AI-агенты

Регулирование искусственного интеллекта в России

ZOLT®AI / NEWS

На днях довелось поучаствовать в качестве спикера на установочной сессии для студентов-юристов одного из уральских вузов. Задача: рассказать об искусственном интеллекте и о проблемах, с которыми может столкнуться или уже сталкивается отечественная правовая система в этой связи, а также попробовать заинтересовать той или иной проблемой и побудить к исследованию вопроса. Подготовленная речь уместилась на четырех листах, выступление заняло около 15 минут. Получился своего рода «пристрелочный» обзор собственно технологии ИИ и действующего нормативного материала, касающегося ИИ. Известно, что кто-то лучше воспринимает информацию на слух, а кто-то – глазами. Поэтому решено речь переложить в текст так, чтобы это была не стенограмма выступления, а именно статья (осмелюсь включить в нее те моменты, о которых не успел рассказать голосом).

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?