This media is not supported in your browser
VIEW IN TELEGRAM
Tesla Cybercab спроектированы таким образом, чтобы их можно было заряжать и чистить полностью автоматически. Еще один шаг в сторону радикального снижения стоимости за милю пути.
#ai #agi #selfdriving_cars #tesla #elon_musk
—————————
Мысли Рвачева
—————————
#ai #agi #selfdriving_cars #tesla #elon_musk
—————————
Мысли Рвачева
—————————
👍6❤5🔥2🤔2
Так, мы кажется в шаге от того, чтобы AI заменил всех офисных работников
#friday #fun
—————————
Мысли Рвачева
—————————
#friday #fun
—————————
Мысли Рвачева
—————————
😁36💯4🤣4
Нужно признать, что Apple Intelligence это пока разочарование.
За несколько недель пока я тестирую бету - я ни разу не воспользовался Apple AI фичой в обычной жизни, а Siri как была болью, так и осталось.
Очень надеялся, что перестану постоянно запускать приложение ChatGPT и буду пользоваться более удобными встроенными фичами, но пока нет ☹️
А вы как? Довольны?
#apple #ai #gpt #siri
—————————
Мысли Рвачева
—————————
За несколько недель пока я тестирую бету - я ни разу не воспользовался Apple AI фичой в обычной жизни, а Siri как была болью, так и осталось.
Очень надеялся, что перестану постоянно запускать приложение ChatGPT и буду пользоваться более удобными встроенными фичами, но пока нет ☹️
А вы как? Довольны?
#apple #ai #gpt #siri
—————————
Мысли Рвачева
—————————
❤3
This media is not supported in your browser
VIEW IN TELEGRAM
💥 Microsoft и GitHub убивают Cursor
🛠 GitHub и Microsoft представили Spark — новый AI-инструмент для создания микро-приложений.
GitHub Spark позволяет разработчикам и пользователям легко создавать и делиться микро-приложениями (“sparks”), без необходимости писать и разворачивать код. Эти “sparks” можно использовать на компьютере или мобильных устройствах, они настраиваются под конкретные нужды и предпочтения.
Spark поддерживает редактор на базе NL (естественного языка), который позволяет описывать идеи и развивать их со временем. Сначала вы вводите идею на естественном языке, и редактор генерирует интерактивные предварительные версии, предлагая возможные варианты, которые можно изменять. Это делает процесс разработки максимально интуитивным.
Кроме того, GitHub Spark предоставляет управляемую среду выполнения, что упрощает размещение, хранение данных и добавление функций AI. Платформа также предлагает возможности для совместного использования sparks с другими пользователями, позволяя им адаптировать и изменять созданные приложения.
GitHub Copilot также интегрирован в Spark, обеспечивая поддержку таких функций, как Copilot Edits, Copilot Chat и рецензирование кода с помощью Copilot. Copilot помогает быстро вносить изменения в код, проводить обзор изменений и добавлять описание к методам и классам. Это делает процесс разработки более продуктивным и поддерживает совместную работу разработчиков.
🔗 Source: https://githubnext.com/projects/github-spark
#github #ai #microsoft #cursor #agi #coding #copilot
———————————————
Мысли Рвачева
———————————————
🛠 GitHub и Microsoft представили Spark — новый AI-инструмент для создания микро-приложений.
GitHub Spark позволяет разработчикам и пользователям легко создавать и делиться микро-приложениями (“sparks”), без необходимости писать и разворачивать код. Эти “sparks” можно использовать на компьютере или мобильных устройствах, они настраиваются под конкретные нужды и предпочтения.
Spark поддерживает редактор на базе NL (естественного языка), который позволяет описывать идеи и развивать их со временем. Сначала вы вводите идею на естественном языке, и редактор генерирует интерактивные предварительные версии, предлагая возможные варианты, которые можно изменять. Это делает процесс разработки максимально интуитивным.
Кроме того, GitHub Spark предоставляет управляемую среду выполнения, что упрощает размещение, хранение данных и добавление функций AI. Платформа также предлагает возможности для совместного использования sparks с другими пользователями, позволяя им адаптировать и изменять созданные приложения.
GitHub Copilot также интегрирован в Spark, обеспечивая поддержку таких функций, как Copilot Edits, Copilot Chat и рецензирование кода с помощью Copilot. Copilot помогает быстро вносить изменения в код, проводить обзор изменений и добавлять описание к методам и классам. Это делает процесс разработки более продуктивным и поддерживает совместную работу разработчиков.
