Как ИИ Perplexity избавил меня от рутины и повысил качество подготовки лекций
Недавно в очередной раз убедился: автоматизация — не просто про экономию времени, а про шаг в новый уровень качества.
Раньше мне приходилось вручную планировать в календаре подготовку к лекциям: подгонять даты, разбивать задачи, накидывать отдельные слоты для драфта и доработки. Но теперь я просто формулирую задачу (“Запланируй мне подготовку к лекции за неделю, прикладываю предварительную программу”) — и получаю готовый план в календаре: два вечера, уже под мои привычки и эффективность. Всё, настройся и работай!
Причём, уже по опыту знаю: уложиться с драфтом и детальной проработкой реально за 3–4 часа, если за меня снята вся “техническая рутина” — и это даёт не только экономию времени (в 1,5–3 раза!), но и кратное повышение качества материалов. Оценки у группы, которая уже прошла обновленный курс, говорят сами за себя — максимальные проценты по всем параметрам и все уносят задания в реальную практику (см. скрин с анонимного опроса).
ИИ помогает не только планировать, но и буквально ассистирует в генерации материалов и заданий — тесты, практические решения, кастомные презентации под запрос группы. Всё, на что раньше уходили вечера, теперь занимает часы — зато качество только растёт.
#AI #автоматизация #edtech #calendarmanagement #лекции #эффективность
Недавно в очередной раз убедился: автоматизация — не просто про экономию времени, а про шаг в новый уровень качества.
Раньше мне приходилось вручную планировать в календаре подготовку к лекциям: подгонять даты, разбивать задачи, накидывать отдельные слоты для драфта и доработки. Но теперь я просто формулирую задачу (“Запланируй мне подготовку к лекции за неделю, прикладываю предварительную программу”) — и получаю готовый план в календаре: два вечера, уже под мои привычки и эффективность. Всё, настройся и работай!
Причём, уже по опыту знаю: уложиться с драфтом и детальной проработкой реально за 3–4 часа, если за меня снята вся “техническая рутина” — и это даёт не только экономию времени (в 1,5–3 раза!), но и кратное повышение качества материалов. Оценки у группы, которая уже прошла обновленный курс, говорят сами за себя — максимальные проценты по всем параметрам и все уносят задания в реальную практику (см. скрин с анонимного опроса).
ИИ помогает не только планировать, но и буквально ассистирует в генерации материалов и заданий — тесты, практические решения, кастомные презентации под запрос группы. Всё, на что раньше уходили вечера, теперь занимает часы — зато качество только растёт.
#AI #автоматизация #edtech #calendarmanagement #лекции #эффективность
🔥2
В ИИ-сообществе выделяются два лагеря специалистов:
1. Практики автоматизации:
Ориентируются на предсказуемость, повторяемость и минимизацию расходов. Используют Schema-Guided Reasoning (SGR): разбивают задачи на шаблоны и "чек-листы" для стабильной, быстрой и прозрачной автоматизации процессов на малых или локальных моделях. Такой подход удобен там, где бизнесу нужен гарантированный и управляемый результат при минимальных издержках.
2. Исследователи и топ-команды ИИ:
Для них важно “разблокировать” возможности генеративного ИИ и создавать принципиально новые решения. SGR они считают тупиковым, потому что такой reasoning не способен делать открытия или масштабироваться для сложных задач. Они фокусируются на моделях-исследователях, обучаемых через Reinforcement Learning (RL), и выступают против жесткой структуры ("констрейнтов"), чтобы не сдерживать творческий потенциал моделей (пример — AlphaFold и глубокие исследования от OpenAI/DeepMind).
Совет читателям Startobus:
Если у вас реальный практический бизнес — вам нужны инструменты оптимизации процессов: SGR, структурированные reasoning-пайплайны, четкие схемы “чек-листов”. Это гарантирует повторяемое качество и минимизирует затраты на токены прямо сейчас.
Но важно следить за развитием новых исследовательских подходов и генеративных моделей: именно они через несколько лет могут радикально изменить рынок, открывать новые классы задач и давать результат, выходящий за пределы рутинной оптимизации.
Мой прогноз: все бизнес-оптимизации останутся актуальными, пока критично повторяемое качество и издержки. Но как только появится следующий класс массовых AIG (3–5 лет), часть задач бизнес-автоматизации может быть полностью “перебита” генеративными подходами.
Материалы для вашего изучения:
- SGR: abdullin.com, Azati Blog
- RL и AIG: OpenAI docs, Interconnects blog
- Пример прорыва: AlphaFold и роль ИИ в науке
- Я слежу за каналом LLM под капотом
Суть:
Сейчас лидируют инструменты оптимизации процессов и SGR. Но следите за развитием AIG — очень скоро картина может стать другой, и преимущества творческих моделей “исследователей” будут менять саму архитектуру будущего ИИ-бизнеса.
1. Практики автоматизации:
Ориентируются на предсказуемость, повторяемость и минимизацию расходов. Используют Schema-Guided Reasoning (SGR): разбивают задачи на шаблоны и "чек-листы" для стабильной, быстрой и прозрачной автоматизации процессов на малых или локальных моделях. Такой подход удобен там, где бизнесу нужен гарантированный и управляемый результат при минимальных издержках.
2. Исследователи и топ-команды ИИ:
Для них важно “разблокировать” возможности генеративного ИИ и создавать принципиально новые решения. SGR они считают тупиковым, потому что такой reasoning не способен делать открытия или масштабироваться для сложных задач. Они фокусируются на моделях-исследователях, обучаемых через Reinforcement Learning (RL), и выступают против жесткой структуры ("констрейнтов"), чтобы не сдерживать творческий потенциал моделей (пример — AlphaFold и глубокие исследования от OpenAI/DeepMind).
Совет читателям Startobus:
Если у вас реальный практический бизнес — вам нужны инструменты оптимизации процессов: SGR, структурированные reasoning-пайплайны, четкие схемы “чек-листов”. Это гарантирует повторяемое качество и минимизирует затраты на токены прямо сейчас.
Но важно следить за развитием новых исследовательских подходов и генеративных моделей: именно они через несколько лет могут радикально изменить рынок, открывать новые классы задач и давать результат, выходящий за пределы рутинной оптимизации.
Мой прогноз: все бизнес-оптимизации останутся актуальными, пока критично повторяемое качество и издержки. Но как только появится следующий класс массовых AIG (3–5 лет), часть задач бизнес-автоматизации может быть полностью “перебита” генеративными подходами.
