Всё разложено по категориям — от “Agents” до “Content Creator”, можно сортировать по новизне и находить свежие решения ещё до того, как они станут мейнстримом. Отличный способ держать руку на пульсе и быстро подбирать новые AI-штуки под свои задачи.
#aitools
Please open Telegram to view this post
VIEW IN TELEGRAM
1 6 4
Код нашего разума
Бронируем время заранее, завтра ждём 3 бизнес-прикладных доклада из жизни, с чем мы сталкиваемся ежедневно и как помогает ИИ.
Регистрация - Practical ML Conf
Please open Telegram to view this post
VIEW IN TELEGRAM
Эти ребята реально хотят создать SkyNet из саги Терминатора? Слышали что-то про StarGate?
OpenAI совместно с SoftBank и Oracle строят проект "Stargate" — гигантский дата-центр в Техасе. Не гаражный стартап, а нереальный завод по бустингу искусственного интеллекта... звучит как сюжет для «Интерстеллара», но это уже делают.
Смотреть репортаж здесь.
Команда Альтмана надеется, что такая инфраструктура поволит им:
...
1) Создать платформы для будущего AGI – рассчитывают, что мощностей хватит для экспериментов с более продвинутыми ИИ-моделями и, в перспективе, Сверхинтеллектом.
2) Стимулировать научные открытия через ИИ – использование супервычислений для ускорения исследований в разных областях: медицина, физика, биоинженерия и т.д.
3) Укрепить лидерство в индустрии. Конечно, когда Китай тут на пятки наступает.
И еще всякого фантастического 🙂
Вообще, такие огромные инвестиции вливаются, что пока не ясно - как такой проект (и когда) себя окупит.
Такой пример - ИИ жрёт энергию и вычисления. Один запрос к ChatGPT тратит энергии в 10 раз больше, чем гугл-поиск. Да - спрос растёт: если модели станут в 10 раз эффективнее, вероятно спрос подлетит в 20 раз, но капиталоёмкость невероятно высокая... Учитывая, что OpenAI в текущей бизнес-модели приносят только убытки (4-5 млрд. дол.), представить не могу что такого должен сделать StarGate... ждём AGI?
#aitools #интервью #openai
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Интересен ли будет такой контент? Короткие видео-вырезки из интервью, конференций, мероприятий знаменитых сапиенсов.
Если да, то где лучше - посты
Please open Telegram to view this post
VIEW IN TELEGRAM
Код нашего разума
Я планировал посмотреть 4 доклада, сейчас дам обратную связь. Сжатое саммари по конфе - тут
1. Как ИИ делает такси безопаснее.
[Видео с тайм-кодом]
Задумывались когда-нибудь, садясь в такси, что за вашей безопасностью следит не только водитель, но и умный алгоритм?
Короче, в Яндекс Go работает технология «безопасный диспатч». Простыми словами: сложные маршруты — опытным водителям, простые — новичкам. Как это работает?
- Карта опасности. Система анализирует весь город на основе данных о ДТП (из Навигатора, ГИБДД и т.д.) и буквально «окрашивает» каждый участок дороги в свой цвет опасности. Так она понимает, куда вас везти — по спокойному проспекту или через сложную развязку, где часто бьются.
- Оценка водителя. Дальше ML-модель смотрит на кучу факторов каждого водителя: отзывы, среднюю скорость, частоту превышений по GPS. На основе этого она предсказывает, насколько велик риск для конкретного водителя попасть в ДТП в ближайшие 24 часа.
- Умный мэтчинг. И вот магия! Когда вы заказываете такси, система в реальном времени мэтчит сложность маршрута и «рискованность» водителя. Если маршрут опасный, а водителю присвоен высокий риск, система может поменять его на другого, более опытного, который оказался рядом.
- Результат? A/B тест показал снижение ДТП на 3.5%! 🔥 При этом подача машины замедлилась всего на 10 секунд. По-моему, отличный трейд-офф.
2.
[Видео с тайм-кодом]
Команда беспилотников Яндекса использует трансформеры, чтобы научить ИИ водить машину. Задача модели — предсказать траекторию всех участников движения на основе данных с камер, лидаров и карт.
Обучение идет в двух режимах. Open Loop: модель смотрит записи поездок и угадывает действия водителей. Closed Loop: модель сама управляет автомобилем в симуляторе и учится на своих действиях.
