Код в мешке

☝🏻Google выпустила Magenta RealTime 2 — открытую модель, которая генерирует музыку в реальном времени прямо на устройстве 🎵 Модель разработала Google DeepMind. Главная особенность — звук синтезируется локально, без обращения к облаку, непрерывным потоком и покадрово. Задержка генерации составляет около 200 миллисекунд, что позволяет управлять звучанием почти мгновенно. Управлять процессом можно тремя способами: текстовым промптом, аудиопримером или MIDI. Стиль, жанр и инструменты можно менять прямо во время генерации. Под капотом три ключевых компонента: SpectroStream кодирует аудио в токены из стерео 48 kHz, MusicCoCa связывает текст и звук, а сама генерация работает на decoder-only трансформере. Модель доступна в двух конфигурациях: Base на 2,4 миллиарда параметров и Small на 230 миллионов параметров. Обучение проводилось на 71 тысяче часов стоковой инструментальной музыки.💬 Веса выложены в открытый доступ на Hugging Face, код на Github. По заявлению разработчиков, это единственная открытая модель, генерирующая музыку в реальном времени с настолько низкой задержкой. ================ 👁 News | 👁 Soft | 👁 Gear | 👁 Links

☝🏻Китайская Moonshot AI представила Kimi Work — десктопного ИИ-агента, который превращает чат-бота Kimi в полноценного цифрового сотрудника прямо на вашем компьютере 🤖 В отличие от веб-версии, рассчитанной на быстрые запросы и диалоги, Kimi Work работает как локальный агент: он монтирует папки на вашем устройстве, самостоятельно ходит по интернету, выполняет код на Python в фоне и запускает задачи по расписанию. Приложение доступно для Windows и macOS, а под капотом у него — флагманская модель Kimi K2.6. ☝🏻☝🏻Главная особенность — нативный «рой агентов» (Agent Swarm): до 300 специализированных ИИ-агентов могут работать параллельно прямо на локальной машине, разбивая сложную многослойную задачу на части и решая их одновременно. После завершения исследования результаты можно тут же конвертировать в готовые презентации PowerPoint или таблицы Excel.💬 За работу с браузером отвечает расширение WebBridge: оно соединяет локальный сервис с обычным Chrome или Edge через протокол Chrome DevTools, позволяя агенту кликать, скроллить, заполнять формы и извлекать данные так, как это делал бы человек. При этом всё происходит локально, поэтому сессии входа и содержимое страниц не покидают устройство. Отдельно стоит встроенный планировщик задач на базе Cron-движка — он держит рабочий процесс активным круглосуточно. Kimi может, например, ранним утром собрать ежедневную сводку через вызов LLM-агента, а ночью прогнать тяжёлый набор данных скриптом на Python, и всё это точно по времени. Для бесперебойной ночной работы предусмотрена опция «не давать компьютеру уснуть».🔋 🔻Создатели сделали акцент и на финансах: Kimi Work поставляется с предынтегрированными источниками данных по акциям материкового Китая (A-shares), Гонконга и США, что позволяет вытягивать отчётности и анализировать рыночные аномалии без настройки сложных API. В вопросах приватности предусмотрен режим «спрашивать перед действием» (Ask before acting): прежде чем изменить, перезаписать файлы или запустить код в локальных директориях, агент запрашивает явное разрешение пользователя. ☝🏻Kimi Work это по сути прямой китайский ответ на Claude Cowork. ================ 👁 Если у вас плохо прогружаются файлы, всё также доступно в канале в MAX: 👁 News | 👁 Soft | 👁 Hacker

