Все потоки
Поиск
Написать публикацию
Обновить
1075.54

Искусственный интеллект

AI, ANN и иные формы искусственного разума

Сначала показывать
Порог рейтинга
Уровень сложности

SONAR-LLM — учим нейросети думать предложениями вместо слов

Уровень сложностиСложный
Время на прочтение7 мин
Количество просмотров3.6K

Привет, Хабр. Меня зовут Никита Драгунов, я из команды «Интерпретируемый ИИ» лаборатории FusionBrain AIRI. У себя в группе мы активно пытаемся понять, почему большие языковые модели и другие архитектуры ведут себя так или иначе, и разрабатываем инструменты, которые помогают нам в этом разобраться.

Среди прочего нас очень заинтересовал сравнительно свежий подход, в котором предлагается перейти от генерации токенов к генерации целых предложений — Large Concept Models, LCMs. Мы углубились в эту тему и смогли предложить новый способ, как использовать идею LCM эффективнее.

О том, что мы сделали — в статье ниже.

Читать далее

Google снизил энергопотребление AI-запросов в 33 раза: что это значит для будущего ИИ

Время на прочтение5 мин
Количество просмотров5K

Искусственный интеллект давно вышел за рамки научной фантастики и стал частью нашей жизни — от поисковых систем до чат-ботов и голосовых помощников. Но у этого удобства есть немалая цена: для генерации ответа ИИ расходует значительные вычислительные ресурсы и энергию.

Правда, здесь разработчики современных языковых моделей тоже продвинулись. Недавно Google сообщил о впечатляющем результате: всего за год энергопотребление одного AI-запроса удалось снизить в 33 раза. Это не просто техническое достижение, а сигнал для всей индустрии, который может изменить подход к разработке и использованию ИИ. Давайте разберем, каким образом Google этого добился, какие технологии помогли и как это повлияет на будущее искусственного интеллекта.

Читать далее

ИИ-помощник для HR: когда нужен системный подход, а не разовый промпт в ChatGPT

Уровень сложностиПростой
Время на прочтение5 мин
Количество просмотров1.4K

На HR-специалистов одновременно ложатся задачи рекрутинга, адаптации, обучения, аналитики. Поэтому многие пользуются нейросетями: кто-то просит помочь с составлением вакансии, кто-то — с подготовкой документов. Чаще всего это происходит стихийно, и только 5% российских компаний системно внедряют ИИ-решения в процессы. Это требует настройки инфраструктуры, обучения моделей, контроля качества данных и соблюдения правовых норм. Но именно такой подход дает бизнесу ощутимый результат.

Разберемся, какие задачи может взять на себя полноценный ИИ-помощник, и когда действительно оправдывает ожидания.

Читать далее

Тренды архитектуры ПО — взгляд InfoQ 2025

Уровень сложностиСредний
Время на прочтение7 мин
Количество просмотров4.2K

Каждый год архитектура ПО меняется под давлением новых идей и технологий, и далеко не все из них доживают до зрелости. Чтобы навести порядок в хаосе, редакторы InfoQ разбирают тренды через модель «Crossing the Chasm» и показывают, что уже стало частью мейнстрима, а что остаётся в зоне экспериментов.

В этом обзоре — самые заметные направления последних лет: от стремительного взросления LLM и повального интереса к RAG до агентного ИИ, малых языковых моделей, «зелёного» софта и социотехнической архитектуры. Текст будет особенно интересен архитекторам и аналитикам, которые хотят понимать не только технологии, но и то, как они вписываются в реальные системы и команды.

Читать далее

Как мы внедряли аспектно-ориентированный анализ тональности: опыт Naumen

Время на прочтение10 мин
Количество просмотров1.1K

Привет, меня зовут Лиза — в Naumen я занимаюсь задачами обработки естественного языка (NLP). До этого я работала с компьютерным зрением, поэтому, перейдя в Naumen, сменила не только компанию, но и специализацию. Мой первый проект в Naumen стал настоящим вызовом — нужно было реализовать систему аспектно‑ориентированного анализа тональности (ABSA) на русском языке.

В этой статье расскажу, как мы решали эту задачу, с чего начали, какие модели и датасеты пробовали и к чему в итоге пришли.

Читать далее

Тернистый путь GPT-5, память для Claude, олимпиадные войны моделей и их создателей: главные события августа в ИИ

Время на прочтение28 мин
Количество просмотров2.5K

В июле автор отдыхал, чтобы морально подготовиться к августовскому потоку релизов. Но в ИИ-сфере трудно быть к чему-то готовым — особенно когда в пределах месяца все вдруг разом решают выкатить свои новинки. OpenAI релизнули сразу две опенсорсные модели и наконец представили (долгожданную и спорную) GPT-5, Google запустили Gemini 2.5 Deep Think с параллельным ризонингом, а Anthropic и Deepseek обновили свои флагманы.  