Материалы для вашего изучения:
- SGR: abdullin.com, Azati Blog
- RL и AIG: OpenAI docs, Interconnects blog
- Пример прорыва: AlphaFold и роль ИИ в науке
- Я слежу за каналом LLM под капотом
Суть:
Сейчас лидируют инструменты оптимизации процессов и SGR. Но следите за развитием AIG — очень скоро картина может стать другой, и преимущества творческих моделей “исследователей” будут менять саму архитектуру будущего ИИ-бизнеса.
❤1
НАС 1900. ОТВЕЧАЮ НА ВОРОСЫ ПОДПИСЧИКОВ
🕵️♀️ Разыскиваются самые интересные вопросы! Сегодня я в роли детектива — готов расследовать ваши идеи, кейсы и загадки.
Пишите в комментариях то, что волнует: от тем постов до собственных случающихся вопросов. Каждый ваш запрос — новая улика, а наше обсуждение — коллективное расследование.
Запускаем поиски и вместе добираемся до истины!
🕵️♀️ Разыскиваются самые интересные вопросы! Сегодня я в роли детектива — готов расследовать ваши идеи, кейсы и загадки.
Пишите в комментариях то, что волнует: от тем постов до собственных случающихся вопросов. Каждый ваш запрос — новая улика, а наше обсуждение — коллективное расследование.
Запускаем поиски и вместе добираемся до истины!
Google запускают бесплатный курс по ИИ-агентам. За пять дней расскажут, как создавать собственных ассистентов, даже если вы новичок в этом деле.
Курс составляли действующие ML-инженеры. Есть блоки с лучшими инструментами, способами оценки агентов, примерами и практическими заданиями. В конце можно будет сделать своего ИИ-агента.
Старт в ноябре, регистрируемся по ссылке.
Курс составляли действующие ML-инженеры. Есть блоки с лучшими инструментами, способами оценки агентов, примерами и практическими заданиями. В конце можно будет сделать своего ИИ-агента.
Старт в ноябре, регистрируемся по ссылке.
🚀 Relevance AI: Идеальный инструмент для быстрого MVP AI-агентов (без кода!)
Привет, подписчики Стартобуса! Если вы ищете платформу для создания команд AI-агентов без программирования — Relevance AI это ваш выбор. Drag-and-drop интерфейс, 2000+ интеграций и фокус на автоматизации. Отличный для MVP: от идеи до запуска за часы. Подходит для маркетинга, анализа и автоматизации в любой нише — от музыки до e-commerce.
🔥 Почему лучший для MVP?
- Скорость: Без кода, готовые шаблоны — настройте агента за 4-6 часов.
- Интеграции: Прямая поддержка Telegram (более актуально для России, чем Slack) для автоматизации чатов, триггеров и уведомлений. Premium-триггер: +5000 кредитов/месяц за аккаунт, но можно интегрировать через Zapier бесплатно.
- Экономия на моделях: Поддержка OpenRouter — подключайте для маршрутизации к 350+ моделям, включая бесплатные (Grok Flash, десятки других на OpenRouter). Это снижает затраты на токены: используйте бесплатные модели для тестов/MVP, без наценки от Relevance.
- Списание кредитов: С сентября 2025 кредиты разделены: Actions (фиксировано 2-4 кредита/run за действия агентов) + Vendor Credits (прямая стоимость моделей без markup). Подключив OpenRouter с бесплатными моделями, минимизируете Vendor Costs — идеально для экономии.
💰 Актуальные цены (2025, по сайту relevanceai.com):
- Free: $0, 100 кредитов/день, 1 пользователь, 10MB знаний.
- Pro: $19/месяц, 10,000 кредитов/месяц, 1 пользователь, 100MB знаний.
- Team: $199/месяц, 100,000 кредитов/месяц, 10 пользователей, 1GB знаний.
- Business: $599/месяц, 300,000 кредитов/месяц, неограниченные пользователи, 5GB знаний.
- Enterprise: Кастомная цена.
- Доп. кредиты: $2 за 1000. Vendor Credits rollover (не сгорают). Годовая подписка: -10%.
📈 Кейс: Анализ конкурентов (для музыки и любого бизнеса)
Автоматизируйте мониторинг рынка с командой агентов:
Общий сценарий:
- Парсер: Собирает данные из Meta Ads Library, соцсетей, Google Alerts.
- Аналитик: Оценивает креативы, бюджеты, тренды за 30 дней.
- Стратег: Выявляет паттерны и рекомендации.
- Отчетчик: Шлёт еженедельный отчёт в Telegram.
- Результат: Экономия 10+ часов/неделю, 84% точность анализа.
Для музыкальной индустрии:
- Мониторит промо хитов: TikTok-сниппеты, Meta-таргетинг, YouTube-тренды.
- Отслеживает: релизы, хуки, бюджеты лейблов, вирусные форматы.
- Применение: Инсайты по жанрам (поп/EDM), вдохновение для треков. Настройте на 3-5 артистов/лейблов.
💡 Практика: Начните с Free-плана + OpenRouter для бесплатных моделей. Тестируйте 14 дней без лимитов. Для России: Telegram-интеграция делает его удобным для чат-ботов и уведомлений.
🔥 CTA: Полезно? Ставьте 🔥 в реакциях! Соберём 50+ — в следующем посте покажу, как реализовать то же на Cursor (бесплатно для dev) и сэкономить $100+/месяц.
#AI #MVP #RelevanceAI #Стартап #МузыкальныйМаркетинг
Привет, подписчики Стартобуса! Если вы ищете платформу для создания команд AI-агентов без программирования — Relevance AI это ваш выбор. Drag-and-drop интерфейс, 2000+ интеграций и фокус на автоматизации. Отличный для MVP: от идеи до запуска за часы. Подходит для маркетинга, анализа и автоматизации в любой нише — от музыки до e-commerce.
🔥 Почему лучший для MVP?
- Скорость: Без кода, готовые шаблоны — настройте агента за 4-6 часов.
- Интеграции: Прямая поддержка Telegram (более актуально для России, чем Slack) для автоматизации чатов, триггеров и уведомлений. Premium-триггер: +5000 кредитов/месяц за аккаунт, но можно интегрировать через Zapier бесплатно.
