Исследовательский центр

• На 143 клинических разборах NEJM рассуждающая модель давала правильный или очень близкий диагноз заметно чаще, чем GPT-4.
• В тесте в отделении неотложной помощи преимущество модели было наибольшим на этапе триажа, когда информации было меньше всего; ослеплённые рецензенты не могли надёжно отличить ответы ИИ от ответов врачей.
• Авторы подчёркивают, что модель лишь читала текст, написанный другими, и призывают к проспективным клиническим испытаниям до любого внедрения.

Больницы стран Залива активно инвестируют в цифровое здравоохранение, и это первое рецензируемое доказательство в ведущем журнале того, что рассуждающая модель общего назначения может соперничать со специалистами на реальных неотложных случаях. Работа говорит в пользу ИИ как второго мнения в те моменты, когда у клиницистов меньше всего информации, но ясно даёт понять, что сначала должны быть испытания, регулирование и врачебный надзор.

• Около 11,7% фонда заработной платы США, примерно 1,2 триллиона долларов, приходится на навыки, которые существующие инструменты ИИ уже могут выполнять, — в пять раз больше видимой подверженности в технологических профессиях.
• Подверженность географически широка: такие штаты, как Делавэр, Южная Дакота, Огайо и Теннесси, набирают столько же баллов, сколько Калифорния, или больше.
• Подход на основе эмбеддингов навыков предсказал 85% наблюдаемых карьерных переходов, давая политикам инструмент для проверки мер до их внедрения.

Правительства стран Залива строят национальные стратегии развития трудовых ресурсов вокруг ИИ, и этот отчёт предлагает воспроизводимый метод: измерить подверженность навык за навыком, смоделировать рынок труда, а затем проверить политику до её применения. Он переводит разговор от страха потери рабочих мест к перераспределению людей с рутинных административных задач на более ценную работу — приоритет саудовской программы «Видение 2030» и стратегии ОАЭ в области ИИ.

• Частные инвестиции в ИИ в США составили около 286 миллиардов долларов в 2025 году, и более 90% заметных передовых моделей создала индустрия.
• Генеративный ИИ достиг 53% принятия за три года, и около четырёх из пяти студентов университетов теперь используют его для учёбы.
• Разрыв между США и Китаем на ведущих бенчмарках моделей сократился примерно до 3%, при этом Китай лидирует по числу публичных суперкомпьютеров для ИИ.

Для руководителей и политиков стран Залива AI Index — самая цитируемая нейтральная база для стратегических документов, инвестиционных обоснований и регулирования. Его данные 2026 года о скорости внедрения, концентрации вычислительных мощностей и общественном доверии напрямую полезны, когда национальные программы ИИ в ОАЭ и Саудовской Аравии ставят цели или сравнивают себя с США, Китаем и Европой.

• Модели с высокими баллами на медицинских бенчмарках не улучшили решения 1 298 реальных пользователей по сравнению с обычным веб-поиском.
• Стандартные бенчмарки и даже смоделированные ИИ-пациенты не предсказали эти сбои, а значит, не могут заменить тестирование с людьми.
• Статья рекомендует систематические испытания с реальными пользователями до внедрения любого медицинского чат-бота для широкой публики.

Органы здравоохранения и страховщики стран Залива изучают ИИ-сервисы проверки симптомов на арабском и английском языках. Это исследование — предостережение: ограничивающий фактор — разговор между встревоженным человеком и моделью, а не медицинские знания модели. Любое внедрение требует продуманного интерфейса, подсказок о том, что сообщать системе, и оценки с реальными пользователями, а не только по баллам бенчмарков.

• Одна нейронная сеть заменила весь конвейер прогнозирования и при этом соперничала с оперативными системами на основе физики.
• Прогноз занимал около одной секунды на четырёх GPU — против примерно тысячи узло-часов для эквивалентного традиционного процесса.
• Поскольку обучение дёшево и основано на данных, подход можно перенацелить на конкретные регионы или угрозы, например экстремальную жару или пыльные бури.

Прогнозирование при такой стоимости открывает метеосервисы организациям, которые никогда не смогли бы запустить суперкомпьютер: коммунальным компаниям, авиакомпаниям, портам, сельскому хозяйству и девелоперам, планирующим с учётом жары и пыли. Для стран Залива, где экстремальная жара, внезапные наводнения и пыльные бури влияют на спрос на энергию и строительство, локально донастроенная модель такого типа — реалистичный инструмент ближайшего будущего.

