Искусственный интеллект

Пара слов о программе «Менторы ИИ»

Привет, меня зовут Эльвира Дзивалтовская, я работаю Экспертом по развитию технологий в Альфа-Банке. Сейчас я расскажу, как недавно в Альфа‑Банке мы запустили программу «Менторы ИИ» — сообщество внутренних экспертов и энтузиастов, которые помогают коллегам безопасно и прагматично использовать AI в повседневной работе. Менторы помогают сотрудникам внедрять AI‑практики. Чаще всего просят помочь с такими запросами:

1. Написать письмо, бриф, отчёт, сделать черновик по ТЗ, отредактировать текст под тон‑оф‑войс, сократить, пересказать, извлечь факты для презентации или отчёта.

2. Помочь с иллюстрациями, инфографикой для внутренних материалов, эскизами интерфейсов, обложками и баннерами.

3. Анализ таблиц и больших данных. Саммаризация и разведочный анализ, формулы и сводные, подсказки по SQL и Excel.

4. Работа с кодом. Рефакторинг и тесты, прототипы интеграций и API‑вызовы; аккуратная автоматизация повторяемых шагов.

5. От промптов к мини‑приложениям — и встраивание в процессы. Проектирование промптов, сборка ассистентов и простых внутренних приложений на Alfa AI; помощь во внедрении в рабочие процессы и обучении коллег пользоваться инструментами. 

Технологической базой служит внутренняя платформа Alfa AI — внутренний сервис, реализован на базе собственной ИИ-платформы банка AlfaGen. В основе сервиса — 7 лучших языковых моделей на текущий момент. Модели развёрнуты в контуре банка на наших серверах. Такое решение в три раза ускоряет работу нейросетей и позволяет безопасно использовать любые данные, включая чувствительные.

Как работает программа?

1) Приём заявки. В «одно окно» в телеграме, которым пользуются все сотрудники Альфы, кидается заявка. В ней описывается результат, ограничения по данным и срокам, например: вы хотите помочь коллегам и сделать ИИ-приложение по предотвращению выгорания.

2) Мэтчинг. Заявки попадают в бот в телеграм, где менторы могут выбрать те, что сами хотят взять. Любой может взять её в работу по своей загрузке и скиллам. Мы думали, что менторами станут в основном технари и продакты, но практика показала, что в менторство включились руководители направлений и узкие специалисты — от дизайнеров графики до аналитиков.

3) Короткие фокус‑сессии (1:1). На них определяется цель, потребности менти и способ решения его запроса.

4) Быстрый прототип. Собираем минимально жизнеспособное решение на Alfa AI или доп.инструментах.

Эффект

№1. Программа максимально прикладная. В фокусе — задачи команд: ускорение подготовки отчётов и исследований, автоматизация рутин, помощь в анализе данных и подготовке материалов, поддержка в запуске пилотов. И число пользователей Alfa AI, желающих получить какой-то полезный эффект, растёт. 

№2. Качество и безопасность. Стандарты данных, шаблоны промптов, чек‑лист рисков по умолчанию — меньше случайных ошибок и «спагетти‑решений».

№3. Культура и компетенции. Развивается практика «ментор → менти → ментор», формируется ядро сообщества и «сетка» горизонтальных контактов.

Эксперимент запустился без бюджета

Программа родилась как небольшой пилот без финансовых вливаний. Мы опирались на то, что есть: платформа Alfa AI — для экспериментов и прототипов; бот в телеграм — для приёма заявок; внутренний портал — для размещения информации о менторах. 

Отбор первых менторов шёл вручную — по репутации, активности в AI‑комьюнити и реальным кейсам внутри банка. Дальше критерии формализовали, чтобы масштабироваться бережно и сохранять качество.

В запуске помогли некоторые хитрости:

• «Стартер‑кит»: шаблоны запросов, типовые промпты, подборка полезных материалов.

