Искусственный интеллект

Раз в неделю мы запрашиваем у инвесторов комментарии по самым интересным новостям и делимся их мнением с вами.

Ранее мы рассказывали, что государство будет делиться данными для обучения ИИ. Сегодняшний пост на эту тему для нашего канала подготовил Александр Абрамян. 

Ниже публикуем независимое мнение автора.

Государства обладают наибольшим количеством агрегированных данных, а российское правительство решило поделиться этими данными для обучения искусственного интеллекта.

Уже в феврале госорганы и частные разработчики ИИ смогут бесплатно получить доступ к размеченным государственным базам данных в рамках федерального проекта «Искусственный интеллект», входящего в состав нацпроекта «Экономика данных».

О каких данных идет речь? В первую очередь, фото и видео Росреестра, Росстата и других ведомств. С их помощью ИИ сможет обучиться на изображениях городов и предложить решения в таких сферах, как урбанистика, транспорт, ЖКХ, экология и прочих.

Представим, что в скором будущем ИИ проанализирует терабайты фото и видео с улиц городов и камер в режиме онлайн и начнет подсказывать, где нужно починить дорогу, где случилось ДТП и необходимо вызвать наряд полиции, автоматически перенастроит светофоры, чтобы снизить заторы, и т.д.

( Читать дальше )

В России наблюдается рост энергопотребления дата-центров (ЦОДов), используемых для обучения моделей искусственного интеллекта. Дефицит мощностей особенно ощутим в Москве, Санкт-Петербурге, на юге России, в Сибири и на Дальнем Востоке.

Среднее потребление одной серверной стойки без ИИ – 5–10 кВт, а с ИИ – до 40 кВт. Это требует развития электросетевой инфраструктуры. Крупные компании, такие как «Яндекс» и «Сбер», строят собственные ЦОДы, но процесс подключения к электросетям может занять годы.

По данным на 2024 год, ЦОДы в России использовали 2,6 ГВт электроэнергии, что составляет 1% от общей мощности энергосистемы. Однако прогнозируется, что потребление будет расти на 30–40% ежегодно. В юго-восточной части Сибири и на юге страны к 2030 году возможен дефицит до 2,9 ГВт.

Основная проблема – не нехватка электроэнергии, а ее распределение. Для решения требуется модернизация подстанций и развитие сетей. В противном случае дефицит мощностей может замедлить развитие российского ИИ.

( Читать дальше )

Вбиваю в переводчик с русского на китайский.
«Начальника когда уже будем делить наши денежки, однако».

Переводит вот так:
然而，环城公路的负责人已经分享了这笔钱

Потом делаю обратный перевод и выдает вот это:

«Однако человек, отвечающий за кольцевую дорогу, уже поделился деньгами»

Чудны твои дела искусственная еб...

То есть, предшественника сегодняшнего мера Москвы, господина в кепке, «помогайки» первыми раскусили на МКАДЕ .

Интересно только с кем же он поделился?

В 2015 Маск убеждал Сэма Альтмана не жалеть никаких денег на найм топовых спецов, чтобы спасти человечество от зловредного супер-ИИ от Google – а сейчас он публично обзывает его «лжецом, жуликом и мошенником». В 2018 Маск «оценивал шансы OpenAI на успех как нулевые» – а теперь он хочет выкупить компанию за $97 млрд. В этом лонгриде мы детально разберемся: как так вышло, что Илон сначала помог запустить самую революционную ИИ-компанию современности, а потом стал главным ее хейтером?

Это гостевая статья от Леонида Хоменко – продуктового аналитика и автора канала «Трагедия общин» про искусственный интеллект и современные технологии. Я в данном случае выступаю как редактор, который изо всех сил пытался сделать этот интереснейший лонгрид чуть более вместимым в разумные рамки объема. =)

За последний год OpenAI неоднократно находилась в гуще захватывающих событий: скандал с неудавшимся увольнением Сэма Альтмана, уход из компании Ильи Суцкевера, а также несколько судебных исков от Илона Маска.

( Читать дальше )

Доброй ночи, коллеги!

Как я писал в предыдущем посте, недавно я стал счастливым обладателем подписки ChatGPT Pro.
В связи с этим счастливым событием решил потестировать Canvas.
Если кто не в курсе — это такая крутая диалоговая штука, которая в числе прочего может писать программы и даже их компилировать в законченные приложения.

И вот я решил потренировать Canvas в написании кода для глубокого обучения нейронной сети прямого распространения (обычный Deep Learning, без этих всяких CNN, RNN, трансформеров и прочей ереси).

Написал промпт для генерации кода на Matlab (моя любимая энжина для математических расчетов и экспериментов, как говорят в МГИМО: whom how).
Смысл задачи — предсказание знака следующего приращения цены (по набору предыдущих приращений).
Canvas попыхтел минуту и выдал короткий код с использованием вызовов функций из Deep Learning Toolbox. Он сразу заработал.

