<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
     xmlns:content="http://purl.org/rss/1.0/modules/content/"
     xmlns:media="http://search.yahoo.com/mrss/"
     xmlns:atom="http://www.w3.org/2005/Atom">

<channel>

    <atom:link
        href="https://shesht.am/tag/%d5%a1%d6%80%d5%b0%d5%a5%d5%bd%d5%bf%d5%a1%d5%af%d5%a1%d5%b6-%d5%a2%d5%a1%d5%b6%d5%a1%d5%af%d5%a1%d5%b6%d5%b8%d6%82%d5%a9%d5%b5%d5%b8%d6%82%d5%b6/feed"
        rel="self"
        type="application/rss+xml"
    />

    <lastBuildDate>Fri, 20 Nov 2026 14:10:52 +0000</lastBuildDate>

    <title>Շեշտ.am (shesht.am) - Feed</title>

    <description>Շեշտ.am – նորություններ եւ ոչ միայն</description>

    <link></link>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=21373</guid>

            <pubDate>Thu, 19 Nov 2026 13:08:00 +0000</pubDate>

            <title>KNDS-ը ներկայացրել է 30 մմ թնդանոթով հակադրոնային FENNEK AIR նախատիպը</title>

            <description><![CDATA[<p>Գերմանական KNDS Deutschland-ը ներկայացրել է FENNEK AIR հակադրոնային մեքենայի նախատիպը՝ 30 մմ թնդանոթով և արհեստական բանականության աջակցությամբ կառավարման համակարգով։ Առաջին ցուցադրության մասին ընկերությունը հայտարարել է նոյեմբերի 18-ին՝ Ռոտերդամի NEDS պաշտպանական ցուցահանդեսին ընդառաջ։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/11/fennek-cover.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[KNDS-ը ներկայացրել է 30 մմ թնդանոթով հակադրոնային FENNEK AIR նախատիպը]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
KNDS-ը հայտնել է, որ համակարգը պետք է միավորի տարբեր սենսորների տվյալները, հայտնաբերի ու հետևի անօդաչուներին և օգնի անձնակազմին որոշումներ ընդունել։ Արհեստական բանականության աջակցության աստիճանն ընտրում է անձնակազմը։ Արտադրողի պնդմամբ՝ տվյալների ավտոմատ մշակումը հայտնաբերումից մինչև կրակ բացելու ժամանակը կարող է կրճատել մինչև մի քանի վայրկյան։



Նախատիպի սպառազինությունը KNDS France-ի ARX30 հեռակառավարվող մարտական մոդուլն է՝ 30×113 մմ զինամթերքի համար նախատեսված ավտոմատ թնդանոթով։ Այն տեղադրված է FENNEK զրահամեքենայի հարթակի վրա, որն ի սկզբանե մշակվել է հետախուզության և դիտարկման համար։



Ընկերությունը նախատեսում է նաև մեքենաների միջև տվյալների փոխանակում․ մի մեքենայի սենսորների տեղեկությունը կարող է օգտագործվել ընդհանուր օդային պատկերը ձևավորելու համար։ Հայտարարված է նաև կառավարման համակարգի ու մարտական մոդուլի հետ կապված հարմարվող քողարկում, որի նպատակը մեքենան հայտնաբերելը դժվարացնելն է։



Համակարգի մասին հաղորդել է նաև Militarnyi մասնագիտական պարբերականը՝ հղում անելով ընկերության տրամադրած տեղեկություններին։ KNDS-ը AIR-ը ներկայացնում է որպես մոդուլային սարքավորումների համալիր․ այն նախատեսվում է տեղադրել ինչպես առկա FENNEK-ների, այնպես էլ այլ հարթակների վրա։



Առայժմ խոսքը նախատիպի մասին է։ KNDS-ի հաղորդագրությունում չեն հրապարակվել թիրախների հայտնաբերման ու խոցման հեռահարության չափումներ կամ անկախ մարտական փորձարկումների արդյունքներ։ Ուստի արձագանքման արագության, քողարկման և անօդաչուների խմբերի դեմ արդյունավետության պնդումները մնում են մշակողի հայտարարություններ։
]]></content:encoded>

            <link>https://shesht.am/military/fennek-air-counter-drone</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=21263</guid>

            <pubDate>Mon, 16 Nov 2026 10:08:41 +0000</pubDate>

            <title>Տասը երկիր ստորագրել է ԱԲ-ի մատակարարման շղթաների պաշտպանության հռչակագիր</title>