• Показываем маленькие победы: есть чат для поддержки менторов, внутренние демо, посты об успехах во внутренних каналах.

• Стандартизация  повторяемых решений и расширение пула менторов по принципу «ментор → менти → ментор»

• Интегрируем сообщество с корпоративным обучением и продуктовой повесткой: чтобы менторские сессии закрывали реальные OKR.

Мы продолжаем развивать программу и сообщество менторов, потому что видим реальный запрос на это.

Глупый начальник – умный исполнитель: о росте времени автономного выполнения задач нейронками.

Попалась мне на глаза весьма интересная статья, суть которой сводится к простому: «Каждое следующее поколение моделей способно выполнять автономную работу дольше, чем предыдущее».

И вот у меня назрел вопрос: а где мы найдем ту армию творческих людей, которые способны грамотно раскидать задачи этим «Агентам»?

Чуть раскрою свою мысль через призму личного опыта. Я за свои неполые 30 лет успел побывать и в роли исполнителя, и в роли небольшого начальника (около 8 человек в подчинении). И на основании своего опыта смело могу утверждать следующий тезис:

Часто (но не всегда) определить конкретную и длительную по времени задачу– это очень сложный и творческий процесс, требующий определенного интеллекта. И далеко не каждый руководитель - начальник способен подробно расписать, что требуется делать от подчиненного.

Часто (это касается меня как исполнителя и подчиненного как исполнителя) это происходило в режиме: тебе дают на руки бумагу, в трех словах говорят «короче, надо сделать» и ты уже сам догадываешься, что от тебя нужно, в каком объеме, в какие сроки и т.д. Я как бы схватывал на лету и понимал из невысказанного контекста, что нужно. А если человек не понимает, что от него нужно, то «злой начальник» начинает раздражаться, объяснять (не всегда внятно), уходить в дебри, в итоге придется объяснять еще раз, но подробно, потом это работник показывает результат, а оно не то, что нужно, надо переделывать, потом еще раз переделывать… короче знакомая история.

Современные нейронки еще лет 5-10 такое на лету понимать не смогут. Они также не будут понимать, что от них нужно, руководители разочаровываться в возможностях нейросетей. А дальше: рынок видит упадок интереса, акции летят вниз, Армагеддон, потоп, пришельцы…

Все по тому, что среднестатистический начальник низкого звена не может понятно расписать задачи хотя бы на 10 минут.

А завтра нейронки могут выполнять свою работу эквивалентную часу работы простого человека, послезавтра 2 часа, через неделю уже 8 часов (полноценный рабочий день, между прочим).

И на основании всего этого у меня 2 вопроса:

1. Для кого растут возможности нейросетей? Ну очень слабо верится, что миллиарды тратятся для того, чтобы та сотня тысяч людей, умеющих грамотно ставить задачи, смогла развернуться на полную.

2. Сможем ли мы, как общество, воспользоваться этими по истине колоссальными возможностями? (естественно после того, как перерисуем все картинки в интернете в стиль Гибли и сделаем каждому виртуальную кошкодевочку).

 Вопрос можно сказать, личный поэтому сегодня пост без рекламы канала.

Google запустила платформу онлайн‑обучения Google Skills, где можно пройти курсы по развитию навыков работы с искусственным интеллектом и получить сертификаты. Платформа предлагает обширный каталог из около 3000 курсов, сертификатов и лабораторных работ, которые ранее были разбросаны по разным онлайн‑порталам. Другими словами, Google Skills — это гигантский комплекс, объединяющий курсы Grow with Google, Google Cloud, Google DeepMind и Google for Education. Конечно, искусственный интеллект и генеративный ИИ — основная специализация Google Skills. Кроме того, вы можете найти курсы по анализу данных, сетевой инфраструктуре, кибербезопасности и производительности труда — от начального до продвинутого уровня.

