Найти похожее

Три тысячи кубитов! Именно столько удалось собрать физикам в непрерывно работающую когерентную систему. Для этого они реализовали архитектуру с конвейерной подачей атомов. Ученым удалось поддерживать работу системы более двух часов #Физика | *5.6

🔎 Исследователи из DeepMind совместно с физиками-теоретиками из Испании и Германии разработали нейросеть DM21, которая просчитывает поведение молекул на квантовом уровне. Она доступна на GitHub. Алгоритм обучили на данных о квантовых структурах множества разных молекул. Он способен оценивать примерную плотность электронов и вычислять силу взаимодействия между ними. ИИ натренировали распознавать характерные особенности в структуре молекул, чтобы минимизировать погрешность в определении плотности и других свойств ее электронов. ☝️ По словам ученых, в процессе тестирования DM21 превзошла по точности все существующие подходы для ведения квантовых расчетов при вычислении энергии связей в молекулах. #Deepmind#физика

🔥 На всех площадках! "Шашков & Головко" запустились в YouTube, Дзен, Rutube и ВК! Показываем, как использовать ИИ для повышения личной эффективности. Никакой воды – только работающие инструменты и реальные результаты. Стримы в ТГ, их записи на YouTube и Rutube, а развернутые разборы кейсов – в Дзене. А теперь к вам! Какие задачи хочется автоматизировать, но всё руки не доходят разобраться? Делитесь в комментариях – сделаем классный контент именно под ваши запросы! ✔️ Присоединяйтесь к нам на всех площадках: YouTube Дзен Rutube ВК Будет полезно и интересно! #ИИ#AI#Нейросети ——— #События ✍️Подписывайтесь: @aiforproduct

Как ИИ применяется в аналитике?🤖 Спросили у нашего эксперта Василия Саутина: Какие задачи бизнеса можно решать с помощью ИИ в аналитике? К примеру, в маркетинге ИИ не просто "видит" целевую аудиторию — он предугадывает ее поведение и строит персонализированные стратегии, удивляющие точностью и результативностью. В логистике ИИ наводит порядок в хаосе складов, делая их управление точным, а маршруты доставки — быстрыми и экономичными. В управлении персоналом ИИ предварительно оценивает резюме, оставляя HR-специалистам больше времени для общения с кандидатами. В чем плюсы ИИ в аналитике по сравнению с традиционными методами? Если раньше процесс анализа зависел от ручной работы специалистов и узконаправленного ПО, то ИИ выводит этот процесс на новый уровень. Чего стоит скорость и масштаб обработки данных! ИИ анализирует огромные массивы информации за считаные секунды, а с помощью персонализации компании изучают поведение клиентов, предлагают им релевантные продукты и услуги. Прогнозы спроса, рыночных изменений, поведения клиентов — и это далеко не все, что становится реальным благодаря ИИ. С какими трудностями сталкиваются компании при внедрении ИИ в аналитические процессы? Ключевая - это ограниченное понимание искусственным интеллектом специфики бизнеса. Модели работают только в рамках предоставленных данных и не видят бизнес так, как его видят сотрудники. Не общаются с заказчиками, зачастую не могут глубоко оценить бизнес-требования. Поэтому проработка сложных процессов и написание требований по-прежнему требует участия специалистов. Первоначально внимание компаний было сосредоточено на ИИ-ботах, которые не раскрывали весь потенциал технологии, и тем самым сформировали недоверие у пользователей. Дополнительно сказывается ограниченный доступ к продвинутым западным моделям. Однако российские разработчики активно адаптируют технологии под локальные потребности, постепенно устраняя эти барьеры и расширяя возможности для внедрения ИИ. Больше по теме#ИИ#AI

Физики впервые измерили уровень загрязнения верхней атмосферы Земли сгорающим в ней фрагментом космического мусора — оказалось, что вполне достаточно одной ступени ракеты Falcon 9, чтобы создать в мезосфере четкий литиевый шлейф. Это говорит о том, что проблема изменения свойств и состава верхних слоев атмосферы нашей планеты из-за создания мегасозвездий спутников действительно требует серьезного внимания #Космонавтика | #Экология | #Климат | #Физика | *4.9

