А вот как ещё Archivinci умеет визуализировать

Archivinci — это нейросеть, обученная на архитектурных данных. Она понимает такие детали, как:

⚫️стиль (брутализм, модерн, конструктивизм и пр.);
⚫️материал (бетон, кирпич, стекло и т.д.);
⚫️конструктивные особенности и градостроительный контекст;
⚫️интерьерные решения;
⚫️архитектурную терминологию в промтах.

Она подойдет для быстрого создания концепта или мудбордов для заказчика, поиска нестандартных форм. На вход принимает любые изображения, в том числе технические чертежи или наброски от руки.

Работает с 3D-моделями из SketchUp, Blender, 3Ds Max и Revit.

Попробовать бесплатно можно здесь

США и Китай лидируют в сфере ИИ — Стэнфорд

Ученые Стэнфорда представили отчет о развитии ИИ за 2024 год — это 456 страниц о тенденциях в исследованиях и разработках, начиная с анализа публикаций, патентов и известных систем ИИ, методах обучения моделей и бенчмарках для их оценки, законодательных инициативах, влиянии ИИ на экономику и экологию. Главное — ниже.

⚫️Промышленный ИИ лидирует: почти 90% значимых моделей в 2024-м (60% в 2023-м году) разработали в промышленности.

⚫️Бизнес уже не может игнорировать то, что ИИ дает финансовые выгоды: автоматизируя рутинные процессы, сокращая потребность в персонале и улучшая взаимодействие с потребителями.

⚫️Большинство компаний только начинают внедрять ИИ, опасаясь неточности результатов, необходимости соблюдать нормативные требования и рисков для кибербезопасности. ИИ для многих пока серая зона.

⚫️Разрыв в производительности между моделями с открытым кодом и закрытыми моделями стремительно сокращается.

⚫️По количеству публикаций и выпущенных моделей лидируют США и Китай, а по количеству патентов на душу населения — Южная Корея и Люксембург. Ну, вы Люксембург видели? 680 тысяч душ против 1,5 млрд китайцев. Зато Китай лидирует по общему количеству патентов — на его долю приходится 69,7% от всего объема.

⚫️США продолжают оставаться ведущим источником известных моделей искусственного интеллекта: 40 американских моделей против 15 китайских и трех европейских. Но, знаете ли, один Дипсик, вышедший в декабре 2024-го, перекрыл всю эту разницу.

⚫️Стоимость использования моделей ИИ становится всё доступнее: почти в 280 раз, с $20 за млн токенов в ноябре 2022-го до $ 0,07 за млн токенов в октябре 2024-го.

⚫️«Железо» для ИИ становится быстрее, дешевле и энергоэффективнее: производительность ежегодно растёт на 43%, удваиваясь примерно каждые 2 года.

⚫️Есть вероятность в 80%, что текущий запас обучающих данных будет полностью использован в период с 2026 по 2032 год (по аналитике группы Epoch AI). Один из ключевых факторов — моделям нужно все больше и больше данных, люди не успевают производить контент с такой скоростью, как ИИ его потребляет.

⚫️Выбросы углекислого газа при обучении ИИ неуклонно растут: с 0,01 т при обучении AlexNet в 2012-м до 8930 т на Llama 3.1 405B в 2024-м. А вот среднестатистический американец вырабатывает 18 т/год.

Подробнее — в прикрепленном файле👆

В докладе ЮНКТАД (Конференции Организации Объединенных Наций по торговле и развитию) оценивается, насколько страны готовы к передовым технологиям и инвестируют в них, включая ИИ, робототехнику, интернет вещей и т. д.

⚫️Одно из опасений — неравномерное развитие технологий по регионам мира. Сейчас существует тенденция к доминированию в ИИ транснациональных бигтехов.

⚫️На 100 крупнейших компаний приходится более 40 % мировых инвестиций в НИОКР — следовательно, там и сконцентрированы основные разработки и специалисты. Среди стран в ТОПе — Китай и США. Рыночная капитализация каждого из ведущих бигтеха превышает 3 трлн долларов, что сопоставимо с ВВП всего африканского континента. В пятерке лидеров — Apple, Nvidia, Microsoft, Alphabet, Amazon.


