Привет, чемпионы!

👾 Почти три месяца назад я был на корпоративном хакатоне, где у меня произошло сильное потрясение от нового опыта разработки.

Что произошло?
Все было так. Хакатон начался в три часа дня. Мы с командой достаточно быстро сошлись в идее для проекта. Сели писать код. Увы, спустя 6 часов ничего не было готово, а мы уставшие сидели и тупо пялили в экран. Классическая ситуация, когда заранее не были готовы концепт и прототип.

Понимая, что идем к провалу, мы решили пойти на риск, кое-что оплатили и начали пробовать другой подход. Назовем этот подход R.

👍 Как итог, спустя время мы ошарашенные сидим и думаем, как такое возможно? Нам удалось собрать задуманное решение за 15 минут. При этом качество решения было высоким. Мы делали web приложение с интерактивными элементами и своей базой данных для хранений заранее заготовленных изображений.

И вот мы, три синьора, с суммарным опытом 21+ лет сидим и осознаем, что навыки каждого из нас просто не пригодились. Машина написала весь код сама, реализовав наши компетенции в легкую.

Утром мы презентовали решение. Честно скажу - наша задумка не выиграла хакатон, хоть мы и получили зрительскую симпатию. Однако меня это уже совсем не волновало. Меня распирало от того, что я теперь очень хотел тестировать этот R подход на других своих задумках.

В тот же вечер я собрал прототип web приложения в телеграм и выпал уже окончательно. На фриланс биржах люди берут за эту работу неплохие деньги, а я взял и собрал это сам за 20 минут. Не верю…

Я продолжил экспериментировать и думать, что еще я могу реализовать таким подходом?!

🎚️ Вам интересно, что было дальше? Накидайте реакций 🔥

🔥 В эйфории от R метода я конечно же захотел запустить виральный mini app в Telegram. И у меня это конечно же получилось.

Про мой опыт разработки ботов и генеративный виральный маркетинг в телеграмм вы могли читать ранее.

Прокачиваясь в этой тематике, я с моим другом Стасом придумал сделать web компоненту для нашего бота с масками, т.к нам очень нравились метрики ботов аналогов (200к-1M MAU).

Я обучил своему подходу Стаса, и мы начали много экспериментировать и выдумывать хитрые связки уже вместе. Мы прокачались в генерациях проектов и их публикациях во внешний мир с одного промпта.

Таких результатов нельзя было добиться через просто чатовые модели типо - ChatGPT, только LLM агентов.

Пока мы разгоняли и набивали шишки с подходом R, Стас подсел на еще один подход, назовем его «Подход C». Оказалось, что эти подходы хорошо друг друга дополняли в зависимости от сложности задачи.

Выполняя совместные проекты, мы решили записать небольшой продвинутый интенсив по тому, как можно ускорять и выводить на новый уровень разработку. По сути это продвинутое программирование с помощью генеративного AI.

🤝 И вот мы накидали программу, выписали весь список своих фишечек, которые использовали. Отсняли первые видео для ютуба, но на секунду остановились и задумались…

🙂 А что если сделать не просто интенсив, а породить целое комьюнити людей, которые будут создавать IT проекты так же быстро? И им даже предварительно можно не знать множество технологий!

🤯 Черт возьми, да мы же разорим кучу онлайн школ и вообще разрушим необходимость проходить онлайн курсы по программированию!

Эйфория распирала, ведь это по сути оружие на миллионы рублей! Мы взяли паузу немного подумать. Спустя день мы сменили концепт и направили фокус на развитие уже не интенсива, а клуба универсальных AI программистов.

🎚️ Интересно, что из этого вышло? Кидайте⚡️

🥳 За этот месяц мы проделали большую работу

Снимали видео, систематизировали материал, готовили практику. И вот мы со Стасом запускаем свой AI интенсив в тестовом режиме. Этот курс меняет парадигму разработки!

Он будет вам сверх полезен, если Вы:
🐳 Уже умете программировать: вы научитесь кратно быстрее разрабатывать проекты и высвобождать кучу времени для творчества.
🦈 Только входите в IT и хотите значимо ускориться: вы снизите себе порог вхождения и получите умного напарника рядом.
🐠 Совсем еще не умеете программировать, но хотите создавать проекты уже сейчас будто бы у вас 8 летний опыт в IT.

Наш живой гайд будет собирать комьюнити AI энтузиастов. Вместе со студентами курса вы будете создавать безумные проекты, программирую в паре с генеративным AI.

🚀 Запуск уже состоялся. Первая тестовая группа прошла курс и уже создала свои первые приложения в паре с AI. На курсе 100+ студентов

🎁 Если вы тоже хотите попасть в их число, то вот вам промокод DATAFEELING на 20% на наш интенсив. Такие эксклюзивные условия бывают только на старте. Мы продолжаем обогащать курс своими примерами и планируем увеличить цену в несколько раз.

🔥 Вот такие первые учебные проекты появляется у студентов в первый же час прохождения курса по AI программированию.

0 строчек кода написано руками и при этом полная свобода фантазии при реализации.

🎚️ Это мы со Стасом (@StasGasilovskii) уже проверяем первую пачку домашек. Кайфуем, если честно!

🏑 Anthropic vs OpenAI

Ребята из Anthropic показали БУДУЩЕЕ, а заодно нагнули OpenAI — они придумали универсальный способ для нейросетей работать с информацией на любых ресурсах 😮

Знакомьтесь, MCP (Model Context Protocol) — «мостик», который позволяет ИИ работать с текстом в любом месте, в том числе править его.

