Искусственный интеллект. Высокие технологии

🤖 Новый уровень теста Тьюринга: это настоящий рабочий робот!

controller - это нейронная сеть, обученная в симуляторе Isaac с помощью обучения с подкреплением, а затем в Sim2real.

Уверенная походка - это круто, человечеству нужны такие роботы для тушения пожаров и других опасных работ как можно скорее!

@vistehno

🔍 Примерно так выглядел бы мир, если бы он существовал только в местах, где есть панорама улиц от Google.

@vistehno

🔍 Исследователи из Корнелльского университета создали MouseGoggles — VR-гарнитуру для мышей.

😞 Живите с тем, что в этом мире мышь может позволить себе больше, чем некоторые люди...

@vistehno

📚 Новогодние праздники продолжаются и пришло время провести крутой розыгрыш.

На этот раз мы разыграем целых 3 места на наших курсах и целую коллекцию актуальных книг для изучения и погружения в машинное обучение и python.

Условия просты:

• подписаться на Pythonl
• подписаться на Поступашки

Победители рандомно получат доступы к курсам или одну из книг, которые перечислены ниже:

— System Design. Машинное обучение. Подготовка к сложному интервью | Сюй Алекс
— Алгебра, топология, дифференциальное исчисление и теория оптимизации для компьютерных наук и машинного обучения
— Глубокое обучение Курвилль Аарон, Гудфеллоу Ян
— Как быть успешным в Data Science.
— Все, что нужно, чтобы понимать математику в одном толстом конспекте

Итоги подведем при помощи бота, который рандомно выберет победителя. Всем удачи ❤️

• подписаться на Pythonl
• подписаться на Поступашки

#Конкурс

🔍 На видео — демонстрация первой в мире нейронной сети для распознавания чисел в 1993 году!

@vistehno

🖥 NVIDIA представила видеокарты серии RTX 50 — всего четыре модели.

RTX 5090 оказалась в 1,5 раза производительнее предыдущей версии RTX 4090! Более того, благодаря технологии DLSS 4, даже самая доступная модель RTX 5070 за $550 способна обеспечить производительность на уровне RTX 4090.

Мы все ожидали от RTX 5090, крутые характеристики и все такое. Но все ли поняли, что Дженсен сказал о графике?

Что новая карта использует нейронные сети для генерации 90+% пикселей в играх?

Традиционные алгоритмы трассировки лучей отрисовывают только ~10%, своего рода «скетч», а затем генеративная модель заполняет остальные мелкие детали. За один проход в режиме реального времени.

ИИ - это новый уровень графики, дамы и господа.

Цены и технические характеристики:

GeForce RTX 5090:
- Процессор: GB202-300
- CUDA-ядер: 21 760
- Память: 32 ГБ GDDR7 (1792 Гбайт/с)
- Шина: 512 бит
- Потребление энергии: 575 Вт
- Цена: $1999

GeForce RTX 5080:
- Процессор: GB203-400
- CUDA-ядер: 10 752
- Память: 16 ГБ GDDR7 (960 Гбайт/с)
- Шина: 256 бит
- Потребление энергии: 360 Вт
- Цена: $999

GeForce RTX 5070 Ti:
- Процессор: GB203-300
- CUDA-ядер: 8 960
- Память: 16 ГБ GDDR7 (896 Гбайт/с)
- Шина: 256 бит
- Потребление энергии: 300 Вт
- Цена: $749

GeForce RTX 5070:
- Процессор: GB205-300
- CUDA-ядер: 6 144
- Память: 12 ГБ GDDR7 (672 Гбайт/с)
- Шина: 192 бит
- Потребление энергии: 250 Вт
- Цена: $549

Продажи стартуют уже в этом месяце!

@ai_machinelearning_big_data

#nvidia

🔍 Тем временем в Японии тестируют новый сверхскоростной поезд...

@vistehno

🔍 Сложно встретить в этом мире что-то страшнее...

@vistehno

🔥 Невероятно полезный инструмент — Storm посещает сотни веб-сайтов и создает огромные статьи на заданную вами тему!

🔍 К сожалению, работает только на английском, однако ничего не мешает вам перевести получившуюся статью в любой другой нейросети.

🔗 Ссылка: *клик*

@vistehno

🔥 Приятного аппетита!

@machinelearning_ru

🌟 Google Cloud собрала 321 реальный пример использования GenAI от ведущих мировых компаний.

Большая подборка примеров внедрения генеративного ИИ от ведущих компаний, правительств, исследовательских институтов и стартапов по всему миру. Они демонстрируют, как организации используют ИИ-агентов для повышения производительности, автоматизации процессов и улучшения клиентского опыта, что в итоге приводит к ощутимой отдаче от инвестиций.

▶️ Розничная торговля

🟢Best Buy использует Gemini для создания виртуального ассистента, способного решать проблемы с продуктами и управлять доставками;
🟢BrainLogic использует Claude для персонального ИИ-ассистента Zapia, ориентированного на латиноамериканский рынок;
🟢Carrefour Taiwan разработал AI Sommelier, который помогает клиентам выбирать вино.

▶️ Автоконцерны

🟠Continental интегрировал разговорный ИИ в Smart Cockpit HPC, решение для управления речевыми командами в автомобиле;
🟠General Motors улучшила OnStar с помощью разговорного помощника, который лучше распознают намерения собеседника;
🟠Volkswagen создал виртуального ассистента в приложении myVW, который помогает водителям изучать руководства и задавать вопросы.

▶️ Здравоохранение

🟢Freenome разрабатывает диагностические тесты на основе ИИ для раннего выявления рака;
🟢Orby применяет ИИ и нейротехнологии для реабилитации пациентов.

▶️Финансы

🟠NG Bank разработал чат-бота для поддержки сотрудников, чтобы повысить качество ответов на запросы клиентов.
🟠Scotiabank использует Gemini для персонализации клиентского опыта.

▶️Производство

🟢Motorola использует Gemini и Imagen для улучшения UX/UI смартфонов;
🟢Samsung применяет Gemini Pro и Imagen 2 в Galaxy S24 для обработки текста и редактирования изображений;
🟢ScottsMiracle-Gro создал ИИ-агента для консультаций по садоводству.

▶️ Госсектор

🟠Justicia Lab разрабатывает AI-помощника для упрощения юридических процессов для иммигрантов;
🟠Министерство труда Катара запустило платформу Ouqoul для поиска работы выпускниками-экспатами.

▶️ Медиа

🟢Formula E может создает 2-минутные подкасты на любом языке из двухчасовых комментариев.
🟢Globant разработала Advance Video Search для поиска контента по кадрам.


🔜 Читать полную подборку примеров


@ai_machinelearning_big_data

#ai #ml

🖥 NVIDIA RTX 5090 будет оснащена 32 ГБ памяти GDDR7, вероятнее всего, рассчитанной на 28 Гбит/с!

🔍 Benchlife добавил больше подробностей к предварительным слухам о RTX 5090.

💡 Карта также будет использовать 600 Вт TGP (Total Graphics Power, что означает общую мощность, подаваемую на графическую подсистему).

🔗 Подробнее: *клик*

@vistehno

😞 А ведь он просто хотел завести новых друзей...

@vistehno

Уголок AI-энтузиастов от Сбера 🤖

Sber AI Lab — центр экспертизы Сбера в области искусственного интеллекта и активный участник глобального научного комьюнити.

✅ Команда создаёт полезные алгоритмы, фреймворки и технологии в разных сферах: от банкинга до медицины.

✅ Топ по количеству научных статей на A*/A конференции и Q1 журналы в Сбере

✅ Среди open-source решений лаборатории ИИ: LightAutoML (победитель Kaggle Grand Prix 2024), RePlay, pytorch-lifestream, eco2ai и другие инструменты. Узнать больше о решениях можно на GitHub.

Ты можешь стать частью нашей команды и сделать свой вклад в развитие AI-проектов в интересных тебе направлениях тут.

🔥 Пользователь X отправил модели Qwen QVQ 72B фотографию в поезде метро Нью-Йорка и спросил, когда ему выходить, если он направляется в Чайнатаун, на что модель выдвинула огромную цепочку рассуждений и дала верный ответ.

🔍 Вот, кстати, демо этой модели на HuggingFace: *клик*

@vistehno

🔥 Вот вам немного "новогодних" видео от Kling!

@vistehno

"Поступашки — ШАД, Стажировки и Магистратура", - лучше гайд в мире образования и карьеры.
Канал ведут преподаватели Яндекса, ВШЭ и ШАД.

Внутри:
🔺Слив вопросов с собеса в Яндекс
🔺Как бесплатно вкатиться в айти
🔺Подборка топовых магистратур по Data Science

...и еще море полезнейшего контента. Я жалею, что не нашел этот канал раньше.

Подписывайтесь, потом сами себе спасибо скажете: ⬇️
@postypashki_old

✔️ AGUVIS: платформа для автономных агентов GUI на основе компьютерного зрения.

Salesforce Research представил AGUVIS, фреймворк, использующий компьютерное зрение для автономных агентов GUI пользователя, работающего с web, mobile и PC-интерфейсами. AGUVIS использует единые визуальные данные и согласованное пространство действий для повышения обобщаемости в GUI-средах.

Модель обладает возможностями планирования и рассуждения и использует набор траекторий агентов GUI с многомодальным основанием. AGUVIS показал среднюю точность 89,2% в GUI-задачах, превзойдя другие методы, и снижение затрат на вывод на 93% по сравнению с GPT-4o.
Веса модели и код инференса - в планах, код для тренировки, траектории планирования и рассуждений доступны на Github.
aguvis-project.github.io

✔️ Google повела итоги года в области ИИ: 60 главных анонсов 2024 года.

Google подвела итоги 2024 года, отметив значительный прогресс в области развития технологий ИИ. За год было сделано 60 крупных анонсов: в начале 2024 года были представлены обновления для Gemini, Chrome, Pixel и Search и функция Circle to Search. В феврале дебютировала модель Gemini 1.5, а Bard стал Gemini. В марте акцент был сделан на использовании ИИ в здравоохранении, а в мае на конференции Google I/O были представлены новые продукты и функции на базе ИИ.

В течение года Google запустила новые инструменты для Google Workspace, образования, перевода, поиска и покупок. В декабре была представлена Gemini 2.0, модель нового поколения наступающей агентной эры ИИ.
blog.google

✔️ Лазерный искусственный нейрон имитирует функции нервных клеток со скоростью света.

Исследователи Университета Гонконга разработали лазерный искусственный нейрон, который полностью имитирует функции, динамику и обработку информации биологического градиентного нейрона. Новая разработка достигает скорости обработки сигнала в 10 ГБод, что в миллиард раз быстрее, чем у биологических аналогов.

Лазерный градиентный нейрон преодолевает ограничения скорости фотонных версий спайковых нейронов и имеет потенциал для еще более быстрой работы. Ученые использовали его для создания системы резервуарных вычислений, которая демонстрирует исключительную производительность в задачах распознавания образов и прогнозирования последовательностей. Тестовая среда обработала данные 100 миллионов сердечных сокращений или 34,7 миллиона рукописных цифровых изображений всего за одну секунду.
eurekalert.org

✔️ xAI выпустила мобильное приложение Grok для iOS с возможностью генерации изображений.

xAI выпустила Grok для iOS, которое в настоящее время находится на стадии бета-тестирования в Австралии и некоторых других регионах. Приложение имитирует основные функции Grok и использует модель искусственного интеллекта Grok-2.

