На днях наткнулся на интересную статью, советую к прочтению

В статье обсуждаются потенциальные опасности излишней веры в искусственный интеллект, сравнивая её с поклонением новому божеству. Автор предостерегает от того, чтобы позволять ИИ принимать ключевые решения, предупреждая, что чрезмерное доверие к технологиям может увести нас от решения реальных социальных и политических проблем. Вместо того чтобы полагаться на ИИ как на объективного арбитра, автор предлагает критически подходить к его использованию, понимая, что истинное значение и моральные решения остаются в руках людей.

Кто пользуется ChatGPT активнее всего?

Интересно,
статистика показывает, что помимо молодцов индусов, которые со временем бума программирования начали занимать лидирующие позиции в изучении технологий,
то тут мы видим, что развивающиеся страны используют новый инструмент намного активнее стран развитых.

Вероятно, понимают, что это их шанс добрать знаний и воспринимают ИИ, как более совершенный интернет (Что по факту так и есть).

А ты уже индус или ещё нет?

На YouTube вышла самая понятная и короткая серия лекций о нейросетях

В них рассказывают всю базу, главные принципы работы нейронок и наглядные анимации.

Изучаем по ссылкам:

— Что такое GPT - здесь.
— Как работает механизм внимания - здесь.
— Где ИИ хранит воспоминания - здесь.

Сохраняем и учимся

Нейронка, которая опирается лишь на научные исследования

Typeset отвечает на ваши вопросы  опираясь исключительно на научные исследования

ИИ ищет подходящие статьи на тему и выдаёт вам ответ

Ссылка

Скриньте: мой предикт на слово года 2025 - Агент.

За этот год развития ИИ стала ясно, что практически любой отдел в компании можно заменить на одного менеджера-архитектора ИИ. Но есть одна проблема – никто точно не знает, что такое AI-агент.
- OpenAI называет их «автоматизированными системами», выполняющими задачи. - Microsoft различает AI-агентов и ассистентов. - В Google признаются, что «ненавидят» этот термин из-за его чрезмерного использования.

С одной стороны, неопределённость даёт гибкость, так как сейчас кажется что агентом можно заменить практически любой труд. С другой – создаёт путаницу, завышенные ожидания и маркетинговый хайп.

Пока полезно будет узнать о топ компаниях из этой сферы, за которыми будет интересно последить: https://www.multimodal.dev/post/ai-agent-companies

Надеюсь, все уже поняли, что Трамп собирается специально обрушить рынки больше чем на 20%, чтобы рефинансировать госдолг в 0. Но как это скажется на ИИ?

1. Когда рынки лихорадит, инвесторы начинают нервничать и сливаются из всего рискованного. А AI-стартапы — как раз из таких. Вместо них инвестиции пойдут в гособлигации, потому что там надежнее переждать шторм. Так что пока не ждем новых заоблачных оценок стартапов.

2. Возврат производства в США. С одной стороны, можно будет наладить своё производство чипов и не зависеть от Китая. С другой — цены на комплектующие могут вырасти, ведь многие компании всё ещё завязаны на глобальные поставки, да и нет более выгодного места для производства, чем в Китае.

3. Трамп, скорее всего, не будет особо лезть в регулирование AI — мол, пусть рынок сам всё разрулит. Это ускорит разработку новых фич, но и рисков станет больше — по части этики, безопасности, да и вообще, куда всё это катится.

4. Если снова начнутся тарифы, запреты и прочее, то США и Китай перестанут делиться технологиями. Это ускорит гонку, но может мешать совместной работе по важным вопросам — например, как контролировать ИИ, как использовать его в военной отрасли и космосе.

Русский венчур переживает не лучшее время: оценки стартапов падают, деньги дорожают, рынок сжимается. Но предпринимателей меньше не стало. Наоборот, начали появляться комьюнити-фаундеров, которые в условиях не совсем здорового рынка могут быстро валидировать идею, привлечь первых клиентов и помочь найти инвестиции. Пожалуй самым заметным из них является Product Radar. Это российский аналог Американского Product Hunt, признания в котором для любого стартапа равносильно полученным инвестициям. Я уже как пол года являюсь приглашенным экспертом для ИИ-проектов и это не реклама. Для меня это отличный показатель того, как меняется ИТ-рынок и где появятся будущие единороги.
В качестве примера приведу проек Virton - виртуальная примерочная нового поколения для маркетплейсов и онлайн магазинов, подключаемая в пару кликов. Этот проект стал «Продуктом недели» на Радаре и является отличным примером того, что даже на совсем небольшом российском рынке появляются продукты, которые не имеют аналогов в мире.