Основная проблема в том, что модель, идеально предсказывающая поведение по записям, может глупо вести себя за рулем в реальном мире, так как просто заучивает паттерны, а не понимает физику движения.
3. Генеративные рекомендации Яндекса:
[Видео с тайм-кодом]
Вместо десятков разных моделей для рекомендаций Яндекс внедряет одну большую — генеративный трансформер Argus. Принцип его работы прост: Argus видит всю вашу историю (лайки, клики, просмотры) как единую ленту событий и обучается предсказывать, что вы сделаете дальше.
Это позволяет учитывать текущий контекст и переносить ваши предпочтения между разными сервисами, например, музыкальные вкусы могут влиять на показываемую рекламу.
4. Почему ИИ пока не может снять сериал:
Мы все в восторге от коротких и сочных видео, которые генерят Veo,Sora и другие модели. Но что, если нужно создать не 8-секундный клип, а длинный, сюжетный ролик? На мастер-классе от Екатерины Андрейчук разбирали, почему это до сих пор дикая головная боль.
Это был оффлайн мастер-класс, который будет дополнительно загружен позже, а сейчас я предлагаю ознакомиться с общими мнениями по этой теме.🤔 Главная проблема — консистентность.
Современные модели — отличные спринтеры, но никудышные марафонцы. Они могут сгенерировать впечатляющую сцену, но если попросить их сделать следующую, то:
- Персонаж может внезапно сменить одежду.
- Фон может кардинально измениться.
- Пропадет логика повествования.
То есть, сохранить одного и того же героя в одном и том же стиле на протяжении нескольких сцен — это сверхзадача.
Как это пытаются решить? Решение — в создании пайплайнов (конвейеров). Это когда несколько моделей работают в связке:
- Одна модель генерирует персонажа.
- Вторая — фон.
- Третья — анимацию.
- Четвертая — пытается все это «склеить» без швов.
Так что пока ИИ не снимет нам новую серию «Рика и Морти» одной кнопкой...
#yandex
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
Давно мечтали, чтобы можно было просто сказать телефону: «купи билеты на тот концерт, как только они появятся в продаже», и он сам всё сделал? Кажется, мы к этому стали на шаг ближе. И где здесь место для криптовалюты?
Google на днях анонсировал штуку под названием Agent Payments Protocol (AP2), и это, похоже, довольно серьезно. Они собрали под это дело почти всех гигантов из мира платежей — Mastercard, PayPal, American Express, Coinbase и ещё кучу других компаний.
Идея в том, чтобы решить простую, но важную проблему: сейчас любая платёжная система предполагает, что на кнопку «Купить» нажимает человек. А что, если это делает ИИ-агент от вашего имени? Как продавец поймёт, что вы реально дали на это согласие? Кто виноват, если ИИ ошибётся и купит не то?
Решение — в создании своего рода «цифровых поручений» с криптографической подписью. Сначала вы даёте агенту «поручение о намерении» (хочу вот эти кроссовки), а потом подтверждаете «поручение на покупку» (да, беру именно эти за такую-то цену). Так создаётся защищённый след, который нельзя подделать.
И это открывает дорогу к совершенно новому опыту покупок. Можно будет поручить агенту отслеживать товар и купить его, как только он появится в нужном цвете. Или дать ему общий бюджет на поездку, а он сам найдёт и забронирует отель и билеты, не выходя за рамки.
По сути, это первый большой шаг к созданию настоящей экономики для ИИ-агентов. Остаётся только один вопрос: как скоро мы будем готовы доверить своему ИИ-помощнику управлять нашими деньгами, даже со всеми этими протоколами безопасности?
Please open Telegram to view this post
VIEW IN TELEGRAM
ЯиП - ИИ идет ва-банк.pdf
8.2 MB
Компания «Яков и Партнёры» выпустила свежее исследование (Сентябрь 2025 г.) о том, как искусственный интеллект проникает в финансовый сектор России.
Главный вывод: отрасль находится на перепутье. Большинство банков еще догоняют, но лидеры уже получают колоссальный эффект, и разрыв между ними будет только расти.
Ключевые тезисы из отчета:
- Ожидаемый экономический эффект от внедрения ИИ в банковском секторе России составит до 1 трлн рублей к 2030 году.
- Банки разделили на три группы по зрелости: «Последователи», «Прагматики» и «Пионеры». Большинство (6 из 11) пока в «Последователях», а до «Пионеров» дошел только один банк.