Пользователи могут бесплатно зарегистрироваться в Google Skills, используя свою учётную запись Google, чтобы получить доступ к каталогу курсов и лабораторных работ, а также 35 бесплатных кредитов в месяц. Однако для доступа к другим возможностям, таким как практические занятия всех уровней и профессиональные сертификаты, им придётся приобрести платную подписку.

Хотите выяснить, где учиться IT? В экосистеме Хабра есть маркетплейс курсов на Хабр Карьере, на котором собраны сотни онлайн-обучений в самых разных специализациях: программировании, аналитике, дизайне, менеджменте и других. Чтобы пользователи могли проверить качество курсов, там показаны отзывы от тех, кто уже прошел обучение — изучайте и выбирайте лучшее для себя.

Мы запустили телемагазин облачных технологий

Да-да, вам не показалось. В нашем блоге мы рассказываем, как облачные и AI-технологии помогают решать IT-задачи. А теперь — сделали это в неожиданном формате.

Здесь не будет чудо-ножей и пылесосов, только реальные инструменты, которые делают работу с облаками и AI проще.

Усаживайтесь поудобнее: в четырех выпусках ведущие покажут, как с помощью облачных сервисов:

🔍 внедрять умный поиск на базе RAG
🚀 ускорять разработку приложений
💻 кодить с помощью AI
⚙️ собирать корпоративных AI-агентов

Все это — на базе публичного облака Cloud.ru Evolution и цифровой среды для работы с GenAI Evolution AI Factory.

Все выпуски облачного телемагазина смотрите тут: tvshop.cloud.ru

И все таки, сможет ли ИИ заменить джунов? Короткая аналитика от The Economist

Пока это трудно заметить в официальной статистике. Но исследование 300 000 компаний показывает, где именно ослаб спрос на новых сотрудников.

Американский рынок найма выглядит достаточно неоднозначно: рост остаётся устойчивым, но в августе было создано всего 22 000 рабочих мест против 158 000 в апреле. На этом фоне всё громче звучит вопрос — не начинает ли генеративный ИИ вытеснять человеческий труд?

Пока что признаков «ИИ-апокалипсиса» на рынке труда не видно. За последний год доля офисных профессий, наиболее подверженных автоматизации, осталась стабильной (см. график). Исследование ученых Йельского университета, опубликованное в октябре, также не выявило существенных изменений в структуре занятости с момента появления ChatGPT в конце 2022 года.

Однако на уровне компаний начинают проявляться едва заметные сдвиги. Работа аспирантов Гарвардского университета Сейеда Хоссейни и Гая Лихтингера отслеживает компании, нанявшие так называемых «интеграторов генеративного ИИ» — специалистов, внедряющих технологии в повседневные процессы. Используя ИИ для анализа 200 миллионов вакансий, исследователи обнаружили около 130 000 таких позиций в 10 600 компаниях, которые они назвали «активными пользователями ИИ». Рост числа подобных вакансий начался в первом квартале 2023 года — примерно в то же время, когда вышел ChatGPT 3.5. Остальные 274 000 компаний стали контрольной группой — они не нанимали сотрудников специально для внедрения ИИ в свои рабочие процессы.

Если бы ИИ не влиял на занятость, динамика найма в обеих группах должна была бы совпадать. Но исследователи выяснили, что после 2023 года число junior-позиций снижалось в целом по рынку, однако у «пользователей ИИ» падение оказалось на 7,7% сильнее за шесть последующих кварталов. При этом на уровне senior-позиций различий не наблюдалось. Работа, типичная для выпускников — вроде тестирования кода или проверки документов, — оказалась особенно лёгкой для передачи машинам. Падение, как отмечают авторы, связано не с массовыми увольнениями, а с сокращением темпов найма.

