BrainTools - Методики для развития мозга

Ацетилхолин определяет роль дофамина

На протяжении десятилетий нейробиологи пытались объяснить, как один нейромедиатор, дофамин, может одновременно выполнять две совершенно разные задачи. С одной стороны, он подкрепляет обучение, основанное на вознаграждении. С другой – запускает физическую активность. Новое исследование проливает свет на переключатель функций дофамина.

продолжить чтение

Учёные ВШЭ разработали нейросеть для автоматической диагностики неисправностей электродвигателей

Учёные Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали метод Signature‑Guided Data Augmentation. Он определяет неисправность двигателей с точностью 99%. Метод также классифицирует типы поломок с точностью 86%. Применение разработки может снизить расходы на ремонт промышленного оборудования. Разработка также способна уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.

продолжить чтение

Почему я не поладил с OpenClaw, ZeroClaw и Moltis, и что у меня вышло в итоге. Спойлер: MicroClaw

В этой статье я расскажу, как начал разрабатывать персонального ИИ-ассистента задолго до бума OpenClaw, с какими фундаментальными проблемами столкнулся и почему в итоге решил написать свой фреймворк. Вы узнаете, какие принципы работы ИИ-агента, как мне кажется, наиболее важны в современных агентских системах, как он обеспечивает безопасность и почему Python все-таки лучший выбор для подобных проектов. Если вы тоже пробовали подружиться с LLM-агентами, но сталкивались с перерасходом токенов, утечкой данных или проблемами их запуска, интеграции и модификации — возможно, этот проект окажется полезным.

продолжить чтение

«ИИ масштабнее, чем Covid»? Почему 85 миллионов человек ошибаются насчёт ИИ и рабочих мест

«Происходит что-то масштабное». «Большинство людей не узнает об этом, пока не станет слишком поздно».

продолжить чтение

Почему дата-центры будущего откажутся от переменного тока

На конференции Nvidia GTC 2026 ключевые игроки энергетики представили архитектуры, в которых переменному току больше нет места. Причина проста и болезненна. Традиционная серверная стойка потребляет около 10 кВт, но ИИ-стойки подбираются к 1 МВт. При этом электричество проходит абсурдный квест: сетевой AC понижается, преобразуется в DC для батарей, снова в AC, и опять в DC — потому что чипам нужен именно постоянный ток. Каждое преобразование съедает энергию и требует оборудования. Одна мегаваттная стойка — это 200 кг медных шин. Гигаваттный дата-центр — 200 тонн меди только на проводку. 

продолжить чтение

Топ нейросетей для работы с таблицами: Zoho, BotHub, GPTExcel и другие

Думаю, каждый, кто хоть раз пытался подготовить отчёт к утру понедельника, сталкивался с этим чувством. Когда в таблице 500 строк, в каждой какой-то текст, а начальник просит просто выделить главное. Просто, да.

продолжить чтение

СМИ: «Бывшие работники „Лесты“ запустили игровую студию и ищут 3,6 млрд рублей на разработку симуляторов дронов»

Блог «Грозный Киберпанк» рассказал

продолжить чтение

RAG вместо GPT: как мы сделали внутреннего ассистента для корпоративных данных

В больших компаниях поиск почти всегда «работает». Но это не значит, что сотрудники быстро находят нужное: нередко они тратят часы на попытку вспомнить формулировку, место и контекст.Мы построили внутренний RAG-ассистент в закрытом контуре: изоляция данных, контроль доступа, бенчмарки качества и долгая  работа с вендором. В статье — архитектура, переговоры  с вендором, ошибки, компромиссы и выводы для тех, кто думает о корпоративном ИИ всерьёз.

продолжить чтение

Готовим ИИ-агента к продакшену

Готовим ИИ-агента к продакшену

продолжить чтение

TAPe‑дневник, день 6: синтетика, эмбеддинги и первый уход от трансформеров

В этой статье продолжаем онлайн‑дневник экспериментов с TAPe‑подходом к компьютерному зрению на COCO. Здесь – про обучение эмбеддингов на полностью синтетических TAPe‑данных, 74% точности классификации на 5k val‑изображениях и первые выводы о том, почему стандартные трансформеры нам не подходят.Если вы тут впервые, сначала можно посмотреть:базовую статью про TAPe+ML — TAPe + ML: универсальная архитектура компьютерного зренияFAQ по TAPe‑детекции —

продолжить чтение

Rambler's Top100