Специальный режим «Explain Mode» для Gemini CLI (Open Source AI агент от Google для командной строки) предложил Филипп Шмид AI разработчик из Google DeepMind. Промптом в GEMINI.md агент превращается в виртуального Senior Architect, который помогает вам быстро и безболезненно погрузиться в код больших и сложных проектов. Как работает:
- Обновляете GEMINI.md и переходите в режим Explain Mode. Выбираете большую тему (например, систему авторизации или работу с базой данных).
- Gemini CLI разбивает её на конкретные подтемы и предлагает вам выбрать направление для анализа.
- Проводит глубокий и понятный разбор выбранного компонента, объясняя, почему код устроен именно так.
- Предлагает следующие шаги для дальнейшего изучения кода.
- Обновляете GEMINI.md и переходите в режим Explain Mode. Выбираете большую тему (например, систему авторизации или работу с базой данных).
- Gemini CLI разбивает её на конкретные подтемы и предлагает вам выбрать направление для анализа.
- Проводит глубокий и понятный разбор выбранного компонента, объясняя, почему код устроен именно так.
- Предлагает следующие шаги для дальнейшего изучения кода.
🔥11👍4
🎓 ИИ и образование: от учёбы к карьере — готовим специалистов будущего
Искусственный интеллект меняет не только то, КАК мы учимся, но и то, ЧЕМУ нужно учиться. Какие навыки будут востребованы? Как перестроить образование под новые реалии?
📅 Сегодня в 14:00 на YouTube | Дискуссия экспертов-практиков
Участники:
• Олег Уткин (Sprinterra) — бизнес-развитие в EdTech
• Кирилл Марков — цифровая трансформация в НГПУ
• Михаил Коротеев — кафедра ИИ Финуниверситета
• Анна Авдюшина (ИТМО) — ИИ-платформы для образования
• Анастасия Пахорукова — педдизайн и медиаобразование
Обсуждаем:
✅ Какие компетенции нужны для работы с ИИ
✅ Как перестроить образовательные программы
✅ Непрерывное обучение: от вуза до карьеры
✅ Новые профессии и карьерные траектории
✅ Практические инструменты и платформы
✅ Этика и ответственность в ИИ-образовании
Искусственный интеллект меняет не только то, КАК мы учимся, но и то, ЧЕМУ нужно учиться. Какие навыки будут востребованы? Как перестроить образование под новые реалии?
📅 Сегодня в 14:00 на YouTube | Дискуссия экспертов-практиков
Участники:
• Олег Уткин (Sprinterra) — бизнес-развитие в EdTech
• Кирилл Марков — цифровая трансформация в НГПУ
• Михаил Коротеев — кафедра ИИ Финуниверситета
• Анна Авдюшина (ИТМО) — ИИ-платформы для образования
• Анастасия Пахорукова — педдизайн и медиаобразование
Обсуждаем:
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤1
Рекомендую попробовать , не могу оторваться от новой модели . Краткое описание здесь:
https://t.iss.one/neurogen_news/1421
https://t.iss.one/neurogen_news/1421
Telegram
Neurogen
Kimi K2: теперь доступна всем
🔘Что такое Kimi K2?
Kimi K2 — это новейшая модель Mixture-of-Experts от Moonshot AI с 32 миллиардами активированных параметров и 1 триллионом общих параметров. Это не просто очередная языковая модель — это агентный ИИ, который…
🔘Что такое Kimi K2?
Kimi K2 — это новейшая модель Mixture-of-Experts от Moonshot AI с 32 миллиардами активированных параметров и 1 триллионом общих параметров. Это не просто очередная языковая модель — это агентный ИИ, который…
👍5❤1
Vibe Coding News этой недели:
Исследования, подтверждающие, что человекообразные senior-разработчики и ученые пока еще пригодятся, а также асинхронная библиотека для приложений с мультимодалными LLM. Д
Новое исследование METR проверило, как ИИ-помощники (Cursor Pro с Claude 3.5/3.7) влияют на продуктивность senior-разработчиков. Взяли 16 опытных инженеров (у каждого ~1500 коммитов и около 5 лет стажа в конкретных репозиториях open-source проектов) и дали им 246 типичных задач: багфиксы, фичи и улучшения на их «родных» проектах, где они знают каждый уголок.
