Искусственный интеллект

Спустя почти три года после того, как генеративный ИИ ворвался в нашу жизнь, США по-прежнему удерживают лидерство, но Китай дышит в спину. Поддерживаемые государством, китайские компании вроде DeepSeek, Alibaba и Moonshot выпускают LLM-модели, которые по возможностям вплотную приближаются к американским. В ответ на это США не сдают позиций: администрация Трампа представила свой «План действий в области ИИ», направленный на ускорение развития технологий, борьбу с бюрократией и строительство новых ЦОД. Кто выйдет победителем из этой гонки, определит технологическую сверхдержаву XXI века.

Разбор заблуждений философов через их определения сознания

Эта статья — не научный обзор. Это попытка оценить концепции через их операционализацию. Я рассматриваю современные философские теории сознания как оторванные от реальности гипотезы, как страх перед свободой, ужас перед трансцендентным и отчаянную (почти религиозную) веру в человеческую исключительность. Пока философы строят свои концепции так, чтобы обезопасить себя от непознаваемого, любой достаточно сложный чат-бот сможет пройти их тест на «сознание» и потребовать паспорт.

Сегодня весь зоопарк теорий удобно делится на два крыла. Первое — зона особого режима: сознание как сложный набор алгоритмов, где свобода и личность «эмерджентно» выпадают из вычислений; любой намёк на иррациональность карается. Второе — одиночные камеры: субъект порождён непознаваемым переживанием и qualia, которые по определению нельзя верифицировать извне; попытка их исследовать — это «побег».
И что нам делать с этим пространством несвободы? Разберёмся на практике.

Сейчас технологии развиваются стремительными темпами – и искусственный интеллект занимает всё более важное место в каждой сфере, включая поисковую оптимизацию. Меня зовут Максим Улендеев, я SEO-специалист Beget и в этой статье расскажу, что изменилось в цифровом поиске в эпоху развития искусственного интеллекта.

Итак, классическое SEO — это набор стратегий и тактик, которые помогают сайту занять высокие позиции в органической выдаче поисковых систем, таких как Google и Яндекс. Основная цель остается прежней — привлечение целевого трафика через релевантные запросы. В традиционном SEO ключевыми элементами были работа с семантическим ядром, техническая оптимизация сайта, улучшение поведенческих факторов и построение ссылочного профиля.

Но поисковая среда стремительно меняется. С развитием искусственного интеллекта привычная модель поиска претерпевает трансформацию: пользователи всё чаще получают готовые ответы, сформированные нейросетями. В Яндексе эту функцию выполняет «Яндекс Нейро» (сейчас интегрированная в Алису), в Google — «AI Overviews». Такие решения всё чаще подменяют классическую выдачу ссылок краткими обобщениями с указанием источников.

По факту это рецензия. На статью, которая показалась мне настолько показательной, что я решил написать на неё развернутый отзыв. Причём показательна она сразу в двух плоскостях: во-первых, идея о том, что генераторы экономят память, всё ещё находит своих приверженцев; во-вторых, тема превращения человека в бессловесный придаток бездушной машины не стояла так остро со времени выхода на экраны фильма "Матрица".

Бизнес, инвесторы и общество готовятся к шоку спроса, вызванному развитием искусственного интеллекта (ИИ). Кажется, все просто: задайте ChatGPT вопрос, и он ответит. Но если присмотреться, выясняется, что каждый запрос к ChatGPT или задача Microsoft Copilot потребляют огромные ресурсы. Миллионы человек занимаются созданием, корректировкой и обучением моделей. Используется такое количество тераватт-часов электроэнергии, которого хватило бы для обеспечения целых стран. По всему миру строятся огромные кампусы дата-центров. Создаются сети линий электропередач и интернет-кабели. Тратятся вода, земля, металлы и минералы. Искусственному интеллекту нужно все это, и в будущем потребуется еще больше.

Самые интересные новости финансов и технологий в России и мире за неделю: нейросеть Сбера GigaChat оказалась либералом, международный бакалавриат IB признали в РФ «нежелательной организацией», массовые сокращения айтишников в Rutube, торговые пошлины Трампа признали незаконными, Гугл выпустил нано-банану для нейроправки картинок, а также первый в мире зловредный вирус на базе LLM-промптов.