- Экономия на моделях: Поддержка OpenRouter — подключайте для маршрутизации к 350+ моделям, включая бесплатные (Grok Flash, десятки других на OpenRouter). Это снижает затраты на токены: используйте бесплатные модели для тестов/MVP, без наценки от Relevance.
- Списание кредитов: С сентября 2025 кредиты разделены: Actions (фиксировано 2-4 кредита/run за действия агентов) + Vendor Credits (прямая стоимость моделей без markup). Подключив OpenRouter с бесплатными моделями, минимизируете Vendor Costs — идеально для экономии.
💰 Актуальные цены (2025, по сайту relevanceai.com):
- Free: $0, 100 кредитов/день, 1 пользователь, 10MB знаний.
- Pro: $19/месяц, 10,000 кредитов/месяц, 1 пользователь, 100MB знаний.
- Team: $199/месяц, 100,000 кредитов/месяц, 10 пользователей, 1GB знаний.
- Business: $599/месяц, 300,000 кредитов/месяц, неограниченные пользователи, 5GB знаний.
- Enterprise: Кастомная цена.
- Доп. кредиты: $2 за 1000. Vendor Credits rollover (не сгорают). Годовая подписка: -10%.
📈 Кейс: Анализ конкурентов (для музыки и любого бизнеса)
Автоматизируйте мониторинг рынка с командой агентов:
Общий сценарий:
- Парсер: Собирает данные из Meta Ads Library, соцсетей, Google Alerts.
- Аналитик: Оценивает креативы, бюджеты, тренды за 30 дней.
- Стратег: Выявляет паттерны и рекомендации.
- Отчетчик: Шлёт еженедельный отчёт в Telegram.
- Результат: Экономия 10+ часов/неделю, 84% точность анализа.
Для музыкальной индустрии:
- Мониторит промо хитов: TikTok-сниппеты, Meta-таргетинг, YouTube-тренды.
- Отслеживает: релизы, хуки, бюджеты лейблов, вирусные форматы.
- Применение: Инсайты по жанрам (поп/EDM), вдохновение для треков. Настройте на 3-5 артистов/лейблов.
💡 Практика: Начните с Free-плана + OpenRouter для бесплатных моделей. Тестируйте 14 дней без лимитов. Для России: Telegram-интеграция делает его удобным для чат-ботов и уведомлений.
🔥 CTA: Полезно? Ставьте 🔥 в реакциях! Соберём 50+ — в следующем посте покажу, как реализовать то же на Cursor (бесплатно для dev) и сэкономить $100+/месяц.
#AI #MVP #RelevanceAI #Стартап #МузыкальныйМаркетинг
🔥2⚡1👏1
Китай запустил крупнейшие в мире учебные площадки для гуманоидных роботов в рамках амбициозной стратегии доминирования на быстро растущем мировом рынке индустрии гуманоидных роботов.
Новый центр обучения в пекинском районе Шицзиншань занимает площадь более 10 000 квадратных метров и, как ожидается, будет генерировать более 6 миллионов точек данных ежегодно для ускорения развития роботов. Пекинский центр является крупнейшим из множества учебных центров, открывающихся по всему Китаю, и включает 16 различных сценариев, воспроизводящих реальные условия, такие как производственные предприятия, розничные магазины, учреждения по уходу за пожилыми людьми и умные дома.
Дополняющий центр в Шанхае занимает площадь 5 000 квадратных метров и содержит более 100 различных моделей роботов от более чем десятка компаний, с планами генерировать до 50 000 записей данных в день при полной работе.
Новый центр обучения в пекинском районе Шицзиншань занимает площадь более 10 000 квадратных метров и, как ожидается, будет генерировать более 6 миллионов точек данных ежегодно для ускорения развития роботов. Пекинский центр является крупнейшим из множества учебных центров, открывающихся по всему Китаю, и включает 16 различных сценариев, воспроизводящих реальные условия, такие как производственные предприятия, розничные магазины, учреждения по уходу за пожилыми людьми и умные дома.
Дополняющий центр в Шанхае занимает площадь 5 000 квадратных метров и содержит более 100 различных моделей роботов от более чем десятка компаний, с планами генерировать до 50 000 записей данных в день при полной работе.
Кажется, уже пора вводить новый термин в рекламу — эффект «Сидни»: всё, к чему прикасается Сидни Суини, неизбежно становится популярным. Акции и Crocs взлетели после рекламы с актрисой для бренда HeyDude, который принадлежит компании с 2022 года.
@lobushkin
@lobushkin
Лучшее на сегодня в фото и видео-генерации. Октябрь 2025
Агрегаторы:
Fal.ai— единая площадка с моментальным доступом к топовым фото/видеомоделям; можно интегрировать в рабочие процессы и API.
Designs AI — мультикомбинатор: видео, логотипы, маркетинг в одном окне. Оптимально для агентств и малого бизнеса.
Freepik AI — генерация фото/видео, шаблоны и защита изображений, сниженные тарифы.
Новинки:
Kling AI 2.5 Turbo — самая быстрая и дешёвая генерация видео с качественной динамикой и стабильностью.
Seedream 4.0 — детализированная генерация фото/видео, до 4K, мультиреференс и бесплатные лимиты. Модель от китайской компании ByteDance (создатели TikTok), вероятно увидим в CapCut Сейчас быстро проверить на агрегаторах Freepik / Fal / Replicate / Krea
Wan.Video 2.5 — генерация видео с Deepfake-озвучкой, lip-sync и бесплатными кредитами.
HeyGen Video Agent — создание видео “под ключ”: сценарий, монтаж и итоговый ролик за несколько минут.
Классика:
Runway Aleph Gen-4 — продвинутый видеомонтаж и генерация контента для профессионалов и кино.
Google Veo 3 — вертикальное FullHD, аудиотреки, watermark SynthID и снижение цен.
Midjourney Video V1 — художественные короткие анимации, экспериментальный ручной “режим движения”.
Krea AI — мощная генерация портретов и продуктовых фото, автоматическая стилизация.
Рекомендуем знать:
Pollo AI — европейский B2B-видеогенератор, акцент на стили регионов, бесплатные лимиты для компаний из ЕС.
Nano Banana — Это VEO3 если что так называется - скоростная генерация трейлеров, watermark и автоцензура для соцсетей/Shorts.
Агрегаторы и платформы с поддержкой LoRA:
Flux AI — агрегатор и генератор изображений с мощной встроенной поддержкой LoRA: своя галерея адаптаций, быстрый тренер, API для интеграции и быстрый экспорт. Это открытая модель - можно скачать на гитхаб.
