Forwarded from ИИ и роботы в стройке
«Самая большая опасность заключается в том, что результаты работы ИИ ошибочно принимаются за истину или окончательное решение»
Тим Фу, основатель британского архитектурного бюро STF, активно применяющий ИИ в своих проектах и в курсах по параметрическому ИИ-проектированию, отвечает на вопрос о том, чем опасен ИИ в работе архитектора:
Критическое мышление, в принципе, и по жизни нужно сохранять.
Тим Фу, основатель британского архитектурного бюро STF, активно применяющий ИИ в своих проектах и в курсах по параметрическому ИИ-проектированию, отвечает на вопрос о том, чем опасен ИИ в работе архитектора:
«Это всего лишь предположение — подсказка, а не рецепт. Есть и этическая сторона вопроса: ИИ может воспроизводить предубеждения, непреднамеренно заниматься плагиатом или чрезмерно подчёркивать эстетику, которая популярна в интернете, но не имеет отношения к контексту. Нужно всегда сохранять критическое мышление».
Критическое мышление, в принципе, и по жизни нужно сохранять.
👍8❤3🔥3
Forwarded from МАТЕРИЯ
Сенсетивное исследование
Combined Multisensory Effects: A Systematic Review
#rest
#материя_знания
| | |
◻️ Materia.city
Больше деревьев — вывод, которым заканчивается большинство исследований стресса в городе. Природа восстанавливает — кто бы спорил. Но что делать в тех городах, где для деревьев просто нет места? Где зелёная инфраструктура — не база, а роскошь?
Группа из Шэньчжэня, авторы систематического обзора How Public Urban Space Enhance Restoration Benefits Through Combined Multisensory Effects, проанализировала 30 исследований, чтобы понять, как разные типы восприятия — зрение, звук, запах, температура, тактильные ощущения — влияют на стресс, внимание и эмоции. Оказалось, что на снижение стресса могут работать и запахи, и тень, и звуки (вода, птицы, листва), и природные покрытия (земля, трава). Наблюдение интуитивно понятно, но ценно тем, что расширяет воображение о возможностях восстановления в мегаполисе.
🧑🏻🔬How Public Urban Space Enhance Restoration Benefits ThroughCombined Multisensory Effects: A Systematic Review
;
→ Wen Dong, Donghui Dai, Pengyuan Shen, Rui Zhang, Mei Liu;
→ School of Architecture, Harbin Institute of Technology (Shenzhen) \ Shenzhen International Graduate School, Tsinghua University.#rest
#материя_знания
| | |
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥4⚡2😁1💩1
Forwarded from NN
This media is not supported in your browser
VIEW IN TELEGRAM
В ChatGPT появились стили — теперь будет проще делать картинки в разных жанрах, от киберпанка до аниме.
Как пользоваться:
Чат-бот даст готовый промт, который можно менять как угодно. Работает даже в бесплатной версии.
Как пользоваться:
В окне ChatGPT нажимаем «Инструменты» > «Создать изображение» > выбираем кнопку «Стили»
Чат-бот даст готовый промт, который можно менять как угодно. Работает даже в бесплатной версии.
❤7👍5⚡2
#unrealneural
ChatGPT делает нас глупыми?
Новаторское исследование Массачусетского технологического института, впервые применившего сканирование мозга у пользователей ChatGPT, раскрывает поразительную реальность: достигаемая нами эффективность может достигаться за счет значительных когнитивных затрат.
1. Снижение активности мозга: нейронные связи у пользователей ИИ снизились почти на 47%, с 79 до всего лишь 42. Это был самый низкий уровень вовлеченности среди всех тестовых групп.
2. Длительные эффекты: даже после прекращения использования ChatGPT мозг участников оставался малоактивным. Результаты были хуже, чем у тех, кто вообще не пользовался ИИ. Это не просто временная зависимость, это как будто мозг разучивается мыслить самостоятельно.
3. Поверхностный уровень вывода: Сочинения, написанные с использованием ИИ, могут получить неплохие оценки, но учителя описывают их как «бездушные», «неглубокие» и «роботизированные».