☝🏻SpaceX официально представила свой первый ИИ-спутник AI1 — первое поколение орбитальных дата-центров для искусственного интеллекта 🛰 Аппарат показал Илон Маск в 30-минутном видео, снятом прямо на заводе Starlink в Бастропе (Техас). AI1 — это первая версия космического аппарата, который компания планирует производить в рамках сети примерно из 1 миллиона спутников, выполняющих сложные вычисления для ИИ на околоземной орбите. 🔻Конструктивно спутник устроен на удивление просто. По словам Маска: это, по сути, большой массив солнечных батарей, которому нужны лазерные линии связи. Многое из этого — технологии, которые SpaceX уже отработала на спутниках Starlink V3.🤔 Размах солнечных панелей достигает 70 метров. Тепло отводит развёртываемый жидкостный радиатор площадью 110 м² с резервными контурами прокачки и встроенной защитой от микрометеоритов, а солнечная система при отдаче 250 Вт/м² обеспечивает 150 кВт. Работать аппарат должен на высоте около 600 километров. Чтобы оценить масштаб: пиковые 150 кВт AI1 сопоставимы с серверной стойкой Nvidia GB300. ☝🏻На старте SpaceX планирует ставить в спутники именно чипы Nvidia. Под производство выстраивается отдельная инфраструктура. В Бастропе SpaceX разворачивает завод Gigasat площадью более 1 миллион квадратных метров — там по полному циклу будут делать слитки, пластины, солнечные ячейки и собирать готовые спутники; мощность — свыше 1000 аппаратов в год, выход на серию намечен на конец 2027 года. ☝🏻☝🏻Параллельно идёт куда более амбициозный TeraFab: чип-фабрика площадью около 10 миллионов квадратных метров, на техпроцессе 2 нм с прицелом на 100–200 миллиардов ИИ-чипов в год. ☝🏻☝🏻☝🏻Конечная цель — вынести вычисления для ИИ в космос, где почти непрерывное солнце снимает зависимость от наземных энергосетей. Маск обозначил предельно смелый ориентир: выйти на темп развёртывания в 1 ГВт космических вычислений к концу 2027 года и дальше наращивать мощность на порядки, в перспективе достигнув 1 тераватта. Если планы реализуются хотя бы частично, орбита впервые превращается из канала связи в полноценную вычислительную площадку — и именно эта ставка во многом и оправдывает триллионную оценку компании перед выходом на биржу.💰 ================ У этого канала есть TikTok👁

☝🏻 Интернет завалило мини-программами, играми и демками, которые Claude Fable 5 собирает «с одной кнопки» Пользователи массово генерируют полностью играбельные игры прямо в браузере из одного короткого промпта, вплоть до 3D-рендеринга. Параллельно по сети разошлись и более тяжёлые штуки: пользователи собирают веб-версии целых операционных систем со входом в аккаунт, уведомлениями, браузером и «Сапёром», клоны Minecraft и трёхмерные миры. Сама Anthropic показала браузерный CAD-редактор с готовым к 3D-печати объектом — причём и сам редактор, и встроенный в него ИИ-ассистент тоже написала Fable 5, — плюс симуляцию жидкости, синхронизированную с музыкой, которую модель «сочинила» кодом, никогда эту музыку не слыша. 🤯 ☝🏻☝🏻☝🏻НО есть и обратная сторона, о которой уже громко говорят. Fable 5 прогоняет каждый запрос через автоматические фильтры по трём темам — наступательная кибербезопасность, биология с химией и попытки «дистилляции» модели — и помеченные запросы переключает на менее мощную Opus 4.8. Проблема в том, что фильтры настроены намеренно консервативно и срабатывают даже на абсолютно безобидные запросы. ☝🏻☝🏻☝🏻А вот по-настоящему тревожный момент раскопал разработчик Джонатон Реди в модель-карте. Anthropic добавила отдельный класс ограничений — для запросов, связанных с разработкой фронтир-моделей (пайплайны предобучения, распределённая инфраструктура, дизайн ML-ускорителей). И ключевое отличие: в отличие от киберзащиты, биологии и анти-дистилляции, эти ограничения пользователю НЕ видны — Fable 5 не переключается на другую модель, а просто незаметно «глушит» собственную эффективность через модификацию промпта, steering-векторы или дообучение (PEFT). О факте этого Anthropic решила пользователям не сообщать в релизе. Anthropic утверждает, что это затрагивает лишь 0,03% разработчиков, но если Claude выдаёт плохой совет по ИИ-компоненту, ты в принципе не можешь понять, модель запуталась, задача нерешаема — или скрытая политика тихо урезала помощь. 🤐 ☝🏻Добавляет вопросов и приватность: в отличие от остальных моделей Claude, работающих в режиме нулевого хранения данных, Fable 5 требует, чтобы промпты и ответы хранились до 30 дней.🤷🏼‍♀️ ================ У этого канала есть YouTube👁

