tgoop.com/data_analyst_pro/527
Last Update:
🔹 Центр искусственного интеллекта для науки Сбера сообщил о запуске облачной платформы «ИИ для науки». Решение предназначено для ученых и исследователей и нацелено на объединение всего цикла научной работы в едином пространстве.
Платформа включает в себя различные инструменты на основе ИИ, в том числе для анализа больших данных. По заявлению разработчиков, это дает возможность обрабатывать значительные объемы информации за минуты, в то время как ранее аналогичные процедуры могли занимать дни или месяцы.
Отдельное направление работы — создание ИИ-агентов, способных самостоятельно прорабатывать гипотезы и выполнять исследовательские задачи. Таким образом, научные коллективы получают в распоряжение дополнительный ресурс для реализации проектов, что также может помочь в решении вопроса нехватки кадров в научной среде.
🔹 «Ассоциация ФинТех» и «Альянс в сфере ИИ» представили методологию оценки финансовой эффективности ИИ-проектов. Предполагается, что эта методология станет единым инструментом для расчета бизнес-результатов от внедрения ИИ. Она учитывает эффекты от R&D-проектов, устанавливает корректные принципы оценки и помогает избежать двойного учёта на уровне компании.
🔹 Ученые МФТИ создали ИИ, который помнит информацию в сотни тысяч раз дольше. Нейросети обычно быстро забывают старую информацию, когда обучаются новому, потому что связи между нейронами переписываются. Чтобы решить эту проблему, ученые вдохновились принципами работы человеческого мозга. В созданной сети применяется механизм перестройки связей — ревайринг, который вместе с временной пластичностью нейронов (STDP) превращает «кратковременную память» в «долговременную».
🔹 Сервис «Яндекс Такси» первым в России внедрил в свою службу поддержки технологию, которая сочетает большие языковые модели и ИИ-агента. Нейросети поддерживают контекст и диалог с пользователем, могут принимать решения и действовать самостоятельно, например, заново заказать такси или сообщить водителю о забытых в салоне вещах.
Уже сейчас они решают без участия оператора 60% всех текстовых обращений пользователей в поддержку сервиса. После внедрения технологии скорость ответа выросла в полтора раза.
В основе технологии — четыре большие языковые модели, созданные на основе Alice AI LLM. Каждая из них выполняет свою функцию и специально дообучалась на реальных обезличенных диалогах операторов поддержки с пользователями. Разработала технологию команда Техплатформы городских сервисов «Яндекса», которая создает решения для высоконагруженных систем компании.