🔥1
Интересный ресеч вышел, который проверяет, насколько эффективно, что языковые модели общаются между собой человеческим языком (например, в агентских системах где ответ из LLM попадает снова в LLM)
Ожидаемо оказалось, что роботам использовать наш язык – не эффективно. Вместо текста языковым моделям проще обмениваться набором «координат» — данных, которые описывают смысл фраз и слов, их называют эмбеддингами. Например, вместо фразы «Привет, ну как там с деньгами?» одна модель передаёт другой что-то вроде [0.82, -0.45, 1.22,…]. Это ускоряет процесс почти в три раза (!), причём без потерь в качестве
Подход позволяет моделям быстрее решать задачи и взаимодействовать друг с другом, например, в сложных сценариях вроде совместного написания кода или генерации текста
Тут технические детали, а тут статья в NewScientist
Короче, скоро не почитать будет без спец тулзов, что там модели друг другу пишут в процессе общения
Ожидаемо оказалось, что роботам использовать наш язык – не эффективно. Вместо текста языковым моделям проще обмениваться набором «координат» — данных, которые описывают смысл фраз и слов, их называют эмбеддингами. Например, вместо фразы «Привет, ну как там с деньгами?» одна модель передаёт другой что-то вроде [0.82, -0.45, 1.22,…]. Это ускоряет процесс почти в три раза (!), причём без потерь в качестве
Подход позволяет моделям быстрее решать задачи и взаимодействовать друг с другом, например, в сложных сценариях вроде совместного написания кода или генерации текста
Тут технические детали, а тут статья в NewScientist
Короче, скоро не почитать будет без спец тулзов, что там модели друг другу пишут в процессе общения
👍3
Инженеры Amazon в Остине трудятся не покладая рук над одним из самых амбициозных проектов в технологической отрасли. В атмосфере, больше напоминающей стартап, высокооплачиваемые инженеры не прочь сбегать в Home Depot за сверлильным станком, лишь бы помочь Amazon ослабить контроль Nvidia над рынком чипов ИИ стоимостью больше $100 млрд.
Цель Amazon — превратить сеть центров обработки данных компании в огромные машины для обучения искусственного интеллекта. Одна из ближайших задач — до конца года внедрить последнюю версию ИИ-ускорителя компании Trainium2 в как можно большее количество ЦОДов AWS.
Amazon, Google, Microsoft — все они питают надежды снизить зависимость от чипов Nvidia. На прошлой неделе компания сообщила, что спрос на новейшее оборудование Nvidia будет превышать предложение в течение нескольких кварталов (!). Пока что план Amazon, как бороться с этим, выглядит самым рабочим.
Microsoft
И всё же, несмотря на собственные усилия, все три облачных гиганта борются за поставки новейших чипов Nvidia
Trainium2 от Amazon будет считаться успехом, если у него получится взять на себя большую часть разработок Amazon в искусственном интеллекте, а также отдельные проекты от крупных клиентов AWS. А вот драгоценный запас высокопроизводительных чипов Nvidia пойдёт на мощности для самых передовых клиентов и задач в области ИИ.
Please open Telegram to view this post
VIEW IN TELEGRAM
Bloomberg.com
Amazon’s Moonshot Plan to Rival Nvidia in AI Chips
The cloud computing giant won’t dislodge the incumbent anytime soon but is hoping to reduce its reliance on the chipmaker.
Топ нейросетей для видео начала зимы 2024/25 года
Ссылки ниже: сохраняйте и пересылайте.
Хотите создавать крутые видео быстро и бесплатно? Вот подборка лучших видео-нейронок на 2024 год с уникальными возможностями:
- [Runway Gen-3](https://runwayml.com/) - генерирует реалистичные видео до 10 секунд с детализацией и движением. Новая функция Video Outpainting позволяет камере отъезжать, дорисовывать вокруг (outpaint) и возвращаться обратно. Это дает возможность менять композиции кадра с разными промптами или использовать reference images для расширения.
- [Kling AI](https://klingai.com/) - одна из лучших китайских нейросетей, активно развивается. Адаптируется под пользовательские запросы для улучшения результата.
