта).

Патенты обычно начинаются с общего обзора изобретения, известного как Реферат. По мере дальнейшего чтения детали становятся более конкретными, и этот патент не является исключением. В начале, в разделе «Предыстория», патент четко объясняет, для чего предназначено изобретение.

Иногда целевые страницы могут быть сложными в использовании, что расстраивает посетителей. Например, если страница плохо спроектирована, клиентам может быть трудно найти то, что им нужно для совершения покупки.

  • «В некоторых случаях навигационная ссылка может быть включена в спонсорский контент.»
  • В некоторых случаях оценка целевой страницы может определяться на основе коэффициента конверсии, связанного с первой целевой страницей.
  • В некоторых случаях AI-сгенерированная страница может включать кнопку призыва к действию на страницу продукта…»
  • В некоторых случаях AI-сгенерированная страница может включать ленту продуктов, предоставляющую обзор продукта…
  • В некоторых случаях AI-сгенерированная страница может включать ссылку на страницу сведений о продукте.»

Очевидно, что этот патент касается контента, связанного с покупками и платной рекламой.

Не для редакционного контента.

Патент не предлагает каких-либо конкретных примеров того, как эта технология может применяться к таким вещам, как новостные статьи, записи в блогах, образовательные веб-сайты или общие информационные страницы. Вместо этого все доказательства указывают на то, что она предназначена для страниц, ориентированных на завершение транзакций, таких как те, что используются для онлайн-покупок.

Прочитайте патент Google.

Как SEO-эксперт, я создал руководство, чтобы помочь вам научиться читать патенты Google. Честно говоря, это более доступно, чем вы можете подумать, и это навык, которым должен владеть каждый SEO-специалист. Понимание этих патентов дает вам реальное представление о том, как работают алгоритмы Google. Вы можете найти его здесь – я настоятельно рекомендую ознакомиться с ним!

Патент Google: страница контента, сгенерированного ИИ, адаптированная под конкретного пользователя

Смотрите также

2026-03-03 07:11