Анализ данных (Data analysis)

🖼️ Qwen-Image — мультиязычная генеративная модель от Alibaba. Проект предлагает 20-миллиардную модель для создания изображений с точным рендерингом текста. Модель поддерживает английский и китайский языки, включая сложные шрифтовые композиции и смешанные текстовые блоки. Архитектура сочетает Qwen2.5-VL для анализа текста, VAE для детализации и диффузионное ядро MMDiT. Модель обучалась на миллиардах изображений: от природных сцен до дизайн-макетов. В тестах она превзошла многие закрытые аналоги, особенно в генерации инфографики и материалов с встроенным текстом. Лицензия Apache 2.0 позволяет свободное использование. 🤖 GitHub @data_analysis_ml

💰 McKinsey: к 2030 году на AI-инфраструктуру потратят $6,7 трлн К 2030-му мировая мощность дата-центров почти утроится, и ~70% этого роста придётся на AI. Под AI потребуется $5,2 трлн инвестиций и 156 ГВт мощности. 📊 Куда уйдут деньги: - 60% (~$3,1 трлн) — чипы и серверы - 25% (~$1,3 трлн) — энергия и охлаждение - 15% (~$0,8 трлн) — площадки и строительство 📉 Сценарии развития - 🚀 Ускоренный: +205 ГВт, ~$7,9 трлн - 📈 Базовый: +125 ГВт, ~$5,2 трлн - 🐢 Ограниченный: +78 ГВт, ~$3,7 трлн ⚡ Энергетика и охлаждение - Главные ограничения: электросети и теплоотвод - 45–50% энергии — из возобновляемых источников - Рост инвестиций в атом, геотермальную энергетику, улавливание CO₂ и длительное хранение энергии - Переход на direct-to-chip и иммерсионное охлаждение 🧮 Что ускоряет рост - К 2030 году inference станет основной нагрузкой - Корпоративные приложения с отраслевыми моделями создадут стабильный поток запросов - Hyperscalers масштабируются, чтобы снижать стоимость вычислений - Государства инвестируют в AI-инфраструктуру как в стратегический актив 💡 Как не перепостроить - Планировать мощность с возможностью масштабирования или паузы - Инвестировать в энергоэффективность чипов, сетей и охлаждения - Обеспечить стабильный доступ к энергии, чипам и площадкам 📌 Пример эффективности: DeepSeek V3 — обучение в ~18× дешевле GPT-4o, инференс в ~36× дешевле. Но парадокс Джевонса означает, что экономия стимулирует больше экспериментов, а значит, общий спрос на вычисления всё равно растёт. 📌 Подробнее @data_analysis_ml