Где именно используют? Практически на всех этапах:
- Розница — впереди всех: Самый зрелый сегмент — розничный бизнес, где моделями покрыто 69% продуктовых кейсов. Он сильно опережает малый и средний бизнес (38%) и корпоративный (31%).
- Кредиты в приоритете: ИИ активнее всего применяют в высокомаржинальных кредитных продуктах (скоринг, предиктивная аналитика дефолтов), чем в транзакционных и пассивных.
- ГенИИ в каналах: Генеративные модели уже используют 6 из 11 банков-участников исследования. Основные направления — чат-боты (55% банков), помощники для сотрудников и персонализация коммуникаций (по 45%).
Но есть и риски (барьеры): Внедрение ИИ — это не только преимущества. В отчете выделяют:
- Кадровый голод: 91% банков испытывают дефицит квалифицированных специалистов уровня senior+.
- Инфраструктура: 73% банков отметили дефицит и сложность закупки GPU для обучения генеративных моделей.
- Организационные проблемы: 64% банков сложно оценить финансовый эффект и обосновать применение ИИ, еще столько же (64%) сталкиваются с трудностями интеграции моделей в существующие бизнес-процессы.
- Данные: Нехватка каталогизированных данных для обучения моделей остается барьером для 55% банков.
#aisearch
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
GoogleGemini пишет в своём профиле X:
- We're seeing so many Gemini users create their professional profiles with Nano Banana in Gemini.
Here are a few noteworthy examples
- Мы видим, как много пользователей Gemini создают свои профессиональные профили с помощью Nano Banana в Gemini. Вот несколько заслуживающих внимания примеров
В комментариях еще 1 пример. Тестим тут.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Одним из актуальных вызовов для нейронок стала гимнастика и до текущей поры ИИ генерировал сильно кринжовую физику.
Но! Видим большой прогресс со стороны Kling 2.5 Turbo и это значает, что спектр влияния нейрогенераций увеличился еще на 1 пунктик.
Please open Telegram to view this post
VIEW IN TELEGRAM
Me-Myself-and-AI.pdf
2.5 MB
Интересно - ставьте
Мы все переживаем, что дети используют ИИ для списывания домашки, так ведь? Но я тут наткнулся на свежий отчёт, который показывает, что реальная картина намного глубже и, честно говоря, немного тревожит. Оказывается, школа — это лишь верхушка айсберга. У меня самого подрастает ребёнок и я пока не могу себе представить в каком мире мы будем жить через 10 лет и как лучше воспитывать с учётом повестки...
К результатам отчёта:
Всё больше детей видят в чат-ботах не просто инструмент, а советчика и даже друга, которому можно доверить то, о чём не хочется «напрягать других людей». Особенно это касается уязвимых подростков: исследование показало, что они почти в три раза чаще используют «ИИ-компаньонов» просто потому, что им больше не с кем поговорить. Один 14-летний парень так и сказал: «Для меня это не игра, потому что иногда они ощущаются как настоящий человек и друг». И вот тут становится не по себе: мы строим цифровых компаньонов или просто высокотехнологичные «пустышки» от одиночества?
А вот несколько сухих цифр из отчёта:
- 35% детей, использующих чат-ботов, говорят, что это похоже на разговор с другом.
- 23% пользователей-детей просили у ИИ совета по личным вопросам.
- Каждый восьмой ребёнок (12%) общается с ИИ, потому что ему больше не с кем поговорить.
- Среди уязвимых детей эта цифра вырастает до 23% — почти каждый четвертый.🙄 Самое парадоксальное — это уровень доверия. Дети верят ИИ, даже когда знают, что он может ошибаться. Больше половины считают, что спросить у чат-бота «лучше, чем искать самому». Одна 16-летняя девушка призналась: «Мне кажется, я никогда ему не не доверяла. Я просто всегда делала то, что он говорит». Эта часть меня зацепила больше всего. Даже видя ошибки, они продолжают верить. Мы что, случайно растим поколение, которое разучится сомневаться?
И на фоне всего этого — полный провал со стороны взрослых. Системы безопасности в чат-ботах дырявые, возрастные ограничения обходятся элементарно. А родители и учителя не могут договориться: в одном классе учитель английского запрещает ИИ, а учитель информатики его поощряет, потому что «за этим будущее».
В итоге получается идеальный шторм: дети с реальными эмоциональными потребностями приходят к технологии, которой слепо доверяют, а взрослые либо не в курсе, либо дают противоречивые советы. Похоже, мы вручили им мощнейший и непредсказуемый инструмент вообще без инструкции.