Какие выпускники оказались под наибольшим давлением? Учёные разделили университеты на пять уровней. Наихудшая ситуация сложилась у выпускников средних по рейтингу вузов — у них шансы на трудоустройство снизились заметно сильнее, чем у выпускников топ-школ и малоизвестных колледжей. Исследователи предполагают, что компании сохраняют выпускников элитных вузов ради их уникальных компетенций, а «нижний эшелон» — из-за более низкой стоимости труда. Таким образом, именно середина оказывается в зоне наибольшего риска автоматизации.

Тем не менее исследователи призывают к осторожности. Во-первых, только 17% сотрудников из выборки работали в компаниях, активно внедряющих ИИ, а значит, пространство для автоматизации пока ограничено. Во-вторых, рынок труда junior-специалистов в последние годы сильно колебался — пандемия COVID-19 нарушила прежние тенденции. Если ИИ и оказывает давление на найм выпускников, то он лишь один из множества факторов.

Нейросети стали инвесторами. Нейросети DeepSeek, Grok и другим дали $10 тысяч и задание приумножить эту сумму за счёт крипты. В итоге китайская нейронка увеличила капитал на 30% всего за два дня, Grok 4 также отстала немного. А вот нейросети ChatGPT и Gemini провалились и ушли в минус.

В центре Сан-Франциско появился билборд с провокационными лозунгами вроде «Наш ИИ делает домашку за вашу дочь» и «Создаёт её дипфейки». Это реклама сайта Replacement.ai — сатирического проекта, высмеивающему ажиотаж вокруг больших языковых моделей и беспечность технологических компаний.

Продукты этого ИИ-стартапа намеренно абсурдны. Главный из них — ИИ под названием HUMBERT, якобы созданный, чтобы «заменить людей на каждом этапе развития» и «подготовить детей к постчеловеческому будущему». В описаниях используются реальные цитаты из высказываний ИИ-руководителей — в том числе знаменитая фраза Сэма Альтмана: «ИИ, вероятно, приведёт к концу света, но пока что мы создаём отличные компании».

Авторы проекта Replacement.ai не раскрывают своих имён, но их послание очевидно: гонка за коммерциализацию ИИ идёт быстрее, чем разработка правил и систем контроля.

Приглашаем на вебинар компании SL Soft про карьерного AI‑ассистента. Он будет полезен HR‑руководителям и ИТ‑специалистам, занимающихся автоматизацией HR‑процессов. Узнайте, как снизить текучку на испытательном сроке и создать систему персонального сопровождения для каждого сотрудника.

В программе вебинара:

• умный онбординг — персональное сопровождение новичка с первого дня,

• контроль испытательного срока — автоматическое отслеживание достижений и планирование оценок,

• развитие карьеры — управление ИПР, грейдами и подготовка к повышениям,

• операционная поддержка — интеллектуальный поиск, справки, отгулы и консультации 24/7.

Предлагаемое решение быстро интегрируется с любыми HRM‑системами, адаптируется под процессы и документы компании. Сотрудники взаимодействуют с системой в удобном чат‑интерфейсе.

23 октября, 14:00 (Мск), онлайн.

Участие бесплатное, требуется регистрация.

Microsoft начала активно внедрять концепцию vibe working по аналогии с vibe coding. Это подход, при котором сотрудники используют ИИ-инструменты для упрощения рутинной работы. Опции с ИИ уже доступны в Excel и Word, позволяя управлять Excel голосом с помощью ИИ или «vibe писать» в Word, генерируя, уточняя и редактируя документы по ходу работы.

Концепция vibe working развивается в рамках более широкой тенденции корпоративной культуры, где часть обязанностей формально обозначается как vibing — гибкая, творческая и свободная работа с поддержкой ИИ.

Стартапы и крупные компании уже внедряют такие подходы в маркетинг, создание контента и программирование, включая vibe coding, когда ИИ помогает писать и проверять код. Добавление в рабочий порядок приставки vibe помогает привлечь поколение Z и создаёт ощущение свободного рабочего процесса, но не отменяет трудозатрат и необходимости владения профессиональными компетенциями.

