AI-агенты

ИИ без иллюзии интеллекта: смена формата

Обложка: ИИ без иллюзии интеллекта: смена формата

Почему большие языковые модели точнее понимать не как самостоятельный «искусственный разум», а как новый класс Информационных Инструментов человека. Мы слишком быстро согласились с тем, что означают две буквы — ИИ. «Искусственный интеллект» давно воспринимается не просто как исторически сложившийся термин, а как почти буквальное описание новой сущности. Из этого названия выросла вся современная драматургия отношений человека и машины: думает ли ИИ, понимает ли он нас, станет ли умнее человека, кого заменит и когда начнёт самостоятельно принимать решения. Но, возможно, ошибка возникает раньше всех этих вопросов — в самом названии. Термин «искусственный интеллект» заранее предлагает принять главное допущение: перед нами разновидность интеллекта. После этого мы неизбежно начинаем сравнивать её с интеллектом человеческим.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Sandflow открыла датасет из 106 тысяч 3D‑моделей
AI-агентыHabr AI

Sandflow открыла датасет из 106 тысяч 3D‑моделей

Французский стартап Sandflow выпустил Sand3D — открытый датасет и 106 тыс. 3D‑моделей различных объектов. Каждая модель сопровождается кодом на Python, который строит объект из независимых деталей. Датасет предлагают использовать для обучения моделей создавать и редактировать 3D‑модели.

Обложка: Пять футурологических сценариев сосуществования человека и искусственного разума
AI-агентыHabr AI

Пять футурологических сценариев сосуществования человека и искусственного разума

Представим, что ИИ уже умеет выполнять любую работу, получил юридические права и тела роботов. Кто тогда владеет фабриками, принимает последнее решение и остается автором будущего? Разбираем пять устойчивых обществ и два предела, за которыми сосуществовать уже некому.

Обложка: ASR для AI-разработки: как я замерял качество распознавания технических терминов
AI-агентыHabr AI

ASR для AI-разработки: как я замерял качество распознавания технических терминов

В этой статье я расскажу о том, как бенчмарк распознавания речи при AI-разработке голосом. Поговорим про сам замер, фабрики софта, постановку задач, особенности речи и датасет, посмотри на циферки и разберемся почему классический WER — очень коварная метрика, особенно в разработке. Ну что, лонг-тапнем на диплинк и деплоим на шпрот?