⚫️ИИ может стать толчком к пятой промышленной революции, в которой люди и интеллектуальные машины будут сотрудничать. Уже сейчас на производствах используют автоматизацию процессов, предиктивную аналитику для контроля. Появляются полностью умные роботизированные заводы, также все больше компаний используют связку из людей и коботов для оптимизации работ.

⚫️В докладе определены три ключевых направления развития и отдельной компании, и целой страны для успешного внедрения ИИ — создание инфраструктуры, озер данных и продвижение цифровых навыков как в обучении линейных сотрудников, так и при подготовке специалистов по ML и бигдате.

Подробнее — в прикрепленном файле

Куда казахстанский бизнес собираются интегрировать ИИ в течение следующий 3-х лет

Россия на третьем месте в списке наиболее важных стран для перспектив роста доходов казахстанских компаний — ее отметили 34% (в 2024-м — мы были первыми). Поэтому с интересом наблюдаем за внедрением технологий и ИИ у коллег-соседей.

Аналитики PwC опросили представителей казахстанского бизнеса о том, куда те будут внедрять ИИ в течение следующих трех лет. Подсматриваем вместе:

⚫️30% — в обучение персонала и повышение цифровой грамотности
⚫️По 48% — в развитие технологических платформ и автоматизацию бизнес- и рабочих процессов.
⚫️34% — в разработку новых продуктов/услуг.
⚫️21% — в построение основной бизнес-стратегии.

В основном, респонденты отмечают внедрение в бизнес простых инструментов на открытом коде — типа ChatGPT. Крупные холдинги в закрытом контуре разрабатывают собственные модели под свою специфику.

Будем ждать прорывов коллег, а пока читайте полное исследование — в прикрепленном файле.

До 800 млн человек могут потерять работу из-за ИИ к 2030 году — McKinsey Global Institute

Нашли интересную презентацию Михаила Ларькина, руководителя ИИ-проектов «Синергия» и корпоративного ИИ-консультанта. Он рассказывает о видах ИИ и о перспективах автоматизации человеческого труда.

ИИ — это система, способная выполнять задачи, требующие человеческого интеллекта. Существует три стадии эволюции ИИ: слабый ИИ (ANI, уже достигнут), общий ИИ (AGI, в разработке) и суперинтеллект (ASI, это пока гипотеза).

Слабый ИИ (ANI) специализируется на выполнении одной задачи или ограниченного набора задач и высоко эффективен в заданной области, но не способен обобщать знания или адаптироваться к новым областям.
⚫️Примеры: голосовые помощники, рекомендательные системы, автопилоты:

Общий ИИ (AGI) может выполнять интеллектуальные задачи на уровне человека, а также обучаться, адаптироваться и применять знания в разных контекстах.
⚫️Примеры: диагностика заболеваний, решение юридических задач, универсальные роботы для выполнения разных задач.

Суперинтеллект (ASI) — это гипотетический уровень ИИ, превосходящий человеческий интеллект во всех аспектах. ASI может решать задачи, недоступные человеку.
⚫️Примеры (гипотетические): решение глобальных климатических проблем, создание новых технологий и проведение самостоятельных научных исследований.

Будущее ИИ и влияние на рынок труда
🔴Есть два подхода к применению ИИ: это полная автоматизация профессии (чат-боты, автоматизированные колл-центры) или локальное увеличение эффективности (ускоренное программирование, быстрый анализ информации).

ИИ заменит удаленщиков и те профессии, где много процессов, которые можно автоматизировать. При этом творческие профессии, связанные с эмоциональным воздействием (например, актеры театра, спортсмены, преподаватели и т.д.), пока в безопасности. Это же касается и руководителей: люди предпочтут, чтобы важные решения принимали именно люди, а не машины.

Чему учить сейчас детей и себя?
Развивать навыки, которые сложно автоматизировать. Поэтому важно учиться тому, что не умеют делать машины.

Прогнозы автоматизации труда человека ИИ
⚫️Оптимистичный сценарий: автоматизация рутинных задач, рост креативных профессий, сокращение рабочей недели.
⚫️Пессимистичный сценарий: массовая автоматизация, безработица, необходимость базового дохода.

Прогнозы
⚫️Около 2/3 вакансий в США и Европе подвержены автоматизации, и 1/4 из них может быть полностью заменена.
⚫️По данным McKinsey Global Institute, к 2030 году во всем мире от 400 до 800 млн человек могут потерять работу. От 75 до 375 млн человек придется освоить новые навыки или сменить профессию.

