На archive.org выложили еще одну полезную и очень приятную книжку -- букварь по нейронным сетям итальянского исследователя и преподавателя Симона Скардапане (Simone Scardapane), который преподает в университете Sapienza в Риме и сотрудничает в нескольких исследовательских центрах. Называется книжка "Приключения Алисы в дифференциируемой стране чудес" (Alice’s Adventures in a differentiable wonderland). Годится и для преподавания и для самообразования, если математическая подготовка позволяет.
Я читал с удовольствием, чего и вам желаю.
Два линка для получения pdf книжки, но если вас обуяет благодарность к автору, можете и на Амазоне книжку купить.
Узнай, что люди на самом деле думают, а не то что они говорят. Mind Reasoner это инструмент, который выходит за рамки простых резюме встреч.
Приложение позиционируется как инструмент для анализа вербальной и невербальной коммуникации с целью выявления скрытых мыслей, истинных эмоций и убеждений собеседников. Комментарии, как говорится, излишни.
«Эпоха ИИ «доверяй мне» закончилась. Мы были вынуждены создать новый тип интеллекта, потому что существующие модели терпели неудачу, когда на кону стояли доказательства. С Mind Reasoner мы берем тот же стандарт доказуемой истины и применяем его к нашей самой сложной задаче: пониманию себя и друг друга. Мы не просто создаем еще одно приложение; мы предоставляем интеллект, которому вы наконец-то можете доверять».
Основатель, Уэйн Чанг
Созданный на основе новой архитектуры, основанной на фактах, Mind Reasoner дает пользователям ранее невозможную суперспособность: видеть разрыв между тем, что люди говорят, и тем, что они на самом деле имеют в виду, причем каждый такой инсайт подкреплен проверяемым доказательством (декларируют так).
Определенным образом они бросают вызов всем ведущим LLM, особенно лидеру. А состав инвесторов не оставляет никаких сомнений в том, что верят в стартап очень серьезные люди.
Я запросил доступ, жду... выше их собственная оценка по сравнению с о1.
Компания утверждает, что Mind Reasoner идентифицирует более 100 различных метрик, мониторя входящий информационный поток (невысказанные оговорки, подсознательные мотивы итд). Все ответы системы сопровождаются исходными доказательствами, включая конкретные слова и фразы, на основе которых система сделала такие выводы, чтобы предоставить пользователям прослеживаемость и уверенность в тех или иных выводах. Компания называет это «неразрывной цепочкой доказательств».
Бесконтактный полиграф, короче) Большой брат. Все тайное стало явным.
Довольно широкий спектр бизнес-задач можно решать.
***
О новых ИИ бизнес-моделях, нерешенных задачах и ИИ-стартапах: Айвентор и Фред
Предыдущие материалы и выпуски дайджеста, там до сих пор много интересных инсайтов.
Знаю, что у меня есть ребята, которые занимаются или интересуется вайб-кодингом. Для вас полезное видео на YouTube - основное выступление про разработку в эпоху ИИ на мероприятии AI Startup School 17 июня 2025 года. Причем, лекцию читает Андрей Карпаты, сооснователь OpenAI.
Он считает, что мы находимся в «1960-х годах» эры LLM 🙆🏻♀️ В выступлении выделил 3 этапа развития ПО. Рассказал, чему обязательно необходимо учиться современному программисту, в чем основные проблемы современных LLM, психологию взаимодействия с ними, и куда движется software разработка.
Вкратце, Про агентов, он сказал, что:
Лучше предоставлять документацию в машиночитаемом формате, например, Markdown - это мы итак знаем, ибо, читая pdf, агент жрет кредиты как не в себя, плавали-знаем 😅
Заменять в инструкциях фразы «нажмите сюда» на эквивалентные команды (curl), которые может выполнить агент.
И даже пойти дальше и создавать специальные инструменты, которые преобразуют контент (например, репозиторий на GitHub) в формат, удобный для подачи в LLM 🤯
Если хотите узнать что-то новое, то недавно я рассказывал про автоматизацию с помощью AI агентов. Советую чекнуть!
Приснилась сегодня любопытная аналогия, которой захотелось поделиться.
