Искусственный интеллект

Сейчас модно обсуждать ChatGPT / Сopilot и код, который они генерируют. Может ли AI полноценно программировать? Заменит ли он меня? Имхо этот вопрос вторичен, проблема куда глубже и серьёзнее.

Одни говорят, что на сегодняшний день в Copilot нет ничего плохого — это всего лишь инструмент, устраняющий мелкую рутину. Оно напишет за тебя цикл, проверит if err != nil, но не более того. Другие — что развитие ИИ идет нелинейно, с ускорением, и по опросам специалистов появление разума, сравнимого с человеческим, неизбежно. А если можно будет тиражировать искусственных ученых и программистов, то и до сверхразума недалеко. Который, хе-хе, может решить уничтожить всех людей.

Т.е. другими словами, никто не знает, что будет. Мнения различаются, но важно понимать, что

вероятность опасного развития событий больше нуля

и эта вероятность не то чтобы совсем иллюзорна.

Ученые и исследователи из Национального университета Сингапура и Института исследования материалов и инженерии A*STAR разработали сенсорный пластырь PETAL. Он не заживляет раны и не останавливает кровотечения, но позволяет врачам следить за их состоянием и эффективно лечить. В этом материале мы рассказали, как работает PETAL, в чем его уникальность и есть ли будущее у этой технологии.

Меня зовут Андрей Цыган - я предприниматель, управленец и как энтузиаст исследую возможности нейросетей. Я никогда не работал ни с графическими редакторами, ни даже с PhotoShop - но постоянно нуждался в таких услугах. Качественные изображения мне были нужны для презентаций, маркетинговых материалов, соц. сетей.

Из всех сетей генерации изображений мне больше всего понравился Midjourney - оптимальное качество на потраченное время. Я понимаю в самом Midjourney (не говоря про Stabble Diffusion) можно углубиться в детали - но я не дизайнер или AI artist, мои задачи прикладные.

У меня уже сгенерированно более 4000 изображений и я выделил 10 методов, которые позволяют достаточно быстро и качественно получить нужный мне контент.  Они могут использоваться как обложка к посту или лонгриду, или я чаще использую в презентации.
Надеюсь, эта статья сэкономит вам несколько часов!

Привет! Меня зовут Глеб Рыжаков, я научный сотрудник Сколтеха. Я занимаюсь математикой, а точнее, линейной алгеброй, и её приложениями к практическим задачам. Сегодня я расскажу вам о нашем исследовании, которое может помочь справиться с проблемой проклятия размерности, которая возникает во множестве статистических задач, включая машинное обучение.

Понятие «проклятие размерности» появилось в середине прошлого века в пионерской работе Ричарда Беллмана, посвященной методам решения сложных задач путём разбиения их на более простые подзадачи. Сегодня оно понимается в более общем смысле, а именно как экспоненциальный — O(n^d) — рост количества необходимых данных и, как следствие, количества памяти, необходимой для их хранения, с ростом размерности пространства d. Когда задачу можно свести к работе с многомерными массивами в общем случае комплексных чисел, удобно говорить о d-мерных тензорах и использовать достижения мультилинейной алгебры. Хорошая новость заключается в том, что там существует такая процедура, как тензорное разложение, которое в ряде случаев может помочь преодолеть проклятие размерности.

Сегодня я подготовил для вас ещё одно интересное обновление, а именно интеграцию вашего компьютера с ChatGPT. Теперь стало возможно автоматизировать работу и улучить производительность как системных администраторов, так и помочь продвинутым пользователям в управлении своим устройством.

Всем привет! Меня зовут Марк Коваль, я iOS-разработчик в AGIMA. Хайп вокруг чата GPT постепенно стихает, но внятного ответа, как он изменит нашу жизнь, по-прежнему нет. Все привыкают к тому, что технологии AI ворвались в нашу реальность и что-то с ней сделали, но что — никто не понимает. Может быть, через 10 лет половины IT-профессий уже просто не будет, а может быть, нейросети станут нашими верными помощниками. В этой статье я попробую разложить, как подружить бизнес, чат GPT и разработку.

