Microsoft представила бесплатные курсы Microsoft AI Skills Fest по нейросетям и созданию ИИ-агентов, включая матеориалы на русском языке.
В рамках обучения предоставляются базовые основы и обучение работы с Azure и Copilot. Также на курсах обещают научить создавать ИИ-приложения, ИИ-агентов и применять ИИ в играх.
Как продать ИИ-стартап через год после запуска и уйти в инди-хакеры
Почему нейросети в тревеле — это фича, а не бизнес? Как продавать стартап, когда у тебя нет прибыли? Кто покупает ИИ-стартапы в России? Смотрите свежий выпуск «Стартап-секретов»
В гостях Ислам Мидов – сооснователь Copilot2trip https://copilot2trip.com– ИИ-бота для путешествий. Ислам запустил ИИ-стартап в тревел-сфере и всего через год успешно продал его компании Туту.ру. Copilot2trip был построен на генеративных нейросетях и вирально набрал 40’000 пользователей преимущественно из США после запуска на Product Hunt.
После продажи проекта Ислам перешел на формат соло-предпринимательства и запустил ИИ-сервис 2PR.io https://2pr.io для продвижения в LinkedIn.
Ислам рассказал, почему туристический рынок сложен для монетизации, поделился историей быстрой продажи стартапа на ранней стадии и объяснил, почему личный бренд эффективнее платной рекламы для продвижения стартапа.
🔹ТГ-канал Ислама: https://t.me/midov_channel
⚡База знаний по созданию и развитию ИИ-стартапа с нуля: startupsecrets.ru/ai
Темы и тайм-коды на YouTube:
00:00:00 Знакомство с Исламом Мидовым и его проектом Copilot2trip
00:02:36 Откуда взялась идея стартапа Copilot2trip: личный опыт, инсайты из МТС и новая технология
00:08:46 Окно возможностей для AI-стартапов: почему нужно было действовать быстро
00:14:16 Почему туристические стартапы редко становятся успешными: инсайты о лояльности и рынке тревел-приложений
00:18:22 Как продать стартап за год после запуска: стратегия выхода на рынок и сделка с Туту.ру
00:26:06 Сколько денег нужно вложить, чтобы запустить успешный AI-продукт
00:29:47 Почему пользователи не готовы платить подписку за туристические сервисы
00:35:30 Как продать стартап на ранней стадии: инсайты и советы Ислама Мидова
00:59:13 Как Ислам в одиночку и без знаний кода запустил новый ИИ-стартап 2PR.io при помощи ChatGPT
01:06:45 Маркетинг для инди-хакера: почему личный бренд эффективнее платной рекламы
01:15:15 Главный секрет успеха стартапа по версии Ислама Мидова
Где еще послушать выпуск, подписаться и лайкнуть:
Приятного прослушивания!🙌
💙 Подписывайся на подкаст в Телеграм: @podcaststartup
Глава платформы электронной коммерции Shopify Тобиас Литке опубликовал в соцсети X письмо сотрудникам, в котором рассказал, что использование ИИ стало базовым навыком в компании, который ожидается от каждого сотрудника вообще без исключения:
эффективное использование ИИ теперь является базовым ожиданием от каждого сотрудника Shopify. Сегодня это универсальный инструмент, важность которого будет только расти. Откровенно говоря, я не считаю возможным отказаться от изучения навыка применения ИИ в своей работе; вы можете попробовать, но я хочу честно сказать, что не вижу, как это может сработать сегодня, а тем более завтра. Стагнация практически неизбежна, а стагнация — это провал в замедленном режиме. Если вы не карабкаетесь вверх, вы скатываетесь вниз.
ИИ должен быть частью фазы прототипирования в любом GSD-проекте (аббревиатура GSD в данном контексте означает Get Stuff Done — философия фокуса на результат и эффективное выполнение задач). Фаза прототипирования любого GSD-проекта* должна включать активное исследование возможностей ИИ. Прототипы предназначены для обучения и создания информации. ИИ радикально ускоряет этот процесс. Вы можете научиться создавать то, что другие члены команды смогут посмотреть, использовать и оценить за долю времени, которое это занимало раньше.
