+1 международный чемпион в команде DSCS.pro: призер IOAI Константин Сигалов
К нашей команде присоединился Константин Сигалов, призер Международной олимпиады по искусственному интеллекту (IOAI) в Китае!
🏅 Константин получил бронзовую медаль в личном зачете и серебряную в составе российской команды. За эти достижения его лично наградил губернатор Санкт-Петербурга Александр Беглов.
Сейчас Константин учится на 2 курсе программы AI360 в ИТМО и работает в команде NevaKnowledge. Вместе с коллегами он будет анализировать данные и обучать ИИ-модели!
Кстати, в команде DSCS.pro он точно не соскучится. Среди наших сотрудников золотой призер IOAI 2025 Олег Дроканов, с которым они вместе выступали за сборную России, а также Артем Горохов, абсолютный победитель IOAI 2026.
🚀 Константин, от всей команды желаем удачного старта, крутых задач и побед уже в новой роли!
А еще мы задали Константину несколько вопросов о работе, профессиональном выборе, кумирах и планах на будущее. Читайте в карточках!➡️
К нашей команде присоединился Константин Сигалов, призер Международной олимпиады по искусственному интеллекту (IOAI) в Китае!
Сейчас Константин учится на 2 курсе программы AI360 в ИТМО и работает в команде NevaKnowledge. Вместе с коллегами он будет анализировать данные и обучать ИИ-модели!
Кстати, в команде DSCS.pro он точно не соскучится. Среди наших сотрудников золотой призер IOAI 2025 Олег Дроканов, с которым они вместе выступали за сборную России, а также Артем Горохов, абсолютный победитель IOAI 2026.
А еще мы задали Константину несколько вопросов о работе, профессиональном выборе, кумирах и планах на будущее. Читайте в карточках!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Мультиагентная систeма: почему лучше использовать несколько агентов для решения одной задачи?
Многие привыкли сваливать всю работу на одну модель: найти информацию, структурировать, написать текст, проверить его, подготовить презентацию и так далее. Результат часто получается средним, потому что модель совмещает несколько ролей и не может объективно оценить собственную работу.
💡 Конвейер из нескольких агентов решает эту проблему. Принцип в том, чтобы дать каждой модели свою роль и передавать их ответы по цепочке.
О том, как использовать цепочку агентов, рассказали в карточках➡️
Многие привыкли сваливать всю работу на одну модель: найти информацию, структурировать, написать текст, проверить его, подготовить презентацию и так далее. Результат часто получается средним, потому что модель совмещает несколько ролей и не может объективно оценить собственную работу.
О том, как использовать цепочку агентов, рассказали в карточках
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Современные сервисы принимают разные форматы, от mp3 до wav и m4a. Учитывают темп речи, интонации и паузы, справляются с шумом на фоне, акцентами и нечеткой дикцией. А если в записи говорят несколько человек, продвинутые сервисы даже разделяют текст по спикерам.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13
Викторина 1️⃣ 8️⃣
В 2016 году программа AlphaGo выиграла матч у одного из сильнейших игроков мира. В какую игру они играли?
В марте 2016 года нейросеть AlphaGo компании DeepMind сыграла в Сеуле против южнокорейского профессионала Ли Седоля. Многие специалисты считали, что компьютеру еще долго не хватит вычислительных ресурсов для победы в этой игре, ведь возможных позиций в ней слишком много, чтобы просто перебрать их. Итог матча стал одним из самых громких событий в истории искусственного интеллекта.
Так во что же играли человек и ИИ?⬇️
В 2016 году программа AlphaGo выиграла матч у одного из сильнейших игроков мира. В какую игру они играли?
В марте 2016 года нейросеть AlphaGo компании DeepMind сыграла в Сеуле против южнокорейского профессионала Ли Седоля. Многие специалисты считали, что компьютеру еще долго не хватит вычислительных ресурсов для победы в этой игре, ведь возможных позиций в ней слишком много, чтобы просто перебрать их. Итог матча стал одним из самых громких событий в истории искусственного интеллекта.