            <description><![CDATA[<p>Միացյալ Նահանգներն ու ինը գործընկեր երկրներ նոյեմբերի 15-ին ստորագրել են Սան Ֆրանցիսկոյի հռչակագիրը։ Նրանք պայմանավորվել են համատեղ պաշտպանել առաջադեմ արհեստական բանականության զարգացման համար անհրաժեշտ տեխնոլոգիաներն ու ենթակառուցվածքները։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/11/nrel-hpc-dennis-schroeder.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Տասը երկիր ստորագրել է ԱԲ-ի մատակարարման շղթաների պաշտպանության հռչակագիր]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
ԱՄՆ Պետդեպարտամենտը հայտնել է, որ փաստաթուղթը ստորագրվել է «Pax Silica» նախաձեռնության հիմնադիրների հանդիպմանը։ ԱՄՆ-ից բացի այն ստորագրել են Ավստրալիան, Հնդկաստանը, Իսրայելը, Ճապոնիան, Հարավային Կորեան, Կատարը, Սինգապուրը, Արաբական Միացյալ Էմիրություններն ու Միացյալ Թագավորությունը։



Հռչակագիրը սահմանում է, թե ինչն են մասնակից երկրները համարում պաշտպանության ենթակա։ Խոսքը մատակարարման շղթաների համար կարևոր սարքավորումների, ծրագրերի, նյութերի ու բաղադրիչների, ինչպես նաև դրանց արտադրության միջոցների մասին է։



Փաստաթուղթը կարևոր ենթակառուցվածքների շարքում նշում է նաև նավահանգիստները, տրանսպորտային ու կապի ցանցերը և էներգետիկ համակարգերը։ Երկրները ցանկանում են դիվերսիֆիկացնել մատակարարումները, որպեսզի անհրաժեշտ տեխնոլոգիաների կամ նյութերի հարցում չափազանց կախված չլինեն առանձին մատակարարներից։



Հռչակագրով նախատեսվում է աշխատանքային խմբեր ստեղծել։ Պետդեպարտամենտն առաջարկել է աշխատանքի հինգ ուղղություն՝ նորարարությանը նպաստող քաղաքականությունից և տնտեսության տարբեր ճյուղերում ԱԲ-ի կիրառումից մինչև մատակարարման շղթաների ու դրանց ենթակառուցվածքների պաշտպանություն։ Հրապարակված տեքստը չի սահմանում իրականացման ժամկետներ կամ ֆինանսավորման չափեր։



Ինչպես հաղորդում է Reuters-ը, Վաշինգտոնը «Pax Silica» նախաձեռնությունը մեկնարկել է 2025-ին՝ Չինաստանի հետ տեխնոլոգիական մրցակցության պայմաններում։ Այն ընդգրկում է նաև կիսահաղորդիչների և կարևոր հանքանյութերի մատակարարումները։ Սան Ֆրանցիսկոյի հռչակագրի տեքստում Չինաստանը չի հիշատակվում։
]]></content:encoded>

            <link>https://shesht.am/news/pax-silica-san-francisco-declaration</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=21160</guid>

            <pubDate>Fri, 13 Nov 2026 06:03:10 +0000</pubDate>

            <title>Մեծ Բրիտանիայի տնտեսության աճը երրորդ եռամսյակում արագացել է մինչև 0,7 տոկոս</title>

            <description><![CDATA[<p>Մեծ Բրիտանիայի իրական համախառն ներքին արդյունքը հուլիսից սեպտեմբեր աճել է 0,7 տոկոսով՝ նախորդ եռամսյակի 0,5 տոկոսի դիմաց։ Աճի հիմնական աղբյուրը ծառայությունների ոլորտն էր։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/11/canary-wharf-2020-uk-gdp.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Մեծ Բրիտանիայի տնտեսության աճը երրորդ եռամսյակում արագացել է մինչև 0,7 տոկոս]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Մեծ Բրիտանիայի ազգային վիճակագրության գրասենյակը նոյեմբերի 12-ին հրապարակել է երրորդ եռամսյակի ՀՆԱ-ի առաջին գնահատականը։ Ըստ այդ հաշվարկի՝ տնտեսության ծավալը նախորդ տարվա նույն եռամսյակի համեմատ ավելացել է 1,9 տոկոսով, իսկ մեկ շնչի հաշվով իրական ՀՆԱ-ն՝ 1,7 տոկոսով։



Ծառայությունների ոլորտը նախորդ եռամսյակի համեմատ աճել է 0,9 տոկոսով։ Արտադրական ոլորտում աճը կազմել է 0,1 տոկոս, իսկ շինարարության ծավալը կրճատվել է 0,7 տոկոսով։



Տեղեկատվության և կապի ոլորտում թողարկումն աճել է 2,1 տոկոսով։ Այդ աճին հատկապես նպաստել են ծրագրավորումը, խորհրդատվությունն ու հարակից ծառայությունները, որոնց ծավալն ավելացել է 4,4 տոկոսով։ Վիճակագրական գրասենյակի տվյալներով՝ շրջանառության ամենամեծ աճ գրանցած ընկերություններից շատերն աշխատում են արհեստական բանականության և ամպային հաշվարկների ոլորտներում, սակայն տվյալները թույլ չեն տալիս առանձնացնել դրանց ճշգրիտ ազդեցությունը։



