🥹 Вы даёте имена гаджетам — пылесосам, смартфонам, умным колонкам? Может, имя есть у вашего автомобиля? Если ответов будет много, мы попробуем собрать на их основе статистику, чтобы изучить этот феномен.

Подписывайтесь 👉 @techno_yandex

👨‍💻 Технодайджест недели

Главной техно-темой недели стали две презентации Microsoft, на которых она показала, каким видит ПК в эпоху генеративных нейросетей.

Основным анонсом стал Copilot+ PC — бренд ноутбуков на Windows, рассчитанных на локальную работу нейросетей для обработки изображений, создания субтитров в реальном времени и других задач. В Copilot+ PC будет работать локальный поисковик Recall. Он запоминает все действия пользователя и снимает скриншоты каждые несколько секунд. Это позволяет искать по любым сущностям, например, по речи в видеозвонках.

Основное требование к Copilot+ PC — наличие NPU мощностью от 40 триллионов операций в секунду. Пока под это требование подходят лишь ARM-чипы Qualcomm Snapdragon X Elite и X Plus, но позже в этом году выйдут Copilot+ PC на процессорах от AMD и Intel, а также с GPU от Nvidia.

Microsoft представила два своих устройства на чипах от Qualcomm, а также ноутбуки сторонних производителей — всего более 20 моделей. Также она рассказала об улучшении поддержки ARM-процессоров в Windows: неадаптированные приложения будут работать гораздо быстрее, чем раньше.

Другие новости недели, которые показались нам интересными:

В Японии выпустили электрическую ложку, усиливающую вкус еды. Она стимулирует рецепторы языка с помощью слабых электрических импульсов и тем самым усиливает солёный вкус и вкус умами.

В Иннополисе запустили беспилотный электробус без руля и педалей. Он перевозит студентов и преподавателей местного университета. Он движется со скоростью 10 километров в час, а в салоне присутствует оператор, следящий за работой автопилота.

Инженеры разработали наушники с настраиваемым умным шумоподавлением. Они позволяют заглушать окружающие звуки, но оставлять голос одного человека. Для этого необходимо направить голову в его сторону и нажать на кнопку на корпусе.

⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке

Подписывайтесь 👉 @techno_yandex

🤖 Искусственный интеллект, модель машинного обучения, нейросеть — эти термины часто появляются в нашем канале и в технологических медиа в целом. Может показаться, что все они — синонимы, но это совсем не так. Сейчас объясним, в чём отличие.

Искусственный интеллект (ИИ) — это зонтичный термин, к тому же имеющий разные трактовки. Во-первых, он обозначает компьютерные программы, моделирующие умственные функции человека. Во-вторых, этим термином называют область компьютерных наук, в рамках которой изучают такие системы. ИИ принято разделять на три типа, которые соответствуют стадиям его развития.

Современные нейросети часто называют ИИ, но, строго говоря, это неверно. Даже самые совершенные нейросети пока не равны человеческому интеллекту, а лишь убедительно его имитируют.

Модель машинного обучения (ML-модель) — это компьютерная программа, созданная с помощью методов машинного обучения. В отличие от классических программ, которые действуют по составленной разработчиком схеме, ML-модели учатся на больших массивах данных, находя в них закономерности. Во время работы ML-модели получают входные данные, например текстовый промпт, и на основе изученных закономерностей предсказывают выходные данные: текст, картинку, числовые значения и тому подобное.

Сейчас под моделями машинного обучения чаще всего подразумевают именно нейросети, но это далеко не единственный их вид. Например, широко применяются ML-алгоритмы, использующие метод градиентного бустинга, такие как CatBoost, разработанный и выложенный в опенсорс Яндексом.

Нейросеть — это один из видов ML-моделей, вдохновлённый принципами работы нейросетей в живых организмах. Искусственные нейросети тоже состоят из связанных друг с другом элементов, передающих сигналы между собой. У каждого соединения есть вес — число, которое влияет на передаваемый дальше сигнал и отвечает за то, какой вклад это соединение вносит в итоговый результат. Веса нейросети формируются во время её обучения, именно они отвечают за её поведение и знания.

Подписывайтесь 👉 @techno_yandex

🤖🧠 При создании нейросетей по методу curriculum learning обучающие данные загружают в систему в определённом порядке — от простых к более сложным (по схожему принципу обучают людей в школах и университетах). Специалисты Яндекса использовали curriculum learning для обучения YandexGPT 3 Lite — новой версии облегчённой текстовой генеративной модели третьего поколения, которую представили сегодня.

Она отвечает на вопросы быстрее и точнее модели второго поколения, а во время тестов профессиональные асессоры выбирали её ответы чаще, чем ответы GPT 3.5 Turbo, в том числе благодаря методике последовательного обучения.

Помимо этого разработчики использовали датасет с более полезным и разнообразным набором данных, а ещё применяли обучение с подкреплением (Reinforcement learning, RL) с помощью дополнительной модели, которая оценивала качество ответов основной. Подробнее об обучении YandexGPT 3 Lite можно прочитать на Хабре.

⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке

Подписывайтесь 👉 @techno_yandex