📍 Где: в Лофт-пространстве Goelro в Москве и онлайн в VK и на Twitch
---
Скоро мы поделимся программой и начнем анонсировать доклады — не переключайтесь! А как прошли предыдущие конференции Cloud.ru можно почитать в статьях:
Как мы синхронизировали съемку для возрожденного проекта DPED
Команда регионального научно-образовательного центра «Искусственный интеллект и анализ больших данных» при НГТУ им. Р. Е. Алексеева продолжает рассказывать о работе по возрождению и улучшению DPED (Deep Photo Enhancement Dataset).
Мы решили задачи автоматизации, но столкнулись с еще одной проблемой: фото на планшете и камере снимались с некоторой задержкой относительно друг друга. Использование простых пауз (time.sleep) оказалось ненадежно и неэффективно. Тогда мы реализовали многопоточное решение:
Первый поток управляет съемкой с камеры с помощью библиотеки pyautogui.
Второй поток управляет съемкой с планшета через ADB.
Оба потока обмениваются информацией через очередь (queue.Queue() из стандартной библиотеки Python) — это потокобезопасная структура данных, которая позволяет одному потоку передать сигнал другому. В нашем случае очередь используется для передачи сигнала о начале съемки с камеры. Получив этот сигнал, планшет почти без задержки запускает захват изображения.
В процессе тестирования среднее время задержки составило 50 мс, но разброс данных достигал 93 мс. То есть, существуют случаи, когда мы получаем изображения с непозволительной задержкой в 100 мс и более. Мы отметили этот момент, но продолжили собирать датасет, а изображения с большой задержкой — удалять.
Скрипт автоматизации съемки кадров:
import subprocess
from threading import Thread
import pyautogui
import time
from queue import Queue
# координаты для кликов мыши
CAMERA_SHUTTER_BUTTON = (329, 748) # кнопка затвора в приложении
FOCUS_POINT = (1189, 204) # точка фокуса или область кадра
def tablet(q):
time.sleep(0.1)
if q.get() == 1:
p = subprocess.Popen(r'.\adb.exe shell', stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
p.stdin.write(b'input keyevent 27')
p.stdin.close()
def camera(q):
pyautogui.click(*CAMERA_SHUTTER_BUTTON)
pyautogui.moveTo(*FOCUS_POINT)
q.put(1)
pyautogui.mouseDown()
time.sleep(0.02)
pyautogui.mouseUp()
q = Queue()
thread1 = Thread(target=camera, args=(q,))
thread2 = Thread(target=tablet, args=(q,))
thread1.start()
thread2.start()
В оригинальной работе DPED точные значения задержки не указывались: авторы фиксировали устройства на механическом стенде и выполняли съемку вручную, без программной синхронизации или последующего анализа временного лага между кадрами. Насколько нам удалось выяснить, синхронизация производилась «на глаз», что не позволяет оценить точность в миллисекундах. Таким образом, можно утверждать, что наша реализация обеспечивает более детерминированный и измеримый результат по синхронизации.
Читайте в статье, как команда регионального научно-образовательного центра «Искусственный интеллект и анализ больших данных» при НГТУ доводит снимки с планшета YADRO KVADRA_T до качества полупрофессиональной камеры Sony Alpha ILCE 6600.
🧠 Сэм Альтман, глава OpenAI, поделился рядом смелых предсказаний о будущем ИИ и человеческого общества:
1️⃣ Колледжи уйдут в прошлое — образование в привычном формате станет ненужным для поколения, которое только появляется на свет
2️⃣ GPT-5 уже обгоняет Альтмана — новая модель справляется с профильными задачами лучше самого Сэма и, по его словам, скоро сможет взять на себя функции CEO, управление крупными компаниями может вскоре стать делом машин
3️⃣ ИИ заменит значительную часть офисной работы — будущие модели будут мыслить, кодировать, договариваться и планировать быстрее людей, это затронет множество профессий
4️⃣ Разрыв в интеллекте между человеком и ИИ будет только расти — машины станут не просто помощниками, а самостоятельными управленцами, даже в самой OpenAI роль CEO может достаться системе
5️⃣ Общественная собственность на ИИ-продукты - альтернатива базовому доходу — Альтман считает, что коллективная выгода от ИИ предпочтительнее простых денежных выплат населению
6️⃣ ИИ делает человека лишним — когда GPT-5 мгновенно решил сложную задачу, Альтман почувствовал собственную бесполезность - это ощущение вскоре может стать массовым
7️⃣ Ядерный синтез - ключ к энергетике будущего — чтобы обеспечить растущие потребности ИИ, человечеству понадобятся принципиально новые источники энергии
8️⃣ Искусственные утробы заменят беременность — в течение 40 лет деторождение может полностью перейти в сферу биотехнологий
Что посмотреть в воскресенье вечером? Ловите подборку фильмов про AI 📽️
Сегодняшняя подборка от Владимира Килязова — технического эксперта по машинному обучению в Cloud.ru.