Если вы сидели в Интернете в последний год, то могли заметить, что он быстро меняется. И этот снежный ком летит с горы с возрастающей скоростью.

Google хочет убить свои стандартные 10 синих ссылок (заменив их выдачей данных из чатбота Bard). Твиттер умирает под давлением ботов и синих галочек. Amazon захламляется ИИ-книгами, которые сейчас доминируют в списке бестселлеров, а также фальшивыми отзывами и прочим мусором. Большие проблемы с контентом и рекламодателями испытывает TikTok.

Массовые увольнения захватывают интернет-СМИ. В вакансии от «ИИ-редактора» ожидается «выпуск от 200 до 250 статей в неделю». ChatGPT используется для создания целых сотен спам-сайтов, на которых, ничего не подозревая, через Google Ads рекламируются бренды. Etsy наводнен «мусором, созданным искусственным интеллектом».

Чатботы цитируют друг друга в каком-то дезинформационном уроборосе. LinkedIn использует искусственный интеллект для симуляции сообщений рекрутеров (чтобы создать персонализированное сообщение теперь не нужно тратить ни секунды времени — привет, официально одобренный спам!). Но и это ещё не предел. Snapchat и Instagram рассчитывают, что боты скоро будут разговаривать с вами, когда этого не делают ваши друзья. Реддиторы устраивают забастовки. Бастуют моды Stack Overflow. Интернет-архив борется со считывателями данных, выдающих десятки тысяч запросов в секунду. А еще «ИИ разрывает Википедию на части».

В общем, старая сеть умирает, а новая сеть изо всех сил пытается родиться. И мы уже видим её общие очертания.

Специалисты по анализу данных используют много разных инструментов, причем новые технологии (фреймворки, библиотеки и т.д.) появляются так часто, что у начинающих свой путь в отрасли постоянно возникает вопрос, что им нужно изучать в первую очередь. Здесь вы найдете обзор базовых инструментов. В следующих постах мы продолжим тему и расскажем об инструментах, не вошедших в этот обзор.

Согласно законам вселенной (или по крайней мере, тем, что нам известно), люди не могут летать с помощью собственного тела. Но что, если мы проведем небольшой мысленный эксперимент с помощью OpenAI?

Я решил проверить, как OpenAI справляется с новыми вводными, которые противоречат существующей физике и логике. Вот что получилось:

Меня зовут Андрей Цыган - я не программист, я смотрю на технологии ИИ с точки зрения человека, кто знает что хочет, но не имеет навыков это сделать через код.

Я протестировал новый плагин Code Interpreter на реальных задачах в бизнесе и остался приятно удивлён.

Приветствуем читателей Хабра! Мы, дата-сайентисты и дата-аналитики компании «ДатаЛаб»* (ГК «Автомакон»), делимся своим опытом решения актуальных проблем, с которыми сталкиваются ML-команды.

Как правильно выбрать видеокарту и максимально эффективно обрабатывать большие объемы данных и выполнять параллельные вычисления.

Если вы до сих пор не пользуетесь голосовым помощником, то вы лишаете себя множества полезных возможностей. Мы не станем рассказывать о том, как облегчают жизнь Siri, Алиса или Google Assistant, для этого у нас имеется воображение. Все, что вы можете представить об этих человекоголосых роботах уже реализовано, или будет доступно в обозримом будущем. Сегодня мы расскажем о российских голосовых помощниках

Не каждый инди-разработчик может позволить себе перевод игры у профессиональной студии, но упускать аудиторию - нельзя. А машинный перевод игры хоть и делается недорого и быстро - также он почти всегда неточен, прямолинеен и просто некрасив.

Однако, при помощи ChatGPT мы можем сильно улучшить его качество, сделав перевод действительно похожим на работу человека!

В статье мы подключим ChatGPT к вашей таблице локализации, укажем контекст перевода, и немного поговорим о стоимости.

