Google I-O 2026: разбираю все главные анонсы — что реально доступно сегодня, а что только обещано
Gemini 3.5, Spark, Antigravity 2.0, AI Mode в поиске и ещё несколько вещей. С отделением фактов от хайпа из телеграмаСегодня, 19 мая, прошла главная ежегодная конференция Google — I/O 2026. Я отслеживал её через несколько источников (официальный блог blog.google, developers.googleblog.com, плюс live-блоги TechCrunch, Engadget, Tom’s Guide), параллельно читая, как анонсы пересказываются в технических телеграм-каналах. И решил собрать в одну статью трезвый разбор: что реально вышло, что только обещано, что преувеличено, и кому из этого что вообще доступно.
ИИ видео через нейросеть: ТОП-11 нейросетей для генерации видео ИИ
ИИ видео через нейросеть: ТОП-11 нейросетей для генерации видео ИИ
Иллюзия ширины и геометрия глубины: почему глубокие нейросети умнее, и в чем лжет теорема об аппроксимации
Когда вы проектируете архитектуру своей нейросети и у вас есть фиксированный бюджет параметров (допустим, 1 гигабайт видеопамяти под веса), перед вами всегда встает выбор: сделать сеть толстой (увеличить размерность скрытого слоя / d_model) или глубокой (увеличить num_layers).Если мы откроем учебник по математике, мы увидим знаменитую универсальную теорему об аппроксимации. Она математически доказывает, что сеть с одним единственным скрытым слоем способна с любой точностью описать любую непрерывную функцию. Кажется, вывод очевиден: наращивай ширину, и сеть выучит всё.
ИИ собрал рабочую ОС за 12 часов: представлена Gemini 3.5 Flash
На конференции I/O 2026 Google представил новое семейство моделей Gemini 3.5. Первой вышла младшая версия — 3.5 Flash, и компания сразу назвала ее своей сильнейшей моделью для агентов и кодинга. Но посмотрим на бенчмарки.
Исполняемые процессы — наш реальный кейс
В прошлой статье про AI-native организации
От Naive RAG до ReAct-агента: как мы строили корпоративного AI-помощника на open-source моделях (часть 1)
Привет, Хабр! Меня зовут Константинов Александр
