🎯 Создайте презентацию за минуты с помощью AI: Gamma и другие инструменты
Презентации больше не требуют часов работы. С современными инструментами на основе ИИ, такими как Gamma, вы можете создавать профессиональные, стильные и интерактивные слайды всего за несколько минут.
Возможности Gamma: что нового?
1️⃣ Генерация контента: Просто введите тему или текст, и Gamma создаст готовую структуру слайдов.
2️⃣ Интерактивные элементы: Добавляйте видео, диаграммы, анимации и даже формы для опросов.
3️⃣ Аналитика: Отслеживайте вовлеченность аудитории — кто смотрел презентацию и как долго.
4️⃣ Совместная работа: Редактируйте слайды в реальном времени вместе с командой.
5️⃣ Социальный формат: Создавайте контент, оптимизированный для социальных сетей.
6️⃣ Экспорт: Скачивайте презентации в PDF или PPT, либо делитесь ссылкой на готовый проект.
Другие инструменты для презентаций:
- Tome: Генерирует презентации из текстового запроса, автоматически добавляя изображения и графики.
- Canva Magic Design: Простота дизайна с красивыми шаблонами и анимациями.
- Beautiful.ai: Умные слайды с автоматическим редактированием дизайна.
Пример промпта для ИИ (Gamma):
💡 Попробуйте Gamma или другие платформы, чтобы создать свою лучшую презентацию! А какие инструменты вы используете? Делитесь в комментариях! ⬇️
Презентации больше не требуют часов работы. С современными инструментами на основе ИИ, такими как Gamma, вы можете создавать профессиональные, стильные и интерактивные слайды всего за несколько минут.
Возможности Gamma: что нового?
1️⃣ Генерация контента: Просто введите тему или текст, и Gamma создаст готовую структуру слайдов.
2️⃣ Интерактивные элементы: Добавляйте видео, диаграммы, анимации и даже формы для опросов.
3️⃣ Аналитика: Отслеживайте вовлеченность аудитории — кто смотрел презентацию и как долго.
4️⃣ Совместная работа: Редактируйте слайды в реальном времени вместе с командой.
5️⃣ Социальный формат: Создавайте контент, оптимизированный для социальных сетей.
6️⃣ Экспорт: Скачивайте презентации в PDF или PPT, либо делитесь ссылкой на готовый проект.
Другие инструменты для презентаций:
- Tome: Генерирует презентации из текстового запроса, автоматически добавляя изображения и графики.
- Canva Magic Design: Простота дизайна с красивыми шаблонами и анимациями.
- Beautiful.ai: Умные слайды с автоматическим редактированием дизайна.
Пример промпта для ИИ (Gamma):
Ты — эксперт по созданию презентаций. Помоги мне разработать структуру презентации по теме «[ваша тема]». Укажи:
1. Заголовок каждого слайда.
2. Основную информацию для каждого из них (коротко).
3. Идеи для визуального оформления (графики, фото, видео).
Количество слайдов: 8–10. Презентация рассчитана на 5 минут выступления.
💡 Попробуйте Gamma или другие платформы, чтобы создать свою лучшую презентацию! А какие инструменты вы используете? Делитесь в комментариях! ⬇️
🔥2
Не создавайте LLM, если вы хотите создать настоящий ИИ
Сделали небольшую выжимку выступления Яна ЛеКуна на Саммите ИИ в Париже. Как и в Давосе, Лекун утверждает, что текущие языковые модели не приведут к созданию настоящего искусственного интеллекта. Они не обладают здравым смыслом, не умеют планировать и лишь предсказывают токен за токеном, что делает их уязвимыми к накоплению ошибок. Он называет этот подход "авторегрессионным" и указывает, что такие модели не могут исправлять свои ошибки, что приводит к экспоненциальному расхождению предсказаний.
Он предлагает альтернативный путь: обучение на сенсорных данных, как у детей, а не на текстах; построение "ментальных моделей" мира для предсказания событий и понимания физики; отказ от вероятностных методов в пользу энергетических моделей, которые оптимизируют решения вместо простого прогнозирования. Лекун утверждает, что даже современные ИИ не могут сравниться по интеллекту с крысами или кошками, которые способны к сложному планированию, а их поведение основано на врождённом здравом смысле.
Его подход предполагает системы, способные к причинно-следственному мышлению, иерархическому планированию и самостоятельному принятию решений. Он предлагает модели, использующие "энергетические функции" для измерения соответствия входных и выходных данных, а также структуры, где системы могут "думать" над ответом, затрачивая больше вычислительных ресурсов на сложные задачи. Сам подход совсем не нов, его ещё в 2003 году предлагала группа авторов под руководством Джеффри Хинтона. Лекун отмечает, что текущее обучение ИИ на текстовых данных не приведёт к достижению человеческого уровня интеллекта, так как даже четырёхлетний ребёнок получает столько же сенсорной информации, сколько самая большая языковая модель, но в гораздо более сжатые сроки.
Лекун резко критикует генеративные модели и призывает сосредоточиться на развитии новых архитектур. Он предлагает отказаться от контрастивного обучения в пользу регуляризованных методов, от reinforcement learning в пользу оптимизационных стратегий, а также развивать методы структурного планирования, которые позволят системам действовать осмысленно, а не просто копировать паттерны из данных. Он подчёркивает, что современные ИИ способны решать математические задачи и сдавать экзамены, но не могут, например, очистить стол или научиться водить машину так же быстро, как человек.
Он предупреждает, что запрет на открытый ИИ приведёт к технологическому отставанию тех стран, которые пойдут по пути закрытого ИИ. Будущее — за универсальными помощниками, интегрированными в жизнь людей, и их развитие должно быть результатом международного сотрудничества.
Сделали небольшую выжимку выступления Яна ЛеКуна на Саммите ИИ в Париже. Как и в Давосе, Лекун утверждает, что текущие языковые модели не приведут к созданию настоящего искусственного интеллекта. Они не обладают здравым смыслом, не умеют планировать и лишь предсказывают токен за токеном, что делает их уязвимыми к накоплению ошибок. Он называет этот подход "авторегрессионным" и указывает, что такие модели не могут исправлять свои ошибки, что приводит к экспоненциальному расхождению предсказаний.
Он предлагает альтернативный путь: обучение на сенсорных данных, как у детей, а не на текстах; построение "ментальных моделей" мира для предсказания событий и понимания физики; отказ от вероятностных методов в пользу энергетических моделей, которые оптимизируют решения вместо простого прогнозирования. Лекун утверждает, что даже современные ИИ не могут сравниться по интеллекту с крысами или кошками, которые способны к сложному планированию, а их поведение основано на врождённом здравом смысле.
