Данные — это ископаемое топливо для ИИ. Правда, что мы его исчерпали?
Илья Суцкевер, соучредитель и бывший главный ученый OpenAI, утверждает, что данные — это ископаемое топливо ИИ, и мы его исчерпали. Правда ли это?Дисклеймер: это вольный перевод колонки
Прикручиваем доступ к API OpenAI gpt-4o через proxy
Запилил я в том году приложение на Python по доступу к YandexGPT через API, теперь вот появилось желание попилить дальше и добавить доступ к gpt-4o и gpt-4o‑mini заодно.Чем будет полезна эта программа — можно будет поэкспериментировать с системными запросами (в программе «Специализация»), которые можно создавать самому, и температурой («Креативность») к YandexGPT и OpenAI gpt-4o минуя их промпты и настройки системы, плюс не надо платить за подписку и пользоваться по надобности, плюс частично автоматизировать свои процессы запросов и проверить разные версии работы с GPT моделями.
GAN и диффузионные модели: как научить нейросеть рисовать
Привет! Сегодня хочу поговорить о двух очень горячих темах в области искусственного интеллекта — генеративно‑состязательные сети (GAN) и диффузионные модели (типа Stable Diffusion). Я сама как‑то подсела на все эти AI‑картинки и поняла, что нужно срочно поделиться тем что накопала. Поехали!:‑)GAN: Генератор vs. Дискриминатор
Алгоритмы спекулятивного инференса LLM
ВведениеЗа последние годы качество LLM моделей сильно выросло, методы квантизации стали лучше, а видеокарты мощнее. Тем не менее качество генерации все еще напрямую зависит от размера весов и, как следствие, вычислительной сложности. Кроме того, генерация текста авторегрессионна - токен за токеном по одному, потому ее сложность зависит от размера контекста и количества генерируемых токенов.Но генерация текста не всегда имеет однородную сложность, так же как мы во многом мыслим идеями, а слова произносим “на автомате”. В статье обсудим алгоритмы, позволяющие использовать эту неоднородность для ускорения.
Прогноз по охвату функций ИИ роботами в Московских компаниях в ближайшее десятилетие
Искусственный Интеллект начинает выполнять многие функции дешевле, а часто и лучше работника. Но пройдет еще много времени до тех пор, когда половину бухгалтеров и программистов заменит ИИ. Кроме замены рутинных операций, ИИ открывает новые возможности по эффективной эксплуатации работников, в том числе: анализ эмоций работника, моделирование его поведения, оптимальная схема управления работником на основании цифровых двойников работника и коллектива. По состоянию на начало 2025 года ИИ начинает превосходить человека по многим тестам.
FTC обязала стартап accessiBe, занимающийся обеспечением доступности AI, выплатить 1 млн $ за недостоверную рекламу
Федеральная торговая комиссия США (FTC) наложила штраф на стартап accessiBe, который утверждает, что помогает сделать веб-сайты доступными для программ чтения с экрана, используемых людьми с нарушениями зрения, за ложную рекламу и скрытое спонсирование рецензий.
AI-модель нового поколения xAI не была представлена вовремя, что стало тенденцией
Список флагманских моделей искусственного интеллекта, которые не были выпущены в обещанные сроки, продолжает расти.
Apheris: федеративные вычисления для преобразования медицины и фармацевтики через AI
Искусственный интеллект критически зависит от данных, однако большая часть медицинской информации остается неиспользованной из-за таких факторов, как защита конфиденциальности пациентов, нормативные ограничения и охрана интеллектуальной собственности.
Необычные AI-тесты: от Уилла Смита с пастой до Minecraft
Когда компания выпускает новый видеогенератор с искусственным интеллектом, нередко кто-то использует его для создания видео, где актер Уилл Смит ест спагетти. Это стало своеобразным мемом и тестом: проверить, насколько реалистично новый генератор может изобразить Смита, поглощающего тарелку лапши. Даже сам Смит пошутил над этим трендом в Instagram* в феврале.
Бразильский стартап Carecode, при поддержке a16z и QED, внедряет AI-агентов в медицину
Искусственный интеллект открывает значительные возможности для здравоохранения, но его потенциал не ограничивается только медицинской сферой. Многие стартапы основываются на том, что системы на базе машинного обучения могут быть полезны и в смежных задачах, таких как планирование и подтверждение встреч.