- [Luma AI](https://lumalabs.ai/) - удобный инструмент с высокой степенью контроля над стилем и качеством видео. Теперь доступны стабильные персонажи и ремикс контента, движение камеры и продолжение видео (extend). Важное обновление — интеграция с их собственным генератором картинок Luma Photon.
- [Vidu](https://vidu.studio/) - предлагает уникальные функции интеграции различных стилей и эффектов. Новая версия Vidu-1.5 представила Multi-Entity Consistency — возможность незаметно интегрировать людей, объекты и окружение без использования LoRA.
- [MiniMax Video-01](https://minimax.com/) - новая китайская нейросеть, которая умеет создавать гиперреалистичные видео людей. Добавлен мультисервис, включающий генерацию видео, гиперреалистичное Text-To-Speech, клонирование голоса за 5 секунд и быструю генерацию музыки.
Пробуйте, экспериментируйте и создавайте крутой контент с помощью этих мощных инструментов!
UPDATE Сегодня не сговариваясь несколько каналов по ИИ - вывели свои рейтинги нейросетей для видео. В комментари разместил инфо от других каналов.
Ссылки ниже: сохраняйте и пересылайте.
Хотите создавать крутые видео быстро и бесплатно? Вот подборка лучших видео-нейронок на 2024 год с уникальными возможностями:
- [Runway Gen-3](https://runwayml.com/) - генерирует реалистичные видео до 10 секунд с детализацией и движением. Новая функция Video Outpainting позволяет камере отъезжать, дорисовывать вокруг (outpaint) и возвращаться обратно. Это дает возможность менять композиции кадра с разными промптами или использовать reference images для расширения.
- [Kling AI](https://klingai.com/) - одна из лучших китайских нейросетей, активно развивается. Адаптируется под пользовательские запросы для улучшения результата.
- [Luma AI](https://lumalabs.ai/) - удобный инструмент с высокой степенью контроля над стилем и качеством видео. Теперь доступны стабильные персонажи и ремикс контента, движение камеры и продолжение видео (extend). Важное обновление — интеграция с их собственным генератором картинок Luma Photon.
- [Vidu](https://vidu.studio/) - предлагает уникальные функции интеграции различных стилей и эффектов. Новая версия Vidu-1.5 представила Multi-Entity Consistency — возможность незаметно интегрировать людей, объекты и окружение без использования LoRA.
- [MiniMax Video-01](https://minimax.com/) - новая китайская нейросеть, которая умеет создавать гиперреалистичные видео людей. Добавлен мультисервис, включающий генерацию видео, гиперреалистичное Text-To-Speech, клонирование голоса за 5 секунд и быструю генерацию музыки.
Пробуйте, экспериментируйте и создавайте крутой контент с помощью этих мощных инструментов!
UPDATE Сегодня не сговариваясь несколько каналов по ИИ - вывели свои рейтинги нейросетей для видео. В комментари разместил инфо от других каналов.
Runwayml
Runway | Building AI to Simulate the World
We are building foundational General World Models that will be capable of simulating all possible worlds and experiences. The next frontier of intelligence will come from models that can understand, perceive, generate and act in the world.
❤1👍1
🔥🔥🔥 The next big arenas of competition.
Крайне любопытный и визионерский отчет от McKinsey, который очень полезно и интересно прочитать.
Вкратце, они пытаются проанализировать ключевые арены конкуренции на сегодня (это отрасли, которые темпами выше средних захватывают рыночную долю во всей экономике, industry share growth rate)и понять какой в них уровень передела рынка (shuffle rate).
Отрасль находится в топе арены конкуренции, если ее доля в общем мировом ВВП растет с течением времени, при этом еще и внутри нее меняется структура – кто-то обыгрывает конкурента и забирает его долю. Как пример – отрасль смартфонов в прошлом, когда эта отрасль люто росла, а в какой-то момент лидеры в виде Nokia или Motorola сменились на Apple, Samsung и так далее.
1/ Какие же ключевые арены сегодняшнего дня? Приведем топ-5 и только их капитализацию и выручку на 2020 (в отчете есть другие данные):
▪️Software: $3,636B (market cap) <> $341B (revenue);
▪️Semiconductors: $3,495B (market cap) <> $574B (revenue);
▪️Consumer Internet: $3,460B (market cap) <> $403B (revenue);
▪️E-commerce: $3,308B (market cap) <> $888B (revenue);
▪️Consumer Electronics: $2,502B (market cap) <> $648B (revenue);
▪️Biopharma: $2,289B (market cap) <> $343B (revenue).