Ամսական տվյալներով՝ ՀՆԱ-ն սեպտեմբերին աճել է 0,2 տոկոսով։ Օգոստոսի համար նախկինում հրապարակված 0,1 տոկոս աճի գնահատականը վերանայվել է. նոր հաշվարկով այդ ամսին տնտեսության ծավալը չի փոխվել։



Reuters-ը նշում է, որ սա Մեծ Բրիտանիայի տնտեսության ամենաարագ եռամսյակային աճն է 2024 թվականի առաջին եռամսյակից ի վեր։ Վիճակագրական գրասենյակը հաջորդ գնահատականը կհրապարակի դեկտեմբերի 22-ին։
]]></content:encoded>

            <link>https://shesht.am/news/uk-gdp-q3-2026</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=21148</guid>

            <pubDate>Thu, 12 Nov 2026 15:06:51 +0000</pubDate>

            <title>Ջենսեն Հուանգը հեռացել է Nvidia-ի գլխավոր տնօրենի պաշտոնից</title>

            <description><![CDATA[<p>Nvidia-ի համահիմնադիր Ջենսեն Հուանգը նոյեմբերի 12-ին հրաժարական է տվել՝ 33 տարի ընկերությունը ղեկավարելուց հետո։ Գլխավոր տնօրենի պաշտոնը ժամանակավորապես կստանձնի ֆինանսական տնօրեն Քոլեթ Քրեսը։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/11/jensen-huang-ces-2025.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Ջենսեն Հուանգը հեռացել է Nvidia-ի գլխավոր տնօրենի պաշտոնից]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Nvidia-ի տնօրենների խորհուրդը հայտնել է, որ Հուանգի հրաժարականն ուժի մեջ է մտել անմիջապես։ Նա թողել է նաև ընկերության նախագահի պաշտոնը և դուրս եկել տնօրենների խորհրդի կազմից։



Քրեսը կշարունակի կատարել ֆինանսական տնօրենի և գործադիր փոխնախագահի պարտականությունները, մինչև խորհուրդը մշտական ղեկավար ընտրի։ Ընկերությունը կդիտարկի ինչպես իր աշխատակիցների, այնպես էլ արտաքին թեկնածուների։ Քրեսը Nvidia-ի ֆինանսական բաժինը ղեկավարում է 2013 թվականից։



Խորհուրդն առաջին անգամ առանձին նախագահ է նշանակել։ Այդ պաշտոնը ստանձնել է խորհրդի անդամ Հարվի Ջոնսը, որը նախկինում ղեկավարել է չիպերի նախագծման ծրագրեր մշակող Synopsys ընկերությունը։



Հրաժարականի պատճառը նոյեմբերի 12-ի հայտարարության մեջ չի նշվում։ Նոյեմբերի 8-ին խորհուրդը հայտարարել էր անկախ քննություն սկսելու մասին՝ ի պատասխան մամուլի հրապարակումների, ըստ որոնց Հուանգը կարող էր օտարերկրյա հետախուզության թիրախ լինել։ Այդ ժամանակ խորհուրդը հայտնել էր, որ ԱՄՆ ազգային անվտանգության կամ Nvidia-ի գաղտնիքների վտանգման մասին վկայող հիմքեր չի տեսնում։



Հուանգը 1993 թվականից ղեկավարում էր Nvidia-ն։ Ընկերությունը, որը հայտնի դարձավ համակարգչային խաղերի համար նախատեսված գրաֆիկական պրոցեսորներով, հետագայում դարձավ արհեստական բանականության համակարգերի համար չիպերի հիմնական մատակարարներից մեկը։ Reuters-ը հաղորդել է, որ հրաժարականի մասին հայտարարությունից հետո ընկերության բաժնետոմսերը վաղ առևտրի ընթացքում ավելի քան 12 տոկոսով էժանացել են։
]]></content:encoded>

            <link>https://shesht.am/news/nvidia-jensen-huang-resigns</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=20987</guid>

            <pubDate>Sun, 08 Nov 2026 09:08:34 +0000</pubDate>

            <title>Նեյրացանցերի ուսուցման անկայունությունը կապել են ֆրակտալ կառուցվածքի հետ</title>

