Forwarded from Data Secrets
Теренс Тао провел в Калтехе большую лекцию про математику в эру ИИ и выложил слайды
https://terrytao.wordpress.com/2026/10/10/math-2-0/
Лекцию он назвал "Math 2.0", хотя еще в мае собирался читать ее под названием "Machine Assisted Proof". Сам он признается, что наполнение заметно изменилось "из-за недавних событий".
Основная мысль Теренса такая: раньше математика строилась на допущении, что решить открытую задачу очень трудно и происходит это редко. Вокруг этого выросли институты, карьерные стимулы и традиции. Однако, на самом деле, решение задач – это лишь прокси метрика, а глобальная цель науки состоит в другом: в исследовании, поиске новых задач и понимании, как применить решения в реальном мире.
Так вот, раньше эта прокси-метрика в виде решения открытых задач работала, потому что, решая задачи, математики копили опыт и понимание. Сейчас же, как говорит Тао, дальнейшая слепая оптимизация одного лишь решения задач "активно вредна для долгосрочного здоровья математики".
Если ИИ просто выдает решения в обход людей, он как бы стерилизует окружающее задачу поле: непройденные пути так и остаются непройденными, цикл становится невозобновляемым, понимание не накапливается, и растет доля решений, которые как бы работают на бумаге, но расходятся с тем, что нам на самом деле нужно миру.
В качестве аналогии Тао предлагает такой мысленный эксперимент: ИИ придумал коктейль, который убивает все раковые клетки, и он даже подтвержден клиническими испытаниями третьей фазы. Стали бы вы колоться, не зная, что хотя бы один человек-эксперт понимает механизм?
В качестве решения Тао предлагает сместить фокус с уничтожения открытых задач на использование ИИ для укрепления человеческого понимания. Собственно, это он и называет "Math 2.0". ИИ может действительно помочь ускорить прогресс, если будет искать объяснения и новые принципы и исследовать окрестности гипотез, а не только генерировать доказательства. Это огромное непаханное поле, и главным ограничением тут Теренс называет уже не технологии, а воображение.
https://terrytao.wordpress.com/2026/10/10/math-2-0/
Лекцию он назвал "Math 2.0", хотя еще в мае собирался читать ее под названием "Machine Assisted Proof". Сам он признается, что наполнение заметно изменилось "из-за недавних событий".
Основная мысль Теренса такая: раньше математика строилась на допущении, что решить открытую задачу очень трудно и происходит это редко. Вокруг этого выросли институты, карьерные стимулы и традиции. Однако, на самом деле, решение задач – это лишь прокси метрика, а глобальная цель науки состоит в другом: в исследовании, поиске новых задач и понимании, как применить решения в реальном мире.
Так вот, раньше эта прокси-метрика в виде решения открытых задач работала, потому что, решая задачи, математики копили опыт и понимание. Сейчас же, как говорит Тао, дальнейшая слепая оптимизация одного лишь решения задач "активно вредна для долгосрочного здоровья математики".
Если ИИ просто выдает решения в обход людей, он как бы стерилизует окружающее задачу поле: непройденные пути так и остаются непройденными, цикл становится невозобновляемым, понимание не накапливается, и растет доля решений, которые как бы работают на бумаге, но расходятся с тем, что нам на самом деле нужно миру.
В качестве аналогии Тао предлагает такой мысленный эксперимент: ИИ придумал коктейль, который убивает все раковые клетки, и он даже подтвержден клиническими испытаниями третьей фазы. Стали бы вы колоться, не зная, что хотя бы один человек-эксперт понимает механизм?
В качестве решения Тао предлагает сместить фокус с уничтожения открытых задач на использование ИИ для укрепления человеческого понимания. Собственно, это он и называет "Math 2.0". ИИ может действительно помочь ускорить прогресс, если будет искать объяснения и новые принципы и исследовать окрестности гипотез, а не только генерировать доказательства. Это огромное непаханное поле, и главным ограничением тут Теренс называет уже не технологии, а воображение.