Krea AI — генерация портретов, продуктов, собственный LoRA-тренер (адаптация под Wan 2.2, Qwen, Seedream и другие).
Freepik AI— поддержка кастомных LoRA и комфортная интеграция с генераторами (особенно для коммерческих иллюстраций).
Yandex Foundation Models — облачный сервис с возможностью обучать и применять собственные LoRA для текста и изображения.
Инструменты для самостоятельных и кастомных LoRA:
Exactly.ai — быстро обучайте mini-LoRA под свой стиль, интеграция с популярными генераторами.
Kohya SS (Stable Diffusion) — открытый пакет на гитхаб для глубокого обучения и тонкой настройки LoRA, максимальная гибкость, работает для иллюстраторов и дизайнеров.
Тренды:
— Самые выгодные сегодня — агрегаторы и специализированные инструменты, массовые промо и интеграция API для ускорения работы, новое качество китайских моделей, расширение защиты AI-контента.
— LoRA становится обязательной фичей для кастомизации генерации: любой пользователь может легко интегрировать свой стиль, бренд, лицо, предметку — не тренируя гигантские модели с нуля. Лучшие платформы уже поддерживают быструю загрузку и обучение LoRA, а агрегаторы дают выбор “лучших LoRA недели” для контент-мейкеров и SMM.
Агрегаторы:
Fal.ai— единая площадка с моментальным доступом к топовым фото/видеомоделям; можно интегрировать в рабочие процессы и API.
Designs AI — мультикомбинатор: видео, логотипы, маркетинг в одном окне. Оптимально для агентств и малого бизнеса.
Freepik AI — генерация фото/видео, шаблоны и защита изображений, сниженные тарифы.
Новинки:
Kling AI 2.5 Turbo — самая быстрая и дешёвая генерация видео с качественной динамикой и стабильностью.
Seedream 4.0 — детализированная генерация фото/видео, до 4K, мультиреференс и бесплатные лимиты. Модель от китайской компании ByteDance (создатели TikTok), вероятно увидим в CapCut Сейчас быстро проверить на агрегаторах Freepik / Fal / Replicate / Krea
Wan.Video 2.5 — генерация видео с Deepfake-озвучкой, lip-sync и бесплатными кредитами.
HeyGen Video Agent — создание видео “под ключ”: сценарий, монтаж и итоговый ролик за несколько минут.
Классика:
Runway Aleph Gen-4 — продвинутый видеомонтаж и генерация контента для профессионалов и кино.
Google Veo 3 — вертикальное FullHD, аудиотреки, watermark SynthID и снижение цен.
Midjourney Video V1 — художественные короткие анимации, экспериментальный ручной “режим движения”.
Krea AI — мощная генерация портретов и продуктовых фото, автоматическая стилизация.
Рекомендуем знать:
Pollo AI — европейский B2B-видеогенератор, акцент на стили регионов, бесплатные лимиты для компаний из ЕС.
Nano Banana — Это VEO3 если что так называется - скоростная генерация трейлеров, watermark и автоцензура для соцсетей/Shorts.
Агрегаторы и платформы с поддержкой LoRA:
Flux AI — агрегатор и генератор изображений с мощной встроенной поддержкой LoRA: своя галерея адаптаций, быстрый тренер, API для интеграции и быстрый экспорт. Это открытая модель - можно скачать на гитхаб.
Krea AI — генерация портретов, продуктов, собственный LoRA-тренер (адаптация под Wan 2.2, Qwen, Seedream и другие).
Freepik AI— поддержка кастомных LoRA и комфортная интеграция с генераторами (особенно для коммерческих иллюстраций).
Yandex Foundation Models — облачный сервис с возможностью обучать и применять собственные LoRA для текста и изображения.
Инструменты для самостоятельных и кастомных LoRA:
Exactly.ai — быстро обучайте mini-LoRA под свой стиль, интеграция с популярными генераторами.
Kohya SS (Stable Diffusion) — открытый пакет на гитхаб для глубокого обучения и тонкой настройки LoRA, максимальная гибкость, работает для иллюстраторов и дизайнеров.
Тренды:
— Самые выгодные сегодня — агрегаторы и специализированные инструменты, массовые промо и интеграция API для ускорения работы, новое качество китайских моделей, расширение защиты AI-контента.
— LoRA становится обязательной фичей для кастомизации генерации: любой пользователь может легко интегрировать свой стиль, бренд, лицо, предметку — не тренируя гигантские модели с нуля. Лучшие платформы уже поддерживают быструю загрузку и обучение LoRA, а агрегаторы дают выбор “лучших LoRA недели” для контент-мейкеров и SMM.
❤1
Мне подписчики задали вопрос — отвечаю!
Китай запустил крупнейшие в мире учебные площадки для гуманоидных роботов
Вопрос:
_“Интересно, как много данных потребуется обработать, чтобы роботы реально адаптировались к таким разным условиям?”_
Мой быстрый ответ:
Если “подсматривать” друг за другом, как дети в детском саду, — современные роботы с подключением к LLM и обучением в тысячах реальных сценариев адаптируются за год-два. Не дольше, чем ребенок учится ходить или человек осваивает велосипед, ролики или машину.
***
Объяснение и логика:
Китай запускает крупнейшие в мире data-центры для обучения гуманоидных роботов: тысячи устройств ежедневно “проживают” реальные ситуации — от производственных задач до медицины и ухода за пожилыми.
Тут эффект похож на детский сад: стоит одному “научиться” — все остальные, кто видит и копирует удачное решение, быстро подхватывают опыт. Даже если один робот осваивает новый навык, остальные получают доступ к “цифровой маске” сценария. Как дети — учатся быстрее, когда могут подсматривать друг за другом!
- Ключ — не столько массив данных, сколько разнообразие и кучность ситуаций, которые все роботы проживают вместе.
- Сотни тысяч уникальных эпизодов — хватание предметов, взаимодействие с людьми, выполнение задач — быстро накапливаются и передаются остальным.
- При текущих скоростях — десятки тысяч записей в день, миллионы точек в год — новый навык распространяется по всему “стаду” за считанные недели.
- Через 1–2 года такие роботы реально смогут работать с живыми задачами на уровне человека с базовыми бытовыми и производственными навыками.