Ожидали ускорения на 20–30%, а получили замедление на 19%.
Вывод: когда вы знаете проект лучше, чем собственный дом, ИИ пытается помочь как доброжелательный, но немного навязчивый младший коллега. Новичкам и в новых кодовых джунглях — полезно, а профи лучше доверять себе. Подробнее и полный препринт здесь.
METR — некоммерческая организация из Калифорнии, оценивающая риски от передовых ИИ-систем. Занимается тестированием автономных ИИ, сотрудничает с OpenAI, Anthropic и другими.
Исследователи из Стэнфорда проверили, чьи идеи в области обработки естественного языка (NLP) лучше: от людей или от LLM (Claude 3.5). Идеи для научно-исследовательских NLP-проектов были собраны от людей, сгенерированы LLM и оценены. Затем 43 исследователя реализовали идеи (в среднем по 100 часов работы), а другие эксперты потом ещё раз анонимно оценили результаты.
До реализации идеи ИИ казались интереснее, перспективнее, эффективнее. Но когда дошло до дела, их оценки сильно просели. Человеческие идеи оказались стабильнее и в итоге по качеству после реализации обошли LLM.
Вряд ли эти результаты можно распространять на другие области, но в научных исследованиях по темам вроде генерации, перевода, оценки фактов и безопасности — LLM умеет вдохновлять и пока не вытесняет человека. Полный препринт - здесь.
Google Deep Mind выпустили GenAI Processors — Python-библиотеку для быстрой сборки мультимодальных AI-приложений. Она позволяет легко объединять ввод с микрофона, камеры, текста или изображения и обрабатывать его через Gemini, выдавая результат с минимальной задержкой. Всё работает асинхронно и стримингово "из коробки. Хотя библиотека заточена под Gemini и содержит готовые модули, при желании можно подключить и другую LLM — например, GPT 4 — но для этого нужно написать свой небольшой врапер-процессор, который будет передавать данные в нужный API и обрабатывать ответы.
Пропустили что-то важное?
Исследования, подтверждающие, что человекообразные senior-разработчики и ученые пока еще пригодятся, а также асинхронная библиотека для приложений с мультимодалными LLM. Д
Новое исследование METR проверило, как ИИ-помощники (Cursor Pro с Claude 3.5/3.7) влияют на продуктивность senior-разработчиков. Взяли 16 опытных инженеров (у каждого ~1500 коммитов и около 5 лет стажа в конкретных репозиториях open-source проектов) и дали им 246 типичных задач: багфиксы, фичи и улучшения на их «родных» проектах, где они знают каждый уголок.
Ожидали ускорения на 20–30%, а получили замедление на 19%.
Вывод: когда вы знаете проект лучше, чем собственный дом, ИИ пытается помочь как доброжелательный, но немного навязчивый младший коллега. Новичкам и в новых кодовых джунглях — полезно, а профи лучше доверять себе. Подробнее и полный препринт здесь.
METR — некоммерческая организация из Калифорнии, оценивающая риски от передовых ИИ-систем. Занимается тестированием автономных ИИ, сотрудничает с OpenAI, Anthropic и другими.
Исследователи из Стэнфорда проверили, чьи идеи в области обработки естественного языка (NLP) лучше: от людей или от LLM (Claude 3.5). Идеи для научно-исследовательских NLP-проектов были собраны от людей, сгенерированы LLM и оценены. Затем 43 исследователя реализовали идеи (в среднем по 100 часов работы), а другие эксперты потом ещё раз анонимно оценили результаты.
До реализации идеи ИИ казались интереснее, перспективнее, эффективнее. Но когда дошло до дела, их оценки сильно просели. Человеческие идеи оказались стабильнее и в итоге по качеству после реализации обошли LLM.
Вряд ли эти результаты можно распространять на другие области, но в научных исследованиях по темам вроде генерации, перевода, оценки фактов и безопасности — LLM умеет вдохновлять и пока не вытесняет человека. Полный препринт - здесь.
Google Deep Mind выпустили GenAI Processors — Python-библиотеку для быстрой сборки мультимодальных AI-приложений. Она позволяет легко объединять ввод с микрофона, камеры, текста или изображения и обрабатывать его через Gemini, выдавая результат с минимальной задержкой. Всё работает асинхронно и стримингово "из коробки. Хотя библиотека заточена под Gemini и содержит готовые модули, при желании можно подключить и другую LLM — например, GPT 4 — но для этого нужно написать свой небольшой врапер-процессор, который будет передавать данные в нужный API и обрабатывать ответы.