Scholarships at Constructor University for Fall 2027
Constructor University is committed to supporting high achieving students.
These scholarships alleviate financial burdens, allowing students to focus on their studies and plan for a bright future.
Achieve your academic goals with our support!
https://constructor.university/scholarships
#scholarships
Constructor University is committed to supporting high achieving students.
These scholarships alleviate financial burdens, allowing students to focus on their studies and plan for a bright future.
Achieve your academic goals with our support!
https://constructor.university/scholarships
#scholarships
constructor.university
Scholarships at Constructor University for Fall 2027 | Constructor University
Forwarded from 🦒∵ girafe.ai
🎓 Записи летних вебинаров теперь в открытом доступе!
Этим летом мы провели серию вебинаров, посвящённых современным технологиям, машинному обучению и эффективным подходам к учёбе и работе. Теперь все записи собраны в одном плейлисте на YouTube. Выбирайте интересные вам темы и смотрите в любое удобное время!
В плейлисте:
▪️ Параллелизация обучения модели на сотни GPU
▪️ Малоресурсные языки и эффективное дообучение языковых моделей
▪️ Биометрическая идентификация человека: виды, основные методы и проблемы
▪️ Как учиться эффективно? Научный подход
▪️ Рабочее окружение ML-инженера: делегируем рутину ИИ-агентам
▪️ Агенты без магии
📌 Плейлист YouTube
Этим летом мы провели серию вебинаров, посвящённых современным технологиям, машинному обучению и эффективным подходам к учёбе и работе. Теперь все записи собраны в одном плейлисте на YouTube. Выбирайте интересные вам темы и смотрите в любое удобное время!
В плейлисте:
▪️ Параллелизация обучения модели на сотни GPU
▪️ Малоресурсные языки и эффективное дообучение языковых моделей
▪️ Биометрическая идентификация человека: виды, основные методы и проблемы
▪️ Как учиться эффективно? Научный подход
▪️ Рабочее окружение ML-инженера: делегируем рутину ИИ-агентам
▪️ Агенты без магии
📌 Плейлист YouTube
Forwarded from Айым
Приглашаем на IT-митап DevDay от Freedom Health!
Три доклада, реальные инженерные задачи и опыт разработки, которым поделятся наши спикеры.
🎤 Тимур Ялымов
FullStack Developer, Freedom Health
Тема: Обзор моделей принимающих решения.
Реальные кейсы применения и их сравнения.
🎤 Бекдаулет Арынбек
Разработчик, Freedom AI Labs
Тема: Один человек и команда AI-агентов.
Обычный рабочий чат. Только коллеги в нём — нейросети.
🎤 Роман Пустовалов
Backend-разработчик, Freedom Food
Тема: Как мы строили AI SDLC.
О том, что нужно приготовить для агентов, прежде чем они начнут готовить для вас.
📅 Когда: 29 октября, четверг
🕡 Начало: 18:30 (нетворкинг и перекус)
Продолжительность: 2,5 часа, до 21:00
📍 Где: Алматы, Байзакова, 280
Митап бесплатный, количество мест ограничено. Регистрация обязательна.
🔗 Ссылка на регистрацию: https://forms.gle/U4QizyQUZdLKeG9MA
Три доклада, реальные инженерные задачи и опыт разработки, которым поделятся наши спикеры.
🎤 Тимур Ялымов
FullStack Developer, Freedom Health
Тема: Обзор моделей принимающих решения.
Реальные кейсы применения и их сравнения.
🎤 Бекдаулет Арынбек
Разработчик, Freedom AI Labs
Тема: Один человек и команда AI-агентов.
Обычный рабочий чат. Только коллеги в нём — нейросети.
🎤 Роман Пустовалов
Backend-разработчик, Freedom Food
Тема: Как мы строили AI SDLC.