Его подход предполагает системы, способные к причинно-следственному мышлению, иерархическому планированию и самостоятельному принятию решений. Он предлагает модели, использующие "энергетические функции" для измерения соответствия входных и выходных данных, а также структуры, где системы могут "думать" над ответом, затрачивая больше вычислительных ресурсов на сложные задачи. Сам подход совсем не нов, его ещё в 2003 году предлагала группа авторов под руководством Джеффри Хинтона. Лекун отмечает, что текущее обучение ИИ на текстовых данных не приведёт к достижению человеческого уровня интеллекта, так как даже четырёхлетний ребёнок получает столько же сенсорной информации, сколько самая большая языковая модель, но в гораздо более сжатые сроки.
Лекун резко критикует генеративные модели и призывает сосредоточиться на развитии новых архитектур. Он предлагает отказаться от контрастивного обучения в пользу регуляризованных методов, от reinforcement learning в пользу оптимизационных стратегий, а также развивать методы структурного планирования, которые позволят системам действовать осмысленно, а не просто копировать паттерны из данных. Он подчёркивает, что современные ИИ способны решать математические задачи и сдавать экзамены, но не могут, например, очистить стол или научиться водить машину так же быстро, как человек.
Он предупреждает, что запрет на открытый ИИ приведёт к технологическому отставанию тех стран, которые пойдут по пути закрытого ИИ. Будущее — за универсальными помощниками, интегрированными в жизнь людей, и их развитие должно быть результатом международного сотрудничества.
👏2
Forwarded from Стартап дня. Александр Горный.
Коллапс
«В долгосрочной перспективе все мы мертвы», – Кейнс сказал это о людях, век спустя это стало относиться к странам. Пока не ко всем. Уже ко многим.
Вот милый ребенок только из роддома, но мы знаем, что через сто двадцать лет он будет в гробу. Неизбежно. Вот Япония или Китай, огромные государства с огромными амбициями, но через 50 лет там будет — хм, даже сравнить не с чем, не было такого опыта в истории.
Посмотрим на Японию (в Китае или Южной Корее все похоже, но писать проще об одной стране). Население 125 миллионов человек. Рекорд рождаемости поставлен аж в 1949 году. Это 2.7 миллиона человек, очень грубо соответствует 200 миллионам жителей (если б так каждый год, и все жили по 80 лет). Обычная рождаемость 1950-1975 по 1.6-2 миллиона детей «предсказывает» население в 140-150 миллионов.
Начиная с 1975 (полвека уже!) график идет строго вниз, практически без остановок. 2023 год — 700 тысяч рождений, в 4 раза меньше рекорда, в 2.5 раза меньше старой нормы. Научно-грамотный показатель фертильности — 1.2 ребенка на женщину, чуть больше половины необходимого для воспроизводства населения. И рожают уже только маленькие поколения. Последнему большому 50 лет исполнилось, повторюсь.
Разворачивать такие тренды человечество не умеет. Отсутствует положительный опыт. По 0.2-0.3 некоторые страны прибавляли, и то ненадолго. Из 1.2 сделать хотя бы 1.8 — нет сопоставимых примеров, не считая выхода из внешних кризисов. И даже если такое чудо и случится, оно сработает для японок из поколения, ну, скажем, нулевых, когда рождалось по миллиону, в два раза меньше, чем когда-то. Появятся эти спасительные дети вокруг 2035-ого, начнут помогать экономике в 2055, и то такие числа – это только замедление коллапса, а не победа над ним. Реальный разворот арифметически возможен не раньше следующего века – когда повзрослеют внуки современных младенцев. Нигде кроме Excel он, видимо, невозможен.
Базовый официальный (и, вероятно, избыточно оптимистичный, не зря ж он официальный) сценарий такой: суммарное население к 2050 упадет до 105 миллионов человек, из них в активном рабочем возрасте будет миллионов 40 против 60 из 125 сейчас. Падение числа работников в полтора раза при точном сохранении количества иждивенцев. Тем более молодым будет не до детей, кстати говоря. Дальше хуже.
И роботы с AI тут не помогут. Понятно, что прогресс поддержит или даже поднимет объективный уровень потребления, но ощущения-то у людей не от объективного уровня. Сравнивать они себя будут с благополучными странами. Или, что еще хуже, с прошлым сравнением с благополучными странами :)
Т.е. будет плохо. Как именно плохо — непредставимо. Нет у меня фантазии вообразить дом престарелых на 100 миллионов обитателей. И, видимо, ни у кого нет.
Другим странам и человечеству в целом приговор ещё не подписан, время есть. У Африки вообще противоположные проблемы пока. И в РФ, и в ЕС, и в Латинской Америке, и в США все лучше или гораздо лучше, чем в Японии. Большинство государств из списка ещё и мигрантов привлекать как-то умеют. Но, может быть, мы все по той же траектории идем, просто с опозданием. Тогда доживем до неизбежности катастрофы, но не до самой её.
Стартап вечной молодости очень нужен, да.
#политота #простомысли
«В долгосрочной перспективе все мы мертвы», – Кейнс сказал это о людях, век спустя это стало относиться к странам. Пока не ко всем. Уже ко многим.
Вот милый ребенок только из роддома, но мы знаем, что через сто двадцать лет он будет в гробу. Неизбежно. Вот Япония или Китай, огромные государства с огромными амбициями, но через 50 лет там будет — хм, даже сравнить не с чем, не было такого опыта в истории.
Посмотрим на Японию (в Китае или Южной Корее все похоже, но писать проще об одной стране). Население 125 миллионов человек. Рекорд рождаемости поставлен аж в 1949 году. Это 2.7 миллиона человек, очень грубо соответствует 200 миллионам жителей (если б так каждый год, и все жили по 80 лет). Обычная рождаемость 1950-1975 по 1.6-2 миллиона детей «предсказывает» население в 140-150 миллионов.
Начиная с 1975 (полвека уже!) график идет строго вниз, практически без остановок. 2023 год — 700 тысяч рождений, в 4 раза меньше рекорда, в 2.5 раза меньше старой нормы. Научно-грамотный показатель фертильности — 1.2 ребенка на женщину, чуть больше половины необходимого для воспроизводства населения. И рожают уже только маленькие поколения. Последнему большому 50 лет исполнилось, повторюсь.