В будущем постараюсь регулярно рассказывать о новых, местных и интересных ИИ-стартапах, которые взорвут ваше представление об использовании нейронок в бизнесе уже сегодня.

Скоро нам всем придется забыть про найм.

В компаниях будущего для всех просто не будет места. Тренд на AI-first компании и соло-фаундеров уже захватил кремниеву долину. Бизнес строится так, чтобы по минимуму нанимать людей и по максимуму использовать ИИ. Команды — минимальные, роли плавают, процессы автоматизированы с самого старта. Потому что, честно, проще сразу не нанимать, чем потом увольнять и перестраивать всё, как это делают крупные компании. С таким софтом как Cursor можно делать месячную работа за день! Появляется модель: «делаем то же, что конкуренты, но дешевле — потому что у нас нет раздутого штата, всё делает ИИ». И вот в чём важный момент: молодым специалистам, студентам всё сложнее в это влиться. Тебя просто не зовут. Хочешь играть — создавай своё. Но помни: рынок один. Зачем мы все тогда будем нужны - это большой вопрос, на который нам всем придется ответить.

Earth OS

Прямо сейчас мы живём в момент смены «операционки» всего софта. От этом говорил Андрей Карпатый на недавнем Y Combinator AI Startup School.

Раньше был классический
Software 1.0 — обычный код. Потом пришел 2.0 — нейронки, веса, лоукод. А теперь уже Software 3.0 — промпты. То есть ты буквально программируешь на английском. Выбор за тобой: хочешь решать задачу — смотри, что эффективнее, писать код, настраивать нейросеть или просто писать в промпте.

Большие модели пока как старые компы: дорогие, нестабильные, неудобные. Но уже становятся критической инфраструктурой. Кто работает с LLM — уже чувствует, как встает работа, если они вдруг «падают». Промпты становятся новыми API, и теперь мы проектируем интерфейсы не для людей, а для агентов.

Еще одно сравнение LLM с симуляторами людей: у них почти энциклопедическая память, но они тупят, забывают, теряют контекст, как в “Мементо” Кристофера Нолана. Поэтому работа с ними — это пока не «автоматизация всего», а что-то вроде костюма Железного человека: человек — в центре, ИИ помогает.

Vibe coding — звучит весело: сел, накидал текстом — получил прототип. Но всё равно нужен человек, чтобы довести до реального продукта, а это еще недели работы. Так что настоящее будущее — не в полной автономности, а в гибридных системах: человек + ИИ + удобный интерфейс.

Поэтому сейчас нам всем стоит скорей обучиться новой грамотности — умение объяснить задачу не человеку, а модели. Чем раньше мы научимся проектировать под ИИ (инструкции, интерфейсы, данные), тем больше шансов, что будем на коне.

Элиезер Юдковский, один из родоначальников безопасного ИИ, остается последовательным в своей позиции последние 20 лет: сверхразумный ИИ может стать катастрофой. А на днях он решил выпустить свою монографию If Anyone Builds It, Everyone Dies, где он вновь призывает остановить исследования.

Скептики видят в книге аргумент за жёсткое регулирование, оптимисты — повод ускорять инвестиции.
И вот даже такой труд теперь больше инструмент экономической игры, чем предсказание будущего.

Наконец-то вышел по-настоящему полезный сайт:
придумайте самый безумный товар и он сгенерирует его страницу, как будто он есть на самом деле.
Например, всего за 300 долларов можно взять водный мотоцикл на солнечных панелях

https://anycrap.shop/

Если про ChatGPT слышали уже все, то есть еще одна базовая нейронка, которую должен знать каждый - Perplexity. Это как чатгпт, только она прикрепляет ссылки, откуда была взята информация.
И вчера у нее вышел в бесплатный доступ (до этого он стоял 200$ в месяц) браузер Comet, пожалуй, единственный реальный конкурент Chrome в ближайшее время.
Comet: https://www.perplexity.ai/download-comet

Мы создали инструмент, который решает одну из самых недооценённых проблем на автомобильном рынке — оценку реальной стоимости владения автомобилем. Большинство площадок и калькуляторов, включая «Авито», считают эксплуатационные расходы поверхностно: топливо, страховка, шины. Но основные издержки скрыты в амортизации силовых агрегатов — двигателя, коробки, трансмиссии и подвески.