Приложение может переписывать и обобщать текст, отвечать на вопросы и создавать изображения на основе текстовых запросов, а также получать доступ к данным из интернета и X в режиме реального времени. Одной из отличительных особенностей Grok - возможность генерации изображений, которая не имеет таких строгих ограничений, как у некоторых конкурентов, и позволяет анализировать изображения, загруженные пользователями.
techradar.com

✔️ Соучредитель Anthropic прогнозирует "еще более резкий" прогресс в развитии ИИ в 2025 году.

Джек Кларк, соучредитель Anthropic, в своей публикации на LinkedIn предположил, что в 2025 году темпы развития ИИ значительно ускорятся, благодаря сочетанию традиционных методов масштабирования моделей и масштабирования вычислительных ресурсов во время выполнения, используемое в моделях o-серии OpenAI. Кларк уверен, что сочетание традиционного масштабирования с новыми методами приведет к "еще более резким" достижениям в области ИИ в 2025 году.

Anthropic пока не выпустила модель, конкурирующую с o-серией OpenAI или Gemini от Google. Их модель Opus 3.5 была отложена из-за высоких затрат, но она помогла в разработке Sonnet 3.5.
the-decoder.com

@ai_machinelearning_big_data

#news #ai #ml

🔍 Обман зрения: на этой картинке нет красного цвета, однако ваш мозг сам его дорисовывает. Живите с этим.

@vistehno

Сделали для вас подборку из полезных статей по AI/ML

Недавно наткнулись на блог YADRO на Хабре. Кто не знает, это крупный производитель IT-оборудования, и в их блоге мы нашли годные статьи по AI/ML.

Если интересуешься AI-задачами в бизнесе, то это для тебя:

→ Как мы исследовали энергоэффективность инференса нейросетей на планшете
→ Действительно ли большие языковые модели галлюцинируют? Эксперимент
→ Как мы построили модель прогнозирования выхода жестких дисков из строя

И подписывайся на блог — статьи по AI/ML тут выходят минимум раз в месяц.

📱 Telegram стал прибыльным и преодолел рубеж в 1 миллиард долларов выручки!

💡 Павел Дуров поделился успехами Telegram по итогам 2024 года, отметив, что мессенджер впервые в своей истории стал прибыльным. В 2024 году количество подписчиков Telegram Premium увеличилось в три раза, превысив 12 миллионов пользователей, что положительно сказалось на финансовых показателях компании. Доходы от рекламы также значительно возросли, а общая выручка Telegram за год составила более 1 миллиарда долларов. Денежные резервы компании достигли 500 миллионов долларов, не считая криптоактивов.

🌟 Кроме того, за последние четыре года Telegram выпустил долговых обязательств на сумму около 2 миллиардов долларов, значительная часть которых была погашена осенью 2024 года. Дуров подчеркнул, что успехи в монетизации подтверждают, что социальные медиа-платформы могут оставаться финансово устойчивыми, сохраняя независимость и соблюдая права пользователей. В начале декабря Telegram также получил обновление с новыми функциями, включая партнёрские программы и ИИ-поиск стикеров.

@vistehno

🌟 ASAL: автоматизированный поиск искусственной жизни с использованием VLM для исследования открытых систем.

ASAL (Automated Search for Artificial Life) - метод автоматизации поиска симуляций искусственной жизни (ALife). В его оcнове лежит использование VLM для оценки и анализа результатов симуляций.

Традиционные техники симуляции базируются на ручном проектировании и методах проб и ошибок, ограничивая возможности для открытий новых форм жизни. ASAL не имеет таких ограничений и предлагает 3 алгоритма поиска:

🟢контролируемый поиск целевых симуляций (Supervised Target);

🟢поиск открытых систем с временной новизной ( Open-Endedness);

🟢исследование всего разнообразия симуляций (Illumination).

ASAL использует CLIP и DINOv2 для оценки видео, созданных в ходе симуляций, количественно анализируя качественные феномены в ALife. Метод был успешно применен к субстратам Boids, Particle Life, Game of Life, Lenia и Neural Cellular Automata.

В проведенных экспериментах ASAL обнаружил ранее неизвестные формы жизни в Lenia и Boids, а также Cellular Automata, демонстрирующие открытую динамику, подобную Game of Life.

Также, эти эксперименты показали, что ASAL способен находить симуляции, соответствующие как единичным, так и последовательным целям. Например, поиск последовательности "одна клетка", а затем "две клетки" приводит к обнаружению правил, способствующих самовоспроизведению.

Для поиска открытых систем в Life-like CA использовался полный перебор, где Game of Life вошла в 5% наиболее открытых систем. Для визуализации разнообразия был разработан алгоритм освещения на основе генетического алгоритма, позволивший создать "атласы" для Lenia и Boids.

▶️Локальная установка и запуск настроенного блокнота со всеми тремя алгоритмами:

# Clone repo
git clone https://github.com/SakanaAI/asal.git
cd asal

# Create conda env
conda env create -f environment.yaml

# Install requirements
pip install -r requirements.txt

# Running ASAL
asal.ipynb

📌Лицензирование: Apache 2.0 License.


🟡Страница проекта
🟡Arxiv
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #ASAL #SakanaAI

🔥 Это видео "стрима" было создано с помощью Sora!

🌟 Выглядит потрясающе.

@vistehno

Apple в конце 1994, 2004, 2014 и 2024

@vistehno

🔍 Ничего необычного, просто роботы учатся играть в футбол.

@vistehno

⚠️Внимание, тестировщики!
 
Узнали себя на ролике? Сколько раз вы, как и Борис, путались в десятках телефонах и вкладках эмуляторов? Сколько раз вручную запускали приложения на нескольких телефонах одновременно?
 
В видео от Selectel эта старая и очень неудобная QA-реальность показана так наглядно, что хочется забыть о ней раз и навсегда. И это возможно благодаря Мобильной ферме!
 
Это решение от Selectel для удаленного тестирования мобильных приложений на реальных устройствах, а не на эмуляторах. Здесь доступно более 100 моделей смартфонов, чтобы проверять удобство интерфейсов, проводить автотесты и параллельное тестирование на множестве устройств.
 
А как проводите тестирование вы? Пишите в комментариях
 
Реклама. АО “Селектел”, ИНН: 7810962785, ERID: 2VtzqvncsUv

📎 ML в медицине: дайджест за 16 - 22 декабря 2024 г.

▶️Модели, бенчмарки и датасеты

🔘MedMax: датасет для обучения мультимодальных медицинских моделей.
Большой набор медицинских изображений с текстовыми описаниями, на которой можно обучать и модели для работы с медицинскими данными.

🔘RadiologyLlama-70B: модель генерации отчетов в радиологии.
Модель, которая помогает врачам писать заключения, принимать решения и показывает лучшие результаты, чем обычные модели.

🔘Multi-OphthaLingua и CLARA: мультиязычный бенчмарк для оценки офтальмологических QA и RAG-система снижения предвзятости LLM.
Датасет на 1184 вопроса по офтальмологии, которые легли в основу RAG-системы CLARA.

🔘FactEHR: датасет для оценки способности LLM к декомпозиции фактов.
Набор из 2168 клинических записей 4 типов, который содержит 8665 декомпозиций фактов.

▶️Фреймворки и методологии

🔘ReflecTool: фреймворк для создания клинических агентов.
Фреймворк, который помогает лучше справляться с клиническими задачами за счет использования специальных инструментов.

🔘Process-Supervised Reward Model: улучшение качества генерации клинических заметок с помощью LLM.
Метод проверять качество медицинских заметок, созданных ИИ, оценивая их не целиком, а по шагам создания.

🔘LLM как эксперт: метод получения априорных знаний для прогностических моделей.
Методика использования LLM как "экспертов" для создания более точных начальных параметров в прогностических моделях с ограниченным количеством данных.

🔘ICS: сегментация медицинских изображений с контекстным обучением.
Улучшение сегментации последовательных медицинских изображений, используя предыдущие результаты для согласованности, без необходимости дополнительного обучения.

🔘HC-LLM: генерация радиологических отчетов с учетом исторической информации.
Система, которая использует историю рентгеновских снимков и отчетов для генерации более качественных радиологических отчетов с LLM.

▶️Медицинские LLM-приложения

🔘Система рекомендаций на основе MoE.
Система, объединяющая Mixture-of-Experts и языковые модели, для персонализированных рекомендаций здорового питания на основе текстовых и визуальных данных пользователя

🔘MCQG-SRefine: генерация медицинских тестов формата USMLE.
Система на базе GPT-4, которая автоматически генерирует сложные экзаменационные вопросы по медицинским темам.

🔘LookDeep Health: AI-платформа для непрерывного мониторинга пациентов.
Платформа, которая использует CV для непрерывного наблюдения за пациентами в больницах, отслеживая их перемещения и действия в реальном времени.


▶️Исследования и обзоры

*️⃣Влияние уровня объяснимости ИИ на доверие и точность диагностики рака молочной железы.
Исследование, которое показало, что чрезмерная детализация объяснений работы ИИ-систем поддержки врачебных решений может снижать доверие и точность диагностики среди врачей, и что более простые интерфейсы оказываются более эффективными.

*️⃣Исследование федеративного обучения с RAG для LLM в медицинской сфере
Сравнение нескольких подходов обучения для создания системы генерации медицинских текстов. Спойлер - LLM c RAG, лучше, чем без.

*️⃣Обзор методов агрегации эмбедингов для анализа гистопатологических изображений в клинической практике.
Сравнение, которое показало, что модели, обученные на медицинских данных, работают лучше, чем общие модели, и нет одного лучшего метода агрегации для всех задач.

🔜 Читать полный дайджест
🔜 Читать в Telegraph

@ai_machinelearning_big_data

🔥 Meshy.ai — классный сервис, который позволяет вам создавать высококачественные и анимированные 3D-модели из одной фотографии!

🔗 Ссылка: *клик*

@vistehno

🔥 flux-fill-outpaint — полезный инструмент для генерации изображений с использованием нейросетей!

🌟 Этот инструмент позволяет пользователям создавать изображения, дополняя или редактируя части существующих картинок, с применением технологии "outpainting". Outpainting — это процесс, при котором нейросеть генерирует или "достроит" изображение за пределами его исходных рамок, расширяя сцену или добавляя новые элементы, сохраняя при этом стиль и контекст исходного изображения.

🔗 Ссылка: *клик*

@vistehno

🔥 Полезный сайт, который убирает водяные знаки с фотографий при помощи ИИ!

🔗 Ссылка: *клик*

@vistehno

🖥 Анонс второго дня OpenAi: теперь вы можете тренировать свою сверхумную модель на основе o1!

Для превращения модели в эксперта в определенной области достаточно предоставить ей около 20 примеров задач с их решением. Впечатляет, правда?

Уже начали выдавать доступ различным университетам, чтобы они смогли заменить своих преподавателей
AI представили reinforcement finetuning для o1 (RFT).