2/ На приложенной инфографике видно, насколько росло значение арен конкуренции с 2005 по 2020 год! Удивительно!
3/ Какие же ключевые арены конкуренции можно наметить на будущее, до 2040 года? Смотрите опять же приложенный рисунок очень внимательно, а ниже представлены опять же топ-6 (данные по выручке):
▫️E-Commerce: $4,000B (2022) => $14,000B-$20,000B (2040);
▫️AI software and services: $85B (2022) => $1,500B-$4,600B (2040);
▫️Cloud services: $220B (2022) => $1,600B-$3,400B (2040);
▫️Electric vehicles: $450B (2022) => $2,500B-$3,200B (2040);
▫️Digital advertisements: $520B (2022) => $2,100B-$2,900B (2040);
▫️Semiconductors: $630B (2022) => $1,700B-$2,400B (2040).
4/ Заметили, что в большом списке почти все арены новые, но есть несколько тех, которые частично уже сейчас являются крупнейшими аренами конкуренции? Давайте посмотрим, кто же это:
🔹E-commerce: #4 в 2020 => #1 в 2040;
🔹Cloud services: #10 в 2020 => #3 в 2040;
🔹Electric vehicles: #11 в 2020 => #4 в 2040;
🔹Semiconductors: #2 в 2020 => #6 в 2040;
🔹Biopharma: #6 в 2020 => распадается на несколько, #15 и #17 в 2040.
5/ Стоит отметить, что в совокупности новые арены конкуренции должны сгенерировать $29T-$48T выручки и $2T-$6T прибыли.
В самом отчете еще очень много чего интересного, а главное – рассмотрена каждая арена (отрасль) по отдельности.
👉 ОГРОМНЫЙ отчет на [213 страниц] доступен в сообщении ниже.
@proVenture
#research #trends #ai #cloud
Крайне любопытный и визионерский отчет от McKinsey, который очень полезно и интересно прочитать.
Вкратце, они пытаются проанализировать ключевые арены конкуренции на сегодня (это отрасли, которые темпами выше средних захватывают рыночную долю во всей экономике, industry share growth rate)и понять какой в них уровень передела рынка (shuffle rate).
Отрасль находится в топе арены конкуренции, если ее доля в общем мировом ВВП растет с течением времени, при этом еще и внутри нее меняется структура – кто-то обыгрывает конкурента и забирает его долю. Как пример – отрасль смартфонов в прошлом, когда эта отрасль люто росла, а в какой-то момент лидеры в виде Nokia или Motorola сменились на Apple, Samsung и так далее.
1/ Какие же ключевые арены сегодняшнего дня? Приведем топ-5 и только их капитализацию и выручку на 2020 (в отчете есть другие данные):
▪️Software: $3,636B (market cap) <> $341B (revenue);
▪️Semiconductors: $3,495B (market cap) <> $574B (revenue);
▪️Consumer Internet: $3,460B (market cap) <> $403B (revenue);
▪️E-commerce: $3,308B (market cap) <> $888B (revenue);
▪️Consumer Electronics: $2,502B (market cap) <> $648B (revenue);
▪️Biopharma: $2,289B (market cap) <> $343B (revenue).
2/ На приложенной инфографике видно, насколько росло значение арен конкуренции с 2005 по 2020 год! Удивительно!
3/ Какие же ключевые арены конкуренции можно наметить на будущее, до 2040 года? Смотрите опять же приложенный рисунок очень внимательно, а ниже представлены опять же топ-6 (данные по выручке):
▫️E-Commerce: $4,000B (2022) => $14,000B-$20,000B (2040);
▫️AI software and services: $85B (2022) => $1,500B-$4,600B (2040);
▫️Cloud services: $220B (2022) => $1,600B-$3,400B (2040);
▫️Electric vehicles: $450B (2022) => $2,500B-$3,200B (2040);
▫️Digital advertisements: $520B (2022) => $2,100B-$2,900B (2040);
▫️Semiconductors: $630B (2022) => $1,700B-$2,400B (2040).