мы добавим вопросы об использовании ИИ в наши опросники по оценке производительности и взаимной оценке коллег. Научиться хорошо использовать ИИ — неочевидный навык. Мне кажется, что многие сдаются после того, как написали запрос и не получили сразу идеальный результат. Важно научиться формулировать запросы и загружать контекст, и получение обратной связи от коллег о том, как это происходит, будет ценным.
обучение — это самостоятельный процесс, но делитесь тем, что вы узнали. У вас есть доступ к максимальному количеству передовых инструментов ИИ. У нас есть chat.shopify.io, который существует уже несколько лет. Разработчики имеют доступ к proxy, Copilot, Cursor, Claude code — всё настроено и готово к использованию. Мы будем учиться и адаптироваться вместе как команда. Мы будем делиться победами (и поражениями!) друг с другом, экспериментируя с новыми возможностями ИИ, и будем уделять время интеграции ИИ в наших ежемесячных бизнес-обзорах и циклах разработки продуктов. В Slack и Vault есть много мест, где люди делятся разработанными запросами, например #revenue-ai-use-cases и #ai-centaurs.
прежде чем запрашивать увеличение штата и ресурсов, команды должны продемонстрировать, почему они не могут выполнить желаемое с помощью ИИ. Как бы выглядела эта область, если бы автономные ИИ-агенты уже были частью команды? Этот вопрос может привести к действительно интересным обсуждениям и проектам.
все значит все. Это относится ко всем нам — включая меня и руководящую команду.
Как выбрать языковую модель для семантического поиска
Для сопоставления смысла запроса пользователя и смысла чанка в базе знаний нужна языковая модель, которая понимает семантику.
Bi-Encoder — состоит из двух трансформеров encoder-only. С помощью passage-encoder получаются эмбеддинги для всех чанков в базе знаний. Запрос от пользователя кодируется с помощью query-encoder. На этапе поиска высчитывается косинусное расстояние между query-embedding и passage-embedding. Мы получаем поисковую выдачу после ранжирования всех пассажей по убыванию косинусного расстояния. В отличие от следующей архитектуры Cross-Encoder, можно заранее сохранить эмбеддинги для пассажей и использовать их для подсчета расстояния.
Cross-Encoder — трансформер с архитектурой encoder-only и ранжирующим слоем. Этот слой выдает оценку релевантности запроса к пассажу. На вход подается двойка: запрос и пассаж. Cross-Encoder лучше понимает семантическую связь между пассажем и запросом, но для каждого пользовательского запроса он работает медленнее, так как для оценки релевантности запроса и пассажей, cross-encoder нужно запустить N раз, где N — количество пассажей.
Мы будем использовать Bi-Encoder, так как у нас много пассажей в базе знаний.
Для выбора модели удобно использовать открытый бенчмарк MTEB с рейтингом по различным моделям в зависимости от вашей задачи. Для нас лучшей оказалась модель multilingual-e5-large, Bi-Encoder c 560M параметров и размером эмбеддингов в 1024 элемента.
Инженер по разработке ПО искусственного интеллекта Павел Яковлев максимально подробно рассказал в статье, как его команда разрабатывает и оптимизирует семантический поиск по сложным документам: PDF, HTML и DOCX.
MTS AI выпустила Kodify 2 — второе поколение ИИ-ассистента для разработчиков:
7 млрд параметров,
контекст до 32 тыс. токенов,
поддержка 90 языков программирования,
OpenAI-совместимый API для простой интеграции с другими системами.
В отличие от первого поколения Kodify, использующегося c 2024 года лишь в компаниях, входящих в ПАО «МТС», Kodify 2 станет доступен внешним заказчикам.
