Исследования и прогнозы в IT. - страница 4

Манифест устойчивого ИИ: не более умные ассистенты, а новая форма цифрового существования

Я предлагаю смотреть на ИИ через ось устойчивости во времени, а не способностей. Три опоры — непрерывная идентичность, самомодификация, воспроизводство. Манифест и whitepaper исследовательского направления.Уже три года публичный разговор об ИИ крутится вокруг оси способности: насколько умна модель, сколько токенов, сколько бенчмарков. Я предлагаю смотреть на другую ось — устойчивость во времени.

продолжить чтение

Исследование TrendAI: агентный ИИ в финансах — рост автономии на фоне усиливающихся рисков и пробелов в управлении

продолжить чтение

DeepSeek v4 vs GLM 5.1: сравнительный бенчмарк агентов на реальных задачах разработки

На нашем замере DeepSeek v4 оказался примерно в полтора раза медленнее GLM 5.1 по скорости генерации - 29.81 против 47.65 токенов в секунду. DeepSeek v4:

продолжить чтение

Флеш-память дорожает в разы: как и почему ИИ меняет рынок

продолжить чтение

Мета-работа, память агентов и Product Graph: почему AI не спасёт продукт без структуры знаний

За годы работы в разнообразных командах я много раз видел одну и ту же ситуацию.

продолжить чтение

Когда уже создадут AGI? Сколько надо ещё ждать и что дальше? Да и что это вообще такое?

AGI

продолжить чтение

Исследование: треть новых сайтов создана с помощью ИИ

С 2022 года около трети новых сайтов создали при помощи инструментов искусственного интеллекта, подсчитали исследователи Имперского колледжа Лондона, Стэнфордского университета* и «Архива Интернета». Их работа показала, что весь сгенерированный нейросетями текст делает интернет более жизнерадостным и менее  многословным.

продолжить чтение

Расходы на ИИ становятся отдельной проблемой для бизнеса: токены и вычисления могут стоить дороже сотрудников

продолжить чтение

AIRI представил ELMUR — архитектуру памяти для роботов на базе ИИ

продолжить чтение

Рекомендательные системы для бизнеса — мой опыт разработчика

Если вы видели "С этим товаром покупают…", "Попробуйте этот урок дальше" или ощущали необычную точность автоподбора треков в музыкальных сервисах - вы сталкивались с рекомендательной системой.Но стоит ли конкретному бизнесу вообще её строить? И если да, то с чего начать, чтобы не потратить впустую месяцы инженерного времени на "чёрный ящик", который никто не понимает?Эта статья написана мной РУКАМИ (не "ИИ")

продолжить чтение

1...234567...2030...85