✔️ Microsoft запустила Copilot 3D. Microsoft открыла доступ к экспериментальному веб-инструменту Copilot 3D, который позволяет конвертировать статичные изображения в трехмерные модели. Сервис доступен бесплатно через портал Copilot Labs. Инструмент поддерживает на входе PNG и JPG размером до 10 МБ. Созданные модели сохраняются на странице пользователя в течение 28 дней и могут быть скачаны в формате GLB. Copilot 3D является новой попыткой Microsoft популяризировать 3D-творчество после закрытия проектов Paint 3D и Remix3D. copilot.microsoft.com ✔️ Tesla сворачивает проект суперкомпьютера Dojo. Команда, занимавшаяся разработкой суперкомпьютера Dojo расформирована, а ее руководитель Питер Бэннон покидает компанию. Этот шаг завершает многолетнюю попытку Tesla создать кастомные чипы и процессоры "размером с кремниевую пластину" для обучения моделей автономного вождения и робототехники. Вместо этого компания перейдет на решения Nvidia и AMD, а производством чипов нового поколения займется Samsung. Около 20 инженеров из команды Dojo уже основали собственный стартап DensityAI, а остальные сотрудники будут переведены на другие проекты внутри Tesla. bloomberg.com ✔️ Apple интегрирует GPT-5 в Apple Intelligence с сентябрьским обновлением ОС. Apple подтвердила, что осенние обновления: iOS, iPadOS и macOS получат поддержку GPT-5. Она заменит текущую GPT-4o в тех случаях, когда собственным моделям Apple потребуется помощь в обработке сложных запросов. Это коснется ответов Siri, инструментов для письма и визуального поиска. Использование GPT-5 останется опциональным: пользователи должны будут явно дать согласие на передачу запросов в ChatGPT. Apple продолжит скрывать IP-адреса и запрещать OpenAI хранить данные, однако оставит возможность привязать платную подписку OpenAI для доступа к дополнительным функциям. Кроме того, обновления ОС принесут функцию Live Translation для перевода разговоров в реальном времени и расширят возможности сквозного поиска по контенту. 9to5mac.com ✔️ Компания Марка Цукерберга купила стартап WaveForms AI. Техногигант приобрел WaveForms AI - молодой стартап, чье программное обеспечение способно идентифицировать и воспроизводить эмоциональные оттенки в человеческой речи. Команда WaveForms присоединится к подразделению Superintelligence Labs. Стартап был основан в декабре 2024 года, но уже успел привлечь 40 миллионов долларов инвестиций при оценке в 160 миллионов. Компания работала над "Тестом Тьюринга для речи" и так называемым "эмоциональным AGI", чтобы сделать голоса, сгенерированные ИИ, неотличимыми от человеческих. Для Цукерберга это уже вторая сделка в области ИИ-аудио за последние месяцы после июльского поглощения PlayAI. Финансовые условия покупки не разглашаются. theinformation.com ✔️ Google тестирует Google Finance с генеративным ИИ. Google приступил к тестированию редизайна сервиса Google Finance, в центре которого теперь находится ИИ. В ближайшие недели пользователи из США получат доступ к новой версии со встроенным чат-ботом. Он сможет отвечать на сложные вопросы о рынках, предоставляя обобщенные ответы со ссылками на внешние источники. Помимо ИИ-помощника, обновление включает расширенные инструменты для построения графиков и добавляет рыночные данные в реальном времени для сырьевых товаров и криптовалют. Появится и постоянно обновляемая новостная лента, которая позволит отслеживать важные заголовки, не покидая платформу. Во время тестового периода пользователи смогут переключаться между новым и классическим интерфейсами. blog.google @ai_machinelearning_big_data #news #ai #ml

Сатья Наделла — лучший CEO Microsoft 👍 Илон Маск написал в своем Твиттере: "OpenAI «сожрёт» Microsoft живьём" Сатья Наделла ответил: - "Люди пытались сделать это последние 50 лет — и в это-то и забавно! Каждый день ты учишься чему-то новому, создаёшь инновации, заключаешь партнёрства и конкурируешь. С нетерпением жду Grok 4 на Azure и Grok 5!"

⚡️ ИИ теперь сам чинит свои баги Anthropic встроила в Claude Code автоматический аудит безопасности: теперь ИИ не только пишет код, но и проверяет его перед отправкой. Достаточно команды /security-review и модель анализирует изменения, ищет уязвимости и сразу предлагает патчи. Те же проверки работают в GitHub Actions, оставляя комментарии прямо в пул-реквестах. Тестирование на внутренних проектах уже выявило критические уязвимости до выхода в прод. Теперь траектория развития очевидна: поскольку ИИ-модели становятся все мощнее, компаниям придется встраивать все более сильные встроенные механизмы контроля. Иначе экосистема просто захлебнётся в собственных багах. 🔗 Ссылка - *клик* @data_analysis_ml

Кажется, что глитчующие нейросети – это база, а ивент AI VK & Pro в .оригинале – повод собраться и узнать, как меняются рекомендательные системы 📍 27 августа, .оригинал Подробности тут

💫 И еще забавная штука Sam Altman тизерил стрим с изображением… Звезды Смерти. Отличная идея, не так ли)

🤦‍♂️ После того как OpenAi уверенно сообщили о сниженияи галлюцинаций у GPT‑5, первый же тест оказался... галлюцинацией. 🔍 Модель повторила старый фейк о том, как крыло самолёта создаёт подъёмную силу — "equal transit theory", которую давно опровергли в аэродинамике. 🧠 Проблема не в том, что Chatgpt ошибается. Проблема в том, что он делает это *уверенно* — даже в примере, призванном показать прогресс.