🔗 Source: https://githubnext.com/projects/github-spark
#github #ai #microsoft #cursor #agi #coding #copilot
———————————————
Мысли Рвачева
———————————————
🔥11❤4👍3😱3
Finally: OpenAI выкатывает фичу поиска по предыдущим чатам общения с ChatGPT
P.S. Особенно, конечно, приятно, что поддержали адекватную комбинацию CMD+K. Прям спасибо человеку, который за это отвечает. Невероятный кайф попробовать нажать комбинацию не зная сработает ли и увидеть, что она делает именно то, что ожидаешь.
#openai #gpt
—————————
Мысли Рвачева
—————————
P.S. Особенно, конечно, приятно, что поддержали адекватную комбинацию CMD+K. Прям спасибо человеку, который за это отвечает. Невероятный кайф попробовать нажать комбинацию не зная сработает ли и увидеть, что она делает именно то, что ожидаешь.
#openai #gpt
—————————
Мысли Рвачева
—————————
🔥15👍3
🥇 Python - номер один по популярности язык на Github
Меня переодически спрашивают (родители детей или взрослые для себя) с какого языка стоит начать обучение программированию. В такие моменты я мысленно ностальгирую по лабораторным на языке Си в МГТУ им. Баумана "в аквариуме" и уверенно отвечаю Python. Теперь к тому, чтобы это язык с низким порогом входа, добавился аргумент, что он самый популярный и скорее всего проще будет найти уже похожий проект на тот, что вы делаете. Ну и конечно от количества знаний и LLM на нем писать будут лучше.
Другая интересная статистика Github (в том числе по популярности стран, использования Docker и др) доступна по ссылке https://github.blog/news-insights/octoverse/octoverse-2024/
#coding #python #github
—————————
Мысли Рвачева
—————————
Меня переодически спрашивают (родители детей или взрослые для себя) с какого языка стоит начать обучение программированию. В такие моменты я мысленно ностальгирую по лабораторным на языке Си в МГТУ им. Баумана "в аквариуме" и уверенно отвечаю Python. Теперь к тому, чтобы это язык с низким порогом входа, добавился аргумент, что он самый популярный и скорее всего проще будет найти уже похожий проект на тот, что вы делаете. Ну и конечно от количества знаний и LLM на нем писать будут лучше.
Другая интересная статистика Github (в том числе по популярности стран, использования Docker и др) доступна по ссылке https://github.blog/news-insights/octoverse/octoverse-2024/
#coding #python #github
—————————
Мысли Рвачева
—————————
🔥10👍3
На самом деле я давно хотел написать этот пост (кажется, первый раз – в районе 2500 подписчиков, потом 3500, и вот сейчас уже 4000 – время пришло).
Я – Никита Рвачев, в интернете известен под ником rvnikita. Родился в России, окончил МГТУ им. Баумана по технической специальности. Интересовался технологиями ещё с тех пор, когда компьютер подключался к телевизору. Помню, как был восхищён тем, что каждая нажатая клавиша на клавиатуре отображалась на экране телевизора. Тогда это казалось чем-то магическим. Подобное ощущение я испытал лишь дважды в жизни – когда впервые попал в интернет и когда впервые пообщался с ChatGPT. Я немного пожил в Манчестере (Англия) пока учился в школе Hyper Island - это был невероятно крутой опыт, который позволил посмотреть как все работает вне РФ и думаю на один шаг приблизил меня к переезду в США.
Последние 6 лет я живу в Нью-Йорке, США. До этого всё время жил в Москве и занимался проектами на стыке технологий и маркетинга. Являюсь сооснователем технологического агентства Айтаргет.
В последнее время, как и многие, я сосредоточился на AI, в частности на ML и LLM. В крупной корпорации из списка Fortune 100 работаю в лаборатории, где мы исследуем развитие различных технологий (я занимаюсь в основном AI) и анализируем, как они изменят бизнес и жизнь в целом.
Кроме того, с первых дней в Нью-Йорке я строю русскоязычное сообщество для талантливых молодых предпринимателей и специалистов. Сейчас мы – крупнейшие по некоторым направлениям, например, миграция через визу талантов в США (@o1eb1eb2) и мероприятия, посвящённые культуре (@culture_nyc).
Ну и, конечно, я продолжаю создавать небольшие AI pet-проекты, погружаюсь в тему и делюсь интересными находками в этом блоге.
Итак:
- Если вы окажетесь в Нью-Йорке – пишите! Буду рад встретиться на кофе, расскажу, что посмотреть туристического и нетуристического – я очень люблю этот город.
