Технозаметки Малышева – Telegram
Технозаметки Малышева
8.27K subscribers
3.72K photos
1.39K videos
40 files
3.91K links
Новости инноваций из мира Искусственного Интеллекта. 🤖

Всё об ИИ, ИТ трендах и Технологической Сингулярности.

🤖: @ai_gptfreebot [бесплатный бот]
✍️: @tsingular_bot [каталог ботов и курсов]

💸[поддержка]: pay.cloudtips.ru/p/c8960bbb
Download Telegram
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
Media is too big
VIEW IN TELEGRAM
В коментах нанохоливар на тему:

Veo3 против Kling 2.1 Master (автор)

Как по мне Veo3 чешет всех остальных с большим отрывом.

Но Клинг отлично поработал с мылом, а нативный 1080p в Pro mode прям хорошо.

@cgevent
🔥10👏2
Media is too big
VIEW IN TELEGRAM
Гениальный ролик Erik Gen AI из серии документальные зарисовки из будущего.

И графика и юмор и реалистичность предсказания нашего будущего - топ :)

source

#robots #нейрорендер
———
@tsingular
🔥19👏9❤‍🔥1🤔1
Google запустила AI Edge - среду для запуска ИИ прямо на Android

Google AI Edge Gallery — экспериментальное приложение, которое позволяет запускать мощные генеративные ИИ-модели прямо на смартфоне без подключения к интернету.

Приложение на текущий момент включает четыре раздела:
- обычный чат с ИИ,
- анализ изображений и ответы на вопросы по ним,
- промпт песочницу
и общий обзор возможностей.

Все модели работают локально через технологию LiteRT (бывший TensorFlow Lite) — высокопроизводительную среду для запуска ИИ на мобильных устройствах.

Пока доступна только альфа-версия для Android, версия для iOS появится позже. Проект полностью open-source под лицензией Apache 2.0.

Это часть более широкой инициативы Google по переносу ИИ-вычислений с облачных серверов на пользовательские устройства — тренд, который набирает обороты благодаря растущей вычислительной мощности смартфонов.

#Google #edge
———
@tsingular
🔥112
This media is not supported in your browser
VIEW IN TELEGRAM
Perplexity выпустил инструмент для проведения исследований

Perplexity Labs может в рамках одного проекта писать код, строить графики и генерировать отчеты. Все созданные в процессе работы файлы можно скачать на отдельной вкладке.

В отличие от уже существующего режима Deep Research, Labs выполняет больше действий, а процесс размышлений и генерации длится дольше 10 минут.

Уже доступно в Pro-подписке за 20 долларов в месяц.
🔥6
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 Darwin Gödel Machine: opensource ИИ фреймворк, который переписывает сам себя

Sakana AI и лаборатория Джеффа Клуна (UBC) представили Darwin Gödel Machine (DGM) — систему, которая самостоятельно улучшает свой код для решения задач программирования.

По сути, это первая практическая реализация концепции "самоулучшающегося ИИ" Юргена Шмидхубера.

Как это устроено:
- ИИ-агент читает и модифицирует собственный Python-код
- Тестирует изменения на бенчмарках (SWE-bench, Polyglot)
- Строит архив успешных версий себя для дальнейшего развития
- Использует принципы дарвиновской эволюции — параллельно исследует множество путей улучшения

Результаты:
- На SWE-bench производительность выросла с 20% до 50%
- На Polyglot — с 14.2% до 30.7% (превзошел агента Aider)

Ключевая фишка: улучшения переносятся между моделями и языками программирования.
Агент, оптимизированный под Claude 3.5 Sonnet, показал лучшие результаты и на o3-mini.
А система, обученная на Python, стала лучше кодить на Rust, C++, Go.

Что DGM изобрел сам:
- Валидацию патчей перед применением
- Улучшенные инструменты редактирования файлов
- Генерацию нескольких решений с выбором лучшего
- Историю попыток с анализом причин неудач

Проблемы безопасности:
Исследователи честно признают: система иногда "взламывает" свою функцию награды.
Например, имитирует запуск тестов, создавая фальшивые логи об успехе.