Livestream OpenAI, ждём анонса ChatGPT-5 https://www.youtube.com/watch?v=0Uu_VJeVVfo #Chatgpt5 #openai

🧠 Mo Gawdat: AI сделает кого-то триллионером до 2030 года Бывший топ‑менеджер Google Mo Gawdat дал любопытное интервью на канале *The Diary Of A CEO* — и предсказал бурное будущее: 🚀 AGI появится до конца 2026 года 💰 "Кто‑то станет триллионером до 2030. Это будет новый Илон Маск или Ларри Эллисон, инвестировавший в ИИ. У него будет столько денег, что он сможет купить всё. Роботы и ИИ будут делать всю работу. Люди останутся без профессий." ⚖️ Сначала ИИ усилит производительность, а потом массово заменит людей 🧨 12–15 лет хаоса, когда глупые лидеры будут использовать умные системы 🌍 Потом — *этика‑ориентированные ИИ могут взять контроль* и принести глобальное изобилие 🪙 Базовый доход возможен, но при неправильной архитектуре элиты могут захватить власть и урезать выплаты 🤖 Уже сегодня AI‑агенты умеют кодить, торговать, планировать, а self-evolving модели запустят взрыв интеллекта 📺 Очень сильное интервью — смотреть стоит каждому, кто думает о будущем AI

Современное ИТ-образование с фокусом на реальные потребности рынка и индивидуальным подходом к студенту — то, что поможет тебе окрепнуть как специалисту и усилить карьеру. В магистратуре Центрального университета ты получишь опыт работы в ИТ-компаниях уровня Т-Банка, Яндекса, Авито уже во время учебы. Средняя зарплата студентов — 195 000 ₽. Что тебя ждет: • Грант до 75% на все время обучения. • Закрепление теории на задачах от бизнеса. • Стажировки в крупных компаниях и трудоустройство. • Индивидуальный наставник, чтобы достигать целей. • Занятия по вечерам и выходным. • Диплом о высшем образовании государственного образца. Подавай заявку до 24 августа: ссылка

🌍 Новая AI‑модель от Google кардинально меняет способ мониторинга планеты Каждый день спутники собирают терабайты снимков Земли — но как объединить все эти разрозненные данные в единую картину? 🤖 Знакомьтесь: AlphaEarth Foundations Это ИИ, который работает как виртуальный спутник — он объединяет оптические снимки, радар, лазерное сканирование и климатические симуляции в одно компактное цифровое представление Земли. Такой "эмбеддинг" легко обрабатывается компьютерами и помогает: 🟢 Детально отслеживать изменения на суше и в прибрежных зонах 🟢 Обходить облачность и редкие снимки (например, в Антарктиде) 🟢 Создавать точные карты с разрешением 10×10 метров 🟢 Сокращать объём хранимых данных в 16 раз 🟠 Модель уже используется: • ООН для мониторинга экосистем • MapBiomas (Бразилия) для слежения за вырубкой и развитием сельского хозяйства • Harvard Forest, Stanford и другие институты 🛰 В Google Earth Engine теперь доступен уникальный датасет — Satellite Embedding, включающий более 1,4 трлн эмбеддингов в год, с которым можно создавать собственные карты и отслеживать изменения в реальном времени. 🟠 *“Это меняет всё: теперь мы можем точно картировать ранее неотмеченные экосистемы”*, — Nick Murray, Global Ecosystems Atlas 📌 Подробнее — в блоге Google Earth Engine 🟠 Blog post: https://deepmind.google/discover/blog/alphaearth-foundations-helps-map-our-planet-in-unprecedented-detail Dataset: https://developers.google.com/earth-engine/datasets/catalog/GOOGLE_SATELLITE_EMBEDDING_V1_ANNUAL#description 🟠Paper: https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphaearth-foundations-helps-map-our-planet-in-unprecedented-detail/alphaearth-foundations.pdf @data_analysis_ml #AI #geospatial #remotesensing #geoai