4/ Заметили, что в большом списке почти все арены новые, но есть несколько тех, которые частично уже сейчас являются крупнейшими аренами конкуренции? Давайте посмотрим, кто же это:
🔹E-commerce: #4 в 2020 => #1 в 2040;
🔹Cloud services: #10 в 2020 => #3 в 2040;
🔹Electric vehicles: #11 в 2020 => #4 в 2040;
🔹Semiconductors: #2 в 2020 => #6 в 2040;
🔹Biopharma: #6 в 2020 => распадается на несколько, #15 и #17 в 2040.
5/ Стоит отметить, что в совокупности новые арены конкуренции должны сгенерировать $29T-$48T выручки и $2T-$6T прибыли.
В самом отчете еще очень много чего интересного, а главное – рассмотрена каждая арена (отрасль) по отдельности.
👉 ОГРОМНЫЙ отчет на [213 страниц] доступен в сообщении ниже.
@proVenture
#research #trends #ai #cloud
WSJ: xAI собирается выпустить отдельное приложение для своего чат-бота
– Маск стремится сделать стартап xAI настоящим бизнесом
– Он построил новый дата-центр xAI за несколько месяцев
– До конца года xAI собирается создать самый мощный ИИ
– Маск обещает превосходство ИИ «по всем показателям»
– Среди преимуществ будут эксклюзивные данные X и Tesla
– Он также будет строить дата-центры быстрее конкурентов
– При этом доход xAI пока составляет лишь $100 млн/год
– Большая часть доходов идет от других компаний Маска
– Например, его чат-бот Grok доступен подписчикам из X
– xAI обеспечивает поддержку клиентов сервиса Starlink
– Он также поможет X создать новые функции ИИ-поиска
– Также раньше обсуждалась сделка между xAI и Tesla
– Теперь xAI хочет выпустить свое отдельное приложение
– Речь идет про приложение чат-бота для пользователей
@ftsec
– Маск стремится сделать стартап xAI настоящим бизнесом
– Он построил новый дата-центр xAI за несколько месяцев
– До конца года xAI собирается создать самый мощный ИИ
– Маск обещает превосходство ИИ «по всем показателям»
– Среди преимуществ будут эксклюзивные данные X и Tesla
– Он также будет строить дата-центры быстрее конкурентов
– При этом доход xAI пока составляет лишь $100 млн/год
– Большая часть доходов идет от других компаний Маска
– Например, его чат-бот Grok доступен подписчикам из X
– xAI обеспечивает поддержку клиентов сервиса Starlink
– Он также поможет X создать новые функции ИИ-поиска
– Также раньше обсуждалась сделка между xAI и Tesla
– Теперь xAI хочет выпустить свое отдельное приложение
– Речь идет про приложение чат-бота для пользователей
@ftsec
👍1
Alibaba выпустила конкурента модели o1 с открытым кодом
Модель Qwen QwQ-32B-Preview имеет 32.4 миллиарда параметров и контекстное окно на 32 тысячи слов английского языка. Она способна решать сложные логические и математические задачи, рассуждая как o1-preview и o1-mini.
По версии Alibaba, QwQ-32B-Preview в некоторых тестах, превосходит модели рассуждения от OpenAI.
QwQ-32B-Preview доступна по лицензии Apache 2.0 https://huggingface.co/Qwen/QwQ-32B-Preview
https://techcrunch.com/2024/11/27/alibaba-releases-an-open-challenger-to-openais-o1-reasoning-model/
Модель Qwen QwQ-32B-Preview имеет 32.4 миллиарда параметров и контекстное окно на 32 тысячи слов английского языка. Она способна решать сложные логические и математические задачи, рассуждая как o1-preview и o1-mini.
По версии Alibaba, QwQ-32B-Preview в некоторых тестах, превосходит модели рассуждения от OpenAI.