Разворачивать такие тренды человечество не умеет. Отсутствует положительный опыт. По 0.2-0.3 некоторые страны прибавляли, и то ненадолго. Из 1.2 сделать хотя бы 1.8 — нет сопоставимых примеров, не считая выхода из внешних кризисов. И даже если такое чудо и случится, оно сработает для японок из поколения, ну, скажем, нулевых, когда рождалось по миллиону, в два раза меньше, чем когда-то. Появятся эти спасительные дети вокруг 2035-ого, начнут помогать экономике в 2055, и то такие числа – это только замедление коллапса, а не победа над ним. Реальный разворот арифметически возможен не раньше следующего века – когда повзрослеют внуки современных младенцев. Нигде кроме Excel он, видимо, невозможен.
Базовый официальный (и, вероятно, избыточно оптимистичный, не зря ж он официальный) сценарий такой: суммарное население к 2050 упадет до 105 миллионов человек, из них в активном рабочем возрасте будет миллионов 40 против 60 из 125 сейчас. Падение числа работников в полтора раза при точном сохранении количества иждивенцев. Тем более молодым будет не до детей, кстати говоря. Дальше хуже.
И роботы с AI тут не помогут. Понятно, что прогресс поддержит или даже поднимет объективный уровень потребления, но ощущения-то у людей не от объективного уровня. Сравнивать они себя будут с благополучными странами. Или, что еще хуже, с прошлым сравнением с благополучными странами :)
Т.е. будет плохо. Как именно плохо — непредставимо. Нет у меня фантазии вообразить дом престарелых на 100 миллионов обитателей. И, видимо, ни у кого нет.
Другим странам и человечеству в целом приговор ещё не подписан, время есть. У Африки вообще противоположные проблемы пока. И в РФ, и в ЕС, и в Латинской Америке, и в США все лучше или гораздо лучше, чем в Японии. Большинство государств из списка ещё и мигрантов привлекать как-то умеют. Но, может быть, мы все по той же траектории идем, просто с опозданием. Тогда доживем до неизбежности катастрофы, но не до самой её.
Стартап вечной молодости очень нужен, да.
#политота #простомысли
👏2😁2👍1
Китайские автомобили быстро захватывают европейские рынки, а продажи электромобилей BYD во многих странах ЕС превзошли продажи Tesla @svezhesti
👍1🔥1
Forwarded from Serge_AI 1.0
❗️Perplexity прокачались. А я не заметил
Кто давно в канале, знают мою искреннюю любовь к Perplexity. Т.к. они первые переосмыслили поиск и не застряли в развитии. Поэтому радуют меня такие новости...
На днях в Perplexity расширили контекстное окно до 1 млн токенов (для сравнения у чата жипити стандартного 4о — 128 тысяч токенов). Теперь можно "запихивать" в неё сильно больше, для более крутого результата.
Также добавили возможность загружать изображения. Нейросетка теперь понимает и такое.
В последнее время у меня Perplexity пишет неплохие тексты, что в свою очередь ChatGPT перестал делать (так как делал это раньше).
Кто не знает, что такое Perplexity — если коротко, то это поисковик нового формата.
Записывал давно видео про неё. С тех пор многое добавили, но суть осталась прежней — ссылка на видео
Ну и да, Perplexity по прежнему даёт бесплатно мощный функционал.
Кто пользуется Perplexity, расскажите почему, пожалуйста. Другим будет полезно почитать разный опыт
Кто давно в канале, знают мою искреннюю любовь к Perplexity. Т.к. они первые переосмыслили поиск и не застряли в развитии. Поэтому радуют меня такие новости...
На днях в Perplexity расширили контекстное окно до 1 млн токенов (для сравнения у чата жипити стандартного 4о — 128 тысяч токенов). Теперь можно "запихивать" в неё сильно больше, для более крутого результата.
Также добавили возможность загружать изображения. Нейросетка теперь понимает и такое.
В последнее время у меня Perplexity пишет неплохие тексты, что в свою очередь ChatGPT перестал делать (так как делал это раньше).
Кто не знает, что такое Perplexity — если коротко, то это поисковик нового формата.
Записывал давно видео про неё. С тех пор многое добавили, но суть осталась прежней — ссылка на видео
Ну и да, Perplexity по прежнему даёт бесплатно мощный функционал.
Кто пользуется Perplexity, расскажите почему, пожалуйста. Другим будет полезно почитать разный опыт
🔥5
Как TikTok стал локомотивом экономики намерений
Эпоха борьбы за внимание пользователей уходит в прошлое. Как предсказывают исследователи Кембриджа, на смену приходит «экономика намерений», где главной ценностью становятся не просмотры, а будущие решения людей. И TikTok уже сегодня демонстрирует, как это работает на практике.
Ключевые элементы новой экономики
1. Глубокая аналитика поведения
Алгоритмы TikTok отслеживают не только лайки, но и микрожесты: паузы при прокрутке, повторные просмотры, эмоциональные реакции через фронтальную камеру. Это позволяет предсказывать покупки за недели до совершения.
2. Формирование спроса
Видео с хештегом #TikTokMadeMeBuyIt набрали 80 млрд просмотров. Платформа искусственно создаёт тренды, превращая случайные просмотры в намерения купить конкретный товар.
3. Монетизация прогнозов
По данным WSJ, TikTok Shop генерирует $25 млн ежедневно, превосходя Instagram и Facebook благодаря точному таргетингу на «горячие» намерения пользователей.
Почему TikTok опережает конкурентов
- Гибридный формат: Короткие видео + live-стримы + шоппинг создают «воронку намерений» с конверсией 18% против 3-5% у Meta.
- AI-предсказания: Нейросети анализируют аудиодорожки видео, чтобы определить настроение зрителей и подобрать рекламу под их текущее эмоциональное состояние.
- Социальный капитал: Система рекомендаций превращает покупки в элемент статуса внутри субкультур (пример — вирусные челленджи с бьюти-продуктами).
На этот текст меня вдохновил пост Максима Спиридонова, переход к экономике намерений. TikTok же показывает, что регулирование отстаёт от технологий: их алгоритмы уже сегодня меняют потребительские привычки 1,5 млрд пользователей без явного согласия.
Вывод: Пока ЕС и США спорят о запретах, TikTok создаёт шаблон будущего, где каждое наше «возможно» становится товаром. Вопрос в том, кто сможет предложить альтернативную модель, где прогнозирование намерений служит людям, а не корпорациям.
ГЛАВНОЕ - Гугл 25 лет назад придумал монетизацию на внимании через рекламу. В новой экономике намерений - создаются модели монетизации через продажи на маркетплейсах по намерениям - это актуально для любых сервисов «залипания» на дофамине и в любых чат-бот говорилках на ИИ. То есть в эпоху ИИ - монетизация будет не через рекламу, а сразу через действие по намерениям в маркетплейсе.