Этот метод отличается от обычного файнтюнинга (или файнтюнинга с учителем) тем, что он позволяет обучать модель думать определённым образом в конкретной области, важной для пользователя. Разработчики утверждают, что таким способом можно довести модель до экспертного уровня в нужной сфере, используя значительно меньший объём данных, чем требуется для стандартного файнтюнинга.

Файнтюнинг будет доступен непосредственно на платформе OpenAI: необходимо лишь выбрать режим "reinforcement" и загрузить набор данных (в ходе демонстрации использовался датасет всего из 100 образцов, что оказалось достаточным для получения хороших результатов, судя по графикам оценки качества).

К сожалению, обычным пользователям эта функция станет доступна не раньше следующего года – сейчас она проходит закрытое тестирование среди университетов и бизнес-клиентов. Вероятно, стоимость этой услуги будет довольно высокой, однако результат обещает оправдывать затраты.

https://platform.openai.com/finetune

@vistehno

🔥 Команда Яндекс Переводчика рассказала, как получает данные для обучения моделей машинного перевода!

Прежде чем выдать пользователю перевод текстов, документов или видео, для машины нужно найти миллиарды параллельных предложений, на которых ее можно обучить. Все тонкости этого процесса подробно разобрали в статье на Хабре.

🔗 Ссылка: *клик*

@vistehno

Начался стрим с анонсами OpenAI

https://www.youtube.com/watch?v=rsFHqpN2bCM

🖥 OpenAI приоткрыла доступ к новой версии ChatGPT — компания анонсирует запуск САМОЙ МОЩНОЙ модели.

На данный момент, при использовании ChatGPT, ответы будут генерироваться с помощью новой модели под названием o1 pro mode. В течение ограниченного времени ее можно попробовать бесплатно, а стоимость подписки станет известна после официального анонса сегодня в 21:00.

Согласно утечкам информации, месячная подписка на o1 pro может обойтись в ОГРОМНУЮ сумму — около 200 долларов. Так что стоит поторопиться и воспользоваться возможностью бесплатного тестирования.

@vistehno

🔥 Выглядит, как мечта...

@vistehno

🚀 Тесты в стартапе: ускоряем разработку без потери качества!

Многие курсы по автоматизации тестирования учат лишь писать скрипты: нажимать кнопки, кликать, проверять. Но современный IT-бизнес требует большего: чтобы тесты окупались, ускоряя разработку и поддерживая высокий уровень качества. А это значит — работа с инфраструктурой, тестовыми данными, CI/CD, Docker, бэкендом, фронтендом, микросервисами... Много работы!

Если вы готовы взглянуть на автоматизацию тестирования с новой стороны, тогда ждем вас на бесплатном вводном занятии 12 декабря в 20:00 МСК. Оно пройдет в рамках нашего продвинутого курса Java Advanced 2.0, где мы поможем вам сделать первый шаг к освоению инструментов профессионального уровня!

Чем наш курс отличается от других?

Мы не просто учим писать автотесты. Мы погружаем вас в работу реальным микросервисным Spring-проектом, учим создавать тестовые прекондишены в базах данных, работать с Kafka, писать независимые и изолированные тесты, использовать моки и интегрировать всё это в CI/CD пайплайны.

Что вы получите на курсе QA.GURU Java Advanced 2.0?

* Настоящих преподавателей-практиков: разработчиков-профессионалов, задающих стандарты для крупных международных компаний.
* Полную инфраструктуру: доступ к ней сохраняется после обучения.
* Применимые проекты: наработки, которые вы сможете использовать практически в любой IT-компании.
* Доступ к сообществу: более 14 000 тестировщиков в нашем канале!
* Сертификат: на двух языках, с возможностью отметки о защите дипломной работы.
* Помощь в карьере: команда нашего карьерного центра всегда готова помочь вам с кейсами, проектами, техническими интервью и трудоустройством. Мы сотрудничаем с крупными компаниями и помогаем студентам выйти на новый уровень.

Зарегистрируйтесь на вводное занятие 12 декабря в 20:00 МСК и узнайте, как превратить автотесты в инструмент, который ускоряет вашу разработку и приносит реальную пользу бизнесу!

Ссылка на регистрацию.

Erid:2VSb5yYMXD2

✔️ Google DeepMind представил новую модель прогнозирования погоды GenCast.

GenCast – ансамблевая диффузионная модель для прогнозирования погоды и рисков экстремальных погодных условий, обеспечивающая более быстрые и точные прогнозы на срок до 15 дней. GenCast была обученная на 40-летнем архиве исторических метеорологических данных ERA5 от ECMWF.

Модель, работающая на Google Cloud TPU v5, превосходит лидирующую систему прогнозирования ECMWF ENS по точности прогнозов на 97,2% в 1320 различных комбинациях тестируемых параметров. GenCast демонстрирует способность прогнозировать экстремальные погодные явления: периоды сильной жары и холода, сильные ветры и траектории тропических циклонов. Google DeepMind планирует выпустить код, веса и прогнозы модели в открытый доступ, чтобы поддержать метеорологическое сообщество.
deepmind.google

✔️ Япония планирует использовать ИИ для борьбы с онлайн-пиратством манги и аниме.

Власти Японии планируют внедрить систему ИИ для борьбы с пиратскими сайтами, предлагающими мангу и аниме, которые ежегодно обходятся ей в миллиарды долларов упущенной выгоды. По данным японских издателей, существует не менее 1000 веб-сайтов, незаконно предлагающих бесплатную загрузку всемирно известных графических романов манга.

В рамках пилотной программы стоимостью 300 млн. иен (2 млн. долл. США) ИИ будет сканировать интернет в поисках сайтов, занимающихся пиратством книг манги и аниме, с использованием систем обнаружения изображений и текста. Инициатива включена в дополнительный бюджетный запрос агентства на текущий финансовый год. Если проект окажется успешным, его применят и к другому незаконно распространяемому контенту.
japantimes.co.jp

✔️ Генеративная модель видео Veo от Google cтала доступна для бизнес-клиентов.

Veo теперь доступна для предприятий, которые хотят использовать её в процессе создания контента, в предварительной версии на платформе Google Vertex AI. Veo способна генерировать видео высокого качества с разрешением 1080p в различных визуальных и кинематографических стилях, используя текстовые или графические подсказки.

Хотя первоначально сгенерированные клипы могли быть «чуть больше 60 сек.», Google не указывает ограничений длины для предварительной версии. Встроенные средства защиты Veo предназначены для предотвращения создания вредоносного контента или нарушения авторских прав, и все, что создается Veo, встраивается технологией SynthID от DeepMind - невидимым цифровым водяным знаком, который, по словам Google, может «уменьшить проблемы с дезинформацией и неправильным приписыванием».
theverge.com

✔️ NVIDIA представила новейшие решения в области ИИ, робототехники и квантовых вычислений на AWS.

NVIDIA анонсировала на конференции AWS re:Invent доступность платформы NVIDIA DGX Cloud на AWS Marketplace Private Offers, решения для жидкостного охлаждения серверов ИИ в дата-центрах AWS, которые повысят эффективность и производительность.

Компания расширит возможности NVIDIA Omniverse на AWS с помощью Isaac Sim, работающего на инстансах Amazon EC2 G6e с GPU NVIDIA L40S. NVIDIA также интегрирует CUDA-Q с Amazon Braket для упрощения квантовых вычислений, тем самым предоставив разработчикам платформу для создания гибридных квантово-классических приложений.
blogs.nvidia.com

✔️ Physical Intelligence выпустила новую базовую модель ИИ для робототехники Pi-Zero.

Physical Intelligence представила π0 (pi-zero), универсальную базовую модель ИИ для роботов. Pi-zero основана на VLM PaliGemma, которая была дополнительно обучена на пользовательском наборе данных, собранном с 7 различных роботов, выполняющих 68 задач, и на наборе Open X-Embodiment.

Полученная модель может воспринимать команды на естественном языке и выполнять задачи "на элементарном уровне". Physical Intelligence сравнили производительность pi-zero с двумя базовыми моделями, OpenVLA и Octo, по 5 различным задачам, включая складывание белья и уборку со стола; pi-zero добилась "значительных улучшений" по сравнению с базовыми моделями.
infoq.com

🪐 Новый датасет: 100ТБ астрономических данных

@ai_machinelearning_big_data

#news #ai #ml

🔥 ChatGPT отказывается называть имя «Дэвид Майер», и никто не знает почему!

💡 Если попытаться заставить его написать имя, чат немедленно прекратится.

🔍 Люди пробовали разные вещи — шифры, загадки, трюки — но ничего не срабатывало.

@vistehno

🛢 Современный американский рэп: парень выступал прямо с кислородным баллоном на сцене.

Рэперу Дейву Блантсу всего 23 года, но он уже весит 226 килограммов. В этом году его треки стали вирусными благодаря уникальному сочетанию черного юмора и серьезных тем.

Время диктует свои правила – вот вам и новый герой сцены.

@vistehno

⚡️ HunyuanVideo: модели генерации видео по тексту от Tencent.

Tencent опубликовала в отрытый доступ модели с 13 млрд. параметров для генерации видео по текстовым промптам: HunyuanVideo и HunyuanVideo-PromptRewrite.

Архитектура HunyuanVideo простроена на пространственно-временном сжатии, которое позволяет обрабатывать видео и изображения в едином формате.

Входные текстовые запросы кодируются с помощью MLLM (комбинация CLIP and T5-XXL) и используются в качестве основы для генерации. Модель генерирует латент, который затем декодируется в изображения или видео с помощью 3D VAE.

HunyuanVideo-PromptRewrite - специальный файнтюн для адаптации и автоматического расширения пользовательских промптов к предпочтениям модели. В PromptRewrite 2 режима работы: Normal и Master:

🟢Режим Normal улучшает понимание моделью намерений пользователя, способствуя более точной интерпретации промпта.

🟢Режим Master улучшает описание композиции, освещения сцены генерации и движения камеры, что на выходе дает видео с более высоким визуальным качеством.

HunyuanVideo оценивалась 60 экспертами на 1533 промптах в сравнении с топовыми T2V-моделями: Gen-3, Luma 1.6 и тремя лучшими китайскими коммерческими моделями.

Результаты оценки показали, что HunyuanVideo достигает общего уровня удовлетворенности, особенно выделяясь качеством движения объектов.

▶️Планы развития HunyuanVideo:

🟠Бенчмарк Penguin Video;
🟠Web Demo (Gradio);
🟠Поддержка ComfyUI;
🟠Поддержка Diffusers;
🟠Модель и код инференса Image-to-Video версии.

⚠️ Минимальный объем GPU - 60 GB для 720pX1280pX129f и 45 GB для 544pX960pX129f. Рекомендованный GPU - 80 GB.

▶️Установка и инференс T2V в 720р:

# Clone repo:
git clone https://github.com/tencent/HunyuanVideo
cd HunyuanVideo

# Prepare conda environment
conda env create -f environment.yml
conda activate HunyuanVideo

# Install pip dependencies
python -m pip install -r requirements.txt

# Install flash attention v2
python -m pip install git+https://github.com/Dao-AILab/[email protected]

# Inference
python3 sample_video.py \
    --video-size 720 \
    --video-length 129 \
    --infer-steps 50 \
    --prompt "%prompt%" \
    --flow-reverse \
    --use-cpu-offload \
    --save-path ./results

📌Лицензирование: Tencent Hunyuan Community License.


