Machinelearning

АI-агенты в проде, AI-помощник в облаке — что дальше 🧠 Узнайте 3 сентября на IT-конференция про облака и AI — GoCloud Tech. В этом году целый трек будет посвящен трендам в AI&ML:

➡️ Как AI-помощник может управлять инфраструктурой за вас ➡️ Валидация RAG с помощью RAGAS ➡️ SWE-Agents in Developer Tools ➡️ Как собирать мультиагентную систему для любых задач ➡️ Эволюция AI-агентов

Также будут отдельные треки про работу с данными, облачную инфраструктуру и сервисы для разработки. А еще — демо, воркшопы, карьерные консультации, мерч и яркое afterparty. Регистрируйтесь🖱

🖥 Поговорим еще немного про GPT-5: Это скорее оптимизация затрат, чем технологический скачок Вчера вышла любопытная статья на The Register раскрывает ключевую стратегию, лежащую в создании GPT-5: это не столько развитие новых возможностей, сколько способ экономии ресурсов. Что нового? - Композиция из моделей и роутер — вместо одной модели GPT-5 — система минимум из двух моделей: лёгкой и тяжёлой, плюс роутер, который выбирает, какую использовать в зависимости от запроса. Это снижает нагрузку и экономит вычисления. - Автоматическое отключение рассуждений — reasoning включается только при необходимости. Бесплатные пользователи не могут управлять этим процессом — меньше вычислений, меньше токенов, ниже затраты. - Отказ от старых моделей — временное отключение GPT-4o. Позже модель вернули для платных пользователей, но общее сокращение числа моделей — часть экономии. - Ограниченный контекст — 8 000 токенов бесплатно и до 128 000 в Plus/Pro. ✔️ Почему эффективность стала ключевым фактором ChatGPT — это 700 млн активных пользователей в неделю, но платных всего ~3%. Масштаб колоссальный, но вместе с ним — и проблема: огромные расходы на вычисления. 🟢 Главный козырь OpenAI — дистрибуция. Для большинства людей за пределами AI-сферы ChatGPT = искусственный интеллект, так же как Google = поиск. Но такое лидерство дорого обходится. 🟢 При этом OpenAI нужно постоянно искать новые деньги, чтобы поддерживать и обучение, и инференс. Да, партнёрство с Microsoft помогает, но ситуация сложнее, чем у конкурентов вроде Google — у них стабильная прибыль, собственные дата-центры и TPUs. 🟢 На этом фоне логично, что в GPT-5 сделали сильный упор на эффективность — чтобы снизить затраты и сохранить конкурентное преимущество. 📌 Подробности @ai_machinelearning_big_data #news #ai #ml #opanai #chatgpt

В то время как многие компании ограничиваются теоретическими исследованиями в области искусственного интеллекта, технологическая платформа Авито выбирает принципиально иной путь. Компания объявила о создании научного отдела для практических исследований ИИ, в работу которого инвестирует 1 миллиард рублей. Компания ожидает, что проект полностью окупится за счет реального применения. Каждая разработка пройдет путь от научной лаборатории до реального применения в сервисах Авито — никаких абстрактных исследований, только практические решения для миллионов пользователей. Руководство отделом доверили Александру Рыжкову — одному из титулованных специалистов в области машинного обучения. Его статус четырехкратного Kaggle Grandmaster свидетельствует о редком сочетании глубоких теоретических знаний и практических навыков решения сложных задач. Под его руководством команда будет разрабатывать передовые решения в области генеративных моделей, компьютерного зрения, голосовых технологий, защиты от дипфейков и революционных 3D-технологий. Андрей Рыбинцев, управляющий директор по ИИ Авито, подчеркивает, что компания стремится не просто идти в ногу с трендами, а задавать их. Также технологическая платформа планирует активно партнериться с ведущими вузами и участвовать в научных конференциях. 🤍 Подпишитесь на полезные каналы Авито.