- Если вы работаете над проектом с AI-компонентой и вам нужна сторонняя экспертиза или «взгляд со стороны» – пишите в личку @rvnikita, буду рад помочь.
- Напишите в комментариях пару слов о себе, чем занимаетесь, чем можете быть полезны другим. Очень интересно узнать, кому этот блог кажется полезным!
#nikita_rvachev #ai #tech
—————————
Мысли Рвачева
—————————
Please open Telegram to view this post
VIEW IN TELEGRAM
13🔥82❤37👍22❤🔥3👏3😍2🤝1
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI добавили генератор системных промптов в свою песочницу.
Потестировал - делает хорошие промпты.
#openai #ai #coding
—————————
Мысли Рвачева
—————————
Потестировал - делает хорошие промпты.
#openai #ai #coding
—————————
Мысли Рвачева
—————————
🔥16👍5
This media is not supported in your browser
VIEW IN TELEGRAM
Массовая внедрение AR устройств изменит многие индустрии, в том числе рекламную.
Как думаете будем жить в мире без рекламы благодаря эдблокерам или просто получим еще больше рекламы, вдобавок персонализированной?
#ai #ar #ads
—————————
Мысли Рвачева
—————————
Как думаете будем жить в мире без рекламы благодаря эдблокерам или просто получим еще больше рекламы, вдобавок персонализированной?
#ai #ar #ads
—————————
Мысли Рвачева
—————————
🔥9👍6
Хах, забавно как Claude и ChatGPT взаимно неправильно пишут код использующий конкурирующее API, а так же при рефакторинге намеренно переключают версию LLM на устаревшую.
#llm #openai #anthropic #ai #chatgpt #claude #coding #api
—————————
Мысли Рвачева
—————————
#llm #openai #anthropic #ai #chatgpt #claude #coding #api
—————————
Мысли Рвачева
—————————
😱10😁1
🧠 AI всё больше и больше (порой пугающе) становится похож на мозг: как AI понимает понятия
Недавно учёные, включая David Baek, обнаружили интересные детали о том, как модель Sparse Autoencoder (SAE) представляет понятия. Они выделили три уровня, которые помогают понять, как AI "видит" наш мир.
Атомный уровень – мелкий. Здесь SAE собирает похожие понятия в "кристаллы" с параллелограммами или трапециями, наподобие известных примеров "мужчина-женщина" и "король-королева". Эти формы улучшаются, если убрать мешающие факторы (например, длину слова) с помощью линейного дискриминантного анализа, который помогает фокусироваться на важных признаках.
Мозговой уровень – средний. Тут понятия вроде "математика" и "кодинг" группируются вместе, напоминая области мозга человека. Они создают аналог "долей", как в нашем мозге, где каждый участок отвечает за свою функцию. Например, в мозге есть области для языка или зрения, а здесь AI выделяет "области" для связанных концепций.
Галактический уровень – крупный. На этом уровне модель формирует целую "вселенную" понятий, где разные концепты находятся на разных расстояниях друг от друга. Эти расстояния не случайны, а подчиняются закону степени: чем дальше от центра, тем менее схожи понятия. Это напоминает распределение галактик во вселенной.
Таким образом, на среднем уровне работа AI действительно похожа на то, как мозг человека разделяет функции на отдельные зоны. Это важный шаг для понимания того, как AI может изучать и обрабатывать сложные концепции, имитируя нашу природную способность организовывать информацию.
📝 Paper: https://arxiv.org/abs/2410.19750
#ai #brain #agi #research
—————————
Мысли Рвачева
—————————
Недавно учёные, включая David Baek, обнаружили интересные детали о том, как модель Sparse Autoencoder (SAE) представляет понятия. Они выделили три уровня, которые помогают понять, как AI "видит" наш мир.
Атомный уровень – мелкий. Здесь SAE собирает похожие понятия в "кристаллы" с параллелограммами или трапециями, наподобие известных примеров "мужчина-женщина" и "король-королева". Эти формы улучшаются, если убрать мешающие факторы (например, длину слова) с помощью линейного дискриминантного анализа, который помогает фокусироваться на важных признаках.
Мозговой уровень – средний. Тут понятия вроде "математика" и "кодинг" группируются вместе, напоминая области мозга человека. Они создают аналог "долей", как в нашем мозге, где каждый участок отвечает за свою функцию. Например, в мозге есть области для языка или зрения, а здесь AI выделяет "области" для связанных концепций.
Галактический уровень – крупный. На этом уровне модель формирует целую "вселенную" понятий, где разные концепты находятся на разных расстояниях друг от друга. Эти расстояния не случайны, а подчиняются закону степени: чем дальше от центра, тем менее схожи понятия. Это напоминает распределение галактик во вселенной.