Искусственный интеллект сегодня - это голограмма разума.
Как при создании голограммы световое поле отраженное объектом со всех сторон запечатлеется в виде узора на фотопластинке. Также нейросеть во время обучения собирает воедино самые разные проявления разума (в виде фрагментов датасета) и формирует "узор" в виде матрицы весов нейронов...
Если взглянуть на модель со стороны - то, также как если смотреть на голограмму, будет полное ощущение реального предмета (разума), но "внутри" - никого нет... (пока)
Можно строить аналогию дальше, но это уже совсем ненаучно:)
Такая вот мысль. Прощу прощения если это избитая идея.
Разработчик создал приложение, которое скрывает наружную рекламу — от постеров и баннеров до объявлений на столбах и в газетах.
Программа сканирует окружение и с помощью AR-фильтров «затирает» рекламные элементы прямо в поле зрения — будто у вас личный редактор реальности. Работает на популярных моделях смарт-очков, включая Ray-Ban Meta и XREAL Air.
Наконец-то AdBlock в реальной жизни, еще советую чекнуть топ-3 маркетинговых взрыва июня 2025, может найдете для себя что-то новое!
Недавно OpenAI представила o3-pro, теперь OpenAI объявили недельный перерыв в работе на фоне серьёзной утечки кадров: только за последний месяц Meta¹ увела восемь ведущих исследователей, включая четыре старших фигуры в области суперинтеллекта.
Агрессивный хантинг идёт по всем фронтам. По данным WIRED и WSJ, Марк Цукерберг лично выходит на сотрудников OpenAI, предлагает бонусы в $50–100 млн, давит на скорость принятия решений, использует взрывные офферы — «take it or leave it». Уходящие описывают это как комбинацию давления, соблазна и шанса повлиять на новую стратегию Meta¹ по созданию AGI.
В OpenAI многие работают по 80 часов в неделю. Люди на грани. Компания срочно пересматривают зарплаты, запускают новые программы признания и лояльности. Поэтому неделя «тишины» — попытка не только перезагрузиться, но и сбить волну потенциальных уходов, пока Meta¹ готовит следующую атаку.
Мечты Альтмана о «компании как семье» столкнулись с рынком.
Как на самом деле работает веб-поиск в OpenAI: мечты, реальность и неМНОГО разочарования
AIFA DEV illustration 3
Все мы любим мечтать. Я, например, долго ждал, когда ChatGPT наконец-то научится не просто умничать на базе своих древних знаний, а реально копать свежак из интернета. Вот прям чтобы можно было взять, подключить этот заветный инструмент веб-поиска — и вперёд, генерировать крутые статьи, писать экспертные посты, ловить хайп на новостях, не отставая ни на минуту. Но, как это часто бывает, мечты разбиваются о суровую реальность. Давайте разбираться, что же там под капотом у OpenAI и почему всё не так радужно, как хотелось бы.
Этот пост является небольшим дополнением к статье которая в полной мере раскрывает процесс создания глубинных исследований интернета при помощи искусственного интеллекта: https://habr.com/ru/articles/923948/
Иллюзия свежести: как работает веб-поиск у OpenAI
Снаружи всё выглядит красиво: жмёшь кнопку — и вот тебе "информация в реальном времени". Но на деле инструмент веб-поиска у OpenAI — это не прямой провод к живому интернету, а скорее такой себе архивчик, который обновляется не то чтобы часто. Да, модель больше не ограничена знаниями двухлетней давности, но и до новостей сегодняшнего утра ей, увы, как до Луны пешком.
В лучшем случае, когда вы просите модель "посмотреть в интернете", она лезет в свой собственный индекс (который, кстати, обновляется с задержкой в несколько месяцев), а иногда — обращается к Bing или проверенным новостным источникам. Но не ждите, что она будет парсить страницу целиком: максимум — снимет сливки со сниппета, а дальше додумывает сама. Итог? На выходе у вас 10% от реального содержания, остальное — фантазии модели.
Почему это не работает для "горящих" новостей
Вот вы решили сделать свой генератор хайповых новостей — и тут начинается разочарование. Модель не видит никаких "горящих" событий, потому что в её архиве их просто нет. Даже если вы дадите ей ссылку на новость, она всё равно прочитает только заголовок и пару строк сниппета. Хотите больше? Придётся копировать руками и скармливать в промпт.