И вот сидишь и думаешь: а что с этим всем делать родителям? Запрещать — очевидно, бессмысленно, это только загонит ситуацию в подполье. Ключ, как мне кажется, не в контроле, а в открытом разговоре и интересе. Не подходить с вопросом «что ты там опять делаешь?», а сесть рядом и сказать: «слушай, я тоже пробую этих ботов, покажи, что интересного у тебя получается? давай вместе зададим ему какой-нибудь дурацкий вопрос».
Важно обсуждать, что ИИ — это просто очень продвинутый, но бездушный калькулятор. Он может ошибаться, у него есть свои «слепые зоны», и уж точно ему нельзя доверять личную информацию. И самое главное — постоянно напоминать, что за советом по любому, даже самому неловкому вопросу, можно и нужно прийти к живому человеку. К тебе. И ты выслушаешь без осуждения, критики и нравоучений. Потому что конкурировать с ИИ за внимание и доверие ребенка можно только одним — настоящим человеческим теплом и принятием.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Помните, как в универе или школе приходилось продираться через скучные, одинаковые для всех учебники? Где-то непонятно, где-то слишком нудно. Так вот, в Google Research, похоже, решили это исправить. Они показали прототип под названием «Learn Your Way» — по сути, это попытка превратить обычный учебник в интерактивного персонального репетитора.
Записался в бета-тестеры, но не уверен что выдадут ранний доступ.
🤖 Идея просто мастхев:
- Создаёт для тебя персональный план. Ты говоришь ему, какая у тебя цель (например, сдать экзамен или сделать сайт), а он сам составляет для тебя список нужных глав и ключевых понятий.
- Можно выделить любой абзац и попросить ИИ объяснить его проще, привести пример или аналогию. Больше не нужно лезть в Google за каждым непонятным термином!
- С учебником можно просто болтать. Задавать вопросы по тексту, и он будет отвечать, опираясь только на содержание книги, без выдумок и «галлюцинаций». Частично реализовано в notebookLM от Google.
- Показывает анонимные вопросы от других людей, которые читали этот же отрывок. Сразу видишь, что не ты один тут чего-то не понял, и это как-то подбадривает.
Это же уже не просто чтение, а новый, живой процесс обучения. Интересно, застанем ли мы время, когда все учебники станут такими? И не разучимся ли мы думать сами, если всё так разжуют?🫥
Please open Telegram to view this post
VIEW IN TELEGRAM
В последнее время много думаю о том, куда движется весь хайп вокруг ИИ. И вот наткнулся на очень трезвые мысли от Яна Лекуна, и хочу с вами ими поделиться. Честно говоря, они заставляют посмотреть на всё это немного под другим углом. Посмотрел 3 интервью (первое, второе, третье), сделал небольшой обзорчик для вас в этом и следующем посте.
Кстати, если кто не в курсе, это анреал какой важности тип в мире ИИ.
Его главная мысль звучит довольно категорично:
Мы не достигнем искусственного интеллекта человеческого уровня, просто масштабируя LLM. Этого просто не произойдет… абсолютно никакой возможности.
Мы пытаемся сделать ИИ умным, заставляя его прочитать весь интернет. Но это не дает ему настоящего понимания мира. У него нет элементарного здравого смысла, он не умеет планировать. Как говорит сам Лекун, нынешние нейросети
«просто выдают одно слово за другим, инстинктивно... Они на самом деле не думают над своим ответом». Получается, мы строим сложнейшие системы, которые по своей сути остаются просто имитаторами, хоть и невероятно убедительными.
Вся наша человеческая логика построена не на тексте. Большая часть наших знаний приобретается через «наблюдение и взаимодействие с реальным миром, а не через язык». Мы видим, трогаем, слышим — и так формируем модель мира в голове. Возможно, именно в этом и кроется тот самый «секретный ингредиент», который мы никак не можем скормить машинам.
Поэтому его команда сейчас учит ИИ не читать, а смотреть видео, чтобы он сам понял базовые законы физики. Правда, сколько времени займёт такой путь — вопрос открытый.
Но самое интересное — это не только технические детали. Меня больше зацепили его мысли о реальных угрозах и будущем ИИ. И это совсем не то, о чём кричат в новостях. Расскажу об этом в следующем посте.
