Вот интересные моменты об этой новости:

- В Ухане живет 14 млн. жителей, то есть это город размером похожий на Москву.
- В нем 24 000 водителей такси.
- 500 машин компании ApolloGo это только 2% от общего количества такси в городе.

То есть протесты таксистов вызваны не тем, что у многих из них робо-такси забрали работу, а ожиданием того, что они эту работу заберут в скором будущем. Тем более, что многие водители таксуют, потому что уже раньше потеряли какую-то другую работу.

Стоимость 30-минутной поездки (6 км) в робо-таски стоит эквивалент ~ 170 руб. Это около 35% от стоимости поездки в сравнимом такси с человеком. Компания Baidu, владелец робо-такси ApolloGo, субсидирует поездки, чтобы привлечь клиентов.

Источник

#ИИпятница
#будущееработы
#ИИинтересно
Подписывайтесь на @aiworkfuture, чтобы ничего не пропустить🚀

🤖🦷 Революция в стоматологии: робот-стоматолог впервые провел процедуру на человеке

Искусственный интеллект не только справляется с задачей на высшем уровне, но и делает это в несколько раз быстрее, чем обычные стоматологи. Например, установка зубной коронки занимает всего 15 минут, вместо обычных двух визитов по несколько часов.

Этого робота разработала американская компания Perceptive.

Роботизированная система использует технологию оптической когерентной томографии (ОКТ) для захвата детализированных 3D-изображений ротовой полости пациента, включая области под десной, что является важным для точной диагностики и планирования лечения.

После получения изображений система использует алгоритмы ИИ для анализа данных и планирования процедуры, что минимизирует человеческие ошибки и повышает качество предоставляемой помощи.

Интересно, как скоро это станет новым стандартом в стоматологии?

#юзкейсы
#будущееработы
#ИИинтересно
#ИИроботы
Подписывайтесь на @aiworkfuture, чтобы ничего не пропустить🚀

В последние месяцы наблюдается заметный рост использования генеративного искусственного интеллекта (ИИ) соискателями для создания резюме и сопроводительных писем. По данным одного исследования, проведенного в Великобритании, около 46% кандидатов прибегают к таким технологиям.

Согласно оценкам, использование ИИ привело к удвоению количества кандидатов на одну вакансию. Это может показаться положительным моментом, однако многие из этих откликов оказываются менее качественными. Соискатели, полагаясь на автоматические инструменты, часто теряют индивидуальность своих резюме, что затрудняет рекрутерам процесс отбора.

Рекрутеры сталкиваются с серьезными трудностями в фильтрации резюме, созданных с помощью ИИ. Многие кандидаты используют технологии для автоматического заполнения резюме, что приводит к тому, что они становятся более "бледными" и не выделяются на фоне других.

Это создает необходимость в новых подходах к отбору, чтобы выявить действительно талантливых специалистов.

Думаю, что в скором будущем работодатели начнут массово применять ИИ для проверки откликов кандидатов. Тогда один ИИ будет помогать писать резюме, а другой ИИ будет их проверять 🤔

Мы в iRecommendWork как раз сейчас проводим пилотное тестирование такой технологии у одного из наших клиентов.

Изначально мы разработали ее для себя, а сейчас выводим на рынок. И, как показали дискуссии за круглым столом на конференции “HR ЛЕТО”, которая прошла на прошлой неделе, интерес к этой технологии у HR-ов есть.

#будущееработы
#ИИисследования
#ИИинтересно
#ИИроботы
Подписывайтесь на @aiworkfuture, чтобы ничего не пропустить🚀

🟢 Исследование и 2 показательных кейса применения генеративного ИИ в IT-разработке

Исследование

Capgemini исследовала 1000 топ-менеджеров и 1000 IT-профессионалов в компаниях с годовой выручкой более $1 млрд и выпустила отчет о влиянии генеративного ИИ на разработку ПО.

