DSCS.pro
725 subscribers
764 photos
29 videos
5 files
586 links
DSCS.pro — это про высокотехнологичные программные решения и науку в области ИИ

Рассказываем о новостях и разработках в сфере ИИ. Делимся полезными исследованиями и фактами в коротких и не очень сообщениях

Наш сайт: dscs.pro
Группа ВК: vk.com/dscspro
Download Telegram
Таланты, технологии, Технохаб: как прошла встреча с победителями Международной студенческой олимпиады ICPC

В Технохабе Сбера состоялась встреча с победителями Международной студенческой олимпиады по программированию ICPC — крупнейшего в мире соревнования для молодых разработчиков, которое объединяет более 120 стран и тысячи талантливых команд.

🔥В этом году чемпионами стали студенты СПбГУ Максим Туревский, Леонид Данилевич и Фёдор Ушаков, подготовленные тренерами Иваном Казменко и Александром Савченко. Команда СПбГУ решила все задачи, опередив сильнейшие университеты мира!

🏆 Чемпионов поздравил заместитель Председателя Правления Сбера Анатолий Попов. Он вручил им умные колонки SberBoom и предложил работу в Сбере. Ребят пригласили в IT-команду блока «Корпоративно-инвестиционный бизнес», которая, например, разрабатывает мультиагентные системы на базе GigaChat в рамках GenAI-трансформации банка.

В ходе экскурсии по Технохабу Сбера победители ICPC познакомились с командами, создающими агентные системы и платформу GigaChat, а также приняли участие во встрече с экспертами Центра GenAI блока КИБ.
⚪️ В беседе, в которой участвовал и руководитель Центра AI блока КИБ Сбера Виталий Сиванев, обсудили перспективы применения ИИ, ключевые разработки Сбера, направления сотрудничества с академическими командами, а также путь ребят к победе, их подготовку и дальнейшие профессиональные возможности.

🌍 Победа российских студентов на ICPC — это не только международное признание, но и вдохновляющий пример того, как упорство, командная работа и любовь к науке ведут к настоящим технологическим достижениям.

🎉 Мы искренне поздравляем победителей и их наставников с заслуженным успехом. Уверены, что впереди у ребят — яркие профессиональные достижения! А мы будем рады видеть их среди тех, кто вместе создает будущее ИИ в России!

🔗подробнее про встречу в Технохабе в релизе
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
15881😁111
Какой способ оптимизации больших языковых моделей вам кажется наиболее перспективным? 🤖
Anonymous Poll
46%
LoRA (Low-Rank Adaptation)
35%
Quantization (INT8, 4bit)
32%
Knowledge Distillation
18%
Sparse Attention
633
Миф 1️⃣1️⃣
Чтобы что-то открыть, учёным нужны десятилетия


Кажется, что великие открытия рождаются только если ученые годами проводят эксперименты в стенах лаборатории или ждут того самого «озарения». Но все совсем не так.

⚡️ Современная наука ускорилась

Сегодня на помощь учёным приходят искусственный интеллект, симуляции, квантовые вычисления и большие данные. То, на что раньше уходили годы, теперь занимает недели, а иногда даже часы.
ИИ способен анализировать миллионы гипотез, находить закономерности и предлагать новые направления исследований. Благодаря этому открытия происходят быстрее, чем когда-либо.

🔍 Прорывы часто рождаются на стыке дисциплин

Математики, биологи, физики, программисты и лингвисты работают вместе. Когда объединяются подходы из разных областей — появляются неожиданные решения. Так разрабатываются новые лекарства, алгоритмы диагностики и нейросети, способные понимать самые разные языки.

🌍 Наука стала глобальной

Исследователи со всего мира работают над общими задачами. Совместные базы данных, открытые публикации и коллаборации позволяют мгновенно обмениваться результатами и проверять гипотезы.

Научная реальность: время открытий сократилось, но суть осталась прежней — прогресс двигают любопытство, наблюдательность и смелость мыслить по-новому.

Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
119641
📰Дайджест новостей в сфере ИИ: собрали главные инфоповоды недели

Неделя позади и мы спешим к вам с подборкой свежих новостей. Новые мультиагентные системы, инновации в генерации данных и релизы от Apple и NVIDIA — собрали самое главное в нашем дайджесте ⬇️

🇷🇺 В России:

VK Tech внедрил в облачную платформу VK Cloud виртуальные GPU-карты, с помощью которых можно обучать ML-модели на небольших наборах данных

Разработчик Билайн Big Data & AI открыл бесплатный демо-доступ к мультиагентной платформе. На первом этапе она включает «Ассистента-секретаря», «Помощника продавца» и «Оператора контакт-центра»

Компания Авито внедрила свою большую языковую модель A-Vibe в систему защиты кода для поиска чувствительных данных и выявления угроз

Red_mad_robot и СберТех разработали мультиагентную систему для автоматического выявления уязвимостей в коде и их исправления

В AIRI создали пайплайн для генерации датасета с естественными галлюцинациями

Сбер выпустил ИИ-устройство SberBox Max для улучшения качества изображения и персонализации контента

Ученые МГУ им. М.В. Ломоносова и ФИЦ ИУ РАН разработали нейросетевую архитектуру QiGSAN для повышения точности сегментации малоразмерных объектов на изображениях, в том числе в случае ограниченного объема обучающих данных

🌍 В мире:

Разработчик Anthropic добавил в Claude функцию Skills, чтобы ИИ-модели использовали для выполнения задач набор определенных инструкций, скриптов и ресурсов.

DeepSeek представил эффективный и бюджетный ИИ для распознавания документов — DeepSeek-OCR

Alibaba добавила в чат-бот Qwen функцию долговременной памяти Qwen Chat Memory

Исследователи Apple представили модель ADE-QVAET для повышения точности прогнозирования ошибок ИИ, систему Agentic RAG из LLM и ИИ-агентов для тестирования ПО, а также ИИ-агентов SWE-Gym для исправления ошибок в коде

Adobe выпустил сервис AI Foundry по созданию специализированных генеративных ИИ-моделей для предприятий

Американский разработчик Krea AI представил модель Krea Realtime 14B для генерации видео по текстовому описанию с возможностью редактирования в реальном времени

Стэнфорд открыл бесплатный курс по LLM, где буквально обучают создавать свой GPT

NVIDIA представила Omni-Embed-Nemotron — универсальную мультимодальную модель для поиска по тексту, изображениям, аудио и видео
Please open Telegram to view this post
VIEW IN TELEGRAM
1066
🏆 Олимпиада от СПбГУ и Сбера: ваш шанс поступить в ВУЗ мечты

25 октября стартует Олимпиада для школьников «Математическое моделирование и искусственный интеллект». Это отличная возможность для учеников 9–11 классов попробовать себя в решении настоящих исследовательских задач и получить бонусы при поступлении в СПбГУ!

🚀 Почему стоит участвовать?

Развить логическое и аналитическое мышление
Прокачать навыки работы с ИИ и большими данными
Получить шанс на поступление в СПбГУ без экзаменов или 100 баллов по профильному предмету
Прикоснуться к опыту лидеров индустрии и увидеть новые карьерные перспективы благодаря партнерству со Сбером

📌 На сайте олимпиады можно найти сборники прошлых заданий и лекции-консультации, где преподаватели СПбГУ разбирают типовые ошибки и дают советы по подготовке.

📆 Регистрация: с 25 октября по 14 декабря 2025 года.
Успейте подать заявку и сделать шаг к профессии будущего!

Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1296
Викторина 6️⃣
Какой алгоритм чаще используют для рекомендации фильмов и музыки?

Каждый раз, когда Netflix или Okko предлагают вам новый сериал, а Яндекс.Музыка подбирает трек, который идеально подходит под настроение, это не магия, а математика. Рекомендательные системы анализируют миллионы действий пользователей, чтобы предсказать, что понравится именно вам.