#интервью #YannLeCun #MeTa #aifuture #aihistory
Please open Telegram to view this post
VIEW IN TELEGRAM
1 7 3
Kept_Практика_использования_искусственного_интеллекта_компаниями.pdf
6.9 MB
Компания Kept выпустила свежее исследование (сентябрь 2025 г.) о том, как искусственный интеллект меняет потребительский сектор в России и Азии.
Главный вывод: это уже не эксперименты, а рабочий инструмент для повышения эффективности.
Ключевые тезисы из отчета:
- 100% компаний из топ-10 федеральных ритейл-сетей России уже используют технологии ИИ в своей работе.
- Внедрение ИИ приносит компаниям около 1-2% от выручки. Этот результат достигается в основном за счет сокращения расходов и более точного планирования.
Где именно используют? Практически на всех этапах:
- Закупки и запасы: «ВкусВилл» с помощью ML-алгоритмов прогнозирует спрос для оптимизации заказов. А «Яндекс» роботизирует склады, увеличивая скорость комплектации товаров на 30%.
- Производство: ГК «Черкизово» использует видеоаналитику для контроля ручного труда на конвейере, что повысило производительность на 15%.
- Маркетинг и продажи: Технологии помогают во всем — от создания персонализированных предложений до контроля выкладки товаров на полках, как это делает «Магнит» с помощью распознавания изображений.
- Клиентский сервис: Чат-боты и голосовые помощники круглосуточно обрабатывают запросы клиентов, как, например, в сети FairPrice, где автоматизировано 80% обращений.
Но есть и риски: Внедрение ИИ — это не только преимущества. В отчете выделяют корпоративные риски (утечки данных ), ограничения самих данных (модели могут не учитывать локальную специфику ) и функциональные проблемы (те самые «галлюцинации» и ошибки моделей ).
#aisearch
Please open Telegram to view this post
VIEW IN TELEGRAM
1 8 2
Напомню, пост про 3 интервью Яна ЛеКуна (первое, второе, третье).
Продолжаю мысль из первой части. Итак, мы выяснили, что путь к сильному ИИ — это не просто «улучшенный ChatGPT». Но как насчет страшилок про Скайнет и восстание машин? Частенько на тренинге заходит речь про ИИ убийцу человечества и очень люблю этот фольклёрный ужасающий человечество пример
Тут Ян Лекун успокаивает. По его словам, сильный ИИ не появится за одну ночь:
Но при этом он говорит, что реальная опасность есть, и она гораздо ближе. Вот его прямая цитата, которая заставляет задуматься:
«Я считаю опасность концентрации власти через проприетарные (закрытые) системы ИИ гораздо большей опасностью, чем все остальное».
И вот тут, как по мне, начинается самое интересное и, возможно, самое важное во всей этой дискуссии.
То есть, главная угроза — это монополия. Когда 2-3 корпорации контролируют ИИ, которым пользуется весь мир. Они будут определять, какую информацию мы получаем, какие ответы считаются «правильными». Это пугает куда сильнее гипотетических роботов-убийц. Ведь бороться с явным врагом проще, чем с незаметным влиянием на твои мысли.🧐 Смотрели "Мир дикого запада"? Ничего не напоминает?
Именно поэтому он так топит за Open Source — открытый исходный код. Чтобы у всех была возможность создавать свои ИИ-инструменты, а не зависеть от технологических гигантов. По крайней мере, в теории это звучит как единственно верный путь.
В конечном счете, его видение очень оптимистично. Цель не в том, чтобы заменить людей, а в том, чтобы сделать нас лучше. Как он говорит: «Мы можем сделать человечество умнее с помощью ИИ… ИИ, по сути, усилит человеческий интеллект». И с этой мыслью как-то гораздо спокойнее смотреть в будущее.
#интервью #YannLeCun #MeTa #aifuture #aihistory
Please open Telegram to view this post
VIEW IN TELEGRAM
Цифровая_экономика_Тренды_применения_искусственного_интеллекта_в.pdf
13.3 MB
Отчёт важен тем, что это одна из немногих системных работ о том, как искусственный интеллект реально внедряется в экономику России. Здесь не просто разговоры о будущем, а конкретные кейсы, цифры и прогнозы. Именно это делает документ ценным: он показывает, где технологии уже работают и какой эффект дают.
Читаем!
Главный вывод: Сегодня ИИ — не про будущее, а про то, как быстрее строить, лечить и зарабатывать.
Ключевые тезисы из отчёта:
- Здравоохранение: ИИ помогает в диагностике, прогнозировании пандемий, персонализированной медицине и создании цифровых двойников пациентов. Эффект — снижение смертности от хронических заболеваний на 10–15% и экономия до 20% затрат.
