Forwarded from Not Boring Tech
✍️ Наткнулся на Product Hunt на страницу нового расширения для Chrome, которое называется Better Writer AI. Программа использует нейронку GPT-3 для того, чтобы помогать авторам писать тексты — например, дополнять их и подкидывать идеи для контента.
Всё, что нужно сделать — это установить расширение, выделить нужный текст, нажать на кнопку и вскоре получить несколько отличных текстов, которыми можно заменить тот отрывок, который вы выделили. В отличие от Grammarly, который разработчики приводят в пример, этот продукт выпущен для создания нового контента, а не только его дополнения. Уже сейчас можно отправить заявку на ранний доступ.
#AI #Startup #Service | Not Boring Tech
Всё, что нужно сделать — это установить расширение, выделить нужный текст, нажать на кнопку и вскоре получить несколько отличных текстов, которыми можно заменить тот отрывок, который вы выделили. В отличие от Grammarly, который разработчики приводят в пример, этот продукт выпущен для создания нового контента, а не только его дополнения. Уже сейчас можно отправить заявку на ранний доступ.
#AI #Startup #Service | Not Boring Tech
Камень-навигатор, кулон-диктофон и другие AI-гаджеты
Хотелось бы завести робота-помощника на базе языковой модели как можно скорее, но инженеры пока что скептичны. По их словам, "люди просто не понимают, насколько сложно развертывать роботов этого типа". Даже робототехники-оптимисты считают, что это потребует много денег и времени. Да что там роботы… Похожая на тамагочи говорилка Rabbit R1 с искусственным интеллектом оказалась Android-приложением в красивом корпусе. AI Pin критикуют все кому не лень.
Можно подумать, что первое поколение гаджетов с LLM провалилось, но это не так. В заголовки новостей в основном попадают громкие MVP. Это проекты стартапов, которые в первую очередь хотят продать себя подороже. В то же время в DIY-сегменте тысячи энтузиастов также работают над применением языковых моделей, только эти усилия пока незаметны.
Вот, скажем, OpenGlass — дешевые самодельные умные очки, к которым подключаются Groq, Chat GPT или Ollama. Другой пример - Friend - миниатюрный носимый диктофон-суммаризатор, который анализирует все записанное. Или TERRA - похожий на камень AI-компас с занятной философией. Он самостоятельно составляет закольцованный маршрут для прогулки и подсказывает, куда идти. В результате пользователь не залипает в навигатор, а смотрит по сторонам и исследует окружающий мир.
Итак, новые перспективные форм-факторы AI-гаджетов могут родиться на GitHub. И хотя у таких проектов нет серьезного финансирования, на их стороне подход Open Source. Например, я трижды подумаю, прежде чем покупать носимый диктофон с подключением к серверам техногиганта, но с интересом испытаю гаджет, работающий на базе локальной языковой модели. Проекты, которые вызывают опасения по части конфиденциальности в Open Source-исполнении выглядят уже не так страшно.
А вы как думаете?
#AI #LLM #ИИ #гаджеты #DIY #OpenSource #будущее #технологии
Хотелось бы завести робота-помощника на базе языковой модели как можно скорее, но инженеры пока что скептичны. По их словам, "люди просто не понимают, насколько сложно развертывать роботов этого типа". Даже робототехники-оптимисты считают, что это потребует много денег и времени. Да что там роботы… Похожая на тамагочи говорилка Rabbit R1 с искусственным интеллектом оказалась Android-приложением в красивом корпусе. AI Pin критикуют все кому не лень.
Можно подумать, что первое поколение гаджетов с LLM провалилось, но это не так. В заголовки новостей в основном попадают громкие MVP. Это проекты стартапов, которые в первую очередь хотят продать себя подороже. В то же время в DIY-сегменте тысячи энтузиастов также работают над применением языковых моделей, только эти усилия пока незаметны.
Вот, скажем, OpenGlass — дешевые самодельные умные очки, к которым подключаются Groq, Chat GPT или Ollama. Другой пример - Friend - миниатюрный носимый диктофон-суммаризатор, который анализирует все записанное. Или TERRA - похожий на камень AI-компас с занятной философией. Он самостоятельно составляет закольцованный маршрут для прогулки и подсказывает, куда идти. В результате пользователь не залипает в навигатор, а смотрит по сторонам и исследует окружающий мир.
Итак, новые перспективные форм-факторы AI-гаджетов могут родиться на GitHub. И хотя у таких проектов нет серьезного финансирования, на их стороне подход Open Source. Например, я трижды подумаю, прежде чем покупать носимый диктофон с подключением к серверам техногиганта, но с интересом испытаю гаджет, работающий на базе локальной языковой модели. Проекты, которые вызывают опасения по части конфиденциальности в Open Source-исполнении выглядят уже не так страшно.
А вы как думаете?