📌Tencent Yan: создание AAA-игр в реальном времени с помощью диффузионных моделей. Команда Yan из Tencent анонсировала одноименный фреймворк для интерактивной генерации видео, который, по сути, является фундаментом для создания целых виртуальных миров в реальном времени. Yan объединяет 3 модуля: симуляцию уровня AAA-игр, мультимодальную генерацию контента и его редактирование на лету. 🟡Первый модуль — Yan-Sim. Он отвечает за симуляцию с реалистичной физикой и рендерингом в разрешении 1080p при 60 кадрах в секунду. В основе лежит Stable Diffusion, но с рядом модификаций. Во-первых, был разработан VAE с высокой степенью сжатия и низкой задержкой. Он увеличивает пространственное сжатие с 8 до 32 раз и добавляет временное сжатие в 2 раза, обрабатывая кадры парами. Во-вторых, для самого процесса диффузии используется каузальное временное внимание, что позволяет генерировать видео кадр за кадром. Наконец, для ускорения инференса применяется целый набор техник: сокращение шагов шумоподавления до 4 с помощью DDIM-сэмплера, конвейер шумоподавления со скользящим окном, KV-кэширование, структурный прунинг UNet и квантование весов до FP8. В итоге Yan-Sim выполняет генерацию бесконечного интерактивного видео с низкой задержкой (0.07с), что сопоставимо с реальным геймплеем. 🟡Второй модуль - Yan-Gen. В нем происходит мультимодальная генерация миров по текстовым и визуальным промптам с помощью двухуровневой системы иерархических описаний. Глобальное описание определяет статичный мир: топологию, визуальный стиль и освещение, выполняя роль "якоря" для всей генерации. Локальные описания, генерируемые для коротких видеоклипов, отвечают за динамические события и взаимодействия. Этот подход позволяет модели смешивать стили и механики из разных доменов. Например, можно задать стиль одной игры, а механику - от другой. Чтобы добиться интерактивности в реальном времени, готовая модель проходит через дистилляцию, в результате чего получается эффективный генератор, работающий в несколько шагов и выдающий 12-17 FPS на одной NVIDIA H20 или до 30 FPS на четырех. 🟡Третий модуль - Yan-Edit. Это редактор сгенерированного мира прямо во время взаимодействия с помощью текстовых команд. Ключевая идея здесь - разделение симуляции механики и визуального рендеринга. Симулятор интерактивной механики, построенный на базе Yan-Sim, работает с картами глубины, сохраняя 3D-структуру объектов, но отбрасывая их визуальное оформление. Это позволяет ему изучать общие законы взаимодействия, зависящие от формы, а не от цвета или текстуры. Визуальный рендерер, основанный на Yan-Gen и ControlNet, отвечает за раскрашивание этих карт глубины в соответствии со стилевыми промптами. Пользователь может в любой момент ввести два типа команд: структурные (например, "добавить интерактивный объект") и стилевые (например, "изменить цвет объекта"). Пока проект в самом начале своего пути - опубликованы только демо-видео и технический отчет, описывающий создание Yan. Модули системы, в виде отдельных моделей обещают опубликовать в ближайшее время. @ai_machinelearning_big_data #news #ai #ml

Как внедрение ИИ бустит не только производительность, но и выручку На фоне рекордной прибыли Microsoft сокращает 10 тысяч сотрудников и одновременно перестраивает подход к ИИ. Наделла говорит прямо: ставка теперь не на централизацию, а на масштабируемость и доступность инструментов для всех. Ключевая идея — каждый сотрудник должен уметь собирать свои решения на базе ИИ. От Copilot до платформ под задачи внутри команды. Это не только про разработку, но и про изменение самой структуры работы. ИИ всё чаще вшивается не «поверх» процессов, а становится частью оргдизайна. Там, где раньше нужен был отдельный продукт, сейчас достаточно одного агента. Где была инструкция — теперь цепочка действий с обучением на фидбэке. Важно регулярно изучать разборы, как бизнес адаптируется под такие сдвиги: с чем сталкиваются, какие роли меняются, где ИИ действительно помогает работать по-новому, а не просто «добавляется в интерфейс».

