От диплома до продакшена: Как я создавал архитектуру ИИ-проекта для… Часть 1: Что я хотел видеть дома в 2021
Часть 1: Что я хотел видеть дома в 2021"Я создавал не просто дипломную работу. Я создавал задумку для будущего, которое наступит, когда понадобятся подобные технологии."Дорогие читатели!Перед вами первая из 7 статей о моём дипломном проекте «Голосовое управление Умным домом», который я защищал в 2021 году.Этот проект стал для меня не просто работой для получения диплома, а настоящей возможностью погрузиться в мир науки и технологий. Стать самому тем, кто творит будущее, создавая технологии, и развивая то, что будет создавать будущее.📋 Содержание серии из 7 частей
«Мы не догоняем Intel». Как в России создают нейроморфный процессор «Алтай»
Пока кто-то спорит, догонит ли Россия Intel и AMD в гонке нанометров, небольшая команда в Новосибирске идёт другим путём. Они создают процессор, который потребляет в 1000 раз меньше энергии, чем современные GPU, не использует ни одного зарубежного IP-блока и может работать автономно — от протезов до дата-центров. В стриме телеграм-канала AI4Dev — AI for Development
Анализ возможности применения модели OpenThinker2-32B в автоматизированных системах прогнозируемого обслуживания
Постановка проблемы.
Лингвист или нейросеть: что такое «знать язык» в эпоху искусственного интеллекта?
В нынешнее время ИИ — стремительно развивающаяся отрасль. Всё начиналось с помощников для людей и бизнеса, которые не тратят много сил, времени и ресурсов, но сейчас нейросети захватывают всё большие и большие сферы общественной жизни. Постепенно люди начали опасаться такой помощи, ведь зачастую кажется, что искусственный интеллект намного умнее любого человека, но на самом ли деле ИИ так совершенен? Действительно ли он всё понимает, или же это лишь иллюзия?В чём заключается работа лингвиста?Самое первое и простое, что приходит на ум — это переводческая деятельность. Но кто
Создание умных AI-агентов: полный курс по LangGraph от А до Я. Часть 3. Даём ИИ руки: работа с инструментами и MCP
В предыдущих частях мы создали умных агентов с памятью и мультимодельными системами. Но есть проблема — они всё ещё умные болтуны.Критическое ограничение: агенты без рукНаши агенты могут анализировать, классифицировать и синтезировать ответы, но НЕ МОГУТ:Зайти в базу данных за информациейПрочитать файл с дискаСделать HTTP-запрос к APIСоздать отчёт и сохранить егоОтправить email или выполнить git commit
Создание Системы генерации ответов на истории тикетов поддержки (часть 2)
Привет, Хабр!Меня зовут Анатолий, занимаюсь автоматизацией бизнес-процессов и применением Искусственного Интеллекта в бизнесе. Кейсовая задача - создать Систему генерации ответов на основе существующей истории тикетов. При этом Система должна работать в закрытом контуре.Это вторая часть.В первой части был рассмотрен подход Question-Answering с timpal0l/mdeberta-v3-base-squad2 (модификация BERT для задач Question-Answering) - модели, умеющей "читать" текст и "вытаскивать" ответы.В этой части переходим к семантическому поиску, контекстному сходству и SentenceTransformer. SentenceTransformer
Галлюцинации языковых моделей: от математики обмана к честным ИИ
1. Введение: что такое галлюцинации в LLM?