А что делать, если хочется по-настоящему свежий контент?
Здесь на сцену выходят альтернативы. Например, тот же Exa — штука, которая реально парсит сайты, вытаскивает из них всё, что можно, и превращает это в векторный формат. Вот тут уже можно получить не только заголовки, но и весь смысл статьи. Но даже Exa не спасёт, если вы хотите ловить новости быстрее всех — в любом случае, придётся мониторить вручную и быть на шаг впереди.
Почему Perplexity пишет статьи лучше, чем OpenAI с веб-поиском?
Потому что Perplexity не ограничивается сниппетами и умеет собирать больше информации из разных источников. Он реально анализирует, сопоставляет, делает выводы — и на выходе получается не просто пересказ, а что-то похожее на человеческий текст с реальными фактами. OpenAI пока до такого не дорос, увы.
Perplexity — дочка без наследства?
Позвольте влить немного здравого паранойи в стакан хайпа. С большой долей вероятности Perplexity — это не просто модный стартап, а экспериментальная площадка, тесно связанная с OpenAI. Не юридически — стратегически.
Сценарий простой как удар по серверу: • OpenAI — серьёзный игрок, репутация, партнёрства, Microsoft, всё как надо. • Perplexity — резкий, дерзкий, свободный. Парсит всё подряд, кеширует сайты, обучает ИИ на Как жить с этим дальше?
Мой совет: не пытайтесь строить на этом автоматические генераторы хайповых новостей. Лучше делайте ставку на экспертный контент: пишите сами, добавляйте результаты поиска из Exa или Perplexity, разбавляйте свои знания свежими фактами — и будет вам счастье. Да, это не даст вам прыгнуть в топ Яндекса по последним новостям, но зато выстроит вашу репутацию как эксперта, а это куда ценнее.
В общем, инструмент веб-поиска от OpenAI — бесполезная фигня, даже если вам нужно всего немного информации из интернета- забудьте!. Не ждите от неё чудес, не стройте воздушных замков.
С вами был Роман Большинов, продолжаю делать AGI в гараже, код здесь, подключаетесь)
YouTube тестирует ИИ-сводки под видео — теперь вместо того, чтобы смотреть ролик, можно просто прочитать его краткий текст.
Фича пока доступна только Premium-подписчикам в США. Но если зайдёт — понятно, чем всё закончится. Если будет новая инфа обязательно дропну, следите за обновами!
Структурная адаптация к внешним ограничениям, на мой взгляд, в общих чертах завершилась. Сейчас пришло время новых структурных сдвигов, прежде всего технологических, они могут быть более масштабными. Это стремительное внедрение искусственного интеллекта, всеобщая цифровизация. Второй важнейший сдвиг – это платформизация всей экономики, меняются правила взаимодействия производителей и потребителей. Еще один структурный сдвиг – это рост сектора услуг… У нас впереди очень неспокойные времена, но я уверена, что это и новые возможности для развития.
Глава ЦБ, Эльвира Набиуллина. Финансовый конгресс Банка России
Система искусственного интеллекта AlphaEvolve, разработанная в подразделении Google DeepMind, побила рекорд немецкого математика Фолькера Штрассена.
Ещё в 1969 году Штрассен разработал алгоритм умножения комплексных матриц 4×4, который требует 49 скалярных умножений. До настоящего времени этот результат был непревзойдённым.
Однако AlphaEvolve сгенерировала ещё более эффективный алгоритм, в котором на одну операцию меньше. Данное улучшение кажется на первый взгляд незначительным, но сделать его не удавалось никому из людей. Предложенная ИИ оптимизация стала первым значимым прорывом в этой области за 56 лет.
AlphaEvolve — инновационная система, которая меняет подход к разработке алгоритмов. Эта AI-платформа, основанная на языковых моделях Gemini, сочетает генеративные способности с эволюционным подходом, позволяя автономно создавать и оптимизировать алгоритмы. Она уже доказала свою эффективность, улучшив работу дата-центров Google, ускорив обучение ИИ, а также решив сложные математические задачи.