🟡Страница проекта
🟡Модель HunyuanVideo
🟡Модель HunyuanVideo-PromptRewrite
🟡Техотчет
🖥 GitHub


@ai_machinelearning_big_data

#AI #ML #Text2Video #Tencent #HunyuanVideo

🔍 То, что вы видите — полностью создано нейросетями. Нижнее изображение создано Midjourney, а сверху Kling превращает эту картинку в потрясающе качественное видео!

🌟 Ждем полнометражный, полностью сгенерированный фильм?

@vistehno

🌟 AIMV2: набор визуальных энкодеров от Apple.

AIMV2 – семейство моделей визуальных энкодеров, предварительно обученных с помощью мультимодальной авторегрессионной цели, которая восстанавливает фрагменты изображений и текстовые токены, что, в итоге, позволяет AIMV2 справляться с задачами распознавания изображений, локализации объектов и мультимодального понимания.

Архитектура AIMV2 основана на ViT и использует каузальный мультимодальный декодер, который сначала регрессирует фрагменты изображения, а затем декодирует текстовые токены авторегрессионно. Визуальный энкодер использует префиксное внимание, что позволяет использовать двунаправленное внимание во время вывода без дополнительной настройки.

Семейство AIMV2 обучалось на комбинации общедоступных (DFN-2B, COYO) и собственных (HQITP) датасетов, содержащих пары "изображение-текст" и синтетические аннотации, сгенерированные предварительно обученным инструментом.

Эксперименты после обучения показали, что AIMV2-3B достигает точности 89,5% на ImageNet с замороженным транком, что лучше, чем у генеративных методов MAE и AIM. AIMV2 превосходит CLIP и SigLIP в большинстве тестов на мультимодальное понимание.

Модель совместима с LiT для zero-shot распознавания и может быть настроена для обработки изображений с различными разрешениями и соотношениями сторон.

В отрытый доступ на HF опубликованы модели:

🟠AIMv2 в разрешении 224px: 4 модели с количеством параметров - 0.3B, 0.6B, 1.2B и 2.7B

🟠AIMv2 в разрешении 336px: 4 модели с количеством параметров - 0.3B, 0.6B, 1.2B и 2.7B

🟠AIMv2 в разрешении 448px: 4 модели с количеством параметров - 0.3B, 0.6B, 1.2B и 2.7B

🟢AIMv2 в Native разрешении : aimv2-large-patch14-native c 0.3B (разрешение в диапазоне от 112 до 4096)

🟢AIMv2 distilled ViT-Large (модели, которые были получены путем дистилляции из AIMV2-3B в архитектуру ViT-Large) : AIMv2-L и AIMv2-L-distilled.

🟠Zero-shot Adapted AIMv2 (модель после LiT- тюнинга): AIMv2-L с 0.3B параметров.


⚠️ ! Примеры инференса с JAX и MLX доступны в репозитории AIMv2

▶️Установка и локальный инференс c Pytorch:

# Clone the repository
pip install 'git+https://github.com/apple/ml-aim.git#subdirectory=aim-v2'

# Example Using PyTorch
from PIL import Image

from aim.v2.utils import load_pretrained
from aim.v1.torch.data import val_transforms

img = Image.open(...)
model = load_pretrained("aimv2-large-patch14-336", backend="torch")
transform = val_transforms(img_size=336)

inp = transform(img).unsqueeze(0)
features = model(inp)

📌Лицензирование: Apple Sample Code License.


🟡Коллекция на HF
🟡Arxiv
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #Vision #Apple #AIMv2

🖼 Magic Quill — бесплатный редактор изображений на основе искусственного интеллекта!

🌟 Этот инструмент невероятно полезен и бесплатен в использовании! Он позволяет вам выбирать части изображения и редактировать их с помощью всего лишь текстовой подсказки.

🔗 Ссылка: *клик*

@vistehno

Русскоязычный умелец научился создавать 🔞 моделей через нейросети и зарабатывать на них. Об этом он рассказывает в своем авторском Телеграм-блоге >>

Так же он дает бесплатно инструкцию, как начать.

Переходите 👉 https://t.me/+Hi0ZcNBR5kJkNDVh

🖥 OpenGlass — проект с открытым исходным кодом, который позволяет превратить любые очки в умные с поддержкой AI с минимальными затратами (около $25)! Устройство собирается из доступных компонентов, таких как микроконтроллер Seeed Studio XIAO ESP32 S3 Sense, небольшая батарея и 3D-печатный корпус.

🌟 Основные возможности OpenGlass включают запись видео, распознавание объектов, запоминание лиц, перевод текста и другие функции. Для работы требуется загрузить и настроить прошивку через Arduino IDE. Кроме того, проект предоставляет подробные инструкции по сборке и настройке оборудования и программного обеспечения, а также поддерживает интеграцию с ESP32-платформой.

🔐 Лицензия: MIT

🖥 Github

@vistehno

⚡️ Блогер решил испытать популярные LLM-нейросети в выживании в Minecraft. Задача была проста – продержаться десять дней.

Однако результаты оказались неутешительными для всех участников:

- LLaMA успела построить укрытие на ночь, но… забыла в него зайти.
- ChatGPT уже в первый день подорвался на крипере.
- Gemini, как настоящий представитель Google, внезапно прекратил работу.
- А Claude всё время пытался закрыться блоками.

Вывод очевиден: Minecraft пока ещё не готов к захвату нейросетями.

https://www.youtube.com/watch?v=KxaPYhfJV4U&ab_channel=EmergentGarden

@vistehno

🔍 Наглядное сравнение производительности нескольких языков программирования при выполнении 1 млрд итераций в цикле!

@vistehno

🔥 Prompt-Engineering-Guide — огромный и крайне полезный ресурс, посвященный инженерии промптов — искусству создания эффективных запросов для взаимодействия с языковыми моделями и улучшения их ответов!

🌟 Здесь информация и практические примеры для работы с крупными языковыми моделями (LLM), такими как GPT и BERT, и указаны методы оптимизации формулировок запросов для достижения более точных и полезных результатов!

🔐 Лицензия: MIT

🖥 Github

@vistehno

🔥 Интересный сайт, на котором предоставлена подробная визуальная реализация работы таких LLM, как GPT-2 (small и XL), GPT-3 и nano-gpt!

🔗 Ссылка: *клик*

@vistehno

Британский оператор O2 пошел на радикальный шаг в борьбе с мошенниками – он задействовал... ИИ-бабушку 😨

Хотя идея не нова (перед российскими операторами снимаю шляпу), результат все равно забавен: «бабушка» постоянно путается, забывает номер карты, неверно вводит коды из СМС и увлеченно рассказывает о своем красивом коте.

Обычно мошенники выдерживают около 40 минут, после чего начинают нервничать и вешают трубку. В конце видео даже призывают сообщать номера таких злоумышленников, чтобы они разговаривали с «бабушкой», а не с настоящими людьми. Это действительно достойно уважения, да и реклама получилась эффектной.

@vistehno

🎮 "Добро пожаловать в City 17!"

В честь 20-летия Half-Life 2, NVIDIA разыгрывают крутые кастомные GeForce RTX 4080 SUPER, которая вдохновлена культовым Гордоном Фримеменом.

🔗 Новость: https://www.nvidia.com/en-us/geforce/news/half-life-2-20th-anniversary-rtx-wishlist/?linkId=100000308511356
🔗 Условия конкурса тут: https://www.nvidia.com/en-us/geforce/contests/halflife2-anniversary-official-rules/

@data_analysis_ml

🤲 OpenHands: Code Less, Make More

Платформ для ИИ-агентов для разработки программного обеспечения на базе искусственного интеллекта.

Агенты OpenHands могут делать все, что под силу разработчику—человеку: изменять код, запускать команды, просматривать веб-страницы, вызывать API-интерфейсы и даже копировать фрагменты кода из StackOverflow.

▪Инструкция по быстрому запуску
▪Документация

▪ Github

@vistehno

🚀 Опрос для ML-специалистов!

Мы в Data Light проводим исследование о поиске и использовании датасетов для машинного обучения. Ваш опыт поможет улучшить процессы и сделать поиск данных проще и эффективнее.

Пройдите опрос здесь:
👉 https://forms.gle/sk6BDUaaWVcD93mz7

В конце формы можно оставить контакт для оплачиваемого интервью.

Если у вас возникли вопросы, пишите @spoleshka.

Спасибо за ваш вклад! 🙏

🔍 Jobscan — это онлайн-сервис, предназначенный для помощи соискателям в оптимизации резюме, чтобы оно успешно прошло через системы автоматического отслеживания кандидатов (ATS), которые используют компании для предварительного отбора резюме!

⭐️ Jobscan анализирует резюме пользователя и сравнивает его с конкретными требованиями вакансии, помогая улучшить ключевые аспекты резюме, такие как ключевые слова, навыки и форматирование.

🔗 Ссылка: *клик*

@vistehno

⚡️ Прими участие в хакатоне Т1 2024 в Москве и поборись за призовой фонд в 1 200 000 рублей!

Когда: 26-29 ноября 2024
Формат: гибридный
Призовой фонд: 1 200 000 рублей

🔥 Хакатон Т1 2024 создан для тебя, если ты:
– Выпускник вуза или молодой специалист;
– Студент старших курсов технических вузов;
– Специалист по frontend или backend-разработке, системный аналитик, AI-специалист.

❗️На хакатоне тебе будут предложены 2 кейса:
1. Хаб: объединение данных пользователя в золотую запись. Создайте методику, которая поможет найти "золотую запись" в большом наборе данных, используя признаки актуальности, частоты и полноты.
2. Окно знаний: цифровой ассистент базы знаний. Создайте платформу, которая позволит пользователям разрабатывать окна взаимодействия с ассистентом, интегрируя собственные базы знаний.

▶️ Регистрация открыта! Успей зарегистрироваться по ссылке до 24 ноября, 23:59 МСК и стать частью хакатона в Москве.

✔️ Amazon разрабатывает собственные чипы для ИИ, чтобы снизить зависимость от NVIDIA.

Как сообщает Financial Times, Amazon уже разработала ряд собственных процессоров для ЦОД. Ожидается, что Amazon прольет больше света на свои новые разработки в следующем месяце в рамках анонса линейки чипов Trainium.

Эти чипы были разработаны компанией Annapurna Labs, принадлежащей Amazon, и используются компанией Anthropic.
wccftech.com

✔️ ИИ учит роботов паркуру в виртуальной реальности.

В MIT разработали систему LucidSim, которая использует генеративный ИИ для создания симуляций, обучающих роботов сложным задачам, таким как паркур.

LucidSim использует ChatGPT для создания описаний различных сред, которые затем преобразуются в трехмерную геометрию и физические данные с помощью модели, отображающей эти данные на изображения, сгенерированные ИИ. Робот, обученный с помощью LucidSim, успешно выполнил задачи поиска объекта, преодоление препятствий и подъем по лестнице, с более высокой точностью, чем робот, обученный с помощью традиционных методов.