Интересные моменты:
- 27% компаний пилотируют, а 11% уже интегрируют генеративный ИИ в IT-разработку.
- Отмечается рост производительности IT-разработки на 7-18%.
- Высвободившееся время направляется на создание новых инновационных продуктов (50%) и на обучение сотрудников (47%).
- В результате внедрения генеративного ИИ только 4% работодателей увольняют сотрудников.
- Удовлетворение от работы с генеративным ИИ отмечают от 55% (джуны) до 69% (сениоры) сотрудников IT-отделов.

Кейс 1

СЕО Amazon заявил, что их компания внедрила генеративного ИИ-ассистента для IT-разработки и уже сэкономила эквивалент 4500 лет работы IT-разработчиков.

Интересные моменты:
- Апгрейд Java-приложения, который раньше занимал 1 месяц работы разработчика (50 человеко-часов), сейчас занимает несколько часов.
- Amazon за 6 месяцев использования ИИ-ассистента обновил более 50% всех своих приложений и сэкономил $260 млн.
- 79% компьютерного кода, сгенерированного ИИ-ассистентом, было отгружено разработчиками без каких-либо дополнительных изменений.

Кейс 2

На видео к этому посту: 8-летняя девочка, которая пробует программировать второй раз в жизни, создает работающего чат-бота за 45 минут при помощи генеративного ИИ-инструмента Cursor.

#будущееработы
#ИИисследования
#ИИинтересно
Подписывайтесь на @aiworkfuture, чтобы ничего не пропустить🚀

Общество и Искусственный Интеллект

«Яков и Партнёры» исследовали, как граждане РФ относятся к ИИ.
В исследовании было 9 разделов с вопросами, в нем приняли участие 2700 человек.

84% опрошенных знакомы с понятием ИИ (это один из самых высоких показателей в мире), но только 34% говорят, что понимают, что это такое.

Интересно, что при этом 59% не сталкивались с ИИ. А из тех, кто им пользуется, 30% делают это личных целях и только 16% используют его для работы.

В отчете много еще всего интересного, рекомендую полистать. Ссылка на отчет здесь

#ИИисследования
Подписывайтесь на @aiworkfuture, чтобы ничего не пропустить🚀

Гарри Поттер в реальной жизни 😍

Помните, в фильме были щетки, которые сами пыль стирают, и самопищущее перо.

Вот, пожалуйста, в реальной жизни уже есть роботы-швабры, которые моют пол в перерыве между матчами. Выглядит как волшебство какое-то.

По истине, для человека не разбирающегося, наука выглядит как магия.

😍 - можно мне домой такую?
🤔 - когда уже летать на швабрах будем?

proai🌚gpt4o

🍓🍓🍓 News

1) TheInformation: OpenAI планирует выпустить Strawberry (что это — писал тут) как часть своего сервиса ChatGPT в ближайшие две недели

2) Jimmy Apples за полдня до этого написал, что на этой неделе что-то произойдет (может быть не релиз, а внутренний показ/демо)

3) Последнюю неделю некоторым пользователям ChatGPT в ответ на запрос предлагается 2 варианта ответа, но видимо это не то же самое, что и раньше. Сейчас сверху пишется «You're giving a feedback on an experimental version of ChatGPT» или «on a new version of ChatGPT», и сделана пометка, что ответы могут генерироваться не сразу, а после паузы. Именно про это, по слухам, проект Strawberry: дать модели время «на подумать» перед ответом, чтобы снизить вероятность ошибки/не спешить с неправильной генерацией. Время «раздумий» в среднем составляет от 10 до 20 секунд

4) По началу Strawberry будет работать лишь с текстом на вход и выход, никаких картинок и файлов. Цены на Strawberry, скорее всего, будут отличаться от $20 за подписку на чат-бот OpenAI. Журналисты пока не уверены, какие будут ограничения по использованию (сколько сообщений в час) и можно ли будет докупать расширенный пакет.

