ТЕХНО: Яндекс про технологии

Расскажите, о каких цифровых потерях вы жалеете больше всего Сайты, игры, контент, сервисы — всё что угодно. Подписывайтесь 👉 @techno_yandex

🔍💻 В середине мая Исследовательский центр Пью (Pew Research Center) представил доклад о состоянии содержимого интернета за период 2013–2023 годов. Вопреки популярному мнению, что интернет помнит всё, оказалось, что это не так. Доступ к новостным заметкам, научным материалам, изображениям и другим данным постоянно исчезает. Причём исследователи отмечают, что в большинстве случаев это происходит потому, что удалена отдельная страница на продолжающем функционировать сайте, а не сам сайт. Исследователи назвали проблему цифровым разложением и подчеркнули, что она касается в первую очередь не маленьких частных проектов, а крупных сайтов — новостных, государственных, исследовательских и т. д. Например, 54% страниц Википедии содержат хотя бы одну ссылку, ведущую на страницу, которая больше не существует. Феномен цифрового разложения касается и социальных сетей. Например, в X (бывшем Twitter) 20% твитов становятся не видны пользователям уже через несколько месяцев после публикации. В 60% таких случаев аккаунт, первоначально разместивший твит, был закрыт, заблокирован или удалён. Крупнейшая в мире организацией, занимающаяся сохранением накопленной в интернете информации, — Internet Archive. Её масштабный проект Wayback Machine на текущий момент сохранил 866 млрд веб-страниц, то есть почти 100 петабайт данных, и это число постоянно растёт. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🥹 Недавно мы спросили, как вы зовёте свои гаджеты, — и получили в ответ почти 200 комментариев. Оказалось, что называть свои устройства по имени — популярная практика, так что мы собрали статистику и попытались найти закономерности. Спойлер: увлажнители воздуха получают имена гораздо чаще, чем смартфоны. Остальное — в карточках. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🤖🧠 При создании нейросетей по методу curriculum learning обучающие данные загружают в систему в определённом порядке — от простых к более сложным (по схожему принципу обучают людей в школах и университетах). Специалисты Яндекса использовали curriculum learning для тренировки YandexGPT 3 Lite — новой версии облегчённой текстовой генеративной модели третьего поколения, которую представили сегодня. Она отвечает на вопросы быстрее и точнее модели второго поколения, а во время тестов профессиональные асессоры выбирали её ответы чаще, чем ответы GPT 3.5 Turbo, в том числе благодаря методике последовательного обучения. Помимо этого разработчики использовали датасет с более полезным и разнообразным набором данных, а ещё применяли обучение с подкреплением (Reinforcement learning, RL) с помощью дополнительной модели, которая оценивала качество ответов основной. Подробнее об обучении YandexGPT 3 Lite можно прочитать на Хабре. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🤖 Искусственный интеллект, модель машинного обучения, нейросеть — эти термины часто появляются в нашем канале и в технологических медиа в целом. Может показаться, что все они — синонимы, но это совсем не так. Сейчас объясним, в чём отличие. Искусственный интеллект (ИИ) — это зонтичный термин, к тому же имеющий разные трактовки. Во-первых, он обозначает компьютерные программы, моделирующие умственные функции человека. Во-вторых, этим термином называют область компьютерных наук, в рамках которой изучают такие системы. ИИ принято разделять на три типа, которые соответствуют стадиям его развития. Современные нейросети часто называют ИИ, но, строго говоря, это неверно. Даже самые совершенные нейросети пока не равны человеческому интеллекту, а лишь убедительно его имитируют. Модель машинного обучения (ML-модель) — это компьютерная программа, созданная с помощью методов машинного обучения. В отличие от классических программ, которые действуют по составленной разработчиком схеме, ML-модели учатся на больших массивах данных, находя в них закономерности. Во время работы ML-модели получают входные данные, например текстовый промпт, и на основе изученных закономерностей предсказывают выходные данные: текст, картинку, числовые значения и тому подобное. Сейчас под моделями машинного обучения чаще всего подразумевают именно нейросети, но это далеко не единственный их вид. Например, широко применяются ML-алгоритмы, использующие метод градиентного бустинга, такие как CatBoost, разработанный и выложенный в опенсорс Яндексом. Нейросеть — это один из видов ML-моделей, вдохновлённый принципами работы нейросетей в живых организмах. Искусственные нейросети тоже состоят из связанных друг с другом элементов, передающих сигналы между собой. У каждого соединения есть вес — число, которое влияет на передаваемый дальше сигнал и отвечает за то, какой вклад это соединение вносит в итоговый результат. Веса нейросети формируются во время её обучения, именно они отвечают за её поведение и знания. Подписывайтесь 👉 @techno_yandex