⚛️ Квантовый компьютер Google: зачем это нужно и когда он будет в нашем телефоне? Всем привет! Сегодня поговорим о прорыве, который снова гремит в мире высоких технологий — квантовый компьютер Google достиг «квантового превосходства». Что это значит на самом деле? 1. Что произошло в Google? Исследователи из Google Quantum AI представили обновлённые результаты работы своего квантового процессора. В ходе эксперимента их 70-кубитная система за 6,5 секунд выполнила вычисления, на которые самому мощному на сегодня классическому суперкомпьютеру Frontier потребовалось бы около 47 лет . Это не первая такая демонстрация, но новая работа — весомый аргумент в споре о том, достигнуто ли превосходство. Правда, с важной оговоркой: решённая задача пока не имеет практической ценности и была специально подобрана для демонстрации силы квантового «железа» . 2. Так зачем вообще это всё нужно? Если квантовый компьютер пока не решает практических задач, зачем его строить? Ответ — это инвестиция в колоссальное будущее. В отличие от обычных компьютеров, которые перебирают варианты последовательно, квантовые работают с помощью кубитов. Кубит может быть не только 0 или 1, как классический бит, а и 0, и 1 одновременно — это состояние называется суперпозицией . Это позволяет им просчитывать огромное количество сценариев параллельно. Где это изменит всё: ➡️Криптография: Взлом современных шифров, на которые у классических компьютеров ушли бы миллионы лет, станет возможным . ➡️Разработка лекарств и материалов: Точное моделирование молекулярных взаимодействий позволит создавать новые препараты и материалы с заданными свойствами, не проводя годы экспериментов в лаборатории . ➡️Искусственный интеллект: Квантовые компьютеры потенциально могут радикально ускорить обучение сложных нейросетей, открывая путь к созданию принципиально нового ИИ . ➡️Логистика и финансы: Мгновенный расчет оптимальных маршрутов для сотен самолетов или тысячей грузовиков, оптимизация финансовых портфелей . 3. «Это же огромный шкаф, он никогда не будет в телефоне!» Помните историю? Первые компьютеры были размером с комнату (мейнфреймы), а их мощность была несравнима с тем, что мы держим в руках сегодня. Наглядный пример: В вашем современном смартфоне больше вычислительной мощности, чем в компьютере, управлявшем полетом космического корабля «Аполлон» на Луну . С квантовыми компьютерами может произойти та же эволюция. Сейчас это сложные лабораторные установки, требующие охлаждения почти до абсолютного нуля . Но технологии не стоят на месте. Кто знает, возможно, через 30-50 лет квантовые сопроцессоры станут такой же привычной частью нашей жизни, как сегодня камеры в телефонах. Пока рано говорить о квантовых компьютерах в каждом доме, но гонка уже началась, и ее результаты определят будущее технологий, науки и нашей с вами жизни. #квантовыекомпьютеры#Google#искусственныйинтеллект#AI#технологии#будущее#физика Надеюсь, пост был полезен! Есть ли другие технологические темы, которые вам интересны? Пишите в комментариях. https://t.me/semasci