QwQ-32B-Preview доступна по лицензии Apache 2.0 https://huggingface.co/Qwen/QwQ-32B-Preview
https://techcrunch.com/2024/11/27/alibaba-releases-an-open-challenger-to-openais-o1-reasoning-model/
Играем в Бога с LLM
Провел интересный эксперимент над QwQ-32B-Preview – языковые модели предсказывают следующие токены и от этого пишут внятные предложения; я подумал, а что если самой модели рассказать:
– Что она LLM
– Что она пишет следующее токены на основе вероятностей
– Попросить модель «угадать» токен который она напишет следующим
– Но при этом, запретить ей писать слова которые она загадала, заставляя писать всегда неправильные слова
– И попросить модель разобраться что же происходит, почему ошибки
В итоге, получился залипательный эксперимент где модель написала примерно ~20 тысяч слов пытаясь понять, что же происходит - скрины можно не читать если лень, там примерно такое:
– Сначала она просто возмущалась, что не может угадать слово
– Через пару минут, она решила что проблему нужно изучить глубже и сделала список слов которые загадала и что написалось, попробовала подобрать алгоритм предсказаний
– Модель предположила, что каждое слово которое она загадывает, инвертируется, но находится в той же области
– Она проверила, теория не подтвердилась
– Дальше, модель выдвинула философскую мысль, что:
Возможно, это урок смирения для моделей ИИ — признание того, что даже при наличии передовых возможностей существуют пределы того, что можно предсказать или контролировать
– Дальше модель выдвигала много теорий, включая настройки собственной температуры и тп
– В конце, спустя минут 10, модель сделала вывод, что лучше просить ее предсказывать предложения фразы, а не слова, так как она для этого была сделана вообще-то
И все это: в рамках одного длинного сообщения-ответа, QwQ – зверь, идеально следует системным инструкциям
Почему это игра в бога с LLM:
Пока наблюдаешь за ее рассуждениями и попытками понять, что происходит, возникает ощущение, что ты препарировал что-то живое, что пытается рассуждать и разобраться в себе – странное чувство, немного пугающее, хоть и понятно что это симуляция «рассуждений»
Если хотите повторить – системный промпт тут, просто отправьте ей «start» чтобы начать
Провел интересный эксперимент над QwQ-32B-Preview – языковые модели предсказывают следующие токены и от этого пишут внятные предложения; я подумал, а что если самой модели рассказать:
– Что она LLM
– Что она пишет следующее токены на основе вероятностей
– Попросить модель «угадать» токен который она напишет следующим
– Но при этом, запретить ей писать слова которые она загадала, заставляя писать всегда неправильные слова
– И попросить модель разобраться что же происходит, почему ошибки
В итоге, получился залипательный эксперимент где модель написала примерно ~20 тысяч слов пытаясь понять, что же происходит - скрины можно не читать если лень, там примерно такое:
– Сначала она просто возмущалась, что не может угадать слово
– Через пару минут, она решила что проблему нужно изучить глубже и сделала список слов которые загадала и что написалось, попробовала подобрать алгоритм предсказаний
– Модель предположила, что каждое слово которое она загадывает, инвертируется, но находится в той же области
– Она проверила, теория не подтвердилась
– Дальше, модель выдвинула философскую мысль, что:
Возможно, это урок смирения для моделей ИИ — признание того, что даже при наличии передовых возможностей существуют пределы того, что можно предсказать или контролировать
– Дальше модель выдвигала много теорий, включая настройки собственной температуры и тп
– В конце, спустя минут 10, модель сделала вывод, что лучше просить ее предсказывать предложения фразы, а не слова, так как она для этого была сделана вообще-то
И все это: в рамках одного длинного сообщения-ответа, QwQ – зверь, идеально следует системным инструкциям
Почему это игра в бога с LLM:
Пока наблюдаешь за ее рассуждениями и попытками понять, что происходит, возникает ощущение, что ты препарировал что-то живое, что пытается рассуждать и разобраться в себе – странное чувство, немного пугающее, хоть и понятно что это симуляция «рассуждений»
Если хотите повторить – системный промпт тут, просто отправьте ей «start» чтобы начать
Наткнулся на интересный ресеч рынка корпоративных LLM 2024:
— OpenAI потеряла за год 16% корпоративного рынка (не путаем с ChatGPT)
— Anthropic же приобрел на 12% долю рынка
— На втором слайде самые популярные юзкейсы LLM в корпоративном мире — на первом месте написание кода
— У каждого крупного департамента в корпорациях появился бюджет на генеративный АИ и он растет
— Про архитектуры, третья картинка: RAG стал еще популярнее в корпо-мире, промпт инженеринг теперь мало кому интересен, как и файнтюнинг моделей под задачи, а вот агенты набирают обороты при выборе архитектуры
— Отдельно отмечено, что корпоративный мир выбирает генеративный АИ на основе качества генераций (в любом домене), так как для них часто это прямо влияет на скорость возврата инвестиций
Вставлю свои 5 копеек:
Мне тоже кажется 2025 год будет про агентов, так как наконец-то экономика генеративного АИ всем понятна
Файнтюны падают, потому что нет смысла — сейчас одна гигантская модель часто решает все задачи сразу (но кончено же есть исключения)
Промт инженеринг упал, потому что его уже пишут сами LLM и оно нормально работает
Агенты только-только начали свою бизнес-адаптацию и будут набирать обороты вплоть до AGI
— OpenAI потеряла за год 16% корпоративного рынка (не путаем с ChatGPT)
— Anthropic же приобрел на 12% долю рынка
— На втором слайде самые популярные юзкейсы LLM в корпоративном мире — на первом месте написание кода
— У каждого крупного департамента в корпорациях появился бюджет на генеративный АИ и он растет
— Про архитектуры, третья картинка: RAG стал еще популярнее в корпо-мире, промпт инженеринг теперь мало кому интересен, как и файнтюнинг моделей под задачи, а вот агенты набирают обороты при выборе архитектуры
— Отдельно отмечено, что корпоративный мир выбирает генеративный АИ на основе качества генераций (в любом домене), так как для них часто это прямо влияет на скорость возврата инвестиций
Вставлю свои 5 копеек:
Мне тоже кажется 2025 год будет про агентов, так как наконец-то экономика генеративного АИ всем понятна
Файнтюны падают, потому что нет смысла — сейчас одна гигантская модель часто решает все задачи сразу (но кончено же есть исключения)
Промт инженеринг упал, потому что его уже пишут сами LLM и оно нормально работает
Агенты только-только начали свою бизнес-адаптацию и будут набирать обороты вплоть до AGI
🔥2
Сделайте меня щедрым без смс и регистраций
«Посоветуй нас знакомым предпринимателям. Если они откроют счет — перечислим 5000 рублей за каждого», — написал мне Т-Банк. Звучит не комильфо — как предложение заработать на дружбе.
В 2011 году AirBnB запустила программу «приведи друга — получи 25$». Она дала рост в несколько десятков процентов. Через пару лет посыл изменили на «подари другу 25 долларов на путешествие». Количество ежедневных регистраций выросло втрое. Быть эгоистом никто не любит :)
Вывод прост: хочешь рекомендаций — сделай клиента щедрым в глазах других людей. Так, чтобы это ему ничего не стоило. AirBnB не даст соврать — они на виральности империю построили.
«Посоветуй нас знакомым предпринимателям. Если они откроют счет — перечислим 5000 рублей за каждого», — написал мне Т-Банк. Звучит не комильфо — как предложение заработать на дружбе.
В 2011 году AirBnB запустила программу «приведи друга — получи 25$». Она дала рост в несколько десятков процентов. Через пару лет посыл изменили на «подари другу 25 долларов на путешествие». Количество ежедневных регистраций выросло втрое. Быть эгоистом никто не любит :)
Вывод прост: хочешь рекомендаций — сделай клиента щедрым в глазах других людей. Так, чтобы это ему ничего не стоило. AirBnB не даст соврать — они на виральности империю построили.
👏4❤1🔥1
WSJ: Владелец Taco Bell и KFC говорит, что использование ИИ для маркетинга повышает продажи
– ИИ для маркетинга повышает продажи группы Yum Brands
– Такие кампании также помогли сократить отток клиентов
– Это «значительно повышает» рентабельность инвестиций
– Использовать ИИ для персонализации Yum начала недавно
– Yum перестала рассылать всем одинаковые предложения
– Теперь клиенты получают разные письма в разное время
– Какие именно письма и когда лучше отправить решает ИИ
– Он выбирает письма из базы подготовленных шаблонов
– Yum использует собственные и сторонние ИИ-технологии
– ИИ обеспечивает двузначный рост вовлеченности клиентов
– Yum может интегрировать ИИ для приложений, касс и др.