Пропустили что-то важное?
metr.org
Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
We conduct a randomized controlled trial to understand how early-2025 AI tools affect the productivity of experienced open-source developers working on their own repositories. Surprisingly, we find that when developers use AI tools, they take 19% longer than…
👍7🤡1
Media is too big
VIEW IN TELEGRAM
Владимир Крылов, доктор технических наук и научный консультант по применению ИИ в разработке ПО, поделился своим взглядом на будущее программирования.
В новой лекции рассматриваем перспективы превращения программирования в универсальный навык разработчиков практически любых управляемых устройств и систем. Даже тех, которые не основаны на использовании компьютеров и встроенных процессоров.
Вы увидите, как общий подход генерации кода по описанию заданных функциональностей позволяет создать среду управления и взаимодействия с окружением для различных субстратов, реализующих абстракцию вычислений, — от моря кремниевых вентилей до квантовых объектов и биологических структур.
Запись лекции доступна здесь и на других площадках:
➡️ YouTube
➡️ ВКонтакте
➡️ ЯндексМузыка
В новой лекции рассматриваем перспективы превращения программирования в универсальный навык разработчиков практически любых управляемых устройств и систем. Даже тех, которые не основаны на использовании компьютеров и встроенных процессоров.
Вы увидите, как общий подход генерации кода по описанию заданных функциональностей позволяет создать среду управления и взаимодействия с окружением для различных субстратов, реализующих абстракцию вычислений, — от моря кремниевых вентилей до квантовых объектов и биологических структур.
Запись лекции доступна здесь и на других площадках:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍5🔥2
🔊Говорим о клонировании голоса
Кто побеждает в гонке вооружений между дипфейками и детекторами? Расскажет Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
В эфире:
🟣 Эволюция синтеза: как технологии клонирования голоса достигли почти идеальной естественности — от роботизированной речи до неотличимых дипфейков.
🟣 Zero-shot революция: как клонировать голоса за 3 секунды и почему это доступно даже непрофессионалам.
🟣 Детектирование в действии: как современные алгоритмы «ловят» синтетику и почему это напоминает вечную игру в кошки-мышки.
🟣 Этика и угрозы: реальные кейсы мошенничества, регуляторные вызовы и тонкая грань между инновацией и преступлением.
🟣 Будущее биометрии: куда движется гонка технологий — от водяных знаков до квантовых методов защиты.
⏰ Запускаем трансляцию завтра, 23 июля, в 13:00!
Подключайтесь и задавайте вопросы Виктору! Их можно оставить в чате на YouTube или в комментариях к этому посту.
Кто побеждает в гонке вооружений между дипфейками и детекторами? Расскажет Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
В эфире:
⏰ Запускаем трансляцию завтра, 23 июля, в 13:00!
Подключайтесь и задавайте вопросы Виктору! Их можно оставить в чате на YouTube или в комментариях к этому посту.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤2👍1
Искусственный интеллект уже пишет код, исправляет ошибки и решает задачи уровня топовых программистов мира. Но многие разработчики продолжают считать ИИ лишь «модным автодополнением» и отрицают его влияние на профессию. Оправдан ли этот скепсис или это страх остаться за бортом технологического прогресса?
У нас в гостях доктор технических наук и научный консультант по применению ИИ в разработке ПО Владимир Крылов. Мы поговорим о психологии программистов-скептиков, о том, как на самом деле изменится работа в IT, и почему, по мнению нашего гостя, в будущем каждый инженер станет программистом.
Что это — «конец программирования», каким мы его знаем, или его величайшая трансформация? Ждёт ли нас мир, где код пишут для ДНК и живых нейронов?
Подключайтесь сегодня в 11:00, чтобы узнать, какие навыки будут цениться в новую эпоху и кто рискует стать «цифровым динозавром». Или смотрите в ВК☺️
У нас в гостях доктор технических наук и научный консультант по применению ИИ в разработке ПО Владимир Крылов. Мы поговорим о психологии программистов-скептиков, о том, как на самом деле изменится работа в IT, и почему, по мнению нашего гостя, в будущем каждый инженер станет программистом.
