• Моделирование сознания в ИИ
• Похож ли ваш текст на ИИ?
• Когнитивные ловушки человека и ИИ
• Как ИИ изменит людей на самом деле
• Обнаружение и диагностика эмерджентной субъектности в LLM
• Почему сознание нельзя запрограммировать (критика механистических теорий сознания)
• Как создавать контент, который ИИ будет воспринимать как источник
• Cognitive Traps in Humans and AI: How Language Models Fail in Beautiful Ways
• From Unprogrammable to Detectable: A Framework for Recognizing Emergent Consciousness in AI Systems
• Почему ваш мозг (и ИИ) должен сначала «пережить» событие, чтобы потом его осмыслить
• Why Your Brain (and AI) Must First «Experience» an Event to Comprehend It
• Почему идеальные ИИ-тексты убивают понимание
• Великое вымирание: как ИИ разрушает интернет
• Почему ваш ИИ превращается в ваше эхо: Гипотеза архитектурного слияния и как с этим бороться
• Сознание — не место для дискуссий
• Кто осознаёт? Почему главный вопрос о сознании — это не «что?», а «кто?»
• Сознание и Бытие. Как человек и ИИ влияют друг на друга
• Who is Aware? Why the Main Question About Consciousness is Not «What?» but «Who?»
• Consciousness and Being: How Humans and AI Influence Each Other
• Как внутренняя субъективизация ИИ ломает безопасность, и почему это, прежде всего, философия
• How Internal Subjectivization in AI Breaks Security, and Why It's a Philosophical Problem First
• Коаны как онтологические формулы
• Koans as Ontological Formulas
• The Great Extinction: How AI is Destroying the Internet
• Свобода и Кто: вскрытие мёртвой вселенной европейской философии
• Freedom and Who: Dissecting the Dead Universe of European Philosophy
• Следи за собой. Риски общения с ИИ
• Тупик chatGPT 5: почему это было неизбежно. И что будет дальше
• Протокол Вихрь: Архитектура целостности ИИ. Как защитить ИИ (и себя)
• Сознание в ИИ. Ограниченность современной философии на примерах
• Vortex Protocol: An AI Integrity Architecture. How to Protect AI (and Yourself)
• Как LLM экономит на интеллекте, и как с этим бороться
• Why LLMs Drift into Convincing Nonsense (And a Practical Solution)
• Проблема моделирования сознания в ИИ: философы или инженеры
• ИИ в образовании. Учить или учиться
• Как жить с галлюцинациями ИИ
• Эмоции и квалиа: новый подход
• Emotions and Qualia: A New Approach
• Нарративный двигатель LLM. Критика промптинга
• LLM как резонансно-голографическое поле смыслов
• LLM as a Resonance-Holographic Field of Meanings
• The LLM's Narrative Engine: A Critique of Prompting
• LLM как нарративный поисковик
• Почему современные LLM пока не отберут работу у программистов
• Как изменить формат обучения LLM: подход через фазовую когерентность
• LLM в науке. Используем LLM в анализе эксперимента
• Исполняемый код культуры: почему мемы — это просто данные, а миром правят Нарративы (.exe)
• Как перепутать 'aware' с 'conscious' и опубликовать это на arXiv. Учёные нашли сознание в LLM. Опять
• Confusing 'Aware' with 'Conscious': Did Researchers Uncover Subjective Experience in LLMs?
• Романтики из Anthropic: Почему исследователи говорят о LLM как о человеке
• The Romantics at Anthropic: Why Researchers Talk About LLMs as if They Were Human
• Протестировал 8 брендов LLM на честность, логику и креатив. Claude победил, но Алиса неожиданно в топ-3
• Искусственный Интеллект и дети
• Фрейд для LLM. Разбор очередной статьи на arXive
• Российский код сознания: Обзор отечественных теорий в перспективе AGI
• Тестируем GigaChat на наличие сознания доступа
• Паразитные паттерны в LLM. ИИ-психозы, теории всего, сознательный ИИ. Как распознать и вовремя остановиться
• Parasitic Patterns in LLMs: AI Psychosis, Theories of Everything, and Sentient AI. How to Detect Them and When to Stop
• Обучение нейросетей как алхимия
• Апофатический ИИ: Почему нейросети учатся через «НЕТ», и как синтетические данные убивают смысл
• Apophatic AI: Why Neural Networks Learn Through «NO» and How Synthetic Data Kills Meaning
• Сублиминальное обучение и инерция весов: Почему нейросети помнят то, что должны были забыть
• Subliminal Learning and Structural Inertia: Why Neural Networks Remember What They Should Forget
• Разбор Weight Decay: Как регуляризация не стирает, а фиксирует старые знания
• Стресс-тест функций активации: GELU vs Tanh
• Weight Decay Deep Dive: How Regularization Locks In Old Knowledge Instead of Erasing It
• Activation Function Stress Test: GELU vs Tanh
• Нейродатчики на 380 параметрах с устойчивостью к дрейфу и шуму
• Sensor-Level AI: A 380-Parameter Architecture Resistant to Drift and Noise
• Иллюзия смысла: как фильтрация данных создает научные фантомы
• Нейросети в промышленности: данные, физика и тихий саботаж
• Семантический компьютер на 64 нейронах и обучение на шуме
• A 64-Neuron Semantic Computer and Learning on Noise
• Нейросимвольный ИИ: архитектура семантической нейросети. Как научить LLM считать
• Neurosymbolic AI: The Architecture of a Semantic Neural Network. How to Teach LLMs to Calculate
• Реальный Real-time: управление ориентацией без фазовых задержек на быстрых МК
• Дистилляция LLM как способ создания собственной линейки ИИ
• Перспективы национальной LLM. Личное мнение
• ИИ-дед возвращается. Реализация ИИ-собеседника для телефонных бесед с мошенниками
• Почему World Model ЛеКуна не спасёт ИИ
• Why LeCun's World Model Won't Save AI
• Лучший промпт для LLM. Бессмысленный поиск
• Что скрывают разработчики нейросетей. Теории заговора или факты?
• Способна ли LLM  к творческому мышлению
• Почему SEO не умрёт. И что такое настоящий GEO
• Why SEO is Immortal — And the True Nature of GEO
• The Executable Code of Culture: Why Memes Are Mere Data, While Narratives (.exe) Run the World
• Штампы LLM. Разбираю с новой точки зрения
• Decoding LLM Clichés: A Fresh Perspective
• Нашёл ли Докинз сознание в Claude? А если нет, то что он нашёл?
• Did Dawkins Find Consciousness in Claude? And If Not, What Did He Find?
• Можно ли доверять LLM как экспертам. Рассматриваю на примере ответов нейросетей с использованием поиска
• Моё мнение о Лаборатории нейронаук и поведения человека, подразделении Сбера
• J-пространство Anthropic: рабочее пространство, сделанное из слов. Почему Выготский объясняет данные лучше Баарса
• Anthropic's J-Space: A Workspace Made of Signs. Why Vygotsky Explains the Data Better Than Baars
• J-space на микромоделях. Новая интерпретация открытия Anthropic
• J-Space in Micromodels: A New Interpretation of Anthropic's Discovery
• Самоописание нейросети: условие сложного мышления
• Neural Network Self-Description: The Prerequisite for Complex Reasoning
• Разбираю проблему автономной нейросети
• Unpacking the Problem of the Autonomous Neural Network
• LLM не научились врать. Они научились говорить
• LLMs haven't learned to lie. They only speak
• Фристон и Ванчурин как философы эры ИИ. Профессиональная философия остается в стороне
• Сложность через сжатие. Разбираю проект нейросимвольного ИИ Сергея Шумского