🎞️ Бегущий по лезвию (1982)
Киберпанк-антиутопия Ридли Скотта о будущем, снятая по научно-фантастическому роману «Мечтают ли андроиды об электроовцах?». В этом мире AI в форме биоинженерных репликантов достигли уровня, где эмоции и самосознание — не баг, а фича. Главное теперь — как жить рядом с ними.
Почему стоит посмотреть: главный герой проводит Voight-Kampff тест — аналог теста Тьюринга,
🎞️ Она (2013)
Писатель влюбляется в умную и чувственную операционную систему по имени Саманта. Трогательный взгляд на то, как технологии меняют наши отношения.
Почему стоит посмотреть: поразмышлять на тему, может ли одинокий человек иметь чувства к AI. Фильм стал настолько пророческим, что OpenAI в своих презентациях делают к нему отсылки.
🎞️ Космическая одиссея 2001 года (1968)
Классический научно-фантастический фильм Стэнли Кубрика, следящий за путешествием космического корабля «Дискавери-1» с миссией на Юпитер. HAL 9000 — это продвинутый AI, который обладает способностью мыслить и принимать решения, но в один момент начинает проявлять тревожное поведение, подвергая опасности экипаж.
Почему стоит посмотреть: насладиться эстетикой космических путешествий и sci-fi, подумать, можем ли мы доверять машинам и что может случиться, если они начнут действовать самостоятельно.
🎞️ Из машины (2014)
История программиста, который приглашен в поместье своего начальника для проведения теста Тьюринга над девушкой-андроидом Авой. По ходу тестирования он начинает задаваться вопросами о том, что значит быть человеком. Фильм исследует возможности и границы самосознания, эмоционального восприятия и морали в рамках AI. Ава, андроид с совершенной имитацией человеческого поведения, становится зеркалом человеческих страхов и надежд относительно технологий.
Почему стоит посмотреть: понаблюдать, как может выглядеть девиация сознания AI — уход от заложенного поведения в сторону человеческих ценностей и чувств.
🎞️ Терминатор 2: Судный день (1991)
AI в этом фильме представлен через Скайнет — самоосознанную информационную сеть, которая инициировала ядерный апокалипсис. Фильм исследует концепции сознания машин и потенциальные риски AI, которые могут возникнуть, если они выйдут из-под человеческого контроля.
Почему стоит посмотреть: классика жанра экшн-фильмов. Фильм хорошо балансирует между зрелищными сценами и размышлениями о будущем технологий. Кроме того, студия Industrial Light Magic (ILM) использовала алгоритмы морфинга и процедурной анимации, которые стали основой для будущего развития AI.
🎞️ AlphaGo (2017)
Документальный фильм, который рассказывает о создании программы AlphaGo DeepMind и ее конкуренции с Ли Седолем — одним из лучших игроков в мире. AlphaGo стал знаменательным событием в сфере AI, продемонстрировав способность машин обучаться и творчески адаптироваться в условиях игры, которые требуют больших стратегических раздумий и ресурсов, традиционно считавшихся прерогативой человека.
Почему стоит посмотреть: фильм о том, как «ученик превзошел учителя». AlphaGo стала одним из первых больших достижений в сфере машинного обучения и позволила проложить путь к новым открытиям в биологии и медицине.
🎞️ Artificial Gamer (2020)
Документальный фильм, исследующий киберспорт и интеграцию AI в конкурентные игровые среды. Фильм рассматривает, как технологии меняют динамику взаимодействий и стратегий в профессиональных играх.
Почему стоит посмотреть: узнать, что разрабатывали OpenAI до ChatGPT и как обученные боты могут обыгрывать профессиональных киберспортсменов в Dota 2.
А в комментариях пишите — какие уже смотрели? И какие еще фильмы готовы порекомендовать и почему? 👇
📌 Это не просто список, а универсальный навигатор по генеративному ИИ. Для тех, кто хочет не просто «поговорить» с ИИ, а заставить его работать на результат.
Китайская компания Haier, та самая, что делает бытовую технику, представила домашнего робота-помощника по имени HIVA.
