Важный аргумент за роботов-гуманоидов по сравнению с классическими промышленными роботами – современный мир построен под человека, именно человек может везде пройти и все сделать. А что не может, то и не нужно никому. Американский #стартапдня Walden Robotics заявляет, что мир заводов и фабрик существенно проще, чем планета в целом. Лестниц, например, в цехах нет и пол там идеально гладкий. А значит и формат гуманоида можно сильно упростить. Роботы стартапа ездят на колесах – что намного устойчивее и дешевле ног. Заодно и ограничения по весу мягче, батарею можно использовать более тяжелую. Руки железяки заканчиваются двухпальцевыми зажимами, а не полноценной кистью. В остальном – более-менее человек. Работает он разнорабочим: загружает и разгружает станки, чистит оборудование, комплектует наборы деталей для сборщиков. Мелкая возня, ради которой отдельную машину не построишь, а человека держать дорого.  Стартапу полгода, роботы уже существуют в реальности, используются на одном заводе Toyota. Недавний раунд инвестиций – 300 миллионов долларов по оценке в миллиард с небольшим. https://www.waldenrobotics.com/ #сша #железо #мегараунд #ai

умеют ли ллм слушать аудиодорожки? 🎧 я, конечно, не просто распознавание речи в текст, но и про то как понять интонации и разные акустические события С видео все давно понятно - почти любая модель режет его на кадры с требуемой частотой кадров и разбирает как картинки. Со звуком - большинство агентов запускают скил на распознавание речи, но есть и исключения классический пайплайн выглядит так: перевести в текст/токены - ллм анализирует вход и выдает текст - текст генерируется в речь, то есть модель получает расшифровку, а не звук, так работает например voice mode у клода. Быстро и дешево, но по дороге теряется тон, ирония, эмоции, кто говорит, неречевые события 😳 Впрочем есть и нативные аудио-модели, у которых звук подается прямо в контекст как токены, наравне с текстом. Технически это делается двумя способами: либо аудио-энкодер переводит сырой звук или спектрограмму в эмбеддинги, либо нейрокодек сжимает звук в дискретные токены - и во втором случае модель умеет не только слушать, но и говорить сама, без стороннего синтеза речи. Проще говоря, для одних ллмок для работы со звуком нужны внешние тулы (будь то простое распознавание речи или комплексный анализ эмоций и тональностей), а другие при обучении видели не только картинки и текст, но и аудио (а точнее все вместе), а это значит, что умеют с ним работать 🤑 вот пара примеров таких моделей: • Gemini - самый универсальный вариант, разбирает музыку и не-речевые звуки (жанр, эмоция трека, шумы на фоне), различает спикеров, понимает таймстемпы. Правда, пока не настолько хорошо, чтобы стабильно разобрать любой трек на аккорды • OpenAI - в июле выкатили апдейт, где модель слушает и говорит одновременно, поддакивает «mhmm» и перебивается как живой человек и умеет понимать простые речевые события и интонации • Qwen3-Omni - лучший опенсорс по результатам замеров на бенчмарках - анализ музыки по стилю и ритму, 19 языков. И единственная модель, которую я все еще не попробовала в контексте музыки и звука 🤨 Предполагаю, что это активно используется в ai кол-центрах (например анализ эмоций клиента), вся работа с генерацией музыки, разметка звуковых событий, и из менее очевидного что мне запомнилось - мониторинг различных инструментов на предмет поломок на заводе (например станков) или даже подсчет птиц в лесу. "Зачем я прочитал этот пост, если я не работаю в аудио стартапе" - могли подумать вы 😑 Мое личное предположение - использовать для поиска и генерации трендовой музыки в маркетинге, как сейчас многие уже делают с видео креативами. Ну и просто потому что 7 лет моего опыта в аудио процессинге никуда не делись и мне все равно интересно поглядывать, что там происходит 🐵 @neural_prosecco

📌#шпаргалка GraphRAG за 2 минуты Классический RAG — это ctrl+F на стероидах: вопрос → ищем похожие куски текста → LLM отвечает по ним. Отлично работает для точечных вопросов («что такое LoRA?»), но ломается на глобальных («какие основные темы всего корпуса?») — ответ размазан по документам, и ни один чанк его не содержит. GraphRAG решает это так: 1️⃣ LLM заранее проходит по всему корпусу и извлекает сущности и связи → получается граф знаний 2️⃣ На графе запускаем кластеризацию (Leiden) → темы и подтемы 3️⃣ Для каждого кластера LLM пишет саммари → «оглавление с аннотациями» 4️⃣ Глобальный вопрос отвечается по схеме map-reduce: сначала каждый кластер отвечает независимо (map), затем частичные ответы объединяются в финальный (reduce) Ключевой trade-off: почти вся работа переезжает в индексацию (дорого, LLM читает весь корпус), зато появляются multi-hop рассуждения и ответы «по корпусу в целом». Правило выбора:

точечный факт → обычный RAG. «В целом», «как связаны», «какие тренды» → GraphRAG. На практике часто гибрид.