4. Вот парадокс: да, ChatGPT делает вас быстрее, до 60% эффективнее. Но он также снижает «когнитивную нагрузку» — умственные усилия, необходимые для настоящего понимания, — на 32%. Другими словами, мы получаем ответы, минуя процесс мышления, который ведёт к настоящему обучению.
НО: есть и положительный момент.
Самая успешная группа в исследовании изначально работала без ИИ, а затем внедрила его позже. Они добились наилучшего сохранения памяти, самых сильных нейронных связей в мозге и наивысшей общей производительности.
https://arxiv.org/pdf/2506.08872v1
ChatGPT делает нас глупыми?
Новаторское исследование Массачусетского технологического института, впервые применившего сканирование мозга у пользователей ChatGPT, раскрывает поразительную реальность: достигаемая нами эффективность может достигаться за счет значительных когнитивных затрат.
1. Снижение активности мозга: нейронные связи у пользователей ИИ снизились почти на 47%, с 79 до всего лишь 42. Это был самый низкий уровень вовлеченности среди всех тестовых групп.
2. Длительные эффекты: даже после прекращения использования ChatGPT мозг участников оставался малоактивным. Результаты были хуже, чем у тех, кто вообще не пользовался ИИ. Это не просто временная зависимость, это как будто мозг разучивается мыслить самостоятельно.
3. Поверхностный уровень вывода: Сочинения, написанные с использованием ИИ, могут получить неплохие оценки, но учителя описывают их как «бездушные», «неглубокие» и «роботизированные».
4. Вот парадокс: да, ChatGPT делает вас быстрее, до 60% эффективнее. Но он также снижает «когнитивную нагрузку» — умственные усилия, необходимые для настоящего понимания, — на 32%. Другими словами, мы получаем ответы, минуя процесс мышления, который ведёт к настоящему обучению.
НО: есть и положительный момент.
Самая успешная группа в исследовании изначально работала без ИИ, а затем внедрила его позже. Они добились наилучшего сохранения памяти, самых сильных нейронных связей в мозге и наивысшей общей производительности.
https://arxiv.org/pdf/2506.08872v1
⚡4🤯4❤3💯1
Forwarded from NN
Вышел новый инструмент для вайб-кодеров — Kiro. Это полноценная среда разработки со встроенным ИИ-агентом.
Бот может подготовить полный план создания сайта, приложения или целой игры. Он подбирает нужные технологии, пишет документацию и придумывает тесты.
Забираем здесь. На время бета-тестирования сервис полностью бесплатный.
Бот может подготовить полный план создания сайта, приложения или целой игры. Он подбирает нужные технологии, пишет документацию и придумывает тесты.
Забираем здесь. На время бета-тестирования сервис полностью бесплатный.
🔥6⚡3👍3
#unrealneural
Cadmium 🌊 — статья ANSYS о синтетической маркировке набора данных DeepCAD с использованием аннотаций, созданных с помощью GPT 4.1 на основе реальных данных и многоракурсных изображений, для обучения более качественной модели преобразования текста в CAD с помощью Qwen2.5-Coder. На самом деле, не превосходит ручную маркировку (Text2CAD), но близок к ней
https://arxiv.org/abs/2507.09792
Cadmium 🌊 — статья ANSYS о синтетической маркировке набора данных DeepCAD с использованием аннотаций, созданных с помощью GPT 4.1 на основе реальных данных и многоракурсных изображений, для обучения более качественной модели преобразования текста в CAD с помощью Qwen2.5-Coder. На самом деле, не превосходит ручную маркировку (Text2CAD), но близок к ней
https://arxiv.org/abs/2507.09792
❤3⚡2👍2
Forwarded from Нейросеть
Нашумевший ИИ-фотошоп Flux Kontext теперь можно запустить в чайнике — энтузиасты сделали расширение для облегчённого интерфейса Forge.