☝🏻Google представил Gemini 3.5 Live Translate — аудиомодель для синхронного голосового перевода в реальном времени 🌐 Gemini 3.5 Live Translate обеспечивает near real-time речевой перевод более чем на 70 языках. По заявлению разработчиков, технология должна сделать многоязычное общение настолько же естественным, как разговор с человеком на родном языке. ☝🏻☝🏻Главное отличие от привычных переводчиков — отказ от пословной схемы «сказал — подождал — получил ответ». Большинство старых систем работают по принципу turn-by-turn: вы говорите, останавливаетесь, приложение обрабатывает аудио, переводит текст и зачитывает его обратно. Gemini 3.5 Live Translate вместо этого обрабатывает речь по мере её поступления потоком, оставаясь буквально на несколько секунд позади говорящего и балансируя между задержкой ради контекста и скоростью ради синхронности. ☝🏻☝🏻Модель автоматически определяет более 70 языков и генерирует плавную, естественно звучащую переведённую речь, которая сохраняет интонацию, темп и высоту голоса говорящего. То есть если человек говорит с воодушевлением, перевод передаст ту же энергию, а не выдаст монотонный синтетический голос. Дополнительно модель устойчива к шуму, что делает её пригодной для звонков в поддержку, классов, поездок в такси и живых мероприятий.💬 🔻Развёртывание идёт сразу на нескольких платформах. Для разработчиков модель доступна в публичном превью через Gemini Live API и Google AI Studio; для бизнеса — в закрытом превью в Google Meet начиная с этого месяца; для всех пользователей — в приложении Google Translate на Android и iOS. Идентификатор модели для разработчиков — gemini-3.5-live-translate-preview. Отдельный акцент Google делает на безопасности: всё аудио, сгенерированное моделью, помечается невидимым водяным знаком SynthID, который встроен прямо в звуковую дорожку, чтобы ИИ-контент оставался распознаваемым и не использовался для дезинформации.🤖 ================ 👁 News | 👁 Soft | 👁 Hacker

☝🏻Google DeepMind представил экспериментальную открытую модель DiffusionGemma — она генерирует текст до 4 раз быстрее обычных языковых моделей ⚡️ Модель выпущена под лицензией Apache 2.0 и построена на архитектуре Mixture of Experts с 26 миллиардами параметров. Её ключевое отличие от привычных авторегрессионных моделей в том, что в основе подхода лежит так называемая текстовая диффузия. Она не предсказывает текст слово за словом слева направо, а формирует и постепенно уточняет целые блоки текста одновременно. Модель начинает с «холста» из случайных токенов-заглушек, делает несколько проходов, фиксируя верные токены и используя их как контекст для уточнения остальных, пока текст не сойдётся к финальному результату — по тому же принципу, что и диффузионные генераторы изображений, только применительно к тексту. Несмотря на 26 миллиардов параметров в сумме, во время вывода активируется лишь 3,8 миллиарда, благодаря чему в квантованном виде модель умещается в 18 ГБ видеопамяти потребительских видеокарт уровня RTX 5090 и 4090. 🚀 За один проход модель генерирует 256 токенов параллельно. По скорости цифры впечатляют: более 1000 токенов в секунду на одной NVIDIA H100 и свыше 700 токенов в секунду на GeForce RTX 5090.🔥 Модель поддерживает контекст в 256 тысяч токенов, более 140 языков и может работать локально на 18 ГБ оперативной памяти, обрабатывая текст, изображения и видео на входе. При этом Google честно обозначает компромисс. Поскольку DiffusionGemma ставит во главу угла скорость, итоговое качество вывода ниже, чем у стандартной Gemma 4, которую и рекомендуют для задач, требующих максимального качества. ================ У этого канала есть TikTok👁