✔️ OpenAI вернула пользователям контроль над выбором моделей в ChatGPT. OpenAI отреагировала на критику пользователей и предоставила больше контроля над выбором моделей. Теперь вместо автоматической маршрутизации запросов можно вручную переключаться между тремя режимами GPT-5: Auto, Fast и Thinking. Также в интерфейс вернули возможность прямого выбора GPT-4o. Ранее пользователи жаловались на непредсказуемость ChatGPT, подозревая, что система направляет сложные запросы на более дешевые модели. В ответ OpenAI не только вернула ручное управление, но и временно увеличила лимит на использование самого мощного режима "GPT-5 Thinking" до 3000 сообщений в неделю. Кроме того, в настройках появилась опция, позволяющая выбирать и более старые модели o3 и 4.1. Sam Altman в сети X ✔️ Apple готовит домашних роботов и человечную Siri. Apple активно разрабатывает новую линейку аппаратных и программных ИИ-продуктов. В нее войдут домашние роботы, кардинально переработанная Siri с разговорными навыками и расширенная линейка устройств для домашней безопасности. Среди прототипов - настольный робот, дисплей которого имитирует движения головы во время видеозвонков и мобильный робот, способный следовать за пользователем по дому. Компания также тестирует умные колонки с экранами и работает над операционной системой "HomeOS", которая объединит все устройства в единую экосистему. bloomberg.com ✔️ Gemini научился запоминать личный контекст и вести временные чаты. Google начала развертывание обновления Gemini, направленного на повышение персонализации и конфиденциальности. Ключевой стала функция Personal Context. С ней Gemini будет запоминать важные детали из прошлых разговоров пользователя и использовать их для адаптации будущих ответов. Опция включена по умолчанию, но ее можно отключить в настройках. Также появятся "Временные чаты". Переписки в этом режиме не сохраняются в истории, не используются для обучения моделей и исчезают из интерфейса через 72 часа. Пока функции доступны для модели Gemini 2.5 Pro в некоторых странах. В ближайшие недели Google обещает расширить их доступность на страны ЕС, Великобританию и Швейцарию и более легкую модель 2.5 Flash. blog.google ✔️ DeepSeek, предположительно, выпустит модель R2 во второй половине августа. DeepSeek готовится к релизу обновленной языковой модели DeepSeek R2. По данным отраслевых изданий, запуск ожидается в период с 15 по 30 августа. Официального анонса пока не было. По предварительной информации, R2 будет использовать архитектуру "смеси экспертов" и распространяться под открытой лицензией. Также источники отмечают, что что модель обучалась на кластере Huawei Ascend 910B, где компания добилась улучшения эффективности использования аппаратного обеспечения, задействовав около 82% доступных мощностей ИИ-процессоров. huaweicentral.com ✔️ Liquid AI выпустила компактные VL-модели для работы на устройствах. Стартап Liquid AI представил новое поколение моделей LFM2-VL. Они спроектированы для работы на устройствах - от смартфонов и ноутбуков до носимой электроники. В основе - модульная архитектура с легковесным проектором, который сжимает токены изображений для ускорения обработки. По заявлению разработчиков, они вдвое быстрее по инференсу на GPU по сравнению с аналогами, при сохранении конкурентоспособности на стандартных бенчмарках. Выпущено 2 версии: LFM2-VL-450M для устройств с ограниченными ресурсами и LFM2-VL-1.6B для более сложных задач, которая подходит для работы на одном GPU. Модели доступны на Hugging Face под лицензией Apache 2.0. liquid.ai @ai_machinelearning_big_data #news #ai #ml

🌟 Embedding Atlas: визуализация структуры эмбедингов прямо в браузере. Embedding Atlas — опенсорсный инструмент от Apple для интерактивной визуализации больших наборов векторных представлений, который позволяет не просто смотреть на облако точек, а полноценно с ним работать. И что самое приятное, он способен отрисовывать до нескольких миллионов точек благодаря реализации на WebGPU. 🟡Автоматическая кластеризация и разметка данных. Embedding Atlas сам находит скопления в данных и подписывает их, позволяя мгновенно сориентироваться в общей структуре датасета. Чтобы отделить реальные кластеры от случайных выбросов, используется оценка плотности ядра с отрисовкой контуров плотности. Решена и вечная проблема визуализаций - "каша" из перекрывающихся точек. Embedding Atlas использует технологию order-independent transparency, так что даже при большом наложении точек картинка остаётся четкой и информативной. 🟡Интерактивность. В инструменте есть поиск в реальном времени и нахождение ближайших соседей. Можно ввести текстовый запрос или просто кликнуть на любую точку в облаке, и Embedding Atlas мгновенно подсветит наиболее похожие на нее данные. Еще есть интерактивный фильтр по метаданным. Например, можно выбрать на гистограмме определенный класс объектов, и визуализация тут же отфильтрует эмбединги, оставив только соответствующие ему точки. 🟡Embedding Atlas поставляется в виде 2 пакетов: 🟢Python-пакет Дает три варианта интеграции: утилиту командной строки для быстрой визуализации датафреймов, виджет для Jupyter, позволяющий встраивать атлас прямо в ноутбуки, и компонент для Streamlit, если вы создаете полноценные веб-приложения. 🟢Npm-пакет Этот пакет для тех, кто хочет встроить визуализацию в собственные веб-приложения. Он предоставляет готовые UI-компоненты в виде API: Table, EmbeddingView, EmbeddingViewMosaic и EmbeddingAtlas. 📌Лицензирование: MIT License. 🟡Страница проекта 🟡Документация 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI #ML #Embedding #Visualisation #Apple