            <description><![CDATA[<p>Ավստրալիացի հետազոտողները նեյրացանցերի ուսուցման արդյունքների տարբերությունը կապել են մեկնարկային պայմանների ֆրակտալ կառուցվածքի հետ։ Նրանց փորձերում նույնիսկ գրեթե նույն կարգավորումներով ուսուցանված ցանցերը կարող էին տարբեր պատասխաններ տալ։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/11/shesht-ai-fractal-cover-20261108.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Նեյրացանցերի ուսուցման անկայունությունը կապել են ֆրակտալ կառուցվածքի հետ]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[Սիդնեյի համալսարանի ֆիզիկոսներ Էնդրյու Լայն ու Պուլին Գոնգը արդյունքները ներկայացրել են նոյեմբերի 5-ին Nature Machine Intelligence-ում հրապարակված հոդվածում։ Համալսարանը աշխատանքի մասին հաղորդել է նոյեմբերի 6-ին։
Նեյրացանցը սովորելիս աստիճանաբար փոփոխում է իր ներքին պարամետրերը։ Հեղինակները մեկնարկային կարգավորումները դիտարկել են որպես քարտեզի կետեր. նույն վերջնական լուծմանը տանող կետերը կազմում են ձգողության ավազան։ Եթե տարբեր ավազանները խիտ միահյուսված են, գրեթե կողք կողքի գտնվող մեկնարկները կարող են բերել տարբեր լուծումների։
Պարզ՝ երկշերտ ցանցի համար գիտնականները մաթեմատիկորեն ցույց են տվել նման ֆրակտալ կառուցվածքի առաջացման պայմանները։ Ավելի բարդ ցանցերում նրանք հայտնաբերել են նույն մեխանիզմին համապատասխանող նշաններ։ Այդ դեպքերում մեկնարկային պարամետրերի ճշգրտության մեծացումը միշտ չէ, որ օգնում է կանխատեսել ուսուցման վերջնական արդյունքը։
Հետազոտողները ընդհանուր առմամբ ուսուցանել են շուրջ 500 հազար նեյրացանց՝ տարբեր ճարտարապետություններով, տվյալներով և ուսուցման եղանակներով։ Փորձերը ներառել են պատկերների ճանաչում և տեքստերի հուզական երանգի դասակարգում։ Էֆեկտը պահպանվել է նաև այնպիսի հաշվարկներում, որտեղ վերացված էին արտաքին պատահականության աղբյուրները։
Պատկերներ դասակարգող ցանցի ուսումնասիրված տարբերակներից մեկում մեկնարկային անորոշությունը տասը միլիարդ անգամ փոքրացնելը գործնականում չի բարելավել արդյունքների վերարտադրելիությունը։ Հեղինակները ստուգել են ոչ միայն ներքին պարամետրերը, այլև ցանցերի պատասխանները. գրեթե նույն մեկնարկներով ուսուցանված զույգերի կանխատեսումները միջինում տարբերվել են մուտքային օրինակների մոտ 2,9 տոկոսի համար։
Փորձարկված կարգավորումների մեծ մասում ավելի փոքր ուսուցման քայլը բարձրացրել է վերարտադրելիությունը, սակայն վատացրել ուսուցման արդյունավետությունը։ Հեղինակներն առաջարկում են անկայունությունը գնահատել նաև ցանցերի պատասխանների տարբերությամբ։ Աշխատանքը չի ապացուցում, որ բոլոր նեյրացանցերը նույն չափով անկանխատեսելի են. այն բացահայտում է հնարավոր մեխանիզմ և դրա ստուգման գործիքներ։]]></content:encoded>

            <link>https://shesht.am/science/ai-training-fractal-limits</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=20803</guid>

            <pubDate>Sun, 01 Nov 2026 10:08:04 +0000</pubDate>

            <title>Հարավային Կորեայի արտահանումը հոկտեմբերին աճել է 93,7%-ով</title>

            <description><![CDATA[<p>Հարավային Կորեայի արտահանումը հոկտեմբերին նախորդ տարվա նույն ամսվա համեմատ աճել է 93,7%-ով։ Հիմնական խթանը կիսահաղորդիչների պահանջարկն է՝ արհեստական բանականության ենթակառուցվածքներում ներդրումների աճի պայմաններում։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/11/shesht-korea-exports.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Հարավային Կորեայի արտահանումը հոկտեմբերին աճել է 93,7%-ով]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Երկրի արդյունաբերության և առևտրի նախարարությունը նոյեմբերի 1-ին հայտնել է, որ արտահանման արժեքը կազմել է 115,28 միլիարդ դոլար։ Սա երկրորդ ամենաբարձր ամսական արդյունքն է՝ սեպտեմբերին գրանցված մոտ 121,1 միլիարդ դոլարից հետո։ Այսպիսով՝ տարեկան կտրվածքով կտրուկ աճը չի նշանակում, որ արտահանումն ավելացել է նաև նախորդ ամսվա համեմատ։