Что это — «конец программирования», каким мы его знаем, или его величайшая трансформация? Ждёт ли нас мир, где код пишут для ДНК и живых нейронов?
Подключайтесь сегодня в 11:00, чтобы узнать, какие навыки будут цениться в новую эпоху и кто рискует стать «цифровым динозавром». Или смотрите в ВК
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Программисты в отрицании: почему разработчики игнорируют ИИ и чем это для них закончится
Искусственный интеллект уже пишет код, исправляет ошибки и решает задачи уровня топовых программистов мира. Но многие разработчики продолжают считать ИИ лишь «модным автодополнением» и отрицают его влияние на профессию. Оправдан ли этот скепсис или это страх…
👍5🔥2🤣1
Перевёл для Хабра статью разработчика, недавно уволившегося из OpenAI. Он рассказывает, как устроена работа изнутри: культура снизу вверх, отсутствие планов, вся коммуникация через Slack, техстекиз Azure, monorepo, Python, как создавали Codex (агент-программист) делали 8 разработчиков (всего 17 человек) за 7 недель, работая до 4 утра.
Выжимки из статьи уже появлялись в каналах, но я прочитал оригинал и там много интересного. Возможно, не самый объективный обзор, но заглянуть внутрь OpenAI всё равно любопытно.
Выжимки из статьи уже появлялись в каналах, но я прочитал оригинал и там много интересного. Возможно, не самый объективный обзор, но заглянуть внутрь OpenAI всё равно любопытно.
🔥9👍2🤷♂1👌1
Vibe Coding News этой недели:
Qwen 3 Coder - новая open-source модель уровня Claude Sonnet-4 (по версии производителя, отчет с бенчмарками прилагается). 480 миллиардов параметров (35B активных), окно контекста 256K токенов, расширяемое до 1 миллиона. Специализация - генерация кода, инструментальное использование и агентные задачи. Полная модель доступна в чате; локально потребует десятки GPU. Если она вдруг действительно работает на уровне Sonnet-4, это может существенно удешевить работу в Cursor да и вообще позволить работать без облака. Наши коллеги, впрочем, пока не спешат переключаться на Qwen 3 Coder. Подождём отзывов и тестов.
Квантизованные модели Qwen 3 Coder, конечно, уже тоже сделали. Например, здесь инструкции по установке и квантизованные модели (Unsloth Dynamic 2.0) GGUF (8–16 бит) с поддержкой до 1M токенов контекста.
Mini-SWE-Agent - новый open-source агент программирования всего из 100 строк кода, достигающий 65% точности на задачах SWE-bench без использования специальных инструментов. 100 строк кода на python - можно быстро посмотреть как это устроено.
Figma запустила AI-генератор дизайна приложений, сайтов и прототипов чего угодно. Создаёшь по текстовому описанию — получаешь готовый макет, который можно доработать вручную. Уже можно попробовать, и пока даже бесплатно! Работает на базе Sonnet 4.
Google запустила в тестовом режиме Opal - систему быстрого создания мини-приложений, что-то вроде Claude Artifacts в рамках Google Labs. Пользователи с IP из США уже могут попробовать. Мы попробовали - работает вполне неплохо, принципиально нового пока не увидели. Пишешь или наговариваешь суть приложения, затем получаешь схему данных, которую можно отредактировать и создаёшь формы. Уметь программировать не нужно.
Забыли что-то интересное?
Qwen 3 Coder - новая open-source модель уровня Claude Sonnet-4 (по версии производителя, отчет с бенчмарками прилагается). 480 миллиардов параметров (35B активных), окно контекста 256K токенов, расширяемое до 1 миллиона. Специализация - генерация кода, инструментальное использование и агентные задачи. Полная модель доступна в чате; локально потребует десятки GPU. Если она вдруг действительно работает на уровне Sonnet-4, это может существенно удешевить работу в Cursor да и вообще позволить работать без облака. Наши коллеги, впрочем, пока не спешат переключаться на Qwen 3 Coder. Подождём отзывов и тестов.
Квантизованные модели Qwen 3 Coder, конечно, уже тоже сделали. Например, здесь инструкции по установке и квантизованные модели (Unsloth Dynamic 2.0) GGUF (8–16 бит) с поддержкой до 1M токенов контекста.