5) завтра утром выходит лонг (не про Strawberry), бронируйте время в календарях на прочтение (30-40 минут) 😒

Кажется, началось...

Привет, решил Вам накидать небольшой словарь терминов, связанных с LLM

А то попытался в гугле посмотреть, и не нашел нормальных статей на эту тему. Пжлста:

🔤1. Искусственный интеллект (ИИ) / Artificial Intelligence (AI)
   Компьютерные системы, которые выполняют задачи, требующие человеческого интеллекта. Бывает узкий ИИ, который специализируется на одной задаче, и широкий ИИ, который теоретически может справиться с любым видом задач.

🔤 2. Машинное обучение / Machine Learning (ML)
   Алгоритмы, которые учатся на данных, улучшаясь с каждым новым примером. По сути, это способ научить компьютеры делать предсказания и принимать решения на основе опыта, а не программных инструкций.

🔤 3. Глубокое обучение / Deep Learning
   Это тип машинного обучения, который использует многослойные нейронные сети для анализа сложных данных. Чем больше слоёв, тем сложнее задачи, которые модель может решать, например, распознавание лиц или обработка естественного языка.

🔤 4. Нейронные сети / Neural Networks
   Модели, которые работают по принципу нашего мозга: информация проходит через сеть "нейронов", которые обрабатывают данные и учатся на них. Основной инструмент глубокого обучения.

🔤 5. Обработка естественного языка / Natural Language Processing (NLP)
   Это направление ИИ, которое занимается тем, чтобы компьютеры понимали и обрабатывали человеческую речь и текст. Используется в чат-ботах, переводчиках и других системах, взаимодействующих с людьми.

🔤 6. Генеративные модели / Generative Models
   Модели, которые способны создавать новые данные, похожие на те, на которых они обучались. Например, могут генерировать текст, изображения или музыку на основе изученных примеров.

🔤 7. Разреженные представления / Sparse Representations
   Метод, при котором данные представляются так, что только небольшая часть из них имеет значение в любой момент времени. Это позволяет экономить вычислительные ресурсы и ускоряет процесс анализа.

🔤 8. Обратное распространение ошибки / Backpropagation
   Алгоритм, который позволяет нейронным сетям обучаться, корректируя свои ошибки. Сеть анализирует, где она ошиблась, и подстраивает свои веса, чтобы улучшить точность в будущем.

🔤 9. Трансформеры / Transformers
   Архитектура, которая кардинально изменила подход к обработке текста и других последовательных данных. Благодаря механизму внимания, трансформеры позволяют обрабатывать данные быстрее и с большей точностью.

🔤 10. Оверсэмплирование / Oversampling
   Техника, которая помогает сбалансировать классы в данных путём создания дополнительных копий редких примеров. Это улучшает обучение модели и делает её более точной на нечастых данных.

🔤 11. Адаптивные моменты (Adam) / Adaptive Moments (Adam)
   Алгоритм оптимизации, который регулирует скорость обучения для каждого параметра модели, что делает процесс обучения более эффективным и стабильным.

🔤 12. Объяснимый ИИ / Explainable AI (XAI)
   Подходы и методы, которые позволяют пользователю понимать, как и почему ИИ принял то или иное решение. Это важно для повышения доверия к системам ИИ, особенно в критически важных областях.

🔤13. Аугментация данных / Data Augmentation
   Метод увеличения объёма данных путём изменения существующих примеров, например, поворот изображения или изменение его яркости. Это помогает улучшить качество обучения модели.

🔤 14. Градиентный бустинг / Gradient Boosting
   Техника, при которой несколько слабых моделей объединяются для повышения точности предсказаний. Каждая новая модель исправляет ошибки предыдущих, создавая сильный ансамбль.