Эпоха борьбы за внимание пользователей уходит в прошлое. Как предсказывают исследователи Кембриджа, на смену приходит «экономика намерений», где главной ценностью становятся не просмотры, а будущие решения людей. И TikTok уже сегодня демонстрирует, как это работает на практике.
Ключевые элементы новой экономики
1. Глубокая аналитика поведения
Алгоритмы TikTok отслеживают не только лайки, но и микрожесты: паузы при прокрутке, повторные просмотры, эмоциональные реакции через фронтальную камеру. Это позволяет предсказывать покупки за недели до совершения.
2. Формирование спроса
Видео с хештегом #TikTokMadeMeBuyIt набрали 80 млрд просмотров. Платформа искусственно создаёт тренды, превращая случайные просмотры в намерения купить конкретный товар.
3. Монетизация прогнозов
По данным WSJ, TikTok Shop генерирует $25 млн ежедневно, превосходя Instagram и Facebook благодаря точному таргетингу на «горячие» намерения пользователей.
Почему TikTok опережает конкурентов
- Гибридный формат: Короткие видео + live-стримы + шоппинг создают «воронку намерений» с конверсией 18% против 3-5% у Meta.
- AI-предсказания: Нейросети анализируют аудиодорожки видео, чтобы определить настроение зрителей и подобрать рекламу под их текущее эмоциональное состояние.
- Социальный капитал: Система рекомендаций превращает покупки в элемент статуса внутри субкультур (пример — вирусные челленджи с бьюти-продуктами).
Моё мнение: TikTok первым осознал, что будущее — не в продаже товаров, а в управлении цепочкой «желание → намерение → действие». В отличие от западных платформ, они монетизируют не текущий спрос, а только формирующиеся потребности, что даёт 4-кратный рост LTV пользователя.
На этот текст меня вдохновил пост Максима Спиридонова, переход к экономике намерений. TikTok же показывает, что регулирование отстаёт от технологий: их алгоритмы уже сегодня меняют потребительские привычки 1,5 млрд пользователей без явного согласия.
Вывод: Пока ЕС и США спорят о запретах, TikTok создаёт шаблон будущего, где каждое наше «возможно» становится товаром. Вопрос в том, кто сможет предложить альтернативную модель, где прогнозирование намерений служит людям, а не корпорациям.
ГЛАВНОЕ - Гугл 25 лет назад придумал монетизацию на внимании через рекламу. В новой экономике намерений - создаются модели монетизации через продажи на маркетплейсах по намерениям - это актуально для любых сервисов «залипания» на дофамине и в любых чат-бот говорилках на ИИ. То есть в эпоху ИИ - монетизация будет не через рекламу, а сразу через действие по намерениям в маркетплейсе.
👍3🔥2
ЗАЧЕМ НУЖЕН ИИ
набор полезных микро-уроков, который раскроет вам потенциал использования ИИ в работе, учебе и жизни:
- планируй доходы, а не убытки - планы проектов и WBS с ИИ
- вайб-кодинг - как ИИ меняет профессию программирования
- как научиться писать тексты не хуже аналитиков МакКинзи
- как готовить презентации не хуже Стива Джобса
- как оформить презентацию за 2 минуты (вместо 2-х часов)
Вам нужны такие лайфхаки еще? Пишите в комменты о чем и ставьте лайки, пересылайте знакомым.
набор полезных микро-уроков, который раскроет вам потенциал использования ИИ в работе, учебе и жизни:
- планируй доходы, а не убытки - планы проектов и WBS с ИИ
- вайб-кодинг - как ИИ меняет профессию программирования
- как научиться писать тексты не хуже аналитиков МакКинзи
- как готовить презентации не хуже Стива Джобса
- как оформить презентацию за 2 минуты (вместо 2-х часов)
Вам нужны такие лайфхаки еще? Пишите в комменты о чем и ставьте лайки, пересылайте знакомым.
🔥15
This media is not supported in your browser
VIEW IN TELEGRAM
Телеграм может занять нишу YouTube, TikTok и инстаграм вместе взятые. Как минимум на территории РФ.
Новость про обновление: Третье крупное обновление Telegram в этом году вышло. С ним мы делаем еще один шаг к поддержке собственной видеоплатформы: обложки видео Meet, сохраненный прогресс и обмен временными метками.
Какие предпосылки что телеграм может стать видео-платформой.
1. Технологически - команда делает для этого все что нужно. Сториз телеграм изначально делают круто.
2. Потребительски - уже сегодня телеграм посещают 91 млн чел в России из 97 всего пользователей интернета. А это важно для сетевого эффекта.
3. ИИ - в этом обновлении ии пока используется для подбора стикеров, но как правило начинают с малого, а потом на сегодня телеграмм - источник данных в реальном режиме времени не только текстовых, но и видео и аудио. В этом же направлении двигается и видеосервисы перечисленные выше и даже твиттер.
4. Платежная экосистема - в телеграмм она уже входит в 10-ку всех криптовалют в мире. И у видео-платформ это пока развито слабее (сша и китай - это сильно ограничивали).
5. Программная - телеграмм развивает экосистему мини-приложений. Что сделает развитие независимым от систем на которых будет установлен телеграм. Думаю те, кто сделает функционал ютуб внутри телеграмм (с портированием роликов из оригинал них сервисов) - сможет получить хорошее преимущество.
6. Устойчивость к блокировкам - это многие из нас помнят - как телеграм смог побороть пессимизацию доступа)
Последим за этим пару кварталов, если телеграм начнет сильнее внедрять ИИ и активнее
Новость про обновление: Третье крупное обновление Telegram в этом году вышло. С ним мы делаем еще один шаг к поддержке собственной видеоплатформы: обложки видео Meet, сохраненный прогресс и обмен временными метками.
Какие предпосылки что телеграм может стать видео-платформой.
1. Технологически - команда делает для этого все что нужно. Сториз телеграм изначально делают круто.
2. Потребительски - уже сегодня телеграм посещают 91 млн чел в России из 97 всего пользователей интернета. А это важно для сетевого эффекта.
3. ИИ - в этом обновлении ии пока используется для подбора стикеров, но как правило начинают с малого, а потом на сегодня телеграмм - источник данных в реальном режиме времени не только текстовых, но и видео и аудио. В этом же направлении двигается и видеосервисы перечисленные выше и даже твиттер.
4. Платежная экосистема - в телеграмм она уже входит в 10-ку всех криптовалют в мире. И у видео-платформ это пока развито слабее (сша и китай - это сильно ограничивали).