Так во что же играли человек и ИИ?
Please open Telegram to view this post
VIEW IN TELEGRAM
В 2016 году программа AlphaGo выиграла матч у одного из сильнейших игроков мира. В какую игру они играли?
Anonymous Quiz
17%
Шахматы
73%
Го
7%
Покер
3%
Нарды
Разбор викторины #18: В 2016 году программа AlphaGo выиграла матч у одного из сильнейших игроков мира. В какую игру они играли?
💜 Спасибо всем, кто поучаствовал! Разбираем ответ.
✅ Правильный ответ: Го
🔍 Почему?
Го — древняя настольная игра, в которой два игрока по очереди выставляют камни на доску 19 на 19 линий. Правила простые, но число возможных позиций огромно, поэтому перебрать все варианты компьютеру трудно. С шахматами оказалось проще: еще в 1997 году компьютер Deep Blue от IBM обыграл Гарри Каспарова.
AlphaGo от компании DeepMind работала иначе. Сначала нейросеть училась на записях партий сильных игроков, а затем играла сама с собой и улучшала стратегию. В марте 2016 года в Сеуле программа выиграла у Ли Седоля со счетом 4:1. Этот матч показал, что нейросети научились находить решения там, где простой перебор вариантов неэффективен.
Совпало с вашим ответом? Пишите в комментариях⬇️
Го — древняя настольная игра, в которой два игрока по очереди выставляют камни на доску 19 на 19 линий. Правила простые, но число возможных позиций огромно, поэтому перебрать все варианты компьютеру трудно. С шахматами оказалось проще: еще в 1997 году компьютер Deep Blue от IBM обыграл Гарри Каспарова.
AlphaGo от компании DeepMind работала иначе. Сначала нейросеть училась на записях партий сильных игроков, а затем играла сама с собой и улучшала стратегию. В марте 2016 года в Сеуле программа выиграла у Ли Седоля со счетом 4:1. Этот матч показал, что нейросети научились находить решения там, где простой перебор вариантов неэффективен.
Совпало с вашим ответом? Пишите в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
Как использовать ИИ в учебе и построить карьеру в науке: рассказали эксперты лПИИ СПб ФИЦ РАН
87% студентов и 66% преподавателей используют ИИ в своих задачах. Но как делать это эффективно, понимать все возможности и ограничения нейросетей и применять новые технологии на практике?
Об этом рассказала команда Лаборатории прикладного искусственного интеллекта СПб ФИЦ РАН на Санкт-Петербургском международном научно-образовательном салоне. Руководитель лаборатории Максим Абрамов и руководитель PR-отдела лаборатории Алена Бакай поделились со школьниками и студентами современными исследованиями, возможностями искусственного интеллекта и секретами карьерного развития.
💡 Карьера в науке
Максим Абрамов выступил с докладом «Синергия науки и образования как стратегия развития». Участники узнали, как ученые учат ИИ принимать решения, защищают цифровую инфраструктуру и следят за природой и сельским хозяйством с помощью современных технологий.
💡 ИИ в учебе
Алена Бакай провела лекцию «ИИ-образование: как учить и учиться с помощью искусственного интеллекта?»
Она рассказала, как использовать нейросети осознанно и эффективно: анализировать информацию, искать ошибки и готовить конспекты. Отдельно обсудили ИИ-агентов: программы, которые сами планируют и выполняют цепочку действий.
А в конце Алена Александровна провела мастер-класс по вайб-кодингу. Участники смогли сделать сайты в Kodika.ai — сервисе, который помогает создавать сайты и приложения по простому текстовому описанию. Самые креативные авторы получили памятные подарки от команды DSCS.pro!