Исследователи считают, что LucidSim может быть использован для обучения ИИ-агентов, взаимодействующих с реальным миром, от роботов и беспилотных автомобилей до управления экранами компьютеров и смартфонов.
technologyreview.com

✔️ Релиз Sentence Transformers v3.3.0 с улучшенной производительностью для задач NLP.

Sentence Transformers стал более доступным для развертывания в средах с ограниченными ресурсами. Новая версия предоставляет возможность интеграции статического квантования int8 в OpenVINO для 4-х кратного ускорения инференса на CPU со средним снижением производительности всего на 0,36%.

Также представлены: метод обучения с использованием подсказок, который улучшает производительность задач поиска, интеграция техники PEFT и возможность оценки с помощью NanoBEIR.
github.com

✔️ Cast AI представила AI Enabler и функцию динамической миграции без простоев для Kubernetes.

Cast AI, стартап, специализирующийся на управлении операциями Kubernetes анонсировал две новые функции для оптимизации расходов на облачную инфраструктуру и упрощение рабочих нагрузок.

AI Enabler - инструмент, который использует возможности Kubernetes для интеллектуальной маршрутизации запросов к наиболее эффективным LLM, как к открытым моделям, так и к коммерческим, без ущерба для качества.

Вторая новинка — Commercially Supported Container Live Migration, функция, обеспечивающая миграцию без простоев для работающих в состоянии workloads Kubernetes.
Live Migration должно решить проблемы, связанные с перемещением критически важных приложений: базы данных, задачи ИИ и машинного обучения без остановки кластеров.
siliconangle.com

✔️ Fastino анонсировала высокопроизводительные модели, оптимизированные для CPU.

Стартап Fastino вышел из скрытого режима и объявил о привлечении 7 млн. долларов pre-seed финансирования от фондов Microsoft M12 и Insight Partners.

Fastino разрабатывает семейство LLM для устройств с ограниченными ресурсами, которые могут быть развернуты на различных платформах, от периферийных устройств с обычными процессорами до виртуального частного облака.

Компания заявляет, что ее модели работают до 1000 раз быстрее, чем традиционные LLM, и могут запускаться на CPU или NPU.
С сегодняшнего дня открыта запись в waitlist для получения доступа к pre-alpha тестированию моделей.
fastino.ai

@ai_machinelearning_big_data

#news #ai #ml

🔥 Flashpoint — проект для сохранения и эмуляции старых игр и анимаций, созданных на устаревших технологиях, таких как Adobe Flash, которые стали недоступными после отключения поддержки Flash в 2020 году!

⭐️ Flashpoint позволяет пользователям скачивать и запускать более 100 000 игр и анимаций офлайн на своих устройствах, обеспечивая сохранность этих цифровых артефактов! Проект предлагает две версии: Flashpoint Infinity (гибкая, с загрузкой контента по мере использования) и Flashpoint Ultimate (полная офлайн-версия на 1,6 ТБ).

🔗 Ссылка: *клик*

@vistehno

🤖 ИИ и iGaming — в чем связь?

AI трансформирует индустрию, и знание его возможностей — ключ к успеху.

➡️ Поэтому тебе нужно подписаться на Owner 1win!

На канале ты найдешь:

⏺Анализ трендов — как AI меняет правила игры в индустрии азартных игр;

⏺Инсайты от экспертов — мнения лидеров рынка о будущем iGaming с использованием ИИ;

⏺Новые подходы к монетизации и привлечению игроков.

😍 Присоединяйся к Owner 1win и будь первым!

🖥 DapperGPT — это интерфейс для взаимодействия с ChatGPT, расширяющий его возможности!

⭐️ Он поддерживает кастомизацию, хранение избранных сообщений, голосовой ввод и текстовую генерацию изображений. Также он предлагает заметки с ИИ и интеграцию с браузером для автозаполнения на популярных сайтах!

🔗 Ссылка: *клик*

@vistehno

🖼 Hailuo — платформа для генерации видеороликов из текстового запроса!

🌟 Все что нужно — вбить промпт и подождать пару минут, после чего можно будет посмотреть или скачать результат. Сервис предлагает 3 дня пробного периода с неограниченными токенами при регистрации!

🔗 Ссылка: *клик*

@vistehno

🔥 Olvy — это платформа для управления обратной связью и релизами продукта с помощью ИИ!

🌟 Она помогает компаниям собирать отзывы пользователей, публиковать обновления продукта, и анализировать реакцию аудитории. Olvy упрощает процесс анонсирования новых функций и улучшений, позволяя взаимодействовать с пользователями и отслеживать их удовлетворенность.

🔗 Ссылка: *клик*

@vistehno

🔥 Найдено решение, как сделать по-настоящему быстрые и эффективные созвоны!

🌟 Ходят слухи, что с такой методикой продуктивность увеличивается в несколько раз!

@vistehno

✔️ Samsung представила обновленный ИИ Bixby на базе LLM.

Обновленный Bixby, дебютировавший на эксклюзивных для китайского рынка складных смартфонах Samsung W25 и W25 Flip, способен понимать сложные инструкции, извлекать информацию с экрана, например, из карт или фотографий, а также запоминать контекст предыдущих разговоров.

В демонстрации Samsung Bixby смог дать рекомендации по одежде, основываясь на текущей погоде, и пошагово объяснил, как добавить водяной знак на изображение. Bixby поддерживает голосовой и текстовый ввод, его можно вызвать из любого приложения или экрана. Ожидается, что обновленный ассистент станет доступен на международном рынке с выходом One UI 7 в начале следующего года.
techradar.com

✔️ Робот-художник Ai-Da продал портрет Алана Тьюринга за рекордную сумму.

На аукционе Sotheby's в Нью-Йорке картина "AI God: Портрет Алана Тьюринга", созданная роботом-художником Ai-Da, была продана за 1,08 млн. долларов. Робот Ai-Da, оснащенный искусственным интеллектом и роботизированными руками, использует большие языковые модели для общения.

Ai-Da создал портрет Тьюринга, используя камеры в своих "глазах" для анализа фотографии ученого и создания эскизов. Робот нарисовал 15 отдельных частей лица Тьюринга, которые затем были объединены в единое изображение и напечатаны на большом холсте с помощью 3D-принтера.
cnn.com

✔️ TSMC прекращает поставки чипов искусственного интеллекта китайским компаниям.

Тайваньская компания сообщила своим китайским клиентам о прекращении поставок передовых чипов для ИИ, произведенных по технологии 7 нанометров и меньше. Это решение связано с ужесточением контроля со стороны США за доступом Китая к передовым технологиям.

TSMC будет требовать одобрения Вашингтона для любых будущих поставок чипов в Китай. По словам источников, данный шаг не окажет существенного влияния на выручку TSMC. Компания подчеркнула, что соблюдает все применимые правила и экспортный контроль. Ранее сообщалось, что чипы TSMC были обнаружены в продукции Huawei, находящейся под экспортными ограничениями США.
businessinsider.com

✔️ Суд в Нью-Йорке отклонил иск СМИ к OpenAI по авторскому праву.

Федеральный суд Южного округа Нью-Йорка отклонил иск, поданный изданиями Raw Story и AlterNet против компании OpenAI. Истцы обвиняли OpenAI в нарушении Закона об авторском праве в цифровую эпоху (DMCA), утверждая, что компания намеренно удаляла информацию об авторских правах: названия статей и имена авторов, из материалов, использованных для обучения ChatGPT.

Судья Коллин Макмахон поддержала ходатайство OpenAI о прекращении дела, указав, что истцы не доказали фактического ущерба своим предприятиям в результате удаления информации об авторских правах. Суд признал маловероятным, что ChatGPT будет воспроизводить материалы Raw Story и AlterNet дословно, учитывая огромный объем информации в его базе данных.

Судья Макмахон оставила возможность для подачи дополненной жалобы в будущем. Это решение может иметь значение для других аналогичных исков против OpenAI и других компаний, занимающихся генеративным ИИ.
gizmodo.com

✔️ Google открыла доступ к Gemini через библиотеку OpenAI.

Разработчики теперь могут использовать модели Gemini от Google через библиотеку OpenAI и REST API. Поддерживаются API завершения чата и API эмбедингов. В ближайшие недели Google планирует расширить совместимость.

В анонсе на странице Google for Developers представлены примеры кода на Python, Typescript/Javascript и REST для взаимодействия с Gemini API. Google рекомендует разработчикам, не использующим библиотеки OpenAI, обращаться к Gemini API напрямую.
developers.googleblog.com

@ai_machinelearning_big_data

#news #ai #ml

🛰 Чудо физики… Spin Launch - это гигантская вакуумная центрифуга, предназначенная для вывода спутников весом 200 кг на орбиту со скоростью 5000 миль в час.

Она использует в четыре раза меньше топлива что в десять раз сокращает расход на вывод спутников.

@vistehno

Вот что ждет в Т-Банке ML-разработчиков, кроме ДМС, крутых офисов и других плюшек:

✔️Актуальный стек. Здесь следят за трендами и быстро внедряют новое.
✔️Улучшения может предложить каждый. Здесь знают, как устроен продукт, и влияют на его развитие.
✔️Прозрачная система роста. Вы всегда будете знать, какие навыки нужно подтянуть и как получить повышение.
✔️Вы окажетесь среди профессионалов, у которых можно многому научиться. А если захотите — можете стать ментором для младших коллег.

Больше о вакансиях ML-разработчиков — здесь.

Устраивайтесь в Т-Банк на позицию ML-разработчика до 23 декабря 2024 года и получайте приветственный бонус в размере одного оклада.

🔥 APOB.AI — это платформа, использующая искусственный интеллект для создания персонализированных изображений и видео!

🌟 С ее помощью пользователи могут генерировать реалистичные портреты и видеоролики на основе загруженных фотографий или текстовых описаний. Платформа предлагает разнообразные стили и шаблоны, позволяя создавать уникальный контент для различных целей, включая маркетинг, социальные сети и творческие проекты.

🔗 Ссылка: *клик*

@vistehno

Как работают генеративные технологии, которые лежат в основе большинства визуальных сервисов? Какова их «математическая начинка»? Получите ответ на эти и другие вопросы на бесплатном интенсиве Computer Vision Week! Он пройдёт с 25 по 29 ноября онлайн и поможет вам разобраться в сложных вопросах компьютерного зрения и диффузионных моделей.

Среди организаторов — эксперты, которые создают технологии будущего: Yandex Cloud, Школа анализа данных, YaArt и YaResearch. За 5 дней они расскажут, как устроена генерация изображений на практике: от математических основ и алгоритмов до нейробайесовских методов. Вы также научитесь работать с генеративными технологиями самостоятельно и узнаете, какие горизонты они открывают для разработчиков и исследователей.

Что ещё? Вы не только послушаете лекции, но и сможете попробовать свои навыки на практике — в решении задач. Те, кто успешно справится с отборочными испытаниями и итоговой работой, получат заветный сертификат в портфолио!

Успейте зарегистрироваться до 24 ноября, пока есть места!

🔍 SuperPrompt — проект для исследования инженерии промптов, которые могут помочь глубже понять поведение и внутреннюю логику AI-агентов!

