BrainTools - Методики для развития мозга - страница 292

Как сэкономить на оперативной памяти: неочевидный лайфхак для сборки ПК

Иногда надо думать альтернативно, чтобы сэкономить на покупке ПК.

продолжить чтение

Более 40 млн человек каждый день спрашивают ChatGPT о здоровье

Наверное, все уже в курсе, что OpenAI анонсировал раздел Health в ChatGPT (лист ожидания), это специальное пространство для обсуждений здоровья в ChatGPT.

продолжить чтение

А что там с ИИ в MedTech?

Привет, на связи Кирилл Пронин, TeamLead из Neuromed

продолжить чтение

Мы не создаём мыслителей. Где ошибка?

Современные LLM принципиально не могут иметь сущность. И причина не в несовершенстве архитектуры. Причина в способе обучения.

продолжить чтение

ИИ-железо нового поколения: молекулы, которые учатся без транзисторов

продолжить чтение

Как достучаться до клиента в мобильном приложении: вчера и сегодня

Привет, Хабр! В последнее время я вижу много рекомендаций о том, как успешно работать с клиентской базой и развивать клиентский опыт. Кажется, что в этой теме я могу быть полезным. Меня зовут Алексей Ласкин, я руководитель Центра компетенций по монетизации данных в команде РСХБ.Цифра, занимаюсь проектами по монетизации данных в цифровых каналах экосистемы «Я в агро» — Свое фермерство, Свое родное, Свое за городом, Свои финансы, Свой бизнес, Монеты.

продолжить чтение

Ваш IQ в жизни намного меньше чем в тесте

Средний IQ по миру ровно 100, но когда вы проходили тест у вас было 110-120 или больше. Получается, вы умнее чем средний человек на земле? Нет.В реальности у вас на 10-20 баллов меньше, вы как раз на уровне среднего человека.Почему средний человек 100 лет назад имел 80 IQ, но не проиграл бы нам по интеллекту?Почему тесты завышают результаты IQ, и влияют ли эти тесты на интеллект и успех в жизни

продолжить чтение

Что мы знаем о таланте: результаты углублённых исследований

продолжить чтение

«Привет! Я [0.44, -0.91, 0.66…]» или как научить машину понимать смысл слов

Я уверен, вы видели модели машинного обучения, которые принимают текст и предсказывают, является ли он спамом. Аналогично модель может проанализировать отзыв о фильме и определить его тональность — положительную или отрицательную, понимать что «груша» связана с «яблоком» куда больше, чем с «теплоходом». Первое правило обучения любой модели машинного обучения — это преобразование входных данных в числа. Любой цифровой объект можно представить как некое число: картинку, текст, аудио или видеофайл — практически всё что угодно.

продолжить чтение

«Привет! Я [0.44, -0.91, 0.66…]» или как научить машину чувствовать смысл слов

Я уверен, вы видели модели машинного обучения, которые принимают текст и предсказывают, является ли он спамом. Аналогично модель может проанализировать отзыв о фильме и определить его тональность — положительную или отрицательную, понимать что «груша» связана с «яблоком» куда больше, чем с «теплоходом». Первое правило обучения любой модели машинного обучения — это преобразование входных данных в числа. Любой цифровой объект можно представить как некое число: картинку, текст, аудио или видеофайл — практически всё что угодно.

продолжить чтение

Rambler's Top100