Тренды в ИИ весны’25: OpenAI и Google укрепляют позиции, Anthropic теряет долю рынка
Весна 2025 года стала временем значительных изменений на рынке искусственного интеллекта. Новейший отчёт платформы Poe о тенденциях использования AI-моделей показывает, как пользователи взаимодействуют с ведущими решениями от крупнейших разработчиков — OpenAI, Google и Anthropic.Что такое платформа Poe?Poe.com
Мое худшее собеседование в Data Science
Дело было в начале третьего курса учёбы в МФТИ, во времена COVID. Более полугода я активно изучал ML: прошёл несколько курсов, выучил теорию, за месяц прошёл парочку собеседований — в Ozon, Сбер и Яндекс. Там всё было более чем цивильно: очень приятные интервьюеры, простые, добрые люди. Во время собеседований помогали, подсказывали молодому, зелёному ботеру. Остались исключительно приятные воспоминания.И вот в телеграм-канале с вакансиями я увидел злополучный пост про стажировку в МТС. Тогда я ещё не подозревал, что даже в таких крупных компаниях на собеседованиях может происходить настоящий трешачок.
Мягкие роботы и ИИ: Как MIT переосмысливает будущее робототехники
Робототехника переживает бум: от складских манипуляторов до гуманоидов, обещающих подавать кофе. Но пока мир зациклен на жёстких, антропоморфных машинах, Даниэла Рус, директор Лаборатории компьютерных наук и искусственного интеллекта MIT (CSAIL), предлагает радикально иной подход
Vibe Coding и сравнительный анализ его инструментов
1. Введение и методологияVibe coding - это современный подход к разработке программного обеспечения, в основе которого лежит использование искусственного интеллекта для автоматизации процесса написания кода. Благодаря этому методу создавать приложения и различные программные решения могут не только профессиональные разработчики, но и люди без специальной технической подготовки. Всё, что требуется - описать свою идею на естественном языке, а система на основе ИИ преобразует её в работающий программный продукт.Вайб-кодинг - это не простой навык
Google внедряет новую ИИ-функцию для защиты от мошенничества в Chrome
Google внедряет в Chrome новую защитную функцию, которая использует встроенную LLM Gemini Nano для обнаружения и блокировки мошенничества при просмотре веб-страниц.
Студентка в США потребовала вернуть деньги за обучение ($8 000), поймав профессора на использовании ChatGPT
Студентка Северо‑Восточного университета Элла Стэплтон
Как писать промпты для генерации изображений: часть 1
Сегодня генерация изображений с помощью искусственного интеллекта становится невероятно доступной и всё более востребованной. Теперь для создания уникальных иллюстраций не нужно обладать художественными навыками или годами изучать программы для дизайна. Достаточно лишь вообразить идею, а современные технологии, такие как Midjourney, DALL-E, Stable Diffusion, или Flux сделают её реальностью. С их помощью каждый может воплотить свои мысли в жизнь — будь то реалистичный портрет, красивый пейзаж или же захватывающий мир фантастической вселенной.
Разум без жизни: почему ИИ не станет хомо сапиенсом
Искусственный интеллект стремительно сближается с образом разумного существа. Он решает задачи, пишет музыку, программирует, общается на человеческом языке, распознаёт эмоции, обучается на ходу. В тестах он уже превосходит нас. Он говорит красиво, точно. Всё это порождает соблазн: а не рождается ли новый разум? Не появляется ли новое существо — робосапиенс?Но чтобы понять, что на самом деле происходит, надо задать фундаментальный вопрос: что отличает живого разумного человека от небиологического разума?
fit() для новичков
Привет, Хабр! Эта статья для тех, кто только‑только погружается в машинное обучение и ещё не до конца понимает, что скрывается за интересным вызовом model.fit(). Вы, возможно, уже настраивали ноутбуки, пробовали разные датасеты и, может, даже словили пару неожиданных ошибок — и это нормально. Зачем копать глубже за fit()На старте может казаться, что достаточно написать:model = RandomForestClassifier(n_estimators=100) model.fit(X_train, y_train)— и всё заработает. Но стоит проекту вырасти, можно столкнуться с подвохами:Неожиданные NotFittedError при predict()Упавшая память на больших выборках