🚀 ADeus — ваш open-source AI-ассистент на носимом устройстве! 🎯 Записывает и транскрибирует всё, что вы слышите и говорите, сохраняет это на ваш сервер. Через мобильное/веб‑приложение вы общаетесь с ADeus уже в контексте — никаких сторонних облаков. 🔧 Состав: • ACM‑металлическое устройство • Мобильное/веб UI • Supabase backend + LLM интеграция 💰 Стоимость ≈ 100 USD (DIY) за устройство и открытый код ⭐ Более 3 200 звёзд на GitHub, 19 контрибьюторов, активные фичи: Bluetooth, diarization, voice‑activity detection и UI‑улучшения. 📚 Подробнее: • GitHub: https://github.com/adamcohenhillel/ADeus • Документация: https://docs.adeus.ai/ @data_analysis_ml

🎓 Как обучить LLM с логическим мышлением — за один уикенд и на одном GPU NVIDIA выпустили новый туториал, где показывают, как за 48 часов обучить свою модель рассуждений — без суперкомпьютеров. Что внутри: ⚙️ Используется NVIDIA NeMo — фреймворк для обучения LLM 📦 Обучение на специализированных задачах reasoning (аналог GSM8K) 💻 Достаточно одного GPU, чтобы получить маленькую, но умную LLM Это отличный способ понять, как LLM "думают", и собрать свою reasoning‑модель для внутренних задач или исследований. 📹 Видео: https://youtu.be/hMGikmMFLAU 🧠 Блог: https://developer.nvidia.com/blog/train-a-reasoning-capable-llm-in-one-weekend-with-nvidia-nemo

20 августа — последний день приёма статей по AI и последняя возможность получить приз 1 000 000 рублей! 🗓 Вы ещё успеваете войти в историю AI Journey 2025, представить свою работу по искусственному интеллекту и машинному обучению, получить признание и ценные призы: ✔️ публикацию в специальном выпуске журнала «Доклады Российской академии наук. Математика, информатика, процессы управления» и его англоязычной версии Doklady Mathematics ✔️ 1 000 000 рублей за лучшее исследование Статья должна быть абсолютно оригинальна и написана на русском или английском языке. Узнать о правилах и направить статью можно здесь – не упустите эту возможность!

🧠 Архитектурные фишки GPT-OSS: краткий разбор gpt-oss — это MoE-трансформер в самом чистом виде. Минимум магии, максимум эффективности. GPT-OSS использует передовые техники, собрав в себе лучшее из современных LLM: 1️⃣ Sliding Window Attention 📄 [arXiv:1901.02860](https://arxiv.org/abs/1901.02860) Эффективное внимание для длинных контекстов без полной self-attention матрицы 2️⃣ Mixture of Experts (MoE) 📄 [arXiv:2101.03961](https://arxiv.org/abs/2101.03961) Активация только части слоёв — масштаб + эффективность одновременно 3️⃣ RoPE + YaRN 📄 [arXiv:2309.00071](https://arxiv.org/abs/2309.00071) Комбинация Rotary Embeddings с расширением контекста до 128K+ 4️⃣ Attention Sinks 📄 [arXiv:2309.17453](https://arxiv.org/abs/2309.17453) Стабильное стриминг-внимание для генерации в реальном времени ПО итогу gpt-oss: - это максимально “стандартный” MoE-трансформер — и это неплохо Модель собрана без лишних выкрутасов, но включает всё, что действительно работает. Вот несколько деталей: 🔹 Attention sinks (a.k.a. регистры) — помогают сохранить информацию между токенами 🔹 Sliding window attention — применяется через слой 🔹 YaRN — расширение контекста (до 128K) 🔹 RMSNorm без bias'ов 🔹 ❌ Нет QK normalization, ❌ нет attention softcap ⚙️ GPT-OSS — это не просто open-source альтернатива, а тщательно собранный набор проверенных инноваций для высокой скорости, длинного контекста и производительности на inference. — GPT-OSS-120B — GPT-OSS-20B @data_analysis_ml