Mini-SWE-Agent - новый open-source агент программирования всего из 100 строк кода, достигающий 65% точности на задачах SWE-bench без использования специальных инструментов. 100 строк кода на python - можно быстро посмотреть как это устроено.
Figma запустила AI-генератор дизайна приложений, сайтов и прототипов чего угодно. Создаёшь по текстовому описанию — получаешь готовый макет, который можно доработать вручную. Уже можно попробовать, и пока даже бесплатно! Работает на базе Sonnet 4.
Google запустила в тестовом режиме Opal - систему быстрого создания мини-приложений, что-то вроде Claude Artifacts в рамках Google Labs. Пользователи с IP из США уже могут попробовать. Мы попробовали - работает вполне неплохо, принципиально нового пока не увидели. Пишешь или наговариваешь суть приложения, затем получаешь схему данных, которую можно отредактировать и создаёшь формы. Уметь программировать не нужно.
Забыли что-то интересное?
chat.qwen.ai
Qwen Chat
Qwen Chat offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
❤3👍3
Media is too big
VIEW IN TELEGRAM
🔊Говорим о клонировании голоса
Кто побеждает в гонке вооружений между дипфейками и детекторами? Рассказывает Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
Разбираем:
🟣 Эволюция синтеза: как технологии клонирования голоса достигли почти идеальной естественности — от роботизированной речи до неотличимых дипфейков.
🟣 Zero-shot революция: как клонировать голоса за 3 секунды и почему это доступно даже непрофессионалам.
🟣 Детектирование в действии: как современные алгоритмы «ловят» синтетику и почему это напоминает вечную игру в кошки-мышки.
🟣 Этика и угрозы: реальные кейсы мошенничества, регуляторные вызовы и тонкая грань между инновацией и преступлением.
🟣 Будущее биометрии: куда движется гонка технологий — от водяных знаков до квантовых методов защиты.
Запись лекции доступна здесь и на других площадках:
➡️ YouTube
➡️ ВКонтакте
➡️ ЯндексМузыка
Кто побеждает в гонке вооружений между дипфейками и детекторами? Рассказывает Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
Разбираем:
Запись лекции доступна здесь и на других площадках:
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6
На Kaggle стартовал новый AI-конкурс K Prize (Konwinski Prize) от сооснователя Databricks и Perplexity Энди Конвински.
Главная идея проверить, смогут ли open-source AI-модели решать реальные задачи разработки. Особенность конкурса: модели отправляются заранее, а тестовые задачи выбираются позже из свежих GitHub-issues, появившихся уже после дедлайна. Конвински обещает выплатить $1 млн первой модели, которая решит более 90% задач, но кажется что пока деньги в безопасности.
Оценка моделей проходит:
• Офлайн: без доступа в интернет.
• Ограниченные ресурсы: не больше 4-х GPU (L4), предоставленных Kaggle.
• Проверка основана только на новых GitHub-issues, что исключает возможность заранее подготовить модель.
Первый тур показал, насколько это сложно: лучшая модель справилась лишь с 7,5% задач. Тут надо учесть, что все закрытые модели типа Claude/OpenAI сюда не попадают. Открытые модели типа Qwen 3 только в сильно квантизованном виде (аппаратные ограничения).
Сам Конвински считает, что подобный подход к тестированию, взятый из соревнований по прогнозированию рынка, полностью исключает возможность заранее «подогнать» модель под тестовые данные. «Пока мы не можем приблизиться даже к 10% задач из бенчмарка, о замене программистов на AI говорить рано», — говорит Конвински (тут стоит напомнить, что большие проприетарные модели участвовали). Ветка на Reddit.
Главная идея проверить, смогут ли open-source AI-модели решать реальные задачи разработки. Особенность конкурса: модели отправляются заранее, а тестовые задачи выбираются позже из свежих GitHub-issues, появившихся уже после дедлайна. Конвински обещает выплатить $1 млн первой модели, которая решит более 90% задач, но кажется что пока деньги в безопасности.
Оценка моделей проходит:
• Офлайн: без доступа в интернет.
• Ограниченные ресурсы: не больше 4-х GPU (L4), предоставленных Kaggle.
• Проверка основана только на новых GitHub-issues, что исключает возможность заранее подготовить модель.