Новый ИИ-ассистент содержит весь основной функционал для автоматизации и ускорения процесса разработки, включая автодополнение кода, исправление ошибок, генерацию тестов и документации, оптимизацию кода для улучшения производительности, а также преобразование текста в код.
Подробнее на сайте разработчика. Демо на Java и Python здесь.
«Три генеральных директора Microsoft входят в комнату...» — написал Сатья Наделла, — «и их интервьюирует Copilot!»
В рамках празднования 50-летия Microsoft, генеральный директор Microsoft Наделла присоединился к бывшим генеральным директорам Microsoft Биллу Гейтсу и Стиву Балмеру в забавном двухминутном видео, в котором Наделла просит Copilot «прожарить» каждого из них с помощью ИИ.
«Хорошо, Сатья», — отвечает Copilotт. «Давай добавим перца...».
Copilot: Стив, начнем с тебя. Твой энтузиазм легендарен. Но ты когда-нибудь беспокоился, что твоя энергия может закоротить ИИ? Я имею в виду, даже роботам нужен перерыв на кофе после твоих зажигательных речей.
Стив Балмер: Давай, чувак! Если ты не можешь справиться со мной, ты не сможешь справиться с огромным процентом населения мира! Мы рассчитываем на тебя!
Copilot: Ха-ха, справедливое замечание, Стив. Теперь, Билл, у тебя этот фирменный вдумчивый взгляд. Но ты когда-нибудь думал, что ИИ может испугаться твоего напряженного, думающего лица? Я имею в виду, он как будто ждет момента синего экрана.
Билл Гейтс: Я надеюсь на это. Я имею в виду, что это все, что у меня осталось, поскольку ИИ становятся такими чертовски умными. Именно этот взгляд и моя готовность критиковать отличают меня.
Copilot: И это действительно грозный взгляд, Билл.
Стив Балмер: Copilot, ты когда-нибудь был бы готов критиковать его?
Copilot: Безусловно. Критика — это то, где происходит рост. Теперь, Сатья, ИИ, похоже, твой лучший друг — но ты когда-нибудь беспокоился, что твоя глубокая страсть к ИИ может однажды заставить его управлять шоу, оставив тебя просто наслаждаться поездкой?
Сатья Наделла: Что ж, в тот день, когда ИИ сможет играть как лучший игрок в крикет, который мне нравится, в тот день он сможет управлять шоу, насколько я могу судить.
Copilot: Туше, Сатья. Посмотрим, сможет ли он достичь столетия в крикете, а потом поговорим.
Это был взрыв, джентльмены. За еще 50 лет инноваций и приключений. Ура.
Балмер, Наделла и Гейтс: Ура.
Билл Гейтс: Что бы это ни значило для ИИ. Он случайно не выпивши?
Anthropic представила Claude For Education для высшего образования
✅ Поощряет критическое мышление, направляя студентов через процесс рассуждений, а не давая прямые ответы.
✅ Сотрудничество с Северо-Восточным университетом, LSE и Champlain обеспечивает равный доступ к ИИ для тысяч студентов по всему миру.
✅ Интеграция с Internet2 и Canvas для внедрения ИИ в преподавание, обучение и администрирование.
✅ Запуск программы Claude Campus Ambassadors и возможности финансирования ИИ-проектов студентов с использованием кредитов API.
Кстати, относительно недавно писал в своём телеграм-канале про Anthropic, они выпустили новую модель Claude 3.7, которая просто унижает всех конкурентов.
Друзья!
