Новый прогноз хайповых технологий 2020 от Gartner.
А вы заметили, что форма кривой Gartner похожа на эффект Даннинга-Крюгера? Новички переоценивают свои способности (новая технология будет востребована везде!). Но чем больше они узнают, тем начинают больше сомневаться в своем профессионализме (технология слишком дорогая, решает узкие задачи). Это когнитивное искажение раздутой самооценки у начинающих и комплексе некомпетентности у профессионалов.
Из явных хайпов этого года - социальное дистанцирование и всё, что помогает безопасно работать и общаться в условиях разобщённости. От стриминга и видеосвязи до обеззараживания смартфонов и масок-переводчиков.
И ещё заметно расслоение #ИИ на подмножества по типам решаемых задач. Просто #mashinelearning или #AI - это часть текущего бизнеса. Поэтому искусственный интеллект становится Formative AI, т.е. способен меняться и реагировать на ситуацию, адаптироваться к новым технологиям.
А вы заметили, что форма кривой Gartner похожа на эффект Даннинга-Крюгера? Новички переоценивают свои способности (новая технология будет востребована везде!). Но чем больше они узнают, тем начинают больше сомневаться в своем профессионализме (технология слишком дорогая, решает узкие задачи). Это когнитивное искажение раздутой самооценки у начинающих и комплексе некомпетентности у профессионалов.
Из явных хайпов этого года - социальное дистанцирование и всё, что помогает безопасно работать и общаться в условиях разобщённости. От стриминга и видеосвязи до обеззараживания смартфонов и масок-переводчиков.
И ещё заметно расслоение #ИИ на подмножества по типам решаемых задач. Просто #mashinelearning или #AI - это часть текущего бизнеса. Поэтому искусственный интеллект становится Formative AI, т.е. способен меняться и реагировать на ситуацию, адаптироваться к новым технологиям.
15-31-04-aiot-internet-of-things-meets-ai.jpg
2.8 MB
По прогнозам, во всем мире к 2025 году будет 42 миллиарда устройств, подключенных к Интернету вещей. Вполне естественно, что по мере роста числа устройств будут расти и объемы данных #bigdata. Вот тут и вмешивается ИИ, предоставляя свои обучающие возможности подключению Интернета вещей.
#AI+#IoT=
AIoT. IoT поддерживается тремя ключевыми новыми технологиями: AI, 5G, big data. Источник https://www.visualcapitalist.com/aiot-when-ai-meets-iot-technology/
#AI+#IoT=
AIoT. IoT поддерживается тремя ключевыми новыми технологиями: AI, 5G, big data. Источник https://www.visualcapitalist.com/aiot-when-ai-meets-iot-technology/
Forwarded from Not Boring Tech
This media is not supported in your browser
VIEW IN TELEGRAM
🎙️ Благодаря сервису Resemble AI вы выдадите себя за кого угодно — нейросеть озвучит ваш текст любым голосом, причём очень реалистично. Есть уже готовый список с 30 разными голосами и акцентами, а также нейронку можно обучить на своём голосе. Достаточно прогнать через сервис аудиозаписи на 5 минут.
Ещё есть куча других полезных фич, например, выбор категории речи (диалог, реклама или служба поддержки) и добавление эффектов в синтез, таких как паузы и эмоции. Resemble условно бесплатный, но нужно зарегистрироваться и есть некоторые ограничения. Однако в целом это очень хороший сервис для синтеза текста в речь — такие крутые результаты не везде увидишь.
#Service #AI | Not Boring Tech
Ещё есть куча других полезных фич, например, выбор категории речи (диалог, реклама или служба поддержки) и добавление эффектов в синтез, таких как паузы и эмоции. Resemble условно бесплатный, но нужно зарегистрироваться и есть некоторые ограничения. Однако в целом это очень хороший сервис для синтеза текста в речь — такие крутые результаты не везде увидишь.
#Service #AI | Not Boring Tech
Forwarded from Not Boring Tech
😍 Третий день удивляюсь работам новой нейросети DALL-E 2. Даже не верится, что все эти изображения высокого качества нарисованы не профессиональным художником, а машиной. Собрал любимые работы, только посмотрите на качество генерации!
#AI | Not Boring Tech
#AI | Not Boring Tech
Forwarded from Not Boring Tech
🧯 Во время хаоса горящего здания почти невозможно заметить признаки надвигающейся вспышки — смертельного момента, когда все горючие предметы в комнате внезапно зажигаются, а температура поднимается выше 600ºC. Нейросеть FlashNet умеет прогнозировать вспышки при пожарах в помещениях на 30 секунд (!) вперёд и может спасти жизни тысяч пожарных.
