Мира Мурати и её стратегия в Thinking Machines Lab: от универсального ИИ к специализированным решениям
В Thinking Machines Lab бывший технический директор OpenAI Мира Мурати использует более целенаправленный подход к моделям ИИ. Вместо того чтобы стремиться к созданию универсального сверхразума, она считает, что создание индивидуального ИИ для конкретных бизнес-задач более ценно.
Как нанимаем, грейдируем и решаем типовые задачи prompt-инженеров в Точке
За два года в Точке мы построили свой департамент работы с ИИ, где создали новую роль — prompt-инженер. За первые полгода довелось поработать над самыми разными кейсами: от классификации данных до разработки ИИ-ассистентов. Для этого пригодился опыт и маркетолога, и копирайтера, и инженера АСОИУ. Даже довелось поучаствовать в генерации синтетических данных для ML-инженеров, где особенно важно понимать основы Data Science. И пришло понимание — пора нанимать ещё.
Дело о похищенном рюкзаке: SQL, сложность и слепая вера в ИИ
Запись из дневника доктора Ватсона1. Тревожный звонокБыл хмурый лондонский вечер, когда в нашу скромную квартиру на Бейкер-стрит ворвался взволнованный инспектор Лестрейд.
ЦИПР-2025: российский рынок взрослеет, но велосипеды изобретает по-прежнему
Привет Хабр! Это пост осмысления по следам ЦИПР-2025
Глубокое обучение для квантовой химии. Часть II. Предсказание электронной плотности
Всем привет! На связи снова Константин Ушенин из AIRI, и мы продолжаем говорить о глубоком обучении в квантовой химии. В прошлом посте мы немного разобрались в том, что такое молекула, как её представлять в компьютере, и как работают графовые нейронные сети.В этот же раз я расскажу о том, какие результаты в этой области получила наша команда. Речь пойдет о новой архитектуре для предсказания электронной плотности LAGNet, про которую у нас недавно вышла статья в Journal of Cheminformatics
Восстание машин 2025: я изучил реальные риски со стороны нейросетей
Всем привет! Меня зовут Кирилл Пшинник, я научный сотрудник Университета Иннополис и CEO Онлайн-Университета «Зерокодер», а также автор книги «Искусственный интеллект: путь к новому миру». Искусственный интеллект — мой большой интерес, я активно изучаю его и пользуюсь им как в бизнесе, так и в персональной жизни. И сегодня я хочу рассказать о темной стороне ИИ, а именно — о ситуациях, когда нейросети вступают в конфронтацию с операторами, индексе риска ИИ, и в чем действительно заключается угроза со стороны условных «машин».
Видоизмененный углерод. Что такое гетероциклы и почему российский ученый Ферштат получил за них премию
В 1865 году немецкий химик Фридрих Август Кекуле ненадолго задремал у камина. Во сне он увидел змей — они извивались, свивались в клубки, а одна укусила себя за хвост. Проснувшись, Кекуле понял: уроборос, который ему привиделся, и есть структура молекулы бензола, которую он так долго искал, — кольцо, или цикл.
Ошибки ИИ, которые спасают вашу работу: как нейросети генерируют баги
Пока менеджеры мечтают о мире, где можно просто шепнуть ChatGPT «сделай мне Uber, но подешевле» — и вуаля, готовый продакшен, разработчики делятся на два лагеря: одни паникуют, другие спокойно встраивают Copilot в рабочий процесс и смеются над его гениальными архитектурными решениями.Но давайте будем честны: если бы ИИ действительно мог заменить разработчиков, мы бы уже жили в утопии, где техдолг исправляется одним кликом, баги фиксятся до того, как попадают на прод, а документация пишется без привычных «TODO: исправить позже».
Шум вокруг ИИ подобен парадоксу Солоу
Прогнозы о том, что ИИ внезапно повысит производительность, пугающе похожи на те, что звучали после появления компьютеров на рабочих местах. Тогда нам говорили, что новые чудодейственные машины автоматизируют большую часть «белой» работы, что приведёт к созданию экономной цифровой экономики.Перенесёмся на 60 лет вперёд, и мы увидим то же самое. Вскоре после дебюта ChatGPT в 2022 году исследователи из Массачусетского технологического института заявили, что сотрудники будут на 40% более продуктивными, чем их коллеги без ИИ.
Внимание! Механизм внимания в трансформерах оказывается не таким уже незаменимым
Механизм внимания в трансформерах, который уже много лет “is all we need”, оказывается не таким уже незаменимым.