Роботы “учатся смотреть друг за другом”, интегрируя коллективный опыт через единую нервную сеть — это вывело темпы обучения на качественно новый уровень.
***
Почему мне нравятся вопросы подписчиков?
Потому что именно такие вопросы — как эффект “подсматривания” в детском саду — заставляют копать глубже, сравнивать реальные процессы и технологии, искать аналоги из жизни. Это драйвит весь канал вперед — всегда рад вашим вопросам и новым инсайтам!
Китай запустил крупнейшие в мире учебные площадки для гуманоидных роботов
Вопрос:
_“Интересно, как много данных потребуется обработать, чтобы роботы реально адаптировались к таким разным условиям?”_
Мой быстрый ответ:
Если “подсматривать” друг за другом, как дети в детском саду, — современные роботы с подключением к LLM и обучением в тысячах реальных сценариев адаптируются за год-два. Не дольше, чем ребенок учится ходить или человек осваивает велосипед, ролики или машину.
***
Объяснение и логика:
Китай запускает крупнейшие в мире data-центры для обучения гуманоидных роботов: тысячи устройств ежедневно “проживают” реальные ситуации — от производственных задач до медицины и ухода за пожилыми.
Тут эффект похож на детский сад: стоит одному “научиться” — все остальные, кто видит и копирует удачное решение, быстро подхватывают опыт. Даже если один робот осваивает новый навык, остальные получают доступ к “цифровой маске” сценария. Как дети — учатся быстрее, когда могут подсматривать друг за другом!
- Ключ — не столько массив данных, сколько разнообразие и кучность ситуаций, которые все роботы проживают вместе.
- Сотни тысяч уникальных эпизодов — хватание предметов, взаимодействие с людьми, выполнение задач — быстро накапливаются и передаются остальным.
- При текущих скоростях — десятки тысяч записей в день, миллионы точек в год — новый навык распространяется по всему “стаду” за считанные недели.
- Через 1–2 года такие роботы реально смогут работать с живыми задачами на уровне человека с базовыми бытовыми и производственными навыками.
Роботы “учатся смотреть друг за другом”, интегрируя коллективный опыт через единую нервную сеть — это вывело темпы обучения на качественно новый уровень.
***
Почему мне нравятся вопросы подписчиков?
Потому что именно такие вопросы — как эффект “подсматривания” в детском саду — заставляют копать глубже, сравнивать реальные процессы и технологии, искать аналоги из жизни. Это драйвит весь канал вперед — всегда рад вашим вопросам и новым инсайтам!
🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Презентация за минуты — встречайте бесплатный ИИ-инструмент Chronicle, своего рода «Cursor для презентаций».
Chronicle сам структурирует материал, формирует слайды и оформляет презентацию стильно и понятно. Попробовал — вау-эффект!
Фишка: для презентации на русском просто добавьте в промт «сделай на русском языке».
Забрать: http://chroniclehq.com/
Chronicle сам структурирует материал, формирует слайды и оформляет презентацию стильно и понятно. Попробовал — вау-эффект!
Фишка: для презентации на русском просто добавьте в промт «сделай на русском языке».
Забрать: http://chroniclehq.com/
ТОП AI-системы для презентаций 2025.pptx
6.5 MB
Запрос (от Юрия): сделай распаковку Kimi. Вот мой результат и впечатления:
За 5 минут Kimi собрала и оформила презентацию по самым востребованным AI-сервисам (см. вложение). Всё анализировано автоматически — рейтинги, форумы, экспертные отзывы, трек с площадок вроде vc.ru, Habr, Startpack. Презентация сразу готова под экспорт, визуал очень приличный — не отличить от работы профессионала.
Kimi реально работает как агент: сама собирает материалы, планирует структуру, превращает в слайды. Вы задаёте тему и число слайдов — результат “на выходе” уже собран и красиво оформлен.
Ключевые фишки:
- Автоматический анализ источников и выделение лучших сервисов.
- Глубокий разбор отзывов пользователей.
- Логика подачи, визуальные блоки, структурная инфографика — всё раскрывается на 20–30 слайдов.
- Экономит кучу времени — аналогичный сбор вручную занял бы минимум вечер!
Разработчик — китайский стартап Moonshot AI, в основе триллионная архитектура MoE (смесь экспертов для скорости и мощности).
Главные плюсы:
- Круто справляется с длинными и объёмными файлами.
- Прекрасно русифицирована, много шаблонов, реально бесплатна.
- В рейтингах и обзорах постоянно в топе замены ChatGPT, особенно если нужно обработать массивы данных или подготовить презентацию, которую можно сразу показывать клиенту.
В общем, Kimi — находка для аналитиков, преподавателей, маркетологов и всех, кто хочет быстро и бесплатно получать структурированные презентации по любой теме.
🔗 Протестировать: kimi.ai
***
Люблю такие вопросы от подписчиков — они вынуждают разбираться глубже и выбирать действительно рабочие инструменты. Спрашивайте ещё — разберу всё, что вас реально волнует!
За 5 минут Kimi собрала и оформила презентацию по самым востребованным AI-сервисам (см. вложение). Всё анализировано автоматически — рейтинги, форумы, экспертные отзывы, трек с площадок вроде vc.ru, Habr, Startpack. Презентация сразу готова под экспорт, визуал очень приличный — не отличить от работы профессионала.
Kimi реально работает как агент: сама собирает материалы, планирует структуру, превращает в слайды. Вы задаёте тему и число слайдов — результат “на выходе” уже собран и красиво оформлен.
Ключевые фишки:
- Автоматический анализ источников и выделение лучших сервисов.
- Глубокий разбор отзывов пользователей.
- Логика подачи, визуальные блоки, структурная инфографика — всё раскрывается на 20–30 слайдов.
- Экономит кучу времени — аналогичный сбор вручную занял бы минимум вечер!
Разработчик — китайский стартап Moonshot AI, в основе триллионная архитектура MoE (смесь экспертов для скорости и мощности).
Главные плюсы:
- Круто справляется с длинными и объёмными файлами.
- Прекрасно русифицирована, много шаблонов, реально бесплатна.
- В рейтингах и обзорах постоянно в топе замены ChatGPT, особенно если нужно обработать массивы данных или подготовить презентацию, которую можно сразу показывать клиенту.
В общем, Kimi — находка для аналитиков, преподавателей, маркетологов и всех, кто хочет быстро и бесплатно получать структурированные презентации по любой теме.
