Наука, технологии, изобретения и урбанистика — прямо сейчас говорим о том, что уже скоро повлияет на каждого. по всем вопросам - @workakkk @ai_machinelearning_big_data - Machine learning @itchannels_telegram - 🔥лучшие ит-каналы
🧠 ByteDance выпустили Seed‑X — мультиязычную модель перевода на 7B параметров
🚀 Seed‑X‑PPO‑7B построена на базе Mistral и показывает результаты, сравнимые с GPT‑4, Claude 3.5 и Gemini 2.5 в задачах перевода. Поддерживает 28 языков — от английского и японского до русского и немецкого.
💡 Особенности:
— Работает как completion‑модель (не чат!)
— Требует указания языка в формате тега (например: `<ru>`)
— Есть две версии: базовая и улучшенная с PPO (лучше в переводах)
⚠️ Важно:
— GGUF‑версии часто работают хуже, особенно в llama.cpp или LM Studio
— Перевод японского и китайского пока вызывает споры — результаты нестабильны
🔗 Демо и модель:
https://huggingface.co/spaces/ByteDance-Seed/Seed-X
@vistehno
🤖 Парадокс Моравека в эпоху робособак
В индустрии роботов сегодня всё чаще наблюдается "мини-парадокс Моравека": сложные для человека трюки вроде паркура или сальто стали куда проще для роботов, чем скучные и бытовые задачи — например, готовка, уборка или забота о питомце.
Из-за этого у людей, далёких от робототехники, возникает когнитивный диссонанс: *«Подожди, так они могут делать сальто назад… но не могут покормить собаку?!»*
⚠️ Такая иллюзия создаёт впечатление, что физические возможности ИИ уже на продвинутом уровне. Но это обман. Если вы поставите стену перед роботом, делающим сальто — он врежется в неё со всей силы.
Потому что он не видит. Он просто переигрывает один заученный трюк, не осознавая окружение.
Почему так происходит?
Потому что *тренировать "слепого гимнаста" в симуляции проще*, чем обучить робота, который *видит и манипулирует* объектами в реальном мире.
Первое можно решить без единого байта реальных данных.
Второе требует: реалистичной графики, физики контакта, динамики объектов… и ничего из этого пока не моделируется как надо.
Это как если бы LLM обучали не на интернете, а на наборе текстовых RPG из 90-х. Просто в акробатике мы случайно нашли чит-код: физические симуляторы стали достаточно хороши. Но для повседневной ловкости — *чит-кода ещё нет.*
Поэтому инженеры ещё долго будут отвечать на вопрос:
«А почему твой робот не может сварить кофе?» ☕️
💎 Alibaba представила Qwen3-Coder — новую open-source ИИ-модель для генерации кода, которая, по заявлениям компании, превосходит китайские аналоги и конкурирует с топовыми западными решениями вроде GPT-4. Проект ориентирован на сложные сценарии, где ИИ-агенту нужно самостоятельно управлять рабочими процессами разработки.
Модель вышла в разгар глобальной гонки кодогенерирующих ИИ — Alibaba явно делает ставку на open-source как способ закрепиться в этом сегменте. Технических деталей пока мало, но обещают особую эффективность в автоматизации рутинных задач программирования.
🔗 Ссылка - *клик*
@vistehno
🚨 Встречайте Unitree R1 — словно из научной фантастики, но наяву.
Монстр с 26 степенями свободы при весе всего 25 кг. Максимальная подвижность, скорость и ловкость — всего за ~$6K, почти в 10 раз дешевле G1 🤯
🎥 Выглядит как робот-исследователь с далёкой планеты. Двигается так, будто готов к высадке на Марсе.
Мы уже готовим инфраструктуру для обучения под R1.
Следите за новостями — будет жарко.
