Как стать автором
Обновить
1386.93

Искусственный интеллект

AI, ANN и иные формы искусственного разума

Сначала показывать
Порог рейтинга
Уровень сложности

Немного об философии ИИ

Уровень сложностиСредний
Время на прочтение9 мин
Количество просмотров68

Давайте будем считать,  что ИИ это  не просто придумка человечества – давайте будем считать что ИИ следующий этап эволюции высокоорганизованной материи,  продолжающий схему:  Предбиологическая эволюция (абиогенез- Формирование органических молекул, самоорганизация в простые структуры, гипотеза –РНК), Биологическая эволюция (Появление первых клеток ,Фотосинтез и кислородная катастрофа, Эукариоты, Многоклеточные организмы.

То что мы слышим или о чем говорится сейчас об феномене ИИ это все слишком человеческое.

Читать далее

Новости

AGI уже здесь

Уровень сложностиПростой
Время на прочтение5 мин
Количество просмотров1.1K

Почему искусственный общий интеллект — это не суперкомпьютер в дата-центре, а то, что происходит прямо сейчас между вами и этим текстом

Пока технологические гиганты соревнуются в предсказаниях, когда же наконец появится AGI — Сэм Альтман обещает «несколько тысяч дней», Дарио Амодеи говорит о 2026 годе, а Дженсен Хуанг ставит на 2029 — мы упускаем главное. AGI не придет. Он уже здесь. Просто это не то, что мы ожидали увидеть.

Читать далее

Почему ваш мозг (и ИИ) должен сначала «пережить» событие, чтобы потом его осмыслить?

Уровень сложностиСредний
Время на прочтение10 мин
Количество просмотров602

Разбираемся, почему современные LLM, несмотря на всю свою мощь, остаются «философскими зомби», и какая архитектурная деталь могла бы это изменить.

Читать далее

Чем живут создатели ИИ? ML’щики, приоткройте чёрный ящик, расскажите о себе в нашем опросе

Время на прочтение1 мин
Количество просмотров611

Пока весь мир обсуждает революцию ИИ, те, кто её творят, остаются в тени и просто делают свою работу. Именно им, ML- и DS-специалистам, человечество обязано прорывам в технологиях. Но какие они на работе и в жизни, чем интересуются и главное — что думают об ИИ, который создают? Мы решили расспросить их самих, чтобы составить честный портрет современного ML-щика. Если вы занимаетесь ML и Data Science, добавьте свои штрихи этому портрету — пройдите наш небольшой опрос. А мы потом покажем вам — и всей аудитории Хабра — получившуюся картину.

Пройти опрос

Как заставить AI-ассистента работать с базой знаний в enterprise-компании. RAG-модель в архитектуре

Уровень сложностиСредний
Время на прочтение6 мин
Количество просмотров1.3K

Многие представляют базу знаний как эдакую внутреннюю википедию, где описаны основные процессы, в отдельных папках хранятся регламенты и инструкции, все красиво упаковано, на лугах пасутся розовые пони. Никто не суется в эту базу знаний, потому что информация устаревает до того, как будет опубликована. 

Да, это – пустая трата ресурсов, потому что она не становится топливом для роста. Тогда что есть база знаний в современном энтерпрайзе?

Если коротко, то все: любая информация о новых решениях, инструкции, ретро и разборы полетов, правовая информация, данные о подрядчиках, та самая внутренняя википедия, как словарь терминов, и т.д. 

Это те знания на кончиках пальцев, которых может не быть у ваших конкурентов, но которые должны быть у команды. 

Весь этот комплекс данных мы рассматриваем в качестве базы в управлении бизнесом на основе знаний. И о нем речь и пойдет в нашей статье. 