🔗 Протестировать: kimi.ai
***
Люблю такие вопросы от подписчиков — они вынуждают разбираться глубже и выбирать действительно рабочие инструменты. Спрашивайте ещё — разберу всё, что вас реально волнует!
❤2🔥1
Cursor выпустил мини-курс по применению AI в разработке
Курс рассчитан на начинающих. Он бесплатный и проходится за час.
https://cursor.com/ru/learn
Курс рассчитан на начинающих. Он бесплатный и проходится за час.
https://cursor.com/ru/learn
🔥1
Друзья, разобрал ваш вопрос по Perplexity Search API и типичным ошибкам/ограничениям в работе Pro-версии.
Вопрос подписчика:
Мой ответ:
Я проверил, на моих задачах вроде как работает. Почти все сложности “на выходе” связаны не столько с самим API, сколько с грамотной структурой промптов и пониманием того, что умеет конкретный инструмент (и что, увы, не умеет). Например, рассылка писем и прикрепление файлов крайне зависит от интеграции, самое надёжное – через связки Email-ассистента и коннекторов. Я не стесняюсь если не знаю как делать - сначала Perplexity спрашиваю - прошу показать лучшие практики, которые опубликованы в официальных документах и в соцсетях продвинутых пользователей - он мгновенно находит все что можно, а что нельзя.
Почему Search API и коннекторы важны:
Они дают уровень автоматизации, который недоступен простому Perplexity Pro: можно строить целые сценарии, заставляя ИИ реально искать, фильтровать, классифицировать и агрегировать данные по “запросу-навыку” — а не только давать примитивный ответ из GPT. Не стесняйтесь - спрашивать как правильно писать промпт - чтобы получить нужный результат.
Полезные промпты для задач по соцсетям и “расписанию” (применяйте и в своем вопросе тоже):
***
Актуальные лайфхаки:
- Старайтесь писать промпт максимально конкретно: платформа, автор, период, тип поста/ответа.
- Лучше запускать поиск отдельно для каждой платформы (Инстаграм, ВК, Тредс — по отдельности).
- Для писем и файлов работайте через Email-ассистента и интеграцию Google Drive/Gmail.
- При парсинге сайтов и соцсетей используйте формулировку “проанализируй все доступные посты/комментарии”, чтобы API не “видел” только топ публикаций, а сканировал максимум ленты.
- Для “расписаний”/объявлений отлично работают связки скриншота + промта “создай календарь или табличную сводку”.
***
P.S. Не стесняйтесь пробовать более длинные промпты и “дробить” задачи — результат на порядок точнее. Ваши сценарии, вопросы, история как у преподавателя-индианы джонса — именно то, что позволяет улучшать инструменты! Продолжайте делиться опытом, я с радостью буду делиться своим и выкладывать новые рабочие решения.
Вопрос подписчика:
Пока прошкой не очень доволен работой. Вчера писала, что не может отправить письмо сама, хотя до этого отправляла, и галлюцинаций шаблонных многовато выдает в тасках… Не может прикреплять файлы к письмам, не вытаскивает инфу с Инстаграм/ВК, часть постов Тредс не видит. Может, не туда промты пишу? Поделитесь промтами для сканирования соцсетей под свои вопросы и парсинга постов от нужных авторов?
Мой ответ:
Я проверил, на моих задачах вроде как работает. Почти все сложности “на выходе” связаны не столько с самим API, сколько с грамотной структурой промптов и пониманием того, что умеет конкретный инструмент (и что, увы, не умеет). Например, рассылка писем и прикрепление файлов крайне зависит от интеграции, самое надёжное – через связки Email-ассистента и коннекторов. Я не стесняюсь если не знаю как делать - сначала Perplexity спрашиваю - прошу показать лучшие практики, которые опубликованы в официальных документах и в соцсетях продвинутых пользователей - он мгновенно находит все что можно, а что нельзя.
Так я не смог отправлять сообщения через WhatsApp - и когда спросил - то мне ответили что это политика компании Meta (запрещенной в РФ организации) - они читать разрешают, а вот отправлять из ИИ - не разрешают.
Что касается Тасков - я их максимально упростил - даю просто задачу обозреть, а по утру - когда все готово - я доворачиваю уже заготовленным промптом. Тоже земетил, что они выходной формат такой как надо пока не держат - например - я хотел получать обзор по новинкам ИИ - каждую неделю - 4 обзора по разным направлениям ИИ - так себе получились отчеты) - приходится вручную доделывать.
Почему Search API и коннекторы важны:
Они дают уровень автоматизации, который недоступен простому Perplexity Pro: можно строить целые сценарии, заставляя ИИ реально искать, фильтровать, классифицировать и агрегировать данные по “запросу-навыку” — а не только давать примитивный ответ из GPT. Не стесняйтесь - спрашивать как правильно писать промпт - чтобы получить нужный результат.
Полезные промпты для задач по соцсетям и “расписанию” (применяйте и в своем вопросе тоже):
1. "Найди последние посты/объявления автора [Ник_или_Имя] в [Instagram/ВК/Threads] за период ХХХ."
2. "Проанализируй инфопоток по тегу #[ваш_тег] – выбери только личные публикации, игнорируя репосты."
3. "Собери три самых популярных поста по теме [ваш вопрос]: дай ссылку, краткое резюме, авторов и реакцию.
4. "Выгрузи все записи за последнюю неделю с фразой '[ключевая фраза/ваша фамилия]' в [ВК/Threads], структурируй ответы по дате/автору."
5. "Проанализируй расписание занятий за октябрь – упакуй в единый календарь на основе скриншотов, фото, сообщений."
6. "Найди письма от [фамилия преподавателя/служба] с вложенными файлами и составь список ссылок на них."
7. "Проверь новые комментарии к моим постам в [вставьте платформу]: выдели только вопросы, скрытые запросы/фидбек."
8. "Сделай сводку о расписании/объявлениях/обновлениях по всем сообщениям за последнюю неделю – по времени, теме, источнику."
***
Актуальные лайфхаки:
- Старайтесь писать промпт максимально конкретно: платформа, автор, период, тип поста/ответа.
- Лучше запускать поиск отдельно для каждой платформы (Инстаграм, ВК, Тредс — по отдельности).
- Для писем и файлов работайте через Email-ассистента и интеграцию Google Drive/Gmail.