О том, что нужно приготовить для агентов, прежде чем они начнут готовить для вас.
📅 Когда: 29 октября, четверг
🕡 Начало: 18:30 (нетворкинг и перекус)
Продолжительность: 2,5 часа, до 21:00
📍 Где: Алматы, Байзакова, 280
Митап бесплатный, количество мест ограничено. Регистрация обязательна.
🔗 Ссылка на регистрацию: https://forms.gle/U4QizyQUZdLKeG9MA
Приглашаем на офлайн-встречу в офисе Kaspi.kz в Алматы.
Ведущие разработчики Kaspi Travel поделятся реальным опытом, расскажут о подходах и практиках, которые применяют каждый день. А HR-команда расскажет, как происходит отбор кандитатов в IT и как подготовиться к собеседованию.
Где и когда?
📆 15 октября 2026 года
🕓 16:00
📍 офис Kaspi.kz, Алматы, ул. Наурызбай батыра, 154А
🏢 офлайн
https://astanahub.com/ru/event/kak-rabotaet-backend-kaspi-travel-inzhenernye-praktiki-i-sovety-po-prokhozhdeniiu-it-interviu/
Ведущие разработчики Kaspi Travel поделятся реальным опытом, расскажут о подходах и практиках, которые применяют каждый день. А HR-команда расскажет, как происходит отбор кандитатов в IT и как подготовиться к собеседованию.
Где и когда?
📆 15 октября 2026 года
🕓 16:00
📍 офис Kaspi.kz, Алматы, ул. Наурызбай батыра, 154А
🏢 офлайн
https://astanahub.com/ru/event/kak-rabotaet-backend-kaspi-travel-inzhenernye-praktiki-i-sovety-po-prokhozhdeniiu-it-interviu/
Forwarded from DSML.KZ Новости
AIST 2026
16-18 октября пройдет 13 международная конференция AIST 2026 по анализу изображений, социальных сетей и текстов.
Хайлайты программы:
• 16 октября, 10:15: Рустем Таханов - Searching for kissing configurations in R¹².
• 16 октября, 18:00: Женисбек Асылбеков - Behind the Paper: How Machine Learning Research Unfolds
• 17 октября, 10:00: Асель Ермекова - Finding Your Path in Machine Learning
• 17 октября: Дмитрий Игнатов - A Potpourri of Mathematical Problems With and Without AI
• 18 октября: круглый стол о создании бенчмарков и датасетов в эпоху LLM
И еще много интересных докладов про надёжность LLM, AI-агенты и RAG, технологии для казахского и кыргызского языков, ML в медицине, энергетике, нефтегазовой отрасли и страховании.
Место: Nazarbayev University, Block C3 (Red Hall и ауд. 2005). Круглый стол: Block 5e, ауд. 230.
Регистрация
16-18 октября пройдет 13 международная конференция AIST 2026 по анализу изображений, социальных сетей и текстов.
Хайлайты программы:
• 16 октября, 10:15: Рустем Таханов - Searching for kissing configurations in R¹².
• 16 октября, 18:00: Женисбек Асылбеков - Behind the Paper: How Machine Learning Research Unfolds
• 17 октября, 10:00: Асель Ермекова - Finding Your Path in Machine Learning
• 17 октября: Дмитрий Игнатов - A Potpourri of Mathematical Problems With and Without AI
• 18 октября: круглый стол о создании бенчмарков и датасетов в эпоху LLM
И еще много интересных докладов про надёжность LLM, AI-агенты и RAG, технологии для казахского и кыргызского языков, ML в медицине, энергетике, нефтегазовой отрасли и страховании.
Место: Nazarbayev University, Block C3 (Red Hall и ауд. 2005). Круглый стол: Block 5e, ауд. 230.
Регистрация
Forwarded from IEEE Kazakhstan Section 🇰🇿 (Didar Yedilkhan)
IEEEXtreme — глобальное соревнование, в котором команды студентов-членов IEEE под наблюдением члена IEEE (проктора) в течение 24 часов решают набор задач по программированию.
