Что известно про Apple Intelligence
Apple не может без инноваций и даже расшифровка AI у нее теперь своя, особенная — Apple Intelligence.

Компания представила свой ИИ вчера на конференции WWDC 2024. Целиком выступление можно посмотреть на YouTube. Кроме Apple Intelligence там рассказали про visionOS для Vision Pro, очередную версию iOS, новые функции у AirPods и Apple TV и другие новости. Но нам интереснее всего последний блок презентации про Apple Intelligence.

💬 Это — персонализированный ИИ на основе нескольких генеративных моделей, который получит поддержку на iPhone, iPad и Mac
Apple Intelligence сможет работать с текстами, изображениями и разными приложениям. Если конкретнее, то он поможет вычитать или переписать сообщение (в почте и не только), написать краткое содержание звонка или текста, сгенерировать по запросу кастомный эмодзи или картинку, а заодно сделает Siri еще умнее, чем раньше. Голосовая помощница научится понимать команды, даже если человек запнулся или оговорился. Также он получит интеграцию с ChatGPT.

💬 Главная особенность Apple Intelligence — персонализация
Его представляют как ИИ, который максимально подстраивается под пользователя. Например, сможет выбрать из кучи оповещений самые приоритетные для получателя и обратить внимание именно на них. Или найти среди множества фотографий снимки с определенным человеком. Потому что он знает, как выглядят ваши друзья и родственники.

Также ИИ сможет понимать команды на естественном языке. То есть ему можно будет сказать: «Найди файлы, которые начальник прислал мне на прошлой неделе», и он, как обещают, с задачей справится.

💬 Большая часть операций выполняется на устройстве
Если же Apple Intelligence понадобятся дополнительные ресурсы, он постучится в облако с говорящим названием Private Cloud Compute. Apple уверяет, что оно только предоставляет вычислительные мощности и не хранит никакую пользовательскую информацию.

Apple Intelligence будет доступен на iPhone 15 Pro и iPhone 15 Pro Max, на iPad с процессорами M-серии и на Mac этой осенью.

«Найти и удержать»: пять дискуссий о маркетинге
18 июня пройдет бесплатная онлайн-конференция о маркетинге. Руководители из разных сфер расскажут, как привлекать лидов и превращать их в постоянных клиентов, продвигать бренд, работать с рекламными каналами и форматами, выстраивать процессы в команде.

🔜 Спикеры — руководители маркетинга из EdTech, Fashion, Beauty, общепита и магазинов техники. Будет много знакомых брендов: Zarina, Yves Rocher, «Нетология», Redmond, «Тануки» и другие.

Старт в 12 по МСК. Всего будет 5 выступлений — около часа на каждое выступление. Можно выделить весь день и посмотреть все или выбрать несколько самых интересных.

🔥 Участие бесплатное, понадобится регистрация через Telegram-бот.

Нейроаналитика от GPT-4o
Флагманская нейросеть от OpenAI умеет не только шутить красивым голосом, подозрительно похожим на Скарлет Йоханссон, но и работать с данными.

А именно:
🔵 загружать таблицы из облачных сервисов вроде Google Drive и Microsoft OneDrive;
🔵составлять и редактировать таблицы по запросу пользователя;
🔵визуализировать данные на графиках и диаграммах;
🔵анализировать информацию.

Со всеми задачами нейросеть справляется весьма неплохо и рисует на основе ваших данных симпатичные таблицы и графики, которые потом можно использовать в отчетах и презентациях. GPT-4o не просто генерирует картинку или табличку, но и дает скопировать код, который за это отвечает.

🔜 У аналитиков она хлеб не отберет, но точно ускорит работу над некоторыми рутинными задачами. Сделает график (причем любой, какой попросите, и во всех возможных цветах) на основе таблицы или таблицу на основе графика, сама напишет выводы из данных, чтобы вам не пришлось ручками печатать их.

Главное — не забывать перепроверять все, что вам пишет GPT-4o. Даже флагманские модели не защищены от галлюцинаций.

А вы уже пользовались этими функциями GPT-4o? Как вам результат? 👀

Датавиз сегодня и 100 лет назад
Любопытная вещь — датавиз.

💬 Думаю, что первая ассоциация с этим словом (или с двумя словами, если расшифровать до «data visualization») — это что-то про бизнес-аналитику, интерактивные дашборды, про современность и технологичность. Но ведь люди искали способы графически отображать информацию на протяжении всей своей истории. А отличные и до сих пор актуальные книги по датавизу писали еще 100+ лет назад.

💬 Как раз про это на канале Ромы Бунина @revealthedata вышел пост. Рому знают, наверное, почти все, кто в русскоязычном пространстве связан с данными и их визуализацией. Я сам давно с ним знаком и его канал рекомендую всем, кому интересна тема датавиза. И что круто, он еще и активный участник коммьюнити: проводит вебинары и лекции, ходит на конференции, помогает школьникам осваивать основы визуализации данных и притягивает к себе таких же классных талантливых людей.

💬 И один из них, Виталий Балобанов, и написал для его канала пост про книги от пионера в области датавиза — Вилларда Коупа Бринтона. Они обе вышли еще в прошлом веке, но актуальность до сих пор не потеряли. В общем, получился интересный экскурс в историю. Но, кстати, посты, которые пишет сам Рома ничуть не хуже, почитайте и их тоже. 😁

Написать этот пост я решил не только из уважения к тому, что делает Рома, но и потому что мы с ним оба попали в новую папку каналов про аналитику. Мы все, кто в ней оказался, рассказываем про своих «соседей» по папке подписчикам ­— каждый про кого-то одного.