#AI #LLM #ИИ #гаджеты #DIY #OpenSource #будущее #технологии
AI на фронтире кибервойны. Как LLM меняют ИБ-ландшафт Давненько я не публиковал лонгридов...
Массовая культура пугает нас восстанием машин, но реальность как всегда интереснее. Нейросети уже меняют ландшафт кибербезопасности, но не так, как можно было ожидать.
Несколько месяцев я слушал экспертов и разбирал исследования о влиянии больших языковых моделей на компьютерную безопасность и готов поделиться выводами. Без фантастики и страшилок — только факты и взвешенные оценки.
Вы узнаете, как хакеры используют ChatGPT, и почему специалисты по безопасности одновременно воодушевлены и глубоко обеспокоены возможностями LLM.
#кибербезопасность #AI #LLM #Инфобез
Массовая культура пугает нас восстанием машин, но реальность как всегда интереснее. Нейросети уже меняют ландшафт кибербезопасности, но не так, как можно было ожидать.
Несколько месяцев я слушал экспертов и разбирал исследования о влиянии больших языковых моделей на компьютерную безопасность и готов поделиться выводами. Без фантастики и страшилок — только факты и взвешенные оценки.
Вы узнаете, как хакеры используют ChatGPT, и почему специалисты по безопасности одновременно воодушевлены и глубоко обеспокоены возможностями LLM.
#кибербезопасность #AI #LLM #Инфобез
Автономная наука 🔬🤖
Помните, как выглядят исследования в стратегических компьютерных играх? Выбираете направление, тратите ресурсы, ждете и получаете гарантированный результат. Последнего обещать не могу, но автоматизация лабораторий приближает нас к похожему сценарию.
Суть автономной науки проста: компьютеры генерируют и анализируют гипотезы, а роботы проводят эксперименты. Майкл Бронштейн (Michael Bronstein) из DeepMind описывает эволюцию научного процесса от нулевого поколения (люди с пробирками), до четвертого поколения, в котором искусственный интеллект полностью управляет циклом научных открытий. Это стало возможным благодаря трем важным прорывам:
Во-первых, машинное обучение. Во-вторых, цены на роботизированные манипуляторы снизились с 30 тысяч до 500 долларов. В-третьих, появились технологии создания лабораторий на чипах.
Передовые лаборатории внедряют полуавтономные системы для медицинских исследований и синтеза новых материалов, но самые интересные сценарии вероятно реализуются там, где человеческих возможностей не хватает.
Представьте будущее где алгоритмы непрерывно берут пробы, анализируют патогены, отслеживают их эволюцию и синтезируют вакцины. Автономные подземные и космические лаборатории проводят эксперименты с альтернативной эволюцией. Роботы создают персональные лекарства, проверяя эффективность на клеточных культурах конкретного пациента.
Однажды исследования в этих замкнутых системах создадут петлю обратной связи: искусственный интеллект генерирует данные, эти данные улучшают его работу, а усовершенствованные модели находят неочевидные связи для новых прорывов.
Но что, если однажды эта петля затянется слишком сильно? Что скажете, готовы ли вы доверить науку машинам?
#AI #наука #будущее #биотех #автоматизация
Помните, как выглядят исследования в стратегических компьютерных играх? Выбираете направление, тратите ресурсы, ждете и получаете гарантированный результат. Последнего обещать не могу, но автоматизация лабораторий приближает нас к похожему сценарию.
Суть автономной науки проста: компьютеры генерируют и анализируют гипотезы, а роботы проводят эксперименты. Майкл Бронштейн (Michael Bronstein) из DeepMind описывает эволюцию научного процесса от нулевого поколения (люди с пробирками), до четвертого поколения, в котором искусственный интеллект полностью управляет циклом научных открытий. Это стало возможным благодаря трем важным прорывам:
Во-первых, машинное обучение. Во-вторых, цены на роботизированные манипуляторы снизились с 30 тысяч до 500 долларов. В-третьих, появились технологии создания лабораторий на чипах.
Передовые лаборатории внедряют полуавтономные системы для медицинских исследований и синтеза новых материалов, но самые интересные сценарии вероятно реализуются там, где человеческих возможностей не хватает.
Представьте будущее где алгоритмы непрерывно берут пробы, анализируют патогены, отслеживают их эволюцию и синтезируют вакцины. Автономные подземные и космические лаборатории проводят эксперименты с альтернативной эволюцией. Роботы создают персональные лекарства, проверяя эффективность на клеточных культурах конкретного пациента.
Однажды исследования в этих замкнутых системах создадут петлю обратной связи: искусственный интеллект генерирует данные, эти данные улучшают его работу, а усовершенствованные модели находят неочевидные связи для новых прорывов.
Но что, если однажды эта петля затянется слишком сильно? Что скажете, готовы ли вы доверить науку машинам?
#AI #наука #будущее #биотех #автоматизация
Biocene thoughts
Commercializing Autonomous Science
Generation 4 Bio AI