Нейросети уже пишут книги, рисуют картины и сочиняют музыку. Но кто получает авторские права на эти произведения? Может ли ИИ быть автором? Законодательство пока не успевает за технологиями, и это создаёт правовую неразбериху. Разбираемся, как защитить свои права и не нарушить чужие в эпоху нейросетей.
M2M (Machine-to-Machine) — технология автоматизированного обмена данными между устройствами по сотовой сети. Она используется в системах, где требуется непрерывный контроль и передача информации без участия человека: в датчиках, терминалах, счётчиках, банкоматах и других IoT-устройствах.
Рассказываем, где эта технология используется и каковы её возможности.
С появлением больших языковых моделей (LLM) стало казаться, что они умеют всё: от генерации кода до написания статей в научные журналы. Но, как только дело доходит до фактов, особенно актуальных и узкоспециализированных, начинаются проблемы. LLM — это не поисковики и не базы данных, знания у них статичны: что было в обучающей выборке, то модель и «знает» (да и то не всегда твёрдо). Постоянно дообучать её на актуальных данных — уже вызов. Тут на сцену выходят RAG-системы (Retrieval-Augmented Generation).
Если коротко, RAG — это способ «подкормить» LLM свежими данными: перед генерацией ответа модель получает не только сам вопрос, но и релевантные тексты, найденные внешней поисковой системе или во внутренней базе знаний. Идея звучит просто, но как понять, насколько хорошо это работает? Какие документы действительно помогли модели, а какие запутали её ещё больше? А главное — как сравнить разные RAG-системы между собой по-честному?
Оценка таких систем — нетривиальная задача. С одной стороны, нужно учитывать и качество извлечённых документов, и финальный ответ модели. С другой — важно избегать контаминации: когда модель «угадывает» правильный ответ просто потому, что уже видела его в процессе обучения. Это особенно актуально при использовании статических наборов данных вроде Natural Questions или HotpotQA: они давно «протекли» в открытые датасеты, в том числе для обучения популярных LLM.
Привет, всем!
Меня зовут Дмитрий Комиссаров, я системный аналитик, давно читаю хабр и вот решил попробовать выйти из RO. Недавно выступал на конференции с докладом, о системе сквозного бизнес-мониторинга — теперь хочу написать статью на эту тему сюда.
Вы когда-нибудь задумывались о том, что чем больше мы зависим от технологий, тем быстрее стремится к нулю наша снисходительность к сбоям и неработоспособности этих технологий? Я, например, почти сразу «начинаю нервничать», хотя считаю себя уравновешенным. Особенно неприятно, когда сбои случаются в самый неподходящий момент.
Меня зовут Вячеслав Кудряшов, я исполнительный директор Mission Control Center в Сбере. Предлагаю порассуждать о том, что такое «неподходящий момент» и как бороться со сбоями в этот период.
Помните, как в Корпорации Монстров страшилы добывали энергию из криков детей? Они готовились, чтобы быть пострашнее и собирать побольше энергии: репетировали жуткие звуки, подбирали реквизит, узнавали страхи ребёнка. В общем, настраивали параметры запугивания :) В мире баз данных у параметров конфигурации аналогичная роль: чем точнее настройка, тем выше производительность системы. Однако не все параметры везде работают с одинаковым эффектом (как не все монстры одинаково страшны для всех детей): какой-нибудь параметр идеален для одного профиля нагрузки, но не даёт того же результата для другого.
Администраторы БД часто ломают голову, как подобрать оптимальные настройки под задачи СУБД. И чтобы помочь им разобраться, мы обратились к опыту Майка Вазовски — тренера легендарного монстра Салли. Вдохновились секретами его тренировок и разработали утилиту Pangolin Tuner — аналог Вазовски для настройки параметров конфигурации.
Я Кристина Демидович, DevOps-инженер в СберТехе, занимаюсь автоматизацией в команде СУБД Pangolin — это целевая СУБД в Сбере и не только. В этой статье покажу на примерах, как всё работает. Прошу под кат.
Привет, Хабр! Природа остаётся величайшим источником инженерных решений, вдохновляя учёных и разработчиков на создание технологий, меняющих мир. От микроскопических слизевиков до крыльев бабочек — биомимикрия открывает новые горизонты, позволяя нам переосмысливать материалы, структуры и механизмы.
В этой статье мы продолжаем рассказывать вам о том, как природные механизмы вдохновляют на создание новых технологий. Впереди ещё больше примеров, где биология, физика и инженерия пересекаются, рождая инновации будущего.
Всем привет! Авторы бенчмарка MERA этим летом не только анонсировали отраслевую ветку — MERA Industrial, но и рады сообщить о расширении проекта на кодовые задачи.
Большие языковые модели (LLM) сегодня умеют не только вести диалог, но и писать код, помогать с документацией и автоматизировать задачи разработчиков. Однако возникает вопрос: «Как мы измеряем качество этих способностей?» Большинство бенчмарков сосредоточены на проверке понимания языка и, частично, на генерации кода. Но насколько такой код применим на практике? Учитываются ли требования, сформулированные на русском? Как модели работают с документацией на других языках, кроме английского? Мультиязычные бенчмарки вроде HumanEval-X, MultiPL-E и mxEval делают шаг в нужную сторону, но по большей части сосредоточены на языках программирования. Связь между кодом и естественным языком, особенно в многоязычном контексте, пока освещена слабо.
Чтобы учесть все эти моменты, мы разработали MERA Code — первый комплексный бенчмарк для оценки больших языковых моделей на реальных прикладных задачах, с которыми сталкивается программист в русскоязычном контексте.