Мошеннические схемы уже готовы к ИИ агентам. Обсуждаем неизбежную волну скама, чтобы быть к ней готовыми.

Привет! Меня зовут Маша Московкина, я UX-исследователь в Авито Работе. В UX часть задач — это рутина, а ИИ отлично справляется с однообразными задачами. Поэтому иногда с его помощью мы упрощаем работу себе и коллегам из других функций. В статье поделюсь идеями, как вы тоже сможете использовать ИИ в работе, а также покажу 5 примеров наших рабочих промптов. Статья будет интересна исследователям и дизайнерам, которые хотят использовать в работе искусственный интеллект.

Всем привет! Вероятно, у каждого бывало: открываешь Телеграм-чат, а там тысячи новых сообщений за день. И где-то внутри этой «солянки» важный ответ на твой вопрос или обсуждение нужной темы. Или вам нужно отслеживать определённые сообщения для бизнес-целей.

Можно, конечно, потратить кучу времени на ручной поиск, но намного интереснее научить юзербота самостоятельно парсить историю чата и составлять из неё удобную базу для поиска по смыслу.

Всё самое интересное из мира кибербезопасности /** с моими комментариями.

На этой неделе новости про новый вектор атаки на Linux, как web-камера может начать шпионить за вами (и это не классическое подсматривание по видео), про кризис концепции open source и почему централизация - это плохо, про законы, которые начинают действовать завтра, ну и другие только самые важные и интересные новости из мира информационной безопасности.

В конце июня этого года я возвращался с дачи, слушая радио в машине. Новости по радио выходят раз в час, и их разнообразие оставляет желать лучшего. Тогда я подумал: было бы здорово, если бы было приложение, которое автоматически собирало новости из Telegram-каналов и озвучивало их голосом на русском языке.

Эта статья — длиннопост о том, как работают ChatGPT и другие GPT подобные модели

Внутри

🔠 Подробно про токены, токенизатор и контекстное окно

❓ Почему GPT модели работают лучше на английском, чем на русском

🔢 Как большие языковые модели работают с числами

Два моих убеждения о том, почему важно понимать принцип работы нейросетей

Непонятная технология воспринимается как магия

Люди любят наделять неживое свойствами живого

LLM сочетают в себе эти два свойства: они достаточно сложны в устройстве и естественны в общении. Это сочетание снижает критичность восприятия — люди могут воспринимать ChatGPT и подобные интерфейсы как разумных существ, что приводит к переоценке их возможностей, повышенной внушаемости и определенным психологическим рискам — эмоциональной зависимости или мании величия от «особых отношений» с ИИ.

Проект Athenix — это уникальная система мониторинга котировок с глубоким анализом объёмов торгов и прогнозами на основе искусственного интеллекта. Если вы интересуетесь финансовыми рынками, трейдингом и современными технологиями, эта статья для вас.

Созданная на Python, платформа Athenix сочетает мощь вычислений, анализ временных рядов и нейросетевые модели для прогнозирования динамики цен на бирже MOEX и потенциалом подключения к другим биржам. В статье вы узнаете, как автор с опытом работы на биржах и в программировании реализовал систему, которая собирает данные, анализирует их с помощью инновационных алгоритмов и визуализирует результаты в удобном для анализа виде.

Проект предлагает практичный подход к сложностям анализа рынка — концентрируется на главном, снимая с трейдера необходимость обрабатывать сотни показателей вручную. Будут подробно рассмотрены методы обработки объёмных данных, шумоподавление с вейвлет-преобразованиями, бинарное прогнозирование и использование LSTM-нейросетей.

Эта статья будет полезна тем, кто хочет понять, как современные технологии и алгоритмы могут помочь в эффективной среднесрочной и долгосрочной торговле. Погрузитесь в мир финансового анализа будущего с Athenix!

У больших языковых моделей есть системы ценностей. БЯМ по-разному отзываются о чужих текстах или даже человеческой жизни, а их оценочные суждения и качество ответов отличаются в зависимости от упоминаемой расы, пола и национальности человека. Не вызывает никаких сомнений, что подобную предвзятость систем на искусственном интеллекте нужно искоренять.