5. Программная - телеграмм развивает экосистему мини-приложений. Что сделает развитие независимым от систем на которых будет установлен телеграм. Думаю те, кто сделает функционал ютуб внутри телеграмм (с портированием роликов из оригинал них сервисов) - сможет получить хорошее преимущество.
6. Устойчивость к блокировкам - это многие из нас помнят - как телеграм смог побороть пессимизацию доступа)
Последим за этим пару кварталов, если телеграм начнет сильнее внедрять ИИ и активнее
🔥4
YC statistics.pdf
1.4 MB
⚡️Важное о том, как работает крупнейший акселератор Y Combinator
Первое в своем роде глубокое исследование данных, чтобы понять, как действительно работает крупнейший акселератор в индустрии. Более 100 часов было потрачено, чтобы ответить на вопросы:
1. Как Y Combinator показал себя за последние 20 лет?
2. Какие компании YC стали самыми успешными?
3. Какое влияние оказывает участие в YC на ваш стартап?
4. Что ищет YC в стартапах?
5. На что больше всего ставит YC в будущем?
Около 4,5% компаний-выходцев YC становятся единорогами (в отличие от 2,5% для других seed-stage стартапов), около 45% компаний продолжают привлекать финансирование series A (выше среднего показателя в 33%). 💡 YC профинансировал более 90 компаний с миллиардной оценкой.
Ключевые выводы:
1. YC перешел от инвестирования в B2C к преимущественно B2B-инвестированию.
2. Основатели стартапов в YC делают ставку на ИИ (в частности, B2B ИИ) как на прорывную сферу. Наиболее перспективные области: «инженерия, продукты и дизайн», инфраструктура и продажи.
3. Соло основатели находятся в невыгодном положении. Данные показывают резкое снижение числа таких основателей, принятых в YC.
4. Успех до сих пор обеспечивался компаниями, основанными в США. Более 70% стартапов были основаны в США.
5. Устойчивость компаний YC значительно выше, чем у среднестатистического стартапа. Более 50% компаний остаются на плаву после 10 лет (по сравнению с 30% в среднем).
6. Шансы на успех стартапа выше с YC. 45% получают финансирование series A (по сравнению с 33% в среднем), от 4% до 5% становятся единорогами (по сравнению с 2,5% в среднем), и 10% достигают exit.
7. Сохранение законов VC-рынка в YC. Четыре компании обеспечивают более 85% доходов YC на сегодняшний день: Airbnb, Coinbase, Reddit и Instacart.
#VC #ycombinator
@volotovskayaelena
Первое в своем роде глубокое исследование данных, чтобы понять, как действительно работает крупнейший акселератор в индустрии. Более 100 часов было потрачено, чтобы ответить на вопросы:
1. Как Y Combinator показал себя за последние 20 лет?
2. Какие компании YC стали самыми успешными?
3. Какое влияние оказывает участие в YC на ваш стартап?
4. Что ищет YC в стартапах?
5. На что больше всего ставит YC в будущем?
Около 4,5% компаний-выходцев YC становятся единорогами (в отличие от 2,5% для других seed-stage стартапов), около 45% компаний продолжают привлекать финансирование series A (выше среднего показателя в 33%). 💡 YC профинансировал более 90 компаний с миллиардной оценкой.
Ключевые выводы:
1. YC перешел от инвестирования в B2C к преимущественно B2B-инвестированию.
2. Основатели стартапов в YC делают ставку на ИИ (в частности, B2B ИИ) как на прорывную сферу. Наиболее перспективные области: «инженерия, продукты и дизайн», инфраструктура и продажи.
3. Соло основатели находятся в невыгодном положении. Данные показывают резкое снижение числа таких основателей, принятых в YC.
4. Успех до сих пор обеспечивался компаниями, основанными в США. Более 70% стартапов были основаны в США.
5. Устойчивость компаний YC значительно выше, чем у среднестатистического стартапа. Более 50% компаний остаются на плаву после 10 лет (по сравнению с 30% в среднем).
6. Шансы на успех стартапа выше с YC. 45% получают финансирование series A (по сравнению с 33% в среднем), от 4% до 5% становятся единорогами (по сравнению с 2,5% в среднем), и 10% достигают exit.
7. Сохранение законов VC-рынка в YC. Четыре компании обеспечивают более 85% доходов YC на сегодняшний день: Airbnb, Coinbase, Reddit и Instacart.
#VC #ycombinator
@volotovskayaelena
👍1🎉1
This media is not supported in your browser
VIEW IN TELEGRAM
Бесплатный AI-агент для управления компьютером от Microsoft
OmniParser V2 может превратить большую языковую модель в агента, способного использовать компьютер. Поддерживаются GPT-4o, DeepSeek R1, Sonnet 3.5, Qwen и другие LLM.
Код открыт: https://github.com/microsoft/OmniParser/tree/master
https://www.microsoft.com/en-us/research/articles/omniparser-v2-turning-any-llm-into-a-computer-use-agent/
OmniParser V2 может превратить большую языковую модель в агента, способного использовать компьютер. Поддерживаются GPT-4o, DeepSeek R1, Sonnet 3.5, Qwen и другие LLM.
Код открыт: https://github.com/microsoft/OmniParser/tree/master
https://www.microsoft.com/en-us/research/articles/omniparser-v2-turning-any-llm-into-a-computer-use-agent/
🔥2😁1
Bloomberg: Маск анонсировал новую версию модели Grok, которая станет «самым умным ИИ»
– Модель Grok 3 запустят вечером 17 февраля (20:00 PST)
– Илон Маск назвал Grok 3 «самым умным ИИ на Земле»
– Новый Grok 3 превзойдет все решения от конкурентов
– Модель была обучена на наборе синтетических данных
– Grok 3 может анализировать собственные ошибки и др.
– ИИ способен вернуться к данным в обратном порядке
– Это помогает достичь логическую последовательность
@ftsec
– Модель Grok 3 запустят вечером 17 февраля (20:00 PST)
– Илон Маск назвал Grok 3 «самым умным ИИ на Земле»
– Новый Grok 3 превзойдет все решения от конкурентов
– Модель была обучена на наборе синтетических данных
– Grok 3 может анализировать собственные ошибки и др.
– ИИ способен вернуться к данным в обратном порядке
– Это помогает достичь логическую последовательность
@ftsec
Снова про Китай, снова про роботов. Интересное наблюдение, что помимо стартапов, в лидерах разработки — крупнейшие производители электромобилей. Сошлись сразу несколько факторов:
— у них есть потребность в быстром заполнении вакансий рабочих специальностей, следовательно, внутри есть огромный потенциал для тестирования в реальных условиях
— Цепочки поставок, отлаженные и работающие для автомобильного производства, сильно совпадают с необходимыми для производства человекоподобных роботов. Это ускоряет переход к их производству и удешевляет этот процесс
— колоссальная техническая экспертиза и накопленный капитал
И, одновременно, конкуренция между несколькими игроками все время снижает прибыльность выпуска электромобилей, так что есть вполне бизнесовый стимул занять новую нишу, пока в ней не развилась конкуренция того же порядка.