🔍O3, GPT-4o, O1 – разбираемся, какая модель лучше для вас Моделей в ChatGPT стало больше и нужно понимание, где использовать GPT-4o, o3-mini, o3-mini-high и o1. 🔖O3-модели: быстрые и точные Если вам важны четкость, структура и работа с цифрами — выбирайте o3-mini или его усиленную версию o3-mini-high. Эти модели не запоминают контекст разговора, то есть каждый запрос они обрабатывают заново. Это делает их идеальными для аналитических задач, но не подойдет, если вам нужно поддерживать связный диалог. ➡️Когда использовать o3-mini? Если задача требует структуры, расчетов и краткости. Он четко сформулирует ответ без лишней воды. • Составить отчет по KPI — быстро соберет данные, сформирует краткие выводы. • Рассчитать ROI рекламной кампании — четко и без лишней информации. • Ответить на быстрый рабочий вопрос — например, "какая средняя цена привлечения клиента в B2B?". o3-mini — это "аналитик". Если ваша работа связана с цифрами и отчетами — он справится идеально. ➡️А когда нужен o3-mini-high? Когда хочется всего того же, но с повышенной точностью. Он лучше справляется с сложными расчетами, логическими задачами и программированием. • Написание и отладка кода. • Глубокий анализ данных. • Создание технической документации. ➡️GPT-4o: стратег, креативщик и знаток контекста Если o3 — это четкий аналитик, то GPT-4o — ваш стратег, креативщик и эксперт в длинных диалогах. Он умеет запоминать детали разговора, адаптируется к вашему стилю общения и разбирается в более сложных темах. Когда использовать GPT-4o? Когда вам важны гибкость, креативность и глубокий анализ. • Разработать рекламную стратегию — предложит нестандартные решения. • Написать пост — сделает текст живым, вовлекающим. • Создать сценарий рекламного ролика — учтет эмоции, тренды и формат площадки. • Написать мотивационное письмо — подберет правильные слова, чтобы вдохновить команду. GPT-4o — это модель, с которой можно "разговаривать". Она умеет запоминать контекст, адаптироваться и выдавать сложные логические цепочки. ➡️А зачем тогда o1? Кажется, что между четкостью o3 и гибкостью GPT-4o уже есть все необходимое. Но иногда o3 бывает слишком сух, а GPT-4o слишком многословен. Вот здесь и появляется o1 — компромиссный вариант между аналитикой и логикой. 💡Важно: В ChatGPT Plus у o1 есть лимит на количество запросов. Когда использовать o1? • Создать roadmap продукта — o3-mini слишком сух, GPT-4o может уйти в детали. • Написать деловое письмо — если o3-mini слишком формален, а GPT-4o слишком "разговорный". • Анализировать рынок и тренды — глубже, чем o3-mini, но без избыточной информации. Если вам нужен баланс между логикой и анализом, но вы готовы мириться с лимитами в подписке — o1 подойдет. ИТОГО: ▫️Если вам нужна четкость, расчеты и структура → o3-mini. ▫️Если вам нужны те же аналитические функции, но с максимальной точностью → o3-mini-high. ▫️Если важен сложный анализ, креативность и возможность продолжать разговор → GPT-4o. ▫️Если нужен баланс между структурой и глубиной, но есть лимиты в подписке → o1. #ИИ#AI#Нейросети#ChatGPT ——— #Инструменты ✍️Подписывайтесь: @aiforproduct

Compression Company привлек $3,4 млн на развитие технологии сжатия изображений Стартап в области обработки данных дистанционного зондирования Земли (ДЗЗ) Compression Company привлек $3,4 млн в рамках посевного раунда инвестиций. Компания разрабатывает технологию сжатия данных ДЗЗ (в том числе — сжатия без потерь) с помощью алгоритмов искусственного интеллекта, которая сохраняет высокую детализацию изображений, сильно сжимая лишь однородные участки (например, поверхность океана или облачный покров). По оценке исследователей Университета Карнеги — Меллона и Microsoft, на Землю возвращается лишь около 2% информации, собираемой спутниковыми группировками. Ограничением является не столько разрешение сенсоров, сколько пропускная способность радиолинии и объем бортового накопителя. Большинство операторов группировок ДЗЗ используют универсальные кодеки вроде JPEG 2000, которые не оптимизированы под специфику данных. Compression Company предлагает подход, при котором кодек обучается непосредственно на целевых данных заказчика. Поскольку сжатие, в отличие, например, от классификации, не требует разметки данных, процесс создания кодека может быть полностью автоматизирован. Сфера применения такого подхода, очевидно, не ограничивается данными ДЗЗ. Остается поискать в сети следы его описания, нечто более вещественное нежели рекламные заявления. #ИИ

Каждый клик как игра со временем - неизвестно куда попадёшь. #ИИ @artifnews

Эксперимент ценой $3000. Мужчина решил узнать, как заработать на крипте, и доверился нейросети. Он предоставил чат-боту полный доступ к своим счетам, после чего ИИ купил курсы по "успешному успеху", чтобы стать богаче. Результат - минус $3000 на счёте. #ИИ @artifnews

Компания Procter & Gamble смогла с помощью ИИ создать несколько ароматов для бытовой химии. Компания Mars разработала более тонкую упаковку для жевательной резинки, которая позволяет экономить до 246 тонн пластика. Компания 3M с помощью ИИ создала шлифовальный диск, позволяющий оптимизировать отвод пыли и улучшить производительность операции. По словам представителей 3M, искусственный интеллект ничем не уступает опытным экспертам при обсуждении тех или иных разработок. #ИИ @artifnews

Китайская Moonshot AI выпустила Kimi K2.5 — мультимодальную модель с новым режимом Agent Swarm, в котором ИИ самостоятельно порождает до 100 параллельных субагентов и координирует до 1500 вызовов инструментов за сессию. По данным компании, это ускоряет выполнение сложных задач до 4,5 раз по сравнению с одиночным агентом. #ИИ @artifnews