А знаете ли вы, какой алгоритм чаще всего помогает этим системам? ⬇️
Please open Telegram to view this post
VIEW IN TELEGRAM
85
Какой алгоритм чаще используют для рекомендации фильмов и музыки?
Anonymous Quiz
31%
K-Means
46%
Collaborative Filtering
7%
Linear Regression
16%
Decision Tree
83
Разбор Викторины #6: Какой алгоритм чаще используют для рекомендации фильмов и музыки?

💜 Спасибо всем, кто участвовал! Пора разобрать ответы.

Правильный ответ: б) Collaborative Filtering

🔍 Почему именно Collaborative Filtering?

Collaborative filtering — это основа большинства рекомендательных систем, от Netflix до Волны в Яндексе. Идея этого алгоритма проста: похожие пользователи предпочитают похожие вещи.

Модель анализирует поведение тысяч пользователей — оценки, покупки, лайки — и ищет закономерности. Если вы и другой пользователь поставили высокие оценки одним и тем же фильмам, алгоритм предложит вам то, что понравилось вашему «двойнику».

Коллаборативная фильтрация бывает двух типов:

🔵 User-based — ищет пользователей со схожими интересами и предлагает их выбор.
🔵 Item-based — определяет, какие объекты похожи друг на друга (например, какие фильмы часто смотрят вместе) и строит рекомендации на этом сходстве.

Сегодня CF — не единственный инструмент, но по-прежнему ключевой элемент гибридных систем рекомендаций. К нему добавляют нейросети, градиентные бустинги и контентные модели, которые учитывают жанры, описания и даже обложки фильмов.

📌 Почему другие варианты не подходят?

K-Means — помогает кластеризовать пользователей или товары (например, разделить аудиторию на сегменты), но не даёт персональных рекомендаций сам по себе.

Linear Regression — может предсказывать рейтинг, но не учитывает схожесть пользователей или объектов. Её используют как базовую модель, однако реальные рекомендательные системы строятся на факторизациях и нейросетях.

Decision Tree — применяется в классификации и в ранжировании, но чаще как часть сложной модели, а не как источник самих рекомендаций.

Алгоритмы какой платформы, на ваш взгляд, работают эффективнее всего? Делитесь мнением в комментариях ⬇️

Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
9542
🤖 ИИ в деле: создаем коммерческие предложения с помощью нейросетей

Продолжаем делиться практическими кейсами о том, как ИИ помогает решать повседневные рабочие задачи.

📃 Сегодня — о том, как подготовить коммерческое предложение, которое действительно продаёт, даже если вы не копирайтер.

📌 Что умеет ИИ при работе с коммерческими предложениями?

1️⃣ Анализ и структура
Введите задачу, описание продукта и целевую аудиторию — нейросеть предложит структуру КП, сформулирует оффер и расставит акценты на выгодах. ИИ умеет писать тексты в разных стилях: от формального B2B до лёгкого и креативного B2C.

2️⃣ Персонализация под клиента
Нейросеть адаптирует текст под конкретного получателя: упомянет отрасль, тип бизнеса, возможные боли и цели клиента. Это позволяет массово готовить персонализированные КП для сотен компаний без потери качества.

3️⃣ Редактура и улучшения
Можно попросить ИИ улучшить уже готовое КП: сделать формулировки убедительнее, добавить эмоциональности или сократить до нужного объёма. Также ИИ поможет придумать несколько вариантов заголовков и CTA, чтобы протестировать, какой работает лучше.

⚙️ Какие инструменты выбрать?

⚪️ GigaChat — отлично работает с русским языком и спецификой российского рынка. Создаёт логичные и убедительные тексты, подходит для B2B и сложных продуктов.
⚪️ DeepSeek — генерирует структурированные КП по схеме «проблема–решение–выгода», отлично подходит для технических услуг и консалтинга.
⚪️ YandexGPT — естественные русскоязычные тексты и интеграция с экосистемой Яндекса. Удобен для корпоративных пользователей.
⚪️ Gemini — находит нестандартные формулировки и помогает выделиться среди конкурентов.
⚪️ Claude — создаёт сбалансированные, этичные тексты без излишней «продажности».
⚪️ ChatGPT — универсальный инструмент, подходит для разных форматов и языков, особенно если требуется быстрый черновик.