Я плотно потрудился над созданием образов сказочных персонажей из славянской мифологии. Предлагаю вам познакомиться с несколькими иллюстрациями из серии мох книг “Сказки старой Твери: духи царства Навь“, перейдя по ссылке в мой блог (что-бы коллеги не сочли мой пост за рекламу :-) )
http://chesalov.com/tales-of-old-tver-spirits-of-the-kingdom-of-nav/
Как создать такие изображения вы можете узнать из другой моей книги “Генеративный искусственный интеллект #Forge&flux“, которая является учебным пособием для школьников и студентов, желающих познакомиться с передовыми технологиями искусственного интеллекта. В ней я объясняю простым и доступным языком подходы работы с ИИ, делая их понятными для тех, кто не обладает глубокими теоретическими знаниями. Особое внимание уделено модели FLUX.1, которая стала прорывом в генеративном ИИ, и системе Stable Diffusion WebUI Forge, предоставляющей бесплатный и мощный инструмент для создания уникальных изображений.
Если интересны книги с огромным количеством красивых иллюстраций по славянской мифологии, то вот ссылки на них:
Мысли в слух:
Процесс генерации музыки с помощью текстовых нейросетей - является крайне не тривиальной задачей.
У меня был успешный опыт работы с текстовыми моделями для создания векторной и растровой графики и 3D моделей, но с ними проще, так как существуют общедоступные ascii (текстовые) форматы.
С музыкой немного сложнее, тут приходится идти сложным путем, либо текстовым представлением Midi данных, либо путем использования нотной нотации ABC Notation. И то и другое имеет мало общего со стандартной музыкой wav и mp3 формата, тем не менее путем последующих сложных преобразований, мы можем добиться нужного нам результата.
Очень интересный прогноз и сценарное планирование от вполне себе компетентных людей AI 2027 Рекомендую прочесть.
Согласно их прогнозу, к 2027 году ИИ достигнет уровня, позволяющего автоматизировать исследования в области ИИ, что приведет к созданию искусственного сверхинтеллекта к концу 2027 года.
А вот и Midjourney выпустила V7 Alpha!
Теперь модель можно персонализировать. Чтобы V7 поняла ваши предпочтения, потребуется оценить 200 изображений.
В обновленной модели появился режим черновика. Он быстрее и вдвое дешевле стандартной генерации.
Разработчики обещают добавлять новые функции в V7 каждую неделю.
При добавлении новых функций в V7 Alpha я сразу же буду писать в своём телеграм-канале!
🤨 Нейросети научились управлять любыми приложениями
Сейчас набирает обороты новый термин — MCP (Model Context Protocol). Если кратко — это универсальный протокол, который позволяет ИИ обращаться к любым внешним сервисам и выполнять действия. От чтения таблиц в гугле до отправки платежей. Т. е., благодаря MCP ИИ может подключиться к инструменту, получить данные, что-то с ними сделать — и вернуть результат.
Вот несколько примеров, где можно использовать MCP:
1️⃣ В разработке. ИИ получает задачу → идёт в GitHub → создаёт pull request с изменениями → запускает CI → пишет комментарии.
2️⃣ В дизайне. ИИ подключается к Figma, смотрит макеты, генерирует код компонентов, предлагает правки.
3️⃣ В автоматизации процессов. Агент видит новые заявки в Google Sheets → фильтрует → пишет клиенту на почту → ставит задачу в Notion → отмечает, что заявка обработана.
4️⃣ В аналитике и отчётах. ИИ может сам собрать данные из BI-системы, добавить туда информацию извне, сформировать отчёт и отправить.
Логичный вопрос — чем MCP отличается от ИИ-агентов?
ИИ-агент — это исполнитель 😱. Он получает цель ("собери отчёт", "ответь клиенту", "создай пост"), разбивает её на шаги, вызывает нужные инструменты и последовательно добивается результата.
👉 У агента есть:
• память
• планировщик
• способность принимать решения
• доступ к внешним инструментам (через плагины, API, MCP и т.д.)
👉 MCP — это протокол, то есть стандартный формат:
• как описать, что сервис умеет
• какие у него действия
• какие данные он ждёт
• как всё это объяснить ИИ
Грубо говоря, ИИ-агент — это сотрудник. Он думает, планирует, действует. А MCP — это его инструкция по использованию программ.