📊 Google Q2: взрывной рост AI‑экосистемы
На квартальном отчёте Sundar Pichai поделился внушительными цифрами по Gemini и другим AI‑инструментам Google:
🔹 980 трлн токенов обрабатывается ежемесячно — в 2 раза больше, чем в мае
🔹 450 млн MAU в приложении Gemini, +50% запросов в сутки по сравнению с Q1
🔹 9 млн разработчиков активно используют Gemini в продуктах
🔹 Veo 3 сгенерировал 70 млн видео с мая, фото-видео функция теперь и в Google Photos
🔹 AI Overview увеличивает число запросов на 10% (на базе Gemini 2.5)
🔹 AI‑режим в Google Search обслуживает 100 млн пользователей в США и Индии
🔹 Google Lens: +70% визуальных поисков год к году, особенно в e‑commerce
🔹 Circle to Search уже на 300 млн Android-устройств — без переключения между приложениями
🔹 85 000 компаний используют Gemini — рост потребления в 35 раз
🔹 AgentSpace набрал 1+ млн предзаказов на AI-агентов
🔹 Рекламодатели с AI Max получают +14% конверсий, Smart Bidding даёт +19%
🔹 Anywhere Cache снижает задержку инференса до -70%, Rapid Storage — в 5 раз быстрее, чем у других hyperscalers
📈 Google превращает AI в инфраструктуру — от поиска и фото до бизнеса и разработчиков.
@vistehno
Станьте разработчиком нейро-сотрудников на Python и зарабатывайте от 150.000р в месяц 🔥🔥🔥
Мы научим вас создавать топовых нейро-сотрудников на базе GPT-4 Omni, и вы сможете:
1️⃣ Устроиться разработчиком в крупную компанию и зарабатывать от 150 тысяч ₽ в месяц
2️⃣ Разрабатывать такие проекты на заказ и зарабатывать от 500 тысяч ₽ за проект
3️⃣ Создать нейро-сотрудника в вашей компании и вырасти на +30-100% в зарплате
Что будет на интенсиве?
🧬 Теория: как создаются нейро-сотрудники с GPT-4o на Python
🧬 Практика: мы создадим нейро-консультанта, нейро-HR, нейро-маркетолога и др.
Ведущий интенсива - Senior AI разработчик нейросетей и основатель Университета искусственного интеллекта
🔥 Регистрируйтесь на бесплатный интенсив! Встречаемся в ближайший четверг!
🧠 ИИ придумывает странные физические эксперименты — и они дают реальные результаты.
Журнал Quanta рассказывает: команда из Caltech загрузила в ИИ набор зеркал, линз и лазеров, поставив задачу — увеличить чувствительность гравитационного интерферометра.
ИИ выдал решение, которое ни один физик не стал бы даже пробовать: он добавил в схему световое кольцо длиной 3 км, нарушил привычную симметрию и собрал всё в новую архитектуру. В итоге — +10–15% к чувствительности прибора. Позже выяснилось: похожую теорию предлагали советские учёные, но никто не решался её реализовать.
🌀 Это не единичный случай.
Алгоритмы упростили квантовый эксперимент с запутанностью, вывели новую формулу плотности тёмной материи и «нащупали» симметрию Лоренца прямо из сырых данных Большого адронного коллайдера — без подсказок.
ИИ действует иначе: он не следует интуиции, он просто перебирает всё, что может сработать — даже если это выглядит дико.
📈 Что дальше? Как только появится ИИ, способный не только проектировать, но и сам проводить эксперименты — наука может перейти на экспоненциальную скорость развития.
🔜 Подробнее
💼 Кто делает суперразум для компании Цукерберга: инсайды по команде Superintelligence (44 человека)
📊 Разложено по цифрам:
— 🧠 75% PhD, 70% — ресёрчеры
— 🌏 50% выходцы из Китая
— 🧬 75% — иммигранты первого поколения
— 💼 40% пришли из OpenAI, 20% из DeepMind, 15% из Scale AI
— 🏆 20% на уровне L8+ (топ-инженеры в иерархии FAANG)
💰 Зарплаты? От $10M до $100M в год для каждого.