В Кремниевой долине наступила эпоха трудоголизма, и в стартаперских кругах всё больше говорят про рабочую культуру 996. Остаётся открытым вопрос, что это — просто интересная тема для светской беседы или реальность длиной 72 часа в неделю. Тем не менее общий настрой — отсутствие отдыха и максимальная продолжительность рабочего дня.

Подобные веяния точно отразил Лоран Дель Рей, новый сотрудник Superintelligence Labs компании Meta¹. Продакт-дизайнер запустил простенькое приложение-фоторедактор Endless Summer, где пользователь делает селфи, а затем генеративная модель встраивает человека в различные отпускные контексты. Пользователь получает фотки, где он гуляет по курорту или осматривает виды европейских городов с балкона.

Конкретная модель внутри Endless Summer не указывается. В политике приватности написано лишь, что запросы идут в API сервиса Replicate, то есть это может быть что угодно — от распространённых диффузионок уровня Stable Diffusion с LoRA-надстройками до более новых пайплайнов вроде FLUX или Playground. Однако издание TechCrunch с уверенностью пишет, что это Nano-Banana компании Google.

Насколько необычно и грустно то, что люди вместо настоящего отпуска генерируют фальшивые фотки с него? На самом деле ничего уникального в этом нет.

Как пишет индонезийский стартапер Тим Виджая, для многих ИИ становится именно такой отдушиной. Тим рассказал, что в этом году он в роли консультанта помогал OpenAI проводить исследование, как индонезийцы используют ChatGPT. Там обнаружилось ровно такое же явление.

В рамках анализа Виджая была обнаружена целая группа на Facebook² на 30 тысяч участников, где индонезийцы выкладывали сгенерированные ИИ фотографии с собственным участием, при этом значительно повышая уровень своего достатка. На картинках пользователи окружали себя атрибутами роскошной жизни: суперкары Lamborghini, жизнь в Париже, шопинг в магазине Guccci и так далее. При этом подобным эскапизмом занимались в основном люди среднего или низкого достатка из глубинки Индонезии, их заработок не превышал $400 в месяц.

Дель Рей со своим Endless Summer довёл это явление до логического завершения. В приложении есть даже опция Room Service (обслуживание в номер), которая будет присылать две отпускные фотки каждое утро.

Владеющая социальной сетью Facebook (2) транснациональная холдинговая компания Meta (1) — экстремистcкая организация, деятельность обеих запрещена.

Нейросеть для обучения и выдачи информации появилась в Stack Overflow. ИИ чат-бота обучили на всех тредах платформы — бот обладает знаниями большинства реальных программистов, а не просто теоретическими выжимками и кучей готовых решений. Чат-бот умеет проектировать и рассуждать о коде, как команда живых разработчиков. Вы можете задать нейронке любой вопрос, и он предоставит полноценные рассуждения, развёрнутый ответ на базе вопросов форума.

На рынке кодинг агентов пополнение методов монетизации (взято отсюда):

• Amp (кодинг агент в терминале) запускает бесплатный доступ, но с рекламой.

• Пользователь запускает Amp Free и просит убрать рекламу из самого себя.

• Агент слушается и удаляет рекламный баннер из своего же кода.

Практическая философия ИИ в корпорациях. Нестандартная модель #3

«Росатом» и издание N+1 выпустили третий выпуск подкаста «Нестандартная модель»

Ведущий Андрей Коняев поговорил с главным архитектором по искусственному интеллекту АО «Гринатом» Евгением Глуховым о нейросетях, математике, как бы мог выглядеть ГОСТ для ИИ, возможном ИИ-апокалипсисе и даже немного о киберметалле.

Смотрите видео, чтобы узнать, чем занимается архитектор ИИ, зачем нужны большие языковые модели, может ли нейросеть стоить дороже живого специалиста и как школьная математика влияет на будущее в ИТ.