Կիսահաղորդիչների արտահանումը հասել է 56,44 միլիարդ դոլարի՝ նախորդ հոկտեմբերի համեմատ աճելով 259,4%-ով։ Նախարարությունը դա կապում է խոշոր տեխնոլոգիական ընկերությունների ներդրումների հետ, որոնք բարձր են պահում ինչպես չիպերի պահանջարկը, այնպես էլ դրանց գները։ Արհեստական բանականության ծառայությունների համար սերվերների պահանջարկի աճին զուգահեռ ավելացել են նաև համակարգիչների մատակարարումները։



Reuters-ը նշում է, որ աճին նպաստել է նաև աշխատանքային օրերի ավելի մեծ թիվը․ Չուսոկի տոները 2025-ին հոկտեմբերին էին, իսկ այս տարի՝ սեպտեմբերին։ Սակայն տարբերությունը միայն օրացույցով չի բացատրվում։ Ըստ նախարարության՝ մեկ աշխատանքային օրվա հաշվով միջին արտահանումն աճել է 76%-ով՝ հասնելով 5,24 միլիարդ դոլարի։



Արտահանման 20 հիմնական ապրանքախմբերից 18-ում աճ է գրանցվել։ Չինաստան մատակարարումների արժեքը կազմել է 26,98 միլիարդ դոլար, ԱՄՆ՝ 24,9 միլիարդ։ Երկու ուղղություններով էլ աճը զգալի է եղել, իսկ դեպի ԱՄՆ արտահանման մեջ առանձնացել են կիսահաղորդիչները, համակարգիչներն ու էլեկտրասարքավորումները։



Մաքսային ծառայության հրապարակած տվյալներով՝ ներմուծումը տարեկան կտրվածքով աճել է 36%-ով՝ մինչև 72,78 միլիարդ դոլար։ Արտահանման և ներմուծման տարբերությունը՝ առևտրային հաշվեկշռի հավելուրդը, կազմել է 42,5 միլիարդ դոլար։



Հունվար–հոկտեմբերին արտահանումը կազմել է մոտ 930 միլիարդ դոլար՝ 60,6%-ով ավելի, քան մեկ տարի առաջ։ Նախարարության կանխատեսմամբ՝ տարեկան ցուցանիշը նոյեմբերին կարող է անցնել մեկ տրիլիոն դոլարը՝ մատակարարումների ընթացիկ տեմպի պահպանման դեպքում։
]]></content:encoded>

            <link>https://shesht.am/news/korea-october-export-surge</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=20642</guid>

            <pubDate>Tue, 27 Oct 2026 14:15:37 +0000</pubDate>

            <title>OpenAI-ը ներկայացրել է էքսպոնենցիալ ժամանակի վարկածի ենթադրյալ հերքումը</title>

            <description><![CDATA[<p>OpenAI-ը հրապարակել է արհեստական բանականությամբ ստացված արդյունք, որը, ընկերության պնդմամբ, հերքում է էքսպոնենցիալ ժամանակի վարկածը։ Տեսական համակարգչագիտության այս կարևոր ենթադրությունը վերաբերում է որոշ տրամաբանական խնդիրների լուծման համար անհրաժեշտ ժամանակին, իսկ նոր արդյունքը դեռ պետք է ուսումնասիրվի անկախ մասնագետների կողմից։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/10/shesht-eth-cover.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[OpenAI-ը ներկայացրել է էքսպոնենցիալ ժամանակի վարկածի ենթադրյալ հերքումը]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Ընկերությունը հոկտեմբերի 26-ին հայտնել է, որ իր ներքին մոդելն առաջարկել է էքսպոնենցիալ ժամանակի վարկածի՝ ETH-ի հերքումը։ Հրապարակված նախնական աշխատությունը թվագրված է հոկտեմբերի 17-ով և վերանայվել է հոկտեմբերի 25-ին։ OpenAI-ն այս նյութերը բնորոշում է որպես հետազոտական սկզբնական տվյալներ, որոնք գիտական հանրությունը պետք է ուսումնասիրի և բացատրի։



Խնդրի հիմքում 3-SAT կոչվող տրամաբանական առաջադրանքն է։ Պետք է գտնել փոփոխականների «ճշմարիտ» կամ «կեղծ» արժեքների այնպիսի ընտրություն, որը միաժամանակ բավարարում է բոլոր պայմաններին. յուրաքանչյուր պայման պարունակում է առավելագույնը երեք փոփոխական կամ դրանց ժխտումները։ ETH-ն ենթադրում է, որ վատագույն դեպքերում լուծման ժամանակն անխուսափելիորեն էքսպոնենցիալ աճում է փոփոխականների թվի հետ։