✔️ OpenAI инвестирует в Merge Labs - конкурента Neuralink. OpenAI ведет переговоры об инвестициях в Merge Labs, стартап в области нейрокомпьютерных интерфейсов, который планирует создание высокоскоростных BCI-систем. Merge Labs планирует привлечь 250 миллионов долларов при оценке в 850 миллионов. Сэм Альтман будет числиться сооснователем вместе с бывшим топ-менеджером Neuralink Алексом Бланиа, однако не будет заниматься операционной деятельностью. Ожидается, что основное финансирование поступит от венчурного подразделения OpenAI. Этот шаг еще больше обостряет давнее соперничество между Альтманом и Маском, которые в 2015 году вместе основали OpenAI, но позже разошлись во взглядах. ft.com ✔️ Контекстное окно Claude Sonnet 4 расширено до миллиона токенов. Anthropic объявила о значительном увеличении контекстного окна для Claude Sonnet 4 до одного миллиона токенов. Это в 5 раз больше предыдущего лимита и позволит обрабатывать за один проход целые кодовые базы или большие массивы документов. Новая возможность уже доступна в публичной бете через API Anthropic, Amazon Bedrock, а в скором времени появится и в Google Cloud Vertex AI. За расширение придется платить больше. Для запросов свыше 200 тыс. входных токенов цена удваивается и составит 6 долларов за миллион токенов. Стоимость выходных токенов также вырастет с 15 до 22.50 долларов за миллион. anthropic.com ✔️ Microsoft ведет целенаправленную кампанию по найму топовых инженеров и исследователей из компании Марка Цукерберга. Согласно внутренним документам, Microsoft составила список конкретных сотрудников с указанием их имен, ролей и принадлежности к командам: Reality Labs, GenAI Infrastructure и AI Research. Корпорация готова предложить им многомиллионные компенсационные пакеты - крупные бонусы при найме, конкурентные зарплаты, значительные пакеты акций и высокие годовые премии. Для ускорения процесса в Microsoft внедрили специальную процедуру. Рекрутеры могут помечать кандидатов как "критически важные ИИ-таланты" и тогда процесс рассмотрения и утверждения на уровне руководства возможен в течение 24 часов. businessinsider.com ✔️ AI2 выпустил открытую модель для робототехники. Институт искусственного интеллекта Аллена представил MolmoAct 7B — опенсорсную модель для планирования движений роботов в трехмерном пространстве. Система интерпретирует команды на естественном языке, создает 3D-реконструкцию сцены и прокладывает траекторию движения, которую разработчик может просмотреть и скорректировать до того, как робот начнет действовать. Модель на 7 млрд. параметров была обучена на 18 млн. примеров, в которых были включены 12 тыс. эпизодов из реального мира. В бенчмарке SimPLER система показала успешность выполнения задач в 72.1%, обойдя решения от Nvidia, Google и Microsoft. AI2 опубликовал техотчет, веса и датасеты, позиционируя MolmoAct как свободно доступную альтернативу проприетарным решениям. allenai.org ✔️ SEELE AI запустила публичное тестирование генератора 3D-игр по текстовому описанию. Платформа создает полноценные, играбельные проекты на основе текстового описания на естественном языке, не требуя навыков программирования. Система использует большие модели для автоматической генерации всех ключевых элементов: 3D-сцен, персонажей и игровой логики, интегрируя текст, 3D-моделирование и физические движки. Помимо основной генерации, инструмент поддерживает персонализацию созданных игр, предварительный просмотр в реальном времени и возможность оптимизации. SEELE AI позиционирует свой сервис не только как игровой инструмент, но и как платформу для создания контента в сфере образования, маркетинга и социальных сетей. Попробовать инструмент можно на официальном сайте. Seele AI в сети Х @ai_machinelearning_big_data #news #ai #ml

🎮 Matrix-Game 2.0 — первый открытый интерактивный AI-мир, который генерирует видео в реальном времени и работает минутами без остановки. Неделю назад DeepMind показала Genie 3, но код не был выложен в открытый доступ. А сегодня Skywork выложили свой генератор Matrix-Game 2.0 миров в опенсорс 🚀 Возможности: 🟢25 кадров/с в реальном времени 🟢Генерирует минуты непрерывного геймплея 🟢Полная интерактивность: движение, повороты, исследование мира Можно использовать Ннесколько миров: город, дикая природа, TempleRun, GTA и др. Зачем это нужно: 🟠Создание игровых движков 🟠Тренировка AI-агентов 🟠Создание виртуальных людей 🟠Развитие пространственного интеллекта Как работает: • Данные: 1350 часов интерактивных видео, снятых в Unreal Engine и GTA5 • Управление: модель реагирует на нажатия клавиш и движение мыши на каждом кадре • Модель: нейросеть с 1,3 млрд параметров, понимает команды игрока • Сжатие и обработка: 3D Causal VAE и Diffusion Transformer для реалистичных движений • Бесконечная генерация: KV-Cache хранит контекст, чтобы можно было играть без ограничений по времени 📂 Всё в открытом доступе: 🟡Huggingface Model: https://huggingface.co/Skywork/Matrix-Game-2.0 🟡 Repo: https://matrix-game-v2.github.io @ai_machinelearning_big_data #AI #MatrixGame #OpenSource #DeepLearning #GameDev #InteractiveAI #WorldModel #GenerativeAI #RealtimeAI #MachineLearning

