Base 44: как пет-проект сделанный ИИ, купили за $80 млн
Всё громче звучит идея, что следующий стартап на миллиард соберёт один человек. Или почти один. В случае Base44 — это Маор Шломо и восемь человек в команде. За шесть месяцев он вывел продукт в плюс, собрал 250 тысяч пользователей и продал его Wix за $80 миллионов. Это ещё не соло-единорог, но кажется мы близко.
Как мы научили ИИ читать PDF и экономить сотни рабочих часов: полный кейс создания корпоративного ChatGPT
От проблемы до технической реализации — опыт создания ИИ‑ассистента для Росатома за 48 часов хакатона АтомикХак 2.0Часть 1: Бизнес‑кейс. Зачем это нужно?Проблема, которая съедает миллионыПредставьте: новый сотрудник крупной корпорации ищет ответ на рабочий вопрос. Он открывает внутренний портал, видит сотни PDF‑инструкций, тысячи записей в базе знаний службы поддержки. Час поиска, звонки коллегам, еще час изучения документов. В итоге — либо неточный ответ, либо решение отложить задачу.
Использование LLM в Access Management на примере OpenAM и Spring AI
ВведениеДанная статья является продолжением предыдущей статьи по применению LLM в системах управления доступом. В конце статьи мы пришли к выводу, что оптимальным использованием LLM будет проведение аудита конфигурации системы управления доступом.В статье мы развернем систему управления доступом, запросим у LLM проанализировать конфигурацию и вернуть рекомендации по ее улучшению.В качестве системы управления доступом мы будем использовать решение с открытым исходным кодом OpenAM
Повышение качества обслуживания в контактном центре: как платформа Эра внедряет стандарты ISO
Сегодня расскажем о нашем новом модуле — контроле качества в контактном центре.В 2х словах напомним, что ЭРА — это информационно-коммуникационная платформа для автоматизации контактных центров, созданная профессионалами с 25-летним опытом в сфере коммуникационного программного обеспечения. В основе платформы лежит микросервисная архитектура, которая обеспечивает отказоустойчивость и масштабируемость системы.
Scala Digest. Выпуск 30
Привет, Хабр! Мы — Настя, Эвелина и Миша — бэкенд-разработчики Т-Банка, пишем код на Scala и горим желанием его популяризировать. Мы собираем и агрегируем новости из разных источников, включая Scala Times
Немного об философии ИИ
Рассмотрим исторические этапы понимания феномена ИИ.Этап наивного понимания1. Моделирование интеллекта и творчестваСегодняшние боты и ИИ могут уже обрабатывать информацию и генерировать новые идеи на основе существующих данных. Однако их творчество отличается от человеческого: это скорее переработка и оптимизация того, что уже существует, чем создание чего-то абсолютно нового. Человеческая способность к интуиции, инсайтам и рефлексии остаётся уникальной. Мы можем создавать новые концепты
AGI уже здесь
Почему искусственный общий интеллект — это не суперкомпьютер в дата-центре, а то, что происходит прямо сейчас между вами и этим текстомПока технологические гиганты соревнуются в предсказаниях, когда же наконец появится AGI — Сэм Альтман обещает «несколько тысяч дней», Дарио Амодеи говорит о 2026 годе, а Дженсен Хуанг ставит на 2029 — мы упускаем главное. AGI не придет. Он уже здесь. Просто это не то, что мы ожидали увидеть.
Учёные выяснили, что более точные ИИ-модели наносят больше вреда экологии
Немецкие учёные обнаружили связь между качеством работы искусственного интеллекта и его вредом для окружающей среды. Исследование опубликовано в научном журнале Frontiers in Communication. Специалисты проанализировали 14 открытых языковых моделей. Коммерческие ИИ, такие как ChatGPT от OpenAI и Claude от Anthropic, не были включены в исследование из‑за отсутствия доступа к их внутреннему устройству. Каждой модели было предложено по 500 вопросов с выбором ответа и столько же вопросов без вариантов.