- При парсинге сайтов и соцсетей используйте формулировку “проанализируй все доступные посты/комментарии”, чтобы API не “видел” только топ публикаций, а сканировал максимум ленты.
- Для “расписаний”/объявлений отлично работают связки скриншота + промта “создай календарь или табличную сводку”.
***
P.S. Не стесняйтесь пробовать более длинные промпты и “дробить” задачи — результат на порядок точнее. Ваши сценарии, вопросы, история как у преподавателя-индианы джонса — именно то, что позволяет улучшать инструменты! Продолжайте делиться опытом, я с радостью буду делиться своим и выкладывать новые рабочие решения.
«Роботы-гуманоиды — пузырь, обреченный на провал», — сооснователь iRobot
Родни Брукс, сооснователь iRobot и ветеран MIT, считает, что миллиарды, которые инвесторы вливают в человекоподобных роботов вроде Tesla Optimus или Figure, тратятся впустую.
В новом эссе он пишет, что попытки обучить роботов ловкости через видео с людьми — «чистая фантазия». Главная проблема в том, что машины пока не способны повторить руки человека с их 17 тысячами «сенсоров» осязания.
Брукс также указывает на безопасность: падение полноразмерного гуманоидного робота может быть крайне опасным из-за огромной энергии, которая тратится на удержание равновесия.
По его прогнозу, через 15 лет роботы будут на колёсах, с несколькими руками и датчиками, но без человеческой формы. Сегодняшние проекты он называет дорогими экспериментами, не способными выйти в массовое производство.
Тоже вспомнили, как Nokia и Microsoft смеялись над iPhone?
https://rodneybrooks.com/why-todays-humanoids-wont-learn-dexterity/
Родни Брукс, сооснователь iRobot и ветеран MIT, считает, что миллиарды, которые инвесторы вливают в человекоподобных роботов вроде Tesla Optimus или Figure, тратятся впустую.
В новом эссе он пишет, что попытки обучить роботов ловкости через видео с людьми — «чистая фантазия». Главная проблема в том, что машины пока не способны повторить руки человека с их 17 тысячами «сенсоров» осязания.
Брукс также указывает на безопасность: падение полноразмерного гуманоидного робота может быть крайне опасным из-за огромной энергии, которая тратится на удержание равновесия.
По его прогнозу, через 15 лет роботы будут на колёсах, с несколькими руками и датчиками, но без человеческой формы. Сегодняшние проекты он называет дорогими экспериментами, не способными выйти в массовое производство.
Тоже вспомнили, как Nokia и Microsoft смеялись над iPhone?
https://rodneybrooks.com/why-todays-humanoids-wont-learn-dexterity/
👍2
Forwarded from ПрактикИИ
📝 ЗАДАНИЕ 8 (продолжаем): Генерация 64 идей ИИ-автоматизации раздражающей рутины
Как обещал, начинаем постепенно выкладывать практические микро-уроки в ПрактикИИ. Это задание особенное.
🎯 ЗАЧЕМ МЫ ЭТО ДЕЛАЕМ?
ИИ становится мощным инструментом только тогда, когда в него поступают умные данные от умного человека. Все предыдущие 7 заданий развивали ваши навыки работы с ИИ-помощниками. Но главный вопрос остается: какие именно процессы стоит автоматизировать в первую очередь?
Ответ прост: те, что вас больше всего раздражают. Раздражение — лучший индикатор неэффективности процесса.
Большинство руководителей видят только очевидную рутину — те самые «первые 20-30 идей». Но по-настоящему ценные возможности для автоматизации скрываются за барьером творческого тупика, когда кажется, что идеи закончились.
📊 НАУЧНАЯ ОСНОВА: Кривая генерации идей
Процесс генерации идей проходит 4 стадии:
1. Легкий старт (идеи 1-20) — очевидные, известные всем решения
2. Застой (идеи 21-40) — кажется, что новых идей нет
3. Преодоление (идеи 41-55) — появляются неожиданные связи
4. Великолепие (идеи 56-64+) — уникальные, прорывные решения
Ключевое открытие: 90% людей останавливаются на стадии застоя, упуская самые ценные идеи.
🔧 МЕТОДОЛОГИЯ: Google Crazy 8's + ограничения активизируют мозг
Задание базируется на методе Google Crazy 8's — структурированной технике генерации идей. Дополнительно применяем принцип активации мозга через ограничения — письмо в маленьких ячейках заставляет мозг фильтровать ненужное и оставлять только суть.
Нейрофизиология: ограниченное пространство + мелкая моторика = резкая активизация творческих зон мозга.
✍️ ИНСТРУКЦИЯ ПО ВЫПОЛНЕНИЮ:
1. ПОДГОТОВКА ЛИСТА:
- Возьмите лист А4
- Сложите его 3 раза пополам (без линейки и ручки)
- Разверните — получится 8 ячеек-кирпичиков
- Все! Больше ничего чертить не надо
2. ЗАПОЛНЕНИЕ:
- В каждую ячейку записывайте 8 рутинных процессов, которые вас раздражают
- Формат записи: 2-3 слова на процесс (например: "согласование отпусков", "поиск документов", "еженедельные отчеты")
- Итого: 8 ячеек × 8 идей = 64 процесса автоматизации
- Ограничение пространства заставит писать тезисно — это фишка, а не баг!
3. ВРЕМЯ ВЫПОЛНЕНИЯ:
- Новички: до 16 минут
- После тренировки: 8 минут
- Я таким методом готовлю тезисы для презентаций — когда надо быстро выделить самое важное
4. ЧТО ПИСАТЬ:
Фокусируйтесь на процессах из реальной работы:
- Документооборот и согласования
- Коммуникации и переписка
- Поиск и обработка информации
- Планирование и отчетность
- Рутинные вычисления
- Повторяющиеся задачи
📤 ФОРМАТ СДАЧИ:
Одно фото листа А4 с 8 ячейками, в каждой из которых 7-8 идей процессов-автоматизации
Загружайте в коментарии с названием "Задание_8_ФИО"
💡 СЕКРЕТ УСПЕХА:
Не останавливайтесь на 30-40 идее! Самые ценные решения приходят именно тогда, когда мозг говорит «больше нет идей». В этот момент включается дивергентное мышление и рождаются прорывы.