Роботы, демонстрирующие кунг-фу, мы уже видели. Красиво, но пользы не особо. А вот робот, который реально помогает по дому давно ожидаемая новинка. И кто, как не производитель стиралок, холодильников и пылесосов, должен был этим заняться?
У HIVA нет ног — он передвигается на колёсиках. Зато у него есть руки, и именно ими он занимается делами: убирает, готовит, гладит. Настоящий помощник по хозяйству.
Берём? Выглядит годно, а пока что предлагаю прочитать про битву LLM моделей и узнать мои мысли насчет их конкуренции!
OpenAI наконец подтверждает, что релиз намечен в начале августа. Альтман уже показывал GPT-5 вживую: модель решает мгновенно сложные задачи, там где человек теряется. Сам Сэм признался, что почувствовал себя “бесполезным” рядом с GPT-5. Почувствуем ли мы тоже самое? 😀
GPT-5 объединит все лучшие фичи прошлых поколений и добавит reasoning из o3, так что выбирать между моделями больше не придётся. Будет обычная версия, mini (и та, и другая в ChatGPT и API), а nano только через API.
В этот раз OpenAI делает ставку на одну универсальную модель вместо кучи отдельных. Ждём запуск 🚀 А пока ждем GPT-5, пользуемся Grok-4!
Microsoft обновила курс, который поможет сделать свою нейронку с полного нуля и узнать все тонкости ее работы. 18 уроков — все по делу, сжато, с кучей актуальной информации. Вся база о языковых моделях, ИИ-агентах и сопутствующих темах. Много практических кейсов, из которых можно взять идеи для своих проектов.
Открыли доступ к самой мощной модели Qwen3 — с её помощью компании смогут самостоятельно разрабатывать ИИ‑агентов
Yandex B2B Tech открыла доступ к семейству моделей Qwen3 в рамках Yandex Cloud AI Studio — платформы для разработки и внедрения решений на базе искусственного интеллекта. Разработчики смогут использовать новые модели для создания ИИ‑агентов — например, для автоматизации поддержки или помощи с подбором и возвратом товаров в интернет‑магазинах.
В Yandex Cloud AI Studio доступна последняя модель поколения, которая содержит 235 млрд параметров, — Qwen3-235B‑A22B‑Instruct-2507, вышедшая 21 июля. У неё широкая база знаний, она поддерживает 119 языков и диалектов и долго удерживает контекст беседы — до 256 тыс. токенов. В этой версии выключен режим рассуждений, при этом по качеству ответов модель опережает предыдущую версию и в целом работает быстрее. На платформе Yandex Cloud AI Studio использовать нейросеть можно по API. Стоимость модели составит 50 копеек за 1000 токенов.
Google показали рекламу режима AI Mode — теперь поиск не просто отвечает, а реально думает за тебя.
Теперь можно: — «исследовать» тему и получить экспертный дайджест за пару минут — купить билеты на концерт, не заполняя формы — гуглить через камеру, а не с помощью запросов — получать персонализированные советы на основе вашей почты в Gmail — примерить одежду онлайн по своему фото — получать графики и аналитику по запросу, а не просто текст
И всё это не покидая сайт Google, кстати недавно Google выкатил новый бесплатный способ генераций в Veo3, советую чекнуть!
Огромное спасибо: Поддержка ChatGPT на sqlize.online восстановлена! 🎉
Привет, сообщество!
У меня есть невероятно крутые новости!
Благодаря вашей потрясающей щедрости и пожертвованиям, которые мы получили, мы собрали средства, необходимые для восстановления и продолжения интеграции ChatGPT на нашей платформе! 🥳
Ваша поддержка значит для меня очень много. Она напрямую покрывает расходы на API OpenAI, гарантируя, что такие функции, как генерация запросов на естественном языке и умная помощь по SQL, остаются доступными для всех.
Мы запустили sqlize.online как доступный инструмент для изучения и работы с SQL, и возможности ИИ являются ключевой частью этого проекта. Знание того, что многие из вас ценят этот сервис и помогли поддерживать его работу, по-настоящему мотивирует.
Это доказательство силы сообщества! Спасибо вам за веру в sqlize.online и за помощь в поддержке ресурсов для блага всех энтузиастов и профессионалов SQL.
Мы обязуемся продолжать совершенствовать sqlize.online и расширять ваши возможности в работе с данными.