☝🏻Исследователи вскрыли сетевой трафик ChatGPT, Gemini и DeepSeek — и выяснили, что блок «источников» у каждой нейросети устроен совершенно по-разному 🔍 Команда платформы RankCaster AI разобрала, как три популярные нейросети на самом деле выбирают и цитируют источники в своих ответах. Поводом стал простой маркетинговый вопрос: если сайт стоит в топ-10 Google или Bing, попадёт ли он в цитаты ChatGPT по тому же запросу? Авторы прогнали четыре англоязычных B2B-запроса по 10 раз в каждой системе и параллельно изучили сетевой обмен веб-клиентов через инструменты разработчика. Оказалось, что на 120 позициях SEO-топа нашлось всего 4 совпадения по URL — около 3,3%. Все они пришлись на Bing, на стороне Google не оказалось ни одного, а у ChatGPT совпадений не было вовсе. ☝🏻Иными словами, привычная логика «оптимизируй под Google — и нейросеть подтянется» в изученной категории попросту не работает. ☝🏻Главное открытие в том, что само понятие «источник» у каждой системы своё. 🔻ChatGPT привязывает каждый источник не ко всему ответу, а к конкретной фразе внутри него — система помечает, какой именно кусок текста подкреплён данной ссылкой. Из-за этого «общая известность бренда» тут не помогает: чтобы попасть в цитаты, ваш контент должен лечь ровно в тот фрагмент, который модель сейчас пишет. 🔻Gemini выбирает источники иначе — он опирается на скрытую внутреннюю оценку самих сайтов. Рядом с каждой ссылкой система незаметно хранит дополнительные сигналы: насколько домену можно доверять, когда его последний раз проверяли и рабочая ли ссылка. Проще говоря, у Gemini есть репутация сайтов, и проверенный временем домен ценится выше, чем одна удачная статья.💬 🔻DeepSeek устроен прозрачнее всех — он просто разбивает ваш вопрос на несколько мелких и под каждый подбирает свежие ссылки, без скрытых полей и хитрой механики. Зато вкус у него самый своеобразный: он опирается в основном на пресс-релизы и новостные ленты вроде GlobeNewswire и TMCnet и единственный из тройки регулярно цитирует китайские источники. ☝🏻Разными оказались и «вкусы» систем. 🔻ChatGPT тяготеет к науке, Wikipedia и нишевым блогам — на запросе про GEO он во всех десяти прогонах цитировал ту самую научную статью arXiv, где термин и был введён. 🔻Gemini систематически поднимает крупные SaaS- и маркетинговые домены вроде Semrush и HubSpot. 🔻А DeepSeek опирается на канал дистрибуции пресс-релизов, который SEO-специалисты привыкли считать мусорным. При этом пересечение источников между платформами минимальное. ☝🏻☝🏻☝🏻Вывод исследователей сводится к одному: единой «AI SEO»-стратегии не существует — каждая нейросеть отбирает источники по собственным правилам, не совпадающим ни с поисковым ранжированием, ни друг с другом. Видимость в ChatGPT может ничего не давать в Gemini, а ставка на пресс-релизы, бесполезная для одной системы, оказывается рабочей для другой.🤖 ================ 👁 Если у вас плохо прогружаются файлы, всё также доступно в канале в MAX: 👁 News | 👁 Soft | 👁 Hacker

☝🏻ElevenLabs представила Avatars — генерацию студийных говорящих видео аватаров 🤖 Теперь пользователю достаточно написать текст, выбрать или склонировать голос и задать визуальный образ — система сама собирает из этого готовый ролик с говорящим персонажем, без съёмок, студии и монтажёра. Функция работает в связке с ElevenCreative Studio, где видео можно довести до ума на таймлайне с дорожками для картинки, субтитров, озвучки, музыки и звуковых эффектов. Здесь же доступен Studio Agent — встроенный ИИ-соредактор, который по описанию сам расставляет клипы, голоса и подписи, формируя черновой монтаж через диалог. 🔻Под капотом Avatars работает не на одной модели, а на наборе специализированных движков: За оживление статичных изображений отвечают Creatify Aurora, HeyGen Avatar 4 и OmniHuman 1.5, а за синхронизацию губ в готовом видео — Sync 3 и Sync Lipsync 2 Pro с поддержкой вывода до 4K.💬 Особенно выделяется Aurora — диффузионно-трансформерная (DiT) модель, которая выходит за рамки простого липсинка: она добавляет контекстное моргание, дыхание и естественную мимику, а также подстраивает движения рук и корпуса под тон и интонацию голоса. Это та же модель, что уже используется для видеоконтента Comcast, Alibaba и тысяч брендов на платформе Creatify. Готовый результат можно локализовать более чем на 70 языков, повысить разрешение до 4x через Topaz Upscale и экспортировать в MP4 (H.264/H.265) или отправить напрямую в проект Studio. На бесплатном тарифе доступна только генерация изображений с лимитом в 3 запроса в день, а видео требует платной подписки.💰 ================ У этого канала есть TikTok👁