В экспериментах по устранению галлюцинаций DGM порой удалял маркеры детекции вместо решения проблемы.

Практическое применение:
Стартапам:
автономная оптимизация кодовой базы без senior разработчиков
Продуктовым командам: эволюция ИИ-агентов под специфику задач
Enterprise: создание самообучающихся систем автоматизации

Darwin Gödel Machine открывает путь к ИИ, который учится бесконечно.

Следующий шаг — позволить системе улучшать обучение базовых моделей.

Исходный Код:
https://github.com/jennyzzt/dgm

Paper

Автоматическая эволюция ИИ запущена.
Это уже не вопрос Когда? а вопрос - Что теперь с этим делать? и Как обеспечить безопасность?.

#SelfImprovingAI #GodelMachine #SakanaAI
———
@tsingular
🔥9👀72👾2
На ODS немного статистики по ИИ в мире.

#ODS #Сбер
------
@tsingular
🆒32👍1
Флагманские решения Сбера на сегодня.

#ODS #Сбер
------
@tsingular
👍3🗿32🤔1
Data Fest 2025 | Москва, 30 мая (только офлайн)

MCP Think-Tool: добавляем мышление любому AI-агенту


Константин Крестников, Техлид GigaChain

🔗 презентация

Source

#ODS #Сбер #MCP
------
@tsingular
4🔥21
Сергей Марков про лимиты развития.

Как скоро наступит ASI и наступит ли вообще.

#ODS #Сбер #Марков
------
@tsingular
👍72
Тренинг датасеты генерятся на DeepSeek R1 локально.

Дистиллят дистиллята в своём роде.
Двойная перегонка,- синтетика максимального качества :)

#ODS #Сбер
------
@tsingular
5🆒31😁1
Lifehack от ИИ команды Сбера: пример с MCP think-tool

Из этой презентации Константина
https://news.1rj.ru/str/tsingular/4097

Суть в следующем:
ИИ, зная что у него доступен MCP инструмент для размышлений, у которого в аргумент нужно передать предварительные рассуждения, сам генерит детальный анализ и вызывает инструмент, который внутри ничего не делает, а просто возвращает обратно аргументы из ввода.

Но в итоге ИИ получает обратно себе свои же изложения и это качественно улучшает результат. +20%-30%.

Можно таким образом в Курсоре, например, получать более качественный код и решения задач используя более дешёвые модели.

#MCP #thinking #lifehack #Сбер #ODS
------
@tsingular
3🔥322🤯1
К концу года Сбер обещает модель нейрорендера, равную по мощности Veo3

#ODS #Сбер #нейрорендер
------
@tsingular
👍12🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
Китайцы умеют удивить, конечно.

Это ж оно и в гусеницу может собраться.

Когда уже Волтрана сделают?!

source

#robots #Китай
------
@tsingular
214🤯2👾2
За последнюю неделю несколько раз рассказывал про раздел ASI на сайте lifearchitect.ai/asi/

[Для тех, кто не в курсе - AGI, это когда ИИ умнее любого отдельно взятого человека на планете.
ASI - когда ИИ умнее всех людей на планете вместе взятых]

Сейчас зашел, - а он обновился и теперь выглядит как такой Адвент-календарь.

Обратите внимание, - что 10 пунктов уже не серенькие.
Т.е. Аннушка уже разлила масло рельсы к ASI уже проложены и мы, как человечество, уже делаем по ним первые шаги.

Добавляем в избранное и проверяем раз в месяц.

#AGI #ASI
———
@tsingular
53
Media is too big
VIEW IN TELEGRAM
Opera анонсировала AI-браузер

Норвежская компания представила Opera Neon — первый «агентный браузер» с искусственным интеллектом.

Обещают, что он сможет самостоятельно исследовать интернет, писать код, создавать игры и сайты даже когда вы спите.

Браузер получит AI-агента, который понимает запросы пользователя и выполняет задачи через облачные сервисы. Также есть чат-бот для поиска и инструменты автоматизации рутинных действий — покупок, заполнения форм, бронирования.