🚀 Jan-v1: локальная 4B-модель для веба — опенсорсная альтернатива Perplexity Pro 📌 Что умеет - SimpleQA: 91% точности, чуть выше Perplexity Pro — и всё это полностью локально. - Сценарии: быстрый веб-поиск и глубокое исследование (Deep Research). Из чего сделана - Базируется на Qwen3-4B-Thinking (контекст до 256k), дообучена в Jan на рассуждение и работу с инструментами. Где запускать - Jan, llama.cpp или vLLM. Как включить поиск в Jan - Settings → Experimental Features → On - Settings → MCP Servers → включите поисковый MCP (например, Serper) Модели - Jan-v1-4B: https://huggingface.co/janhq/Jan-v1-4B - Jan-v1-4B-GGUF: https://huggingface.co/janhq/Jan-v1-4B-GGUF @ai_machinelearning_big_data #ai #ml #local #Qwen #Jan

🚀 Hunyuan-Large-Vision: новая мощная мультимодальная модель от Tencent 🔹 MoE-архитектура — 389B параметров (52B активных) для оптимального баланса мощности и эффективности. 🔹 Лидер в рейтингах — 1256 баллов в LMArena Vision, #1 в Китае, на уровне GPT-4.5 и Claude-4-Sonnet. 🔹 Глубокое понимание — визуальное рассуждение, анализ видео и 3D-пространства, 79,5 баллов в среднем по бенчмарку OpenCompass. 📌 Модель дополняет линейку Hunyuan-TurboS-Vision и Hunyuan-T1-Vision, доступных через Tencent Cloud для задач в самых разных отраслях. 🟢Попробовать: https://hunyuan.tencent.com/modelSquare/home/list?modelKey=VisionUnderstand 🟢 Блог: https://vision.hunyuan.tencent.com 🟢API: https://cloud.tencent.com/document/product/1729/104753 @ai_machinelearning_big_data #AI #Multimodal #MachineLearning #MoE #VisionAI #Tencent #Hunyuan #LLM #ComputerVision #3DVision

MWS Cloud презентовала платформу для инференса AI-моделей, которая позволяет более чем на 15% оптимизировать затраты на GPU. Платформа может выводить в продакшн любые обученные ML-модели, большие языковые модели и модели компьютерного зрения. Поверх стандартного Kubernetes, платформа имеет простой и мощный API, который упрощает работу инженеров. Также в ней доработана оркестрация, что позволяет оптимизировать затраты на GPU. Платформа позволяет: - В десятки раз быстрее интегрировать LLM и CV-модели с ИТ-системами компаний; - Снизить операционную нагрузку на ML-команды при эксплуатации моделей на 70%; - Повысить автоматизацию CI/CD более чем на треть; - Уменьшить затраты на GPU более чем на 15%; Inference Valve интегрируется с ML-платформой и инструментами непрерывной разработки (CI/CD), а получить к ней доступ можно как из частного облака на инфраструктуре MWS Cloud, так и on-prem на серверах заказчика, а также в составе программно-аппаратных комплексов (ПАК) в закрытом контуре, включая режимы с ограниченным доступом к внешним сетям. Inference Valve также предоставляет метрики задержек и пропускной способности, мониторинг доступности, алёрты и дашборды; доступна телеметрия качества, включая отслеживание дрейфа данных и моделей, контроль целевых метрик и уведомления при деградации. Интеграция с системами наблюдаемости (Prometheus/Grafana) и журналированием запросов упрощает аудит и разбор инцидентов. Попробовать Inference Valve можно по ссылке. @ai_machinelearning_big_data