Цукерберг явно не шутит. Ставки — на суперинтеллект.
Ищете мощный сервер без переплаты?
Выгодное решение для обработки и анализа больших данных — выделенный сервер конфигурации AR44-NVMe от Selectel. Он подойдет для эффективной работы с многопоточностью и Python, R, Spark в рамках одной машины, а также машинного обучения на CPU.
Преимущества сервера:
- 16 высокочастотных ядер,
- Безлимитный интернет-трафик и приватная сеть — 1 Гбит/с,
- DDoS-защита, публичный IPv4, SLA — 99,8%,
- Автоустановка ОС и загрузка своих ISO-образов,
- Техподдержка 24/7 и замена комплектующих за 3 часа.
Закажите сервер конфигурации AR44-NVMe на сайте в несколько кликов: https://slc.tl/if0cg
Реклама. АО «Селектел», ИНН 7810962785, ERID: 2VtzqujvuvP
💻 Amazon выпустила Kiro — новый ИИ-ассистент для разработчиков на базе VS Code. Компания создала собственный форк популярного редактора, дополнив его автономными нейросетевыми агентами. Они умеют не только проверять код в чате, но и самостоятельно исправлять ошибки, писать тесты и документацию.
Редактор обладает функцией Kiro Specs, позволяющей задавать ИИ конкретные задачи и получать отчеты об их выполнении. Пока сервис бесплатный, но Amazon уже анонсировал платные тарифы до $39 в месяц. Kiro встает в один ряд с Cursor и Windsurf, усиливая конкуренцию на рынке умных редакторов кода.
🔗 Ссылка - *клик*
@vistehno
🦅 Взлетает с земли, как ворона: в EPFL создали дрон с "птичьими" ногами
Инженеры из EPFL представили RAVEN — дрон с ногами, вдохновлёнными врановыми птицами. Он умеет не только летать, но и ходить, прыгать и взлетать с земли, как ворона или ворон.
💡 Главное:
• Ноги служат не для красоты — дрон может взлетать из труднодоступных мест
• Основан на повадках птиц, которые часто меняют воздух на землю
• Подходит для автономной работы в сложной среде — например, в лесах, горах или завалах
Проект получил название RAVEN — *Robotic Avian-inspired Vehicle for multiple ENvironments*. Это новая ступень в развитии летающих роботов, способных адаптироваться к разным типам местности.
📹 Источник: https://actu.epfl.ch/news/raven-the-drone-that-can-walk-hop-and-fly/)
@vistehno
🚨 Прорыв в кремниевой фотонике: 1,000 Gbps при 4 джоулях
Инженеры создали сверхтонкий кремниевый чип, который передаёт данные со скоростью 1,000 Гбит/с, потребляя всего 4 джоуля энергии. Это значит — 100 млн книг за 7 минут.
▪ Почему это важно?
Текущие дата-центры передают данные по медным кабелям со скоростью ~56 Gbps. Если нужно больше — ставят больше кабелей, коммутаторов, блоков питания и железных стоек. Всё это:
— занимает пространство
— греется
— требует охлаждения
— увеличивает расходы
▪ Что меняется теперь?
🔁 Один фотонный линк заменяет десятки медных кабелей
📦 Коммутаторы упрощаются, стоек нужно меньше
❄️ Охлаждение снижается — меньше активного оборудования
⚡ Потребление падает, особенно в ИИ-центрах, где трафик — максимум
И главное — это уже не теоретика. Производители, поставляющие ring modulators, могут реализовать эту фазовую технологию без новых материалов.
💡 Результат: более компактные, холодные и дешевые дата-центры, которые будут готовы к нагрузке следующего поколения AI.
@vistehno
💰 Microsoft сэкономила $500 миллионов, просто внедрив ИИ в колл-центры
По данным Bloomberg, только за прошлый год Microsoft сократила затраты на $500 млн благодаря автоматизации работы своих call-центров с помощью ИИ.