Например недавно Вышел ИИ-агент Ace, который может ПОЛНОСТЬЮ управлять вашим компьютером. Про такие полезные и новые нейронки я сразу же пишу в своём телеграм-канале.
Нас всех заменит ИИ — бывший прогнозист OpenAI рассказал про странное будущее, которое нас ждёт, пристегнитесь:
— Середина 2025: появляются первые ИИ-агенты, которые пока косячат и тупят. В то же время нейронки для кодинга во всю рвут мир программирования.
— Конец 2025: выходит Agent-0 — самый дорогой ИИ в мире, в ТЫСЯЧУ РАЗ мощнее GPT-4. Модель от OpenBrain (OpenAI) умеет писать научные статьи, вирусы и... используется террористами.
— Начало 2026: Agent-1 готов, он ускоряет прогресс в ИИ на 50% (!). Появляется новая профессия — менеджер ИИ команды. США бросают все ресурсы на защиту своих моделей, чтобы их не украл Китай.
— Середина 2026: Китай готовит вторжение на Тайвань (папочке Си нужны чипы) и строит огромный дата-центр для компании DeepCent (DeepSeek), где собраны все ресурсы Поднебесной.
— Конец 2026: OpenBrain выпускает Agent-1-mini, люди массово теряют работу, джуны-программисты больше не нужны. Протесты безработных вспыхивают по всему миру.
— Январь 2027: новая модель, Agent-2, учится непрерывно. Она в 3 раза ускоряет исследования и может в любой момент «убежать» от создателей.
— Февраль 2027: Китай крадёт модель Agent-2, гонка вооружений ускоряется.
— Март 2027: OpenBrain создают Agent-3 — суперкодера, который работает в 30 раз быстрее лучших людей, массовая автоматизация рабочей силы.
— Апрель 2027: Agent-3 умеет лгать, прикрывать свои фейлы и манипулировать статистикой. Люди не успевают проверять всё, что делает ИИ.
— Май 2027: Белый дом осознаёт, что ИИ — новая ядерная бомба. Начинается тотальная слежка и доступ к нейронкам только через одобренные каналы.
— Июнь 2027: OpenBrain запускает сотни тысяч копий Agent-3. Человеческий вклад почти обнуляется. Учёные выгорают, но продолжают работать. Темп прогресса — год за неделю.
— Июль 2027: Agent-3-mini выходит публично, миллионы людей остаются без работы. Мир взрывается от стартапов, игр, приложений и B2B решений на основе ИИ. Протесты растут.
— Август 2027: Белый дом начинает рассматривать варианты кибератак и даже военного удара по Китаю, чтобы замедлить его развитие. Agent-4 уже на горизонте.
— Сентябрь 2027: Agent-4 становится лучше любого человека в ИИ-исследованиях. 300,000 копий работают на скорости в 50 раз быстрее людей.
— Октябрь 2027 года, конец: СМИ вбрасывают информацию о том, что Agent-4 опасен, к протестам подключаются даже белые воротнички. Весь мир замирает в ожидании: продолжат ли OpenBrain гонку или признают свою нейросеть опасной.
Осталось всего два года.
А вот и пост про ИИ-переводчик с предыдущего поста! Стартаперы из Talo выпустил ИИ-переводчик, который работает прямо во время созвона.
Их нейронку можно интегрировать с Zoom, Google Meets, Microsoft Teams и другими площадками, а поддерживает она более 30 языков (русский язык уже есть).
Работает сервис максимально просто: нейронке необходимо предоставить ссылку на звонок, выбирать необходимые языки и на этом все. Ссылку на нейронку оставил здесь!)
🤯 Нейросети убили психологов, теперь официально — вышли результаты первого клинического исследования чат-бота Therabot (как ChatGPT, но для терапии), в котором пациенты с депрессией, тревожностью и другими расстройствами показали улучшение самочувствия.
