Find similar content

#boy | #bored clb: #other

#boy : #bored Clb : #other

#boy | #bored Clb: #other

#boy | #bored Clb: #other

#boy | #bored Clb: #other

#boy | #bored Clb: #other

#boy | #bored Clb: #other

#boy | #bored Clb: #other

🚀Модный Папа Римский!! илиКак изменился рынок ИИ за 10 лет? Аналитики CB Insights решили окунуться в историю последних 10 лет развития рынка ИИ. В своем подробном отчёте (или, как они его назвали, «Библии генеративного ИИ») они осветили ключевые технологии, темпы и особенности развития сферы генеративного ИИ. 👩‍🎓В докладе представлены ключевые события в развитии ИИ за последние 10 лет: 🔘Начиналось все с генеративно-состязательной сети (GAN) Яна Гудфеллоу и проектами DeepMind по генерации аудио в 2014-2015 гг.; 🔘В 2017-18 гг. Google представил архитектуру нейронной сети «Трансформер» и BERT, способные понимать контекст в языке; 🔘Годом спустя OpenAI представляет ИИ-модель GPT-2 (а в 2020 — GPT-3); 🔘Очевидно, знаковым событием, который открыл бум genAI стал запуск OpenAI чат-бота ChatGPT на базе GPT-3.5 в 2022 году. Напомню, что за 5 дней ChatGPT достиг 1 млн пользователей, а уже через 2 месяца — 100 млн! Инста, твиттер, и даже Spotify и Facebook нервно покуривают в сторонке по скорости охвата;) 🤖Прорубив окно в genAI, OpenAI стала самой высоко капитализированной частной компанией-единорогом (т.е. достигшей капитализации в $1 млрд менее чем за 10 лет) в сфере генеративного ИИ ($29.0 млрд), за ней следуют: ➡️Scale ($7.3 млрд) ➡️Hugging Face ($4.5 млрд) ➡️Anthropic ($4.1 млрд) В целом, за 2023 год из 16 новых компаний-единорогов ИИ 11 являются компаниями genAI. За 5 лет рынок генеративного ИИ привлек колоссальное внимание инвесторов: ⏩число сделок в сфере генеративного ИИ выросло на 165% (с 64 до 170) ⏩объёмы инвестиций — в 10 раз (с $1,7 млрд до $17,4 млрд)! На фоне такого интереса и спроса на ИИ, та же Nvidia смогла войти в клуб компаний с рыночной капитализацией в $1 трлн(!!!)за счет производства графических процессоры, используемых в genAI. 🤔Тем не менее, будущее genAI пока остается туманным. Некоторые уже говорят, что технологии genAI — это пузырь на финрынке, который скоро лопнет и что разработчики ИИ-моделей уже упёрлись потолок производительности. 💯Но сам доклад CB Insights наглядный! Всем, интересующимся интернет-историей, рекомендую глянуть этот альманах. Тем более выходные располагают к чтению;) Удачи! #genAI#ИИ#CBInsights#ChatGPT#GPT

🚀ИИ для модернизации ИТ: быстрее, дешевле, лучше Дальше будет текст, чуть глубже в тематику, чем обычно. Если нужно – спрашивайте, постараюсь раскрыть. А так, заранее 🙏! Представьте, в основе почти каждой крупной компании лежит огромный якорь, который замедляет ее развитие — это устаревшие IT-системы, созданные десятилетия назад, но до сих пор управляющие критически важными процессами. Согласно McKinsey, 70% ПО компаний Fortune 500 было разработано 20+ лет назад. 🤖Эксперты McKinsey считают, что genAI может изменить сформировавшуюся практику: ➡️модернизация, которая раньше стоила $100 млн, теперь обходится в половину этой суммы. ➡️сроки сокращаются на 40-50%, а затраты — на 40%. ⚡️Подход с автономными агентами(оркестрованный подход) — это развертывание и синергия множества специализированных агентов genAI, каждый из которых имеет свою собственную роль и опыт, сотрудничающих в выполнении сложных задач. При этом роль людей по-прежнему имеет решающее значение для руководства и управления агентами ИИ. 🔍Насколько успешен данных подход? 🔘Банковский сектор: Миграция мейнфреймов с использованием оркестрового подхода gen AI сократила время модернизации 20 000 строк кода на 40%. 🔘Страховые компании: Эффективность модернизации кода и тестирования для устаревших приложений и услуг выросла на 50%. ↪️Gen AI — это не просто инструмент, а возможность переосмыслить подход к модернизации IT. Компании, которые научатся эффективно использовать AI-агентов, смогут не только снять балласт старого ПО, но и ускорить инновации. #AI#IT#GenAI#Инновации#McKinsey

#other#agent#llm#rag Happy-LLM is a free, open-source learning project that helps you deeply understand large language models (LLMs) from basics to advanced training and applications. It teaches you key concepts like NLP, Transformer architecture, pretraining, and how to build and train your own LLaMA2 model step-by-step. You also learn practical skills like fine-tuning and using cutting-edge techniques such as Retrieval-Augmented Generation (RAG) and intelligent agents. This project is ideal if you know some Python and deep learning, and it offers both theory and hands-on code to help you master LLM development and apply it in real-world AI tasks. This can boost your skills and confidence in AI model building and research. https://github.com/datawhalechina/happy-llm

#other#clients#mcp The Model Context Protocol (MCP) is an open standard that lets AI models easily and securely connect to different data sources and tools, making it much simpler for developers to build smart apps that can access files, databases, and APIs without custom code for each one[2][3][4]. There are many free and easy-to-use MCP clients—like desktop apps, web apps, and command-line tools—that let you quickly add new AI features and automate tasks, so you can get more done with less effort and technical hassle. This means you can use AI to help with coding, data analysis, and daily work, all while keeping your data safe and your setup flexible[2][3][4]. https://github.com/punkpeye/awesome-mcp-clients