🌟 Основная идея SuperPrompt — заставить модель (в данном случае Клода) мыслить «вне рамок», подсказку можно считать мягким джейлбрейком, и во многих случаях Клод будет отклонять подсказку. Лучший способ использовать SP — попытаться получить «новую» точку зрения, новые идеи в целом, иногда идеи могут быть плохими идеями или галлюцинациями, но они, безусловно, будут немного новыми, если дать им достаточный контекст.

🖥 Github

@vistehno

🌃 Технологические разработки, сделанные в период с 1927 по 1974 год.

@vistehno

🔥 Reclaim.ai — это платформа для автоматизации планирования, которая помогает пользователям организовать рабочий процесс и управление задачами. Она синхронизирует календари, автоматически планирует время для задач, встреч, отдыха и подстраивается под изменения приоритетов.

🌟 Reclaim оптимизирует распорядок дня, анализирует продуктивность и предоставляет отчеты, что делает её полезной для индивидуальных пользователей и команд, нуждающихся в эффективном планировании и гибком управлении временем.

🔗 Ссылка: *клик*

@vistehno

🔥 Docling — это инструмент для конвертации и анализа документов, разработанный для подготовки документов к использованию в генеративных ИИ-приложениях.

💡 Docling поддерживает различные форматы (PDF, DOCX, PPTX, HTML и другие), может извлекать метаданные, читать структуры страниц и таблиц, а также интегрироваться с LlamaIndex и LangChain. В репозитории также реализована поддержка OCR для обработки отсканированных документов, что делает его мощным инструментом для работы с документами в различных ИИ-сценариях.

🖥 Github
🔗 Сайт проекта

@vistehno

🤖 Все, что я вижу здесь - в будущем это крошечные собаки-роботы из «Черного зеркала», восстают против человечества .

@vistehno

🔥 Anyword — это платформа для автоматизированного создания и оптимизации текстового контента на основе искусственного интеллекта. Она предоставляет инструменты для генерации рекламных текстов, описаний продуктов, заголовков, а также других маркетинговых материалов с учетом анализа аудитории и эффективности. Anyword ориентирован на маркетологов и создателей контента, помогая улучшить CTR, вовлеченность и конверсии

🌟 На сайте присутствует бесплатный пробный период, который можно "увеличить" мультиаккаунтами (для регистрации нужна только почта) 👀

🔗 Ссылка: *клик*

@vistehno

Если раньше нейросети были просто хайпом, то сейчас навыки работы с ИИ — это реальное преимущество, ведь они значительно упрощают выполнение задач и улучшают карьерные перспективы в разных сферах. За год в 7,8 раза чаще работодатели стали указывать владение ИИ в требованиях к кандидатам.

Если вы хотите научиться эффективно использовать нейросети и не отставать от трендов, присоединяйтесь к бесплатной онлайн-конференции Skillbox 5–7 ноября: https://epic.st/BIuZwY?erid=2VtzqvG79f2

За 3 дня вы разберётесь, что такое нейросети, как они работают и чем могут быть полезны лично для вас. Эксперты поделятся опытом использования ИИ в разных сферах: от дизайна и программирования до маркетинга и travel-индустрии.


✔️ Познакомитесь с более чем 10 нейросетями: ChatGPT-4, Dalle-3, Midjourney, Stable Diffusion, Gen-2 и другими
✔️ Узнаете, как составлять запросы для нейросетей
✔️ Поймёте, к какой нейросети обращаться в конкретной ситуации
✔️ Попрактикуетесь в создании реальных объявлений для бирж фриланса

Бонусы за участие:
— Простые инструкции, как подключиться к ChatGPT, Midjourney и другим популярным нейросетям
— Розыгрыш личной консультации с Александром Доброкотовым — нейрохудожником и креативным директором

Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

🖥 ChatGPT Search — это новое официальное расширение для браузеров, которое интегрирует ChatGPT в результаты поиска!

💡 Расширение добавляет дополнительную панель в поисковые системы, например, Google, и выводит ответы, генерируемые ChatGPT, на основе поисковых запросов пользователя. Это позволяет быстро получать дополнительные объяснения и информацию прямо на странице поиска, улучшая удобство и экономя время

🔗 Ссылка: *клик*

@vistehno

👩‍💻 Вышла новая версия VS Code 1.95!

🔍 Что нового:

🌟 Copilot Edits: Быстро вносите крупные изменения в нескольких файлах одновременно!

🌟 Copilot Chat в боковой панели: Держите чат с Copilot открытым и готовым к работе, пока вы работаете!

🌟 Несколько учетных записей GitHub: Одновременно входите в несколько учетных записей GitHub в VS Code!

🌟 Обзор кода с Copilot: Получите быстрый обзор или более глубокий анализ некоммиченных изменений!

🌟 Docstrings с Pylance: Генерируйте шаблоны docstring для классов или методов!

🔗 Подробнее: *клик*

@vistehno

🖥 Transformer Explainer — это интерактивный инструмент для визуализации работы нейросетей и архитектуры, лежащей в основе современных NLP-моделей, таких как Gemini или GPT!

🌟 Сайт демонстрирует, как слои внимания моделей обрабатывают текст, предоставляя визуальные пояснения к каждому этапу анализа и представления текста

🔗 Ссылка: *клик*

@vistehno

🔥 Memenome — это ИИ платформа для преобразования скучных PDF-документов в видео из ТикТока с паркуром в Майнкрафт на фоне! Сложно придумать этому по-настоящему полезное предназначение, однако это забавно и бесплатно

🔗 Ссылка: *клик*

@vistehno

Ищете удобную и надежную IT-инфраструктуру для вашего проекта?
 
Размещайте собственный сайт, запускайте приложения, обучайте нейросети или загружайте огромное количество данных в одном окне браузера. Все эти и многие другие задачи можно решить в Selectel.
 
Selectel — один из ведущих провайдеров IT-инфраструктуры и облаков. Выделенные серверы, облако собственной разработки, сервисы информационной безопасности и еще более 50 продуктов — все настраивается и масштабируется из единой панели управления.
 
Что вы получите, выбрав Selectel:
 
— Удобство. Чтобы начать работу с сервером, достаточно выбрать нужные характеристики и в пару кликов запустить его.
— Масштабируемость. Быстрое развертывание новых мощностей при увеличении нагрузки на ваш сайт или приложение.
— Безопасность. Все дата-центры Selectel соответствуют требованиям 152-ФЗ, а также вам будет доступна бесплатная защита от DDoS-атак.
 
Регистрируйтесь в панели управления и разверните инфраструктуру вашего проекта в несколько кликов.

🐎 Стыдно не знать!

@vistehno

📌Учебное пособие по диффузионным моделям для обработки изображений и СV.

Учебник Стэнли Чана, профессора кафедры электротехники, вычислительной техники и статистики Purdue University (США), содержит ультраполезные знания в области диффузионных моделей в контексте обработки изображений и CV. Он доступно и детально объясняет сложные концепции и подходит как опытным профессионалам, так и тем, кто только начинает изучать эту область.

Для профессионалов, уже работающих с диффузионными моделями или стремящихся углубить свои знания, этот учебник послужит отличным ресурсом, который предоставляет прочную основу для понимания и применения концепций в прикладных задачах.

▶️ Содержание:

Вариационный автоэнкодер (VAE)

🟢Структурные элементы VAE
🟢Нижняя граница доказательства (ELBO
🟢Оптимизация в VAE
🟢Заключение и ограничения

Вероятностная модель диффузионного денойза (DDPM)

🟠Базовые элементы DDPM
🟠Нижняя граница доказательства (ELBO)
🟠Распределение обратного процесса
🟠Обучение и инференс
🟠Предсказание шума
🟠Неявная модель диффузионного денойза (DDIM)
🟠Заключение и преимущества DDPM и DDIM

Динамика сопоставления баллов Ланжевена (SMLD)

🟢Выборка из распределения
🟢Функция оценки Штейна
🟢Методы сопоставления баллов
🟢Итоги по SMLD

Стохастическое дифференциальное уравнение (SDE)

🟠От итерационных алгоритмов к обыкновенным дифференциальным уравнениям
🟠Что такое SDE?
🟠SDE для DDPM и SMLD
🟠Численные решатели для ODE и SDE
🟠Заключение и взаимосвязь между DDPM, SMLD и SDE

Уравнения Ланжевена и Фоккера-Планка

🟢Броуновское движение
🟢Мастер-уравнение
🟢Разложение Крамерса-Мойала
🟢Уравнение Фоккера-Планка
🟢Заключение и связь между SDE и уравнением Фоккера-Планка


🟡Arxiv


@ai_machinelearning_big_data

#AI #ML #Tutorial #Duffusion

ИТ-событие МТС True Tech Champ

Дата: 8 ноября
Место: МТС Live Холл + онлайн

МТС приглашает разработчиков присоединиться к мультиформатному ИТ-событию True Tech Champ. Будем обмениваться опытом, общаться с экспертами и просто классно проводить время среди своих.

Что тебя ждет:

— True Tech Garage. Интерактивный лекторий с воркшопами, ИТ-батлом «Плохие прогерские шутки» и кодинг-дуэлью с победителем олимпиады.
— Технофест. Более 20 площадок с кодерскими и фановыми активностями. Можно забраться на скалодром, погонять роботов по лабиринтам и взломать код сейфа.
— Шоу-финал. Лучшие команды ИТ-чемпионата на глазах у зрителей поборются за победу в гонках роботов по усложнённым интерактивным лабиринтам с подвижными консолями и спецэффектами.

Участие бесплатное, детали и регистрация по ссылке https://truetechchamp.ru/conf

🤖 Skyvern — это инструмент с открытым исходным кодом для автоматизации браузерных рабочих процессов с использованием больших языковых моделей (LLM) и компьютерного зрения

🌟 Skyvern позволяет создавать и запускать автоматизированные сценарии для выполнения задач, таких как парсинг веб-страниц, клик-акции, заполнение форм и навигация, что делает его полезным для автоматизации повторяющихся задач в браузере

🔗 Ссылка: *клик*
🖥 Github

@vistehno

📝 TextBuddy — это онлайн-редактор и помощник для улучшения текстов! Он помогает упрощать сложные предложения, исправлять грамматику и орфографию, а также структурировать текст, делая его более читабельным

🌟 Используя AI, TextBuddy может перефразировать, сокращать текст, подбирать синонимы и оптимизировать сообщения для лучшего восприятия аудиторией!

🔗 Ссылка: *клик*

@vistehno

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Linux: t.me/linuxacademiya
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
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
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Angular: https://t.me/+qIJAuSEb2MQyMDJi

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

👑 Король Дании Фредерик во время презентации первого в Дании суперкомпьютера Gefion с искусственным интеллектом совместно с Дженсеном Хуангом главный исполнительным директором компании NVIDIA

Цитата Фредерик с презентации - "Я не единственный король в этом зале. На другом из них кожаная куртка" 😎

@vistehno

🔥 Easy-Peasy.AI — полезный сайт, предоставляющий инструменты на базе искусственного интеллекта для автоматизации создания контента, текстов и маркетинговых материалов!