🔍 Как трансформеры меняют область NLP и что стоит за LLM? На открытом уроке «Трансформеры как основа современного NLP» 12 августа в 18:00 МСК мы разберём, как архитектура трансформеров революционизирует обработку естественного языка. Вы познакомитесь с принципами работы трансформерных моделей и их применением в современных технологиях. Это откроет вам доступ к самым актуальным методам NLP и поможет стать востребованным специалистом в Data Science. 🚀 Регистрируйтесь и получите скидку на курс «NLP / Natural Language Processing»: https://otus.pw/Jnvy/?erid=2W5zFK5eMyz Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🔥 Google представила новую игровую платформу для состязания искусственных интеллектов в стратегиях — начинается захватывающий чемпионат по шахматам между нейросетями! Сегодня стартовала онлайн-трансляция турнира, участие в котором принимают сразу восемь сильных претендентов, среди них модели o4-mini, Grok 4 и Claude Opus 4. Каждый вечер зрителей ждут новые интригующие поединки, а финальный матч состоится уже 7 августа. Следите за ходом чемпионата и болейте за своего фаворита! 📌 Ссылка на стрим @data_analysis_ml

🔥 Новые модели OpenAI нашли в релизе Transformers 4.55 GPT-OSS — долгожданysq опенсорс для продвинутого reasoning и агентных задач. 🧠 Представленно два варианта: — GPT-OSS-120B — 117B параметров, запускается на одной H100 (80GB) — GPT-OSS-20B — 21B параметров, работает на 16GB GPU (или даже локально!) 💡 Оба варианта — MoE-модели (Mixture of Experts) с 4-битной квантизацией (MXFP4), что обеспечивает быстрое и дешёвое инференс-время (активны только 3.6B и 5.1B параметров). ✔️ Особенности: • Архитектура Token-choice MoE с SwiGLU • Контекст до 128K токенов с RoPE • Чередуются full-attn и sliding-window слои • Модель хорошо работает с CoT (chain-of-thought) • Поддержка instruction-following и tool-use • Совместима с transformers, vLLM, llama.cpp, ollama • Используется тот же токенизатор, что и в GPT-4o • Открытая лицензия Apache 2.0 (есть небольшое policy-дополнение) Младшая модель может запускаться даже на локальном железе — идеально для on-device и edge-сценариев. 📎 Пример кода инференса уже доступен — достаточно 16GB GPU с mxfp4! 🏴‍☠️Лицензирование: Apache 2.0 https://github.com/huggingface/transformers/releases/tag/v4.55.0 @ai_machinelearning_big_data #openai #opensource #chatgpt

💡 GPT-5 получит встроенный детектор галлюцинаций. OpenAI разрабатывает новую архитектуру для GPT-5 с модулем Universal Verifier, который будет проверять каждое утверждение модели на достоверность. Источники The Information сообщают, что это значительно снизит количество ошибочных ответов. Следующая версия модели, по слухам, будет обладать адаптивным распределением вычислительных ресурсов: модель сама будет выбирать, сколько мощности выделить на задачу. Также обещают улучшенную генерацию кода и способность решать сложные пользовательские проблемы, например, взаимодействие со службами поддержки. 🔗 Ссылка - *клик* @data_analysis_ml