Всё, что нужно — установить Forge с GitHub, в поле Extension вставить эту ссылку:
Подгрузить модель и можно пользоваться ☕️
Всё, что нужно — установить Forge с GitHub, в поле Extension вставить эту ссылку:
https://github.com/DenOfEquity/forge2_flux_kontext
Подгрузить модель и можно пользоваться ☕️
⚡5❤2👍2🔥1
Forwarded from Институт AIRI
AIRI × SMILES
Мы выступаем научным партнёром летней школы Сколтеха — SMILES 2025, которая проходит в Харбинском технологическом институте в Китае. Делимся расписанием лекций исследователей AIRI:
⚫️ 19 июля
Олег Рогов — Differential Privacy and Explainable AI: Balancing Transparency and Safety
⚫️ 22 июля
Андрей Кузнецов — AI Principles for Construction and Industrial Generative Design
Александр Коротин — Diffusion Bridge Models for Domain Translation Problems
⚫️ 23 июля
Александр Коротин — Adversarial Bridge Models for Domain Translation Problems
⚫️ 24 июля
Денис Димитров — Text-to-Image and Text-to-Video: Current State and Challenges
📎 Записи и трансляции всех лекций — по ссылке.
Мы выступаем научным партнёром летней школы Сколтеха — SMILES 2025, которая проходит в Харбинском технологическом институте в Китае. Делимся расписанием лекций исследователей AIRI:
Олег Рогов — Differential Privacy and Explainable AI: Balancing Transparency and Safety
Андрей Кузнецов — AI Principles for Construction and Industrial Generative Design
Александр Коротин — Diffusion Bridge Models for Domain Translation Problems
Александр Коротин — Adversarial Bridge Models for Domain Translation Problems
Денис Димитров — Text-to-Image and Text-to-Video: Current State and Challenges
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3⚡1❤1
Forwarded from Нейросеть
Media is too big
VIEW IN TELEGRAM
В OpenAI анонсировали агента, который управляет ПК и работает в интернете. Он работает лучше «кожаных» офисных сотрудников в 50% случаев.
OpenAI выпустили ИИ-ассистента ChatGPT Agent. Доступный по подписке, он умеет лазить в вашем компьютере от лица пользователя и управлять им: смотреть календарь, писать письма, бронировать отели и заказывать продукты. Помимо браузера нейронка имеет доступ и к приложениям в компьютере — она может, например, достать данные из PDF-файла и заполнить эксель-таблицу. На видео ChatGPT Agent планирует путешествие и добавляет даты в календарь.
В процессе работы агента можно прервать, чтобы уточнить детали и он продолжит искать желаемый результат без потери прогресса. Кроме того сам чат может запрашивать дополнительные сведения, если это будет необходимо.
В основе агента два других инструмента от компании: Deep Research, анализирующий и резюмирующий информацию и ИИ-агент Operator, умеющий пользоваться интернетом и выполнять там действия. Их симбиоз и дал существование модели для ChatGPT Agent.
Нагоним немного страха: согласно внутреннему тестированию OpenAI, проведённому для оценки эффективности, результаты ChatGPT-агента оказались сопоставимы с работой человека — а порой и превосходили её — примерно в половине случаев.
Как дела в офисе, пацанИИ?
OpenAI выпустили ИИ-ассистента ChatGPT Agent. Доступный по подписке, он умеет лазить в вашем компьютере от лица пользователя и управлять им: смотреть календарь, писать письма, бронировать отели и заказывать продукты. Помимо браузера нейронка имеет доступ и к приложениям в компьютере — она может, например, достать данные из PDF-файла и заполнить эксель-таблицу. На видео ChatGPT Agent планирует путешествие и добавляет даты в календарь.
В процессе работы агента можно прервать, чтобы уточнить детали и он продолжит искать желаемый результат без потери прогресса. Кроме того сам чат может запрашивать дополнительные сведения, если это будет необходимо.
В основе агента два других инструмента от компании: Deep Research, анализирующий и резюмирующий информацию и ИИ-агент Operator, умеющий пользоваться интернетом и выполнять там действия. Их симбиоз и дал существование модели для ChatGPT Agent.