Фактически это аналитический движок, который соединяет инженерные данные, статистику вторичного рынка и поведение владельцев. Пользователь получает реальную картину жизненного цикла автомобиля — от покупки до продажи.

Для автоподборщиков, дилеров и инвесторов на вторичке это — инструмент, который позволяет принимать решения не на интуиции, а на данных.
Для конечного пользователя — удобный способ задать самые глупые вопросы об авто бесплатно.

Мучайте вопросами, узнавайте слабые стороны авто, а если зайдете в тупик, используйте команду /reset, чтобы начать диалог заново. Может отвечать через паузу, 20-30 секунд.

Антон-автоподбор: @anton_auto_podbor

Ничего необычного, просто автоматизированные доки в Китае. Такую картину уже можно наблюдать в Лос Анджелесе и в Сингапуре

На сайте Академии OpenAI есть набор "Промпт Паков".

Есть Паки для:
for sales
for product
for IT(
for HR
for engeneers
for managers
for executives (для топов)

Для каждой категории разобраны разные кейсы.

Ссылка:
https://academy.openai.com/public/tags/prompt-packs-6849a0f98c613939acef841c

В выходные делимся с вами очень важным лонгридом о развитие критического мышления в работе с ИИ. Умение получать нужное в общении с ИИ такой же сложный навык, как и научиться кататься на серфе или играть на пианино. Вспомните, как вы раньше учились искать информацию в интернете: десятки запросов, множество открытых вкладок, с каждой из которых нужно взять несколько абзацев. Чтобы собрать нужную информацию уходили часы. Сейчас ИИ может ускорить процесс, но он не понимает вашей конечной цели. Уметь писать промты уже не достаточно для быстрого и эффективного выполнения задачи. Важно понимать, как работает модель, тестировать ее границы, выявлять паттерны поведения (почему ты ответила так?) и предугадывать ее поведение.
Самое худшее, что может произойти с человечеством- это если мы будем слепо следовать указаниям ИИ, не пытаясь понять смысл происходящего. Поэтому важно не лениться думать над каждым словом, сохраняя концентрацию над происходящим.
Статья: https://mindsmith.ru/insights/beyond-prompting/

Известная мудрость: человек - это ваше зеркало. На днях прочитал интересную статью про такой же взгляд на интеллект искусственный. Машины стали зеркалами, отражающими структуру человеческого восприятия. Страх перед «чёрным ящиком» — это страх перед собственной непостижимостью: нам комфортнее мир, где всё объяснимо. Проекции заставляют приписывать ИИ эмоции и злой умысел, а собственное несовершенство — видеть в нём угрозу. Но именно эта тревога и запускает развитие: технологии вынуждают нас учиться заново — понимать, доверять, выходить за пределы старых привычек. Даже появился термин learned distrust — выученное недоверие. Возможно, главный урок взаимодействия с ИИ в том, чтобы преодолеть это состояние — и позволить себе развиваться.

Основное:

Объём рынка
• LLM-решения для B2B — 35 млрд ₽
• Среднегодовой рост до 2028 года — около 25%
• On-Premise — 33 млрд ₽
• Средняя стоимость проекта — 15 млн₽ (!!!)

Сегменты:
• Векторный поиск — 4,2 млрд ₽ (2025 год)
• Платформы для обучения и эксплуатации AI — 15 млрд ₽, рост — 20% в год

Зрелость внедрения AI в компаниях
• Начинающие — 45%
• Продвинутые — 35%
• Профессионалы — 14%
• Лидеры — 3%

Барьеры внедрения AI-агентов
1. Постоянная идентичность — сохранение личности и памяти агента
2. Протоколы взаимодействия — необходимость единых стандартов
3. Безопасность — доверие, прозрачность, контроль

Кадровая ситуация
• Дефицит AI-специалистов — около 10 тыс. человек

Основные направления применения (% от опрошенных)
• Клиентская поддержка — 34%
• Маркетинг и генерация описаний — 25%
• Работа с внутренними базами знаний — 25%
• HR-процессы (вакансии, анализ кандидатов) — 15%