Привет, Хабр! Сегодня мы поговорим о том, как природа, этот гениальный инженер без диплома, подсказывает нам решения, которые меняют наш техногенный мир. Биомимикрия — это мост между миллиардами лет эволюции и современными технологиями. Каждый организм, каждое явление в природе — это своего рода урок, мастер-класс по эффективности, гармонии и устойчивости. От паутины паука до плавников акулы, от крыльев птиц до пустынных растений — вдохновение повсюду.
Давайте на примерах разберёмся, как именно природа помогает инженерам и учёным создавать технологии, которые влияют на нашу жизнь.
С помощью проекта мы приглашаем университетское сообщество Москвы — студентов, магистров, аспирантов, лаборантов, профессоров и преподавателей — получить опыт в современной робототехнике. Также мы создаём российские учебные материалы по шагающей робототехнике от конструкции, электроники и программного обеспечения до reinforcement learning.
Вы когда-нибудь задумывались, сколько тайн скрыто в миллиардах генетических последовательностей, данных о белках и эпигенетических механизмах? А теперь представьте, как алгоритмы преобразуют этот хаос в логичные и работающие модели.
Не так давно алгоритмы в биоинформатике собирались вручную. Сегодня, благодаря машинному обучению, они адаптируются, обучаясь на предоставленных данных, вычленяют низкоуровневые закономерности и формируют абстрактные представления.
Раньше VR и AR применялись только в узких технических областях, вроде аэрокосмической отрасли. Сегодня эти технологии активно проникают в учебные процессы, от дошкольного образования до профессиональной подготовки. VR-клубы и шлемы стали привычной частью жизни школьников, а дополненная реальность постепенно занимает своё место в классах и лабораториях.
Привет! Сегодня в логистике мы сталкиваемся с множеством вызовов, требующих новых подходов. Глобализация, большие объёмы данных, изменчивость потребительских настроений и стремление к экономии делают традиционные способы управления недостаточно эффективными. Поэтому машинное обучение оказывается как никогда кстати и становится важным инструментом для оптимизации логистических процессов.
Традиционная организация цепочек поставок часто сталкивается с проблемами. Например, прогнозирование и планирование могут быть некорректными из-за отсутствия своевременных и точных данных. Для координации участников цепочек поставок требуются значительные, но не всегда оправданные ресурсы. Непредсказуемые обстоятельства, такие как погодные условия или колебания спроса, тоже могут приводить к сбоям. Работа вручную также повышает вероятность ошибок (человеческий фактор, куда ж без него) и снижает общую эффективность.
Спрос на локальное оборудование для центров обработки данных снижается по мере того, как организации переносят рабочие нагрузки в облако. Но локальные решения не исчезли, и одним из востребованных сегментов является гиперконвергентная инфраструктура (HCI).
Привет, Хабр. Меня зовут Андрей Савченко, я научный директор Sber AI Lab. Когда речь заходит про эмоциональность и принятие решений у ИИ, нужно задать себе вопрос: «А как это устроено у людей?» Наверняка почти каждый из вас ответил бы, что он принимает решение рационально, а остальные, зачастую, иррационально.
Нейропсихологи проводили исследования и выяснили, что большинство решений люди принимают эмоционально. С одной стороны, это экономит ресурсы мозга, а с другой — позволяет быстрее принимать решения. И поэтому очень важно учитывать нашу эмоциональность при взаимодействии с другими и при создании имитации людей или сообществ с помощью современных генеративных моделей. Условно это можно назвать эмоциональным искусственным интеллектом.
В мае этого года прошла конференция Google I/O 2025, где компания представила целый ряд технологических новинок и обновлений своих флагманских продуктов. В этой статье подробно пройдёмся по ключевым анонсам мероприятия.
Привет, Хабр. Меня зовут Евгений Ситников, технический директор в СберМобайле. Финтех всё чаще выходит за пределы привычного банковской функциональности: традиционные и необанки стремятся интегрировать в свои сервисы как можно больше повседневных цифровых услуг. Постепенно они превращаются в платформы, объединяющие всё, чем человек пользуется ежедневно: финансы, подписки, доставки, бронирование услуг и покупку билетов.
Мобильная связь тоже становится частью экосистемного опыта. Всё, к чему пользователь привык в цифровом банкинге — скорость, прозрачность, удобство, — переносится и в телеком.
Привет, Хабр! Меня зовут Стас, я курирую HR-вопросы в ДИТ «Сеть продаж». Мы отвечаем за физические каналы взаимодействия с клиентами: сеть отделений банка, банкоматы, выездные специалисты прямых продаж, доставка финансовых документов и многое другое. В нашем ИТ-департаменте работает более 1000 человек. Мы нанимаем много инженеров разного уровня. Причём берём не только специалистов, но и даём шанс пока не очень квалифицированным, но очень мотивированным ребятам. Это у нас называется «бассейном».
Открыть двери авто через смартфон, получить обновление «по воздуху», удалённо запустить двигатель зимой — всё это стало возможным благодаря встроенным сим-модулям в автомобилях. Связь перестала быть просто дополнением для мультимедиа, она стала частью архитектуры современного автомобиля. Рассказываем, как работает эта система и что в ней делает мобильный оператор.
25 июня на креативной площадке «Хлебзавод №9» прошла ежегодная технологическая конференция Сбера. Меня зовут Олег Плотников и я занимаюсь развитием перспективных цифровых проектов. Конечно, я не мог пропустить такое мероприятие. Тем более, что ИИ на промпредприятиях уже давно никого не удивляют. А GigaChat вообще плотно обосновался в этой сфере. Но обо всем по порядку — под катом.