📎 Совет: чтобы получить качественное КП, задайте контекст и структуру заранее. Например:
«Ты опытный копирайтер для B2B-сегмента. Напиши коммерческое предложение от веб-студии для директора по маркетингу промышленной компании. Структура: проблема, решение, выгоды, кейсы, призыв к действию».


А вы уже пробовали готовить коммерческие предложения с помощью нейросетей? Делитесь опытом в комментариях ⬇️

Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
1186
📰Дайджест новостей в сфере ИИ: собрали главные инфоповоды недели

Новые мультимодальные модели, открытые фреймворки, спутниковые ИИ-сервисы и мощное обновление Алисы. Собрали всё самое интересное, чтобы вы могли почерпнуть вдохновение в эту непростую, но насыщенную шестидневку ⬇️

🇷🇺 В России:

В Авито открыли доступ к текстовой модели A-Vibe и мультимодальной A-Vision, дообученным под задачи E-commerce

ИТ-компания KTS представила TokenGate — единый API для LLM. Поддерживаются модели Anthropic, OpenAI, Google, Yandex и Cloud

В Сбере разработали ИИ-модели для распознавания составных эмоций на видео

В GigaChat появилась функция голосового диалога

В MWS AI выпустили новую версию большой языковой модели Cotype Pro 2.5. Ключевое отличие от предыдущей версии — способность к многошаговой работе в агентном режиме

Яндекс представил масштабное обновление «Алисы», в которой появятся функции записи на услуги, бронирования столов в ресторанах, поиска товаров по выгодной цене и проведения исследований

Минцифры России и Роскосмос прорабатывают создание комплекса ИИ-сервисов для анализа спутниковых снимков Земли, в том числе для выявления пожаров, чрезвычайных ситуаций и незаконной вырубки лесов

🌍 В мире:

Google выпустила фреймворк Geospatial Reasoning на базе Gemini, который объединяет ИИ-модели Земли (Earth AI Models)

Alibaba выпустила очки Quark AI с ИИ-помощником Quark. Компания также представила AI Chat Assistant — режим чат-бота в приложении Quark для поиска, генерации текста и редактирования изображений

Разработчик xAI запустил онлайн-энциклопедию Grokipedia на основе ИИ

Китайский Институт науки и искусственного интеллекта в Гуандуне представил компактный ИИ-сервер с низким энергопотреблением

NVIDIA выпустила открытые модели и датасеты для работы с естественным языком, роботами и задач в сфере биологии

Основатель Telegram Павел Дуров запустил децентрализованную сеть Cocoon для конфиденциальных ИИ-вычислений

HuggingFace представили openEnv: инструмент для разработки и обучения эффективных ИИ-агентов
Please open Telegram to view this post
VIEW IN TELEGRAM
755
🎓 Образование и инновации XXI века: СПб ФИЦ РАН на Международном научно-образовательном салоне 2025

С 29 по 31 октября прошел Санкт-Петербургский международный научно-образовательый салон 2025! Более 60 ведущих вузов, НИИ и компаний представили на площадке Экспофорума свои программы и поделились практиками внедрения инноваций в учебный процесс.

🔍 СПб ФИЦ РАН познакомил гостей с аспирантскими программами по направлениям «Информационные технологии и телекоммуникации» и «Экономика», а также с научными проектами и возможностями для молодых исследователей.

Представители Центра рассказали о будущем науки и внедрении искусственного интеллекта в образование:

🔵 Заместитель директора по научной работе Сергей Викторович Кулешов представил стратегические направления научно-образовательной работы СПб ФИЦ РАН

🔵 Специалист по связям с общественностью ЛПИИ Анжелика Станиславовна Чухарева провела интерактивную лекцию о применении искусственного интеллекта в учебном процессе.

📌 В этом году Салон проходил совместно с конгрессом «Профессиональное образование, наука и инновации в XXI веке», который объединяет представителей разных сфер ради одной цели — подготовки специалистов нового поколения.

Еще больше об ИИ и науке читайте в DSCS.pro
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1398