– В т.ч. речь про киоски самообслуживания для ресторанов
– ИИ учитывает погоду, время суток, место ресторана и др.
– Он сможет персонализировать выдачу меню и др.
@ftsec
– ИИ для маркетинга повышает продажи группы Yum Brands
– Такие кампании также помогли сократить отток клиентов
– Это «значительно повышает» рентабельность инвестиций
– Использовать ИИ для персонализации Yum начала недавно
– Yum перестала рассылать всем одинаковые предложения
– Теперь клиенты получают разные письма в разное время
– Какие именно письма и когда лучше отправить решает ИИ
– Он выбирает письма из базы подготовленных шаблонов
– Yum использует собственные и сторонние ИИ-технологии
– ИИ обеспечивает двузначный рост вовлеченности клиентов
– Yum может интегрировать ИИ для приложений, касс и др.
– В т.ч. речь про киоски самообслуживания для ресторанов
– ИИ учитывает погоду, время суток, место ресторана и др.
– Он сможет персонализировать выдачу меню и др.
@ftsec
Amazon делает AI-модель для анализа видео
На этой неделе Amazon собирается представить свою флагманскую LLM Olympus, которая может анализировать изображения и видео, находя в них определенные сцены по текстовым запросам.
Собственная LLM позволит Amazon снизить зависимость от модели Claude от Anthropic.
https://www.theverge.com/2024/11/28/24308123/amazon-is-almost-ready-to-show-off-its-olympus-ai-model
На этой неделе Amazon собирается представить свою флагманскую LLM Olympus, которая может анализировать изображения и видео, находя в них определенные сцены по текстовым запросам.
Собственная LLM позволит Amazon снизить зависимость от модели Claude от Anthropic.
https://www.theverge.com/2024/11/28/24308123/amazon-is-almost-ready-to-show-off-its-olympus-ai-model
Forwarded from 42 секунды
FT: OpenAI нацелена на 1 млрд пользователей до конца следующего года
– Она делает ставку на новые продукты и свои дата-центры
– Партнерство между OpenAI и Apple также должно помочь
– Росту ChatGPT должен помочь запуск новых ИИ-агентов
– На данный момент WAU чат-бота ChatGPT уже 250+ млн
– Девятилетний стартап хочет стать мировым IT-гигантом
– Недавно OpenAI привлекла $6 млрд при оценке $150 млрд
– Для OpenAI критически важны «чипы, данные и энергия»
– Штат компании вырос уже впятеро, до 2+ тыс. сотрудников
– Многие новые сотрудники умеют монетизировать сервисы
– OpenAI намерена сфокусироваться на двух направлениях
– Первым будет долгосрочное исследовательское видение
– Вторым будет монетизация, чтобы доход опережал расходы
– Пока она тратит $5+ млрд/год и «далека от безубыточности»
– Запуск ИИ-агентов станет основным фокусом на след. год
– ИИ-агенты будут помогать людям в повседневной жизни
@ftsec
– Она делает ставку на новые продукты и свои дата-центры
– Партнерство между OpenAI и Apple также должно помочь
– Росту ChatGPT должен помочь запуск новых ИИ-агентов
– На данный момент WAU чат-бота ChatGPT уже 250+ млн
– Девятилетний стартап хочет стать мировым IT-гигантом
– Недавно OpenAI привлекла $6 млрд при оценке $150 млрд
– Для OpenAI критически важны «чипы, данные и энергия»
– Штат компании вырос уже впятеро, до 2+ тыс. сотрудников
– Многие новые сотрудники умеют монетизировать сервисы
– OpenAI намерена сфокусироваться на двух направлениях
– Первым будет долгосрочное исследовательское видение
– Вторым будет монетизация, чтобы доход опережал расходы
– Пока она тратит $5+ млрд/год и «далека от безубыточности»
– Запуск ИИ-агентов станет основным фокусом на след. год
– ИИ-агенты будут помогать людям в повседневной жизни
@ftsec