ии

Ведущий конкурент и главный “убийца” ChatGPT от OpenAI. Так называют стартап из Сан-Франциско Anthropic, который, как и его знаменитый предшественник, специализируется на генеративном искусственном интеллекте.

ИИ-приложение Anthropic Claude для iOS и Android уже заработало более миллиона долларов выручки для своих разработчиков, выходцев из OpenAI и Instagram (запрещен на территории РФ).

Claude — один из чат-ботов Anthropic, популярность которых, как и у OpenAI ChatGPT, резко возросла в прошлом году. В компанию и его продукты верят и инвестируют такие гиганты, как Google, Amazon и Salesforce. Только за прошедший год она заключила пять сделок на общую сумму около 7,3 млрд долларов.

В своей работе Anthropic старается делать ставку на бизнес-клиентов и их удобство, а не только на массового пользователя, скорость и мощность работы чат-ботов, хотя, конечно, и этому уделяется немало внимания.

Так, например, Amazon для своего голосового помощника Alexa (обновление выйдет в октябре) собирается использовать не собственные ИИ-разработки, как это было ранее, а Claude от Anthropic.

 

1. Компания 1X разработала настолько человекоподобного робота, что недоверчивые зрители считают его человеком в комбинезоне с маской. Робот умеет помогать в домашнем хозяйстве, например, мыть посуду (ссылка). Разработчики пишут (ссылка):

Мы (1X Technologies) наконец-то показали нашего нового робота публично! Neo это наше второе (и на данный момент уже основное) поколение роботов. В отличие от Eve у Neo пять пальцев и две ноги, что позволяет решать гораздо больше задач. В отличие от других гуманоидных роботов Neo может безопасно находиться радом с людьми из-за compliant моторов, при этом он всё ещё обладает довольно большой силой, сопоставимой с другими гуманоидами (и может быть даже превосходящей некоторых). Надеюсь в ближайшее время мы [раскроем] больше деталей о том что уже сейчас может Neo.

(Продолжаю орать с комментариев о том что это человек в костюме, разработчики железа воспринимают это как комплемент).

На видео робот выглядит довольно неуклюжим: полагаю, пока что это скорее игрушка, чем реальный помощник по хозяйству. Вместе с тем, прогресс налицо — когда робот станет примерно вдвое ловчее, то есть уже довольно скоро, он начнёт приносить реальную пользу.

Сентябрь 2024 года. Мы, команда StockSharp, активно используем ИИ для написания коннекторов к криптобиржам. Но спешу вас предупредить — если вы читаете эту статью в 2025 году или позже, всё это может уже устареть. Если вы из будущего, добро пожаловать в прошлое! И не забудьте проверить, актуальны ли наши методы.

Наш путь с ИИ начался с ChatGPT 3.5, который, откровенно говоря, не мог бы написать не то что коннектор для криптобиржи, а даже простую торговую стратегию. Однако с приходом ChatGPT 4.0 и Claude Sonnet 3.5 ситуация резко изменилась. Теперь ИИ может писать сложные модули кода, хотя и с оговорками: приходится вмешиваться, уточнять и исправлять ошибки, что, впрочем, стало уже нормой в нашем процессе.

Шаг 1. Запуск проекта в Claude.ai

Прежде чем начать писать новый коннектор, первым делом мы создаём проект в Claude.ai. Это не просто чат, который забудет всё, как только вы его закроете. Проект позволяет сохранять всё, что вы туда загружаете: коды, документы, комментарии. Это аналог настроек Custom GPT, где ИИ «учится» на ваших примерах и указаниях, а не просто отвечает на вопросы.

Дорогие друзья!

Сегодня хочу поделиться с вами отличной новостью! Два дня назад мой проект — OSAEngine — получил первое крупное пожертвование. Этот вклад стал важной вехой в развитии проекта и подтверждением того, что моя работа находит отклик среди вас, моих уважаемых подписчиков и коллег.

Это событие вдохновляет меня на новые свершения, и в ближайшее время я планирую запустить серию лекций по Zero Coding — подходу, который позволит создавать стратегии без необходимости программирования. Лекции будут выходить ввиде статей здесь на протяжении всего года и, надеюсь, станут полезным ресурсом как для новичков, так и для опытных трейдеров.

Спасибо всем, кто поддерживает проект! Ваша поддержка делает меня сильнее и помогает двигаться вперед.

Подписывайтесь на меня, добавляйтесь в друзья и лайкайте, если вам нравится то, что я пишу. Впереди много интересного, и я буду рад делиться с вами новыми идеями и проектами!

 

Игру Дум запустили на нейросети. Без программирования, движка и тому подобного — нейросеть просто насмотрелась вдоволь, как другие играют в Дум, и теперь может рисовать игрокам кадры игры в режиме реального времени. Завернул за угол, нейросеть рисует новую комнату. Выстрелил в монстра, нейросеть рисует падающего монстра и вычитает на панели датчиков потраченный патрон. Потрясающая штука, если вдуматься — прямиком из научной фантастики. Нейросеть создаёт новый мир на лету, персональную Матрицу для собеседника. Ещё один шаг к FDVR, к виртуальной реальности полного погружения.

Подробнее прочесть про эксперимент можно (здесь и здесь), там же есть впечатляющее видео «игры». Если не обращать внимания на мелкие детали, кажется, будто игрок играет в настоящий Дум.

С практической точки зрения это означает вот что. Когда технологию допилят, нейросети смогут показывать пользователям что-то вроде управляемых снов. Игрок говорит, допустим: «я хочу вернуться в 1984 год, в город Брежнев, и снова побродить по его улицам в мои 16 лет».

С развитием искусственного интеллекта (ИИ) и машинного обучения меняются не только технологии, но и способы их изучения. Особенно это заметно в области финансовых технологий, где программирование торговых роботов играло ключевую роль в автоматизации торговли и принятии инвестиционных решений. Однако с появлением новых ИИ-инструментов, многие считают, что традиционные курсы по программированию торговых роботов могут стать менее актуальными. В этом лонгриде мы рассмотрим, почему это происходит и какие изменения стоит ожидать в ближайшем будущем.

1. Автоматизация разработки торговых алгоритмов

Одним из главных факторов, влияющих на снижение необходимости традиционного обучения программированию торговых роботов, является автоматизация самой разработки торговых стратегий. Ранее, для создания успешного торгового робота требовались глубокие знания в области программирования и алгоритмов. Разработка сложных торговых стратегий включала анализ данных, написание и тестирование кода, а также оптимизацию алгоритмов. Это подразумевало длительное и дорогостоящее обучение на специализированных курсах.

Инвесторы сейчас ожидают ряда экономических данных, в том числе по инфляции, чтобы получить информацию о возможном снижении процентных ставок Федеральной резервной системой.