“Robotics is where EVs were a decade ago—a trillion-yuan battlefield waiting to be claimed.” С автопромом у них получилось, посмотрим, как пойдет с роботами:)
https://www.technologyreview.com/2025/02/14/1111920/chinas-electric-vehicle-giants-pivot-humanoid-robots/
— у них есть потребность в быстром заполнении вакансий рабочих специальностей, следовательно, внутри есть огромный потенциал для тестирования в реальных условиях
— Цепочки поставок, отлаженные и работающие для автомобильного производства, сильно совпадают с необходимыми для производства человекоподобных роботов. Это ускоряет переход к их производству и удешевляет этот процесс
— колоссальная техническая экспертиза и накопленный капитал
И, одновременно, конкуренция между несколькими игроками все время снижает прибыльность выпуска электромобилей, так что есть вполне бизнесовый стимул занять новую нишу, пока в ней не развилась конкуренция того же порядка.
“Robotics is where EVs were a decade ago—a trillion-yuan battlefield waiting to be claimed.” С автопромом у них получилось, посмотрим, как пойдет с роботами:)
https://www.technologyreview.com/2025/02/14/1111920/chinas-electric-vehicle-giants-pivot-humanoid-robots/
MIT Technology Review
China’s EV giants are betting big on humanoid robots
Technical know-how and existing supply chains give Chinese electric-vehicle makers a significant head start in the sector.
❤2
Media is too big
VIEW IN TELEGRAM
СОВЕТ НАЧИНАЮЩИМ… композиторам/предпринимателям/художникам…
Если вы меня спросите: «что самое важное - я бы хотел чтобы вы знали - из материалов этого канала?».
Я отвечу - вот этот ролик☝️. Это кажется не совсем очевидно, что для того чтобы начать ходить - надо много раз упасть. В детстве - мы все через это прошли, но потом - почему то учимся бояться падать.
Стратегия бесстрашного старта: как падать, чтобы взлететь
Страх запуска — не преграда, а компас роста. Как отмечал Уинстон Черчилль: "Успех — это движение от неудачи к неудаче без потери энтузиазма". Пример я: 4 провальных стартапа стали фундаментом для агентства с $150 млн оборотом. И да, я а этом не остановился … еще впереди планка ярд).
Инструменты против страха:
• HADI-циклы для проверки гипотез за 2 недели вместо месяцев;
• JTBD-интервью, выявляющие настоящие "боли" клиентов;
• ИИ-ассистенты, сокращающие 40% рутины.
(Подробнее узнать как это работает - спросите в perplexity или DeepSeek)
Падения неизбежны, но, как гласит принцип Конфуция: "Не тот велик, кто никогда не падал, а тот, кто падал и вставал".
Ваш шаг сегодня:
Разбейте цель на микроэтапы. Сделали 50 холодных звонков? Уже прогресс. Упали? Вспомните Черчилля — энтузиазм важнее идеального пути.
P.S. Завтра начинается сейчас. И да, вставать нужно всего на один раз больше, чем падаете.
Если вы меня спросите: «что самое важное - я бы хотел чтобы вы знали - из материалов этого канала?».
Я отвечу - вот этот ролик☝️. Это кажется не совсем очевидно, что для того чтобы начать ходить - надо много раз упасть. В детстве - мы все через это прошли, но потом - почему то учимся бояться падать.
Стратегия бесстрашного старта: как падать, чтобы взлететь
Страх запуска — не преграда, а компас роста. Как отмечал Уинстон Черчилль: "Успех — это движение от неудачи к неудаче без потери энтузиазма". Пример я: 4 провальных стартапа стали фундаментом для агентства с $150 млн оборотом. И да, я а этом не остановился … еще впереди планка ярд).
Инструменты против страха:
• HADI-циклы для проверки гипотез за 2 недели вместо месяцев;
• JTBD-интервью, выявляющие настоящие "боли" клиентов;
• ИИ-ассистенты, сокращающие 40% рутины.
(Подробнее узнать как это работает - спросите в perplexity или DeepSeek)
Падения неизбежны, но, как гласит принцип Конфуция: "Не тот велик, кто никогда не падал, а тот, кто падал и вставал".
Ваш шаг сегодня:
Разбейте цель на микроэтапы. Сделали 50 холодных звонков? Уже прогресс. Упали? Вспомните Черчилля — энтузиазм важнее идеального пути.
P.S. Завтра начинается сейчас. И да, вставать нужно всего на один раз больше, чем падаете.
❤3👍2🔥2👏2
Нужны промты к предыдущему посту?
Anonymous Poll
65%
HADI-циклы
59%
JTBD-интервью
59%
AI-секретари и ассистенты
29%
Узнать результат/добавлю свои пожелания в комментарии
👍5🔥1
Бояться — это нормально!
Человек, начинающий новый проект, неизбежно сталкивается со страхами: «А вдруг не получится? Не зацепит? Не сработает?» Это естественная реакция мозга, ведь миндалевидное тело (амигдала) отвечает за защиту от угроз. Но страх — это не враг, а индикатор важности.
Как работать со страхом:
1. Разбейте страхи: Запишите все опасения и начните с самого простого.
2. Создайте MVP: Минимальный продукт поможет протестировать идею без больших затрат.
3. Проверяйте гипотезы: Не бойтесь ошибок — каждая из них приближает вас к цели.
4. Ищите поддержку: Обсудите свои страхи с наставниками или командой.
Помните: Только дураки ничего не боятся! Умный человек спрашивает: *"Какой MVP я могу сделать, чтобы проверить идею?"*
Продолжение следует
Человек, начинающий новый проект, неизбежно сталкивается со страхами: «А вдруг не получится? Не зацепит? Не сработает?» Это естественная реакция мозга, ведь миндалевидное тело (амигдала) отвечает за защиту от угроз. Но страх — это не враг, а индикатор важности.
Как работать со страхом:
1. Разбейте страхи: Запишите все опасения и начните с самого простого.
2. Создайте MVP: Минимальный продукт поможет протестировать идею без больших затрат.
3. Проверяйте гипотезы: Не бойтесь ошибок — каждая из них приближает вас к цели.
4. Ищите поддержку: Обсудите свои страхи с наставниками или командой.