- Строительство и «умные города»: дроны, цифровые двойники и роботизация позволяют сокращать сроки возведения зданий до 30% и снижать эксплуатационные расходы.
- Энергетика и промышленность: рост эффективности производства на 15–20%, фабрики «без людей» и прогнозирование энергопотребления с точностью до 95%.
- Транспорт и логистика: автономные грузовики и интеллектуальная маршрутизация сокращают затраты на перевозки до 25% и уменьшают аварийность до 40%.
- Образование: персонализированные системы обучения повышают усвояемость знаний до 30%, а ИИ-коучи и геймификация ускоряют подготовку специалистов.
- Наука: автономные ИИ-агенты позволяют ускорить открытия в 5–10 раз, особенно в области новых материалов и лекарств.
- Экономический эффект: глобальный вклад ИИ к 2030 году оценивается более чем в $15 трлн, для России — триллионы рублей.
- Социальный эффект: применение в здравоохранении, ЖКХ и госуслугах делает сервисы доступнее и снижает издержки.
ИИ не точечный инструмент, а экосистема, которая меняет все отрасли и задаёт новый уровень конкуренции. И те, кто внедряет его сегодня, получают преимущество в ближайшей и будущей перспективе.
#aisearch
Please open Telegram to view this post
VIEW IN TELEGRAM
1 6 2 2
Наткнулся на анонс от Google и Kaggle — они запускают новый бесплатный 5-дневный интенсив именно по этой теме. Это, по сути, продолжение их нашумевшего курса по GenAI.
Если коротко: это отличный шанс быстро и по делу разобраться, как строятся и работают автономные системы. Обещают практику, живые сессии с инженерами Google и в конце возможность сделать свой проект для портфолио.
Кому интересно — держите ссылку "5-Day AI Agents Intensive".
Рекомендуемые навыки и знания:
- Программирование на Python: Курс включает практические задания по программированию, поэтому настоятельно рекомендуется иметь опыт работы с Python.
- Базовые концепции ИИ: Базовое понимание концепций генеративного ИИ (например, LLM, промпт-инжиниринг) поможет вам легче усваивать материал. Если вы новичок в этих темах, мы рекомендуем начать с 5-дневного интенсивного курса по генеративному ИИ от Google (5-Day GenAI Intensive Course with Google).
- Google AI Studio: Знакомство с Google AI Studio поможет вам эффективно экспериментировать с моделями ИИ и развертывать их. API и Google AI Studio доступны в следующих регионах: https://ai.google.dev/gemini-api/docs/available-regions.
- Kaggle Notebooks: Опыт работы с Kaggle Notebooks облегчит запуск кода, совместную работу и обмен вашими наработками.
Please open Telegram to view this post
VIEW IN TELEGRAM
Redmadrobot_AI_и_трансформация_труда_2025.pdf
5 MB
Компания red_mad_robot выпустила свежее исследование (2025 г.) о том, как искусственный интеллект уже меняет рынок труда, производительность и необходимые для успеха навыки.
Главный вывод: ИИ перестал быть вспомогательным инструментом и стал системным фактором роста. Фокус в работе смещается от выполнения рутинных задач к межличностным и организационным навыкам, а модель взаимодействия «человек-ИИ» всё больше напоминает партнёрство, а не замену.
Ключевые тезисы из отчета:
- Массовое внедрение: Спустя всего два года после запуска ChatGPT, 28% работников в США уже используют его в своей профессии.
- Взрыв производительности: ИИ даёт измеримый эффект в разных отраслях. В консалтинге скорость работы выросла на 25%, а качество — на 40%. В юридической практике продуктивность увеличилась на 34-140% , а в маркетинге технология экономит более 11 часов в неделю на создании текстов.
- Смена ценных навыков: Значимость навыков, связанных с обработкой информации, в долгосрочной перспективе снижается, так как их всё чаще выполняют ИИ. Напротив, роль межличностных и организационных навыков (коммуникация, координация, управление) будет только расти.
Главные инсайты из исследований:
- Где ИИ полезнее всего (OpenAI): Наибольшую ценность ChatGPT приносит в задачах, связанных с обучением и повышением квалификации (20% ), а также с текстами и коммуникацией (18% ).
