💡 Генерим гениальное

Недавно принял участие в проекте от Т2 «Генерим гениальное», который проводится в рамках нашего университета и вчера на почту пришло письмо, что я допущен к очной защите!

Про что весь этот движ? – участникам для реализации проекта было предложено несколько тем на выбор:

🌐 Метавселенные

Предлагаем вам ни много ни мало создать свою вселенную – метавселенную Т2. Каким будет виртуальное пространство будущего и с помощью каких технологий аудитория будет общаться в нём?

🤨 Искусственный интеллект

Предложите своё видение использования ИИ для продуктов и сервисов Т2. Вам доступны чат-боты, генерация фото- и видеоконтента, а также любое использование «больших данных» от Т2

🚆 Цифровизация городов

Предложите свои идеи, которые помогут сделать ваш родной город ещё удобнее и безопаснее с помощью цифровых технологий

📚Обучение без границ

Придумайте, как использовать технологии Т2 для получения уникальных знаний или оптимизации учебного процесса в вашем вузе

Мой выбор пал на второе направление (кто б сомневался). Также в описании был ещё один важный критерий — роль бренда: нужно создавать полезные продукты или сервисы, которыми будет пользоваться аудитория бренда

Как раз для этого и был проведён тот самый опрос. Всем, кто его прошёл, — огромное спасибо! Дальше ждём дату очных выступлений 🙂

А у вас как проходят дни? Что было интересного?

Никогда бы не подумал, что решать бизнес-кейсы настолько трудно. Чаще всего я решаю задачи технического характера — они мне даются намного легче. Но когда дело доходит до бизнесовой задачи, я начинаю теряться. Вроде находишь решение проблемы, но тут же появляется новая и так дальше по прогрессии (не всегда)

Хотел в презентации подправить всего два слайда, которые описывают решение проблемы, а в итоге пришлось добавить ещё четыре..

Спустя несколько часов непрерывной работы всё сделал и рассчитал. Ещё для презы я хотел сделать фото, которое демонстрировало бы, как может выглядеть моё решение. Разумеется, я пошёл делать это через нейронки, но результат оставлял желать лучшего, а лимиты закончились. В итоге пришлось сделать то, что я планировал уже давно — научиться работать в Фигме. И, представьте себе, буквально за 10 минут каким-то образом у меня получилось в ней разобраться и сделал макет решения, причём намного лучше тех вариантов, которые предлагали нейросети

📈 Получается, убил двух зайцев одним выстрелом: начал примерно понимать, как работают бизнес-процессы, и немного научился дизайнить в Фигме. И это, на самом деле, очень даже интересно

Презентацию в итоге уже отправил. Сейчас осталась подготовка к питчу, а помимо неё — ещё куча других дел. Времени совсем мало, ночи проходят напролёт. Думаю, надо немного отдохнуть, а потом — снова за работу 😎

А что нового у вас?

🌐Дайджест новостей из мира IT

Называется «месяц не следил за новостями»..

🔎 Постквантовая криптография

Google сообщила о существенном ускорении сроков наступления Q-Day — момента, когда квантовые компьютеры смогут взламывать современную криптографию с открытым ключом

⛓Читать

🫥Первый квантовый процессор

Китайцы сообщили о создании первого в мире кремниевого квантового процессора со встроенной коррекцией ошибок

⛓Читать

🧠 Кодинг - агент Codex

OpenAI выпустила десктопное приложение Codex для управления несколькими ИИ-агентами параллельно

⛓Читать

🔈 Генерация песен через ИИ

Google DeepMind выпустила Lyria 3 Pro: теперь нейросеть пишет 3-минутные треки

😀Читать

🧠 Прощай, легенда

OpenAI внезапно закрыла Sora — завоевавший вирусную популярность генератор ИИ-слопа

⛓Читать

🦾 Быстрее и мощнее

Российские ученые из Центрального университета и Института ИИ Университета Иннополис нашли способ в 30 раз ускорить движения роботов

😀Читать

🧠 Кажется, безработица близко

В Claude Code теперь доступен Computer use. Агент пишет код, компилирует, запускает приложение, кликает по UI, находит баг, фиксит и проверяет результат. Всё по одному запросу

⛓Читать

Вчера наконец-то сел за свой проект, решал следующую задачу: нужно было как-то сделать так, чтобы манипулятор «понимал» человеческие команды. Например, отправить команду «Переместись ниже» — и он опускается вниз на определённое значение. Делать совпадение чисто по словам или буквам — гиблое дело..

🤯 Самое подходящее, что пришло мне в голову — это прямо в коде задать фразу, например «опуститься вниз», которая будет отвечать за движение манипулятора вниз, и с этой эталонной фразой сравнивать остальные команды, которые пользователь будет вводить с клавиатуры. Если степень схожести превышает определённую константу, механизм запускается

Мне предлагали взять готовую модель, но очень сильно хотелось сделать всё самому, залезть под капот, так сказать, и обучить свою. Решил остановиться на двух командах — движение вверх и движение вниз — и создал три класса: up, down и other. Для чего нужен третий класс? Для обучения с учителем необходимы примеры всех классов. Без отрицательных примеров модель не сможет отличать команды от посторонних фраз

📝 Кстати, по просьбе подписчиков я буду оставлять в тексте ссылки на определения сложных терминов

Что под капотом

• Первая часть — это векторизация текста, а именно метод TF‑IDF для преобразования фразы в вектор: ведь компьютеру удобнее работать с числами

• Вторая часть — логистическая регрессия, метод, который предсказывает вероятность принадлежности объекта к одному из классов

• Третья часть — прогонка по датасету и оценка точности модели

Модель работает, уже хорошо. Теперь нужен датасет, в котором будет не менее 100 фраз, чтобы модель работала намного точнее. Этим и займусь в ближайшее время

👨‍💻 Если среди вас есть ребята, которые давно работают в этой теме, я бы с удовольствием послушал, как иначе можно было бы решить эту задачу. Думаю, что есть способ проще

Также по просьбе заведующего нашей лабораторией я начал вести технический журнал, в который записываю практически каждый свой шаг, и это, как оказалось, очень удобно. Как минимум записи из журнала можно использовать для написания статьи, и в целом удобно опираться на проделанные шаги в прошлом. Кто тоже разрабатывает свои проекты, рекомендую эту практику!

