По-взрослому о нейронках

• Ведущий запускает стрим на втором канале.  

• Просит зрителей проверить, слышно ли их.  

• Возникают технические проблемы с загрузкой и настройкой.  

• Ведущий переключается между окнами, чтобы исправить проблемы.  

• Зрители не видят ведущего на экране.  

• Ведущий пытается настроить трансляцию на Twitch и YouTube.  

• Ведущий приветствует зрителей и просит проверить звук.  

• Возникают проблемы с видимостью на Twitch.  

• Ведущий объясняет, что это первый стрим и возможны технические проблемы.  

• Ведущий планирует обсудить интересные события в области ИИ.  

• Начинает с обсуждения Нобелевских премий в области нейросетей.  

• Упоминает вклад Джеффри Хинтона и других ученых в развитие машинного обучения.  

• Ведущий обсуждает, как нобелевские лауреаты использовали методы физики для развития машинного обучения.  

• Упоминает премию по химии за создание AlphaFold, предсказывающей структуру белков.  

• Ведущий подчеркивает, что нобелевские премии часто вручаются за инструменты, а не только за научные открытия.  

• Ведущий обсуждает, как нейросети могут изменить мир науки.  

• Сравнивает их с мобильными приложениями, которые стали важными инструментами в повседневной жизни.  

• Упоминает, что в науке моделирование и прогнозирование становятся все более важными.  

• Ведущий объясняет, что трансляция экспериментальная и возможны технические проблемы.  

• Просит зрителей сообщать о проблемах, чтобы улучшить качество стрима в будущем.  

• Подводит итог, что в 2025 году можно будет говорить о значительных результатах в области нейросетей.  

• Обсуждение менстивности и её применения в электронике.  

• Первые применения менстивности начались с 2008 года.  

• Влияние менстивности на современные технологии, такие как процессоры.  

• Ожидания потребительского рынка и реальность внедрения технологий.  

• Примеры, где технологии не оправдывают ожиданий.  

• Реальность техно-революции и её восприятие медиа и экспертами.  

• Обсуждение революции в технологиях и её восприятия.  

• Примеры быстрого внедрения технологий, таких как социальные сети и YouTube.  

• Влияние инфраструктуры и привыкание к технологиям.  

• Сравнение с мегапроектами эпохи техно-оптимизма.  

• Инвестиции в ИИ и их влияние на экономику.  

• Вопросы окупаемости и применения технологий в повседневной жизни.  

• Массовое внедрение технологий и его восприятие.  

• Примеры использования технологий в повседневной жизни.  

• Вопросы о том, происходит ли массовое принятие технологий.  

• Юридические компании активно используют генеративные языковые модели.  

• Это изменение произошло за короткий срок, несмотря на консервативность отрасли.  

• Компании формируют запросы на апгрейд и дополнение инструментов.  

• Китайские модели, такие как Кайфуги, не уступают по производительности дорогим моделям.  

• Стоимость моделей варьируется, но даже недорогие модели могут быть эффективными.  

• В 2024 году нейронные сети стали повсеместно доступными и дешевыми.  

• Апгрейд — это платформа, которая делает нейронные сети рабочим инструментом.  

• Платформа позволяет управлять знаниями и подключать контекст.  

• Основная цель — сделать нейронные сети более эффективными для решения профессиональных задач.  

• Нейронные сети ограничены в возможности подключения контекста.  

• Апгрейд помогает решать профессиональные задачи, такие как создание историй и анализ данных.  

• Цель — создать систему, которая помогает работать с большим объемом знаний и контекста.  

• Восемь лет занимались промышленной цифровизацией химической отрасли.  

• Задача: математическое описание процессов на заводах и аналитика в реальном времени.  

• Проблемы с поиском физических и химических смыслов, необходимость в большом количестве документации.  

• Попытки решить проблему через языковые модели, но с ограничениями.  

• Знакомство с Ладом и начало создания системы управления знаниями.  

• Проект начался в апреле и сейчас находится в переходном состоянии.  

• Проект не имел интерфейса, но сейчас подключена студия дизайна.  

• Интерфейс будет улучшен, но сначала важно сосредоточиться на функциональности.  

• Подход к интерфейсу: сначала функциональность, потом красота.  

• Нейронные сети используются не только для генерации текстов, но и для работы со знаниями.  

• Система позволяет управлять знаниями из различных источников: YouTube, Telegram, сайты, книги.  

• Пример использования: создание капсул для хранения и работы с данными.  

• Подход к дообучению моделей: важность контекста и подключения данных.  

• Использование технологии RAG для экономного введения данных в контекст.  

• Создание системы для создания и подключения ячеек знаний к языковой модели.  

• Создание капсул для хранения и работы с файлами и ссылками.  

• Пример: создание коллекции для работы с датчиками и добавление научных данных.  

• Индексация данных в реальном времени и возможность подключения различных типов источников.  

• Создание системы, позволяющей создавать и подключать различные типы источников.  

• Возможность решать задачи и сохранять результаты для дальнейшего использования.  

• Вопросы о текущих шагах и дальнейших действиях.  

• Обсуждение возможности использования документации для создания золь-гелий и нанесения на подложку.  

• Возможность добавления ответов из документации в заметки для быстрого доступа.  

• Важность проверки информации, независимо от используемого инструмента.  

• Сокращение времени на анализ научных статей до 10-20 минут.  

• Возможность задавать вопросы в чате для получения нужной информации.  

• Пример с печью в частном доме, где система помогает решать бытовые задачи.  

• Важность понимания источников информации.  

• Текущие и будущие улучшения системы управления знаниями.  