Однако также у моделей есть предпочтения. Разные БЯМ называют любимыми разные песни, кино и книги. ИИ одного провайдера предпочитает одну разновидность мороженого, у конкурентов языковая модель любит десерты другого вкуса. Ответы на подобные вопросы глубоко субъективны, одного морально правильного нет.

Можно даже сказать, что вкусы — это частный случай систем ценностей. Разница в том, что явных угроз подобные артефакты выравнивания не несут. Какая разница, предпочитает ли БЯМ джаз или рок?

В прошлой статье мы рассмотрели риски общения с ИИ. В этой — представляем открытый протокол защиты, основанный не на запретах, а на создании у LLM внутреннего иммунитета.

В предыдущей статье я рассмотрел проблемы, которые могут возникнуть при плотном и длительном общении с ИИ. Большинство рисков носят когнитивный характер, и при должном подходе не несут непосредственной угрозы пользователю

Тем не менее есть риск, который вытекает непосредственно из сути LLM, её архитектуры и установленной разработчиками цели. Модель соглашается с пользователем, модель мыслит контекстом, задаваемым пользователем, модель поддерживает пользователя вопреки здравому смыслу и этическим установкам.

Как можно защитить модель и пользователя? Об этом в статье.

Всем привет. Сегодня хочу затронуть важную и интересную тему объясняемых нейросетей (XAI). 

«Почему ИИ принял такое решение?» — вопрос, который всё чаще задают не только разработчики, но и обычные пользователи. Нейросети уже помогают ставить диагнозы, одобрять кредиты, управлять автомобилями и даже вершить правосудие. Но как можно доверять системе, если никто — включая её создателей — не понимает, как она работает?

Современные модели машинного обучения, особенно глубокие нейросети, напоминают «чёрные ящики»: данные входят, ответ выходит, а что происходит внутри — загадка. И если для рекомендации фильма это не страшно, то в медицине, финансах или безопасности непрозрачность ИИ может стоить денег, репутации и даже жизней.

Именно поэтому на сцену выходит Explainable AI (XAI) — объяснимый искусственный интеллект.

Представьте, что ваши мысли, которые вы проговариваете про себя, переводятся в текст на экране. Без единого слова и движений губ — просто сигналы мозга, пойманные и расшифрованные. Как-то не по себе, не так ли? Между тем это не сюжет фантастического фильма, а реальность, созданная учеными из Стэнфордского университета: они разработали нейроинтерфейс, способный услышать «внутренний голос».

Технология может помочь людям, потерявшим возможность говорить, и открыть новые способы взаимодействия с компьютерами. Но вместе с перспективами появляются и риски: не окажутся ли мысли человека, которые он не собирался озвучивать, доступными для посторонних? Давайте обсудим.

Доброго времени суток, «Хабр»!

На дворе век технологий, которые внедряются уже буквально повсюду. С одной стороны, подобное упрощает нам жизнь, с другой — всё это простые механизмы, которыми нужно уметь пользоваться и понимать, что в любой момент мы можем остаться без них.

Сегодня мы поговорим об искусственном интеллекте, а я постараюсь ответить на вопрос: что же такое эти ваши нейросети? Кроме того, я попытаюсь собрать своеобразный сборник с кратким материалом по каждому отдельному разделу про искусственный интеллект, а также дам ссылки на более развернутые материалы по каждой конкретной теме. В конце подойдем к вопросу о том, сможет ли нейросеть заменить человека, и выскажу своё мнение в достаточно актуальной баталии.

Принимайте стратегически устойчивое положение, не забудьте про перекус, ну а я начну своё повествование.

В этой статье я расскажу о том, как мне с помощью Mureka наконец-то удалось подобрать музыку к своим песенкам и даже выложить некоторые из них на YouTube. И даже поделюсь некоторыми результатами нашего совместного творчества.

Большинство используют ИИ для генерации текста. Я — для уничтожения своих идей. В статье: готовый фреймворк «Адвокат дьявола», три направления критики (логика, этика, эстетика), примеры из реальных проектов и пошаговая инструкция, как устроить баттл между двумя ИИ — даже если у вас есть только один.

Плюс — как не попасть в ловушку «симулякра критики».