Этот флешмоб еще и весьма удобная штука для читателей. Этакая рецензия на каждый канал, можно зайти, всех посмотреть и выбрать, кто больше по душе. Надеюсь, конечно, что все, потому что подборка получилась реально хорошая. 🔥

AI-видео от Алексея Лоткова
ИИ-картинками уже никого не удивишь — наступило время ИИ-видео. К тому же, мощных нейросетей, которые умеют генерировать ролики, скоро станет больше. Зимой всех уже впечатлила Sora, готовимся встречать Veo от Google и записываемся в лист ожидания китайской Kling.

🔥 А пока ждем, можем позалипать в работы художника и моушен-дизайнера Алексея Лоткова. С помощью After Effects, Stable Diffusion, ComfyUI и Photoshop он создает крутые сюрреалистичные видео.

Как вам такое творчество? Ставьте ❤️, если заходит, или 💔, если нет. И в комментариях заодно расскажите подробнее, что думаете.

Главная задача продуктового аналитика
Можно долго рассуждать, зачем нужны аналитики, маркетологи, проджекты, продакты и так далее, приводить много аргументов и доказывать свою ценность для компании. Но так или иначе конечная цель у нас у всех одна — помогать бизнесу зарабатывать деньги и увеличивать прибыль.

Просто каждый делает это по-своему. Как это делают продуктовые аналитики, рассказывает на своем канале @firstanalyticsguide Ярослав Хромов. Он построил собственную компанию с прибылью 50М+ и рулил аналитикой в Wakie, Fura и Turbo, так что он знает, о чем говорит.

Про что он пишет:
💬 как научиться определять Use Case, понимать, в чем польза вашего продукта, и составить модель монетизации;
💬 как и зачем измерять вовлеченность;
💬 и почему не надо строить дерево метрик (и что надо вместо него).

В общем — про пользу и практический опыт. И даже в посте про то, как он проиграл деньги в казино, сможет объяснить случившееся с точки зрения продуктовой аналитики!

🔜 Любите такое? Тогда вам сюда

Quary: BI для инженеров
Есть Big Data — это большие объемы данных, обработать которые под силу только машинам. Есть Small Data — это, наоборот, небольшие данные, справиться с которыми может и человек.

💬 А что делать, если данные еще не большие, но табличек уже многовато и заполнять их вручную становится слишком сложно? Эту стадию развития бизнеса разработчики Quary назвали Middle Data, и именно для таких случаев они и создали свой продукт.

🔵 Он умеет подключаться к базам данных и внешним источникам через API, преобразовывать данные, собирать их в таблицы и визуализировать на графиках. Дашборды и отчеты в разработке.
🔵 Все это делается с помощью кода, поэтому инструмент и позиционируется как «BI для инженеров».
🔵 Полноценную систему аналитики он не заменит, но поможет навести в данных порядок.

Это open source проект, так что узнать о нем побольше и скачать все необходимое для работы можно на GitHub.

Идеальный курс по SQL: какой он?
Наша команда уже выпустила один курс по SQL и Python — «Марафон Данных». Его прошли больше 10 000 человек, а средняя оценка составила 4,8 баллов.

Еще не идеал, но уже весьма неплохо! 🔥

Мы почти готовы выпустить продолжение — новый курс, который поможет более глубоко познакомиться с SQL, от основ перейти к более сложным и продвинутым функциям и отточить знания на практических задачах. Чтобы он получился еще лучше и полезнее, просим вас пройти короткий опрос по ссылке.

В нем всего 5 вопросов, но они помогут нам понять, какие задачи вам интересны и чему уделить особое внимание. Всем, кто пройдет опрос, обещаем бонус — промокод на новый курс. ❤️

Neosync: помощник по работе с данными для разработчиков
Neosync — open source решение, которое позволяет анонимизировать реальные данные и генерировать синтетические. Оно пригодится для тестирования кода, воспроизведения багов или заполнения БД начальными данными.

🔜 В общем, для ситуаций, когда вам нужен набор данных, максимально приближенных к реальным. Или когда вы не можете использовать реальные данные — например, потому что они содержат чувствительную информацию, которую нигде «светить» нельзя.

У разработчиков часто есть специальные датасеты для таких задач, но проблема в том, что тестовые данные, как правило, плохо передают все особенности того, что творится в реальности.  

Neosync предлагает решение:
🔵 анонимизирует реальные данные, убирая из них всю информацию, по которой их можно идентифицировать;
🔵 генерирует набор синтетических данных с нуля на основе схемы вашей базы данных.

При этом он сохраняет все взаимосвязи между таблицами. А еще умеет интегрироваться с Postgres, MySQL, AWS S3 и другими популярными системами и платформами.

Больше про функционал и возможности инструмента можно узнать на странице на GitHub.

Вероятностные крестики-нолики
Новая версия игры, где вы своими же действиями можете принести оппоненту победу.

🔜 Поле такое же, как всегда — сетка 3 х 3. И суть игры та же — игроки ходят по очереди и пытаются нарисовать три крестика или три нолика подряд. Но у каждой клетки прописаны вероятности — что произойдет, если вы попытаетесь поставить в ней крестик. Есть три варианта развития событий.
🔵 Благоприятный— игрок нарисует свою фигуру.
🔵 «Ну такой» — клетка останется пустой.
🔵 Неблагоприятный — игрок нарисует фигуру противника.

Вероятность каждого результата прописана прямо на клетке и никогда не равна 100%.

У игры есть два уровня сложности и два режима — против компьютера и против человека.

🔜 Как пишет автор до этой идеи он додумался, когда размышлял о том, какую большую роль в жизни играет случайность. Иногда вы можете все сделать правильно, но все равно проиграть, потому что удача была не на вашей стороне. Но все равно после какого-то количество попыток, если продолжать стараться, вы обязательно добьетесь своего.