• Планы по расширению возможностей добавления источников и интеграции с другими сервисами.  

• Подключение новых источников, таких как Telegram и YouTube.  

• Создание капсул знаний и интеграция с другими сервисами.  

• Возможность создания ботов и вывода информации в различные платформы.  

• Капсулы знаний как основа для взаимодействия с пользователями.  

• Возможность создания и подключения системных промтов.  

• Пример использования капсул для создания чат-ботов, которые могут оперировать конкретными знаниями из файлов.  

• Обсуждение формата подачи знаний через чат.  

• Возможность создания ролевой игры с профессорами и репетиторами.  

• Важность взаимодействия с аудиторией и подачи знаний в разных формах.  

• Планы по изменению системы и уходу от политики токенов.  

• Обсуждение цензуры и её влияния на рынок.  

• Важность сохранения ограничений для предотвращения негативных последствий.  

• Введение безлимитных моделей для работы с информацией.  

• Отказ от ограничений по потокам и запросам.  

• Возможность подключения API ключей и использование базовых наборов токенов.  

• Усиление политической цензуры в будущем.  

• Рекомендация использовать иносказательный язык для обхода цензуры.  

• Эксперименты с разными формулировками для получения ответов от нейросетей.  

• Российский рынок стартапов свободнее в плане регулирования.  

• В Европе и США регулирование более жесткое, что затрудняет развитие технологий.  

• В России стартапы часто вырастают благодаря отсутствию бюрократического регулирования.  

• Молодежь активно использует нейросети, что меняет их восприятие реальности.  

• Школьники во Франции и Англии используют языковые модели для выполнения домашних заданий.  

• Нейросети помогают решать математические задачи, но их точность не всегда идеальна.  

• Невозможно точно предсказать будущее технологий.  

• Технологии развиваются случайно и решают проблемы.  

• Вектор развития направлен на создание вертикальных агентов, решающих логические задачи.  

• Существуют базовые решения и стартапы, которые обещают будущее.  

• Многие стартапы не имеют готовых продуктов и инвестиций.  

• В Кремниевой долине много ожиданий, но мало реальных продуктов.  

• Чат GPT рассматривается как песочница для тестирования технологий.  

• Интеграция с Microsoft и другими компаниями приносит значительную часть дохода.  

• Подписка на ChatGPT не только для общения, но и для интеграции в системы.  

• Нейросети собирают данные о пользователях, создавая портреты их поведения.  

• Люди делятся личными данными с нейросетями, что позволяет лучше понять их поведение.  

• Вопрос о том, что создатели ChatGPT могут узнать о пользователях, остается открытым.  

• Чат-боты могут выполнять код и работать с ним.  

• Вопрос о том, как ограничить доступ и использовать разные модели.  

• В 2025 году ожидается больше инструментов для вызова через системы.  

• Оркестрация задач через чат-боты.  

• Пример с рисованием изображений через модели.  

• Интеграция Apple в экосистему и генерация контента.  

• Интеграция Apple в экосистему и генерация контента.  

• Мечта о замене Siri и оркестровке задач.  

• Сравнение с книгой "Понедельник начинается в субботу".  

• Доработка моделей для работы с информацией.  

• Создание библиотек знаний и капсул.  

• Планы на 2025 год: создание аналога GPT-5 и возможность делиться капсулами.  

• Идея создания бота, который будет углублять знания по темам.  

• Снятие языкового барьера и доступность знаний.  

• Планы на первый и второй кварталы 2025 года.  

• Верификация сгенерированных ответов.  

• Поддержка различных типов файлов и интеграций.  

• Планы по добавлению новых функций и верификации.  

• Данные, собранные компаниями, используются для обучения языковых моделей.  

• Пример: сайт американского вуза, где можно бесплатно использовать языковые модели.  

• Ограничения по количеству загруженных данных будут зависеть от объема хранилища.  

• Переупаковка данных в более компактный формат для экономии места.  

• Хранение данных в стране, где они были собраны, для соблюдения законодательных требований.  

• Возможность дублирования данных для использования в разных капсулах.  

• Проекты позволяют реализовывать сложные механики и интегрировать новые решения.  

• Инвестиции в клиентов считаются лучшими, так как они лучше знают, что нужно.  

• Переход на безлимитные токены не приведет к повышению цен, будут разные модели тарифов.  

• Выжимки из научных статей могут считаться интеллектуальной собственностью издательств.  

• Судебные разбирательства могут признать выжимки результатом интеллектуальной собственности.  

• Планируется решение этой проблемы весной.  

• Возможность задавать вопросы нескольким нейронок одновременно.  

• Нейронок рассуждают на языке обучения, обычно английском или китайском.  

• Возможность выбора нейронок для работы с вопросами.  

• Машина уже умнее человека, так как способна обрабатывать больше данных.  

• Вопрос о том, когда машина научится ставить себе задачи, остается открытым.  

• Машина не умеет задавать каверзные вопросы, в отличие от человека.  

• Задавать вопросы — это творческий элемент, который пока не доступен машинам.  

• Современные машины могут генерировать ответы, но не вопросы.  

• Автор впервые проводит стрим самостоятельно.  

• Планируются тематические стримы и мастер-классы.  

• Призыв подписаться на каналы для участия в будущих стримах.  

• Ожидания интеграции машин обучения в повседневные устройства.  

• Важность не объема знаний, а умения работать с ними.  

• Пожелание учиться с помощью новых инструментов, таких как языковые модели.  

• Нейронные сети не заменяют людей, а помогают им работать эффективнее.  

• Пожелание сил и возможностей для работы с нейронными сетями.  

• Завершение стрима и прощание с аудиторией.