EasyDoc — интеллектуальная платформа, которая автоматизирует работу с документами с помощью современных ИИ-технологий: — OCR (оптическое распознавание текста) считывает данные с изображений и сканов, — IDP (интеллектуальная обработка документов) структурирует информацию, — LLM (модели вроде GPT) помогают системе понимать контекст и адаптироваться к разным типам документов.
Вот как выглядит полный цикл обработки:
1) Импорт Документы попадают в систему из разных источников — как из сторонних систем (СЭД, CRM, ERP, и т.д), так и из электронной почты, сканеров, мобильных приложений.
2) Графическая предобработка Перед извлечением данных изображение «приводится в порядок»: поворот, обрезка, устранение шумов, перекосов, изменение ориентации изображения, исправление проекции. Это повышает точность OCR.
3) Классификация Одна из функций IDP-системы с LLM — первоначальная классификация документа
4) Извлечение атрибутов и постобработка Система распознаёт важные элементы: даты, номера, ФИО, суммы. Далее они приводятся к нужному формату и проверяются (например, ФИО — преобразует в именительный падеж).
6) Верификация Наряду с ручной верификацией распознанных значений, в системе есть возможность настроить автоматическую верификацию, например, по интегрированным с системой справочникам или словарям
6) Экспорт в целевую систему После обработки и извлечения нужных данных EasyDoc готов передать в целевую систему структурированные данные, а также само изображение, поступившее на обработку
Что это даёт бизнесу?
EasyDoc снимает с сотрудников десятки часов ручной работы, избавляет от необходимости постоянно проверять, исправлять, вносить и пересылать данные. Снижается количество ошибок, растет скорость принятия решений, упрощается интеграция с внутренними процессами.
Хотите увидеть, как EasyDoc работает вживую? Оставьте заявку — мы покажем демо и ответим на все вопросы.
Недавно писал, что по итогу нейросейти заменят нас еще быстрее, теперь человек ВПЕРВЫЕ победил ChatGPT — бывший сотрудник OpenAI оставил позади продвинутую ИИ-модель в соревновании по программированию 🔥
Все соревновались на одинаковом оборудовании от AtCoder, используя любой язык программирования с обязательным пятиминутным интервалом между попытками: «Человечество победило (пока что!). Я совершенно вымотан. За последние три дня я спал всего 10 часов и едва держусь на ногах» — делится Пшемыслав
Это первый случай, когда ИИ вошёл в топ-3 такого соревнования. OpenAI использовала кастомную модель, имитирующую человеческое мышление, которая обычно входит в топ-100 по программированию и математике.
Восстания машин не будет, пока у нас есть оружие!😎
Тук-тук! Это сноваIT Elements — главное место встречи тех, кто делает ИТ в России.
10–11 сентября вот уже в третий раз мы соберем ИТ-сообщество в Москве. Готовьтесь к новым трекам, спикерам и грандиозной площадке! Кстати, регистрация уже открыта.
А вообще мы с хорошими новостями: до 15 августа продлили Call For Papers! Приглашаем экспертов, которые могут рассказать про сильный кейс, нестандартный опыт или нешаблонное решение поделиться своим опытом с комьюнити в рамках доклада. Главные требования — экспертность и актуальность темы. А еще важно, чтобы доклад не был представлен на других мероприятиях.
Рассматриваются заявки по основным направлениям конфы:
— 2500+ участников офлайн и 6000+ зрителей онлайн.
— 80+ докладов, дискуссий и мастер-классов.
— 125 спикеров из ведущих российских компаний: ВТБ, «Газпромнефть-Гео», «АльфаСтрахование», «Лаборатория Касперского», АЛРОСА, S7, Почта Банк, «ВымпелКом», НСИС и др.
— выставка 30+ вендоров и дистрибьюторов, а также большая лабораторная зона с воркшопами.
Станьте главным элементом IT Elements 2025 💙
Генеральный партнер конференции IT Elements — ИТ-компания «Инфосистемы Джет».
Пытаясь выжать максимум из локально запущенной LLM, обнаружил, что модель Qwen2.5 14b неплохо справляется с задачей саммаризации текста. Решил таким образом немного автоматизировать ежедневный утренний процесс просмотра новостных материалов.
Что потребуется:
LM Studio - удобная GUI тулза для локального запуска моделей. В ней надо включить на вкладке Developer http сервер (ctrl+R)
Пока никакие MCP инструменты я не прикрутил, часть работы придется сделать "руками", а именно - открыть страницы с новостями, скопировать из них текст, создать текстовые файлы и вставить в эти файлы скопированный текст. Например, хотим сделать саммари к 3 статьям: создаем 3 файла 1.txt 2.txt 3.txt и копируем в них текст соответственно из 1, 2, и 3 статей.