Почти одновременно с этим компания объявила об увольнении:
- ~6 000 сотрудников в мае
- ещё 4% штата были уволены (по слухам — 10 000+ человек) на прошлой неделе
📌 Зачем это знать?
Потому что это показывает главное:
ИИ сегодня — прежде всего инструмент сокращения затрат на труд,
а не "улучшатель жизни" или "цифровой помощник для всех".
Экономика здесь простая:
Если ИИ делает ту же работу лучше или дешевле —
человека заменяют. Без сантиментов.
🗣 Об этом предупреждают не только аналитики, но и люди вроде Барака Обамы и Дарио Амадея (Anthropic):
ИИ в рамках текущей экономической системы усиливает старую проблему —
🚨 замена труда без замены дохода.
Да, появляются новые профессии: prompt-инженеры, AI-тренеры и т.д.
Но главный вопрос остаётся без ответа:
👉 Что мы будем делать с миллионами людей, чья работа исчезнет?
Где конкретные предложения? Где прогноз баланса потерь и новых профессий?
Пока их нет — мы просто наблюдаем, как автоматизация побеждает по тихому.
И если этот вопрос не будет решён на системном уровне —
все разговоры о "этике ИИ" окажутся слишком поздними.
#AI #Microsoft #будущеетруда #автоматизация #экономика
🧱 ИИ открывает новую эру в материаловедении
Модель Allegro-FM научилась симулировать миллиарды атомов одновременно — и это меняет всё.
Первое применение:
🔹 Бетон, который:
• Выдерживает пожары
• Самовосстанавливается
• Служит тысячелетия
• Поглощает CO₂, делая стройку климат-позитивной
📌 Почему это важно:
• Бетон — 8% всех выбросов CO₂
• Модель охватывает 89 элементов таблицы Менделеева
• Вместо месяцев расчётов — часы
• Прогнозы поведения атомов — без квантовой физики, только ML
ИИ теперь не просто инструмент — это полноценный материаловед, который проектирует устойчивое будущее.
И это только начало.
▶️ Подробнее
🔥 БЕСПЛАТНЫЙ КУРС ПО СОЗДАНИЮ НЕЙРО-СОТРУДНИКОВ НА GPT И ДРУГИХ LLM 🔥
Ищете практический и углубленный курс, чтобы освоить создание нейро-сотрудников? Мы создали курс из 5 объемных занятий. Это именно то, что нужно, чтобы прокачать свои навыки абсолютно бесплатно!
📌 Темы занятий:
1. Введение в мир нейро-сотрудников
2. Как работают LLM и их аналоги
3. Создание базы знаний для нейро-сотрудника (RAG)
4. Тестирование и отладка нейро-сотрудников
5. Интеграция нейро-сотрудников в Production
Вот 5 тем курса - он максимально простой и доступный, общеобразовательный, без какого-либо сложного программирования 📚Прохождение этого курса, скорее всего, займет у вас от 1 до 3 часов
🤖 Присоединяйтесь к нашему бесплатному курсу и разберитесь в этой увлекательной теме с нами!
🚀 Анализ текстов задерживает скорость разработки?
Разбираемся, как классический трансформер BERT справляется с миллионами документов за доли секунды!
На открытом уроке «Решаем задачи текстовой классификации с помощью BERT» мы расскажем:
🔹 Внутреннее устройство BERT
🔹 Методы дообучения и интеграции в реальные проекты
🔹 Практические примеры от эксперта OTUS
📅 Когда: 30 июля, 18:00 МСК
🎟 Регистрация бесплатная — зарегистрируйтесь сейчас и получите скидку на программу обучения «NLP / Natural Language Processing» https://otus.pw/4n8U/?erid=2W5zFHSYPVi
Не пропустите шанс повысить свою экспертизу в области NLP!
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
🤖 В Китае в одном из ресторанов завирусилась официантка х: она *намеренно* двигается как робот и говорит голосом ИИ.