Помните: Только дураки ничего не боятся! Умный человек спрашивает: *"Какой MVP я могу сделать, чтобы проверить идею?"*
Продолжение следует
👍3🔥1👏1
20 ментальных моделей для работы со страхом
(Используйте Perplexity или DeepSeek- для поверке этих подходов в своих задачах).
1. Мышление второго порядка: Подумайте о последствиях вашего решения через 2-3 шага вперед.
2. Принцип Парето: Сосредоточьтесь на действиях, которые дадут 80% результата при минимуме усилий.
3. Первопринципное мышление: Разбейте проблему на базовые элементы и начните с нуля.
4. Минимизация сожалений: Представьте себя через 5 лет — что вы будете жалеть больше: о провале или о том, что не попробовали?
5. Издержки упущенной выгоды: Что вы теряете, если не начнете действовать сейчас?
6. Ошибка неоправданных затрат: Забудьте о прошлом — оценивайте только будущее решение.
7. Бритва Оккама: Самое простое решение часто оказывается верным.
8. Системное мышление: Рассмотрите проект как часть взаимосвязанной системы.
9. Инверсия: Спросите себя: *"Чего я хочу избежать?"* вместо *"Что мне нужно сделать?"*.
10. Леверидж (рычаги): Найдите точку приложения усилий для максимального эффекта.
11. Круг компетенций: Работайте в зоне своих сильных сторон, избегая рисков вне компетенции.
12. Закон убывающей отдачи: Определите момент, когда дополнительные усилия перестают быть эффективными.
13. Ниши: Сфокусируйтесь на узкой области, где вы можете стать экспертом.
14. Маржа безопасности: Планируйте с запасом на случай ошибок или непредвиденных обстоятельств.
15. Бритва Хэнлона: Ошибки чаще связаны с незнанием, а не злым умыслом — помните это!
16. Случайность: Иногда успех или провал зависят от удачи, а не только от ваших действий.
17. Критическая масса: Определите момент, когда проект начнет развиваться сам по себе благодаря накопленному импульсу.
18. Эффект ореола: Не позволяйте одному аспекту проекта (например, яркому дизайну) затмевать другие важные элементы (качество продукта).
19. Петли обратной связи: Постоянно анализируйте результаты и корректируйте действия в реальном времени.
20. Менталитет изобилия: Думайте о возможностях, а не о дефиците ресурсов.
Начинайте действовать сегодня! Бояться — это конструктивно, если вы используете страх как топливо для движения вперед!
(Используйте Perplexity или DeepSeek- для поверке этих подходов в своих задачах).
1. Мышление второго порядка: Подумайте о последствиях вашего решения через 2-3 шага вперед.
2. Принцип Парето: Сосредоточьтесь на действиях, которые дадут 80% результата при минимуме усилий.
3. Первопринципное мышление: Разбейте проблему на базовые элементы и начните с нуля.
4. Минимизация сожалений: Представьте себя через 5 лет — что вы будете жалеть больше: о провале или о том, что не попробовали?
5. Издержки упущенной выгоды: Что вы теряете, если не начнете действовать сейчас?
6. Ошибка неоправданных затрат: Забудьте о прошлом — оценивайте только будущее решение.
7. Бритва Оккама: Самое простое решение часто оказывается верным.
8. Системное мышление: Рассмотрите проект как часть взаимосвязанной системы.
9. Инверсия: Спросите себя: *"Чего я хочу избежать?"* вместо *"Что мне нужно сделать?"*.
10. Леверидж (рычаги): Найдите точку приложения усилий для максимального эффекта.
11. Круг компетенций: Работайте в зоне своих сильных сторон, избегая рисков вне компетенции.
12. Закон убывающей отдачи: Определите момент, когда дополнительные усилия перестают быть эффективными.
13. Ниши: Сфокусируйтесь на узкой области, где вы можете стать экспертом.
14. Маржа безопасности: Планируйте с запасом на случай ошибок или непредвиденных обстоятельств.
15. Бритва Хэнлона: Ошибки чаще связаны с незнанием, а не злым умыслом — помните это!
16. Случайность: Иногда успех или провал зависят от удачи, а не только от ваших действий.
17. Критическая масса: Определите момент, когда проект начнет развиваться сам по себе благодаря накопленному импульсу.
18. Эффект ореола: Не позволяйте одному аспекту проекта (например, яркому дизайну) затмевать другие важные элементы (качество продукта).
19. Петли обратной связи: Постоянно анализируйте результаты и корректируйте действия в реальном времени.
20. Менталитет изобилия: Думайте о возможностях, а не о дефиците ресурсов.
Начинайте действовать сегодня! Бояться — это конструктивно, если вы используете страх как топливо для движения вперед!
🔥3👍2👏1
Grok-3 доступна (попробовал ее через X с VPN).
1. Основные факты и преимущества по ссылке.
2. Покупать пока не буду (в платном perplexity думаю через неделю включат новую модель).
3. Но на сегодня мои лидеры ИИ в порядке убывания:
- Perplexity Pro (1800 руб/мес - оплата через AppStore- со счета МТС). Там все лучшие в мире модели без впн, рассуждения и подтверждения ссылками и окно на 1 млн токенов (2 раза все тома войны и мир - анализ что это так в комментарии).
- DeepSeek (бесплатно и без впн), большая скорость
- Grok 3 - отстающий, будет стараться показать лучшие результаты, много дешевле конкурентов. Но ждем туда команду с мозгами как в DeepSeek - чтобы внедрить лучшие практики «думания». И доступ к данным в реальном режиме времени.
- OpenAI, Anthropic - безусловные лидеры - могут держать козыри в рукаве.
- Llama 3, Mistral - база для своих независимых проектах
- Yandex - ждем догоняющей модернизации (не сомневаюсь - могут сделать хорошо).
1. Основные факты и преимущества по ссылке.
2. Покупать пока не буду (в платном perplexity думаю через неделю включат новую модель).
3. Но на сегодня мои лидеры ИИ в порядке убывания:
- Perplexity Pro (1800 руб/мес - оплата через AppStore- со счета МТС). Там все лучшие в мире модели без впн, рассуждения и подтверждения ссылками и окно на 1 млн токенов (2 раза все тома войны и мир - анализ что это так в комментарии).
- DeepSeek (бесплатно и без впн), большая скорость
- Grok 3 - отстающий, будет стараться показать лучшие результаты, много дешевле конкурентов. Но ждем туда команду с мозгами как в DeepSeek - чтобы внедрить лучшие практики «думания». И доступ к данным в реальном режиме времени.