🌟 Сайт предлагает различные AI-генераторы, такие как создание текстов, генерация картинок, создание идей для маркетинга, написание сценариев, перевод аудио в текст и многое другое! На сайте также присутствует бесплатный тариф!

🔗 Ссылка: *клик*

@vistehno

Привет, я Ярослав, окончил МФТИ и рассказываю в канале моей студии о хардкорном внедрении AI в корпорациях и производствах)

Я не выкладываю новости из мира AI и генерации Миджорни, только суровый ентерпрайз, рассказываем о технических и бизнесовых нюнсах наших проектов, например, как:
- Внедряли AI для литья стали;
- Выявляли окллюзии головного мозга;
- Узнавали период овуляции у свиней по видео)

Контент будет интересен разработчикам и продукт-овнерам, которые внедряют ИИ у себя.

Еще у нас есть подкаст куда приходят, например, Игорь Котенков из "Сиолошной".
Подписывайтесь, если интересно реальное внедрение Ai в корпорации: @r77_ai

🌟 Open-Sora-Plan v1.3.0: воссоздание сервиса генерации text-to-video Sora средствами opensource.

Проект Open-Sora-Plan предлагает набор инструментов и моделей для генерации видео на основе текстовых запросов и решения сопутствующих задач: восстановление и улучшение качества видео, интерполяция кадров и уточнение текстовых описаний.

▶️ Ключевые особенности версии 1.3.0:

🟢Улучшенный вариационный автоэнкодер WF-VAE
Он использует вейвлет-преобразование для разложения видео на поддиапазоны, захватывая информацию в различных частотных областях.

🟢Skiparse (Skip-Sparse) Attention
Методика Skiparse организовывает токены-кандидаты для внимания с помощью двух чередующихся методов пропуска и сбора, сокращая количество операций с плавающей запятой.

🟢Новая стратегия очистки данных
Cостоит из анализа семантической схожести кадров, ОСR для обнаружения субтитров, оценки эстетики и качества видео, анализа движения и повторной оценкb движения с учетом субтитров.
Стратегия позволила сократить датасет Panda70m до 27% от исходного.

🟢Динамическое разрешение и длительность.
Open-Sora-Plan v1.3.0 поддерживает динамическое разрешение и длительность видео, обрабатывая отдельные кадры как изображения.

⚠️ Такое масштабное обновление позволило значительно сократить аппаратные требования инференса и генерировать 93 кадра text-to-video в разрешении 480р на 24 GB VRAM.

▶️ Подробные инструкции по установке, обучению и инференсу в режимах
CausalVideoVAE, Prompt Refiner, Text-to-Video, Image-to-Video доступны в репозитории проекта.


📌Лицензирование: MIT License.


🟡Модель
🟡Сообщество в Discord
🟡Техотчет
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #OpenSora #Text2Video #Image2Video

🔥 IBM Granite 3.0 — это набор новых корпоративных моделей искусственного интеллекта (ИИ) от IBM, ориентированных на высокую производительность, безопасность и гибкость. Модели Granite обходят Llama-3.1 8B аналогичного размера в рейтинге лидеров OpenLLM HuggingFace!

⭐️ Эти модели предназначены для выполнения сложных задач, таких как генерация текста, классификация данных и редактирование кода. Granite 3.0 включает в себя улучшенные алгоритмы для ускорения обработки данных, включая инновации, такие как "спекулятивное декодирование" для более быстрого вывода и использование моделей "микса экспертов" для снижения задержек

🔗 Подробнее: *клик*

@vistehno

🔥 GAGAvatar — это проект с NeurIPS 2024, который генерирует анимируемые 3D аватары головы на основе одной фотографии.

Он позволяет реконструировать голову в 3D и осуществлять ее анимацию в реальном времени, используя видео или изображения.

🌟 Репозиторий включает инструменты для рендеринга, обучения и выполнения генераций с помощью встроенных моделей, написан на Python.

🔐 Лицензия: MIT

▪️GitHub

@vistehno

🗣«Люди в RPA» — это не просто митап, а площадка для обсуждения актуальных проблем и возможностей в роботизации процессов.

X5 Tech и Газпромбанк.Тех меняют парадигму конференций по роботизации — время отойти от обычного обсуждения преимуществ роботизации перед другими подходами и сосредоточить внимание на тех, кто сегодня задает вектор развития этого направления.

Целевая аудитория — разработчики RPA, у которых в фокусе внимания реальные вопросы развития технологии:

🫥 Управление командами роботизации — чем отличается организация RPA-разработки от других продуктовых команд;
🫥 Citizen-разработка — разработка RPA-решений силами линейных сотрудников: коллеги поделятся опытом и успехами такого подхода, обсудят риски и перспективы развития;
🫥 Развитие отечественных платформ роботизации — представители ведущих платформ поделятся своим видением текущей ситуации и расскажут, как они адаптируют свои решения под требования разработчиков;
🫥 Квалификационный стандарт RPA — тимлиды RPA вместе обсудят, какими навыками должен обладать сотрудник в начале пути и к каким вершинам должен стремиться в профессиональном росте.

28 октября проведем дискуссию, которая станет началом детального обсуждения поднятых вопросов с пользой для сообщества разработчиков RPA.

⚡️ Увидимся в офисе Газпромбанк.Тех по адресу: Москва, ул. Коровий Вал, 5, БЦ «Оазис» 28 октября

Сбор участников офлайн с 13:00
Начало трансляции онлайн в 14:00

✅ Зарегистрироваться на митап «Люди в RPA»

Реклама, Банк ГПБ (АО), ИНН: 7744001497, erid:2VtzqusNXWB

📹 AISaver.io — инструмент для замены лиц в видеороликах. С помощью этой технологии можно автоматически заменять лица на видео, используя алгоритмы искусственного интеллекта и глубокого обучения

🌟 Инструмент может применяться для создания контента, видеомонтажа и других креативных проектов

🔗 Ссылка: *клик*

@vistehno

🔥 EgoAllo — это исследовательский проект, направленный на оценку движения тела и рук в мире.

💡 Репозиторий содержит код для обучения моделей, обработки данных и визуализации результатов, используя данные от камер Project Aria. Основная цель — предсказать 3D-позицию тела и рук на основе этих данных. Этот проект помогает исследовать движение человека с использованием технологий SLAM и других методов компьютерного зрения

🔗 Страница проекта: *клик*
📖 Arxiv: *клик*
▪️Github

@vistehno

📎 ML: Медицинский дайджест за 14 - 20 октября 2024 г.


▶️Модели машинного обучения и бенчмарки

🔘OLAPH: Повышение достоверности ответов на медицинские вопросы.
Метод, который фокусируется на повышении достоверности ответов в формате лонгрида, используя итеративный процесс обучения с SFT и DPO.

🔘LLMD: LLM для интерпретации медицинских карт пациентов.
Модель, разработанная для анализа истории болезни пациента на основе его медицинских карт.

🔘LifeGPT: агностическая генеративная модель клеточных автоматов.
Первая модель, способная предсказывать переходы состояний в двумерной системе Cellular Automata.

🔘MedCare: Раздельное согласование в обучении медицинских LLM.
Модель для решения проблемы снижения производительности LLM при адаптации к специализированным медицинским задачам.

🔘Y-Mol: LLM для разработки лекарственных средств.
Инструктивная модель, основанная на LLaMA2 для решения задач разработки лекарственных средств.

🔘WorldMedQA-V: многоязычный мультимодальный корпус данных для оценки медицинских моделей.
Мультимодальный датасет на разных языках для оценки моделей разной модальности в задачах здравоохранения.


▶️Фреймворки и методологии

🔘MedINST: набор медицинских инструкций для обучения LLM.
Многозадачный мета-набор данных медицинских инструкций из 133 задач.

🔘MCQG-SRefine: автоматическая генерация медицинских вопросов.
Система для автоматической генерации высококачественных вопросов множественного выбора в стиле экзамена USMLE.

🔘AgentClinic: повышение диагностической точности LLM в симулированной медицинской среде.
Система, которая дает возможность агенту-врачу, основанному на LLM, итеративно совершенствовать свои рассуждения и действия после постановки неверного диагноза.

🔘MeNTi: использование инструментов в LLM для решения медицинских задач.
Архитектура агента для LLM, разработанная специально для решения задач, связанных с медицинскими расчетами.


▶️Медицинские LLM-приложения

🔘AGENTiGraph: Интерактивная чатбот-платформа под управлением LLM.
Платформа, которая объединяет LLM с графами знаний для решения задач в специфических медицинских областях.

🔘MMed-RAG: Мультимодальная медицинская RAG-система.
Система повышения фактической точности, разработанная для борьбы с галлюцинациями, возникающими в медицинских VLM.

🔘Medical Graph RAG: Безопасная медицинская LLM c поиском по графу знаний.
Метод использования LLM в медицине, основанный на RAG, дополненной поиском по графу знаний.

🔘MedAide: Многоагентная система для комплексных медицинских задач.
Платформа для решения сложных медицинских задач, основанная на LLM и мульти-агентной архитектуре, где каждый агент специализируется на определенном аспекте здравоохранения.

🔘Генерация синтетических клинических испытаний на LLMs.
Методика использования LLM для создания синтетических клинических испытаний.


▶️Исследования и обзоры

*️⃣UniStruct: новая архитектура для представления структурированных медицинских данных.
Метод адаптации техник субсловной токенизации для представления групп медицинских кодов как единые токены.

*️⃣Адаптация медицинских LLM для 50 языков: подход с использованием MoE по языковым семьям.
Исследовании проблемы адаптации медицинских LLM к локальным языкам, чтобы улучшить доступ к медицинским услугам.

*️⃣ Можно ли добиться успеха в обучении медицинской VLM на чисто синтетических данных?
В статье изучается возможность использования исключительно синтетических данных для обучения моделей MedVLM. Спойлер - да, можно


🔜 Читать полный дайджест


@ai_machinelearning_big_data

🖥 OpenAI выпустила приложение ChatGPT для Windows!

🌟 Скачать можно из Microsoft Store, однако это ранняя версия, доступная пока только для обладателей подписки на сервис

🔗 Ссылка: *клик*

@vistehno

🔈 E2/F5-TTS — система, которая преобразует текст в речь (TTS — text-to-speech). Это позволяет вводить текст и получать его озвучивание с помощью двух различных моделей. Программа использует новейшие достижения в области искусственного интеллекта для синтеза речи, что делает голос естественным и понятным.

💡 Обе модели, E2-TTS и F5-TTS, предназначены для создания синтезированной речи, которая звучит максимально похоже на настоящую человеческую. При этом E2-TTS фокусируется на быстром и простом преобразовании текста, а F5-TTS использует более сложные методы для плавности и реалистичности речи

🔥 Модели бесплатные и их можно развернуть локально!

🔗 Huggingface: *клик*

@vistehno

🔥 Компания Adobe представила новую функцию под названием Harmonize.

Она автоматически регулирует освещение, тени, отражения и цветовую коррекцию, чтобы новые объекты в кадре смотрелись естественно. Эта функция работает с людьми, животными и любыми другими объектами.

Прогнозируется, что к 2025 году продвинутые пользователи Photoshop будут использовать всего две клавиши: "Удаление фона" и "Harmonize".