AlphaEvolve выделяется своей универсальностью и способностью без прямого вмешательства человека находить новые решения и улучшать алгоритмы. Система использует два варианта Gemini: Flash для быстрого создания множества идей и Pro для их глубокого анализа.
Сгенерированные алгоритмы проходят автоматическую оценку по заданным метрикам, что минимизирует ошибки и галлюцинации, характерные для обычных языковых моделей. Эволюционный цикл — генерация, тестирование, отбор лучших решений — позволяет находить оптимальные алгоритмы за считанные часы вместо дней и даже недель. Это отличает AlphaEvolve от узкоспециализированных предшественников, таких как AlphaFold или AlphaTensor.
AlphaEvolve увеличила эффективность Google Borg (внутренней системы управления кластерами в дата-центрах) на 0,7%. Кажется немного, но это достигнуто на уже глубоко оптимизированной платформе и высвободило сотни серверов.
Из 50+ открытых задач в математическом анализе, геометрии и комбинаторике AlphaEvolve воспроизвела лучшие решения в 75% случаев и улучшила их в 20% случаев.
Сейчас AlphaEvolve оптимизирует системы-на-кристалле Tensor и улучшает код на Verilog (языке для описания и моделирования электронных систем). Помимо ИТ, потенциал системы охватывает такие сложные дисциплины, как материаловедение, фармацевтику и биохимию. DeepMind планирует открыть ранний доступ к AlphaEvolve для исследователей.
Но в ИТ-компании "Криптонит" уверены, что настоящих исследователей нейросети не заменят, они им помогут стать ещё эффективнее.
"Нужно самому достаточно хорошо разбираться в математике, чтобы сформулировать математическую задачу для ИИ, а затем проверить сгенерированное им решение. Если бы у Фолькера Штрассена в конце 60-х был ИИ, он бы наверняка решил с его помощью ещё несколько математических задач, считавшихся в то время непомерно сложными", — пояснила естественная нейросеть пресс-служба ИТ-компании "Криптонит".
Не так давно я писал про автоматизацию с помощью AI агентов, кто не чекал, очень советую.
И вот HeyGen представили своего Агента, а вернее команду агентов, которые берут на себя создание и монтаж роликов даже по одной лишь текстовой подсказке. на себя по запросу. Короче, эти агенты действуют как настоящая съемочная команда, без вашего участия.
Как работает:
Загружаете в HeyGen Video Agent краткий бриф - документы, картинки или просто пишете промпт, указываете длительность и дополнительные детали, по желанию ИИ анализирует задание, разделит на задачи, которые распределит по агентам:
• Написание сценария - превратит вашу идею в структурированную историю • Подбор визуальных материалов - для каждой сцены подбираются изображения, соответствующие тону и сообщению видео • Добавление озвучки естественным голосом с учётом интонаций • Монтаж и переходы - динамичный и качественный монтаж, добавляются эффекты и переходы • Создание субтитров - добавляются субтитры, и финализируется ритм видео для лучшего восприятия
Самое интересное, Агенты сами допиливают результат, вносят правки и в процессе даже спорят друг с другом, при необходимости. В итоге вы получаете финальный отполированный результат
Пока никаких ограничений по формату контента нет.
Тем, кто связан с производством роликов, в том числе рекламных, контента для соц сетей, обучающих роликов, обзоров, видео презентаций - вам тоже очень рекомендую.
Отчет 2025 State of AI Report: The Builder’s Playbook это комплексное исследование состояния разработки ИИ-продуктов, основанное на опросе 300 руководителей технологических компаний в апреле 2025 года. Совсем кратенько ниже:
Зрелость ИИ-продуктов: ИИ-нативные компании значительно опережают ИИ-интегрированные в цикле разработки - 47% ИИ-нативных продуктов уже достигли стадии масштабирования против 13% у ИИ-интегрированных компаний. Только 1% ИИ-нативных компаний находятся на стадии до запуска против 11% ИИ-интегрированных.
Выбор моделей: При выборе базовых моделей для клиентских продуктов точность является главным приоритетом (74% респондентов), за ней следуют возможность тонкой настройки (57%) и приватность (41%). Для внутренних задач стоимость становится главным фактором (74%), затем точность (72%) и приватность (50%).
