Искусственный интеллект

Экспериментальный препарат, разработанный с помощью искусственного интеллекта (ИИ) для борьбы с агрессивным и часто смертельным заболеванием лёгких, вступил во вторую фазу клинических испытаний в Китае и США. Как сообщает компания Insilico Medicine, занимающаяся разработкой лекарств с помощью ИИ, это первый в мире препарат, созданный с помощью ИИ.

Компания заявила, что её методология, основанная на ИИ, позволила ускорить и повысить эффективность открытия лекарств и является доказательством "многообещающего потенциала генеративных технологий искусственного интеллекта для преобразования отрасли".

На сегодняшний день градиентный бустинг (gradient boosting machine) является одним из основных production-решений при работе с табличными, неоднородными данными, поскольку обладает высокой производительностью и точностью, а если быть точнее, то его модификации, речь о которых пойдёт чуть позже.

В данной статье представлена не только реализация градиентного бустинга GBM с нуля на Python, но а также довольно подробно описаны ключевые особенности его наиболее популярных модификаций.

Всем привет, Меня зовут Богдан Печёнкин. Я соавтор Симулятора ML на Karpov.Courses и фаундер AI Dating Copilot стартапа Adam.

Только что Мне на глаза попалась одна новость от компании Extropic с новостями из мира квантовых компьютеров, которую Мне захотелось перевести и прокомментировать.

Extropic - лаборатория, разрабатывающая квантовые вычисления и алгоритмы искусственного интеллекта на их основе.

Тема квантовых вычислений интересна и важна, хоть и вокруг неё полно разного рода спекуляций и булшита. Предсказывают, что квантовые вычисления отбросят на обочину истории все современные системы шифрования, а также послужат фундаментом для инфраструктуры дата центров следующего поколения.

Диффузионные модели и большие языковые модели прочно заняли и информационное поле, и исследовательское. Диффузионные модели генерируют прекрасные картинки, видео и аудио, а LLM отлично справляются с генерацией текста. Но где‑то посередине остается область диффузионных текстовых моделей. Нельзя сказать, что она забыта — нет, исследования ведутся, и есть хорошие локальные успехи — но сравниться с успехам нашумевших LLM и DM пока не получается.

Статья ориентирована на читателя, который еще сомневается в том, стоит ли ему пробовать чат‑боты в работе. Если вы знакомы с технологией и пробовали её в повседневной деятельности то вряд ли найдете её полезной.

Немного расскажу о реальном применении GPT у нас в компании.

Привет, дорогой Хабр! Давно не общались. Сегодня мы рассмотрим проект с открытым исходным кодом, позволяющий создавать дипфейки, клонировать речь, генерировать видео, удалять текст и объекты, а также получать изображения без фона, прямо на вашем компьютере. Поговорим о Wunjo AI и его возможностях для тех, кто еще не в курсе. В начале статьи ссылки на открытый код GitHub и установочные файлы, чтобы воспользоваться готовыми сборками. А в конце статьи я добавлю видео, в котором расскажу, какие нейронные сети применяются для работы с видео или со звуком, и как эти нейронные сети устроены и работают, либо можно спросить бота в блоге и получить ответ текстом.

Тягачи для перевозки грузов, выполняющие работу без участия человека становятся повседневной реальностью. Машины автоконцерна КамАз и СберАвтоТеха успели перевезти более 12 тыс тонн товаров, пройдя 600+ тыс км. Эксперимент начат в июле 2023 года. Ретейлер  «Магнит» также присоединился к программе — в его активе ~3,5 тыс тонн перевезённых грузов. Компания X5 выполнила 245 рейсов, на счету логистического оператора ПЭК 160 перевозок разной продукции от одежды до автозапчастей. По результатам будет дана оценка экономической эффективности технологии.

Пока оживление замечено только на трассе Москва–Петербург. Для страховки в грузовиках были водители. В ближайшем будущем полезную практику масштабируют по всей России уже без человека в кабине. Расскажем, чего можно ожидать от логистики в самое ближайшее время.

ИИ готовится заменить сотни тысяч должностей не только в разработке ПО, но и во множестве других областей: в журналистике, творческой работе, общении с покупателями и так далее. Это та же самая мантра, которую мы слышим по поводу каждой технологической инновации: «Компьютер полностью заменит людей». Старая история из фильмов про терминаторов.

Хотя я уже перечислил некоторые возможные последствия для ПО в своей статье «Мы снова в кризисе ПО, но в ближайшее время ИИ никого не заменит», мне бы хотелось рассмотреть, что произойдёт, если большие языковые модели (Large Language Model, LLM) полностью заменят человеческий труд. Содержание дилеммы будет практически одинаковым для всех областей, но я сосредоточусь на разработке ПО, потому что самые громкие заявления об LLM звучат как раз в её сторону.

Для работы в области науки о данных, особенно при прогнозировании сложных закономерностей или погружении в проекты компьютерного зрения, часто требуются мощные инструменты, как, например, Neural Designer. При использовании потенциала сверточных нейросетей (CNN) и рекуррентных нейросетей (RNN), такой софт служит маяком для тех, кто исследует глубокие нейросети.

Независимо от того, управляете ли вы тонкостями обратного распространения ошибки и активации нейронов или путешествуете по водам Apache и стартап‑экосистем, он помогает в адаптивном интеллектуальном анализе данных и точном построении прогнозных моделей. Я обнаружил, что эти типы нейросетей меняют правила игры, устраняя те самые болевые точки, с которыми многие из нас сталкиваются, от проблем линейной регрессии до нюансов обучения с подкреплением.

После тщательной оценки я выбрал 12 лучших программ для нейросетей, способных решить ваши задачи.