⚡️ Nvidia на SIGGRAPH 2025: самое главное. На конференции SIGGRAPH 2025 Nvidia представила свою центральную концепцию — "Физический ИИ". Это конвергенция ИИ и компьютерной графики для создания систем, способных действовать в реальном мире, будь то роботы, автономные автомобили или умная инфраструктура. 🟡Новое железо на архитектуре Blackwell. Для дата-центров представили GPU Nvidia RTX PRO 6000 Blackwell Server Edition для стандартных корпоративных серверов форм-фактора 2U. Системы на его базе смогут достигать до 45 раз более высокой производительности и в 18 раз лучшей энергоэффективности по сравнению с чисто процессорными решениями. Тензорные ядра пятого поколения с поддержкой формата FP4 бустят инференс в 6 раз по сравнению с предыдущим поколением L40S. Для рабочих станций анонсировали две компактные видеокарты: Nvidia RTX PRO 4000 SFF Edition и RTX PRO 2000 Blackwell. Первая обеспечивает до 2.5 раз более высокую производительность в ИИ-задачах при том же энергопотреблении в 70 Вт, а вторая в 1.4 раза быстрее в CAD-приложениях. 🟡Физический ИИ для робототехники. Для Omniverse анонсировали новую библиотеку NuRec, которая реконструирует реальные окружения из данных сенсоров с помощью 3D Gaussian splatting. Приложения для симуляции Isaac Sim 5.0 и Isaac Lab 2.2 теперь доступны в виде опенсорс-проектов на GitHub.

В качестве примера показали кейс Amazon, где CAD-модели новых продуктов загружаются в Isaac Sim для генерации более 50 000 синтетических изображений. На этих данных обучаются ИИ-модели, которые затем управляют роботизированными манипуляторами для контроля качества продукции — и все это без каких-либо физических модификаций оборудования.

🟡Новые семейства ИИ-моделей. Для корпоративных задач линейку Nemotron расширили моделями Nemotron Nano 2 и Llama Nemotron Super 1.5. Они предназначены для выполнения сложных многоэтапных задач в кибербезопасности или клиентском сервисе. Специально для "Физического ИИ" была разработана 7-миллиардная VLM Cosmos Reason. Ее задача - позволить роботам и агентам интерпретировать физический мир, используя априорные знания, понимание физики и "здравый смысл". Эту модель уже использует Uber для для анализа поведения автономных автомобилей. 🟡Платформа для умных городов и производств Metropolis. Платформа дополнена интеграцией с VLM Cosmos Reason, новыми vision-моделями в TAO Toolkit и расширениями для Isaac Sim, позволяющие генерировать редкие сценарии обучения. @ai_machinelearning_big_data #news #ai #ml

Data Scientist — одна из самых перспективных профессий 2025 года, по данным Мирового экономического форума 📊 Освоить эту профессию можно на курсе Нетологии — с погружением в практику, сопровождением ментора, поддержкой профессионального комьюнити и экспертов из Яндекса, Сбера, VK и Amazon. В результате обучения вы: - изучите Apache Spark, pandas, PostgreSQL и другие инструменты для обработки больших данных; - научитесь применять технологии машинного обучения для решения бизнес-задач; - отработаете навыки на реальных проектах компаний-партнёров: «Северстали», «Гринатома», Neoflex. Чтобы ещё больше расширить скиллсет, сможете пройти бонусные модули по английскому языку, рекомендательным системам, нейросетям и deep learning. Сейчас на курс действует скидка 40% — записывайтесь Реклама. ООО "Нетология". ИНН 7726464125 Erid 2VSb5w9Jm9T