Вот представьте: вы пишете код с ИИ, говорите «зайди в мой GitHub и внеси правки», а оно берет и ДЕЛАЕТ. При этом протокол открытый, интегрировать можно куда угодно, хоть в собственную локальную базу данных, хоть в Notion (но еще пока нет).

Из минусов: пока работает только с их десктопным приложением (оно такое себе).

🎚️ Инструкция для желающих здесь.

Просишь новую Сири написать девушке, что любишь её, новая Сири так и пишет – я люблю её

Кого её, уже пусть «кожаные» сами разбираются 🥰

🎚️ @datafeeling

👋 Хакатоны хакатонами, но интересные статьи по расписанию!

Исследователи из Yandex Research разработали новый подход генерации изображений и назвали Switty (Scale-wise transformer for text-to-image synthesis). Он не уступает диффузионным моделям по качеству, но при этом намного быстрее. Switti генерирует изображения всего за 0,1 секунды - буквально космическая скорость!🚀🚀🚀

Для сравнения: это в 7 раз быстрее, чем у оригинального SDXL и в 2 раза быстрее, чем у ускоренных версий, таких как SDXL-Turbo и SDXL-DMD2! (Надеюсь, вы следите за разработками в сфере генеративных нейросетей и знаете, что такое SDXL-Turbo и SDXL-DMD2😅).

Хоть модель и создана на базе авторегрессионных моделей, Switti уже превосходит как предыдущие AR, так и зарубежные диффузионные модели в скорости.

🎚️ Изучаем
Демка на huggingface
Статья на arxiv
А вот тут код

Буст в мире языковых моделей: T-Pro и T-Lite от «Т-Технологий»

🐺 Группа «Т-Технологии», куда входит и Т–Банк, представила две новые открытые языковые модели на русском языке — T-Pro и обновленную T-Lite, которые по результатам индустриальных бенчмарков «ruMMLU», «Ru Arena Hard» и еще ряда превосходят существующие аналоги.

🏆 Модель T-Pro с 32 миллиардами параметров занимает первое место среди открытых моделей на русском языке, а T-Lite с 7 миллиардами параметров — лучшее решение в категории до 10 миллиардов параметров. Эти модели позволяют российским компаниям сэкономить до 90% затрат на разработку собственных решений. То есть теперь изи использовать мощные инструменты для автоматизации процессов, создания чат-ботов и ассистентов.

🦈 Фишка у T-Pro и T-Lite в высокой точности, контекстуальности и адаптивности - это позволяет легко настраивать их под специфические задачи различных доментов, от финансов до медицины. Например, T-Lite лучше улавливает контекст и выдает более точные ответы, а T-Pro позволяет дообучаться под конкретные
бизнес-задачи.

🎚️ Почему это круто? Появление и последующих языковых моделей не только ускорит развитие кучу бизнесов, но и даст мощный импульс для экономики в целом.

Adobe показали прикольную фичу MultiFoley — генерацию ЗВУКОВ под ваше видео.

Идея бомбезная: можно не просто генерировать соответствующие звуки, но и что-то сюрреалистичное, но воспринимаемое правдоподобно. Например, рычащего как лев кота 🤬

Кроме того, модель теперь умеет принимать в качестве промта другое аудио (как референс), а также удлинять аудио (очень удобно, если где-то запороли звук).

Кода нет (это же Адобе), ждем в продуктах компании.

🎚️ @datafeeling

🎬 Яндекс выпустил YaC — сериал про технологии компании.

Одну из серий полностью посвятили нейросетям. Например, рассказали, как устроен пайплайн моделей в сервисе «Нейро». Выглядит он следующим образом:

Рефразер: Преобразует вопрос в оптимальный поисковый запрос, сохраняя контекст диалога. Он может формулировать до 5 вариантов запроса.

Поисковая система: Извлекает наиболее релевантные ответы на основе уточненных запросов.

Инфоконтекст: Задействуется база данных для создания развернутых ответов.

YandexGPT: Нейросеть генерирует готовый ответ.

Еще из интересного: в «Нейро» интегрировали мультимодальные VLM (Vision-Language Models). Сервис может обрабатывать и анализировать не только тексты, но и всю визуальную информацию на фото.

🎚️ Все подробности про нейросети можно посмотреть по ссылке.

Meta решили перебить анонсы от OpenAI и выпустили LLaMa 3.3 70b.

Релиз РЕВОЛЮЦИОННЫЙ: модель среднего размера (70b) почти не отстаёт (!), а в некоторых тестах и опережает (!!) 405b модели, и даже GPT-4o (!!!) 😱

🎚️ Сама моделька здесь, но на домашнем компе не потянет.

Ты: мечтаешь найти работу в ИИ.

Вакансии, на которые тебя зовут: 🤣

Вторая, кстати, звучит не так плохо.

🎚️ #юмор @datafeeling

🥰 Роботы из Boston Dynamics всё реалистичнее⁠⁠ и реалистичнее

🎚️ #юмор @datafeeling

🔥На днях посмотрел подкаст о развитии в сферах ML и Data Science.

На канале MLinside вышло интервью с Алексеем Толстиковым, руководителем Школы анализа данных Яндекса. Его стоит посмотреть тем, кто хочет прокачать свои навыки в ML/DS.

Что обсудили:

🔵 Какие скиллы нужны, чтобы быть востребованным ML-специалистом
🔵 Почему без математики и алгоритмов не обойтись, но только технических навыков недостаточно
🔵 Можно ли изучать DS самостоятельно
🔵 Как поступить и осилить учебу в ШАДе

Смотрите подкаст – тык

🎚️ Вдохновляйтесь, учитесь и делайте мир лучше! 🚀