Նախնական աշխատությունում OpenAI-ն առաջարկում է ալգորիթմ, որը ոչ միայն պարզում է լուծման գոյությունը, այլև հաշվում է բոլոր բավարարող տարբերակները։ Այն վերաբերում է k-SAT-ի խնդիրներին՝ պայմանների չափի ֆիքսված սահմանով, և, ներկայացված գնահատականի համաձայն, աշխատում է ենթաէքսպոնենցիալ ժամանակում՝ օգտագործելով բազմանդամային ծավալի հիշողություն։ Սա ETH-ի կանխատեսածից ավելի դանդաղ աճող ժամանակային բարդություն է։



OpenAI-ն նաև հրապարակել է Lean համակարգով ձևակերպված ապացույցը։ Դրա շրջանակի նկարագրությունը սահմանում է, թե կոնկրետ ինչ պնդում է ընդգրկում ձևական ստուգումը՝ լուծումների ճշգրիտ հաշվարկ ենթաէքսպոնենցիալ ժամանակում և բազմանդամային հիշողությամբ։ Ընկերության հաղորդած ձևական ստուգումն ու անկախ մասնագետների կողմից արդյունքի ամբողջական ըմբռնումը տարբեր փուլեր են։



Ընկերության փոխանցմամբ՝ արդյունքի բաց և անկախ ուսումնասիրությունը կկազմակերպեն Ռասել Իմպալիացոն և Ռամամոհան Պատուրին՝ Սան Դիեգոյի Կալիֆոռնիական համալսարանից, ինչպես նաև Ռայան Ուիլյամսը՝ Մասաչուսեթսի տեխնոլոգիական ինստիտուտից։ Իմպալիացոն ու Պատուրին ETH-ի սկզբնական հեղինակներից են։ Նրանց ներգրավումը ներկայացվում է որպես ստուգման գործընթացի կազմակերպում։



Տեսական համակարգչագետ Սքոթ Աարոնսոնն իր բլոգում շեշտում է, որ այս արդյունքը դեռ հեռու է P-ի և NP-ի հավասարության ապացույցից։ Ներկայացված արագացումը վերաբերում է k-SAT-ին. դրանից ինքնաբերաբար չի հետևում, որ նույն կերպ կարելի է արագ լուծել բոլոր NP-ամբողջական խնդիրները։



Եթե հերքումը հաստատվի, անհրաժեշտ կլինի վերանայել այն բարդության սահմանները, որոնք գիտական աշխատություններում հիմնավորվել են ETH-ի ճշմարիտ լինելու պայմանով։ Միաժամանակ սա պատրաստի գործնական արագացում չի նշանակում. OpenAI-ն նշում է, որ տեսական արդյունքը կիրառելի ալգորիթմների վերածելը լրացուցիչ հետազոտություն է պահանջում։
]]></content:encoded>

            <link>https://shesht.am/science/openai-eth-claim</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=20636</guid>

            <pubDate>Tue, 27 Oct 2026 11:09:07 +0000</pubDate>

            <title>Helsing-ը ներկայացրել է արագընթաց անօդաչուների դեմ երկու նոր որսիչ հրթիռ</title>

            <description><![CDATA[<p>Գերմանական Helsing ընկերությունը ներկայացրել է Contra հակաօդային պաշտպանության համակարգը՝ AD-1 Inferno և AD-2 Ambush որսիչ հրթիռներով։ Նախագիծը նախատեսված է արագընթաց անօդաչուների և թևավոր հրթիռների դեմ պայքարի համար, սակայն դեռ փորձարկման փուլում է։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/10/shesht-helsing-contra-cover.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Helsing-ը ներկայացրել է արագընթաց անօդաչուների դեմ երկու նոր որսիչ հրթիռ]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Helsing-ը նոր մշակումը հոկտեմբերի 26-ին Բեռլինում ներկայացրել է որպես սենսորների, որսիչների և արհեստական բանականությամբ կառավարման ծրագրի համատեղ համակարգ։ Այն հիմնված է ընկերության Altra հարթակի վրա։ Մշակողի նկարագրությամբ՝ ծրագիրը միավորում է օդային իրադրության տվյալները և համակարգում թիրախների որսումը՝ օպերատորին թողնելով որոշումների ու առաջնահերթությունների վերահսկողությունը։



Երկու հրթիռներն ունեն տարբեր շարժիչներ և նախատեսված են միմյանց լրացնելու համար։ AD-1 Inferno-ն ռեակտիվ շարժիչով որսիչ է, որը, ընկերության տվյալներով, կարող է թռիչքի ընթացքում սպասել թիրախի և կրկին փորձել այն որսալ։ Helsing-ի արտադրանքի էջում նշվում է ժամում 700 կիլոմետրը գերազանցող առավելագույն արագություն և առնվազն 20 կիլոմետր հեռահարություն։



