Есть ли у AMD перспективы в AI-ML-DL. Часть 1
Привет, Хабр! Я Ефим Головин, старший MLOps-инженер в Selectel. Некоторое время назад мы в отделе Data/ML начали задаваться вопросом: а как там поживает AMD? Понятно, что у них масса дел, но нас интересовало, скорее, что у них в плане AI/DL/ML. С NVIDIA все плюс-минус ясно, это стандарт. А вот AMD — что-то неизвестное. Я вообще предполагал, что у «красных» хотя бы в плане терминологии и документации все должно быть плюс-минус аналогично тому, как оно есть у NVIDIA. Но решил убедиться в этом, поэтому отправился изучать документацию обеих компаний и попал в дивный мир хаоса, бардака и разброса в терминах. Не могу держать в себе, давайте разбираться вместе. Начнем, как ни странно, с поиска истины в документации NVIDIA.
ИИ с человеческим лицом: какие ошибки повторяют модели и что с этим делать
Искусственный интеллект может казаться чуть ли не сверхразумом, ведь он обрабатывает тонны данных и выдает, как думают многие, истину в последней инстанции. На самом деле большие языковые модели, такие как ChatGPT, страдают от тех же когнитивных искажений, что и мы с вами: они самоуверенны, предвзяты и цепляются за знакомые шаблоны. Почему ИИ, созданный быть рациональным, так похож на нас в своих ошибках? И что это значит для бизнеса, медицины или управления умным городом? Давайте посмотрим недавнее исследование ученых и попробуем разобраться.
Хаус-кипер 2.0: Как создать ИИ, к которому пользователи привяжутся
Современный ИИ — это мощный инструмент: он пишет код, генерирует тексты, управляет умными домами. Но почему мы не чувствуем к нему привязанности? Почему готовы бросить один чат-бот ради другого, как только появится модель помощнее? В этой статье мы разберём, как историческая роль хаус-кипера вдохновила нас на создание ИИ, который станет не просто утилитой, а частью жизни пользователя — и какие технические и UX-принципы для этого нужны.Хаус-кипер: цифровой прототип из прошлого
Как Искусственный Интеллект уже изменил мою работу
Работники из разных отраслей промышленности рассказывают о том, как они адаптируются.Интернет полон мыслей о том, как искусственный интеллект изменит работу. Все возможные прогнозы уже сделаны: ИИ заберёт все наши рабочие места. Или, может быть, только низкоквалифицированные. Или, может быть, творческие. Подождите, может быть, это коснётся всех, кто построил свою карьеру,
[НЕ]Вайбкодим анализатор страниц на FastAPI
ВведениеПриветствую!В нашем чате "Кот на салфетке" (кстати, заходите — у нас весело) регулярно всплывают бугурты об использовании различных ИИ-агентов (Copilot, Cursor) для написания кода. Главными инициаторами сего действа выступают Сергей и Кавай (расскажите маме, что вы в "тиливизаре").Они оба проповедуют диаметрально противоположные позиции:Серёже интересно пробовать новое, искать обходные пути для решения рутинных задач и просто экспериментировать.В свою очередь Кавай не приемлет использование ИИ-агентов , предпочитая вести разработку самостоятельно.
Разведочный анализ данных (EDA) через тематическое моделирование и мягкую кластеризацию
Привет! Меня зовут Соня Асанина, я работаю в команде Центра технологий искусственного интеллекта Газпромбанка. В этой статье я расскажу, как тематическое моделирование и мягкая кластеризация помогают нам извлекать ценные инсайты из клиентских отзывов.Каждый день мы получаем тысячи отзывов от клиентов. В каждом есть информация, которая помогает выявлять проблемы и дает понимание, как улучшать продукты и сервисы. Но часто очень сложно извлечь эти инсайты из огромного потока неструктурированных данных.
Audible запустил ИИ-инструменты для создания аудиокниг
Принадлежащий Amazon онлайн-сервис Audible запустил
Полмиллиона запросов за месяц: мой LLM-challenge и первые выводы
Привет, Хабр! Меня зовут Евгений, я работаю разработчиком в Университете Кембриджа (UK). В начале апреля я запустил llm7.io - полностью бесплатный LLM-провайдер, совместимый с популярными библиотеками chat completion. Цель была простая: проверить, насколько эффективно можно построить отказоустойчивую архитектуру под настоящую high-load-нагрузку, и при этом дать всем желающим доступ к мощным языковым моделям - без регистрации, API-токенов, смс и прочих барьеров.
15 промтов для ChatGPT, упрощающих работу QA-менеджера
В эпоху искусственного интеллекта постоянно растет количество инструментов и ресурсов, которые помогают специалистам из разных областей делать свою работу быстрее, точнее и интереснее.В этой статье рассмотрим, как ChatGPT от OpenAI может помочь вашей QA-команде и взять на себя часть рутины.ChatGPT для тестировщиков: полезные запросыChatGPT уже широко используется благодаря своим возможностям и может значительно упростить задачи, связанные с обеспечением качества программного обеспечения. Вот несколько примеров запросов, которые помогут менеджерам по качеству эффективно внедрить ИИ в рабочие процессы.
