ИИ.
LLM против детских вопросов: смотрим, как GPT o1, QwenLM и DeepSeek справятся с детскими задачами
Как часто сейчас в ИТ сообществе можно услышать про невероятные успехи LLM моделей? ИИ написал диссертацию за 30 минут, ИИ пишет программы на уровне middle разработчика, ИИ диагностирует болезнь с точностью 99.99999% и много много других впечатляющих заголовков пестрят на сотнях сайтов. И это не говоря о том, что создатели таких ИИ моделей заявляют, что через 2-3 года ИИ станет умнее человека чуть ли не в каждой сфере жизниА так ли это? Давайте поищем парочку не совсем хитрых, но интересных задач, с которыми может справиться даже ребенок (немного подумав, конечно)
Используем HTTP API Gemini 2.0 thinking бесплатно
Давно не писал статей на хабр, потому что редко находится что-то действительно полезное.Я подписан в Telegram на десяток новостных каналов про ИИ, но только недавно с удивлением для себя обнаружил, что гугл даёт делать 1500 бесплатных запросов в сутки на свои модели Gemini, что вполне достаточно для создания прототипа или даже небольшого pet-проекта. Как по мне так это неплохой способ начать экспериментировать с gpt-моделями, при этом ничего не платить и не возиться с банковской картой.На ai.google.dev
Что такое интерпретируемость машинного обучения?
Насколько интерпретируемость важна для машинного обучения? Зачем она вообще нужна? Для чего она в информационной безопасности?Меня эти вопросы начали интересуют уже около полугода, и в фоновом режиме я собирал источники, читал исследования, и искал применимость этого направления для ИБ.Я Борис Захир, автор канала «Борис_ь с ml
Искусственный интеллект, научные открытия и инновации в продуктах
Попалось интересное исследование о последствиях внедрения ИИ в работу R&D лаборатории:Toner-Rodgers, Aidan. 2024. "Artificial Intelligence, Scientific Discovery, and Product Innovation." MIT, December 25, 2024.Интересно оно тем, что в нём рассматривается то, как ИИ вписывается в по-настоящему интеллектуальную сферу, а так же тем, что показывает не только изменения в эффективности исследований, но и влияние внедрения ИИ на самих учёных.Его результаты можно отчасти экстраполировать и на другие похожие области, ту же разработку софта, об этом после разбора самой статьи.Сеттинг эксперимента
Как разработчик попытался в геймдев
У меня за плечами несколько лет работы в IT, но в сферах, связанных с геймдевом, я никогда не работал. Но это не помешало мне поучаствовать в Tech Jam от Facepunch для ещё не вышедшей s&box. О том, как это было (и обо всех провалах в процессе), я и решил написать статью.О себе
Государственные гранты для IT-проектов или почему финансирование достаётся единицам?
С 2009 года я занимаюсь инновациями и НИОКР. От стартапов до проектов регионального значения, от DeepTech до IT‑проектов с ИИ. Самостоятельно пройдя все этапы (от разработки документации и получения финансирования до реального вывода проекта на рынок и 5-летней отчётности), я приобрела уникальный практический опыт. В настоящее время выступаю в роли эксперта. Участие в качестве ментора в программе MENTOR IN TECH 6.0 по направлению IT Startups вдохновило на написание практических статей для заявителей, которые самостоятельно готовят свои проекты на конкурсы и гранты. Спасибо Women in Tech Russia и Women»s Startup Hub.
Боремся с водяными знаками Gamma AI на бесплатном тарифе
Все мы любим инструменты, которые упрощают жизнь. Gamma AI – один из них, особенно когда нужно быстро сделать презентацию. Но бесплатный сыр, как известно, бывает только в мышеловке, и в случае Gamma AI этим "сыром" становится водяной знак на PDF. Мелочь, а неприятно. Да и показать такое преподу такое себе… В общем, я решил, что с этим надо что-то делать.Так родился Gamma AI Watermark Remover
Оптимизация Trellis: запускаем генерацию 3D моделей на GPU с 8ГБ памяти
Привет, Хабр! Я оптимизировал Trellis — мощный AI-инструмент для генерации 3D моделей из изображений, и хочу поделиться тем, как удалось снизить требования к видеопамяти с 16GB до 8GB, сохранив качество генерации.Что такое Trellis и почему это важноTrellis — модель для генерации 3D-ассетов, разработанная Microsoft Research, способная создавать трёхмерные объекты из изображений. Её ключевая особенность — универсальный Structured LATent (SLAT) формат, за счет которого можно генерировать различные выходные форматы: от Radiance Fields и 3D Gaussians до полноценных мешей.
Вот почему AGI не уничтожит человечество
Одним словом: симбиоз. Кооперация ради эффективности. Человечество совместно с AGI (или AGI совместно с человечеством) составят более устойчивую конструкцию, чем каждый из компонентов по отдельности.В общем-то, это основная мысль, которую я хотел донести до читателя. Лично мне кажется, что идея кристально ясная и дальнейшего уточнения не требует. Кто-то с этим согласен или, наоборот, несогласен. Если есть желание высказаться - вам в комменты. Под катом же немного рассуждений для тех, кому "сомнительно".