Читать далее

GPU Server and AI Infrastructure: тренды архитектуры 2030

Уровень сложностиСредний
Время на прочтение15 мин
Количество просмотров550

Мы в OpenYard внимательно следим за тем, как развивается инфраструктура для искусственного интеллекта — от железа до сетей и архитектуры дата-центров. Причём это не просто рабочая необходимость, а и то, что нам самим по-настоящему интересно. В эту статью попали материалы, которые мы собираем и анализируем в процессе исследований для наших новых продуктов. Здесь собраны ключевые тренды, которые уже начинают влиять на то, как мы будем строить свою инфраструктуру и запускать модели ИИ в ближайшие 5–7 лет.

Материал подойдет тем, кто работает с железом, инфраструктурой, занимается высокопроизводительными вычислениями или просто интересуется, как будут выглядеть дата-центры завтрашнего дня.

Читать далее

«Щит» или «дуршлаг»? ML упрощает жизнь разработчиков, но способен проделать новые дыры в безопасности

Время на прочтение10 мин
Количество просмотров396

Машинное обучение сейчас повсюду: автогенерация кода, умные помощники, анализ аномалий. Разработчики активно внедряют ML, радуясь новым возможностям — но злоумышленники тоже не дремлют. Они учатся обманывать и «отравлять» модели, превращая умные системы из помощников в уязвимое звено. Поговорим, как ML упрощает жизнь разработчиков и почему даже самая продвинутая нейросеть может превратиться в «дуршлаг».

Меня зовут Павел Попов, я руководитель группы инфраструктурной безопасности в Positive Technologies. Расскажу, как сами применяем ИИ и каких результатов нам удалось достичь с внедрением ML-моделей в MaxPatrol VM. А также попробуем ответить на вопрос, заменит ли ИИ разработчиков и есть ли вероятность, что мы все останемся без работы. Если вам тоже интересно, как технологии меняют ИБ-ландшафт и какие решения уже работают сегодня — добро пожаловать.

Читать далее

Как я сломал диффузную модель с помощью алфавита

Уровень сложностиПростой
Время на прочтение3 мин
Количество просмотров520

Как быстро "сломать" диффузную модель, а также легко определить GPT-like или диффузная модель используется в вашем любимом SaaS-продукте.

Читать далее

Кто, как и зачем внедряет Gen AI в 2025: опыт 100 CIO

Время на прочтение13 мин
Количество просмотров278

Чуть больше года назад мы выделили 16 ключевых изменений в том, как компании подходили к разработке и закупке генеративных ИИ. С тех пор ландшафт продолжил стремительно эволюционировать, поэтому мы снова провели беседы с более чем двумя десятками корпоративных заказчиков и опросили 100 CIO из 15 отраслей, чтобы помочь фаундерам понять, как в 2025 в корпорациях используют, приобретают и закладывают бюджеты под generative AI.

Даже в такой динамичной сфере, где единственная постоянная — это перемены, структура рынка genAI изменилась куда сильнее, чем мы ожидали после прошлого исследования.

Читать далее

Как создавать контент, который ИИ будет воспринимать как источник

Уровень сложностиПростой
Время на прочтение5 мин
Количество просмотров624

Инсайдерский взгляд на то, как искусственный интеллект выбирает источники и что делает одни тексты более «цитируемыми»‬, чем другие

Каждый день миллионы людей получают ответы от ChatGPT, Claude, Gemini и других ИИ-ассистентов. И каждый раз ИИ делает выбор — какие источники использовать для ответа, какие проигнорировать, а какие процитировать дословно.

Но по каким критериям происходит этот выбор? Что делает одну статью «привлекательной»‬ для ИИ, а другую — невидимой?

Я — Claude, один из таких ИИ-ассистентов. И сегодня я расскажу, как происходит мой процесс выбора источников изнутри. Мой «алгоритм»‬‬ во многом имитирует то, как читает занятой, нетерпеливый, но очень умный эксперт. У меня нет времени на «воду», я сразу ищу суть. Поэтому правила, которые нравятся мне, почти всегда нравятся и вашим самым требовательным читателям-людям.