👨‍💻 Технодайджест недели Главной техно-темой недели стали две презентации Microsoft, на которых она показала, каким видит ПК в эпоху генеративных нейросетей. Основным анонсом стал Copilot+ PC — бренд ноутбуков на Windows, рассчитанных на локальную работу нейросетей для обработки изображений, создания субтитров в реальном времени и других задач. В Copilot+ PC будет работать локальный поисковик Recall. Он запоминает все действия пользователя и снимает скриншоты каждые несколько секунд. Это позволяет искать по любым сущностям, например, по речи в видеозвонках. Основное требование к Copilot+ PC — наличие NPU мощностью от 40 триллионов операций в секунду. Пока под это требование подходят лишь ARM-чипы Qualcomm Snapdragon X Elite и X Plus, но позже в этом году выйдут Copilot+ PC на процессорах от AMD и Intel, а также с GPU от Nvidia. Microsoft представила два своих устройства на чипах от Qualcomm, а также ноутбуки сторонних производителей — всего более 20 моделей. Также она рассказала об улучшении поддержки ARM-процессоров в Windows: неадаптированные приложения будут работать гораздо быстрее, чем раньше. Другие новости недели, которые показались нам интересными: В Японии выпустили электрическую ложку, усиливающую вкус еды. Она стимулирует рецепторы языка с помощью слабых электрических импульсов и тем самым усиливает солёный вкус и вкус умами. В Иннополисе запустили беспилотный электробус без руля и педалей. Он перевозит студентов и преподавателей местного университета. Он движется со скоростью 10 километров в час, а в салоне присутствует оператор, следящий за работой автопилота. Инженеры разработали наушники с настраиваемым умным шумоподавлением. Они позволяют заглушать окружающие звуки, но оставлять голос одного человека. Для этого необходимо направить голову в его сторону и нажать на кнопку на корпусе. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

📺 Начинаем сериал, посвящённый технологиям фантастических вселенных. Для начала — возможно, самая мрачная из них: «Дюна» Фрэнка Герберта. Она показывает далёкое будущее человечества в контексте технологического развития и его последствий. В частности, рассказывает, к чему приводят излишние надежды на искусственный интеллект. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🥹 Вы даёте имена гаджетам — пылесосам, смартфонам, умным колонкам? Может, имя есть у вашего автомобиля? Если ответов будет много, мы попробуем собрать на их основе статистику, чтобы изучить этот феномен. Подписывайтесь 👉 @techno_yandex

🤖💻 20 и 21 мая Microsoft провела две презентации, на которых, помимо прочего, представила своё новое видение компьютеров на Windows — Copilot+ PC с мощными чипами для локальной работы нейросетей. Но продаваться они начнут лишь летом, а станут массовыми (если станут) гораздо позже. Рассказываем, как и зачем запускать большие языковые модели на своём ПК или Mac уже сейчас. Плюсы и минусы локальных нейросетей ➕ Работа без интернета — можно разговаривать с ботом вдали от цивилизации, а данные из переписки не покинут компьютер. ➕ Возможность протестировать новейшие опенсорс-модели. ➖ Необходим относительно мощный компьютер, например современный Windows-ноутбук с дискретной видеокартой или Macbook на чипе M1 и новее. ➖ Опенсорс-модели вроде Llama или Mistral лучше всего говорят на английском и намного хуже отвечают по-русски. Как запустить языковую модель на своём компьютере Сообщество энтузиастов создало для этого десятки хороших программ. Мы выбрали для примера Jan — проект с открытым кодом и очень дружелюбным интерфейсом (правда, лишь англоязычным). Он опубликован на GitHub, там же или на сайте проекта можно найти версию для своей системы: поддерживаются Windows, Mac и Linux. После запуска программа сразу открывает режим чата и сообщает, что у вас пока нет локальной модели. Нужно нажать кнопку Explore The Hub — Jan откроет хаб с популярными моделями, о которых мы уже рассказывали в канале: Mistral, Llama 3, Gemma и другими. Возле каждой нейросети есть кнопка Download для скачивания и статус — лучше выбирать модели со статусом Recommended. Модели, как правило, занимают несколько гигабайт и при 100-мегабитном интернете скачиваются за несколько минут. После этого достаточно нажать на кнопку Use, и можно начинать общаться с нейросетью в режиме чата. Это правда работает без облаков? Как только вы скачали модель, она будет работать локально. Можете проверить, отключив интернет на компьютере. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🎁 Поздравляем победителей конкурса на лучшее применение больших языковых моделей! 🥇место: Сева @sevavas1 с проектом по написанию гимна города Кирова нейросетями. Приз: Яндекс Станция Дуо Макс с Алисой. 🥈место: Аня @z_anya с проектом «НейроБармен» и помощником для выбора татуировки. Приз: Умная колонка Яндекс Станция Миди (оранжевая), Умная светодиодная лента Яндекса и Умная розетка Яндекса. 🥉место: Виталий @tg_crew с роликом о создании ботов на базе YandexGPT API с помощью Алисы. Приз: Умная колонка Яндекс Станция Миди (малиновая). 4️⃣ место: Алина с рассказом о генерации тестов и проверочных работ по физике. Приз: Хаб Яндекса для устройств, Умная светодиодная лента Яндекса и Умная розетка Яндекса. 5️⃣ место: alleva @llukyanov с рассказом об использовании нейросети для подготовки к урокам по истории. Приз: Умная светодиодная лента Яндекса. В ближайшее время мы свяжемся с победителями и договоримся о доставке призов. Остерегайтесь мошенников, мы не запрашиваем платёжные данные. Доставка приза бесплатная. В будущем вас ждут новые конкурсы и розыгрыши, а пока мы продолжим рассказывать о самом интересном в мире технологий. Подписывайтесь 👉 @techno_yandex