Методы обучения: RAG (66-68%) и файн-тюнинг (67-69%) являются наиболее распространенными техниками адаптации моделей.
Бюджеты разработки: ИИ-интегрированные компании выделяют ~10-20% своего R&D бюджета на разработку ИИ, при этом большинство планируют увеличить расходы в 2025 году.
Бюджеты на внутреннюю ИИ-продуктивность планируется почти удвоить в 2025 году, составляя 1-8% от общей выручки. R&D бюджеты остаются наиболее распространенным источником финансирования.
Разработка приложений: LangChain и инструменты Hugging Face доминируют как фреймворки оркестрации, около 70% респондентов используют частные или кастомные LLM API.
Основные специализации: 88% компаний имеют AI/ML инженеров, 72% - data scientists, 54% - ИИ-продактов.
Рынок очень быстро растет, при этом ИИ-нативные компании показывают значительные преимущества в скорости разработки и масштабировании по сравнению с традиционными компаниями, интегрирующими ИИ в существующие продукты.
=> OpenAI приобрел Crossing Minds, которые специализировались на максимально глубоком понимании намерений людей и рекомендательных алгоритмах. Их платформа позволяла компаниям на лету подбирать релевантные товары, интеллектуально увеличивать средний чек, персонализировать коммуникацию, а также обеспечивать позитивный пользовательский опыт в Е-com.
=> Агентный ИИ это возможность для создания более интеллектуальных, эффективных и автономных приложений. На контрасте - небольшая ода в стиле Болливуд и инженерный прикладной мануал для сборки когнитивных (контекстных) пайплайнов в мультиагентных системах.
=> Следующий рубеж для ИИ это не уровень интеллекта. Это доверие. Исследователь из США, довольно известный в узких кругах кибербеза, представил архитектуру Cognitive Trust, для митигации угроз Агентного ИИ. Такая система не только наблюдает за тем, что делают ИИ-агенты, но и стремится понять, почему они ведут себя определенным образом. Более подробно в его работе на ResearchGate.
=> У меня были в наставничестве ребята, которые делали российскую ИИ-игрушку. Увы, этот проект инвестор прикрыл, но мне вот попался на глаза Dino. Классная штука, точно такая же бизмодель.
🛠 Claude теперь помогает создавать AI-приложения без кода
Anthropic сделала важный шаг к превращению Claude из чат-ассистента в полноценную платформу для no-code разработки. С недавним обновлением функции Artifacts пользователи теперь могут создавать полноценные мини-приложения — без написания кода, без работы с API, и без необходимости быть программистом.
Достаточно описать, что именно вы хотите сделать — будь то генератор расписаний, обучающий курс, калькулятор стоимости услуг или даже интерактивная текстовая игра — и Claude предложит рабочий прототип прямо в чате. Получившийся «артефакт» можно не только редактировать и тестировать, но и делиться им с другими пользователями. Это делает Claude чем-то большим, чем просто помощником: он становится инструментом для самостоятельного создания цифровых решений.
📈 По данным Anthropic, с момента запуска функции пользователи уже создали более 500 миллионов артефактов. Теперь эти возможности доступны всем, включая пользователей на бесплатном тарифе. При этом, если вы расшариваете созданное приложение, API-запросы идут не на ваш счёт, а на счёт тех, кто им пользуется — что особенно удобно для авторов.
📌 Для чего можно использовать это уже сейчас:
• Внутренние инструменты для своей команды: планировщики, редакторы, визуализаторы.
В открытый доступ вышла книга по машинному обучению Machine Learning Q and AI. Ранее целый год фундаментальный труд Себастьяна Рашки можно было купить только на Амазоне, и вот автор открыл книгу для всех бесплатно.
Внутри огромный сборник тем по Deep Learning, 30 глав отборной, понятной и подробной информации по компьютерному зрению, LLM, эвалу и методам деплоя моделей, а также множество примеров и практических пояснений — автор все объясняет на схемах и картинках. Также есть упражнения после каждой главы.