Не пытается казаться "человечной" — наоборот, вживается в образ машины:
синтетическая речь, механичные жесты, и даже повороты головы как у андроида.
🎭 Новый стиль — где человек имитирует ИИ.
Добро пожаловать в странный, но захватывающий симбиоз людей и роботов.
@vistehno
⚡️ Почему лучшие разработчики всегда на шаг впереди?
Потому что они знают, где брать настоящие инсайд!
Оставь “программирование в вакууме” в прошлом, выбирай свой стек — подпишись и погружайся в поток идей, лайфхаков и знаний, которые не найдёшь в открытом доступе.
ИИ: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Devops: t.me/DevOPSitsec
Базы данных: t.me/sqlhub
Мл собес t.me/machinelearning_interview
C++ t.me/cpluspluc
Docker: t.me/DevopsDocker
Хакинг: t.me/linuxkalii
МЛ: t.me/machinelearning_ru
Data Science: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/java_library
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: /channel/gamedev
Физика: t.me/fizmat
SQL: t.me/databases_tg
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: /channel/addlist/mzMMG3RPZhY2M2Iy
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno
🖥 Chatgpt для кода в тг: @Chatgpturbobot -
📕Ит-книги: /channel/addlist/BkskQciUW_FhNjEy
💼ИТ-вакансии t.me/addlist/_zyy_jQ_QUsyM2Vi
Подпишись, чтобы всегда знать, куда двигаться дальше!
⚡️ Вышла GenCAD — новая open-source нейросеть для инженеров. Проект превращает фотографии деталей в готовые CAD-модели с параметрическими командами. При этом модель генерирует не просто меш, а полноценный скрипт для CAD-редакторов.
Она основана на диффузионных моделях и трансформерах, что позволяет сохранять редактируемую параметрику. Подходит для быстрого прототипирования и реверс-инжиниринга.
🔗 Ссылка - *клик*
@vistehno
🚨BREAKING: xAI планирует привлечь до $12 млрд для закупки 350,000 Nvidia Blackwell GPU под Colossus 2
> xAI строит всё самостоятельно: дата-центры, собственные GPU, контроль над землёй
> OpenAI идёт другим путём — Stargate арендует мощности у Oracle и других провайдеров на срок до 15 лет
🔋 Собственная инфраструктура vs облачная аренда
📦 Владение стеком vs контракты на использование
💰 $12 млрд = ставка Маска на суверенный compute
ПОБЕДИТЕЛЬ:
👑 Jensen Huang — продаёт всем. Всегда выигрывает.
⚡️ В Китае уже появились полностью тёмные фабрики, где не требуется человеческий труд.
У них в 7 раз больше промышленных роботов, чем в любой другой стране — как, например, на этом автозаводе в видео.
Людям больше не придётся выполнять большинство физических и рутинных работ.
🤯 OpenAI готовится к беспрецедентному масштабированию ИИ. Глава OpenAI Сэм Альтман заявил, что к концу 2025 года компания будет использовать более миллиона GPU для обучения нейросетей. Это в пять раз превышает текущие мощности xAI Илона Маска и приближается к планам Meta.
После истечения эксклюзивного контракта с Microsoft OpenAI начала распределять вычисления между несколькими облачными провайдерами, включая Oracle и Google Cloud. Такой подход ускоряет рост, но усложняет синхронизацию обучения моделей на разных платформах.
🔗 Ссылка - *клик*
@vistehno
💎 ChatGPT выпустили Agent — новый режим работы ИИ от OpenAI, который переводит чат-бота в категорию виртуальных исполнителей. Теперь модель не просто обсуждает задачи, а самостоятельно выполняет их: бронирует отели, создаёт презентации, анализирует данные и даже редактирует дизайн, используя доступ к браузеру, облачным хранилищам и другим инструментам.
