искусственный интеллект. - страница 267

Шахматный гений, Сергей Брин и бананы: кто стоит за Gemini. Досье SpeShu.AI

Google купил DeepMind за $650 млн, не увидев ни одного коммерческого продукта, и не прогадал. Команда DeepMind создала отличную текстовую модель Gemini и фотогенератор Nano Banana Pro. Он считался лучшим в мире на протяжении полугода.

продолжить чтение

Google планирует показывать рекламу в приложении Gemini

Вслед за OpenAI и ChatGPT о планах добавить рекламу в приложение Gemini объявила Google. Директор по развитию бизнеса американской корпорации Филипп Шиндлер сообщил инвесторам, что Google сосредоточена на интеграции рекламы в режим искусственного интеллекта своего поисковика. По его словам, компания считает возможным перенос этой модели в приложение Gemini.

продолжить чтение

Почему будущие ИТ-устройства должны работать без 0 и 1, если они хотят быть ИТ-устройствами будущего

Давно уже пришла пора выбросить на помойку идею арифметико-логических устройств (в просторечии АЛУ), на которых работают ваши и наши компьютеры (ибо именно из-за них все эти технологии перестали быть достаточно круты, чтобы делать действительно клевые штуки не только в фильмах Ридли Скотта), но воз и ныне там.

продолжить чтение

Эффект «галлюцинаций»: когда ИИ врет уверенным голосом

Статья подготовлена в рамках курса «Машинное обучение для начинающих».Недавно в «беседе» с умной колонкой я задал ей вопрос относительно исполнителя одной музыкальной композиции. Колонка уверенно ответила, однако, так как у меня были сомнения в правильности, я переспросил ее и на этот раз она назвала другое имя. Также, при работе с различными языковыми моделями мне приходилось неоднократно сталкиваться с ситуациями, когда, к примеру, нейросеть неверно указывала нормативные документы, статьи законов и так далее

продолжить чтение

GEO, AIO, AEO: полевое руководство по оптимизации контента под LLM-поиск

Структура осталась, но природа связей изменилась TL;DR:

продолжить чтение

Пять мыслей о возможностях и ограничениях LLM

О фундаментальных ограничениях больших языковых моделей одни говорят, что трансформеры, обученные предсказывать следующий токен (NTP), - тупиковый путь для создания интеллектуальных машин: язык слишком беден, это лишь плоская проекция реального мира, машины ничего не понимают. Другие говорят , что та же задача, повторённая триллионы раз, может вызвать появление сложного поведения примерно как простой механизм эволюции породил всё многообразие жизни.Ниже представлены наблюдения по этим вопросах. | Если вам интересна тема AI-агентов и внедрения нейросетей, заглядывайте в мой Telegram-канал 

продолжить чтение

Профессор Вашингтонского университета: обучение программированию пора переосмыслить

продолжить чтение

Месяц утечек у Anthropic, деградация Claude Code, двойное покушение на Альтмана: главные события апреля в ИИ

продолжить чтение

Команда Kandinsky выпустила в открытый доступ семейство токенизаторов KVAE-2.0 для генерации изображений и видео

Разработчики Kandinsky выложили

продолжить чтение

Контроль вместо экспериментов: собрали платформу для управления LLM в бизнесе

Мы запустили red_mad_router

продолжить чтение