Leo, наш конфиденциальный ИИ-ассистент, встроенный прямо в браузер, теперь доступен для всех устройств на Android. Начиная с версии браузера 1.63, пользователи Brave на Android могут задавать Leo вопросы, резюмировать и переводить страницы, создавать контент и многое другое как из адресной строки браузера, так и непосредственно на странице.

Теперь Leo доступен и пользователям с телефонами и планшетами на Android. Пользователи Brave на Android могут без проблем взаимодействовать с ИИ, не покидая безопасное пространство нашего браузера, и максимизировать свою продуктивность, где бы они ни находились.

Нейросети уже давно перестали быть игрушкой и превратились в инструмент. Да, пока не универсальный и не лишенный недостатков, но тем не менее довольно мощный и продуктивный. В разработке тоже используют ИИ. Github доказывает: нейронка может стать для программиста «третьей рукой»: ускоряя работу и помогая доводить задачи до конца. Однако в этом деле пока всё не сладко. Причина — галлюцинации ИИ

Популярность языковых моделей, в частности ChatGPT, растет в геометрической прогрессии, но многие из нас все еще сталкивается с определенными ограничениями, такими как устаревшая информация, которые OpenAI пока что не смогла преодолеть.

Но задумывались вы над тем, чтобы задавать вопросы непосредственно из своих документов, хранящихся в облаке? Сохраните своё время, которое уходило бы на поиски и ручной мониторинг сайтов, и задействуйте автоматизацию при работе с PDF-документами. Если вас занимает такая перспектива, эта статья окажется для вас ценным ресурсом.

Мы можем избежать риска недостоверных данных в ChatGPT, внедрив работу модели через RAG. В нашем материале мы подробно объясним, как создать чат-бота для взаимодействия с документами из вашего хранилища с помощью LangChain.

Приступим (:

В конце прошлого года мы поговорили с цифровыми директорами и лидерами IT-индустрии для нашего тг-канала об IT в индустрии Цифровой директор. Нас интересовали надежды (и опасения) коллег на 2024 год в IT. Из-за чего в России страдает ввод в эксплуатацию решений, почему мода на технологии — это не всегда хорошо, и зачем айтишникам своя “клятва Гиппократа” — читайте в интервью с Мариной Аншиной, председателем Правления Российского Союза ИТ-директоров, президентом фонда ФОСТАС.

Привет, Хабр! В 2023 году искусственный интеллект (далее ИИ)  вышел на тот уровень популярности, когда о нем не говорил только ленивый. Все больше компаний активно начали обсуждать свои разработки в этой области, а такие модели как Midjourney, ChatGPT, Gemini (ex-Bard), Bixby и другие стали общедоступными.

В этой статье мы поделимся опытом, как можно эффективно использовать такие модели на примере бесплатной версии ChatGPT. Если вы много слышали о нем, но не знали, как внедрить в свою жизнь, или хотите попробовать новые сценарии использования, этот обзор для вас.

В середине 30-х годов подростку из Детройта, ребенку Великой Депрессии, попадает в руки том «Principia Mathematica» — фундаментального труда начала XX века об основах математики. Прочитав книгу за 3 дня, 12-летний мальчик находит в ней несколько спорных моментов, и вскоре пишет письмо одному из авторов — 63-летнему британскому философу Бертрану Расселу. Ученый, пораженный способностями подростка, предлагает ему поступить к нему в аспирантуру в Великобритании, но из-за юного возраста, тот отказывается. Спустя 3 года подросток сбегает из дома, чтобы послушать лекции Рассела в Университете Чикаго. 

Среди всех методов ансамблирования особое внимание заслуживают две очень мощные техники, известные как стекинг (stacked generalization) и блендинг, особенность которых заключается в возможности использования прогнозов не только однородных, но и сразу нескольких разных по природе алгоритмов в качестве обучающих данных для другой модели, на которой будет сделан итоговый прогноз. Например, прогнозы логистической регрессии и градиентного бустинга могут быть использованы для обучения случайного леса, на котором уже будет выполнен итоговый прогноз.

Стекинг и блендинг очень схожи между собой, однако между ними есть существенные различия, заключающиеся в разделении и использовании тренировочных данных. Рассмотрим более подробно как это происходит.

Привет, Хабр! Если вы интересуетесь NLP или просто современными DL моделями, то приглашаю вас узнать, как можно, имея всего лишь одну A100, около 30 гигабайтов текста и несколько дней обучения, решить проблему ограниченного окна контекста для русскоязычных трансформеров. А ещё сделаем несколько оптимизаций и добьёмся почти лучших метрик в бенчмарке encodechka.

Откровенно говоря, я не думал, что компании ухватятся за нейросети: во-первых, сразу рассыпается стратегия клиентоцентричности, во-вторых, доверие к автоматизации кажется до предела странным. Ну то есть с 70-х годов средства автоматизации в бизнесе неизбежно вызывали подозрение, а тут внезапно нечто располагает к себе так, что некоторые готовы проводить сокращения в маркетинге, продажах, да даже в разработке и тестировании. Кажется, что за нейросетью маячат продуктивность, экономия, эффективность и всяческий интенсивный рост. А на самом деле, с нами случилось то, что повторялось в истории не раз и не два. Добро пожаловать в очередной карго-культ!

В подвижном мире развивающихся нейросетевых архитектур главную роль играет эффективность работы моделей. Тонкая настройка сетей под конкретные задачи предусматривает интеграцию в них априорных знаний. Делается это посредством стратегических корректировок архитектур сетей. Это — процедура, выходящая за рамки подстройки параметров. Речь идёт о внедрении в нейросеть информации, которая позволит сети понять то, что нужно её создателю. Один из способов это сделать заключается в использовании априорных знаний геометрического характера. Именно этому и посвящена данная статья.