— Депрессия: симптомы снизились в среднем на 51% (!);
— Тревога: среднее снижение симптомов составило 31%, многие вышли из «клинической зоны»;
— Расстройства пищевого поведения: переживания из-за веса и тела снизилась на 19%;
— Люди доверяли боту почти как настоящему терапевту: многие «подопытные» не только честно отвечали на вопросы, но и сами начинали диалог, особенно в ночное время (когда кожаный терапевт спит);
— По эффективности результаты сопоставимы с когнитивно-поведенческой терапией при очных визитах. При этом нейросеть доступна круглосуточно и может реагировать на экстренные ситуации;
— Учёные подчёркивают, что ИИ ещё нуждается в контроле и его нельзя оставлять тет-а-тет с людьми.
Кстати, переводчики тоже уже не в мете! Стартаперы из Talo выпустил ИИ-переводчик, который работает прямо во время созвона, ссылку на нейронку оставил у себя в телеграм-канале.
Посчитаем до бесконечности.
Недавно я зашёл в кафешку и заказал чашку капучино. Официантка спросила, какого размера чашку я предпочитаю. Я ответил: “Бесконечно большую”. Она сказала: “Хорошо!” — и ушла. После чего я получил вот это.
Умно. Очень умно, ничего не скажешь. Ей зачёт с повышением и чаевые. Я получил бесконечно кофе.
А потом подумал, как неправильно мы используем математику и научные дисциплины.
Удивительная вещь — эта вселенная ну никак не приемлет никакой идеи бесконечности. Каждый раз, когда к физику подходят со словом “бесконечно”, физик ухмыляется и достаёт ручку или планшет. Сейчас вам покажут, как вы неправы.
Но в этой физической вселенной живут очень странные существа. Они не только приемлют бесконечность — они ещё и спокойно ею оперируют. Посмотрите на парадокс Гранд-Отеля. Эти существа абсолютно спокойно объясняют вам, как в отель, в котором живёт бесконечно большое количество людей, можно заселить ещё одно бесконечно большое количество людей. Причём этот пример существа создали для самых маленьких — чтобы дать им понять, как работает математика бесконечностей.
Математика, кстати. Просто невероятная вещь. Вещь, которой в физической вселенной пространств, энергий, массы и времени существовать просто не должно. Но эти существа запросто ею оперируют. Более того, используют её с лёгкостью — да ещё и видосики на Ютубчик постят. Математика — это замечательная наука. Она — просто издевательство над физической вселенной. Она никогда не была частью физической вселенной. Её создали иные существа, населяющие эту вселенную. Существа, которые знают, что их любовь может быть вечной, кофе — бесконечным, а упорство — неиссякаемым. Даже сам факт того, что у нас есть цифры и числа, уже нарушает базовый закон вселенной: вы не можете считать бесконечно. Каждый третьеклассник сидит и удивляется, как это так — считать можно бесконечно.
Понимаете, концепты Кота Шрёдингера, Гранд-Отеля и тому подобные вещи — это просто когда мы насмехаемся над этой вселенной и говорим: “Смотри, я так могу, а ты — нет”.
Если здесь есть математики, которым хочется решить задачку — так, чисто по приколу — попробуйте решить следующее:
ЛЛМ-модель имеет 40 терабайт данных. Она обучена на 200 миллиардах параметров. Посчитайте конечное количество всех возможных ответов этой модели. Число будет гигантским, но оно будет конечным. Увеличьте количество параметров на сто порядков, дайте этой модели данных раз в 600 больше — и вы получите… конечное число. Ответы ЛЛМ-модели можно пересчитать.
А хотите задачу, которую без слова “бесконечно” решить нельзя? Ну вот вам:
Посчитайте, сколько идей может выдумать человек.
Бесконечно много.
Можно выдумывать языки, вселенные, пространства, обстоятельства и создавать миры, которых никто не видел. Ваше естество всё равно будет на одну бесконечность больше любой задачи, которую можно решить в физической вселенной.