Нагоним немного страха: согласно внутреннему тестированию OpenAI, проведённому для оценки эффективности, результаты ChatGPT-агента оказались сопоставимы с работой человека — а порой и превосходили её — примерно в половине случаев.
❤3⚡2👍2
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Движок RAG для глубокого понимания документов!
RAGFlow позволяет создавать рабочие процессы RAG корпоративного уровня для сложных документов со ссылками.
Поддерживает понимание мультимодальных данных, веб-поиск, глубокие исследования и т. д.
100% локальный и с открытым исходным кодом, 60 тыс. звезд🔥🔥🔥
Движок RAG для глубокого понимания документов!
RAGFlow позволяет создавать рабочие процессы RAG корпоративного уровня для сложных документов со ссылками.
Поддерживает понимание мультимодальных данных, веб-поиск, глубокие исследования и т. д.
100% локальный и с открытым исходным кодом, 60 тыс. звезд🔥🔥🔥
🤔4🔥3⚡1
#unrealneural #пытаюсьпонять #вкопилкуэрудита
Optimizers Qualitatively Alter Solutions And We Should Leverage This
Статья объясняет, что глубокие нейронные сети сложно оптимизировать, так как они не всегда находят наилучшее решение с помощью обычных методов, вроде градиентного спуска. Однако большие сети всё равно хорошо работают на практике. Авторы говорят, что методы оптимизации влияют не только на скорость обучения, но и на то, какое решение получится, и предлагают создавать новые методы, чтобы получать нужные результаты.
https://arxiv.org/abs/2507.12224
Optimizers Qualitatively Alter Solutions And We Should Leverage This
Статья объясняет, что глубокие нейронные сети сложно оптимизировать, так как они не всегда находят наилучшее решение с помощью обычных методов, вроде градиентного спуска. Однако большие сети всё равно хорошо работают на практике. Авторы говорят, что методы оптимизации влияют не только на скорость обучения, но и на то, какое решение получится, и предлагают создавать новые методы, чтобы получать нужные результаты.
https://arxiv.org/abs/2507.12224
🤔4❤1👌1
#unrealneural
MathArena: Оценка LLM на соревнованиях по чистой математике
matharena.ai
arxiv.org/abs/2505.23281
MathArena: Оценка LLM на соревнованиях по чистой математике
matharena.ai
arxiv.org/abs/2505.23281
🔥2⚡1👍1
#unrealneural
«Искусственный интеллект развивается — и меняет наше понимание сознания»
Достижения в области искусственного интеллекта заставляют нас переосмыслить, что такое интеллект, и дают нам ключи к раскрытию полного потенциала ИИ.
https://www.noemamag.com/ai-is-evolving-and-changing-our-understanding-of-intelligence
«Искусственный интеллект развивается — и меняет наше понимание сознания»
Достижения в области искусственного интеллекта заставляют нас переосмыслить, что такое интеллект, и дают нам ключи к раскрытию полного потенциала ИИ.
https://www.noemamag.com/ai-is-evolving-and-changing-our-understanding-of-intelligence
🔥4👍1
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Можно создавать рабочие процессы для ИИ-агентов простым перетаскиванием, без написания кода.
Совместимо с моделями OpenAI, Anthropic, Google и локальными моделями Ollama.
Полностью с открытым исходным кодом.
https://github.com/simstudioai/sim
Можно создавать рабочие процессы для ИИ-агентов простым перетаскиванием, без написания кода.
Совместимо с моделями OpenAI, Anthropic, Google и локальными моделями Ollama.
Полностью с открытым исходным кодом.
https://github.com/simstudioai/sim
👍5❤2🔥1
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
Дико интересная статья про пространство смыслов, которое не зависит от конкретного языка.
Самое захватывающее в том, что его нашли и у кожаных в мозгу и у LLM в "средних слоях".
Итак, исследование показывает, что, несмотря на различия в языках (звуки, алфавиты, синтаксис), их смысловые представления в мозге схожи и могут быть смоделированы нейросетевыми языковыми моделями (LLMs). И человеческий мозг, и LLMs создают сходное "пространство концепций", объединяющее разные языки.