И это только первые строчки списка. Еще были корпоративные войны, переманивание сотрудников, торговые санкции, победы на олимпиадах, интереснейшие исследования и многое другое. Так что давайте разбираться в этом нейросетевом переполохе вместе!

Читать далее

ИИ-программист: от создания сайтов до ремонта кода. Где реальность, а где фантазии?

Уровень сложностиПростой
Время на прочтение5 мин
Количество просмотров2.1K

Искусственный интеллект сегодня пишет код, исправляет ошибки и даже создает веб-сайты по текстовому описанию. Инструменты вроде GitHub Copilot и Devin AI создают ощущение, что до появления полноценного ИИ-разработчика, способного с нуля создать и поддерживать сложный проект, остались считанные месяцы. Но так ли это на самом деле?

В этой статье мы разберемся, что на самом деле могут современные ИИ в программировании, почему они все еще не способны создавать серьезные программы и с какими фундаментальными проблемами сталкиваются.

Читать далее

Собака лает, караван идет: как будет меняться технологический стек компаний в ближайший год

Уровень сложностиПростой
Время на прочтение5 мин
Количество просмотров3.7K

Привет, Хабр. Меня зовут Саша, я CTO digital-агентства INET Studio. Мы много работаем с крупным бизнесом, и недавно я сделал следующее наблюдение: с прошлого года на ИТ-рынке России компании все чаще отказываются от инноваций ради инноваций, делая ставку на практичность и надёжность –– чтобы остаться на плаву в турбулентных условиях. Сегодня хочу разобрать, почему так произошло и чего ожидать в будущем в наших техстеках.

Читать далее

Умный вайб-кодинг или семь раз отмерь, один раз сгенерь

Уровень сложностиПростой
Время на прочтение10 мин
Количество просмотров33K

Помните старую поговорку про семь раз отмерь? В мире AI-кодинга она обрела новый смысл.

Сегодня расскажу о практике AI-Driven разработки (AIDD), которую мы у себя в команде ежедневно применяем для разработки ИИ-решений. Она успешно зарекомендовала себя в различных проектах и задачах — будь то стартапы или легаси, приложения на Python, Java или даже 1C.

Разбирать методику будем в AI редакторе Cursor, но повторить ее вы сможете в любом кодовом ассистенте. Поехали...

Читать далее

AudioStory: ИИ в роли звукорежиссера

Время на прочтение4 мин
Количество просмотров583

Сделать так, чтобы генерация звуковых историй с помощью ИИ была не просто приемлемой, а по-настоящему убедительной и атмосферной — долгое время казалось задачей на грани фантастики. Нейросети легко создают короткие аудиофрагменты, но стоит попросить их рассказать целую историю — получается нечто из лоскутков: перебивы, потерянная логика, путаные эмоции и швы между эпизодами. Весь тот вау-эффект, который обычно вкладывает звуковой режиссёр, будто бы ускользает.

Но вот появляется AudioStory. Теперь сюжет строится шаг за шагом, сцена за сценой, а ИИ постепенно учится не просто воспроизводить инструкции, а создавать цельные, логичные и реалистичные звуковые истории, где события тянутся друг за другом так же плавно, как и в настоящих фильмах или аудиокнигах. Как им это удалось и что внутри такого ИИ-звукорежиссёра?

Читать далее

Лицо, голос и тело по-датски

Уровень сложностиПростой
Время на прочтение3 мин
Количество просмотров669

Нельзя сказать, что неожиданный, но, в какой-то степени, новый разворот приняла тема чувствительных данных. В конце июня появилось сразу несколько публикаций, здесь, здесь и тут, о том, что в Дании планируют принять закон об авторском праве граждан на свои лицо, голос и тело. Все три публикации ссылаются на одну и ту же статью в английской газете Guardian, где цитируется министр культуры Дании Якоб Энгель-Шмит, который строго заявил, что представление этого законопроекта в парламент подаст ясный сигнал, что каждый имеет право на то, как выглядит и как звучит. Это поможет защитить права граждан от генеративного ИИ (GenAI), способного синтезировать фото/аудио/видео, известные как deepfake, с использованием изображений, аудио- и видеозаписей реально существующих людей. Ныне действующие законы такой защиты не дают. Понятно, что защита нужна не от самого GenAI, а от злых шутников-пранкстеров и явных злоумышленников, которые могут изготовить такой deepfake с помощью AI и использовать его в неблагих целях — обман, шантаж, кража личности, с последующим «отъемом или уводом» имущества и денег. В отличие от способов, известных Остапу Бендеру, эти уже не назовешь «сравнительно честными».