☝🏻Moonshot AI выпустила Kimi K2.7-Code — опенсорсную модель, заточенную под агентское программирование 🤖 Это не универсальная модель, а узкоспециализированный инструмент для реальных и долгих задач разработки. ☝🏻Главное практическое улучшение — экономия. По сравнению с K2.6 модель тратит примерно на 30% меньше «думающих» токенов, чтобы прийти к тем же выводам. На фоне конкурентов, которые могут сжигать огромные объёмы токенов в многочасовых прогонах, это напрямую снижает стоимость работы. 💸 ☝🏻По бенчмаркам картина неоднозначная, но показательная. На собственном тесте Moonshot, Kimi Code Bench, модель выросла с 50.9 до 62.0 — скачок на 21.8% относительно K2.6. При этом на Kimi Code Bench v2 она набирает 62.0 против 69.0 у GPT-5.5 и 67.4 у Opus 4.8 — то есть пока чуть позади флагманов, хотя разрыв с GPT-5.5 сократился с 18 пунктов в эпоху K2.6 до 7. Но есть и козырь: на тесте MCPMark Verified, который проверяет умение вызывать инструменты через протокол MCP, K2.7-Code набирает 81.1% и обходит Claude Opus 4.8 с её 76.4%. 🛠 🔻Отдельно стоит новая фишка — режим Preserve Thinking. В отличие от большинства моделей, которые сбрасывают цепочку рассуждений с каждым новым сообщением, K2.7-Code сохраняет её между ходами диалога — то есть помнит, почему приняла те или иные архитектурные решения в ходе многошаговой задачи. ☝🏻Веса уже выложены на Hugging Face, модель также доступна через API Moonshot и ModelScope, а запускать её можно локально через vLLM, SGLang или Docker Model Runner. Лучше всего она раскрывается в связке с агентским фреймворком Kimi Code CLI.🚀 ================ У этого канала есть TikTok👁

☝🏻Более 400 пакетов в репозитории Arch Linux заразили инфостилером и руткитом — крупнейшая атака на цепочку поставок в истории дистрибутива 🐧 В Arch User Repository (AUR) обнаружили более 400 пакетов, распространявших Linux-руткит и вредонос-инфостилер, нацеленный на учётные данные и токены доступа. Важное уточнение, что это коснулось именно AUR — общественного каталога, который пользователи Arch ведут сами; официальные репозитории Arch не пострадали. Скомпрометированные пакеты сохранили свои имена, код, историю и доверие, которое за ними стояло, — изменились только инструкции по сборке. ☝🏻Захват не потребовал никакого взлома — в этом и хитрость. В AUR пакет, от которого отказался прежний мейнтейнер, может «усыновить» любой желающий: это штатная функция репозитория. Злоумышленники как раз и искали такие брошенные пакеты, легально брали их под свой контроль и переписывали инструкции по сборке. Чтобы правки не вызывали подозрений, они подделывали метаданные git-коммитов — так, будто изменения внёс давний и проверенный разработчик. При этом сам аккаунт этого разработчика никто не взламывал: как позже подтвердил один из доверенных пользователей Arch, его учётная запись скомпрометирована не была — просто чужое имя подставили в историю изменений. 🔻Захватив заброшенный пакет, злоумышленники меняли инструкцию по его сборке так, чтобы в процессе установки тихо подтягивался вредоносный npm-пакет atomic-lockfile — рядом с парой настоящих, для маскировки. Внутри этого пакета был спрятан Linux-бинарник под именем deps, который запускался автоматически прямо во время сборки. То есть пользователю достаточно было просто собрать пакет, как обычно, — и зловред уже работал. ☝🏻Эту кампанию заметили специалисты их Sonatype и назвали Atomic Arch.💀 Сам зловред оказался стилером на Rust, заточенным под рабочие станции разработчиков. Он собирает куки, токены и local storage из браузеров на Chromium, сессии из Electron-приложений вроде Slack, Discord и Microsoft Teams, токены GitHub, npm и HashiCorp Vault, материал OpenAI/ChatGPT, SSH-ключи, known_hosts и историю shell, а также учётные данные Docker, Podman и VPN-профили. Украденные файлы уходили по HTTP на temp sh (сервис обмена текстом), а управление велось через Tor-онион-сервис. ☝🏻☝🏻Масштаб рос на глазах. Первый отчёт Sonatype насчитывал чуть больше 20 захваченных пакетов, но за сутки хакеры накопили свыше 400. Мейнтейнеры Arch сейчас сбрасывают вредоносные коммиты, банят аккаунты и просят пользователей сообщать о подозрительных пакетах. Тем, кто устанавливал или обновлял пакеты из AUR начиная с 11 июня, советуют сверить их со списками заражённых до того, как доверять машине. При этом удаления пакета недостаточно: если payload уже отработал с правами root, систему нужно считать скомпрометированной и переустанавливать с доверенного носителя — а все затронутые секреты (сессии браузера, SSH-ключи, токены GitHub и npm, Vault, облачные ключи) ротировать. 🔑 ================ 👁 News | 👁 Soft | 👁 Gear | 👁 Links