Камера 2К, нейронка, голосовой ассистент, встроенные динамики и даже костная проводимость звука — всё в одном корпусе весом 40 г. Что умеют:
❤️Распознают объекты и людей. ❤️Показывают ИИ-подсказки. ❤️Считают калории по тарелке. ❤️Переводят текст и отвечают на голосовые команды. ❤️Снимают POV-фото и видео. ❤️Управляются жестами и работают до 8 часов.
💰 Обойдутся всего в 1999 юаней (≈ 22.000₽), а это в 10 раз дешевле Apple Vision.
Все инсайды и эксклюзивы дропаю для вас одним из первых!
Полезные ссылки про AI, облака и новости в дайджесте за июнь 🌤️
🤖 Поучаствовали в GigaConf со стендом про AI-решения и докладами на треке Cloud AI Architecture, где рассказали про архитектурные подходы к AI-ассистентам, возможности и особенности мультиагентных систем, запуск моделей в облаке. Представили две наши глобальные новинки: AI-помощника на основе GenAI, который помогает пользователям управлять ресурсами и инфраструктурой в публичном облаке Cloud.ru Evolution, и Evolution AI Factory — цифровую среду для разработки приложений и агентов на основе искусственного интеллекта, в которой собраны шесть сервисов:
Evolution Managed RAG — сервис для работы с AI-агентами и обогащения языковой модели вашими данными.
Evolution ML Finetuning — сервис для тонкой настройки LLM конкретно под ваши задачи с использованием технологии LoRA.
Evolution Notebooks — сервис для работы и тестирования ML-гипотез на мощных GPU с использованием пользовательских или базовых Docker-образов на базе JupyterLab.
⚙️ Обновили наши облачные платформы. В стадии закрытого тестирования запустили Evolution Managed OpenSearch — сервис для автоматизированного развертывания и управления кластером OpenSearch. Чтобы узнать больше, авторизуйтесь в личном кабинете Cloud.ru и читайте документацию сервиса. А подробнее обо всех апдейтах на других наших облачных платформах читайте в дайджесте на сайте.
🎓 Запустили бесплатный курс про основы работы с квантовым симулятором. В нем вы научитесь решать задачи оптимизации и логистики с помощью квантовых вычислений в облачной инфраструктуре на платформе Cloud.ru Evolution. А еще в статье «Мыслим незашоренно: как решить задачи факторизации чисел на квантовом отжигателе» поспорили с популярным тезисом о том, что универсальные квантовые компьютеры нужны для высоких материй типа квантовой химии, факторизации чисел и искусственного интеллекта, а квантовые симуляторы годятся лишь для задач оптимизации и логистики.
📺 Провели вебинары, а сейчас их можно посмотреть в записи:
Evolution Bare Metal: расширение диска за минуту без простоев и рисков. Нехватка места на дисках выделенных серверов может замедлить бизнес-процессы и потребовать вмешательства инженеров. На вебинаре покажем, как в сервисе Evolution Bare Metal можно самостоятельно расширить дисковое пространство, не выключая физический сервер за минуту. 3 июля в 11:00 мск.
Cloud.ru Tech Lab: AI&ML. На митапе спикеры расскажут, как в Cloud.ru автоматизировали пользовательские сценарии с помощью AI-агента, подробно разберут устройство стека и объяснят, как собрать MCP-сервер без кода. 24 июля в 18:00 мск.
☁️ Провели второй Cloud․ru Tech Lab: DevOps — митап для DevOps- и SRE-инженеров. Обсудили сложности DevOps-процессов и на реальных кейсах разобрали DevOps-практики. Смотреть в записи.
🎧В новом выпуске подкаста с Артёмом Арюткиным, руководителем проекта офиса Яндекс, разобрали главные ловушки платформенной разработки. Обсудили метрики эффективности, проблемы в платформенных командах, что не является DevEx, а также, какой должна быть идеальная платформа.
💳 Продлили условия реферальной программы, чтобы вы рекомендовали сервисы Cloud.ru с большей выгодой. Получите 20% от суммы чеков приведенных пользователей в первый год и 15% — в последующие годы. Участвовать могут самозанятые, ИП и юридические лица. Присоединиться к программе можно до 30 сентября.