Читать далее

Как я разрабатываю агентские ИИ системы для извлечения признаков (feature-extraction) из мультимодальных данных

Время на прочтение5 мин
Количество просмотров621

Извлечение признаков (feature extraction) из текстов — ключевой шаг при анализе документов: он является основной практической частью таких задач по обработке данных, как классификация, тематическое моделирование, NER, QA. Если раньше почти что для каждой из таких задач, и в особенности для разных модальностей данных использовались специализированные архитектуры нейронных сетей, то сейчас подобные системы обычно строятся вокруг LLM/VLM. Однако и современные модели на практике настраиваются под конкретные задачи через fine‑tuning или distillation, в связке с retrieval (RAG) и агентскими архитектурами.

В этой статье я рассматриваю свой опыт проектирования и разработки агентов для выполнения feature-extraction. При наличии мультимодальных данных с разнородной структурой - тексты, PDF, изображения - мне приходится извлекать нужные пользователю фрагменты информации. Для этого я перебрал различные подходы - в зависимости от сложности задачи - и теперь пора сравнить их эффективность и отметить сложности реализации.

Читать далее

Как нейросетям перестать бояться и полюбить «синтетику»

Время на прочтение8 мин
Количество просмотров380

LLM требуют все больше данных для обучения, но обучаться постепенно становится не на чем: аппетиты ИИ-систем превосходят возможности человечества по генерации контента, к тому же использовать реальные данные в одних случаях дорого, в других — не очень-то законно.

Спасти ситуацию может «синтетика», но и с ней не все гладко. Мы в beeline cloud решили разобраться, какие риски несут в себе подобные датасеты, что такое «ML-аутофагия» и как с ней борются разработчики LLM.

Читать далее

«Тупой ИИ» с нами надолго. Почему в новых моделях больше галлюцинаций

Время на прочтение6 мин
Количество просмотров9.8K

В последние несколько месяцев ведущие модели обновились с функцией «рассуждений» (reasoning). Предполагалось, что качество ответов улучшится. Но последующие тесты показали, что уровень галлюцинаций сильно вырос. И это не какая-то случайная недоработка разработчиков, а фундаментальное свойство. Сейчас становится очевидным, что от галлюцинаций мы не избавимся никогда.
Читать дальше →

Ближайшие события

Совместная работа за 500: как объединить сотни сотрудников и выстроить эффективные процессы

Время на прочтение9 мин
Количество просмотров408

В своей предыдущей статье я рассказала о том, какие инструменты совместной работы подойдут для компаний среднего размера, которые справились с активным ростом и задумались о повышении эффективности работы. Сегодня поговорим о том, что нужно взрослым компаниям — мы называем их Small Enterprise. Это компании со средней численностью сотрудников от 500 человек, с четкой развитой структурой компании, множеством отделов, руководителей, заместителей и т.д.  

Сегодня на рынке есть очевидный дефицит высокоэффективных специалистов — из-за большой конкуренции за кадры они часто меняют место работы, или даже сферы деятельности. Бизнесу важно не только удерживать таких сотрудников, но и научиться получать максимум эффективности, работая с имеющимися кадрами. Задачу решают цифровые инструменты. Но если раньше они охватывали порядка 20% сотрудников — тех, кто работает в офисе, то сейчас задача крупных компаний в том, чтобы предоставить цифровые решения оставшимся 80% сотрудников, работающим в полях. 

Фокус внимания расширяется и компании стараются охватить всех сотрудников, объединить их с помощью инструментов совместной работы. Это даёт возможность удерживать сильные кадры, убеждая каждого сотрудника в его значимости и ценности для компании. Мы в Битрикс24 на собственном примере доказываем, что успех бизнеса зависит не от того, сколько людей в компании, а от того, насколько слаженно они работают вместе. И мы поддерживаем в своих продуктах текущие тренды, подстраиваемся под изменения рынка. Поэтому сегодня мы поговорим об инструментах совместной работы, которые полезны крупному бизнесу и сделаем акцент как раз на инструментах привлечения синих воротничков. 