Ну все, теперь можем заниматься своими другими важными делами: завтркать, делать зарядку или еще что-то. Кстати, у меня этот процесс не ест все ресурсы системы, так что я спокойно могу писать код, серфить интернет или делать что-то другое на компьютере без тормозов.
После того, как команды завершит работу, ознакамливаемся с содержимым файлов саммаризации и дальше уже если самммари "зацепило" открываем статью в оригинале.
Вот тут еще пример с другим инструментом автоматизации работы с текстом при помощи LLM.
Как известно, Google DeepMind тоже, следом за OpenAI, заявили о получении LLM Gemini «золотой медали» по результатам решения задач Международной математической олимпиады (ММО) 2025.
Google пока что тоже никаких подробностей технического процесса решения не публикует, поэтому непонятно, как реально вводились условия, кто, что и как именно перебирал, как форматировались записи решений, и т.д. Однако, в отличие от OpenAI, в официальном новостном сообщении Google, есть, хотя бы, минимальные намёки. Они занятные, но их почему-то пропускают.
А именно, в разделе Making the most of Deep Think mode (“Извлекая максимум из режима Deep Think”), во-первых, пишут, что внутри модели использовалась некоторая «параллельная обработка», названная «раздумыванием» (как в parallel thinking).
Цитата: “Эта конфигурация позволяет модели одновременно рассматривать и комбинировать многие возможные решения до выдачи окончательного ответа, вместо того, чтобы действовать по единственной, линейной цепочке рассуждений”. (This setup enables the model to simultaneously explore and combine multiple possible solutions before giving a final answer, rather than pursuing a single, linear chain of thought.) Насколько можно понять, речь тут как раз о переборе уже тех текстов решений, которые были бы объявлены моделью «готовыми» в типовом режиме.
Во-вторых, для получения решений «провели дополнительное обучение», подстроенное для подходящих типов задач, и ввели инструкции, подобранные уже под конкретные задачи ММО (видимо, задачи этого года – иначе нет смысла уточнять в тексте новости дважды).
Цитата: “Мы также предоставили Gemini доступ к корпусу специально отобранных высококачественных решений математических задач и добавили в инструкции некоторые подсказки и советы общего характера о том, как решать задачи ММО”. (We also provided Gemini with access to a curated corpus of high-quality solutions to mathematics problems, and added some general hints and tips on how to approach IMO problems to its instructions.)
Это как раз самый интересный кусок официального сообщения, особенно, в свете предыдущего уточнения про параллельный перебор. Фрагмент можно трактовать так, что добавили базу с содержанием решений задач именно такого типа, для которого потом спрашивали решение, а в промпте при этом ввели «советы» с желаемыми характеристиками ответов конкретных задач. А можно трактовать и несколько иначе: в процессе «настройки» корректировали входные данные, направляя вывод генерации к текстам верных доказательств (перечитайте, как там в исходнике: a curated corpus of high-quality solutions).
Деталей нет, поэтому шума в прессе много, но исходный процесс, о котором идёт речь, как обычно, тёмен.
Разработали Нейроаналитика — ИИ‑агента, который помогает визуализировать данные и находить в них инсайты
Агент работает на базе BI‑сервиса Yandex DataLens
Осенью Yandex B2B Tech запускает Нейроаналитика — AI‑агента для аналитики и визуализации данных. С его помощью можно делать выводы по данным из таблиц и графиков, а также создавать и редактировать сложные визуализации. Первая версия инструмента будет доступна внешним компаниям в сентябре 2025 года — уже сейчас можно записаться в лист ожидания.
Нейроаналитик будет встроен в интерфейс Yandex DataLens в формате чата. Чтобы перестроить визуализацию или изменить расчётную формулу пользователь может сделать запрос к нейросети на естественном языке — модель поймёт запрос и скорректирует график или формулу. Это расширяет список пользователей, которым доступна новая функциональность, без необходимости погружаться в синтаксис формул и код на JavaScript.
На текущем этапе разработки сервис уже протестировали более 4 тысяч сотрудников Яндекса. Например, специалисты Яндекс Еды c помощью Нейроаналитика анализируют воронку регистраций курьеров на сервисе и конверсии, а команда исследователей Yandex Cloud ищет инсайты для отчётов.
Обновление сервиса Yandex DataLens с ИИ‑агентом будет доступно как в облаке, так и локально — по модели on‑premises. Оставить заявку на доступ к Нейроаналитику можно в этой форме.