Но мы не ищем легких путей. Модель o1 умеет рассуждать — пусть рассуждает.
И я дал ей задание написать код с нуля (без Toolboxes) — чисто метод сопряженных градиентов (adjusted gradients) и обратное распространение ошибки (back propagation). Пороговая функция tanh(x). Все по классике, короче.

( Читать дальше )

Добрый вечер, коллеги!

В Пн 03.02.25 я сподобился приобрести подписку Pro на ChatGPT. Это недешево ($200/мес.), но очень полезно для работы. Модель o1pro очень неплоха, у 4o контекстное окно 128000 токенов (100 страниц формата A4 против 8000 токенов для подписки Plus, бесплатные варианты даже не обсуждаю), у o3 mini-high слабее ограничения на число запросов. Ну и самое главное — доступны опции Agent и Deep Research.

Речь пойдет о Deep Research. Эта такая крутая энжина, которая проводит полноценное исследование по интересующей тебя тематике. Сопит и пыхтит минут 30, лопатит весь доступный интернет и выдает саммари на 20-30 страниц с самим исследованием и перечнем первоисточников со ссылками. Ну это как промпт составить, здесь тоже целое искусство.
Работает очень хорошо, специалисту на подготовку такого отчета потребуется часов 6-8, неспециалисту — неделя (и результат будет плох, скорее).

Но хохма не в этом.
Меня заинтересовали отдельные аспекты интернет-трафика, в которых я слабо шарю (как ламер). Но любопытство меня одолевало, поэтому я попросил товарища с подпиской Pro запустить Deep Research, пока я тренировался с кредитками для оплаты (отдельный квест).

( Читать дальше )

Сегодня каждый получил персонального помощника, которому можно поручить искать информацию, писать письма и составлять списки покупок, переводить тексты, решать математические задачи. Довольно быстро технологии искусственного интеллекта стали по-настоящему массовыми и доступными для людей разных профессий.

Хотя работа нейросети очень похожа на работу человеческого мозга, все же есть существенные отличия. Даниил Ивашечкин, руководитель направления по разработке и внедрению искусственного интеллекта в «Норникеле», помогает разобраться, как машина и человек могут научиться понимать друг друга.

В новом выпуске вдумчивого подкаста обсудили, какое место занимает сегодня Россия в гонке технологий и какую роль могут сыграть доменные модели, почему «Норникель» сторонится нейронных сетей для управления производством и над какими языковыми моделями работает компания в этом году. Поговорили о том, что общего у сериала «Убежище» и хакатона «Норникеля», как искусственный интеллект поможет создавать компьютерные игры и изобретать лекарства.  

( Читать дальше )

В сервисах Mail (входит в VK) совокупная аудитория генеративных нейросетей превысила 5 миллионов уникальных пользователей. В топе запросов к ИИ — краткий пересказ входящих писем, написание уникальных текстов и генерация поздравлений.

Всего в сервисах Mail представлено шесть сценариев генеративного ИИ: пересказ входящих писем и текста, генерация уникального текста и идей, написание постов для социальных сетей и создание поздравлений. Наиболее популярным запросом к  генеративному ИИ стала суммаризация писем в Почте: нейросеть самостоятельно собирает короткий пересказ входящего и выделяет главное. 90% запросов пользователей Mail приходятся на эту функциональность. Также в топ входят создание текста на заданную тему в Заметках и генерация креативных поздравлений в Календаре. Чаще всего запросы к ИИ поступают от пользователей на платформе Android — 77%. Устройств этой операционной системы в 2 раза больше, чем на iOS.

«Разработанный нами функционал на базе генеративных моделей освобождает пользователей от рутинных задач и позволяет сосредоточиться на более важных аспектах работы.

( Читать дальше )

Давно хотел написать про DeepSeek, но не стал по горячим следам. Чую подвох тут какой-то. Хотел разобраться, подумать и только потом сделать вывод про разработки китайцев, которые с “низкими затратами и меньшими вычислительными мощностями” заставили всех инвесторов Nasdaq испугаться. Об этом уже написали все СМИ, но я хочу сместить фокус именно на рынок, который так реагирует на новости.

Да, иногда приходит повышенная волатильность на рынок ценных бумаг. Это может быть по причине или без. Чаще всего нет никаких причин, их находят задним числом.

Но когда есть специальная история (special story) и она заставляет нас думать, что это фундаментально и неизбежно – это очень важно для знаний начинающего инвестора! Обычно это заставляет его реагировать, и реагировать в панике, когда новость уже в рынке и отыграна за несколько последних недель. А инвестор думает, что рынок-то “всегда прав” и надо присоединиться к движению.

Спойлер – присоединяться надо, но без спешки и всегда только в другую сторону.

( Читать дальше )