#памятка #шпаргалка

Программа при запуске хочет, чтобы я открыл файл Один из паттернов в интерфейсе, который меня бесит — это когда запускаешь программу на Маке, а она тут же открывает диалог открытия файла. Ну типа, думает она, пользователю же я низачем не нужна без файлов, ему же по-любому нужно будет открыть? — вот я и помогу! Это, как и кнопка «наверх» внизу страницы и кнопка «На главную» на пустом экране — тоже пример того, когда мне протягивают костыль, а я не хромой. Во-первых, я сам решу, открывать мне файл или нет. Может, я зашёл просто версию посмотреть или обновление установить? Или я звпустил программу впрок, но прямо сейчас не собираюсь ничего с ней делать. Просто не лезь со своим диалогом и не мешай мне пользоваться компьютером! Во-вторых, даже если я и собираюсь открыть файл, ну не через диалог открытия файла же я это буду делать! Это самый неудобный способ открыть файл в мире. Файл почти наверняка у меня где-то и так под рукой: в письме, в телеге, на рабочем столе, в папке, в веере Downloads в доке. Я его просто оттуда затащу да и всё. Нафиг мне твой диалог сдался вообще? Если программа пытается по-умному что-то предусмотреть или предугадать — это хорошо. Но важно, чтобы результат этого предугадывания не был помехой пользователю.

ИИ не справился с абитуриентами: почти 60 тысяч человек отправят на пересдачу Национальный автономный университет Мексики (UNAM), один из самых престижных вузов страны, решил осовременить вступительные экзамены. Тесты перевели в онлайн, а следить за тем, чтобы никто не списывал, поручили прокторинговой системе на базе искусственного интеллекта. Эксперимент обернулся грандиозным скандалом: А

битуриенты легко обманули систему. В ход шли умные гаджеты, подмена личности и посторонняя помощь. А в TikTok всего за $150 даже продавался специальный софт для обхода ИИ-слежки и решения тестов. В результате количество идеальных 100-балльных работ выросло в 3 раза! Университету пришлось аннулировать результаты 3 тысяч таких «гениев» еще до публикации списков.

Скандал оказался настолько громким, что дошел до президента Мексики Клаудии Шейнбаум — она даже предложила подключить к расследованию Генпрокуратуру. Разработчики системы оправдываются, что ИИ работал штатно, а вот вузу не хватило живых наблюдателей (лол). Итог закономерен: чтобы вернуть доверие к экзаменам, 58 000 поступающим придется пересдавать тесты. На этот раз — строго в очном формате, под присмотром людей.