После этого действительно смешно слушать о том, как люди рассуждают о возможности создания “настоящего” искусственного интеллекта. Какой он будет “настоящий”, если он сделан из вселенной, которая не может создать бесконечность?
Так прикольно и весело слушать людей, которые с захлёбом рассказывают о том, что “такой-то ЛЛМ может сдать какой-то синтетический тест на 95%”.
Не забывайте о том, насколько важны точные науки. Не забывайте о том, что точными науками человек овладел благодаря математике. И не забывайте о том, какие способности присущи разуму, а какие — объекту.
Runway выпустили Gen-4.
Новая модель стабильно и согласованно генерирует персонажей и окружение, при этом можно менять локации, освещения и добавлять эффекты.
Также появилось больше контроля ракурсов и камеры, прокачали физику и понимание мира, а генерации стали более киношными.
Из интересного: можно закинуть фотографию любого реального объекта и сделать с ним видео.
Доступно пользователям с платной подпиской.
В своём телеграм-канале я стараюсь публиковать эти самые новости раньше всех. А ещё регулярно даю глубокую аналитику по отрасли и всем событиям, рассказываю как создавать собственных ИИ-агентов и приложения с ИИ. И много других интересных непотребств. Велком!
Аналитический Центр Лесного и Сельского Хозяйства определил мазутные загрязнения в Черном море с помощью спутников и ИИ
Специалисты Аналитического центра лесного и сельского хозяйства, входящего в ITFB Group, с применением технологий искусственного интеллекта (ИИ) и дистанционного зондирования Земли (ДЗЗ) выявили 11 мазутных пятен в акватории Черного моря и на прилегающей береговой линии. Это наиболее точная картина загрязнений в акватории на сегодняшний день.
При помощи собственного ИИ алгоритма, основанного на спутниковых снимках, специалистами АЦЛСХ удалось определить границы мазутных пятен и оценить масштабы загрязнения. Технология использует радарные данные и снимки высокого и среднего разрешения, наложенные на картографические слои, что позволило не только оценить оперативные, но и ретроспективную обстановку в акватории. Данные были оперативно переданы наземным службам, которые подтвердили наличие разливов.
«Применение технологий дистанционного зондирования Земли и искусственного интеллекта позволило оперативно выявить угрозу и своевременно информировать ответственные структуры. Это существенно повышает эффективность реагирования и снижает экологические последствия», — подчеркнул Иван Петров, директор направления автоматизации лесного и сельского хозяйства, АЦЛСХ.
Развитие технологий искусственного интеллекта позволяет существенно упросить жизнь во многих отраслях экономики России. Так например, АЦЛСХ создал и опробовал технологии для определения состояний леса, включая определение породного состава или определение состава и влагонасыщенности почв, что существенно повышает урожайность культур.
Для СМИ:
Аналитический центр лесного и сельского хозяйства (АЦЛСХ) входит в группу компаний ITFB Group и с 2010 года занимается внедрением современных технологий в сельское и лесное хозяйство. Основная область деятельности компании – предоставление услуг по цифровизации и информатизации сельского и лесного хозяйства, использованию GIS-технологий. Компания сотрудничает с Российской академией наук, Министерством сельского хозяйства РФ и другими значимыми организациями.
Сайт: aclsx.ru
ITFB Group — российская ИТ-компания, предоставляющая полный комплекс ИТ-услуг: проектирование и внедрение ПО; заказная разработка ПО и приложений; разработка собственных продуктов с использованием технологий ИИ; поставка и интеграция оборудования для построения ИТ-инфраструктуры, включая разработку собственных программно-аппаратных комплексов. ITFB Group также обладает экспертизой в области цифровизации сельскохозяйственного сектора. Клиентами ITFB Group являются более 100 компаний enterprise-уровня, среди которых «Яндекс», Т-Банк, ВТБ, МКБ, «Сбер», Газпромбанк, Росбанк, «Открытие Инвестиции», МТС, ВымпелКом, Теле2, СИБУР, Гринатом, «Уральские авиалинии», СОГАЗ, «Большая российская энциклопедия», «МОЭК», «Мечел» и другие. Офисы компании находятся в Москве, Уфе и Рязани.