• Безопасность гуманоидов определяется как способность выполнить безопасную остановку с заданной резервной политикой, а не как резкое отключение питания.
• Обученный монитор с выборкой по значимости требует меньше симуляций и даёт меньше ложно-безопасных предсказаний, чем равномерная выборка.
• Монитор перенёсся из симуляции на реального Unitree G1, указывая путь к практической сертификации безопасности во время работы.

Человекоподобные роботы переходят от демонстраций к логистике и производству, и порты, аэропорты и гигапроекты стран Залива — одни из первых кандидатов. Прежде чем регуляторы и страховщики допустят их к людям, кто-то должен ответить, когда робота можно остановить безопасно. Эта работа превращает такой вопрос в измеримое, сертифицируемое свойство — именно те доказательства, которые вскоре потребуют закупочные службы.

• Явное моделирование эволюционных связей превзошло гораздо более крупные модели, работающие только с последовательностью, в предсказании того, какие генетические варианты вредны.
• Разная эволюционная глубина отвечает на разные вопросы: глубокие выравнивания — для редких кодирующих вариантов, выравнивания приматов — для сложных признаков.
• Модель дёшева в обучении и сопровождается открытыми полногеномными предсказаниями, которые направляют лабораторные эксперименты.

Программы геномной медицины в Саудовской Аравии, ОАЭ и Катаре секвенируют крупные национальные когорты. Инструменты, которые ранжируют значимые варианты при умеренных вычислительных затратах, делают эти данные применимыми для диагностики редких заболеваний и для исследований, ориентированных на конкретные популяции. GPN-Star также показывает, что разумное использование научных знаний может превзойти грубое масштабирование — урок для инвестиций в ИИ в целом.

• Полностью открытые обучающие данные, код и контрольные точки могут обеспечить производительность, близкую к моделям с открытыми весами от крупных компаний.
• Соответствие нормам было заложено с самого начала: только публичные данные, ретроактивные отказы, фильтрация персональных данных и прозрачность в соответствии с Законом ЕС об ИИ.
• Широкий многоязычный охват показывает, что малые языки не обязаны оставаться на втором плане в моделях передового масштаба.

Государства Залива создают суверенные арабские модели, такие как Falcon, Jais и ALLaM. Apertus — самый ясный публичный образец того, как сделать это с прозрачным управлением данными, что важно для регуляторов, государственных закупок и доверия. Она также демонстрирует, что национальный суперкомпьютер в связке с университетами способен создать заслуживающую доверия модель без зависимости от иностранных поставщиков.

• LLM могут служить консультантом, проектировщиком и симулятором на протяжении всего цикла планирования, а не единственным инструментом.
• Агентные симуляции жителей воспроизвели реальные очаги мобильности и метрики 15-минутной доступности в двух городах США.
• Главные барьеры — качественные данные о городском дизайне, стоимость вычислений и предвзятость, поэтому платформа призвана помогать планировщикам, а не заменять их.

Города Залива планируются с беспрецедентной скоростью — от новых районов Эр-Рияда до Генерального плана развития Дубая до 2040 года. Метод, который позволяет планировщикам генерировать альтернативы и проверять их на смоделированных жителях до начала строительства, может сократить затраты и повысить комфортность жизни. Для девелоперов и брокеров агентное моделирование спроса — ещё и новый способ оценить, где объекты, торговля и жильё будут действительно востребованы.

• Разделение состояния (о котором рассуждает LLM) и внешнего вида (который отрисовывает диффузия) сохраняет согласованность симуляций на длинных горизонтах.
• Агенты, которые используют PAN для симуляции исходов перед действием, достигают успеха чаще, чем агенты, действующие самостоятельно.
• Работа ставит MBZUAI из ОАЭ в ряд немногих групп, публикующих модели мира общего назначения на переднем крае исследований.

Модели мира — следующий слой под робототехникой, беспилотным транспортом и обучением на основе симуляций, которые входят в приоритеты промышленной стратегии ОАЭ. PAN показывает, что институт из региона Залива может вносить вклад на переднем крае исследований, а не только внедрять импортные системы, и даёт региональным компаниям документированную архитектуру для создания цифровых двойников, логистических симуляций и воплощённого ИИ.