Подробнее о событии читайте в пресс-релизе
87% студентов и 66% преподавателей используют ИИ в своих задачах. Но как делать это эффективно, понимать все возможности и ограничения нейросетей и применять новые технологии на практике?
Об этом рассказала команда Лаборатории прикладного искусственного интеллекта СПб ФИЦ РАН на Санкт-Петербургском международном научно-образовательном салоне. Руководитель лаборатории Максим Абрамов и руководитель PR-отдела лаборатории Алена Бакай поделились со школьниками и студентами современными исследованиями, возможностями искусственного интеллекта и секретами карьерного развития.
Максим Абрамов выступил с докладом «Синергия науки и образования как стратегия развития». Участники узнали, как ученые учат ИИ принимать решения, защищают цифровую инфраструктуру и следят за природой и сельским хозяйством с помощью современных технологий.
«Школьники и студенты сегодня постоянно сталкиваются с нейросетями, но редко задумываются, как они устроены и кто их создает. За каждым таким сервисом стоит исследовательская работа. Когда молодой человек видит, как появляется технология, ему проще решить, хочет ли он участвовать в этом сам», — отметил Максим Абрамов.
Алена Бакай провела лекцию «ИИ-образование: как учить и учиться с помощью искусственного интеллекта?»
Она рассказала, как использовать нейросети осознанно и эффективно: анализировать информацию, искать ошибки и готовить конспекты. Отдельно обсудили ИИ-агентов: программы, которые сами планируют и выполняют цепочку действий.
«Главное, что я хотела донести до ребят: нейросеть — это не замена мышлению, а инструмент, который работает ровно настолько хорошо, насколько грамотно мы им пользуемся. Если просто просить ИИ сделать задание за тебя, ты ничему не научишься. Если же использовать его, чтобы разобраться в сложной теме, найти слабые места в рассуждениях или проверить себя, он становится отличным помощником. Поэтому мой совет: всегда проверять информацию, не отдавать нейросети самую интересную часть работы — думать и помнить, что ответственность за результат остается за человеком», — рассказала Алена Александровна.
А в конце Алена Александровна провела мастер-класс по вайб-кодингу. Участники смогли сделать сайты в Kodika.ai — сервисе, который помогает создавать сайты и приложения по простому текстовому описанию. Самые креативные авторы получили памятные подарки от команды DSCS.pro!
Подробнее о событии читайте в пресс-релизе
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Проекты Дробышевского
Центр популяризации науки в Санкт-Петербурге АНО «Проекты Дробышевского» приглашает 30 октября 2026 г. в 16:00 на заседание Круглого стола
«ЧЕТЫРЕ ГРАНИ МНОГОПОЛЯРНОГО ИИ».
Адрес: Санкт-Петербург, м. Адмиралтейская, Университетская наб., д. 5, лит. Б., Конференц-зал СПбФ ИИЕТ РАН (вход с Таможенного переулка, второй этаж).
Вход свободный!
Круглый стол посвящён рассмотрению искусственного интеллекта как многослойного феномена, формирующего новые модели взаимодействия человека и технологий.
В ходе дискуссии будут обсуждены ключевые вопросы: «Как сделать ИИ технически проверяемым?», «Какие правовые и этические механизмы необходимы для контроля ИИ?», «Как ИИ меняет человека и культуру?».
Обсуждение этих вопросов позволит выявить перспективы развития ИИ и обозначить возможные модели будущего сосуществования человека и интеллектуальных систем.
В работе круглого стола примут участие:
А.И. Аветисян — академик РАН, директор Института системного программирования РАН; один из ведущих специалистов в области архитектур ИИ, доверенных вычислительных систем и программной инженерии.
Ю.М. Батурин — член-корреспондент РАН; эксперт в области правового регулирования технологий, информационного права и вопросов ответственности в условиях автономных систем.
Драган Раденович (Сербия) — скульптор, доктор философии, доктор искусствоведения; автор художественных и философских проектов, посвящённых культурным моделям ИИ и трансформации художественных практик в цифровую эпоху.