🗓 Соревнование пройдёт 31 октября 2026 года.
📈 Соревнование начинается в 00:00 UTC и заканчивается в 23:59:59 UTC. По времени Астаны: с 05:00 31 октября до 04:59 1 ноября.
Что нужно делать?
Решать алгоритмические задачи на платформе CS Academy. Задачи можно решать на любом из поддерживаемых языков программирования.
Задачи могут делиться на лёгкие, средние, сложные и самые сложные, чтобы команды любого уровня могли участвовать и выбирать порядок решения.
Подсчёт баллов: за полное решение задачи дают 30 баллов и до 70 дополнительных в зависимости от сложности. Чем меньше команд решило задачу, тем больше она стоит. За частично пройденные тесты начисляются частичные баллы.
Об ИИ: ИИ можно использовать как подсказку при решении, но прямое копирование и отправка сгенерированного ИИ кода считается плагиатом и ведёт к дисквалификации. Используемые интернет-источники нужно указывать в комментариях к коду.
🎉 Что получат участники?
• 1 место: поездка на любую конференцию IEEE в мире: авиабилеты, регистрационный взнос и 3 ночи в отеле для каждого участника команды (до $10 000 на команду)
• 2 место: по $400 каждому участнику
• 3 место: по $300 каждому участнику
• 4–20 места в мире и топ-3 команды в каждом регионе IEEE получают фирменный мерч IEEEXtreme
Все: участники команд, набравших хотя бы 1 балл, получают сертификат участия
Как участвовать?
1. Стать студенческим членом IEEE. Все участники команды должны быть студентами или аспирантами-членами IEEE, при регистрации нужен номер членства, и всем должно быть больше 18 лет.
2. Собрать команду. В команде от 1 до 3 человек, из них не более 2 аспирантов/магистрантов.
3. Найти проктора. Проктором может быть член IEEE с грейдом выше студенческого. Обычно это преподаватель или Young Professional. Проктор может наблюдать удалённо через Google Meet, Zoom и т.п. Важно, чтобы проктор подтвердил участие по письму. Без подтверждённого проктора команда может участвовать, но не получит призов, сертификатов и не попадёт в итоговый рейтинг.
3. Зарегистрировать команду на ieeextreme.org: указать университет и выбрать проктора из списка.
🔗 Подробнее: https://ieeextreme.org/
🗓 Дедлайн регистрации: 17 октября 2026, ~18:00 по Астане (13:00 UTC).
PS. В качестве проктора можно выбрать Ms. Aidana Zhalgas и получить её подтверждение с эл. почтой Aidana.Zhalgas@astanait.edu.kz
Что нужно делать?
Решать алгоритмические задачи на платформе CS Academy. Задачи можно решать на любом из поддерживаемых языков программирования.
Задачи могут делиться на лёгкие, средние, сложные и самые сложные, чтобы команды любого уровня могли участвовать и выбирать порядок решения.
Подсчёт баллов: за полное решение задачи дают 30 баллов и до 70 дополнительных в зависимости от сложности. Чем меньше команд решило задачу, тем больше она стоит. За частично пройденные тесты начисляются частичные баллы.
Об ИИ: ИИ можно использовать как подсказку при решении, но прямое копирование и отправка сгенерированного ИИ кода считается плагиатом и ведёт к дисквалификации. Используемые интернет-источники нужно указывать в комментариях к коду.
• 1 место: поездка на любую конференцию IEEE в мире: авиабилеты, регистрационный взнос и 3 ночи в отеле для каждого участника команды (до $10 000 на команду)
• 2 место: по $400 каждому участнику
• 3 место: по $300 каждому участнику
• 4–20 места в мире и топ-3 команды в каждом регионе IEEE получают фирменный мерч IEEEXtreme
Все: участники команд, набравших хотя бы 1 балл, получают сертификат участия
Как участвовать?