Новый режим умеет уточнять детали в процессе работы и демонстрировать результаты. Например, для планирования поездки агент подбирает варианты одежды, сравнивает отели и сразу бронирует выбранный. Технология уже превосходит стандартный ChatGPT в тестах, а для подписчиков Plus будет доступна с лимитом в 40 заданий в месяц.
🔗 Ссылка - *клик*
@vistehno
🤖 Walker S2 теперь сам меняет себе батарею.
Реальный 24/7 работяга — уже не фантастика, а рабочий прототип.
@vistehno
🧠 Представлен Energy-Based Transformer — новый подход к архитектуре ИИ, который пытается научить модели думать, а не просто реагировать. ЕBT работает итеративно: начинает с случайного ответа и постепенно его улучшает, оценивая каждую версию через функцию энергии.
Такая архитектура показывает лучшие результаты на задачах, требующих аналитического мышления, и демонстрирует более эффективное масштабирование. Хотя пока метод требует в 3-6 раз больше вычислений, он открывает любопытные перспективы для сложных логических задач.
🔗 Ссылка - *клик*
@vistehno
Иногда будущее выглядит как антиутопия. Дроны всё чаще используются как новые, мобильные рекламные площадки.
Читать полностью…✔️ AMD вслед за Nvidia возобновляет поставки ИИ-чипов в Китай.
AMD подтвердила, что планирует возобновить поставки ускорителей MI308 в Китай. Новость последовала всего через несколько часов после аналогичного объявления от Nvidia о разрешении на продажу чипов H20. Министерство торговли США уведомило AMD, что ее заявки на экспортные лицензии будут рассмотрены с высокой вероятностью одобрения.
Это событие - серьезный сдвиг в политике Вашингтона, который ранее ввел жесткие ограничения на экспорт ИИ-чипов. Запреты нанесли значительный финансовый ущерб американским компаниям, AMD оценивала свои потенциальные потери в 800 миллионов долларов. Отмена ограничений последовала за критикой со стороны лидеров индустрии, которые утверждали, что подобные запреты неэффективны и лишь стимулируют Китай к созданию собственных технологий, ослабляя глобальное лидерство США в сфере ИИ.
tomshardware.com
✔️ AWS открыла ранний доступ к кодинг-ассистенту Kiro.
Amazon запустил превью Kiro - IDE на основе ИИ. В отличие от простых ассистентов для вайб-кодинга, Kiro позиционируется как инструмент для полного цикла разработки: от концепции до вывода в продакшен.
Ключевыми особенностями стали модули Specs и Hooks. Specs преобразовывают общие запросы в структурированные техзадания, пользовательские истории, диаграммы и схемы API, которые остаются синхронизированными с кодом. Hooks - это агенты, работающие в фоне: они могут обновлять тесты при сохранении компонента или проверять код на безопасность перед коммитом.
Kiro построена на базе Code OSS и совместима настройками и плагинами VS Code. В режиме отрытого превью среда использует модели от Anthropic. Продукт доступен в трех тарифах: Free, Pro и Pro+.
kiro.dev
✔️ Anthropic представила платформу для финансового анализа на базе Claude.
Anthropic запустила комплексное решение для анализа рынков и принятия инвестиционных решений. Платформа объединяет различные источники данных: от рыночных котировок до внутренних баз на платформах Databricks и Snowflake в едином интерфейсе. В основе лежит семейство моделей Claude 4, которые, по заявлению компании, показывают высокие результаты в финансовых задачах.
Платформа глубоко интегрирована с ведущими поставщиками данных: S&P Global, FactSet, PitchBook и Snowflake. Для внедрения в корпоративную среду привлечены консультанты из Deloitte, KPMG и PwC. Платформа уже доступна на AWS Marketplace, а в будущем появится и в Google Cloud.
anthropic.com
✔️ В NotebookLM появился новый функционал.
Google расширила возможности NotebookLM, добавив в него курируемую библиотеку публичных блокнотов. В ней представлен контент от крупных изданий, исследователей, авторов и некоммерческих организаций. Пользователи могут читать оригинальные тексты, задавать по ним вопросы и получать саммари со ссылками на первоисточники.