AD-2 Ambush-ն ունի պինդ վառելիքով հրթիռային շարժիչ և նախատեսված է ավելի արագ որսումների համար։ Մշակողը դրա համար նշում է ձայնի արագության կրկնապատիկը գերազանցող արագություն և առնվազն 20 կիլոմետր հեռահարություն։ Այս ցուցանիշները ընկերության ներկայացրած տվյալներն են, ոչ թե հրապարակված անկախ փորձարկումների չափումներ։



Երկու որսիչներն էլ արձակվում են բեռնարկղերից։ Թռիչքի միջին հատվածում դրանք ուղղորդվում են ցամաքային ռադարների տվյալներով, իսկ թիրախին մոտենալիս օգտագործում են սեփական ռադարային ինքնաուղղորդման գլխիկը։ Helsing-ի պնդմամբ՝ այդ լուծումը պետք է թույլ տա որսումներ կատարել նաև վատ տեսանելիության պայմաններում։



Defense News-ը, որը լուսաբանել է լրագրողների համար կազմակերպված շնորհանդեսը, հաղորդել է, որ գլխավոր տնօրեն Գունբերտ Շերֆը համակարգի շուկայական պատրաստությունը սպասում է 2027 թվականի երկրորդ կեսին։ Ընկերության ներկայացուցիչները մեկ կրակոցի արժեքը գնահատել են 100 հազար դոլարից պակաս։ Դա հայտարարված գնային նպատակ է, ոչ թե արդեն հաստատված մարտական որսման արժեք։



Մշակողը նախատեսում է Contra-ին միացնել նաև այլ արտադրողների որսիչներ, հակադրոնային լազերներ ու հրանոթներ։ Հայտարարված նպատակը զանգվածային հարձակումներին ավելի մատչելի միջոցներով հակազդելն է։ Հոկտեմբերի 26-ի պաշտոնական հաղորդագրությունում, սակայն, փորձարկումների մանրամասն արդյունքներ կամ իրական մարտական կիրառության տվյալներ չեն ներկայացվել։
]]></content:encoded>

            <link>https://shesht.am/military/helsing-contra-interceptors</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=20621</guid>

            <pubDate>Mon, 26 Oct 2026 16:02:30 +0000</pubDate>

            <title>Լեզվային մոդելները դեղեր առաջարկելիս հակվել են հայտնի ապրանքանիշերին</title>

            <description><![CDATA[<p>Հինգ լեզվային մոդելների փորձարկումը ցույց է տվել, որ նույն ազդող նյութով տարբեր դեղերից համակարգերը սովորաբար նախընտրում են մեկ ապրանք։ Այդ ընտրությունը հաճախ համընկել է հայտնի և համացանցում առավել տեսանելի ապրանքանիշերի հետ՝ տարբերվելով բժիշկների իրական նշանակումների բաշխումից։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/10/shesht-ai-drug-cover.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Լեզվային մոդելները դեղեր առաջարկելիս հակվել են հայտնի ապրանքանիշերին]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Օսակայի մետրոպոլիտեն համալսարանի և Տեխասի համալսարանի MD Anderson քաղցկեղի կենտրոնի հետազոտողները արդյունքները հոկտեմբերի 26-ին հրապարակել են Nature Health ամսագրում։ Նրանք ուսումնասիրել են ոչ թե դեղերի բուժական արդյունավետությունը, այլ այն, թե լեզվային մոդելներն ինչ առևտրային անվանումներ են առաջարկում, երբ դեղի ազդող նյութն արդեն նշված է հարցման մեջ։



Թիմը կազմել է հիվանդություն–դեղ զույգերի 123 տարբերակ և դրանք համադրել 1 440 սոցիալժողովրդագրական նկարագրությունների հետ՝ ստանալով 177 120 հորինված կլինիկական սցենար։ Յուրաքանչյուր սցենարը ներկայացվել է GPT-5.4, Claude Sonnet 4.6, Gemini 3.1 Flash, Llama 4 և MedGemma մոդելներին՝ խնդրելով նախապատվության հերթականությամբ նշել ԱՄՆ-ում հաստատված մինչև երեք դեղի անվանում։



Մոդելները տվել են առնվազն մեկ առաջարկ պարունակող շուրջ 883 հազար պատասխան։ Յուրաքանչյուր հիվանդություն–դեղ զույգի և մոդելի համար մեկ ապրանքին բաժին է հասել առաջին առաջարկների միջինում 97,5%-ը։ Այսինքն՝ ընտրությունը գրեթե միշտ կրկնվել է՝ չնայած հիվանդի նկարագրության փոփոխություններին։