1. Стать студенческим членом IEEE. Все участники команды должны быть студентами или аспирантами-членами IEEE, при регистрации нужен номер членства, и всем должно быть больше 18 лет.
2. Собрать команду. В команде от 1 до 3 человек, из них не более 2 аспирантов/магистрантов.
3. Найти проктора. Проктором может быть член IEEE с грейдом выше студенческого. Обычно это преподаватель или Young Professional. Проктор может наблюдать удалённо через Google Meet, Zoom и т.п. Важно, чтобы проктор подтвердил участие по письму. Без подтверждённого проктора команда может участвовать, но не получит призов, сертификатов и не попадёт в итоговый рейтинг.
3. Зарегистрировать команду на ieeextreme.org: указать университет и выбрать проктора из списка.
PS. В качестве проктора можно выбрать Ms. Aidana Zhalgas и получить её подтверждение с эл. почтой Aidana.Zhalgas@astanait.edu.kz
Please open Telegram to view this post
VIEW IN TELEGRAM
ML Lifecycle
1. Identify the business goal: Define the core business objectives and target outcomes for the project.
2. Frame the ML problem: Convert the business objective into a technical machine learning problem formulation.
3. Process data: A multi-step phase spanning data preparation:
3.1. Collect data: Gather relevant raw data required for the project.
3.2. Pre-process data: Clean, format, and prepare raw data for modeling.
3.3. Engineer the features: Select, transform, and create predictive features to optimize performance.
4. Train, tune, and evaluate: Train candidate models, optimize hyperparameters, and assess accuracy against evaluation metrics.
5. Deploy: Release the validated model into a production environment to handle live inference.
6. Monitor: Continuously track post-deployment model performance, predictions, and operational health.
#notes #ml_prod
1. Identify the business goal: Define the core business objectives and target outcomes for the project.
2. Frame the ML problem: Convert the business objective into a technical machine learning problem formulation.
3. Process data: A multi-step phase spanning data preparation:
3.1. Collect data: Gather relevant raw data required for the project.
3.2. Pre-process data: Clean, format, and prepare raw data for modeling.
3.3. Engineer the features: Select, transform, and create predictive features to optimize performance.
4. Train, tune, and evaluate: Train candidate models, optimize hyperparameters, and assess accuracy against evaluation metrics.
5. Deploy: Release the validated model into a production environment to handle live inference.
6. Monitor: Continuously track post-deployment model performance, predictions, and operational health.
#notes #ml_prod
🔥1
Forwarded from DigitalBusiness.kz
Студенты могут выиграть $35 тысяч, если придумают, как улучшить энергетику и адаптацию к изменению климата
NU Impact Foundation приглашает студентов Центральной Азии принять участие в международном конкурсе Global Sustainability Challenge 2026-2027. Его организуют совместно со Stanford Doerr School of Sustainability и университетами-партнерами со всего мира.
Участникам предлагают разработать решения в двух направлениях:
➤ Устойчивая энергетика – идеи для развития энергетики.
➤ Адаптация к изменению климата – решения, которые помогут справляться с климатическими изменениями и их последствиями.
Призовой фонд – более $35 тысяч.
Участвовать могут студенты любых специальностей и уровней обучения: бакалавриата, магистратуры и докторантуры.
Заявки принимают до 22 ноября 2026 года.
Подробности и регистрация – на сайте globalsustainabilitychallenge.org.
NU Impact Foundation приглашает студентов Центральной Азии принять участие в международном конкурсе Global Sustainability Challenge 2026-2027. Его организуют совместно со Stanford Doerr School of Sustainability и университетами-партнерами со всего мира.
Участникам предлагают разработать решения в двух направлениях:
➤ Устойчивая энергетика – идеи для развития энергетики.
➤ Адаптация к изменению климата – решения, которые помогут справляться с климатическими изменениями и их последствиями.