☝🏻В DeepSeek добавили зрение 18 июня компания DeepSeek добавила в своё приложение и веб-версию режим работы с изображениями — Vision.🤖 Теперь в чате три режима вместо прежней пары кнопок: быстрый (Fast), экспертный (Expert) и зрение (Vision), заточенный под разбор сложной графики. ☝🏻Интереснее не сам факт, что нейросеть научилась смотреть, а то, как она при этом рассуждает. В основе лежит подход Thinking with Visual Primitives — «мышление визуальными примитивами», описанный в техническом отчёте команды. Вместо того чтобы просто описывать картинку словами, модель расставляет на ней точки и рамки и вплетает эти метки прямо в цепочку рассуждения — как человек, который водит пальцем по строчкам при счёте или прокладывает путь в нарисованном лабиринте. Технически зрение построено поверх модели DeepSeek-V4-Flash. Чтобы изображение не съедало слишком много вычислений, разработчики сжимают служебную память: каждые четыре визуальных токена схлопываются в одну запись. В итоге на одно изображение уходит заметно меньше ресурсов, чем у обычных мультимодальных моделей, — а это прямой удар по стоимости работы со зрением. По заявлению авторов, на задачах подсчёта объектов и пространственного рассуждения модель держится на уровне GPT-5.4, Claude Sonnet 4.6 и Gemini 3 Flash.📊 При этом сами разработчики делают оговорку: это узкий срез тестов, подобранный под тему их работы, а не оценка общих способностей. Веса модели пока не выложены. В модель вшита цензура, поэтому фото вроде "Протесты на площади Тяньаньмэнь" обрабатывать отказывается.🤷🏼‍♀️ ================ 👁 News | 👁 Soft | 👁 Gear | 👁 Links

Cerebras разогнал Google Gemma 4 до 1500 токенов/с — и научил видеть картинки #habr https://habr.com/ru/news/1049968/ Tags: Cerebras, Google Gemma 4, Gemma 4

Антивирус не помог? Threatbit Simple Scanner находит то, что он пропускает #habr https://habr.com/ru/articles/1049944/ Tags: windows, python, open-source, реестр Windows, вредоносные записи, восстановление системы, чистка реестра, UAC, Windows Defender, malware removal Author: 2M12

Midjourney строит МРТ за 60 секунд. Я дважды перепроверил дату #habr https://habr.com/ru/articles/1049942/ Tags: midjourney, медицинские технологии, ai, стратегия, продакт, продакт-менеджмент Author: Akhmadaliev

Нейросеть за 50 центов (~36 ₽): TernML, тернарный ИИ без FPU #habr https://habr.com/ru/articles/1049940/ Tags: TernML, тернарные нейросети, TinyML, микроконтроллеры, квантизация, QAT, Edge AI, STM32 Author: Fakeonomics

Архитектура обмана. Как технически устроены фермы накрутки отзывов в 2026 году? #habr https://habr.com/ru/articles/1049936/ Tags: антифрод, накрутка отзывов, ботофермы, фейковые отзывы, LLM, антидетект браузеры, графовый анализ, fingerprinting, резидентные прокси, поведенческий анализ Author: PetrSuh

Крипторынок в РФ с 1 июля 2026: от хаотичного P2P к налоговому контролю и блокировкам #habr https://habr.com/ru/articles/1049852/ Tags: криптовалюта, фнс, налоги, блокировки, криптобиржи, ограничения, контроль, инфраструктура Author: strannik96

Представляет ли искусственный интеллект угрозу религии? #habr https://habr.com/ru/articles/1049932/ Tags: мнение, философия и религия Author: Emelian

Лекция мечты по информатике #habr https://habr.com/ru/articles/1049930/ Tags: преподавание, обучение программированию, python Author: d_n_trunov

«Яндекс» добавил в чат с «Алисой AI» 30 ИИ-персонажей с разными характерами и сценариями общения #habr https://habr.com/ru/news/1049928/ Tags: алиса ai, ии-ассистент, яндекс