🔤 15. Обезличивание данных / Data Anonymization
   Процесс удаления или маскировки личной информации в данных, чтобы защитить конфиденциальность. Это важно для соблюдения стандартов безопасности и защиты данных.

Если было полезно, пишите, делать ли еще.

Мы регулярно выступаем на тему ИИ на разных мероприятиях и обучаем сотрудников компаний практическому использованию ИИ в работе.

📆В июле-августе мы провели 3 мероприятия для сотрудников HR-отделов группы компаний МТС: вебинар об ИИ, его влиянии на работу и производительность и два тренинга - для рекрутеров и руководителей.

На тренингах мы обучали HR-ов и их руководителей получению практических результатов при использовании доступных ИИ-инструментов для 📍 работы с текстом, с изображениями и для решения операционно-аналитических задач.

📝Вот мои наблюдения после них:

1️⃣ Большинство людей внутри компаний не погружены в тему ИИ, того как он уже влияет на работу и чего ожидать в ближайшем будущем. Это при том, что влияние ИИ значительно и очень скоро приведет к фундаментальным изменениям в содержании работы и жизни.

2️⃣ Большинство людей имеет ограниченный опыт взаимодействия с ИИ.

3️⃣ То, какими ИИ-инструментами мы пользуемся, имеет значение. Во время тренинга мы работали с оригинальным ChatGPT, чат-ботами в Telegram на базе ChatGPT и на базе GigaChat от Сбера, а также с российским сервисом GPTunnel, который позволяет работать с ChatGPT и другими топовыми нейросетями без VPN в удобном веб-интерфейсе. Все они имеют свою специфику.

Но, конечно, топовые нейросети в веб интерфейсе дают гораздо лучший пользовательский опыт.

4️⃣ Учитывая разнообразие задач, в которых помогает ИИ и то, что правильное внедрение практики использования ИИ-инструментов может дать увеличение производительности офисных сотрудников в 2 раза, имеет смысл планировать тренинговые программы на целый день и, по возможности, очно.

5️⃣ По-хорошему, для бизнеса имеет смысл разработать программы переобучения / повышения квалификации всех офисных сотрудников для обучения взаимодействию с ИИ и работе с ИИ-инструментами. Еще раз повторюсь: это технологическое изменение фундаментальное, гораздо более масштабное и по навыкам, и по инструментам, и по результатам, чем даже компьютеризация.

#будущееработы
#онас
Подписывайтесь на @aiworkfuture, чтобы ничего не пропустить🚀

🆕 Вот и большие новости, которых мы ожидали

Вчера OpenAI выпустила новую линейку моделей под названием OpenAO o1.

Это та самая модель, которая ранее фигурировала в слухах и сливах под названиями Q* и Straberry.

В чем их сила?

Новые модели невероятно хорошо справляется со сложными задачами, которые требуют способности думать и рассуждать:
🏆По математике - на уровне победителей международных олимпиад
🏆По физике, биологии, химии - на уровне PhD (кандидатов в доктора наук)
🏆По программированию - на уровне победителей международных соревнований

Для каких задач они подойдут:
✅Если вы решаете сложные задачи в науке, математике, программировании, физике или биологии.
✅Если вы разработчик в любых областях и создаете / выполняете многоэтапные рабочие процессы

Для чего они не подойдут:
⛔️Для написания текстов, перефразирования, перевода, редактирования общения, поиска информации, объяснения

В новой линейке 2 модели:
1️⃣OpenAI o1 - более дорогая - для физики, математики, биологии, химии
2️⃣OpenAI o1 mini - более дешевая - для программирования

Обе модели доступны в платных аккаунтах ChatGPT с жестким лимитом на количество запросов:
👉OpenAI o1 - 30 в неделю
👉OpenAI o1 mini - 50 в неделю

Обе модели не надо промптить специальным образом. Нужно просто задавать запрос прямо и четко.

Если вам интересно почитать больше о них, кроме официального сайта OpenAI, интересно написано здесь и здесь