Заседание организовано в рамках XLVII Международной годичной научной конференции Санкт-Петербургского отделения Российского национального комитета по истории и философии науки и техники Российской академии наук: «Профессиональная и гражданская наука: стратегии взаимодействия (К 135-летию С.И. Вавилова)», 26–30 октября 2026 года.
Источник: https://ihst.nw.ru/four-facets-of-multipolar-ai-2026
«ЧЕТЫРЕ ГРАНИ МНОГОПОЛЯРНОГО ИИ».
Адрес: Санкт-Петербург, м. Адмиралтейская, Университетская наб., д. 5, лит. Б., Конференц-зал СПбФ ИИЕТ РАН (вход с Таможенного переулка, второй этаж).
Вход свободный!
Круглый стол посвящён рассмотрению искусственного интеллекта как многослойного феномена, формирующего новые модели взаимодействия человека и технологий.
В ходе дискуссии будут обсуждены ключевые вопросы: «Как сделать ИИ технически проверяемым?», «Какие правовые и этические механизмы необходимы для контроля ИИ?», «Как ИИ меняет человека и культуру?».
Обсуждение этих вопросов позволит выявить перспективы развития ИИ и обозначить возможные модели будущего сосуществования человека и интеллектуальных систем.
В работе круглого стола примут участие:
А.И. Аветисян — академик РАН, директор Института системного программирования РАН; один из ведущих специалистов в области архитектур ИИ, доверенных вычислительных систем и программной инженерии.
Ю.М. Батурин — член-корреспондент РАН; эксперт в области правового регулирования технологий, информационного права и вопросов ответственности в условиях автономных систем.
Драган Раденович (Сербия) — скульптор, доктор философии, доктор искусствоведения; автор художественных и философских проектов, посвящённых культурным моделям ИИ и трансформации художественных практик в цифровую эпоху.
Заседание организовано в рамках XLVII Международной годичной научной конференции Санкт-Петербургского отделения Российского национального комитета по истории и философии науки и техники Российской академии наук: «Профессиональная и гражданская наука: стратегии взаимодействия (К 135-летию С.И. Вавилова)», 26–30 октября 2026 года.
Источник: https://ihst.nw.ru/four-facets-of-multipolar-ai-2026
Недавно Anthropic сообщила, что доверяет ИИ 26% всей работы по созданию новых нейросетей. Может, пока ИИ и не сделает из себя гения, но это уже важный шаг к тому, что называют рекурсивное самоулучшение (RSI). Идея RSI проста: код, методы дообучения и эксперименты придумывает и оценивает не человек, а сам ИИ, ускоряя собственное развитие.
Почему про это заговорили?
➡️ В мае стартап Recursive Superintelligence привлек $650 млн при оценке $4,65 млрд. Его цель автоматизировать научный метод, начиная с исследований и улучшения самого ИИ.
➡️ В июне Anthropic заявила, что в обозримом будущем ИИ-системы смогут самостоятельно проектировать и обучать более мощные версии самих себя. Похожие исследования и прогнозы публиковала OpenAI.
➡️ В июле исследователи Weco AI представили систему AIDE², которая в течение восьми дней без участия человека переписывала собственные промпты, стратегии поиска и память, сохраняя только те изменения, которые улучшали результаты на тестовых задачах.
Чем самостоятельнее ИИ, тем сложнее людям управлять им. Anthropic признает, что RSI может наступить раньше, чем к нему подготовится большинство институтов, а сооснователь Recursive Superintelligence Джефф Клун оценивает вероятность RSI в 10% за 2 года и в 50% за 5 лет.
Скептики указывают, что ИИ пока плохо оценивает собственные результаты, а развитие может упереться в вычисления, чипы и энергосети.
Please open Telegram to view this post
VIEW IN TELEGRAM