Для обучения было смоделировано больше 41 тысячи пожаров в 17 типах зданий, а теперь модель собираются обучить на данных реальных пожаров. Система работает с точностью 92,1% и превосходит аналоги. В перспективе пожарные будут заходить в горящие здания с камерами, которые в реальном времени подсказывают, когда пора отходить назад. Нейросети могут не только генерировать котиков, но и спасать жизни!
#Tech #AI | Not Boring Tech
Для обучения было смоделировано больше 41 тысячи пожаров в 17 типах зданий, а теперь модель собираются обучить на данных реальных пожаров. Система работает с точностью 92,1% и превосходит аналоги. В перспективе пожарные будут заходить в горящие здания с камерами, которые в реальном времени подсказывают, когда пора отходить назад. Нейросети могут не только генерировать котиков, но и спасать жизни!
#Tech #AI | Not Boring Tech
Tech Xplore
AI may come to the rescue of future firefighters
In firefighting, the worst flames are the ones you don't see coming. Amid the chaos of a burning building, it is difficult to notice the signs of impending flashover—a deadly fire phenomenon wherein ...
Forwarded from Innovation & Research
2023_03_27_Стартап_и_видение_Кай_Фу_Ли.pdf
101.4 KB
Глава Sinovation Ventures и визионер Кай-Фу Ли открывает новую компанию по искусственному интеллекту и делится прогнозами развития генеративного ИИ
#AI
#AI
Рынок ИИ дорос до специализированных LLM.
Рынок практического применения #ИИ стал таким большим, и в него стало заходить так много разных отраслей со своими запросами и задачами, что универсальные большие языковые модели (LLM) стали
а) слишком большими,
б) требующими колоссальных ресурсов по железу, энергопотреблению, а значит, и
в) дорогими, на уровне, близком к неокупаемости.
Датасеты, которые нужны разным отраслям - соответственно, тоже разные. Кроме того, есть страновая/региональная специфика.
Представители Tencent решили, что наилучший вариант больших моделей для бизнеса — не универсальные, а специализированные, обученные в соответствии с той или иной отраслевой спецификой. И поэтому бизнесу имеет смысл брать модели с открытым исходным кодом и адаптировать их под себя, обучая на собственных данных.
Например, китайский финансовый бигтех Ant обучал систему на сотнях миллиардов наборов данных токенов, включая китайские финансовые документы и более 1 триллиона токенов из наборов данных текстовых документов. И планирует использовать специализированную языковую модель для анализа рынка, обучения инвесторов, объяснения страховых продуктов и проверки претензий. #Китай #финансы
Надо сказать, что ещё 10 лет назад российский сервис социального опыта TopRater применял аналогичный подход. Рейтинг строился на миллиардах отзывов со всего мира о товарах и услугах, и после обработки выдавал многокритериальный рейтинг, который перестраивался в зависимости от того, что было важно для того, кто искал себе товар.
В 2013 я был бизнес-советником основателя, и мы применяли для каждой отрасли / категории товаров раздельный подход к обучению нейросети. Это позволяло подключать следующую категорию со своими аспектами/данными за 2 недели, и давало точность прогнозов больше 93%.
Практическое применение состояло в увеличении продаж с применением рейтинга.
В процессе тестирования на М.Видео мы разделили трафик на 2 части - витрину с социальным рейтингом и обычный интерфейс интернет-магазина. Там, где сработал поиск по нужным критериям, с оценкой на основе миллионов отзывов, конверсия в корзине выросла в 3,7 раза, а продажи (телевизорами) увеличились на 47%.
#электроннаяторговля #AI #кейсы
@futurin
Рынок практического применения #ИИ стал таким большим, и в него стало заходить так много разных отраслей со своими запросами и задачами, что универсальные большие языковые модели (LLM) стали
а) слишком большими,
б) требующими колоссальных ресурсов по железу, энергопотреблению, а значит, и
в) дорогими, на уровне, близком к неокупаемости.
Датасеты, которые нужны разным отраслям - соответственно, тоже разные. Кроме того, есть страновая/региональная специфика.
Представители Tencent решили, что наилучший вариант больших моделей для бизнеса — не универсальные, а специализированные, обученные в соответствии с той или иной отраслевой спецификой. И поэтому бизнесу имеет смысл брать модели с открытым исходным кодом и адаптировать их под себя, обучая на собственных данных.
Например, китайский финансовый бигтех Ant обучал систему на сотнях миллиардов наборов данных токенов, включая китайские финансовые документы и более 1 триллиона токенов из наборов данных текстовых документов. И планирует использовать специализированную языковую модель для анализа рынка, обучения инвесторов, объяснения страховых продуктов и проверки претензий. #Китай #финансы
Надо сказать, что ещё 10 лет назад российский сервис социального опыта TopRater применял аналогичный подход. Рейтинг строился на миллиардах отзывов со всего мира о товарах и услугах, и после обработки выдавал многокритериальный рейтинг, который перестраивался в зависимости от того, что было важно для того, кто искал себе товар.