🌟 Возвращение RNN: LSTM и GRU — все, что нам было нужно?

Архитектура Transformer доминирует в моделировании последовательностей уже несколько лет, демонстрируя отличные результаты в задачах NLP, машинного перевода и генерации текста. Главный недостаток Transformer — они долго считают длинные последовательности. А если вычислительных ресурсов мало, то реализация занимает либо много времени, либо требует их увеличения.

Авторы исследования предлагают вернуться к RNN, ведь они быстрее считают и параллельно учитывают контекст. Чтобы отвязаться от обратного распространения ошибки (BPTT), которая требует линейного времени обучения, применяется алгоритм параллельного сканирования за счет устранения зависимости от срытых состояний из гейтов LSTM и GRU.

В предлагаемом методе представлены "уменьшенные" LTSM и GRU - minLSTM и minGRU. Они не только обучаются параллельно, но и используют значительно меньше параметров, чем их старшие аналоги.

Минимализм версий достигается следующим образом:

🟢Устранение зависимостей скрытых состояний из гейтов.
В minLSTM и minGRU input, forget и update gate зависят только от входных данных, а не от предыдущих скрытых состояний.

🟢Отказ от ограничения диапазона candidate hidden state.
В традиционных LSTM и GRU функция гиперболического тангенса используется для ограничения диапазона значений скрытых состояний. В minLSTM и minGRU это ограничение снимается.

🟢Неизменность масштаба выходных данных во времени (только для minLSTM).
Для minLSTM выполняется нормализация forget и input гейтов, чтобы гарантировать, что масштаб состояния ячейки не зависит от времени.

Результаты экспериментов:

🟠Время выполнения: minLSTM и minGRU скорость обучения по сравнению с LSTM и GRU, больше в 1361 раз для последовательности длиной 4096;

🟠Задача выборочного копирования: minLSTM и minGRU успешно справились, в отличие от S4, H3 и Hyena;

🟠Обучение с подкреплением на датасете D4RL: minLSTM и minGRU обошли Decision S4 и показали производительность, сопоставимую с Decision Transformer, Aaren и Mamba;

🟠Языковое моделирование: minLSTM, minGRU, Mamba и Transformer показывают одинаковые результаты, но Transformer требует значительно большего количества шагов обучения.

Прикладная реализация численно-устойчивой в логарифмическом пространстве версии метода minGRU на Pytorch представлена в репозитории на Github.

▶️ Локальная установка и запуск minGRU в последовательном и параллельном режиме :

# Install miniGRU-pytorch
pip install minGRU-pytorch

# Usage
import torch
from minGRU_pytorch import minGRU

min_gru = minGRU(512)
x = torch.randn(2, 1024, 512)
out = min_gru(x)
assert x.shape == out.shape

# Sanity check
import torch
from minGRU_pytorch import minGRU

min_gru = minGRU(dim = 512, expansion_factor = 1.5)
x = torch.randn(1, 2048, 512)

# parallel

parallel_out = min_gru(x)[:, -1:]

# sequential

prev_hidden = None
for token in x.unbind(dim = 1):
    sequential_out, prev_hidden = min_gru(token[:, None, :], prev_hidden, return_next_prev_hidden = True)
assert torch.allclose(parallel_out, sequential_out, atol = 1e-4)

📌Лицензирование : MIT License.


🟡Arxiv
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #RNN #miniGRU

🔥 Ovis (Open Vision) — новая архитектура мультимодальной модели языка (MLLM), которая предназначена для структурного совмещения визуальных и текстовых эмбеддингов. Модель способна обрабатывать изображения высокого разрешения и текстовые данные, улучшая производительность в задачах, требующих интеграции визуальных и языковых данных

🔗 Huggingface: *клик*
▪️Github

@vistehno

🖥 UniMuMo — это унифицированная мультимодальная модель, которая принимает текстовые, музыкальные и данные о движении для генерации выходных данных в трех модальностях. Она решает проблему синхронизации, выравнивая музыку и движение по ритмическим шаблонам. Модель использует архитектуру трансформера кодера-декодера и поддерживает параллельную генерацию музыки и движения. Благодаря тонкой настройке предварительно обученных моделей, UniMuMo достигает конкурентоспособных результатов в генерации всех трех модальностей

📖 Arxiv: *клик*
▪️Github

@vistehno

Вечерний митап для ML-инженеров в Белграде и онлайн

📅 17 октября в 18:00 собираемся в хабе «Сербская Роза», чтобы обсудить тренды, новые подходы, решения и вызовы индустрии в неформальной обстановке.

Спикеры и темы докладов:

🔸 Илья Ирхин, руководитель подразделения аналитики в Яндекс Еде. Подробно рассмотрит рекламу ресторанов в сервисе: аукцион, ранжирование, ценообразование

🔸 Дмитрий Солодуха, руководитель группы в Алисе и Умных устройствах Яндекса. Покажет, как мы учим Алису откликаться без имени

🔸 Антон Клочков, руководитель подгруппы распознавания текста в VLM в Яндекс Поиске. Расскажет о развитии навыков распознавания текста в VLM

🔸 Пётр Вытовтов, руководитель группы в Яндекс Погоде. Рассмотрит трансформеры сервиса и расскажет, как начать прогнозировать до миллиметра осадков

После докладов офлайн-участников ждёт нетворкинг с экспертами из разных компаний!

📎 Регистрация и подробности тут.

Ждём вас на ML Party в Белграде!

Реклама. ООО "Яндекс", ИНН 7736207543.

🔥 Vivago.ai — это платформа, использующая искусственный интеллект для работы с видео.

Сайт предлагает инструменты для генерации видео, изображений и 3D-моделей из текстовых запросов.

💡 Основные функции включают улучшение качества видео и изображений до 4K, преобразование текста в видео, добавление анимации к изображениям и создание 3D-моделей. Платформа предназначена для упрощения работы с визуальными проектами и поддерживает создание коротких вертикальных видео для социальных сетей. Также присутствует бесплатный ограниченный доступ, однако продвинутые функции доступны только по подписке

🔗 Ссылка: *клик*

@vistehno

🔈 Notta Showcase — это инструмент для дубляжа на основе искусственного интеллекта, который переводит видео на 15 языков, в том числе русский!

🌟 К сожалению, бесплатная версия ограничена лишь тридцатью минутами видео в месяц, однако ничего не мешает вам создавать мультиаккаунты 👀

🔗 Ссылка: *клик*

@vistehno

🖥 OpenAI внезапно решили видоизменить главную страницу общения с ChatGPT. Теперь под вашим запросом могут выпадать подсказки, подобно поиску в браузере!

@vistehno

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:

МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Нейросети: t.me/neural
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Linux: t.me/linuxacademiya
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc


💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy

😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno

🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

🤖 А этой ночью Илон Маск продемонстрировал будущее – компания Tesla представила новые разработки:

– Автобус без водителя Robovan;
– Двухместный беспилотный автомобиль Robotaxi зеленого цвета;
– Роботы Optimus будут доступны для всех желающих по цене от 20 до 30 тысяч долларов.

Интересно то, что Маск предлагает рассматривать эти продукты как источник пассивного дохода – можно приобрести несколько автомобилей Robotaxi и отправлять их зарабатывать деньги.

Сравните с роботами 20 лет назад из предыдущего поста.

@vistehno

🤖 20 лет назад

🖥 Humbot.ai — плавно очеловечивает текст ИИ в необнаружимый и свободный от плагиата контент!

🌟 Humbot отлично работает против всех популярных детекторов ИИ:

✔️ Originality AI
✔️ GPTZero
✔️ Turnitin
✔️ Copyleaks
✔️ ZeroGPT
✔️ Winston AI

🔗 Ссылка: *клик*

@vistehno

🖥 Коллекция LLM приложений!

💡 Отобранная коллекция потрясающих приложений LLM, созданных с помощью агентов RAG и AI. В этом репозитории представлены приложения LLM, которые используют модели OpenAI, Anthropic, Google и даже модели с открытым исходным кодом, такие как LLaMA, которые вы можете запустить локально на своем компьютере

🔐 Лицензия: CC0

▪️Github

@vistehno

📎 Machine Learning: Медицинский дайджест за период 30.09 - 06.10 2024 г.

▶️ Модели машинного обучения и бенчмарки

🔘OmniGenBench: платформа для автоматизированного бенчмаркинга геномных моделей.

Платформа с открытым исходным кодом, предназначенная для бенчмаркинга геномных фундаментальных моделей.

🔘PocketDTA: модель прогнозирования близости препарат - целевой материал.

PocketDTA - модель для предсказания drag-target affinity (DTA), использующая трехмерную структурную информацию о лекарстве и целевом материале.


▶️ Фреймворки и методологии

🔘ZODIAC: многоагентная платформа на основе LLM для кардиологической диагностики.

ZODIAC разработан для помощи кардиологам в диагностике клинически значимых аритмий с использованием данных пациентов, собранных в реальных условиях.

🔘Обучение с "забыванием" знаний для предсказания мутаций белков.

PROEDIT - методика обучения с техникой с "забыванием знаний" (knowledge unlearning) для выборочного удаления информации из предварительно обученной языковой модели белка для прогнозирования эффекта мутации.

🔘ReXplain: конвертация рентгенологических данных в понятные видеоотчеты.

ReXplain (Radiology eXplanation) - система на основе ИИ, которая генерирует понятные для пациентов видеоотчеты по результатам рентгенологических исследований.

🔘Оценка LLM в медицине с помощью прокси-задач.

Методология оценки медицинских аргументов, сгенерированных LLM, основанная на прокси-задачах и ранжировании. Позволяет точнее сопоставить результаты с критериями оценки человека и преодолеть типичные галлюцинации в LLM, используемых в качестве оценщиков.

🔘MVSF-AB: метод предсказания аффинности связывания антитело-антиген.

MVSF-AB - метод, основанный на машинном обучении, который использует информацию о последовательности антитела и антигена для точного предсказания аффинности связывания.


▶️Исследования и обзоры.

🔘Выбор моделей на основе данных для зашумленных биологических систем.

Метод построения математических моделей биологических систем с использованием данных и нейронных сетей.


🔜 Читать полный дайжест


@ai_machinelearning_big_data

📹 Vidnoz — это онлайн-платформа для создания и редактирования видео с интеграцией возможностей искусственного интеллекта. Она предлагает несколько инструментов, таких как автоматический видеоредактор и генератор видео с реалистичными аватарами, которые могут озвучивать текст на разных языках и синхронизировать губы с речью

💡 Основные возможности Vidnoz включают:

🌟 Автоматический видеоредактор: Позволяет загружать клипы, автоматически выбирает лучшие моменты, добавляет музыку и создает готовый ролик

🌟 Генератор видео с аватарами: Можно использовать более 1200 человеческих аватаров для создания видео. Аватары поддерживают синхронизацию текста с движением губ, а также голосовую озвучку на нескольких языках

🌟 Библиотека шаблонов: Доступно более 2800 видео-шаблонов для разных сценариев.

🪙 Есть бесплатный тарифный план, но продвинутые функции доступны только в платных версиях


🔗 Ссылка: *клик*

@vistehno