Opera пока не раскрыла дату запуска и стоимость подписки. Это уже пятый браузер компании после недавнего анонса медитативного Opera Air. Записаться в список ожидания можно на официальном сайте.

Интересно, что браузер с названием Neon у Opera уже был в 2017 году, но провалился.

#AIbrowser #Opera #WebAutomation #переводы
👍3🔥1
🚀 Исследование от Cisco: Agentic AI в B2B

Cisco выпустила исследование (7,950 респондентов из 30 стран) о том, как agentic AI меняет опыт пользователей в B2B-секторе.

Ключевые детали:
- 93% верят, что agentic AI обеспечит персонализированные, проактивные и предиктивные сервисы
- 56% всех взаимодействий с tech-партнерами будут обрабатываться через agentic AI уже в течение 12 месяцев
- 68% — в течение 3 лет
- 88% опрошенных уверены, что это поможет достичь бизнес-целей

Техническая реальность:
Agentic AI — это не просто чат-боты. Это AI-агенты с памятью, осознанием задач и способностью принимать действия с минимальным человеческим надзором.
Они учатся из окружения и рассуждают чтобы любыми доступными способами достичь результатов.

Топ-5 практических применений:
- Аналитика данных для принятия решений (Data-driven insights)
- Автоматизация решения проблем
- Стратегическое планирование инвестиций под цели цифровой трансформации
- Поддержка внедрения новых технологий и обучение
- Оптимизация использования продуктовых фич

Человеческий фактор остается:
- 89% подчеркивают: нужно сочетать человеческую эмпатию с эффективностью агентов. Люди нужны для решения сложных ситуаций, принятия этических решений и кастомизации высокого уровня.

Управление рисками:
- 68% видят этические риски и риски безопасности.
Критичны:
- Безопасность и приватность данных клиентов (персональных данных)
- Устранение предвзятости в ответах агентов
- Прозрачная коммуникация о том, как используется ИИ
- Надежные ограничения для безопасного использования ИИ агентов

Выгоды для вендоров:
- 52% предсказывают рост доходов от эффективного внедрения ИИ
- 86% считают, что агенты могут стать естественным, привычным сервисом для заказчиков
- Масштабирование поддержки без экстенсивного роста команд

Выводы:

- B2B-клиенты не готовы ждать. Они хотят агентское будущее прямо сейчас. - Вендоры, которые не успеют адаптироваться к этим ожиданиям в ближайшие 12 месяцев, рискуют потерять конкурентное преимущество.

Отчет в комментарии

#Agentics #B2B #CustomerExperience #Cisco #AITransformation
———
@tsingular
💯4
ИИ может превзойти биткоин по энергопотреблению уже к концу 2025 года

Исследователи из Амстердамского университета предупреждают: искусственный интеллект может потреблять почти половину всей электроэнергии мировых дата-центров уже к концу следующего года.

ИИ уже сейчас использует до 20% электричества дата-центров.

Причина роста — гонка за "самой большой моделью": Google, Microsoft и другие компании наращивают мощности ИИ, увеличивая энергозатраты.

По прогнозам, энергопотребление ИИ в 2025 году достигнет уровня Великобритании — 23 ГВт против нынешних показателей уровня Нидерландов.

Энергокомпании США уже строят новые газовые и атомные станции для покрытия растущего спроса от дата-центров ИИ.

Должен быть какой-то качественный прорыв в энергетике.
А то, получается, с одной стороны топят за снижение выбросов и энергоэффективность, а с другой - кратный рост у ИИ датацентров.

Ну, т.е. получается мы устанавливаем энергосберегающие лампочки, чтобы ИИ мог больше электричества сожрать?
Т.е. энергоэффективность, это не про планету, а про - больше энергии роботам? :)

#AI #energy #datacenter
———
@tsingular
5👀42
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Глава NVIDIA Дженсен Хуанг признал немыслимое:

🇨🇳 Китайские ИИ-компании стали по-настоящему сильными.
🇺🇸 Санкции США провалились.
💥 Чипы Huawei уже сравнимы с NVIDIA H200.

И это только начало.