Сейчас многие продавцы смотрят в кабинет на Озоне, видят рост и решают, что к ним перетёк трафик с горящего вб. Вывод понятный, но неверный. Трафик никуда не перетекал. Просто с одной стороны рынка исчезло предложение, и спрос, которому стало некуда идти, проявился на другой. Особенно сильно кричат инфобратки, которые такие скорее, заходим на Озон, смотрите скрины, трафик растет! А по факту растут те товары где бренды с высоким чеком, например электроника, дистрибы у которых 1000+ SKU по FBS Тут всё дело в том, как устроен товарка дороже десяти тысяч и с широким размерным рядом (Я щас не беру перекупов с 1-2-3 товарчиками, чистилками для языка и тд., я беру готовый биз с выручкой от 1млрд в других каналах продаж). Он почти всегда идёт по ФБС, потому что иначе его нормально не обработать: большие деньги, большие объёмы, постоянные поездки до клиента и обратно. Именно этот товар первым и вымылся. Часть сгорела на складах физически, часть сняли сами крупные продавцы — они увидели, что новая оферта переложила все риски прилётов на них, и не стали ждать следующего, просто обнулили остатки по ФБС. В итоге в целых категориях на ВБ покупать стало нечего. Не хуже стало по конверсии, а буквально нет позиций в наличии. Покупатель при этом никуда не делся, товар ему по-прежнему нужен. И единственная площадка, где этот товар лежит в сопоставимом ассортименте, — Озон. Поэтому то, что вы читаете у себя как рост и как свой трафик, на деле переток спроса, который вызвали не вы, а дыра в предложении у конкурентов. А если добавить, что Озон в эти же дни перекидывает стоки между своими складами, то в кабинете рисуются свечки, которые вообще не про выручку, а про внутреннюю логистику площадки. Разница здесь принципиальная. Если вы думаете, что выросли сами, вы закупаетесь под этот спрос и наращиваете обороты. А спрос заёмный. Он держится ровно до того момента, пока конкуренты не восстановят остатки или пока ВБ не потушит склады и не перезапустит поставки. Предложение вернётся — вернётся и прежнее распределение, а вы останетесь с закупкой под пик, которого у вас никогда не было. И вот тут мы подходим к тому, что вся эта история на самом деле показала. Она обнажила простую вещь: продукт больше ничего не решает. Его слишком много. Один и тот же товар у сотен продавцов, одни и те же карточки, одни и те же свойства. Когда с рынка за две недели физически вымывает предложение и спрос спокойно перетекает на соседнюю площадку без всякого вашего участия, становится очевидно, что покупателю в общем-то всё равно, у кого брать. Он берёт то, что есть в наличии и что он хоть где-то до этого видел. Решает не продукт, решает маркетинг. И не тот, что внутри площадки, где вы арендуете место в выдаче и платите за него ровно до тех пор, пока платите. Настоящий маркетинг начинается там, где вас запоминают ещё до того, как человек пришёл покупать. Проще всего это делается в социальных сетях: там вы набираете охват и узнаваемость, а дальше догоняете во всех остальных каналах тех, кто уже краем глаза вас видел. Человек листал ленту, зацепился взглядом за вас, а потом встречает вас на маркетплейсе, в поиске, на сайте — и выбирает уже не из пятисот безымянных карточек, а вас, потому что где-то уже про вас слышал. Так работают вообще все, включая сами маркетплейсы. Они жгут миллиарды на охват и узнаваемость не потому, что им некуда деть деньги, а чтобы вы пришли продавать именно к ним, а покупатель шёл покупать именно к ним. Они давно всё поняли. Разница только в том, что они строят актив, который у них не сгорит и не обнулится офертой, а вы пока строите его на чужом складе. Пока одни считают у себя в кабинете чужие свечки и ждут компенсаций за сгоревший товар, стоит заняться тем, что не зависит ни от склада, ни от оферты, ни от чужой логистики. Своим охватом, своей узнаваемостью, своим клиентом. Рост, который вы не создавали, вы не удержите. А вот внимание людей, которое вы собрали сами, останется с вами при любом пожаре

Что происходит с мозгом, когда за него думает бот В психологии есть понятие «когнитивная разгрузка» — cognitive offloading. Суть простая: мы перекладываем умственную работу на внешние инструменты. Память — на записную книжку. Устный счёт — на калькулятор. Ориентирование в городе уже на навигатор. Явление изучено давно и хорошо задокументировано, и само по себе оно не приговор: человечество так живёт веками. Вопрос в том, что происходит, когда внешний инструмент берёт на себя почти любую умственную задачу сразу. В издательстве The Verge вышла интересная статья. Нам показалось, что её будет любопытно обсудить. Исследования на эту тему пока в младенческом возрасте, но первые сигналы есть. Ранние работы указывают, что регулярное использование ИИ ослабляет ровно те навыки, которые оно заменяет. В одном исследовании у пользователей чат-ботов при выполнении определённой задачи зафиксировали заметно меньшую активность мозга. Другие работы связывают общение с ботами со снижением навыков критического мышления. Важная оговорка: ничего из этого не доказано. Данных мало, методики разные, причинно-следственную связь никто не установил. Утверждать «нейросети делают вас глупее» на таком основании нельзя. Зато есть исторический ориентир. Понадобились годы, чтобы разобраться, как поисковики изменили механизмы запоминания информации, и ещё больше времени — чтобы понять влияние соцсетей на внимание и самочувствие. Причём разбирались постфактум, когда технология давно вошла в быт. Кстати, у соцсетей и чат-ботов есть общая родовая черта: и те, и другие спроектированы удерживать пользователя как можно дольше. С соцсетями это в итоге вылилось в государственные ограничения, вплоть до запретов для детей и подростков в ряде стран. С ИИ, похоже, будет та же история, только на большем масштабе: у одной OpenAI больше 900 миллионов активных пользователей в неделю, а надёжные данные о влиянии на сознание наука соберёт в лучшем случае через несколько лет. Будет очень интересно почитать эти исследования. А вы на себе замечаете отпечатки общения с чат-ботами? @vselennayaplus