✔️ Команда FAIR заняла первое место в соревновании Algonauts 2025. Algonauts - соревнование по созданию моделей, наиболее точно предсказывающих активность человеческого мозга в ответ на мультимодальные стимулы (видео со звуком и текстом). Победившая модель, TRIBE (Trimodal Brain Encoder) с 1 млрд. параметров, стала первой глубокой нейросетью, обученной предсказывать реакцию мозга сразу на несколько типов данных в разных кортикальных областях и у разных людей. TRIBE объединяет предобученные представления из нескольких фундаментальных моделей: Llama 3.2 (текст), Wav2Vec2-BERT (аудио) и V-JEPA 2 (видео). Модель успешно предсказала сигналы фМРТ, полученные в ходе 80-часового эксперимента, где испытуемые смотрели фильмы. Код, наборы данных и техотчет TRIBE опубликованы в открытом доступе. Компания Марка Цукерберга в сети Х ✔️ ИИ от OpenAI взял "золото" среди моделей на Международной олимпиаде по информатике . ИИ-система от OpenAI, ориентированная на логические рассуждения, показала результат, соответствующий золотой медали на Международной олимпиаде по информатике (IOI) 2025 года. Она заняла 6 место в общем зачете среди 330 участников-людей и опередила все другие ИИ-системы. Этот результат значительно выше по сравнению с прошлым годом, предыдущая версия не дотянула даже до бронзы. В OpenAI говорят, что модель достигла такого успеха без специальной донастройки на олимпиадных задачах. Open AI в сети Х ✔️ CEO GitHub покидает Microsoft. Гендиректор GitHub Томас Домке объявил о своем уходе из компании. Он планирует основать собственный стартап, а до конца 2025 года будет заниматься передачей дел. Это решение завершает его почти четырехлетнее руководство, отмеченное внедрением искусственного интеллекта. Преемника на пост CEO назначать не будут. Вместо этого Microsoft интегрирует GitHub в свое новое инженерное подразделение - CoreAI. Эта реорганизация лишает GitHub полуавтономного статуса внутри корпорации. За время работы Домке аудитория GitHub выросла до 150 миллионов разработчиков, а число репозиториев превысило миллиард. Ключевым достижением стал запуск ИИ-ассистента Copilot, который привлек 20 миллионов пользователей и помог увеличить годовой доход платформы до 2 миллиардов долларов. axios.com ✔️ Pika Labs представила быструю и дешевую модель для липсинка. Стартап анонсировал новую модель, которая генерирует HD-видео с точной синхронизацией губ под аудиодорожку всего за 6 секунд, независимо от длины клипа. По заявлению компании, система создает "гиперреалистичную мимику" и работает в 20 раз быстрее и в 20 раз дешевле, чем их модель предыдущего поколения. Ранние тесты уже подтвердили способность модели работать в реальном времени со сложными аудиодорожками. Pika Labs в сети X ✔️ Уровень безработицы среди молодых IT-специалистов в США достиг 6%. Исследование Федерального резервного банка Нью-Йорка показало тревожную тенденцию: уровень безработицы среди американских выпускников IT-специальностей в возрасте от 22 до 27 лет вырос до 6.1%. Это вдвое выше, чем у выпускников-биологов или искусствоведов. Для программистов ситуация еще хуже — 7.5% безработных. Причинами стали массовые увольнения в технологических гигантах, а также широкое распространение ИИ-ассистентов для кодинга, которые автоматизируют задачи, ранее выполнявшиеся новичками. По данным портала Indeed, количество вакансий для junior-разработчиков на 21% ниже, чем до пандемии Covid-19, в то время как спрос на старших специалистов растет. Ситуацию усугубляет и перенасыщение рынка: в прошлом году в США было выпущено 170 тысяч IT-специалистов, что вдвое больше, чем в 2014 году. Некоторые выпускники сообщают, что отправляют сотни и даже тысячи резюме, не получая ответа. nytimes.com @ai_machinelearning_big_data #news #ai #ml

🚀 GLM-4.5V — новый лидер в open-source визуальном рассуждении . Модель показывает лучшие результаты в своём классе среди открытых решений, лидируя на 41 бенчмарке. 📌 Возможности: - Image Reasoning — понимание изображений, анализ нескольких изображений, распознавание объектов. - Video Understanding — раскадровка длинных видео, определение событий, которые происходят на кадрах из видео. - GUI-задачи — понимание интрефейсов, распознавание иконок, кнопок и тд, помощь в управлении рабочим столом. - Сложный анализ графиков и документов — разбор различных отчётов, извлечение информации их них. - Grounding — точная локализация элементов на изображениях. 📌 Особенности: 🟠 Основана на GLM-4.5-Air и использует наработки из GLM-4.1V-Thinking. 🟠 Архитектура — MoE с 106B параметров для эффективного масштабирования. Здесь можно почитать про GLM-4.5, а здесь посмотреть техрепорт, там много интересного. 🟢 Hugging Face: http://huggingface.co/zai-org/GLM-4.5V 🟢 GitHub: http://github.com/zai-org/GLM-V 🟢 Документация API: http://docs.z.ai/guides/vlm/glm-4.5v 🟢 Попробовать: http://chat.z.ai @ai_machinelearning_big_data #GLM #opensource #vlm

📌Новый прорыв в алгоритмах: найден способ считать кратчайшие пути быстрее Дейкстры Метод преодоления "барьера сортировки" для задач кратчайшего пути в ориентированных графах. Группа исследователей из университетов Синьхуа, Стенфорда и Института Макса Планика представили детерминированный алгоритм для решения задачи SSSP в ориентированных графах с неотрицательными вещественными весами, который работает за время, пропорциональное числу ребер, умноженному на логарифмический множитель, который растет медленнее, чем обычный логарифм.

