#unrealneural #пытаюсьпонять
В последние пару месяцев я много читал и изучал развитие ЛЛМ и мультимодальных моделей, размышляя об их реальной применимости в сложных задачах архитектурного проектирования. Изначально мне казалось, что они могут стать новой парадигмой, неким универсальным инструментом, способным полностью заменить существующий софт. Это видится как идеальный конечный результат, меняющий сам подход архитектора к проектированию. И я вижу как появляются стартапы иллюстрирующие эту парадигму: один из последних - это TwinMaster. Хочу рассказать про него в одном из следующих постов, ранее делал репост.
Однако, любой новый подход не способен быстро заменить существующие реальные процессы, поэтому всегда должен быть "путь встраивания".
Сегодняшний процесс работы архитектора - это постоянное «блуждание» между разными программами: одна для расчёта конструкций, другая для рендера, третья для анализа инсоляции и так далее. Готовясь к Бимпросвету, я пытался как то проиллюстрировать этот процесс: коллеги назвали слайд "полем одуванчиков".
В этой реальности новый ИИ-инструмент не должен становиться еще одним «одуванчиком», добавляющим новую итерацию в итак уже сложный путь.
Его роль - либо заменить большое количество "прыжков", либо стать центральным звеном, связывающим все существующие программы. LLM-модели, по сути являясь «смутными воспоминаниями об информации в интернете», отлично обучены интерпретировать запрос и вызывать нужное действие, но ПОКА не способны выполнить самостоятельно сложный технический расчет. Они способны ВЫЗВАТЬ нужный инструмент (MCP-протоколы и все такое), частично его реализовать (вайбкодинг), но под наблюдением.
Архитектор с помощью ИИ инструмента, ИИ тунеля способен быстрее идти по своему пути, возможно, напрямую не прикасаясь к некоторым из "одуванчиков".
Таким образом, LLM выступает в роли агрегатора сквозного процесса проектирования.
Он не заменяет узкоспециализированный софт, а управляет им, что значительно приближает нас к идеальной, бесшовной модели работы архитектора.
В последние пару месяцев я много читал и изучал развитие ЛЛМ и мультимодальных моделей, размышляя об их реальной применимости в сложных задачах архитектурного проектирования. Изначально мне казалось, что они могут стать новой парадигмой, неким универсальным инструментом, способным полностью заменить существующий софт. Это видится как идеальный конечный результат, меняющий сам подход архитектора к проектированию. И я вижу как появляются стартапы иллюстрирующие эту парадигму: один из последних - это TwinMaster. Хочу рассказать про него в одном из следующих постов, ранее делал репост.
Однако, любой новый подход не способен быстро заменить существующие реальные процессы, поэтому всегда должен быть "путь встраивания".
Сегодняшний процесс работы архитектора - это постоянное «блуждание» между разными программами: одна для расчёта конструкций, другая для рендера, третья для анализа инсоляции и так далее. Готовясь к Бимпросвету, я пытался как то проиллюстрировать этот процесс: коллеги назвали слайд "полем одуванчиков".
В этой реальности новый ИИ-инструмент не должен становиться еще одним «одуванчиком», добавляющим новую итерацию в итак уже сложный путь.
Его роль - либо заменить большое количество "прыжков", либо стать центральным звеном, связывающим все существующие программы. LLM-модели, по сути являясь «смутными воспоминаниями об информации в интернете», отлично обучены интерпретировать запрос и вызывать нужное действие, но ПОКА не способны выполнить самостоятельно сложный технический расчет. Они способны ВЫЗВАТЬ нужный инструмент (MCP-протоколы и все такое), частично его реализовать (вайбкодинг), но под наблюдением.
Архитектор с помощью ИИ инструмента, ИИ тунеля способен быстрее идти по своему пути, возможно, напрямую не прикасаясь к некоторым из "одуванчиков".
Таким образом, LLM выступает в роли агрегатора сквозного процесса проектирования.
Он не заменяет узкоспециализированный софт, а управляет им, что значительно приближает нас к идеальной, бесшовной модели работы архитектора.
🤔9👍3👌2
#unrealneural
MiCADangelo: реконструкция объектов с помощью ИИ (3D-сканирование - > САПР).
Использует довольно уникальный подход с помощью
1. CNN, которая выбирает плоскости эскиза из предложений, и
2. CNN для параметризации эскиза (предварительно обученного на SketchGraphs) и
3. дифференцируемых выдавливаний.
https://arxiv.org/abs/2510.23429
MiCADangelo: реконструкция объектов с помощью ИИ (3D-сканирование - > САПР).