Таким образом, на среднем уровне работа AI действительно похожа на то, как мозг человека разделяет функции на отдельные зоны. Это важный шаг для понимания того, как AI может изучать и обрабатывать сложные концепции, имитируя нашу природную способность организовывать информацию.
📝 Paper: https://arxiv.org/abs/2410.19750
#ai #brain #agi #research
—————————
Мысли Рвачева
—————————
👍11❤3🔥3
Больше 25% нового кода в Google написал AI - заявил Sundar Pichai (CEO Google) на последнем звонке по финансовым результатам за Q3.
Sundar Pichai (CEO Google): "Today, more than a quarter of all new code at Google is generated by AI, then reviewed and accepted by engineers."
Source: https://abc.xyz/2024-q3-earnings-call/
#google #ai #coding
—————————
Мысли Рвачева
—————————
Sundar Pichai (CEO Google): "Today, more than a quarter of all new code at Google is generated by AI, then reviewed and accepted by engineers."
Source: https://abc.xyz/2024-q3-earnings-call/
#google #ai #coding
—————————
Мысли Рвачева
—————————
👍9🔥7😱5
Почему программисты не видят разницы между Хеллоуином и Рождеством? Потому что oct 31 = dec 25.
#fun
—————————
Мысли Рвачева
—————————
#fun
—————————
Мысли Рвачева
—————————
😁29❤4👏3🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI добавил поиск по интернету в ChatGPT.
Кажется, что уже была одна попытка это сделать, но не очень успешная, теперь обещают, что будет все работать сильно лучше.
Perplexity и Google напряглись.
Source: https://openai.com/index/introducing-chatgpt-search/
#ai #agi #search #google #perplexity #openai #chatgpt
—————————
Мысли Рвачева
—————————
Кажется, что уже была одна попытка это сделать, но не очень успешная, теперь обещают, что будет все работать сильно лучше.
Perplexity и Google напряглись.
Source: https://openai.com/index/introducing-chatgpt-search/
#ai #agi #search #google #perplexity #openai #chatgpt
—————————
Мысли Рвачева
—————————
🔥14👍2
После суток использования ChatGPT Search уверенно могу сказать что это бомба и у Google и Perplexity теперь действительно появились проблемы.
Я понял, что часть запросов по прежнему хочется уводить в гугл, но больше и больше - в ChatGPT. А то, что теперь это удобно делать прям из адресной строки - нереально круто.
Как вам? Довольны?
#openai #chatgpt #perplexity #google
—————————
Мысли Рвачева
—————————
Я понял, что часть запросов по прежнему хочется уводить в гугл, но больше и больше - в ChatGPT. А то, что теперь это удобно делать прям из адресной строки - нереально круто.
Как вам? Довольны?
#openai #chatgpt #perplexity #google
—————————
Мысли Рвачева
—————————
🔥14
😁24🔥3
Media is too big
VIEW IN TELEGRAM
🤖 Данные – ключ к будущему робототехники
В современном мире робототехники сбор данных становится критически важным, но остается сложным и дорогостоящим процессом. Проект DART от MIT предлагает решение: теперь любой пользователь, имея только Apple Vision Pro, может управлять роботами через дополненную реальность и собирать данные для обучения. Система позволяет записывать демо для нескольких роботов одновременно и автоматически загружать их в DexHub – открытую базу данных в облаке. Эти данные доступны для свободного использования через Python API.
🔗 Source: https://dexhub.ai
#robotics #ai #dart #ar #data
—————————
Мысли Рвачева
—————————
В современном мире робототехники сбор данных становится критически важным, но остается сложным и дорогостоящим процессом. Проект DART от MIT предлагает решение: теперь любой пользователь, имея только Apple Vision Pro, может управлять роботами через дополненную реальность и собирать данные для обучения. Система позволяет записывать демо для нескольких роботов одновременно и автоматически загружать их в DexHub – открытую базу данных в облаке. Эти данные доступны для свободного использования через Python API.