- OpenAI, Anthropic - безусловные лидеры - могут держать козыри в рукаве.
- Llama 3, Mistral - база для своих независимых проектах
- Yandex - ждем догоняющей модернизации (не сомневаюсь - могут сделать хорошо).
🔥4👍3❤1👏1
Ex-CTO Mira Murati вышла на связь спустя полгода после ухода из OpenAI и анонсировала создание компании Thinking Machines. К ней присоединится несколько десятков достаточно известных специалистов, включая недавно ушедших из OpenAI.
Миссия Компании — «заставить ИИ работать на вас, построив будущее, в котором у каждого будет доступ к знаниям и инструментам, позволяющим использовать ИИ для удовлетворения уникальных потребностей».
«Мы стремимся к открытой науки посредством публикаций и выкладыванию исходного кода, уделяя особое внимание сотрудничеству человека и искусственного интеллекта, которое служит различным областям [Вместо того чтобы сосредотачиваться исключительно на создании полностью автономных систем искусственного интеллекта, мы стремимся создавать мультимодальные системы, которые работают совместно с людьми.]. Наш подход охватывает совместное проектирование исследований и продуктов, чтобы обеспечить обучение на основе реального развертывания ИИ-продуктов и быстрой итерации. Мы стремимся создавать модели на передовой возможностей, чтобы выполнить это обещание». — звучит как то, что они не только обёртки над GPT/Claude будут делать, но и свои модели.
Будут делать фокус на 3 вещах:
— качество ИИ моделей («самые передовые модели откроют самые революционные приложения и преимущества, такие как возможность совершения новых научных открытий и инженерных прорывов»)
— качество инфраструктуры как главный приоритет
— расширенные мультимодальные возможности
В команде будут:
— Alexander Kirillov, бывший руководитель команды мультимодальности в OpenAI (ушёл совсем недавно); автор Segment Anything (во время работы в META)
— Barret Zoph (помните парня, который показывал демо Advanced Voice Mode рядом с Mira? Это он. ex-VP of Research (Post-Training) at OpenAI). Будет CTO компании.
— Devendra Chaplot из Mistral (не только ж из OpenAI тянуть таланты!), отвечавший за мультимодальность
— John Schulman, ко-фаундер OpenAI, ушедший примерно в одно время с Mira из OpenAI, но в Anthropic; недавно уволился оттуда, чтобы занять пост Chief Scientist здесь
— Lilian Weng, которую вы знаете по её чудесному блогу (тоже ушла из OpenAI)
— Myle Ott, жёсткий инженер, соавтор библиотек FSDP и fairseq
— Randall Lin, техлид в Твиттере, отвечавший за алгоритм ранжирования ленты
— Rowan Zellers (из демки «You're the announcement» в Advanced Voice Mode)
— Sam Schoenholz, лид команды надёжного масштабирования и оптимизации GPT-4o
— и другие...
💪 мощный составчик
Сайт компании
Миссия Компании — «заставить ИИ работать на вас, построив будущее, в котором у каждого будет доступ к знаниям и инструментам, позволяющим использовать ИИ для удовлетворения уникальных потребностей».
«Мы стремимся к открытой науки посредством публикаций и выкладыванию исходного кода, уделяя особое внимание сотрудничеству человека и искусственного интеллекта, которое служит различным областям [Вместо того чтобы сосредотачиваться исключительно на создании полностью автономных систем искусственного интеллекта, мы стремимся создавать мультимодальные системы, которые работают совместно с людьми.]. Наш подход охватывает совместное проектирование исследований и продуктов, чтобы обеспечить обучение на основе реального развертывания ИИ-продуктов и быстрой итерации. Мы стремимся создавать модели на передовой возможностей, чтобы выполнить это обещание». — звучит как то, что они не только обёртки над GPT/Claude будут делать, но и свои модели.
Будут делать фокус на 3 вещах:
— качество ИИ моделей («самые передовые модели откроют самые революционные приложения и преимущества, такие как возможность совершения новых научных открытий и инженерных прорывов»)
— качество инфраструктуры как главный приоритет
— расширенные мультимодальные возможности
В команде будут:
— Alexander Kirillov, бывший руководитель команды мультимодальности в OpenAI (ушёл совсем недавно); автор Segment Anything (во время работы в META)
— Barret Zoph (помните парня, который показывал демо Advanced Voice Mode рядом с Mira? Это он. ex-VP of Research (Post-Training) at OpenAI). Будет CTO компании.
— Devendra Chaplot из Mistral (не только ж из OpenAI тянуть таланты!), отвечавший за мультимодальность
— John Schulman, ко-фаундер OpenAI, ушедший примерно в одно время с Mira из OpenAI, но в Anthropic; недавно уволился оттуда, чтобы занять пост Chief Scientist здесь
— Lilian Weng, которую вы знаете по её чудесному блогу (тоже ушла из OpenAI)
— Myle Ott, жёсткий инженер, соавтор библиотек FSDP и fairseq
— Randall Lin, техлид в Твиттере, отвечавший за алгоритм ранжирования ленты
— Rowan Zellers (из демки «You're the announcement» в Advanced Voice Mode)
— Sam Schoenholz, лид команды надёжного масштабирования и оптимизации GPT-4o
— и другие...
Сайт компании
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
А вот и прогнозы по AGI:
Дарио Амодеи, CEO Anthropic:
AGI как модель, способная выполнять всё, что может человек, даже на уровне нобелевского лауреата — ожидается, что будет достигнута в 2026–27 годах
Демис Хассабис:
Система, обладающая всеми когнитивными способностями человека — вероятность достижения ее в течение 5 лет составляет 50%
Я может и не прав, но не припомню от Дарио конкретных дат в предсказаниях – получается, AGI уже неизбежен и ASI, как будущее, видимо тоже
Шпаргалка: AGI – это искусственный интеллект с когнитивными способностями, сопоставимыми с человеческими, тогда как ASI превосходит человеческий интеллект во всех аспектах
Источник видео
Дарио Амодеи, CEO Anthropic:
AGI как модель, способная выполнять всё, что может человек, даже на уровне нобелевского лауреата — ожидается, что будет достигнута в 2026–27 годах
Демис Хассабис:
Система, обладающая всеми когнитивными способностями человека — вероятность достижения ее в течение 5 лет составляет 50%
Я может и не прав, но не припомню от Дарио конкретных дат в предсказаниях – получается, AGI уже неизбежен и ASI, как будущее, видимо тоже
Шпаргалка: AGI – это искусственный интеллект с когнитивными способностями, сопоставимыми с человеческими, тогда как ASI превосходит человеческий интеллект во всех аспектах
Источник видео
👍1