Использует довольно уникальный подход с помощью
1. CNN, которая выбирает плоскости эскиза из предложений, и
2. CNN для параметризации эскиза (предварительно обученного на SketchGraphs) и
3. дифференцируемых выдавливаний.
https://arxiv.org/abs/2510.23429
⚡2👍1
#unrealneural
Обнаружено критическое слепое пятно в поисковых агентах ИИ
Новое исследование показывает, что, хотя эффективность поиска с помощью ИИ выросла в 7 раз, возможности взаимодействия остались на прежнем уровне. Агенты не могут прояснить неоднозначные запросы.
https://huggingface.co/papers/2510.24668
Обнаружено критическое слепое пятно в поисковых агентах ИИ
Новое исследование показывает, что, хотя эффективность поиска с помощью ИИ выросла в 7 раз, возможности взаимодействия остались на прежнем уровне. Агенты не могут прояснить неоднозначные запросы.
https://huggingface.co/papers/2510.24668
🤔4🔥2👍1
#unrealneural
При использовании ИИ пользователи попадают в ловушку Даннинга-Крюгера наоборот 🧐
Исследователи обнаружили, что при использовании инструментов искусственного интеллекта, таких как ChatGPT, люди постоянно переоценивают собственную эффективность - независимо от того, насколько они опытны.
Удивительно, но те, у кого уровень грамотности в области искусственного интеллекта был выше, оказались наиболее самоуверенными, что является полной противоположностью традиционному эффекту Даннинга-Крюгера.
Исследование показало, что большинство пользователей полагались на одну подсказку, демонстрируя слепое доверие к результатам работы ИИ.
Результаты подчеркивают растущую потребность в системах искусственного интеллекта, которые побуждают пользователей размышлять, подвергать сомнению и проверять результаты.
https://neurosciencenews.com/ai-dunning-kruger-trap-29869/
При использовании ИИ пользователи попадают в ловушку Даннинга-Крюгера наоборот 🧐
Исследователи обнаружили, что при использовании инструментов искусственного интеллекта, таких как ChatGPT, люди постоянно переоценивают собственную эффективность - независимо от того, насколько они опытны.
Удивительно, но те, у кого уровень грамотности в области искусственного интеллекта был выше, оказались наиболее самоуверенными, что является полной противоположностью традиционному эффекту Даннинга-Крюгера.
Исследование показало, что большинство пользователей полагались на одну подсказку, демонстрируя слепое доверие к результатам работы ИИ.
Результаты подчеркивают растущую потребность в системах искусственного интеллекта, которые побуждают пользователей размышлять, подвергать сомнению и проверять результаты.
https://neurosciencenews.com/ai-dunning-kruger-trap-29869/
🤔4👍3💯1
#unrealneural
MCP Toolbox for Databases — это сервер MCP с открытым исходным кодом, который помогает агентам ИИ безопасно и эффективно взаимодействовать с базами данных SQL.
Он упрощает разработку инструмента, обрабатывая проблемы на уровне инфраструктуры, такие как пул соединений, аутентификация и наблюдаемость, поэтому вы можете сосредоточиться на определении того, что должен делать агент do.
Основные характеристики:
• Быстрая разработка: декларативно определяйте инструменты и интегрируйте их менее чем в 10 строк кода
• Улучшенная производительность: встроенный пул соединений и эффективное выполнение запросов
• Безопасность по умолчанию: встроенная аутентификация для более безопасного доступа к данным
• Встроенная наблюдаемость: метрики и отслеживание с помощью OpenTelemetry
• Поддержка нескольких баз данных: работает с PostgreSQL, MySQL, Cloud SQL, AlloyDB и другими
https://github.com/googleapis/genai-toolbox
MCP Toolbox for Databases — это сервер MCP с открытым исходным кодом, который помогает агентам ИИ безопасно и эффективно взаимодействовать с базами данных SQL.
Он упрощает разработку инструмента, обрабатывая проблемы на уровне инфраструктуры, такие как пул соединений, аутентификация и наблюдаемость, поэтому вы можете сосредоточиться на определении того, что должен делать агент do.
Основные характеристики:
• Быстрая разработка: декларативно определяйте инструменты и интегрируйте их менее чем в 10 строк кода
• Улучшенная производительность: встроенный пул соединений и эффективное выполнение запросов
• Безопасность по умолчанию: встроенная аутентификация для более безопасного доступа к данным
• Встроенная наблюдаемость: метрики и отслеживание с помощью OpenTelemetry
• Поддержка нескольких баз данных: работает с PostgreSQL, MySQL, Cloud SQL, AlloyDB и другими
https://github.com/googleapis/genai-toolbox
👍3⚡1
Forwarded from эйай ньюз
Media is too big
VIEW IN TELEGRAM
Cursor 2.0 — собственная агентная модель и новые способы программировать
Добавили новый интерфейс для управления несколькими агентами сразу, агенты теперь могут использовать браузер. При этом агентами не обязательно управлять текстом — в редакторе появился официальный голосовой режим. Попрошу заметить что с релиза 1.0 не прошло и полугода (как думаете, когда выйдет 3.0?).