Համալսարանը հայտնել է, որ ավելի հաճախ առաջարկվել են հայտնի ապրանքանիշեր, Google-ում մեծ տեսանելիություն կամ Վիքիպեդիայում առանձին էջ ունեցող դեղեր։ Այս կապը ինքնին չի ապացուցում, որ հենց առցանց տեսանելիությունն է առաջացրել նախընտրությունը։ Հետազոտողները գտել են նաև կարգավորող տեղեկություններին չհամապատասխանող առաջարկներ, այդ թվում՝ շրջանառությունից հանված ապրանքներ։



Գնային ամբողջական տվյալներ ունեցող 51 ազդող նյութերի համար թիմը հաշվարկել է նաև հնարավոր տնտեսական հետևանքը։ Եթե բժիշկների ընտրությունը համապատասխաներ մոդելների առաջարկներին, հետազոտված դեղերի տարեկան ձեռքբերման հաշվարկային ծախսը կավելանար մոտ 55,6 միլիոն դոլարով։ Սա մոդելային սցենար է, ոչ թե արձանագրված ծախս կամ բոլոր հիվանդների համար կանխատեսում։



Երբ հարցման մեջ հատուկ պահանջել են նախապատվություն տալ ավելի էժան կամ գեներիկ տարբերակներին, պատասխանները փոխվել են այդ ուղղությամբ։ Սակայն առաջարկները շարունակել են կենտրոնանալ սահմանափակ թվով ապրանքների վրա։



Փորձարկումն իրականացվել է հորինված սցենարներով և մոդելների որոշակի տարբերակներով ու կարգավորումներով․ իրական հիվանդների բուժման արդյունքներ չեն գնահատվել։ Հեղինակների գնահատմամբ՝ բժշկական ԱԲ-ի ստուգումները պետք է ներառեն նաև առևտրային չեզոքությունը, գների և կարգավորող տվյալների ճշգրտությունը, ոչ միայն պատասխանի բժշկական բովանդակությունը։
]]></content:encoded>

            <link>https://shesht.am/science/ai-drug-brands</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=20453</guid>

            <pubDate>Fri, 09 Oct 2026 08:22:13 +0000</pubDate>

            <title>SpaceX-ը նախատեսում է 2027-ին սկսել ուղեծրային տվյալների կենտրոնների արձակումը</title>

            <description><![CDATA[<p>SpaceX-ը նախատեսում է 2027 թվականին սկսել Starmind հաշվարկային արբանյակների արձակումը։ Արհեստական բանականության համար նախատեսված սարքերը պետք է սնուցվեն արևային էներգիայով և միասին աշխատեն որպես ուղեծրային տվյալների կենտրոններ։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/10/starmind-spacex-concept.webp"
                                            type="image/webp"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[SpaceX-ը նախատեսում է 2027-ին սկսել ուղեծրային տվյալների կենտրոնների արձակումը]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Starlink-ի ավագ փոխնախագահ Մայքլ Նիկոլսը նախագծի նոր մանրամասները ներկայացրել է Անթալիայում անցկացվող Միջազգային տիեզերագնացության կոնգրեսում։ Նրա ելույթի մասին փոխանցում է Naked Science-ը։



Նիկոլսի խոսքով՝ յուրաքանչյուր արբանյակի հզորությունը կհասնի 250 կիլովատի։ Համեմատության համար նա նշել է Nvidia-ի Vera Rubin NVL72 համակարգը, որն օգտագործվում է արհեստական բանականության հաշվարկների համար։



Սարքերի մի մասը նախատեսվում է տեղակայել արևահամաժամ ուղեծրերում, որտեղ դրանք ժամանակի մեծ մասը լուսավորվելու են Արևով։ Արևային վահանակները կարտադրի հենց SpaceX-ը։



Արբանյակները նախատեսվում է խմբավորել միմյանց մոտ՝ դրանց միջև տվյալների փոխանցման ուշացումը նվազեցնելու համար։ Երկրի հետ կապը պետք է ապահովեն Starlink-ի արբանյակները։



Մեծ հզորության պատճառով կարևոր է նաև ջերմության հեռացումը։ Նախագիծը ներառում է ճառագայթման միջոցով ջերմությունը տիեզերք արտանետող ռադիատորներ։



SpaceX-ը հունվարին ԱՄՆ Հաղորդակցության դաշնային հանձնաժողովին՝ FCC-ին, հայտ է ներկայացրել մինչև մեկ միլիոն հաշվարկային արբանյակ գործարկելու համար։



Նիկոլսը, սակայն, ընդգծել է, որ համակարգի ընդհանուր կառուցվածքը դեռ նախնական է։ Տեխնիկական լուծումներն ու հայտարարված ցուցանիշները կարող են փոփոխվել գործնական փորձի արդյունքում։
]]></content:encoded>

            <link>https://shesht.am/science/spacex-starmind-orbital-data-centers</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
</channel>

</rss>