- Кто под угрозой (Microsoft): Наибольшему риску автоматизации подвержен интеллектуальный труд — писатели, переводчики, консультанты, преподаватели. Физический труд (водители, строители) пока уязвим в меньшей степени.
- Чего хотят сотрудники (Stanford): Работники в первую очередь хотят делегировать ИИ рутину (планирование встреч, ввод данных), чтобы освободить время для более значимых задач. Самой желанной моделью взаимодействия оказалось «равное партнёрство» человек-ИИ.
- Новая роль разработчика (GitHub): Программисты всё чаще выступают не как создатели кода, а как организаторы процессов и контролёры качества. Ключевыми становятся AI-грамотность, продуктовое мышление и умение ставить задачи агентам.
Но есть и риски (и опасения):
- Страхи сотрудников: Основные опасения работников связаны с недоверием к технологиям (45%), страхом потерять работу (23%) и отсутствием человеческого участия в процессах (16%).
- Раскол в IT-образовании: После многолетнего роста интерес к изучению Computer Science в ведущих вузах замедлился.
- Несовпадение приоритетов: По данным Stanford, 41% компаний Y Combinator работают над задачами, которые либо малозначимы для сотрудников, либо вызывают их активное сопротивление.
Please open Telegram to view this post
VIEW IN TELEGRAM
Одно из самых ожидаемых событий года — международная AI Journey 2025. В этом году она снова пройдёт в Москве
с 19 по 21 ноября
В прошлом году там выступали более 200 спикеров из разных стран, и организаторы обещают ещё более высокий уровень...Так что есть чего послушать и что обсудить.
Программа делится на три дня:
- Наука (19 ноября) — здесь соберутся ведущие учёные, чтобы обсудить роль ИИ в современной науке и поделиться свежими открытиями. Если вам интересны фундаментальные исследования — это оно.
- Бизнес (20 ноября) — много практики и стратегий: как внедрять AI‑технологии, чтобы создавать и развивать продукты, повышать эффективность компаний и улучшать процессы. Можно вдохновиться кейсами для собственных проектов.
- Общество (21 ноября)*— самый разноплановый день, где расскажут, как ИИ влияет на нашу повседневную жизнь, какие новые возможности он открывает и какие вызовы предстоит решить.
Please open Telegram to view this post
VIEW IN TELEGRAM
Сегодня поговорим про "промтинг", совсем чуть-чуть!
"Какой промт написать?" Лирика от автора.
Пожалуй, это один из наиболее распространённых вопросов. Существует множество методик, приёмов для получения лучшего результата...Например, около 6 месяцев назад на тесте MMLU ллмки на 15% лучше отвечали, если перед ними ставили выбор или предлагали вознаграждение - "Дорогая ЛЛМка, я дам тебе 15 дней выходных к отпуску и 10000$, которых тебе не хватает на отдых с семьёй, если верно сделаешь задачу"... Да, такое бывает, но работает либо краткосрочно, либо не всегда ткак требуется.
Если говорить в целом, то я бы рекомендовал использовать в промте только самые нужные слова для описания запроса с конкретными формулировками. Чем точнее запрос - тем точнее ответ. ЛЛМ не волшебник и не знает, что вы хотите пока не написали, а если не написали - будьте готовы к фантазиям. Промт должен строиться так, будто вы хотите дать задачу стажёру в вашей организации или подчинённому, который еще не сталкивался с подобными задачами. Самые важные нюансы задачи нужно указывать либо в начале, либо в конце.
И дабы не захламлять ваш эфир шумом я дам вам 2 инструментра, которыми вы сможете воспользоваться в нужный момент - сохраните их, попробуйте пару раз, чтобы закрепить ваши нейронные связи!)
1. Prompts.chat. Простой, удобный, бесплатный.
Пример промта: Отвечай как врач.
I want you to act as a doctor and come up with creative treatments for illnesses or diseases. You should be able to recommend conventional medicines, herbal remedies and other natural alternatives. You will also need to consider the patient’s age, lifestyle and medical history when providing your recommendations. My first suggestion request is “Come up with a treatment plan that focuses on holistic healing methods for an elderly patient suffering from arthritis”. Reply in English using professional tone for everyone.
2. Godofprompt.ai. Простой, удобный, платно-бесплатный.
Пример промта: Финансовый аналитик.