Но самое интересное — собственная модель, под названием Composer. Основной упор у модели на интерактивность — большинство запросов модель решает меньше чем за 30 секунд. Выходит это у них через использование 200 токенов в секунду, но в придачу её тренируют использовать параллельные тулколы чтобы уменьшить задержку от энвайромента. При этом, не смотря на скорость, модель крайне сильная — отстаёт лишь от Sonnet 4.5 и GPT-5 на внутренних тестах Cursor.
Свои модели это критически важно, ведь Codex и Claude Code за счёт вертикальной интеграции могут давать сильно лучше условия использования и тренировать модельку на лучшую работу с её обвязкой. Выйдет ли у них так вертикально интегрироваться — очень большой вопрос. С одной стороны у Cursor куча данных от юзеров множества моделей ну и этот релиз выглядит многообещающе, с другой стороны из компании на днях ушёл один из четырёх основателей, а у конкурентов оценка измеряется в сотнях миллиардов или даже триллионах долларов.
@ai_newz
Добавили новый интерфейс для управления несколькими агентами сразу, агенты теперь могут использовать браузер. При этом агентами не обязательно управлять текстом — в редакторе появился официальный голосовой режим. Попрошу заметить что с релиза 1.0 не прошло и полугода (как думаете, когда выйдет 3.0?).
Но самое интересное — собственная модель, под названием Composer. Основной упор у модели на интерактивность — большинство запросов модель решает меньше чем за 30 секунд. Выходит это у них через использование 200 токенов в секунду, но в придачу её тренируют использовать параллельные тулколы чтобы уменьшить задержку от энвайромента. При этом, не смотря на скорость, модель крайне сильная — отстаёт лишь от Sonnet 4.5 и GPT-5 на внутренних тестах Cursor.
Свои модели это критически важно, ведь Codex и Claude Code за счёт вертикальной интеграции могут давать сильно лучше условия использования и тренировать модельку на лучшую работу с её обвязкой. Выйдет ли у них так вертикально интегрироваться — очень большой вопрос. С одной стороны у Cursor куча данных от юзеров множества моделей ну и этот релиз выглядит многообещающе, с другой стороны из компании на днях ушёл один из четырёх основателей, а у конкурентов оценка измеряется в сотнях миллиардов или даже триллионах долларов.
@ai_newz
⚡4👍2🔥1
Media is too big
VIEW IN TELEGRAM
#unrealneural
Pokee AI: новая платформа, которая демонстрирует простое создание ИИ агентов.
Когда читал про него, глаз зацепил термин “антиn8n” 🧐
https://github.com/Pokee-AI/PokeeResearchOSS
Pokee AI: новая платформа, которая демонстрирует простое создание ИИ агентов.
Когда читал про него, глаз зацепил термин “антиn8n” 🧐
https://github.com/Pokee-AI/PokeeResearchOSS
⚡3👍1
Media is too big
VIEW IN TELEGRAM
#unrealneural
TwinMaster — это платформа Digital Twin, созданная для архитекторов, включающая в себя уникального многоагентного персонального помощника на базе искусственного интеллекта под названием «Arch-e».
В соцсетях напсиано, что там от 11 до 50 сотрудников и основана компания с 2023 года, хотя публикаций достаточно мало. Демо версия не запрашивается. Наблюдаем, выглядит интересно
TwinMaster — это платформа Digital Twin, созданная для архитекторов, включающая в себя уникального многоагентного персонального помощника на базе искусственного интеллекта под названием «Arch-e».
В соцсетях напсиано, что там от 11 до 50 сотрудников и основана компания с 2023 года, хотя публикаций достаточно мало. Демо версия не запрашивается. Наблюдаем, выглядит интересно
👍3❤2⚡1
Forwarded from Наука, Техника и нейровайб
ГигаЧат запустил голосовое общение, теперь с нейросетью можно разговаривать, как с живым человеком — перебивать и даже выбирать, кто ответит: мужской или женский голос.
Функция уже доступна в бета-режиме: в веб-версии и на Android. После разговора можно получить полную транскрипцию — удобно, если нужно сохранить мысли или вернуться к сказанному. Теперь ИИ не только пишет и ищет информацию, но и слушает. Можно обсудить задачи, отрепетировать выступление или просто поговорить.