В 2013 я был бизнес-советником основателя, и мы применяли для каждой отрасли / категории товаров раздельный подход к обучению нейросети. Это позволяло подключать следующую категорию со своими аспектами/данными за 2 недели, и давало точность прогнозов больше 93%.
Практическое применение состояло в увеличении продаж с применением рейтинга.
В процессе тестирования на М.Видео мы разделили трафик на 2 части - витрину с социальным рейтингом и обычный интерфейс интернет-магазина. Там, где сработал поиск по нужным критериям, с оценкой на основе миллионов отзывов, конверсия в корзине выросла в 3,7 раза, а продажи (телевизорами) увеличились на 47%.
#электроннаяторговля #AI #кейсы
@futurin
CNBC
Tencent releases AI model for businesses as competition in China heats up
Dowson Tong, CEO of the cloud and smart industries group at Tencent, spoke with CNBC's Emily Tan in an exclusive interview ahead of a big AI reveal.
Forwarded from Центр прикладного развития ИИ
ИИ активно развивается в России в том числе Эмоциональный.
Emotion AI - это технология, позволяющая компьютерам и машинам распознавать и интерпретировать человеческие эмоции. Она использует различные методы, такие как анализ лиц, распознавание речи и текстов, датчики на теле и прочее, чтобы определить эмоциональное состояние человека.
Крупные корпорации и амбициозные стартапы проявляют интерес к этой области и интегрируют новейшие разработки в различные сферы, такие как розничная торговля, маркетинг, образование, банковский сектор и рекрутинг. Согласно данным Mordor Intelligence, прогнозируется, что рынок распознавания эмоций достигнет 92 миллиардов $ к 2024 году.
Смогут ли эти технологии в будущем заменить, например, психолога — вопрос, на который дать однозначный ответ невозможно. Однако, вполне возможно, что эмоциональный ИИ станет эффективным помощником во многих сферах.
Применение ЭИИ:
Эмоциональный ИИ — это не просто технология, это шаг в будущее взаимодействия человека и машины. Элементы ЭИИ, вероятно, будут все активнее распространяться среди различных сфер человеческой жизни.
#ФГАУ_ФЦПР_ИИ #ИИ
#искусственный_интеллект #AI
#про_ИИ
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Центр прикладного развития ИИ
В этом году бизнесмен, основатель «Лаборатории производственного трекинга» Евгений Морозов учредил премию «Производственный трекер года». Ее организовали для специалистов, которые анализируют процессы внутри промышленных компаний и определяют возможные точки роста с целью улучшения различных КПЭ производства.
Чтобы выявить и поддержать сильных профильных трекеров, мы решили совместно с организаторами премии запустить номинацию «Цифра в промышленности». Она подойдет трекерам, которые для цифровизации и автоматизации промышленности применяют ИИ-технологии.
В конкурсе предусмотрено еще 5 номинаций:
Для участников премия станет отличной возможностью рассказать о своих профессиональных достижениях, получить заслуженное признание и расширить сеть контактов топовыми экспертами индустрии.
Заявки на участие принимаются на официальном сайте премии до 30 ноября. Надеемся, что на премии мы увидим много успешных кейсов, а идеи и наработки участников станут новым толчком для развития промышленности.
#ФГАУ_ФЦПР_ИИ #ИИ
#искусственный_интеллект #AI
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Prognosticum (Aleksandr Sorokin)
Ericsson опубликовал отчёт 10 Hot Consumer Trends: The AI-Powered Future. A tension between AI hopeful and AI fearful / 10 горячих потребительских трендов: будущее, основанное на искусственном интеллекте. Напряженность между надеждами и страхами ИИ
10 ИИ трендов:
1. Искусственные покупатели
Приведут ли персональные ИИ помощники к концу рекламы?
2. Генеративная мода
Будут ли модные тенденции в будущем диктоваться искусственным интеллектом – или «100-процентно созданное человеком» станет новым черным цветом в 2030 году?
3. Разумные сценарии
Друзья, клонированные искусственным интеллектом, появятся в ваших генеративно созданных фильмах.
4. Цифровые двойники человека
Ничего не оставлено на волю случая: искусственный интеллект снижает неопределенность, моделируя все в повседневной жизни.
5. Программируемое потомство
Уход за детьми с помощью искусственного интеллекта обещает облегчение для родителей, но опасения по поводу потери человеческой эмпатии становятся все более серьезными.
6. Государственное управление ИИ
Государственный ИИ может улучшить общество, но, скорее всего, ему бросят вызов корпоративные ИИ
7. Сотрудники, лишенные полномочий
ИИ может повысить производительность вашей работы, но в то же время лишить ее смысла
8. Беспорядок данных
Регулирование или цифровой дикий запад: наше будущее зависит от контроля данных
9. ИИ выходит из-под контроля
более взаимосвязанные ИИ могут начать разрабатывать собственные цели.
