Что покажет бенчмарк? Оценка мультиагентных систем в действии
Оценка ИИ-агентов с контролем затрат
ML-обработка видео в web-браузере для видеоконференций SaluteJazz
Нейросеть, сегментирующая изображение человека в кадре: как ускорить её в четыре раза? Привет, Хабр! Это Дмитрий Балиев из SberDevices. В этой статье, написанной по докладу с речь пойдёт о том, как мы обрабатываем алгоритмами видео в Web-браузерах для сервиса конференции SaluteJazz.Расскажу про контекст и ограничения, сам движок и особенности его реализации. Раскрою тайну, как мы работаем с графами вычислений, как инферим нейросети, и как затем всё это собираем, оптимизируем и тестируем. В конце — несколько полезных советов, как делать нейросети удобнее для встраивания.
Как я в одиночку создал инструмент на основе ИИ, который меняет подход к он-бордингу клиентов
Единый источник правды«А как настроить интеграцию?», «Где скачать последнюю версию?», «Скиньте инструкцию, пожалуйста»Я возглавляю Customer Success и мы работаем бок-о-бок с Pre-Sale инженерами, поэтому эти и еще десятки подобных вопросов я видел в чатах сопровождения клиентов с момента их создания. Как только я пришел на эту позицию, в 2022 году, я сразу понял, что вопросы циклично повторяются от клиента к клиенту, при чем, связано это не только со сложностью продукта, но и с тем, что мы все привыкли получать готовую информацию.В какой-то момент я подумал: «
Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса
Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA, в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.
Мы не видим цифровую революцию, как не видим воздуха, которым дышим
В статье рассматриваются аспекты надёжности, производительности, хрупкости и инерции информационных систем. Как все эти качества отражаются на ИТ‑ландшафтах? И как цифровизация влияет на гибкость организаций? Об этом и пойдёт речь.Выводы сосредоточены в разделе «Гипотетическая S-образная кривая цифровой революции». В конце приведены рекомендации по работе с IT ландшафтом. Остальные разделы лучше читать последовательно. Перевод выполнен с разрешения автора.
Как ИИ-контент проклял интернет и почему это закономерно
Сколько сгенерированного ИИ контента вы видите каждый день? Вопрос риторический. Весело создавать изображения или получать быстрый ответ от нейросети на заковыристый вопрос. ИИ будет выдавать все, что кто-то попросит, пусть ответ будет и не очень хорошего качества в большинстве случаев. Зато быстро и иногда бесплатно. Но есть и обратная сторона: низкое качество, недостоверность, дипфейки. Конечно, ИИ лишь выполняет команды людей, но многие уже бьют тревогу о мертвом Хабре интернете, ведь объем нейросетевого контента скоро превысит объем контента от живых людей. В этой статье хотелось бы развить мысль о том, что это закономерно. Несомненно, подавляющее большинство контента, создаваемого ИИ, — просто ужасно. Это ленивый, неинтересный, минимально жизнеспособный мусор, который публикуют контент-фермеры, боты или люди, которым просто нет дела до качества. Но это эволюционный этап детства ИИ и проба использования новых доступных инструментов. Такой сценарий был неизбежен.