Функция уже доступна в бета-режиме: в веб-версии и на Android. После разговора можно получить полную транскрипцию — удобно, если нужно сохранить мысли или вернуться к сказанному. Теперь ИИ не только пишет и ищет информацию, но и слушает. Можно обсудить задачи, отрепетировать выступление или просто поговорить.
⚡6👍5❤1🤡1
#unrealneural
Высокий уровень интеллекта связан с меньшим количеством, но более эффективными разветвлениями клеток мозга в сером веществе.
Высокий уровень интеллекта связан с меньшим количеством, но более эффективными разветвлениями клеток мозга в сером веществе.
⚡5❤1👍1🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Немного ИИ красоты в конце рабочего дня ⚡️⚡️⚡️
Немного ИИ красоты в конце рабочего дня ⚡️⚡️⚡️
❤8🔥3🌚2👎1
Forwarded from 🟡NeuroGraph
This media is not supported in your browser
VIEW IN TELEGRAM
Присоединение Weavy к Figma
Weavy официально становится частью Figma!
Figma приобрела платформу Weavy и выводит её как новый продукт Figma Weave — узловую среду, где на одном полотне можно соединять несколько AI-моделей и профессиональные инструменты редактирования (композитинг, маски, рерлайт и т.д.).
Зачем это важно: больше не нужно прыгать между приложениями — один промпт можно пустить по параллельным веткам через разные модели и сразу сравнить результаты.
Подход «beyond the prompt»: генерация — это сырьё, финал собирается на канвасе руками и узлами.
Для маркетинговых и креативных команд это ускоряет A/B-тесты и повышает консистентность бренда.
Что это даёт практикам:
- быстро собирать мульти-модельные пайплайны (изображение → видео → апскейл/грейд) без экспорта и импорта;
- хранить «рецепты» продакшена и масштабировать их на команду;
- работать в едином стеке рядом с новыми AI-инструментами Figma (Make, Sites, Buzz и др.).
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3⚡2🤯2
#unrealneural
Новые исследования показывают, что такие состояния, как аутизм и шизофрения, могут развиваться ещё до рождения. Учёные исследовали почти 1000 донорских человеческих мозгов и отслеживали, как ключевые химические метки ДНК, известные как метки метилирования, меняются в коре головного мозга. Они обнаружили, что большинство этих изменений происходят внутриутробно, особенно в первые недели беременности.
Эти изменения ДНК критически важны, поскольку они способствуют специализации клеток мозга, их взаимодействию и формированию сетей, а некоторые из затронутых генов связаны с аутизмом и шизофренией. Результаты исследования показывают, что «окно» для того, что может повлиять на развитие мозга, находится даже раньше, чем мы предполагали.
Это дает нам новый взгляд на то, как и когда могут возникнуть подобные нарушения нейроразвития, и подчеркивает важность изучения пренатального развития мозга в процессе поиска путей его понимания и потенциального вмешательства.
Новые исследования показывают, что такие состояния, как аутизм и шизофрения, могут развиваться ещё до рождения. Учёные исследовали почти 1000 донорских человеческих мозгов и отслеживали, как ключевые химические метки ДНК, известные как метки метилирования, меняются в коре головного мозга. Они обнаружили, что большинство этих изменений происходят внутриутробно, особенно в первые недели беременности.
Эти изменения ДНК критически важны, поскольку они способствуют специализации клеток мозга, их взаимодействию и формированию сетей, а некоторые из затронутых генов связаны с аутизмом и шизофренией. Результаты исследования показывают, что «окно» для того, что может повлиять на развитие мозга, находится даже раньше, чем мы предполагали.
Это дает нам новый взгляд на то, как и когда могут возникнуть подобные нарушения нейроразвития, и подчеркивает важность изучения пренатального развития мозга в процессе поиска путей его понимания и потенциального вмешательства.
⚡3❤🔥2👍1👨💻1
#unrealneural
Эмерджентность мозга - это не мистика. 86 млрд нейронов, каждый из которых просто суммирует входы и выдаёт спайк. Никакой 'души' в отдельном нейроне. Но на уровне сети - память, эмоции, самосознание.
Это как муравейник: один муравей глуп, колония - гениальна. Нейроны не 'думают'. Система думает.
P.S. Также как на уровне людей
Эмерджентность мозга - это не мистика. 86 млрд нейронов, каждый из которых просто суммирует входы и выдаёт спайк. Никакой 'души' в отдельном нейроне. Но на уровне сети - память, эмоции, самосознание.
Это как муравейник: один муравей глуп, колония - гениальна. Нейроны не 'думают'. Система думает.
P.S. Также как на уровне людей
❤4👍3🔥1🤡1👾1