Использовались данные fMRI людей, слушавших одну и ту же историю («Маленький принц») на английском, китайском и французском языках.
Применялись воксельные модели кодирования, связывающие эмбеддинги слов из BERT и Whisper с активностью мозга.
Сравнивались одноязычные модели (uBERT) и многоязычная модель (mBERT), а также мультимодальная модель (Whisper).
Результаты
Сходство представлений: Даже одноязычные модели BERT формируют сходные концептуальные пространства, особенно в средних слоях.
Мозговая активность в зонах, отвечающих за понимание, схожа у всех разно-язычных групп людей
Кросс-языковая генерализация: Модели, обученные предсказывать активность мозга для одного языка, могут предсказывать активность для других языков, если история одинакова по смыслу.
Речь и текст: Whisper выявляет общие фонетические и акустические паттерны между разными языками, которые также отражаются в активности мозга.
Итого:
Смысловое восприятие в мозге не зависит от формы языка.
Как мозг, так и LLMs кодируют концепции в высокоразмерном пространстве (область смыслов\концепций?), где смысловые структуры совпадают для разных языков, иначе говоря, нейронные репрезентации смысла, лежащие в основе разных языков, являются общими для носителей разных языков, и что языковые модели, обученные на разных языках, сходятся на этом общем значении
Общие концептуальные представления формируются благодаря взаимодействию людей с окружающим миром, а не только особенностям языка.
Тут интересно поразмышлять, в каком пространстве мы мыслим - ближе к языку или к вот этим вот скрытым смыслам?
https://paperswithcode.com/paper/brains-and-language-models-converge-on-a
@cgevent
Самое захватывающее в том, что его нашли и у кожаных в мозгу и у LLM в "средних слоях".
Итак, исследование показывает, что, несмотря на различия в языках (звуки, алфавиты, синтаксис), их смысловые представления в мозге схожи и могут быть смоделированы нейросетевыми языковыми моделями (LLMs). И человеческий мозг, и LLMs создают сходное "пространство концепций", объединяющее разные языки.
Использовались данные fMRI людей, слушавших одну и ту же историю («Маленький принц») на английском, китайском и французском языках.
Применялись воксельные модели кодирования, связывающие эмбеддинги слов из BERT и Whisper с активностью мозга.
Сравнивались одноязычные модели (uBERT) и многоязычная модель (mBERT), а также мультимодальная модель (Whisper).
Результаты
Сходство представлений: Даже одноязычные модели BERT формируют сходные концептуальные пространства, особенно в средних слоях.
Мозговая активность в зонах, отвечающих за понимание, схожа у всех разно-язычных групп людей
Кросс-языковая генерализация: Модели, обученные предсказывать активность мозга для одного языка, могут предсказывать активность для других языков, если история одинакова по смыслу.
Речь и текст: Whisper выявляет общие фонетические и акустические паттерны между разными языками, которые также отражаются в активности мозга.
Итого:
Смысловое восприятие в мозге не зависит от формы языка.
Как мозг, так и LLMs кодируют концепции в высокоразмерном пространстве (область смыслов\концепций?), где смысловые структуры совпадают для разных языков, иначе говоря, нейронные репрезентации смысла, лежащие в основе разных языков, являются общими для носителей разных языков, и что языковые модели, обученные на разных языках, сходятся на этом общем значении
Общие концептуальные представления формируются благодаря взаимодействию людей с окружающим миром, а не только особенностям языка.
Тут интересно поразмышлять, в каком пространстве мы мыслим - ближе к языку или к вот этим вот скрытым смыслам?
https://paperswithcode.com/paper/brains-and-language-models-converge-on-a
@cgevent
👍4⚡2❤2🤡1
#ЛабораторияИИ #Эксперименты
Продолжаем разработку генераторов архитектурного Массинга. Вот какие формы удается получить с помощью модели Grok 4
Продолжаем разработку генераторов архитектурного Массинга. Вот какие формы удается получить с помощью модели Grok 4
🔥10❤5⚡2