Выпуск доступен на платформах:

ВКонтакте

YouTube

Первый выпуск можно найти в этом посте, а второй — в этом. 

Следить за новостями в сфере информационных технологий атомной отрасли можно в телеграм-канале Атомный IT.

OpenAI прогнозирует $100 млрд выручки уже к 2028 году, что означает десятикратный рост всего за три года.

Проблема в том, что по данным Epoch, в истории не было ни одной компании, которая смогла бы сделать такое. Даже Tesla, Meta и Nvidia шли к этой отметке семь-восемь лет, а медианный темп роста крупнейших корпораций составлял всего 1.3x в год, против 2–3x, заложенных в прогнозах OpenAI.

Казалось бы — что такого, ведь компания OpenAI уже доказала свою уникальность — рост ее выручки просто фантастический! Однако, это не так. Да, выручка OpenAI растёт стремительно: с $1 млрд в 2023 году до ожидаемых $10 млрд в 2025. Темпы впечатляют, но не уникальны — Google, Uber и Moderna когда-то показывали похожие взлёты.

Однако дальше всегда начиналось замедление темпов роста. Что же будет, если реальность окажется скромнее ожиданий OpenAI? Масштабные контракты с Oracle, CoreWeave, Nvidia, AMD и Broadcom подразумевают расходы до $1.3 трлн в течение десяти лет — часть из которых должна окупиться за счёт будущих доходов. Не попасть в цель — значит заморозить дата-центры и сбросить часть долгов на инвесторов. А ведь именно они сегодня подпитывают ИИ-эйфорию: капитал вбухивается в инфраструктуру, стартапы и фонды под предположение, что OpenAI не просто успешна — а станет самой быстрорастущей компанией в истории. И если чудо не случится, то это может стать той самой булавкой для «ИИ-пузыря». В общем, OpenAI действительно может изменить мировую экономику, но совсем не так, как хотелось бы.

Как развернуть свою базу знаний на wiki-движке Outline 🤓🌐

Не очень удобно, когда сотни мануалов и документация раскиданы по разным чатам и хранилищам. Сотрудники рыскают среди этой информации и теряют драгоценное время. Можно сделать базу знаний и использовать для этого сторонние SaaS-сервисы, но, как показал уход Notion, компания может потерять доступ к своим данным в любой момент.

Что делать? Cоздать свою базу знаний, работа которой не будет зависеть от поставщика 💡 А как это сделать, расскажем на вебинаре — посмотрим на организацию процесса на примере движка Outline.

Что будет на вебинаре:

• как развернуть и масштабировать собственную корпоративную Wiki на базе ВМ и объектного хранилища;

• покажем, как настроить SSO, чтобы централизовать аутентификацию и обеспечить сотрудникам безопасный доступ;

• как через MCP-сервер интегрировать AI-помощника, чтобы он мгновенно отвечал на вопросы по информации из базы знаний;

• покажем на практике, как настроить и интегрировать все компоненты вашей Wiki.

📅 Когда? 23 октября в 11 по мск.

📍Где? Онлайн — переходите по ссылке и регистрируйтесь.

Чтобы уже сейчас узнать о корпоративной Wiki, читайте нашу инструкцию на Хабре про то, как развернуть базу знаний Outline c SSO и AI в облаке. А если появятся вопросы, то оставляйте их в комментариях — эксперт (и он же автор статьи) ответит на них на вебинаре 😉

Публичное облако Cloud.ru Evolution теперь в реестре российского ПО 🎉

И это не последние новости Cloud.ru Evolution к этому часу. Присоединяйтесь к нашему вебинару, где расскажем о новостях платформы. Ждем всех, кто хочет быть в курсе новостей и в числе первых узнать, как использовать обновления на пользу бизнесу.

Что обсудим:

• Какие возможности дает то, что Cloud.ru Evolution в реестре отечественного ПО (РОПО).