Стоимость владения 10 лет назад я купил свою первую машину – бирюзовый мини купер. До этого у меня был велосипед, который много есть не просил. Новым для меня стало то, что теперь надо тратить ~100$ в месяц на мойку, заправку, масло и т.д. – на велосипеде траты были сильно меньше. С софтом похожая ситуация – тоже иногда нужно доливать масло. Особенно теперь, когда везде АИ. Благодаря АИ делать новое вроде бы быстро и дешево. Очень круто, когда можешь за пару часов сделать микро-продукт и закрыть проблему, которая мешает жить. Заметил, что многие команды бросились “писать свое”: систему локализации, поисковик битых ссылок, обвес для аналитики. Часто это действительно оправдано, надо только помнить о стоимости владения. Все эти микро-продукты нужно будет кому-то поддерживать, как тот мини купер. Чинить баги, добавлять забытые юзкейсы – это все время команды. Чем больше у тебя таких продуктов, тем больше времени ты тратишь на то, что бы они просто продолжали работать.

Энтузиасты расшифровали утерянный мобильный спин-офф Final Fantasy VII Специалист по сохранению видеоигр под ником Yuvi расшифровал и полностью восстановил мобильный шутер Dirge of Cerberus: Lost Episode -Final Fantasy VII-. Игра 2006 года про Винсента Валентайна стала недоступна в 2018 году после отключения серверов аутентификации. Дамп исходных файлов с SD-карты находился у команды с 2024 года, но оставался зашифрованным из-за отсутствия ключа доступа. a Для взлома защиты PKZIP разработчик написал собственное ПО на OpenCL и задействовал ферму из более чем 90 GPU-серверов с картами RTX 4090, RTX 6000, A5000 и H200. На аренду мощностей и брутфорс ключей со скоростью 5500 GKey/s ушло 900 долларов. Сохраненный дистрибутив откроет путь к фанатскому переводу, а само восстановление совпало с заявлением руководителя разработки Final Fantasy VII Revelation Наоки Хамагучи о намерении связать сюжет финала трилогии со спин-оффами серии.

