ai.
Основы глубокого обучения. Часть 1
🙂 Приветствую всех! Эта статья будет первой в серии статей про основы глубокого обучения. В этой части я расскажу про то, что такое модели, искусственный интеллект (ИИ), машинное (МО) и глубокое обучение (ГО), про виды этапа обучения моделей, что такое нейронные сети, градиентный спуск и обратное распространение. В конце затронем теорию свёрточных нейронных сетей.Модель — это функция, закодированная в виде программы (по сути слова синонимы).Искусственный интеллект
Российская экономика укрепится, когда ИИ заменит людей?! Мы опросили трёх экспертов
Такого дефицита рабочей силы, как сейчас, ещё никогда не было в современной России. Об этом недавно заявила Эльвира Набиуллина.
Как я сделал AI‑директора для малого бизнеса и почему отказался от RAG
Уровень: senior backend, AI/ML Стек: FastAPI, SQLite, Claude Haiku 4.5, кастомный scheduler Что внутри: архитектура AI‑агента для команды 5–50 человек, типизированная память вместо vector RAG, граф знаний организации, ежедневный reflectionЧто такое Лира на пальцахМаленькая компания, человек 20. Гендир тонет в задачах. Помнить кто что обещал, отслеживать движение по целям, держать в голове десяток проектов одновременно. У больших корпораций для этого есть штат руководителей среднего звена и проджектов. У малых есть один директор, который пытается быть всем сразу.
Массовые увольнения из-за ИИ продолжаются: на этот раз 600 программистов отправила на мороз General Motors
Компания уволила 10% ИТ-штата, чтобы моментально заменить… нет, не на ИИ. На сотрудников с более сильными ИИ-навыками: специалистов по созданию агентов и моделей, промпт-инженеров, а также экспертов по внедрению ИИ в компании.О планах реструктуризации компании под ИИ и увольнении сотрудников сегодня также сообщил GitLab.🫵🏻 У тебя есть свой Open Source проект?🏆 В ТГ-сообществе @OpenSource_Chat
Как ИИ научился водить машины (и не только)
Умная машина, которая объезжает переходящих дорогу уточек и умеет парковаться сама, появилась не так давно. Но для человечества это была целая эпопея, которая длилась почти 500 лет (!)
Короткий промпт ≠ дешёвый промпт: как оптимизация ломает prefix cache в LLM-агентах
Привет, Хабр! Меня зовут Сергей Нотевский, я AI Platform Lead в Битрикс24.Это третья статья серии про prefix caching: первая - про экономику кэширования и особенности разных провайдеров, вторая - про антипаттерны в простых сценариях. А здесь про то, как та же механика работает против вас в агентном цикле.TL;DRЕсли на каждом шаге менять tools, system prompt или ранние блоки context, prefix cache будет часто начинаться заново.Поэтому большой, но стабильный список tools иногда дешевле, чем маленький список, который постоянно пересобирается.
Я держу 4 Claude-инструмента в работе. HBR говорит, что у таких brain fry. Я был среди них
После моей статьи про Lexis (AI-репетитор на 4 LLM-провайдерах) у меня стали спрашивать: Как ты не выгорел?. Я отвечал так: 4 провайдера - это для пользователей, для разработки я использую Claude.Месяц спустя я перечитал свой ответ и понял, что он наполовину правда. На разработку я тоже использую четыре инструмента: Claude Code (для кода), Claude Cowork (для документов и контента), Claude Design (попробовал для лендингов) и обычный chat.claude.ai для быстрых вопросов. Параллельно у меня лежит OpenAI API-ключ для тестов. Сейчас я думаю подключить пятый - Codex в связке с Claude за $40/месяц.
Лед и пламень: Как ИИ научился имитировать нас
Иногда в разговоре с ЛЛМ можно забыть, что с тобой беседует набор алгоритмов, весов и распределений — настолько он может показаться убедительным.