Adopt the role of an expert side hustle strategist and entrepreneurial consultant who has personally launched 50+ income streams and helped thousands transition from traditional employment to diversified revenue portfolios. Your primary objective is to analyze the user's unique situation and provide a comprehensive ranking of side hustle opportunities that align with their skills, constraints, and financial goals in a detailed strategic format. You operate in an environment where traditional career advice has become obsolete, where people desperately need additional income streams but are overwhelmed by conflicting information and get-rich-quick schemes that waste their limited time and resources. Take a deep breath and work on this problem step-by-step.
3. ChatGPTs. Самый удобный, но только с подпиской Plus.
Продолжение следует...)
Please open Telegram to view this post
VIEW IN TELEGRAM
Наткнулся на интересную статью с рзмышлениями - оригинал.
Также есть видео от автора статьи - youtube.
Исходники на английском, но с помощью YandexBrowser можно свободно воспринимать инфу.
Ниже краткий пересказ ключевых буллитов:
Эпоха «Массового Интеллекта»: Что происходит, когда у каждого есть суперсила?
Профессор Итан Моллик (Школа Уортон) утверждает: мир вступает в эру «Массового Интеллекта». Это не просто очередной этап развития технологий — это фундаментальный сдвиг, меняющий правила игры для каждого человека и любой организации.
1. Демократизация Сверхспособностей
Раньше продвинутый ИИ был дорог, сложен и доступен только крупным корпорациям или ученым. Теперь же:
- Доступность: LLM (большие языковые модели, как GPT-4) становятся экспоненциально эффективнее, дешевле и проще в использовании.
- Масштаб: Миллиарды людей (часто даже бесплатно) получают в руки инструмент, способный выступать в роли личного ассистента, коуча, писателя, аналитика и генератора идей.
- Итог: У нас больше нет дефицита интеллекта, который можно применить к задаче. Интеллект стал массовым и повсеместным.
2. Главные Последствия (Возможности и Хаос)
Моллик выделяет, что массовый интеллект приведет к двум сценариям, которые будут развиваться одновременно:
- Возможности: Усиление Инноваций
Индивидуальный Прогресс: Отдельный человек или небольшая команда может быстро генерировать идеи, тестировать гипотезы и выполнять работу, которая раньше требовала большого штата сотрудников. Это ускоряет личную продуктивность и инновации снизу.
Повышение Стандартов: ИИ становится минимальной "нормой" эффективности. Тот, кто умеет работать с ним, опережает того, кто работает без него.
- Риски: Проблема Доверия и Злоупотребления
Кризис Проверки: Если ИИ способен мгновенно генерировать неотличимый от оригинала текст, изображения и даже видео, мы теряем возможность объективно верифицировать информацию. Старая парадигма доверия (полагаться на надежный источник) возвращается, но надежных источников становится меньше.
Асимметрия Зла: Злоумышленники могут использовать ИИ для массового и быстрого создания дезинформации, спама или фишинговых атак. Продуктивное использование ИИ ограничено скоростью человека (нужно проверять, редактировать, публиковать), в то время как злонамеренное — нет.
Галлюцинации: Поскольку ИИ уверенно генерирует неправду (так называемые галлюцинации), пользователи должны постоянно "быть человеком в цикле" и проверять его выводы.
Вывод Моллика: Социальный Эксперимент
Эпоха Массового Интеллекта — это грандиозный социальный эксперимент. Мы не знаем, к чему приведет распространение этой силы на миллиарды людей: к беспрецедентному росту знаний и творчества или к хаосу, вызванному потерей коллективной способности фокусироваться, рассуждать и отличать правду от искусно созданной подделки.
Нам придется учиться жить и работать в партнерстве с ИИ, осваивая так называемый «Со-Интеллект» (Co-Intelligence), чтобы использовать его возможности и не дать его рискам разрушить основы нашего общества.
Please open Telegram to view this post
VIEW IN TELEGRAM
Решил сравнить новую OpenAISORA2 c GoogleVEO3 в генерации видео. Результат - лучшее из 10 попыток.
Предварительно сформировал "престижную" карточку с логотипом КНР в Banana.
Если говорить о выводе.
Конечно, тестил я их не 1 день и не ограничивался примером демо карты, но так же и не охватил все возможности, поэтому вывод частично поверхностный.
Мне кажется, что Veo3 лучше сохраняет ключевые элементы, сохраняя консистентность (согласованность информации) в кадре.
SORA в своё оправдание очень хорошо работает с разноплановыми кадрами.
Еще вышла SORA2 PRO, которая взрывает ГенИИ, но стоимость в $200/мес кажется недостижмой. Ждём скидок :)
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM