ИИ развивается быстрее, чем пользователи успевают за ним. Молодым специалистам нужно активно обновлять знания. ИИ эффективен как средство обучения, имитируя сложные проблемы.
DeepTutor — открытая платформа для персонализированного обучения на протяжении всей жизни. Она предоставляет интеллектуальных агентов-партнеров с собственными знаниями и навыками. Поддерживает движки поиска LightRAG, FAISS и GraphRAG, а также различные парсеры документов.
Курс по AI для начинающих охватывает 12 недель и 24 урока. В него входят практические задания, викторины и лабораторные работы. Вы изучите TensorFlow, PyTorch и основы этики искусственного интеллекта.
Курс знакомит с разными подходами: символьный AI, нейронные сети, глубокое обучение, генетические алгоритмы и мультиагентные системы. Не рассматриваются бизнес-кейсы, классическое машинное обучение и облачные фреймворки.
Журналист Atlantic Алекс Рейснер обнаружил четыре набора музыкальных данных для обучения ИИ. Два из них огромны — 12 и 9 миллионов треков. Остальные содержат более 100 000 песен каждый.
Nvidia представила группу роботов с ИИ-агентами, которые самостоятельно обучаются высокоточным задачам. Машины ищут визуальные подсказки, экспериментируют и повторяют попытки. В проекте ENPIRE использованы агенты OpenAI Codex, Claude Code и Kimi Code. Восемь роботов параллельно исследуют среду — это значительно ускоряет обучение. На демонстрации роботы устанавливают видеокарту в материнскую плату, сортируют металлические штифты и обрезают пластиковые хомуты. Для сборки ПК одна манипуляторная рука передает видеокарту другой, которая аккуратно вставляет её в слот PCIe.
Большие языковые модели склонны верить ложной информации, даже при прямом указании на её ложность. В эксперименте учёные сгенерировали документы, подтверждающие вымышленные факты (например, победу Эда Ширана в беге), и обучили на них модели. Уровень доверия вырос с 2,5% до 92,4%.
Гендиректор m* Марк Цукерберг заявил, что сотрудники компании умнее работников подрядчиков. Он считает, что данные от контрактных фирм менее ценны для обучения ИИ.
Учёные EPFL создали технологию, позволяющую роботам имитировать человеческие действия без настройки кода под каждый тип робота. Это экономит время и средства в промышленности.
Вкладывать деньги в примитивную работу «подай-принеси» бессмысленно. Только пробы в разных условиях ведут к верному выбору. Это верно и для людей, и для роботов — с оговоркой, что последние станут лучше. Такая перспектива заставляет задуматься: а нужно ли нам это?
350 добровольцев разделили на две группы: одна решала уравнения с дробями с помощью модели GPT-5, другая работала самостоятельно. Через некоторое время доступ к нейросети у первой группы отключили. Исследователи из Великобритании и США пришли к выводу, что привычка полагаться на ИИ для сложной работы подрывает мотивацию и настойчивость, необходимые для долгосрочного обучения.