• Новые сервисы для миграции и резервного копирования, которые помогут вам переехать из других облаков.

• Инструменты и сервисы для работы с AI&ML — и как бесплатно их потестировать.

• Как улучшилась работа с приложениями в Kubernetes.

• Новые инструменты для аналитики: как с ними работать, чтобы оптимизировать ресурсы облака.

А в конце вебинара вас ждет демо — в прямом эфире покажем, как развернуть веб-приложение с обновленными сервисами Cloud.ru Evolution.

📅 Когда? 21 октября в 11 по мск.

📍Где? Онлайн. Чтобы зарегистрироваться, переходите на страницу вебинара →

Полезные ссылки про AI, облака и новости в дайджесте за сентябрь 🌂

🎙️ Провели конференцию GoCloud Tech. В программе — 20+ выступлений, демо и релизы новых сервисов, технические воркшопы и много нетворкинга. На GoCloud Tech было:

• 850+ офлайн-участников;

• 2 800+ онлайн-зрителей;

• 4 трека, 37 спикеров, 5 воркшопов и 13 демозон.

Записи всех докладов можете посмотреть на удобной площадке: YouTube или VK Видео.

🤖 На конференции поделились результатами первых двух месяцев работы AI-помощника Cloud.ru в облаке:

• к помощнику обратились 4 000 пользователей;

• отправили свыше 12 000 сообщений;

• пользователи ускорили рутинные операции в 15 раз.

Другие новые возможности сервиса:

• SRE-агент для мониторинга приложений и алертов по логам. Помощник обратит внимание на аномалии в работе сервисов и даст советы по улучшениям.

• FinOps-оптимизация. AI-помощник Cloud.ru может найти неиспользуемые виртуальные машины, которые можно отключить, или активные виртуальные машины, которые можно оптимизировать для снижения затрат.

💡 Делимся важными анонсами платформы Cloud․ru Evolution:

• Запустили Evolution VPN. Это защищенная сеть, которая позволяет удаленно подключаться к облаку, получать безопасный доступ к ресурсам внутри корпоративной сети или VPC.

• Magic Link расширяет возможности Magic Router. Теперь без использования интернета можно организовывать сетевую связность между облачными ресурсами, созданными в разных проектах облачной платформы одного или разных клиентов.

• Evolution Data Platform теперь в коммерческой эксплуатации. Теперь все data-сервисы разворачиваются в едином кластере на общем платформенном слое. Это упрощает интеграцию сервисов и весь цикл работ с данными.

🎁 Дарим юрлицам 35 000 бонусов для работы с Evolution Data Platform. Используйте бонусы, чтобы работать с Big Data, собирать данные для машинного обучения, автоматизировать обработку данных — и не только.

💸 Анонсировали тарифы для Evolution Foundation Models — сервиса с популярными моделями, доступными по API. До 31 октября больше 20 LLM доступны бесплатно, а с 1 ноября средняя цена составит:

• 35 рублей за миллион входных токенов;

• 70 рублей за миллион выходных токенов.

Добавили новые модели, которые в Evolution Foundation Models можно использовать бесплатно до 31 октября: это Qwen3-Embedding-0.6B, Qwen3-Reranker-0.6B и GigaChat 2 MAX.

👨‍💻 Вместе с GitVerse и Хабром запустили программу «Код без границ» для развития open source проектов. Чтобы принять участие, разместите свой проект на GitVerse и подайте заявку до 31 октября. Победители получат от 50 до 150 тысяч рублей, облачные ресурсы от Cloud․ru и доступ к профессиональному сообществу.

🎥 Провели много полезных вебинаров — переходите по ссылкам, чтобы посмотреть их в записи:

• Как повысить отказоустойчивость Kubernetes: мультикластерная архитектура на Karmada.

• Admission Control в Kubernetes: управление доступом и политиками безопасности.

• Кому принадлежит AI-контент: авторские права на код, изображения и тексты.