Кстати, кому интересно, как работает метод TF‑IDF, ставьте огонёк 🔥 — могу выделить под него отдельный пост

Начинаем собирать всё воедино! Что было сделано за последние дни?

🧠Улучшил модель

Повозился с моделькой, расширил датасет до 120 фраз для основных классов и 252 для класса other. Результат в целом хороший — точность составляет 92%, но данных всё равно мало. Буду работать над подбором более качественных примеров. Возможно, немного изменю метод обучения

🦾 Разобрался с управлением

На одном из компьютеров был мини-скрипт для управления. Я думал, что просто перенесу его в свой проект — и будет шик и блеск, но не тут-то было. Пришлось исправлять миллиард зависимостей, менять версию Python с 3.13 на 3.10 (почувствовал себя динозавром) и даже удалять виртуальное окружение, а это для меня самая муторная часть работы. В итоге спустя кучу времени скрипт заработал, и удалось немного поуправлять этой махиной

За это я благодарен своему коллеге Олегу: у него уже был рабочий код, и он помог всё правильно настроить

⚙️Поработал с захватом

С ним проблем не возникло — в проекте тоже был какой-то скрипт для управления захватом. Немного повозился и понял, как с ним работать

Планировал добавить в систему ещё и отслеживание объектов через камеру, но понял, что мороки будет ещё больше, поэтому решил ограничиться двумя командами для манипулятора и обратной кинематики

Что будет на полигоне:
Будет задана точка (x, y, z), в которой находится наш объект (деревянный кубик), а сам захват — в любой точке пространства. Пользователь отправляет с клавиатуры одну из двух команд: переместить кубик вправо или влево. С помощью обратной кинематики манипулятор перемещается в точку, где лежит куб, захват хватает его и двигает в заданном направлении

🖥 Отчёт можно почитать тут

💬 Главные инфоповоды недели

🌐 xChat – конкурент Telegram

Илон Маск выходит на рынок мессенджеров с новым продуктом XChat, и, судя по первым деталям, это не просто ещё одно приложение для переписки, а попытка переосмыслить сам подход к приватному общению

Что под капотом:
1. Регистрация в мессенджере без номера телефона
2. Все сообщения зашифрованы сразу (неудивительно)
3. Полная блокировка скриншотов в переписке
4. Абсолютное отсутствие любой рекламы

Как заявляют источники, релиз планируется 17 апреля

Как думаете, есть ли шанс обойти Telegram?

🧠 Новые режимы в DeepSeek

Возможно, некоторые уже заметили два новых режима в главном меню DeepSeek

Как они работают:
1. Instant – Мгновенный. Могу предположить, что под капотом версия DeepSeek-V3

Как работает: Даёт ответ сразу, без предварительного этапа раздумий. Полезен для моментальных ответов, без дополнительного времени на сложные вычисления

2. Expert – Продвинутый.
Это самая мощная доступная модель, скорее всего DeepSeek-V4

Как работает: Перед ответом модель анализирует задачу, ищет скрытые ошибки и логические противоречия. Больше всего подходит для решения задач по математике, программированию, анализа больших документов, но тратит значительно больше времени на ответ

Назревает законный вопрос: а в чём разница между режимом Thinking и Expert?

Thinking – это технология цепочки рассуждений, где модель рассуждает сама с собой

Expert – просто доступ к более мощной модели с более свежими знаниями и увеличенным контекстным окном

🧠 Перестановки в Qwen

В команде Alibaba произошёл ряд крупных изменений

Обо всём по порядку:
1. Alibaba фактически объединяет разработку нейросетей с продажами облачных мощностей. Раньше команда Qwen под руководством Линь Цзюньяна работала как исследовательский институт: они гнались за первыми местами в рейтингах и симпатиями мирового сообщества. Чжоу Цзинжэнь — выходец из Alibaba Cloud, и его назначение означает, что теперь ИИ — это не «крутая технология», а «сервис, который должен продаваться вместе с серверами». Создание комитета под руководством самого гендиректора Эдди У говорит о том, что вопрос ИИ перестал быть делом одного отдела. Теперь это стратегия выживания всей
корпорации

2. Компания осознала, что на open-source сложно построить сверхприбыльный бизнес, и они переходят на новую модель подписки MaaS (Model-as-a-Service). Если раньше разработчики могли скачать Qwen и запустить её на своих серверах бесплатно, то новые закрытые модели доступны только через API Alibaba

3. Формирование коммерческой структуры – Token Hub: это подразделение станет эпицентром для монетизации. Его задача — быстро превращать исследовательские наработки в продукты, за которые бизнес готов платить деньги. Если раньше путь от идеи до коммерческого продукта был долгим, то Token Hub должен его максимально сократить

Итог: В Alibaba поняли, что их продукты вполне способны конкурировать с такими гигантами, как Gemini, ChatGPT и др., и что пора коммерциализировать их продукты

И да, приложение называется теперь не Qwen Chat, а Qwen Studio

🖥 Это новая рубрика, в которой инфоповодов будет меньше, зато каждая тема с глубоким разбором. Короче, реже, да метче. Если вам нравятся посты подобного формата, то ставьте 🔥