Первый тур показал, насколько это сложно: лучшая модель справилась лишь с 7,5% задач. Тут надо учесть, что все закрытые модели типа Claude/OpenAI сюда не попадают. Открытые модели типа Qwen 3 только в сильно квантизованном виде (аппаратные ограничения).
Сам Конвински считает, что подобный подход к тестированию, взятый из соревнований по прогнозированию рынка, полностью исключает возможность заранее «подогнать» модель под тестовые данные. «Пока мы не можем приблизиться даже к 10% задач из бенчмарка, о замене программистов на AI говорить рано», — говорит Конвински (тут стоит напомнить, что большие проприетарные модели участвовали). Ветка на Reddit.
www.kprize.ai
Konwinski Prize - AI Software Engineering Challenge
I’m giving $1M to the first team that exceeds 90% on a new version of SWE-bench.
👍5❤2
Сейчас в эфире:
Интервью: Правда о чипах в мозге: эксперт разбирает Neuralink и российские аналоги
Сергей Шишкин, руководитель группы нейрокогнитивных интерфейсов Московский государственный психолого-педагогический университет (МГППУ) и один из пионеров российских brain-computer interface, честно рассказывает о реальном положении дел в индустрии нейротехнологий.
🔥 ЧТО ВЫ УЗНАЕТЕ:
Почему проект Neuralink называют "провальным" и что на самом деле умеют пациенты Маска
Как обезьяна "обманывала" систему в знаменитом эксперименте с игрой Pong
Какие российские нейроинтерфейсы уже превосходят зарубежные аналоги
Когда обычные люди смогут купить "читалки мыслей" в магазине
Реальны ли планы Neuralink по восстановлению зрения в 2025 году
Кто действительно лидирует в гонке нейрочипов: Маск, Gabe Newell или китайцы
🎯 ОБ ЭКСПЕРТЕ:
Сергей Львович Шишкин - доктор наук, автор 170+ научных публикаций, создатель первого в России working brain-computer interface. Его исследования цитируются в ведущих мировых журналах. В отличие от многих экспертов, он лично работал с реальными пациентами и знает технологию "изнутри".
Смотреть тут https://www.youtube.com/watch?v=wH3hH6Cah94
и тут https://vkvideo.ru/video-39755794_456239434
И тут в телеграмм.
Интервью: Правда о чипах в мозге: эксперт разбирает Neuralink и российские аналоги
Сергей Шишкин, руководитель группы нейрокогнитивных интерфейсов Московский государственный психолого-педагогический университет (МГППУ) и один из пионеров российских brain-computer interface, честно рассказывает о реальном положении дел в индустрии нейротехнологий.
🔥 ЧТО ВЫ УЗНАЕТЕ:
Почему проект Neuralink называют "провальным" и что на самом деле умеют пациенты Маска
Как обезьяна "обманывала" систему в знаменитом эксперименте с игрой Pong
Какие российские нейроинтерфейсы уже превосходят зарубежные аналоги
Когда обычные люди смогут купить "читалки мыслей" в магазине
Реальны ли планы Neuralink по восстановлению зрения в 2025 году
Кто действительно лидирует в гонке нейрочипов: Маск, Gabe Newell или китайцы
🎯 ОБ ЭКСПЕРТЕ:
Сергей Львович Шишкин - доктор наук, автор 170+ научных публикаций, создатель первого в России working brain-computer interface. Его исследования цитируются в ведущих мировых журналах. В отличие от многих экспертов, он лично работал с реальными пациентами и знает технологию "изнутри".
Смотреть тут https://www.youtube.com/watch?v=wH3hH6Cah94
и тут https://vkvideo.ru/video-39755794_456239434
И тут в телеграмм.
YouTube
Правда о чипах в мозге: эксперт разбирает Neuralink и российские аналоги
Сергей Шишкин, руководитель группы нейрокогнитивных интерфейсов МГППУ и один из пионеров российских brain-computer interface, честно рассказывает о реальном положении дел в индустрии нейротехнологий.
🔥 ЧТО ВЫ УЗНАЕТЕ:
Почему проект Neuralink называют "провальным"…
🔥 ЧТО ВЫ УЗНАЕТЕ:
Почему проект Neuralink называют "провальным"…
🔥5