ai.
Промышленная эволюция ИИ. Если машина оставит тебя без работы, виноват будешь ты
Стэнфордский университет сообщает, что из-за ИИ занятость выпускников вузов снизилась на 13%.Fortune пишет, что скоро до 90% кода будет написано ИИ. То есть даже программисты, представители высокоинтеллектуальной профессии, не застрахованы от того, чтобы быть заменёнными бездушными машинами.Кажется, что только ленивый не написал, не сказал или панически не проорал о том, что скоро наступит будущее, в котором у людей не будет работы из-за роботов и искусственного интеллекта.
Железный голод: почему ИИ съедает GPU и память
Потихоньку приближается 2026 год, который принесет много интересных событий в сфере ИИ (по крайней мере, так думаю я). Но и за 2025-й мы получили огромное количество отличных моделей в свое распоряжение. С одной стороны, здорово, что теперь можно легко создать текст, программу, изображение, видео и звук. С другой же стороны, такой стремительный прогресс в области искусственного интеллекта существенно повлиял и на аппаратное обеспечение - особенно на видеокарты и память.
Лаборатория Lambda 3.0: Где заканчивается хайп и начинается настоящий ИИ
В 2016 году два студента МАИ — Борис Цейтлин и Андрей Шалкаускас — создали студенческий клуб Lambda с простой идеей: «студент учит студента». В 2018 году под руководством Артемия Мазаева Lambda превратилась в проектную лабораторию, где уже делали реальные проекты — от чат-бота «Элайза» до системы прогнозирования паводков для Сбера.А сегодня, в 2025 году, мы запускаем Lambda 3.0 — исследовательскую лабораторию, полностью сосредоточенную на изучении, создании и защите современных систем искусственного интеллекта.Феномен «второй половины»: Когда хайп заканчивается, а работа начинается
Как построить идеальную «песочницу» для ML-моделей
Привет, Хабр! Я Даниил Салман, техлид по контейнеризации. Эта статья написана по мотивам моего доклада для конференции DevOops. Разберёмся, как сделать такую ML-«песочницу», где Data Scientist пишет код, а всё остальное (установка драйверов, выделение ресурсов, деплой и тренировка модели, сбор метрик) уже настроено на бэкенде. Написали максимально просто и доступно, чтобы понять смог даже человек с минимальным погружением в тему. Идеи из этой статьи можно применять в любой инфраструктуре — важно лишь понимать основы: как работает k8s-кластер, Docker и python-фреймворки. Итак, поехали!