Помните: ограничения не мешают креативности — они её активизируют! 🧠⚡️
🚀 ПРИМЕР ХОРОШИХ ИДЕЙ:
- Автоответы на email
- Транскрипция совещаний
- Генерация договоров
- Анализ резюме
- Планирование встреч
- Поиск в корп-базе
- Создание презентаций
- Мониторинг KPI
Удачи в поиске ваших раздражающих 64 процессов! 🔥
***
P.S. Результаты этого задания станут основой для практической реализации ИИ-автоматизации в ваших компаниях на следующем модуле.
Как обещал, начинаем постепенно выкладывать практические микро-уроки в ПрактикИИ. Это задание особенное.
🎯 ЗАЧЕМ МЫ ЭТО ДЕЛАЕМ?
ИИ становится мощным инструментом только тогда, когда в него поступают умные данные от умного человека. Все предыдущие 7 заданий развивали ваши навыки работы с ИИ-помощниками. Но главный вопрос остается: какие именно процессы стоит автоматизировать в первую очередь?
Ответ прост: те, что вас больше всего раздражают. Раздражение — лучший индикатор неэффективности процесса.
Большинство руководителей видят только очевидную рутину — те самые «первые 20-30 идей». Но по-настоящему ценные возможности для автоматизации скрываются за барьером творческого тупика, когда кажется, что идеи закончились.
📊 НАУЧНАЯ ОСНОВА: Кривая генерации идей
Процесс генерации идей проходит 4 стадии:
1. Легкий старт (идеи 1-20) — очевидные, известные всем решения
2. Застой (идеи 21-40) — кажется, что новых идей нет
3. Преодоление (идеи 41-55) — появляются неожиданные связи
4. Великолепие (идеи 56-64+) — уникальные, прорывные решения
Ключевое открытие: 90% людей останавливаются на стадии застоя, упуская самые ценные идеи.
🔧 МЕТОДОЛОГИЯ: Google Crazy 8's + ограничения активизируют мозг
Задание базируется на методе Google Crazy 8's — структурированной технике генерации идей. Дополнительно применяем принцип активации мозга через ограничения — письмо в маленьких ячейках заставляет мозг фильтровать ненужное и оставлять только суть.
Нейрофизиология: ограниченное пространство + мелкая моторика = резкая активизация творческих зон мозга.
✍️ ИНСТРУКЦИЯ ПО ВЫПОЛНЕНИЮ:
1. ПОДГОТОВКА ЛИСТА:
- Возьмите лист А4
- Сложите его 3 раза пополам (без линейки и ручки)
- Разверните — получится 8 ячеек-кирпичиков
- Все! Больше ничего чертить не надо
2. ЗАПОЛНЕНИЕ:
- В каждую ячейку записывайте 8 рутинных процессов, которые вас раздражают
- Формат записи: 2-3 слова на процесс (например: "согласование отпусков", "поиск документов", "еженедельные отчеты")
- Итого: 8 ячеек × 8 идей = 64 процесса автоматизации
- Ограничение пространства заставит писать тезисно — это фишка, а не баг!
3. ВРЕМЯ ВЫПОЛНЕНИЯ:
- Новички: до 16 минут
- После тренировки: 8 минут
- Я таким методом готовлю тезисы для презентаций — когда надо быстро выделить самое важное
4. ЧТО ПИСАТЬ:
Фокусируйтесь на процессах из реальной работы:
- Документооборот и согласования
- Коммуникации и переписка
- Поиск и обработка информации
- Планирование и отчетность
- Рутинные вычисления
- Повторяющиеся задачи
📤 ФОРМАТ СДАЧИ:
Одно фото листа А4 с 8 ячейками, в каждой из которых 7-8 идей процессов-автоматизации
Загружайте в коментарии с названием "Задание_8_ФИО"
💡 СЕКРЕТ УСПЕХА:
Не останавливайтесь на 30-40 идее! Самые ценные решения приходят именно тогда, когда мозг говорит «больше нет идей». В этот момент включается дивергентное мышление и рождаются прорывы.
Помните: ограничения не мешают креативности — они её активизируют! 🧠⚡️
🚀 ПРИМЕР ХОРОШИХ ИДЕЙ:
- Автоответы на email
- Транскрипция совещаний
- Генерация договоров
- Анализ резюме
- Планирование встреч
- Поиск в корп-базе
- Создание презентаций
- Мониторинг KPI
Удачи в поиске ваших раздражающих 64 процессов! 🔥
***
P.S. Результаты этого задания станут основой для практической реализации ИИ-автоматизации в ваших компаниях на следующем модуле.
🌏 Искусственный интеллект переходит от «обучения математике» к реальному «созданию математики»!
🚀 GPT-5 впервые прошёл «тест Гёделя» и сумел доказать три крупных гипотезы в области комбинаторной оптимизации — констатируют исследователи из Университета Хайфы и компании Cisco [arxiv.org/pdf/2509.18383].
🔥 Важно: в одном случае модель не просто справилась, но предложила неожиданное решение, опровергнувшее исходную гипотезу!
📊 «На решение подобных задач у лучших аспирантов обычно уходит несколько дней. Впервые эксперимент был построен так, чтобы ИИ столкнулся не с олимпиадными задачами, а с открытыми математическими гипотезами», — отметил участник исследования Себастьян Бюбек.
🌟 «Этот результат можно назвать историческим: впервые ИИ сделал шаг от 'обучения математике' к реальному 'созданию математики'. Это начало глубокого преобразования научной парадигмы, которое может определять ход исследований уже в 2030-е годы», — подчёркивают авторы.
#AI #Математика #Инновации #Startobus
🚀 GPT-5 впервые прошёл «тест Гёделя» и сумел доказать три крупных гипотезы в области комбинаторной оптимизации — констатируют исследователи из Университета Хайфы и компании Cisco [arxiv.org/pdf/2509.18383].
🔥 Важно: в одном случае модель не просто справилась, но предложила неожиданное решение, опровергнувшее исходную гипотезу!
📊 «На решение подобных задач у лучших аспирантов обычно уходит несколько дней. Впервые эксперимент был построен так, чтобы ИИ столкнулся не с олимпиадными задачами, а с открытыми математическими гипотезами», — отметил участник исследования Себастьян Бюбек.
🌟 «Этот результат можно назвать историческим: впервые ИИ сделал шаг от 'обучения математике' к реальному 'созданию математики'. Это начало глубокого преобразования научной парадигмы, которое может определять ход исследований уже в 2030-е годы», — подчёркивают авторы.
#AI #Математика #Инновации #Startobus
🔥1