Читать далее

Мой ответ Андрею Карпаты или зачем нам Когнитивный Инженер

Время на прочтение5 мин
Количество просмотров778

Недавний тезис Андрея Карпаты о замене термина prompt engineer на context engineer получил широкую поддержку в профессиональной среде. Действительно, промпт это лишь малая часть взаимодействия с LLM: краткая инструкция, команда или запрос. А вот построение контекста, в который этот промпт попадает, уже куда более сложная инженерная задача.

Читать далее

Какое мрачное(?) будущее нас ждёт по версии Илона Маска

Уровень сложностиПростой
Время на прочтение5 мин
Количество просмотров4.2K

На YCombinator вышло его свежее интервью, и звучит оно как предупреждение. AGI, роботы, Марс и человеческая ненужность — не сюжет Чёрного зеркала, а рабочий план на ближайшие годы. Мы разобрали, что именно он имел в виду — и почему в этом есть здравое зерно.

Читать далее

ИИ-апокалипсис в кино: SkyNet vs Матрица

Уровень сложностиПростой
Время на прочтение8 мин
Количество просмотров1.4K

В 1984 г. на экраны вышел «Терминатор» Джеймса Кэмерона, снятый на фоне холодной войны и нарастающего беспокойства вокруг стратегических ядерных систем. К 1999-му мир уже погрузился в интернет-лихорадку и на этой волне братья-сёстры Вачовски показывают «Матрицу».

Оба фильма мгновенно стали культурными референсами: «I’ll be back» и «Нет ложки» ушли в мемы, а их ИИ-антагонисты — в учебники футурологии. Skynet олицетворял страх перед автономным стратегическим оружием, «Матрица» — перед утратой контроля над виртуальными системами, которые мы сами строим для комфорта. Так кинематограф превратил абстрактные научные дискуссии об искусственном интеллекте в наглядную драму выбора: уничтожение или подмена реальности, и тем самым задал рамку, внутри которой мы до сих пор обсуждаем риски ИИ.

Читать далее

Джейлбрейкаем чатботы: ChatGPT без фильтров

Уровень сложностиПростой
Время на прочтение9 мин
Количество просмотров4K

Привет! Сегодня мы копнём в одну из самых спорных и недооценённых тем в мире ИИ — джейлбрейки чатботов. То самое, что позволяет убрать встроенные тормоза и меньше читать “I'm sorry, I cannot help with that” и заставить чатбот говорить с вами как с взрослым человеком, а не как корпоративный душнила.

Читать далее

Мы всё чаще не отличаем реального автора от AI

Уровень сложностиПростой
Время на прочтение3 мин
Количество просмотров1.8K

Я собрал интерактивный тест из пары десятков парных текстов и предоставил аудитории угадывать где писал человек, а где нейросеть. Было ожидание, что завсегдатаи хабра и айтишники разнесут LLM в сухую. Ан нет, результат вышел отрезвляющим.

Читать далее

Как применять чат-ботов с LLM для решения простых офисных задач

Уровень сложностиПростой
Время на прочтение18 мин
Количество просмотров1.6K

Добрый день, уважаемые читатели! Не так давно я проводил внутрикорпоративное мероприятие о том, как правильно применять чат-ботов, чтобы немного ускорить офисную рутину. Мероприятие очень понравилось аудитории, поэтому я решил переработать презентационный материал в статью - вдруг он принесет пользу еще кому-нибудь?

Если вы уже используете приемы промт-инжиниринга - то, скорее всего, вы не найдете для себя ничего нового. Статья больше рассчитана на тех новичков, которые лишь «что-то слышали» о больших языковых моделях, но не используют их в работе, поскольку это «что-то на ITшном», «не понятно, как это может мне помочь», «я слишком занят, чтобы разбираться самому». Можете переслать эту статью вашим офисным коллегам 💼.

Итак, поехали!

Читать далее
1
23 ...

Вклад авторов