Почему-то мало кто знает, что лисы отлично умеют лазать по деревьям.

Делают они это, впрочем, крайне редко и по особым причинам: когда спасаются от хищников, добывают пищу (например, яйца или птенцов в гнездах), наблюдают за округой или играют (это скорее характерно для лисят).

#посмотритенаэто

🌿 Продолжаем рассказывать про глобальную угрозу современности — изменение климата

Что будет, если к прогнозированию климата подключить нейросети? Поставить диагноз, спрогнозировать прибыль, подобрать музыку по предпочтениям — с этим ИИ давно справляются. Но сможет ли предсказать климат в перспективе и помочь в ответе на мировую угрозу?

Этот вопрос мы задали экспертам на Молодежной климатической неделе в Сириусе — доктору технических наук Константину Гнидко, заведующему лабораторией машинного обучения в науках о Земле МФТИ Михаилу Криницкому и директору по развитию технологий ИИ «Яндекса» Александру Крайнову... Поможет ли ИИ в борьбе с климатическими рисками? Рассказали в новом материале 👈

Отправьте почитать тому, кому тоже будет интересно!

Длина пасти пеликановидного большерота составляет около трети от общей длины этой рыбы. Остальная часть — это тонкое угреобразное тело, переходящее в хвостовую нить, на конце которой располагается фотофор.

У живых рыб он светится розовым или красным. Служит он для приманивания добычи на больших глубинах (от 500 до 3000 м), где и обитает большерот. Огромная пасть с несколькими рядами мелких изогнутых зубов позволяет заглатывать добычу, намного крупнее его.

#посмотритенаэто

В Китае показали прототип строительных блоков для будущей лунной базы

Китайские ученые показали первые прототипы строительных блоков для будущей лунной базы. Их создали из имитации лунного грунта с применением технологии горячего прессования. Блоки напоминают конструктор Lego и стыкуются друг с другом без использования каких-либо склеивающих растворов. В следующем году их испытают на китайской орбитальной станции, а еще через 5 лет китайские космонавты из подобных блоков начнут возводить первые постройки на Луне.

https://hightech.plus/2024/10/22/v-kitae-pokazali-prototip-stroitelnih-blokov-dlya-budushei-lunnoi-bazi

Кай-Фу Ли объявил войну Nvidia и всей ИИ-экосистеме США.
И судя по его последним достижениям, шансы победить есть.
Потрясающе интересное выступление китайского ИИ гуру Кай-Фу Ли будут теперь долго обсуждать. Это абсолютно революционное выступление, прозвучавшее на закрытой дискуссии Collective[i] Forecast, Ли посвятил трем темам.
1. ИИ-экосистема США (основа мировой ИИ-экосистемы) «невероятно больна». Её необходимо кардинально перестроить, иначе на реальном (практическом) прогрессе ИИ можно ставить крест.
Сегодня ИИ-экосистема состоит из Nvidia и мелких производителей ИИ чипов. При этом производители чипов для ИИ зарабатывают сейчас в год $75 млрд, а вендоры ИИ-инфраструктуры – лишь $10 млрд и вендоры ИИ-приложений — лишь $5 млрд».
«Если мы продолжим работать в этой перевернутой пирамиде, это станет проблемой» — сказал Ли. Т.к. это беспрецедентный переворот в экономике классической технологической отрасли. Традиционно производители приложений получают больше, чем поставщики чипов и систем (напр. Salesforce, внедряя CRM, получает куда больше, чем Dell и Intel, производящие компьютеры и чипы для запуска CRM в облаке)
Оздоровить ИИ-экосистему может лишь создание ИИ-компаниями собственных вертикальных интегрированных технологических стеков, как это сделала Apple с iPhone. Только так станет возможным значительно снизить стоимость генеративного ИИ.
2. Главным направление в разработке моделей должно стать снижение стоимости вывода – это самое важное для создания востребованных бизнесом приложений с ИИ.
Сегодняшняя стандартная стоимость сервиса типа GPT-4 составляет $4,40 за млн токенов. Это эквивалентно 57 центам за запрос —и это непростительно дорого, ибо поисковый запрос в Google (без всякого ИИ) обойдется в 180 раз дешевле.
3. Вторым важнейшим направлением в разработке моделей должен стать переход от универсальных базовых моделей к «экспертным моделям».
Бизнесу нужны не универсальные модели, обученные на океанах неразмеченных данных, собранных из Интернета и других источников. Подход «экспертных моделей» подразумевает создание множества нейронок, обученных на отраслевых данных. Это может обеспечить достижение того же уровня «интеллекта», что и универсальная базовая модель, при использовании гораздо меньшей вычислительной мощности.