По состоянию на конец июня законопроект находился еще в департаменте культуры, ожидают рассмотрение и принятие его в начале осени. Некоторые републикаторы поторопились объявить, что закон уже принят. Что ж, это пример того, как новость про «дипфейки» сама оказывается того-с, с душком.

В статье «Гардиан» также сообщается, что принятие этого закона «теоретически (выделение мое) даст людям в Дании право потребовать, чтобы онлайн-платформы удалили бы такой контент, если он был распространен без согласия заявителя». Вот именно, теоретически. В правовом государстве такое требование приведет, пожалуй, к привлечению еще большего внимания к «дипфейку».

Читать далее

Путь от школьной математики к Data Science и системной инженерии: как я учился строить продукты

Уровень сложностиПростой
Время на прочтение4 мин
Количество просмотров5.1K

Истории успеха часто подаются слишком гладко...

Моя история о том, как спорт, фильмы и увлечение фантастикой неожиданно привели меня в Data Science и системную инженерию.

Читать далее

Аномалии альфа-распада плутония-239

Уровень сложностиСредний
Время на прочтение6 мин
Количество просмотров4.5K

Законы физики часто подкрепляются постулатами – принимаемыми без доказательств допущениями, которые помогают объяснить картину мира. Некоторые из этих постулатов со временем превращаются в догмы и их начинают путать с самими законами. Классическим примером служит постулат о случайной природе распада радиоизотопов. Несмотря на давно изучаемые фотоядерные реакции и многочисленные данные о непостоянстве радиоактивности, физики с традиционным образованием с подозрением относятся к экспериментам, демонстрирующим такое непостоянство. Под подозрение попал и Симон Эльевич Шноль (1930–2021) — выдающийся советский и российский биофизик. Он собрал множество доказательств влияния космофизических факторов на процессы, считающиеся случайными. Однако его данные, противоречащие общепринятым постулатам, в лучшем случае игнорировались научным сообществом, а в худшем – подвергались незаслуженной критике.

Одним из наиболее спорных направлений его исследований стало обнаружение вариаций скорости α-распада плутония-239. Для их поиска Шноль использовал визуальное сравнение поминутных гистограмм, построенных на основе ежесекундной регистрации α-частиц кремниевыми счётчиками. Более наглядные и объективные свидетельства вариабельности распада плутония можно получить простым просмотром графиков изменения радиоактивности по времени. Для выявления таких аномалий пришлось построить множество графиков и проанализировать около 2,4 Гб данных с записями результатов посекундной регистрации количества α-частиц, проводившейся С.Э.Шнолем и сотрудниками его лаборатории с 2000 по 2011 годы.

Читать далее

Ближайшие события

Комбинаторная теория переобучения повысила информативность трассерных исследований в нефтегазовых месторождениях

Уровень сложностиСредний
Время на прочтение6 мин
Количество просмотров1.1K

Коллектив российских ученых исследовал применение методов машинного обучения для проектирования трассерных исследований. Целью было повышение достоверности результатов по выявлению гидродинамической связи в пласте между нагнетательными и добывающими скважинами в низкопроницаемых коллекторах с самопроизвольным развитием трещин гидроразрыва пласта (автоГРП) в нагнетательных скважинах. Работа была опубликована в российском журнале «Искусственный интеллект и принятие решений» и была выполнена совместно учеными и исследователями из МФТИ (г. Москва), ООО «РН-БашНИПИнефть» (г. Уфа) и ООО «РН-Юганскнефтегаз» (г. Нефтеюганск).

Читать далее

Игровой бот в Telegram с нуля: Как я автоматизировал создание контента с помощью Apache NiFi и LLM

Уровень сложностиПростой
Время на прочтение13 мин
Количество просмотров6.3K

Как быстро протестировать игровую идею без лишней сложности? Я создал текстовую игру в Telegram за выходные на Apache NiFi и Groovy, весь контент для которой генерируют языковые модели.

В итоге — легковесный, почти не требующий поддержки бот, которого не больно обновлять. Идеально для MVP.

Под катом — архитектура, этапы развития и как AI не просто отвечает, а становится движком продукта.

Все началось с желания сделать что-то интересное для подписчиков моего канала в Telegram. Захотелось интерактива — простой текстовой викторины или квеста. Но разворачивать полноценный бэкенд... Не для такого пет-проекта.