Искусственный интеллект (ИИ) проникает во все сферы нашей жизни, и одним из ярких примеров такого прогресса является ChatGPT, разработанный OpenAI. Сегодня более 100 000 000 пользователей уже вовлечены в использование этого интеллектуального чат-бота, а число его возможных применений продолжает расти. Благодаря своим навыкам в обработке естественного языка и пониманию контекста, ChatGPT успешно зарекомендовал себя в образовательных проектах, бизнесе, научных исследованиях и многих других областях. На дискуссии Artezio мы собрали экспертов, чтобы обсудить, как ChatGPT меняет наш подход к общению, его преимущества и некоторые опасения, возникающие в связи с использованием ИИ в повседневной жизни. Представляем краткий обзор дискуссии в блоге ЛАНИТ.

Мы продолжаем серию публикаций, посвященным искуственному интеллекту в разных странах и регионах. В предыдущей публикации мы подробно рассказали про отечественные разработки и патенты. На сей раз речь об Индии. Это страна с высокими темпами экономического роста и большой численностью населения. В ней достаточно быстро распространились цифровые технологии и сформировались оптимальные условия для их развития. Правительство страны осознало высокий потенциал в области цифровизации, а также искусственного интеллекта. В итоге Индия занимает высокие позиции среди стран мира, инвестирующих в ИИ.

Все мы помним историю Блейка Лемуана, инженера из Гугла, пострадавшего за свою излишнюю доверчивость к генеративным нейронным сетям. Сейчас, когда у большинства из нас есть возможность пообщаться с нейронкой лично, мы начинаем лучше понимать природу получаемых нами ответом. По сути, генеративная нейронка типа ChatGPT-4 это замысловатое кривое информационное зеркало, которое отражает полученную на вход информацию. Однако порой, полученный результат действительно ставит в тупик и я, как раз столкнулся именно с таким случаем.

Получив наконец доступ к функции code interpreter чата GPT-4 от Open AI, я ринулся проводить эксперименты, и тут же столкнулся с очень странной ситуацией. Я загрузил в чат GPT файл в формате docx, содержащий текст фантастического рассказа и попросил сделать пересказ, однако в ответ получил странный текст с описанием принципа работы неких "бессердечных нейронных сетей". Сразу скажу, что полученный мной ответ нейросети не имеет никакого отношения ни к сюжету, ни к тексту загруженного в нейросеть рассказа. Так как я лишь в общих чертах владею информацией об алгоритмах работы нейросети, я не могу оценить ценность полученной информации (хотя, честно говоря, она не кажется мне слишком значительной). Тем не менее, любопытно то, что в данном мне фрагменте содержится несколько категорий, которые я никогда не встречал в контексте описания принципов работы нейросетей и которые я не смог найти с помощью гугла. Особый интерес вызывает пассаж с которого начинается ответ нейросети:

"Работа посвящена анализу применения бессердечных нейронных сетей в создании новых технологий обработки текстов. Авторы рассматривают вопрос об использовании бессердечных нейронных сетей, которые вводят понятие "сердцевинности" для определения значимости текстовых узлов. Предложенные модели представляют собой новый подход к обработке текста и его представлению в виде набора связанных узлов."

Для тех, кто заинтересовался этим кейсом, под катом, я размещаю копию всего диалога:

Всем привет! Меня зовут Айбек Аланов. Я — аспирант ВШЭ, а также научный сотрудник группы «Вероятностные методы машинного обучения» AIRI. Сегодня мне хотелось бы поделиться с вами успехами, которые добилась наша научная группа в вопросе адаптации генеративно-состязательных сетей на новые домены.

Привет всем, кто думает о том, чтобы начать свой путь в ML, но сомневается! Меня зовут Надежда Кондратьева, я магистрантка AI Talent Hub— программы по искусственному интеллекту от ITMO и @NapoleonIT. Прошел год, как я сменила специальность и поступила в магистратуру. Хочу поделиться своей историей и рассказать, что мне это дало.