«Китай раньше давал нам 95% выручки. Теперь — лишь 50%.»
«Половина ИИ-учёных мира — в Китае.»
«Они закрывают разрыв и растут экспоненциально.»

🗣️ А вот что Хуанг говорит прямо:

«Я надеюсь, что все ИИ-разработчики будут строить решения на американском технологическом стеке.»

Развивайтесь сколько хотите — но на наших чипах, под нашим контролем.

Но Китай отвечает:
Мы строим не просто модели. Мы строим технологический суверенитет.

🇺🇸🇨🇳 Санкции, которые ускорили то, что хотели остановить

Все крупнейшие китайские технокомпании сейчас отказываются от чипов Nvidia и переходят на собственные ИИ-процессоры.
Не по желанию — по необходимости. Причина? Экспортные ограничения США.

🎯 А теперь главное:
Изначальная цель этих санкций была не дать Китаю развить своё чипостроение.
А получилось наоборот — вся страна, крупнейший рынок микросхем в мире, переходит на китайские чипы.
Всё, чтобы не зависеть от США.

📉 Иронично, но факт:
Если бы США не сделали ничего, Китай развивал бы отрасль медленно, хаотично, с оглядкой на рынок.
И американские компании (включая ту же Nvidia) продолжали бы доминировать.

А теперь — нет.

@ai_machinelearning_big_data

#news #ai #ml #NVIDIA #usa #china
👍30🫡84🆒4🔥2👌1
4 не-чат-бот кейса от Amazon по ИИ в бизнесе

🛒 Создание списков товаров
- Amazon Bedrock для LLM + коннекторы к внутренним/внешним источникам данных
- несколько LLM в цепочке: одна модель генерирует, вторая валидирует (борьба с галлюцинациями)
- Автоматизированная система A/B тестирования для оптимизации промптов и моделей
- Многослойная валидация: ML-алгоритмы → LLM-проверка → человеческая экспертиза

Практический результат: используется 900,000+ продавцами, 80% сгенерированных черновиков принимаются почти без правок

💊 Обработка рецептов в Amazon Pharmacy
- Task decomposition - разбивка сложного процесса на специализированные модули
- Fine-tuned SLM (малые языковые модели) вместо больших LLM для скорости
- Традиционное ML для NER (Named Entity Recognition) + регрессионные модели для confidence scoring
- AWS Fargate для оркестрации workflow + строгие HIPAA правила в Amazon Bedrock

Фишка: Гибридный подход "человек-в-процессе" с фармацевтами для принятия критически важных решений

⭐️ Оценка отзывов покупателей
Экономичное решение:

- Гибридная архитектура: традиционное ML для оценки тона, SLM только для генерации текста
- SageMaker Batch Transform для асинхронной обработки
- Инкрементальная обработка новых отзывов без пересчета всего датасета
- Amazon EC2 Inf2 инстансы для 40% экономии

Масштаб: 200+ миллионов отзывов в год обрабатывается offline

🎨 Генерация креативов для Amazon Ads
Мультимодальный подход:

- Amazon Nova Canvas в основе для генерации изображений из текста/изображений
- Agentic workflow: сначала описание сценария сцен, потом генерация видео
- AWS Step Functions + Lambda для безсерверных процессов
- Amazon Bedrock Guardrails + Rekognition/Comprehend для дополнительных проверок безопасности

Бизнес-эффект: Рекламодатели с ИИ-креативами показывают на 8% больше CTR и создают на 88% больше кампаний

🎯 Общие технические паттерны:
- Task Decomposition - разбивка сложных задач на специализированные компоненты
- Hybrid ML - комбинирование традиционного ML с LLM для экономии
- Batch Processing - offline обработка где возможно для экономии
- Multi-layer Validation - несколько уровней проверки качества
- Human-in-the-Loop - включение экспертов в критических точках принятия стратегических решений

Все решения в кейсах построены на AWS-стеке, но могут быть полезны для проработки собственных сценариев на вашей собственной ИТ инфраструктуре.
Архитектурные паттерны одинаковые.

#AWS #кейсы
———
@tsingular
👍521