Цель была ясна: создать максимально простого и легковесного бота, которого было бы не больно поддерживать. Выбор пал на связку Apache NiFi для оркестрации и Groovy для скриптовой логики.

P.S. Полная инструкция по запуску, исходники скриптов и шаблон для NiFi я выложил в открытый доступ на GitHub. Буду рад звёздочкам и пул-реквестам!

FutureGuest Bot repository

Читать далее

Как ContentCapture и LLM автоматизируют обработку судебных приказов, определений и постановлений ФССП

Время на прочтение6 мин
Количество просмотров1.5K

Ранее мы уже делились опытом использования LLM для обработки юридических документов и доверенностей. Сегодня расскажем о другом подходе, который применил наш технологический партнер ООО «ЕСМ-Консалтинг». При реализации нескольких показательных кейсов для крупных российских энергосбытовых компаний, автоматизировав в них обработку судебных документов с помощью платформы ContentCapture и больших языковых моделей (LLM).

Изначально мы рассматривали два подхода к реализации подобных проектов. Первый – предполагал классическую работу с гибкими описаниями документов, когда правила извлечения информации задаются человеком. Второй вариант – комбинированный, с использованием больших языковых моделей (LLM). Наш опыт показал, что последний подход как минимум в три раза экономичнее, при работе с неструктурированными документами. Он обеспечивает хорошую скорость и высокое качество извлечения данных (более 95% правильно извлеченных данных), что позволяет нашим заказчикам масштабировать обработку документов без роста операционных расходов.

Узнать подробности

Как Avengers‑Pro превращает зоопарк LLM в супер-роутер за счёт одного ползунка

Время на прочтение4 мин
Количество просмотров1.1K

Один ползунок — и все ваши языковые модели вдруг начинают работать как слаженная команда. Банально выбирать между «дорого, но точно» и «дёшево, но кое-как» больше не обязательно: Avengers‑Pro предлагает куда более хитрую стратегию. Он невыразимо просто сочетает разные LLM — от топовых GPT‑5 до резвых Qwen — и учится менять баланс между качеством и затратами одним движением. Всё прозрачно, гибко и легко регулируется, а результат — система, способная удивить даже опытных инженеров. Как удалось приручить весь этот зоопарк моделей и что это даёт на практике?

Читать далее

RAG и векторные БД: НЕ Сизифов LLM на Java и Spring Ai

Уровень сложностиСредний
Время на прочтение14 мин
Количество просмотров11K

Привет! Меня зовут Бромбин Андрей, и сегодня я разберу на практике, что такое RAG-системы и как они помогают улучшать поиск. Покажу, как использовать Spring AI, векторные базы данных и LLM. Ты получишь теорию и пример реализации на Java и Spring Boot – от идеи до работающего сервиса. Без сложных формул – только чёткие объяснения и код.

Обновить резюме

Нейро-дайджест: ключевые события мира AI за 4 неделю августа 2025

Уровень сложностиСредний
Время на прочтение7 мин
Количество просмотров2.4K

Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.

Неделя выдалась интересной: апдейт DeepSeek v3.1, xAI выложили веса Grok 2, а PewDiePie собрал собственный сервер для LLM. Alibaba презентовала кодинг-агента Qoder, Apple делает домашних ИИ-роботов, а нейросети теперь читают ваши мысли и предсказывают будущее.

Всё самое важное — в одном месте. Поехали!

Читать дайджест →

Как служба поддержки ЮMoney научилась общаться с пользователями из разных стран, не зная их языка

Уровень сложностиСредний
Время на прочтение10 мин
Количество просмотров1.1K

Привет, Хабр. Мы – Даша (инженер машинного обучения) и Наташа (ведущий аналитик в ЮMoney). В этой статье расскажем о системе машинного перевода, разработанной как end-to-end-решение для многоязычной поддержки в финтех-компании. Рассмотрим архитектуру, технические детали реализации и практические результаты внедрения системы. А ещё покажем, как общались с пользователем из Казахстана.

План статьи:

>> Проанализируем потребность в системе перевода — рассмотрим, почему языковые барьеры критичны для техподдержки и масштабирования бизнеса.

>> Обсудим выбор архитектурного подхода — почему остановились на специализированном агенте вместо универсальных LLM-решений.

>> Детально разберём техническую реализацию — как работают FastText для определения языка и NLLB для перевода и почему потребовалось 12 отдельных LoRA адаптеров.

>> Покажем систему в действии — полный цикл обработки обращения от клиента из Казахстана.

>> Завершим анализом результатов и метрик качества работы системы.

Читать далее

Вклад авторов