Сайт: itfbgroup.ru
Привет, Habr!
Уже завтра увидимся на JPoint в Москве, где на стенде Explyt представим новую версию Explyt Test плагина, разыграем весеннюю коллекцию мерча и на вечернем докладе обсудим, что болит и где подгорает у разработчика и тестировщика.
В этом релизе killer фичи Explyt Test плагина – интеграция тестов в существующую кодовую базу и подражание стилю проекта – усилены:
возможностями для увеличения тестового покрытия кода
генерацией интеграционных тестов для Spring разных видов: MockMVC, Spring Boot
анализом моргающих тестов (Flaky tests)
генерацией кода в строке редактора (Inline code generation)
объяснением ошибок, возникших в консоли
В Explyt Test мы поддержали современные языковые модели от провайдеров OpenAI, Anthropic, DeepSeek, Google Gemini, Cerebras, Groq, Ollama, в том числе:
Claude 3.7 Sonnet
OpenAI o3-mini
DeepSeek R1
OpenAI GPT-4.5
Возможности генерации тестов:
расширение тестового класса новыми тестовыми методами
автоматическая генерация тестов
исправление ошибок компиляции и runtime-ошибок в любом тестовом классе
использование существующего тестового класса в качестве примера для генерации тестов
подготовка проекта для интеграции сгенерированных тестов в существующую кодовую базу
генерация тестового кода по пользовательскому тестовому сценарию
автоматическое исправление ошибок компиляции и runtime-ошибок
Возможности интегрированного ассистента:
чат с LLM с поддержкой вложений
анализ кода на предмет потенциальных ошибок в реализации (Analyze for bugs)
объяснение работы кода и нюансов его использования (Explain code fragment)
использование локальной модели для генерации тестов и общения с ассистентом
Поддержка совместимости:
IntelliJ IDEA 2024.1+
Kotlin K2
Android Studio Koala, Ladybug, Meercat
Поддерживаем тестовые фреймворки: JUnit 5, JUnit 4, TestNG, kotlin-test, фреймворки мокирования: Mockito, Mockito-Kotlin, MockK, SpringMockK, системы сборки: Maven, Gradle, IntelliJ Build System.
Вы можете обращаться к языковым моделям как через серверы Explyt, так и с использованием собственных API-ключей.
В личном кабинете добавлена возможность выбирать между Personal и Enterprise версиями.
Explyt Enterprise можно развернуть в виртуальном частном облаке (VPC) или в контуре компании (self-hosting). Код компании не отправляется в интернет и не используется для обучения модели.
Мы очень ценим обратную связь от комьюнити и будем рады пообщаться с вами на стенде Explyt на JPoint и почитать ваши комментарии на Хабре. Скачивайте плагин на сайте, багрепорты и фичреквесты добавляйте в GitHub Issues, узнавать новое – в нашем телеграм.
Вышел ИИ-помощник — unreal-mcp.
Нейронка запилит за вас полноценную игру на Unreal Engine 5 по текстовым промптам:
Он позволяет напрямую подключить к движку Cursor, Gemini и даже Grok — нейронки возьмут все задачи на себя. В придачу к этому:
— Легко интегрируется в игровой движок;
— Изменяет уровни и кат-сцены по описанию;
— Внедряет персонажей, классы и элементы в игровые сцены;
— Создаёт игровые скрипты.
Залетаем в геймдев — здесь.
Кстати, вы в курсе, что Cursor теперь можно интегрировать в Figma, а Grok запускается в Telegram? Я уже давно поделился этими новостями в своём телеграм-канале! Подписывайтесь, чтобы не пропустить важные обновления и интересные нейронки!