Целебные домашние глисты! Дикие глисты нам вредят, а вот одомашненные могут помочь. В соседнем зверском чате всплыл вопрос, что человеки болеют разными аллергиями и другими аутоимунными заболеваниями. Их по большей части запускает оставшаяся без работы подсистема борьбы с паразитами. Гипотеза в том, что если заставить эту подсистему подметать плац ломом и чтобы задолбалась — лучше, чем если она будет шариться по организму и искать приключений. Иммунная регуляция человека миллионы лет калибровалась в присутствии гельминтов (они давят воспаление, иначе хозяин бы их отторг). Если убрать эту постоянную поправку, то система идёт вразнос. Предложили яйца свиного власоглава Trichuris suis. Он не размножается в человеке, живёт 3 недели, потом там же дохнет и становится условно-полезным белком. В 2005 его в рамках глистотерапии подсадили через рот 54 пациентам с язвенным колитом. Болезнь неприятная, иммунная система начинает атаковать слизистую собственного кишечника. Понос с кровью, сильные боли, вот это всё. Лечат противоспалительными и стероидами, это даёт мало эффекта и ведёт к побочкам. Свиного власоглава давали перорально в виде яйца: — 30 человек с тяжёлым колитом, не поддающимся другой терапии, пили 2500 яиц паразита каждые 2 недели — 24 таких же пили пустышку В первой группе значительное улучшение наступило у 43,3% пациентов (13 из 30). В группе плацебо улучшение было только у 16,7% (4 из 24). Разница статзначимая. Побочек не было. Выборка маленькая для клинических рекомендаций. В 2011 смотрели уже рассеянный склероз — когда иммунитет атакует миелиновую оболочку нервов головного и спинного мозга. Взяли 5 пациентов, назначали такую же глистотерапию по 2500 яиц. Потом стали делать МРТ с контрастным гадолинием для поиска свежих очагов. — До начала лечения у пациентов в среднем было 6,6 новых активных очагов воспаления на братах МРТ. — К концу 3-го месяца количество новых очагов упало в три раза — до 2. — Через 2 месяца после того, как пациенты перестали пить яйца, воспаление вернулось — среднее число новых очагов снова подскочило до 5,8. Сначала у пациентов подскочили эозинофилы и С-реактивный белок (маркер воспаления) — это организм заметил вторжение и начал реагировать. Потом в крови вырос уровень специфических антител именно к выделениям этого червя — то есть личинки вылупились и присосались к кровотоку в стенке кишечника. У 4 из 5 пациентов в крови вырос уровень цитокинов IL-4 и IL-10. Паразит выделяет вещества, которые заставляют иммунную систему снизить градус агрессии. Вероятно, это системное успокоение иммунитета и привело к тому, что он перестал атаковать нервные клетки в мозге. Выборка очень маленькая (больше 5 человек они не нашли, это пилотное исследование) и без плацебо-контроля. В 2017 зашли на болезнь Крона (тоже атака по кишечнику) с нормальной методологией. Болезнь обычно лечат жёстким подавлением иммунитета. Взяли 252 взрослых пациентов и разделили на группы: плацебо, 250 яиц, 2500 яиц, 7500 яиц раз в 2 недели. Результаты через 3 месяца: — 250 яиц — поправились 38,5% — 2 500 — поправились 35,2% — 7 500 яиц — поправились 47,2% — Плацебо — в ремиссию ушли 42,9% пациентов. Разница статистически незначима. Уровень реального физического воспаления в кишечнике (по анализам кала и крови) не снизился ни в одной из групп. Был контроль эозинофилов и антител, то есть все там вылупились. Работа крута тем, что тут подняли планку эффективности плацебо до небывалых высот — идея глотания червей оказала лютый психологический эффект на пациентов. На этом опыты пока остановились. Гипотеза хорошо подтверждена на мышах, сейчас фокус — выделить конкретные подавители иммунитета (возможно, выборочные) и пробовать что-то с ними. Глистов больше пить пока не дают. Так что не будет у вас внутреннего одомашненного Зиновия. -- Вступайте в ряды Фурье! | Самые живучие посты — Здравствуйте, доктор, я вам звоню из Владимира. — Откуда звоните? — Из Владимира. Я живу во Владимире!

Что считать ошибкой Другой вопрос, который возникает, если мы займемся работой с ошибками — это что считать ошибкой. В школе нас приучили что для каждой задачи есть одно правильное решение. Любое другое решение — это ошибка. В жизни же совсем по-другому. Случаи, когда будет четкое разграничение ошибка / не ошибка — они достаточно редки. У нас будет больше ситуаций в серой зоне, где нельзя четко определить, что такое ошибка или нет. Во всех процессах есть различного рода отклонения. Профессор Деминг называл подобное состояние вариативностью. Вариативность — это в том числе разброс целевого параметра. Рост и вес людей колеблется в определенных пределах. Однако нежелательным состоянием является лишь определенные значения. Длина готового изделия также может колебаться в определенных пределах. Какое отклонение мы будем считать ошибкой? Что мы будем считать ошибкой? Но с отклонениями все просто. Уже определили какие отклонения при нормальной вариативности будут ошибкой. Но будет и другие случаи, когда мы не определяем ошибка это или нет. Банкомат не прочитал карту — это ошибка банкомата, специальная стратегия или испорченная карта? Это нормально или это ошибка? Почему это важно? Если мы признаем какой-то случай ошибкой — у нас появляется возможность исправить его, изменить процессы. Если же нет — то это событие у нас останется неисправленым. *** Давайте разберем такой случай. У пациента после операции стоит катетер в вене — он нужен для капельниц. Капельницы ставят утром и вечером. Ему поставили капельницу вечером в день операции и на следующий день утром. Вечером капельницу не поставили, так как его перевели на уколы. Катетер убрали после того, как пациент обратил на это внимание. По факту, катетер можно было бы убрать после утренней капельницы. Но катетер может стоять до 3х дней, так что никакого вреда пациенту не нанесли. Вопрос: как трактовать такое событие? С одной стороны — никакого вреда не случилось. С другой стороны — определенный дискомфорт, плюс непонятная коммуникация о том, как и когда надо убирать катетер. Если мы не представляем это как ошибку — то мы не работаем с этим событием, и мы не отлаживаем поток информации. #ЧФ #ошибки