🔗 Source: https://dexhub.ai
#robotics #ai #dart #ar #data
—————————
Мысли Рвачева
—————————
🔥4👍3❤1
Невероятно крутой эфир от Андрея Мовчана про прошедшие выборы. Хочется подписаться практически под каждым словом
- если нелегальная эмиграция хороша - сделайте ее легальной
- наибольший перевес трамп получил в когорте 45-60, людей которые определяют науку, бизнес и тд, а не глупые реднеки как принято считать
- как работает дерегуляция
- если богатые не будут становиться богаче, то бедные будут становиться беднее
https://www.youtube.com/live/HWhjDCuVxpU?si=HrqKbHid0JtIIYbw
#donald_trump@rvnikita_blog #andrey_mochan@rvnikita_blog #politics@rvnikita_blog #elections@rvnikita_blog #economics@rvnikita_blog
- если нелегальная эмиграция хороша - сделайте ее легальной
- наибольший перевес трамп получил в когорте 45-60, людей которые определяют науку, бизнес и тд, а не глупые реднеки как принято считать
- как работает дерегуляция
- если богатые не будут становиться богаче, то бедные будут становиться беднее
https://www.youtube.com/live/HWhjDCuVxpU?si=HrqKbHid0JtIIYbw
#donald_trump@rvnikita_blog #andrey_mochan@rvnikita_blog #politics@rvnikita_blog #elections@rvnikita_blog #economics@rvnikita_blog
YouTube
Америка выбрала Трампа. Чего ждать? Эфир с Андреем Мовчаном
НАСТОЯЩИЙ МАТЕРИАЛ (ИНФОРМАЦИЯ) ПРОИЗВЕДЕН И РАСПРОСТРАНЕН ИНОСТРАННЫМ АГЕНТОМ ЕЛИЗАВЕТОЙ НИКОЛАЕВНОЙ ОСЕТИНСКОЙ ЛИБО КАСАЕТСЯ ДЕЯТЕЛЬНОСТИ ИНОСТРАННОГО АГЕНТА ЕЛИЗАВЕТЫ НИКОЛАЕВНЫ ОСЕТИНСКОЙ 18+
Подписывайтесь на рассылки The Bell! https://bit.ly/thebell_newsletters…
Подписывайтесь на рассылки The Bell! https://bit.ly/thebell_newsletters…
👍14❤9🔥5🙏2👎1🥱1
⚙️ Пошаговая оптимизация LLM от OpenAI
В свое время все бросились на finetuning, но быстро стало понятно, что это дорого и сложно, требуя качественного датасета и серьезных ресурсов. Finetuning — это крайняя мера, которая должна применяться только в случае необходимости. Именно поэтому так ценна поэтапная схема от OpenAI, которая позволяет достичь отличных результатов, продвигаясь от простых методов к более сложным:
1. Prompt Engineering: начальный этап — оптимизация запросов. Простой prompt с четкими инструкциями уже может улучшить результат.
2. Few-shot prompting: добавление нескольких примеров, чтобы повысить стабильность модели на схожих запросах.
3. Retrieval-Augmented Generation (RAG): если требуются специфические знания, добавляем динамическую подгрузку данных в prompt, что позволяет модели работать в нужном контексте.
4. Fine-tuning: завершающий шаг, когда необходима абсолютная точность и стабильность. Здесь уже создается специализированный датасет для обучения модели в реальных условиях.
Я бы еще добавил идею мультиагентности и одновременное использование моделей от разных производителей, но понятно, что не стоит ожидать этого в документации OpenAI
📝 Подробнее: https://platform.openai.com/docs/guides/optimizing-llm-accuracy
#ai #openai #coding #llm #prompting #finetunning #rag
—————————
Мысли Рвачева
—————————
В свое время все бросились на finetuning, но быстро стало понятно, что это дорого и сложно, требуя качественного датасета и серьезных ресурсов. Finetuning — это крайняя мера, которая должна применяться только в случае необходимости. Именно поэтому так ценна поэтапная схема от OpenAI, которая позволяет достичь отличных результатов, продвигаясь от простых методов к более сложным:
1. Prompt Engineering: начальный этап — оптимизация запросов. Простой prompt с четкими инструкциями уже может улучшить результат.
2. Few-shot prompting: добавление нескольких примеров, чтобы повысить стабильность модели на схожих запросах.
3. Retrieval-Augmented Generation (RAG): если требуются специфические знания, добавляем динамическую подгрузку данных в prompt, что позволяет модели работать в нужном контексте.
4. Fine-tuning: завершающий шаг, когда необходима абсолютная точность и стабильность. Здесь уже создается специализированный датасет для обучения модели в реальных условиях.
Я бы еще добавил идею мультиагентности и одновременное использование моделей от разных производителей, но понятно, что не стоит ожидать этого в документации OpenAI
📝 Подробнее: https://platform.openai.com/docs/guides/optimizing-llm-accuracy
#ai #openai #coding #llm #prompting #finetunning #rag
—————————
Мысли Рвачева
—————————
🔥13👍9