Проблема поиска кратчайшего пути от одной вершины до всех остальных (SSSP) — одна из фундаментальных в теории графов, и её история тянется с 50-х годов прошлого века. Классический алгоритм Дейкстры, в связке с продвинутыми структурами данных, решает эту задачу за время, которое примерно пропорционально сумме числа рёбер и произведения числа вершин на логарифм от их же числа. Именно этот множитель - число вершин, умноженное на логарифм, долгое время считался теоретическим минимумом, так как в своей основе алгоритм Дейкстры побочно сортирует вершины по расстоянию от источника. Этот предел известен как «барьер сортировки» и казался непреодолимым.

🟡Основная идея работы - гибрид из алгоритма Дейкстры и алгоритма Беллмана-Форда. Алгоритм Дейкстры на каждом шаге выбирает из "границы" - множества еще не обработанных вершин ту, что находится ближе всего к источнику. Это и создает узкое место, так как размер границы может достигать величины, сопоставимой с общим числом вершин в графе, и на каждом шаге требуется находить минимум. Алгоритм Беллмана-Форда, в свою очередь, не требует сортировки, но его сложность пропорциональна числу ребер, умноженному на количество шагов, что слишком долго. 🟡Новый подход использует рекурсию. Вместо того чтобы поддерживать полную отсортированную границу, алгоритм фокусируется на ее сокращении. А если граница слишком велика, то запускается несколько шагов алгоритма Беллмана-Форда из ее вершин. Это позволяет найти точное расстояние до некоторой части вершин, чьи кратчайшие пути коротки. Длинные же пути должны проходить через одну из "опорных" вершин, которых оказывается значительно меньше, чем вершин в исходной границе. Таким образом, сложная работа концентрируется только на этом небольшом наборе опорных точек. 🟡Принцип "разделяй и властвуй". Он рекурсивно разбивает задачу на несколько уровней. На каждом уровне применяется вышеописанная техника сокращения границы, что позволяет значительно уменьшить объем работы на каждую вершину, поскольку логарифмический множитель эффективно делится на другой, более медленно растущий логарифмический член. В итоге, путем подбора внутренних параметров алгоритма, которые являются специфическими функциями от логарифма числа вершин, и достигается итоговая временная сложность, пропорциональная числу ребер, умноженному на этот новый, более медленно растущий логарифмический множитель. ✔️ Зачем это нужно — Быстрее решаются задачи в навигации, графах дорог, сетях и планировании. — Доказано, что Дейкстра — не предел, и можно ещё ускорять поиск кратчайших путей. 🟡Arxiv @ai_machinelearning_big_data #AI #ML #Sorting #Graphs #Algorithm

✔️ Grok 4 доступен бесплатно! Бесплатным пользователям раздают: Grok 3 - 15 запроса каждые 2 часа Grok 4 - 5 запросов каждые 12 часов Бесплатный доступ, вероятно, является ответом на запуск ChatGPT5, хотя последний в настоящее время имеет более высокие лимиты для бесплатных пользователей. 📌 http://x.com/i/grok @ai_machinelearning_big_data #grok #ai #llm #ml

🖼️ GPT-Image-Edit-1.5M — крупнейший и полностью открытый датасет для редактирования изображений по тексту! 🚀 1.5 миллиона триплетов: инструкция + оригинальное изображение + отредактированное по запросу Как мы это сделали? Мы переосмыслили и усилили три известных датасета (OmniEdit, HQ-Edit, UltraEdit) с помощью новой GPT-Image API. 📊 Результаты впечатляют: Модель FluxKontext, дообученная на этом наборе, показывает: ▫️ 7.24 на GEdit-EN ▫️ 3.80 на ImgEdit-Full ▫️ 8.78 на Complex-Edit — на уровне с топовыми проприетарными решениями! 🎯 Инструкции выполняются точно, а изображения выглядят реалистично. Цель — сократить разрыв между open-source и закрытыми системами редактирования. 🔗 Подробнее: 🌐 Проект: https://ucsc-vlaa.github.io/GPT-Image-Edit/ 💻 Код: https://github.com/wyhlovecpp/GPT-Image-Edit 📦 Датасет: https://huggingface.co/datasets/UCSC-VLAA/GPT-Image-Edit-1.5M 🤖 Модель: https://huggingface.co/UCSC-VLAA/gpt-image-edit-training 📄 Статья: https://arxiv.org/abs/2507.21033 @ai_machinelearning_big_data #AI #ImageEditing #OpenSource #GPT4V #Multimodal

✔️ 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