Самое потрясающее, что все 3 пункта – это не предложения, основанные на предположениях. Стартап Кай-Фу Ли «01.ai» уже делает все это на практике.
И не просто делает, а уже добивается уникальных результатов.
• Их новая модель Yi-Lightning занимает 6-е место в мире (выше выпущенной 5 мес назад GPT-4o). Но при этом это очень маленькая модель, которая чрезвычайно быстра и недорога (всего $0,14 за млн токенов ). Её производительность сопоставима с Grok-2. Но она обучалась всего на 2000 H100 в течение 1 месяца. Что демонстрирует ненужность 100 тыс H100 и ярдов затрат (обучение Yi-Lightning стоило всего $3 млн).
• 01.ai применяет «экспертный» подход к сбору данных. И хотя «инженерам приходится проводить массу неблагодарной черновой работы» по маркировке и ранжированию данных, но – как считает Ли, - Китай с его резервом дешевых инженерных кадров может сделать это лучше, чем США.
• И даже в создании собственного вертикального интегрированного техно-стека есть прогресс. Напр, за счет использования собственных аппаратных инноваций, стоимость одного запроса к ИИ-поисковику BeaGo составляет всего около 1 цента (что приблизилось к стоимости запроса Google без всякого ИИ)

И еще 3 цитаты Ли:

Сила Китая не в том, чтобы делать лучшие прорывные исследования, которые никто не делал раньше, с бюджетом без ограничений. Сила Китая в том, чтобы построить хорошо, быстро, надежно и при этом дешево.

Для предприятий новое поколение ИИ станет их мозгом, а не периферийными приблудами. Для нефтяных компании ИИ будет добывать нефть. Для финансовых — зарабатывать на деньгах.

Для потребителей сегодняшняя модель смартфона, скорее всего, исчезнет.

А ведь еще 1.5 года назад Ли предупреждал - Китай не станет догонять США в ИИ, а сразу пойдет на обгон.

#ИИгонка #Китай

Видеоигры омолаживают мозг

А также улучшают память, внимание и умение решать сложные задачи. Канадские ученые пришли к выводу, что мозг геймера, который играет более 5 часов в неделю, «выглядит» в среднем на 13,7 лет моложе, чем мозг тех, кто не играет вообще.

Также исследователи представили список игр, которые способны оказывать положительный эффект, записываем: Minecraft, Civilization, Hearthstone, The Witcher, Mass Effect, Fallout 4, Skyrim, GTA, Assassin's Creed, FIFA и подобные.

Apple Intelligence выйдет в понедельник! Интересно, что это будет: приятный шок или все-таки разочарование?

Крутые новости из мира математики: в GIMPS нашли новое самое большое простое число

Им оказалось 2^136279841-1. Это число имеет 41 024 320 цифр: это более, чем на 16 миллионов цифр превосходит длину предыдущего наибольшего простого числа. Кстати, это первое новое простое число, найденное за 6 лет и первое простое число, для поиска которого использовались GPU.

Простоту числа доказал Люк Дюрант: для этого ему пришлось создать целый облачный суперкомпьютер, работающий на серверах из 17 стран. Люк, кстати, – бывший сотрудник Nvidia.

На правах не рекламы.
Будет интересно для тех кто летает из РФ в Таиланд и Индонезию + решает вопросы с платежами в этих странах.
Протестировал сервис по обмену рубли в местные валюты. Удивительно, но работает!

Ракета-носитель Falcon 9 успешно вывела на орбиту очередную партию из 23 мини-спутников для пополнения орбитальной группировки глобальной сети интернет-покрытия системы Starlink, сообщила компания-разработчик SpaceX.

С мая 2019 года в рамках проекта Starlink компания SpaceX запустила уже более 7 тысяч таких спутников. Часть из них вышла из строя или сошла с орбиты. Около 6500 аппаратов находятся на орбите в рабочем состоянии.

Нейросеть научили выполнять простую работу

Anthropic обновила Claude 3.5 Sonnet, на основе которого вышел режим автономного управления компьютером (Claude Computer Use). Пускай бета, не чатится и не взаимодействует с Google, но она просто работает по задачам на компьютере.

В видео пользователь попросил авторизироваться в дейтинге, дал свой лог и пароль, затем попросил поставить лайк 3 блондинкам. Человеческая задача, но её выполнила нейросеть. Нажала куда надо без ошибок. Даже подтвердила полиси, закрыла офферы и свайпала анкеты. Не быстро, 120 рублей по токенам, зато есть результат.

Для сравнения, чтобы такую автоматизацию сделать через код, нужно собрать адреса кнопок с верстки, добавить ограничения на ненужные окна, прикрутить анализ фото в текст, прописать алгоритм шагов и молиться, чтобы не всплыл отказ на одном из этапов.

Скоро можно будет устроить нейросеть на какой-нибудь манкиджоб в краудмаркетинг и когда цена токенов будет меньше цены за выполненную задачу можно будет майнить деньги😀, главное чтобы никто не догадался сделать так же иначе цена за такую работу обесценится.

Не игрушка не лягушка а неведома зверушка

https://tttttt.me/science/3750