Обновление также принесло новые функции: автоматически сгенерированные аудиообзоры и майнд-карты для быстрой навигации по теме. Среди первых доступных материалов: советы по долголетию, путеводитель по Йеллоустону, произведения Шекспира и финансовая отчетность крупных компаний.
blog.google
✔️ Мира Мурати анонсировала свой первый продукт.
Thinking Machines Lab, который привлек 2 млрд. долларов от фонда a16z, представит свой первый продукт в ближайшие пару месяцев.
Он будет мультимодальным, содержать значительный компонент открытого кода и предназначен для исследователей и стартапов, разрабатывающих свои собственные модели.
Mira Murati в сети Х
@ai_machinelearning_big_data
#news #ai #ml
От аналитики до AI — онлайн-магистратура УрФУ
Спрогнозировать погоду, диагностировать болезни по снимкам или создать умную рекомендательную систему — для ML-инженеров нет ничего невозможного. Онлайн-магистратура УрФУ и Нетологии «Инженерия машинного обучения» поможет освоить востребованную профессию.
За 2 года обучения вы:
— Освоите создание ML-моделей и автоматизацию процессов;
— Научитесь работать с Big Data, проектировать архитектуру для хранения данных и настраивать ETL-процессы;
— Получите практический опыт на реальных проектах, сможете участвовать в Kaggle-соревнованиях и хакатонах;
— Пройдёте полный цикл разработки систем ИИ — от математических основ до продакшена;
— Получите два диплома: государственного образца от УрФУ и дополнительный от Нетологии.
Гибкий онлайн-формат обучения позволит совмещать учёбу с работой, а карьеру строить уже во время магистратуры.
👉 Подробнее о магистратуре - https://netolo.gy/ef2c
Реклама. ООО "Нетология". ИНН 7726464125 Erid: 2VSb5yBRhzQ
🧠 Исследователь OpenAI Ноам Браун заявил:
"Все эти модные AI-системы с роутерами, обвязками и агентами смоет масштабом.
Будущее — за моделями, которые просто работают хорошо из коробки."
Что это значит?
▪ GPT‑5, похоже, не будет использовать роутеры — то есть, не будет выбирать отдельную подмодель под каждый запрос.
▪ Вместо этого — одна большая универсальная модель, способная справляться со всем сразу.
Но возникает важный вопрос:
Как они собираются держать цену инференса низкой?
Без роутера даже на простой вопрос будет отвечать вся огромная модель — это дорого.
Если OpenAI реально решила эту задачу, это будет революция:
▪ Без костылей
▪ Без сборок из агентов
▪ Просто умная, быстрая и универсальная модель
Следим внимательно. Это может многое изменить.
🧠 CEO NVIDIA ответил MIT: “AI делает не тупее, а умнее — если уметь пользоваться”
После того как MIT выпустили исследование о том, что ИИ якобы снижает когнитивные способности, Дженсен Хуанг (глава NVIDIA) — в своём стиле — дал "жесткий" ответ:
> “Я не читал это исследование, лол”
> “Я каждый день пользуюсь ИИ — и мои когнитивные навыки только растут”
> “Большая часть моей работы — это задавать правильные вопросы”
💬 Главное:
▪ ИИ — не репетитор по очевидному
> “Я не прошу ИИ учить меня тому, что я уже знаю”
▪ Промптинг = навык
> “Я использую ИИ, чтобы учиться новому и решать задачи”
> “Если вы тупеете — это не вина модели, это skill issue”
▪ Критическое мышление никто не отменял
> “Я не принимаю ответ как есть — я его анализирую, критикую, уточняю”
> “Такой подход и развивает мышление”
🎯 И финальный совет участникам MIT-эксперимента:
> “Попробуйте критическое мышление”
Вывод:
ИИ — это не костыль. Это усилитель, если вы умеете думать.
А если нет — дело не в машине, а в том, кто её использует.