10. Хранители ключей
будут ли взаимосвязанные ИИ защищать конфиденциальность или увеличат зависимость в цифровую эпоху?
10 Hot Consumer Trends: The AI-Powered Future. A tension between AI hopeful and AI fearful ⬇️
#ConsumerTrends #AI #Technology #Innovation #prognosticum
@Prognosticum
10 ИИ трендов:
1. Искусственные покупатели
Приведут ли персональные ИИ помощники к концу рекламы?
2. Генеративная мода
Будут ли модные тенденции в будущем диктоваться искусственным интеллектом – или «100-процентно созданное человеком» станет новым черным цветом в 2030 году?
3. Разумные сценарии
Друзья, клонированные искусственным интеллектом, появятся в ваших генеративно созданных фильмах.
4. Цифровые двойники человека
Ничего не оставлено на волю случая: искусственный интеллект снижает неопределенность, моделируя все в повседневной жизни.
5. Программируемое потомство
Уход за детьми с помощью искусственного интеллекта обещает облегчение для родителей, но опасения по поводу потери человеческой эмпатии становятся все более серьезными.
6. Государственное управление ИИ
Государственный ИИ может улучшить общество, но, скорее всего, ему бросят вызов корпоративные ИИ
7. Сотрудники, лишенные полномочий
ИИ может повысить производительность вашей работы, но в то же время лишить ее смысла
8. Беспорядок данных
Регулирование или цифровой дикий запад: наше будущее зависит от контроля данных
9. ИИ выходит из-под контроля
более взаимосвязанные ИИ могут начать разрабатывать собственные цели.
10. Хранители ключей
будут ли взаимосвязанные ИИ защищать конфиденциальность или увеличат зависимость в цифровую эпоху?
10 Hot Consumer Trends: The AI-Powered Future. A tension between AI hopeful and AI fearful ⬇️
#ConsumerTrends #AI #Technology #Innovation #prognosticum
@Prognosticum
ericsson.com
Consumer Trends unveils the AI-Powered Future
10 Hot Consumer Trends unveils the sentiments from AI early adopters on the AI-Powered Future.
ИИ проигрывает в 3 раза обычным приложениям
Любопытный график из отчета Morgan Stanley, который показывает, что пользователи остаются и возвращаются в обычные приложения куда чаще, чем в приложения с искусственным интеллектом.
1/ Смотрим приложенный рисунок по retention rate:
▪️на 30 день: 31% (incumbent в среднем) => 10% (#ИИ App в среднем);
▪️на 60 день: 29% (incumbent average) => 8% (#AI App average);
▪️на 90 день: 28% (incumbent average) => 8% (AI App average).
🔹Огромная разница в 3.5x или на 20 пп!
2/ среднее число пользователей в день/месяц DAU/MAU ratio (Q4’23):
▪️55% (incumbent average) => 14% (AI App average).
🔹Разница в 3.9x или на 41 пп! Еще более огромная!
Что это значит?
Я всегда говорю, что технологии без психологии - деньги на ветер.
Конечно, причин может быть много, от плохих интерфейсов и работы продакта до неправильного понимания ценности. Или в обратном порядке.
Но моя гипотеза в том, что пользователи не чувствуют себя обязанными перед бездушным ИИ, или относятся безразлично, а часто с недоверием. Поэтому нет эмоциональной связи, и отказаться от такого бота проще, даже если речь о b2b приложениях.
А у вас какие мысли?
@futurin
Любопытный график из отчета Morgan Stanley, который показывает, что пользователи остаются и возвращаются в обычные приложения куда чаще, чем в приложения с искусственным интеллектом.
1/ Смотрим приложенный рисунок по retention rate:
▪️на 30 день: 31% (incumbent в среднем) => 10% (#ИИ App в среднем);
▪️на 60 день: 29% (incumbent average) => 8% (#AI App average);
▪️на 90 день: 28% (incumbent average) => 8% (AI App average).
🔹Огромная разница в 3.5x или на 20 пп!
2/ среднее число пользователей в день/месяц DAU/MAU ratio (Q4’23):
▪️55% (incumbent average) => 14% (AI App average).
🔹Разница в 3.9x или на 41 пп! Еще более огромная!
Что это значит?
Я всегда говорю, что технологии без психологии - деньги на ветер.
Конечно, причин может быть много, от плохих интерфейсов и работы продакта до неправильного понимания ценности. Или в обратном порядке.
Но моя гипотеза в том, что пользователи не чувствуют себя обязанными перед бездушным ИИ, или относятся безразлично, а часто с недоверием. Поэтому нет эмоциональной связи, и отказаться от такого бота проще, даже если речь о b2b приложениях.
А у вас какие мысли?
@futurin