• Контролируемый вайб-кодинг: сокращаем технический долг и уязвимости.

🎬 Смотрите новый выпуск подкаста ClientFirst о запуске e-commerce в METRO, сохранении культуры IT-команды и задачах, для которых подходит AI. Спикеры — директор по продажам и маркетингу Cloud.ru Андрей Зотов и IT-директор METRO Антон Антоничев. Запись есть на YouTube, VK Видео и RuTube.

💼 Делимся кейсами наших клиентов о том, как решать задачи бизнеса в облаке:

• Как «Страна Девелопмент» повысила производительность на 30%.

• Как разработчик «Жива Технологии» развернул приложение с AI-ассистентом в облаке Cloud.ru.

🎨 Прокачали наш бесплатный курс «Креативное мышление и AI для решения задач». Прокачайте стратегическое мышление, научитесь находить первоначальные проблемы, освойте ТОС и CRAFT для генерации идей. А еще — создайте креативного AI-ассистента в Chatbox, который будет давать нешаблонные ответы под ваши задачи.

💳 Присоединяйтесь к реферальной программе Cloud.ru: рекомендуйте нас клиентам и получайте 20% от их чека в первый год и 15% — в последующие.

До встречи в следующем дайджесте!

Представлен учебный проект HUMANS.md. Это бесплатные и доступные заметки о кодировании с помощью ИИ. На ресурсе публикуются практические уроки программирования с помощью ИИ, такие как Claude Code, Codex и другие.

Cооснователь OpenAI Андрей Карпаты представил открытый проект nanochat для клонирования LLM типа ChatGPT. Внутри 8000 строк чистого кода на Python, никаких лишних зависимостей, вся база модели: токенизатор, предобучение, файнтюн, обучение с подкреплением и оценка модели. Для запуска понадобится GPU в облаке и готовый скрипт.

Многие, кто обучал большие модели искусственного интеллекта, сталкивались с ситуацией, когда необходимы данные из множества источников. Но если источники совсем не из одной корпорации, то из-за GDPR или законах о защите персональных данных нет возможности обмениваться данными напрямую. 

Как быть, если нужно обучать большие модели, но нельзя собирать всю информацию в одном месте?

Решение — федеративное обучение. Это система, в которой центральное устройство (сервер) объединяет усилия множества участников (устройства): каждый совершает операции на своих данных, а сервер собирает только результаты, не забирая саму информацию.

В зависимости от специфики задачи, данные на устройствах могут храниться по-разному. На основе того, как делится матрица признаков между участниками, можно выделить два подвида федеративного обучения:

📌 Горизонтальное федеративное обучение (HFL)

Суть: у разных участников данные имеют одинаковые фичи (одинаковые столбцы), но разные строки (разные пользователи/наблюдения).

Пример: несколько банков обучают модель для предсказания мошеннических транзакций. У всех есть одинаковые признаки по транзакциям (сумма, время, место, категория операции и т.п.), но набор клиентов у каждого банка свой. Объединяя данные через HFL, они получают более устойчивую модель, не раскрывая данные клиентов напрямую.

📌 Вертикальное федеративное обучение (VFL)

Суть: у разных участников есть одни и те же сэмплы (одни и те же строки), но разные признаки (разные столбцы).

Пример: банк и страховая компания имеют одних и тех же клиентов. У банка есть финансовые характеристики (история транзакций, кредитный рейтинг), у страховой — медицинская история и страховые выплаты. Объединив признаки в VFL, они могут построить более точную модель для оценки рисков по клиенту.

При этом нельзя сказать, что примеры выше оторваны от реальности. Например, Google применяет федеративное обучение для улучшения работы клавиатуры Gboard. Вместо сбора всех данных о нажатиях на своих серверах, центральное устройство получает только агрегированные обновления модели. То есть, обучение происходит прямо на устройствах пользователей, но без нарушения приватности.