Призовой фонд – более $35 тысяч.
Участвовать могут студенты любых специальностей и уровней обучения: бакалавриата, магистратуры и докторантуры.
Заявки принимают до 22 ноября 2026 года.
Подробности и регистрация – на сайте globalsustainabilitychallenge.org.
Can You Name That Curve?
Guess popular activation functions used in Neural Networks (NNs)
https://www.jetpunk.com/user-quizzes/2790065/guess-the-activation-function-nns
#quiz #ml
Guess popular activation functions used in Neural Networks (NNs)
https://www.jetpunk.com/user-quizzes/2790065/guess-the-activation-function-nns
#quiz #ml
JetPunk
Guess the Activation Function (NNs)
Can You Name That Curve? Guess popular activation functions using in Neural Networks (NNs)
Visualizations created with Desmos
Visualizations created with Desmos
❤1
Forwarded from A U
Java Talks by Koronatech | Астана ️
Астана, у нас для вас кое-что интересное!
Java Talks от KoronaTech возвращается в Астану! Собираем тех, кто пишет код, проектирует архитектуру, ищет решения сложных задач и просто любит Java.
В этот вечер будем разбирать инженерные подходы, делиться опытом и обсуждать то, с чем сталкиваемся в реальной разработке. Никакой скучной теории ради теории, только технические темы, практические инсайты и возможность посмотреть на привычные задачи с новой стороны.
🎤 В программе: доклады от практикующих разработчиков, живое общение с коллегами, квиз и приятные сюрпризы для гостей.
А ещё это отличный повод познакомиться с Java-комьюнити, обменяться идеями и найти единомышленников за пределами рабочего чата
📍Место: SPACES, 2 этаж (Астана, мкрн. Самал, 11)
📆Дата: 19 ноября
🕡Сбор гостей: с 18:30
🕖Начало: в 19:00
Участие бесплатное, но нужна регистрация:
👉https://koronatech.kz/meetup_java_19_11
Астана, увидимся на Java Talks!
Астана, у нас для вас кое-что интересное!
Java Talks от KoronaTech возвращается в Астану! Собираем тех, кто пишет код, проектирует архитектуру, ищет решения сложных задач и просто любит Java.
В этот вечер будем разбирать инженерные подходы, делиться опытом и обсуждать то, с чем сталкиваемся в реальной разработке. Никакой скучной теории ради теории, только технические темы, практические инсайты и возможность посмотреть на привычные задачи с новой стороны.
🎤 В программе: доклады от практикующих разработчиков, живое общение с коллегами, квиз и приятные сюрпризы для гостей.
А ещё это отличный повод познакомиться с Java-комьюнити, обменяться идеями и найти единомышленников за пределами рабочего чата
📍Место: SPACES, 2 этаж (Астана, мкрн. Самал, 11)
📆Дата: 19 ноября
🕡Сбор гостей: с 18:30
🕖Начало: в 19:00
Участие бесплатное, но нужна регистрация:
👉https://koronatech.kz/meetup_java_19_11
Астана, увидимся на Java Talks!
👍1
Best Practices for ML Engineering
This document is intended to help those with a basic knowledge of machine learning get the benefit of Google's best practices in machine learning. It presents a style for machine learning, similar to the Google C++ Style Guide and other popular guides to practical programming.
If you have taken a class in machine learning, or built or worked on a machine-learned model, then you have the necessary background to read this document.
https://developers.google.com/machine-learning/guides/rules-of-ml
This document is intended to help those with a basic knowledge of machine learning get the benefit of Google's best practices in machine learning. It presents a style for machine learning, similar to the Google C++ Style Guide and other popular guides to practical programming.
If you have taken a class in machine learning, or built or worked on a machine-learned model, then you have the necessary background to read this document.
https://developers.google.com/machine-learning/guides/rules-of-ml
Google for Developers
Rules of Machine Learning: | Google for Developers
❤3