Учимся, коллеги, учимся. Иначе нас заменит ИИ.

Подробнее — в прикрепленном файле.

От 20 до 100 млн рублей — средний бюджет российского финтеха на реализацию инновационного проекта

Банки — активные участники девелоперской деятельности. Некоторые, как Сбер, и сами развивают свое строительное направление. Так что подсмотреть, какие инновации развиваются в финтехе, будет полезно.

Для большинства респондентов исследования «АФТ Технологии» инновации — инструмент решения текущих задач бизнеса, зависящих во многом от состояния внешней среды и рыночной конъюнктуры. Но в перспективе 2027 года компании планируют менять фокус — с операционной эффективности на развитие новых направлений бизнеса.

⚫️Самые дорогие проекты направлены на наращивание клиентской базы и повышения маржинальности по уже действующей. Проекты по автоматизации бизнес-процессов обходятся дешевле всего, однако таких проектов много в портфеле.

⚫️Большинство респондентов на постоянной основе имеют в портфеле инноваций такие технологии, как RPA (16%), ИИ и ML (61%), API (13%), генеративный ИИ (10%), IoT и hardware (6%).

Кейсы внедрения

⚫️Тестирование открытых API в Т-Банке и Сбере, что позволяет
клиентам объединять счета и карты двух банков в едином интерфейсе.

⚫️AI-Ассистент Точка Банка, которого на днях признали одним из лучших ИИ-продуктов в секции AI in Finance на форуме AI World Championship в Абу-Даби. Ассистент в приложении помогает бизнес-клиентам решать ежедневные задачи от разговора о налогах до выполнения транзакций — всего 57 различных пользовательских сценариев.

⚫️88%— ключевым барьером для внедрения инноваций является недостаток профильных ИТ-специалистов.

⚫️95% — самыми эффективными инструментами в работе со стартапами являются акселераторы, хакатоны и кейс-чемпионаты. При этом 14% компаний имеют собственную венчурную студию, краудфандинговую или краудсорсинговую платформу для работы с инновациями.

⚫️66% респондентов имеют подразделения по инновациям. При этом только у 43% инновационная деятельность регламентируется внутри компаний.

Подробнее — в прикрепленном файле👆

До 4 часов в неделю экономят айтишники с помощью ИИ-кодинга — МTS AI

MTS AI опросили 556 разработчиков из России и СНГ о том, как те используют ИИ в работе. Главное — ниже.

Широкое использование ИИ среди разработчиков
⚫️69% программистов хотя бы раз применяли ИИ-инструменты.
⚫️25% используют ИИ ежедневно, 41% — несколько раз в неделю.

Политика компаний по ИИ
⚫️56% работают в компаниях с собственными ИИ-решениями.
⚫️40% разрешают сторонние ИИ-сервисы только для отдельных проектов.
⚫️18% компаний не ограничивают использование сторонних сервисов.
⚫️9% полностью запрещают сторонние ИИ-инструменты.
⚫️25% компаний пока не имеют четкой политики по ИИ.

Популярные ИИ-инструменты
⚫️ChatGPT — лидер с 76% пользователей.
⚫️CodeGPT и GitHub Copilot популярны, но значительно уступают ChatGPT.

Основные сценарии использования ИИ
⚫️58% генерируют код по запросу.
⚫️57% ищет ошибки и занимается отладкой.
⚫️43% пишет тексты.
⚫️41% автодополняет код.

Влияние ИИ на эффективность программистов
⚫️68% отмечают ускорение рутинных задач.
⚫️57% тратят меньше времени на поиск информации.
⚫️53% фиксируют рост производительности. Половина экономит 1–4 часа в неделю.

Проблемы с качеством кода
⚫️31% вынуждены исправлять код и документацию от ИИ более чем в 80% случаев.
⚫️Основные проблемы — ошибки, «галлюцинации» и низкое качество для сложных задач.

Общее восприятие и перспективы
⚫️ИИ стал рабочим инструментом, но пока не заменяет опытного разработчика.
⚫️Компании ищут баланс между инновациями и рисками (22% боятся утечек данных).
⚫️58% разработчиков считают, что в будущем будут больше заниматься архитектурой и контролем качества, а код будут писать ИИ-модели.

Подробнее — в прикреплённом файле