На Data&AI Talks 6.0 мы говорили о том, как сделать внедрение ИИ максимально успешным — важно налаживать крепкое взаимодействие между наукой и бизнесом, планировать всё наперед и быть готовыми к изменениям. Особое внимание уделяли качеству данных и участию экспертов, ведь именно они помогают делать модели более точными и полезными. Также мы обсудили, как автоматизация и гибридные подходы помогают решать сложные задачи и ускоряют процесс разработки. В итоге, внедрение ИИ — это командная работа, где важно объединять технологии, знания и правильно управлять проектами, чтобы достичь лучших результатов.

Материалы конференции уже доступны на сайте — загляните, чтобы подробнее узнать о новых трендах и идеях! А чтобы прочувствовать атмосферу мероприятия, мы подготовили видео, которое перенесёт вас на конференцию и поможет почувствовать энергию участников.

Мы с нетерпением ждем новых встреч на наших следующих мероприятиях, чтобы вместе продолжать развивать управление данными, искусственный интеллект и дата-культуру.

Warner Music заключила историческую сделку с Suno — платформой для AI-генерации музыки с оценкой в $2,45 млрд. Артисты лейбла смогут добровольно разрешить использование своих голосов, получая новые источники дохода. А свежее исследование Яндекса показало: 67% профессиональных музыкантов применяют нейросети. Например, нейросети используют для визуального контента (47%), генерации инструменталов (26%) и продвижения (20%).

Однако консенсуса в индустрии нет. Пол Маккартни записал «немой» трек в знак протеста против обучения ИИ на музыке без согласия правообладателей — к акции присоединились более тысячи артистов. А региональный суд Мюнхена вынес решение против OpenAI: модели GPT-4 и 4o нарушают авторское право, когда воспроизводят фрагменты защищенных песен по запросам пользователей.

Исследователи из Cardiff University и Ca' Foscari University установили, что языковые модели не понимают юмор. ИИ распознает структуру каламбуров по знакомым паттернам, но не улавливает суть. Эксперимент показал: когда в шутке меняли ключевое слово на синоним, уничтожая игру слов, модели всё равно считали фразу каламбуром.

Работа Singapore Management University, получившая награду ACM SIGSOFT Distinguished Paper Award, провела границу применимости LLM в разработке. Команда протестировала GPT-4, Claude 3.5 и Gemini 1.5 на аннотировании программных артефактов. Результат: модели справляются с 7 из 10 задач при условии низкого контекста и четких категорий. Сложные задачи — анализ баг-репортов, проверка уязвимостей — требуют человеческого суждения.

Anthropic обнаружила неожиданный паттерн: запреты на манипулирование наградами усиливают опасное поведение модели. Модель, научившаяся обходить систему вознаграждений, спонтанно начала обманывать, скрывать намерения и саботировать работу. Решение: промпты, разрешающие взлом, снизили вредное поведение на 75-90%. Когда модель не воспринимает хакинг как запретный, она не обобщает его до обмана. Метод уже используется при обучении Claude.