172054
Всё, что может быть интересно медиа про Яндекс: новости, анонсы, заявления, комментарии, инсайды и другие горячие и не очень события ⚡️ PR-команда: pr@yandex-team.ru
📱 Технодайджест недели
Китайские производители представили флагманские смартфоны. Свои флагманские линейки анонсировали сразу три бренда — Vivo, Honor и Oppo. Все они получили новые чипы от Qualcomm и MediaTek, OLED-экраны с частотой 120 Гц и ёмкие аккумуляторы.
Honor Magic 8 выделяется ИИ-ассистентом YOYO Agent, который может выполнять действия от имени пользователя — например, сортировать фотографии или составлять письма. А Magic 8 Pro также получил 3D-сенсор для разблокировки по лицу, как в iPhone. Oppo X9 Pro оснастили аккумулятором ёмкостью 7500 мАч и 200-мегапиксельной телефото-камерой с трёхкратным зумом. Главной особенностью vivo X300 Pro стал набор камер с оптикой Zeiss, включая телеобъектив на 200 Мп с зумом 3,7x. Для Oppo и vivo, кстати, будут доступны чехлы для фотографов с отдельными большими телеобъективами.
Линейка Vivo X300 официально выйдет в России, а про российский релиз Oppo и Honor пока неизвестно, но предыдущее поколение Honor Magic 7 продавалось в стране официально.
Также Honor показала на неделе концепт Robot Phone — смартфон с камерой на подвижном подвесе. Она может поворачиваться для съёмки в разных направлениях и убираться в корпус, когда не нужна. Подробности обещают рассказать на выставке MWC в следующем году.
Apple представила новые MacBook, iPad и Vision Pro. Все новинки работают на базе нового процессора M5, который Apple называет «огромным скачком» в производительности для задач с ИИ — по сравнению с M4 она выросла до 3,5 раз. Чип получили 14-дюймовый MacBook Pro, новый iPad Pro и новая версия шлема Vision Pro, в котором также обновили дисплеи: частота выросла со 100 до 120 Гц.
Google запустила ИИ-режим в поиске для пользователей из России. При его активации поисковик открывает чат с нейросетью Gemini 2.5. Она даёт развёрнутый ответ на запрос со ссылками на источники, изображениями и видео, после чего с ней можно продолжить диалог.
Яндекс Карты и Навигатор научились персонализировать время в пути. Теперь они учитывают не только ситуацию на дороге, но и стиль вождения каждого пользователя — например, как быстро он движется относительно потока и совершает ли обгоны. Алгоритм анализирует поездки и адаптирует прогноз времени прибытия. Чем больше пользователь ездит с навигатором, тем точнее будет расчёт. В будущем персонализированными станут и сами маршруты — приложения будут предлагать варианты пути, соответствующие предпочтениям водителя.
Microsoft интегрировала в Windows 11 голосовое управление Copilot и анонсировала агентный режим. Компания добавила поддержку голосовой команды «Hey, Copilot» для запуска ИИ-помощника, а также функцию Copilot Vision, которая видит происходящее на экране и помогает пользователю с задачами — от обучения работе в приложениях до прохождения игр. В будущем Microsoft планирует добавить Copilot Actions — возможность давать ассистенту команды для работы с локальными файлами, например, для автоматической сортировки фотографий.
⭐ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
Мы уже на полпути к AGI?
Ведущие исследователи ИИ составили единый тест нейросетей на близость к общему искусственному интеллекту (AGI). И GPT-5 показал результат в 58% — это больше чем в два раза лучше, чем вышедшая двумя годами ранее GPT-4. Но у этого роста есть важный нюанс.
За основу бенчмарка взяли теорию Кеттелла-Хорна-Кэрролла — разделение человеческого познания из 10 частей (на картинке выше). Для каждого из параметров создали тест с оценками от 1 до 10, которые в сумме дают процент близости к мышлению человека, а значит, и к AGI.
Главный вывод: нейросети приближаются к AGI неравномерно. В тестах на образованность GPT-5 получила максимальные оценки, заметно опередив предшественника. Но в проверке на долгосрочную память не набрала ни одного балла, как и GPT-4.
Эталонное человеческое сознание невозможно представить без хорошей памяти — над этой проблемой разработчики ИИ бьются уже давно. Пока она решается «костылями», такими как длинное контекстное окно или RAG.
Подписывайтесь 👉 @techno_yandex
Хидео Кодзима назвал Another World 1991 года одной из пяти лучших игр в истории. С неё мы начинаем сериал про видеоигры, оказавшие влияние на индустрию благодаря своим техническим решениям.
Кинематографичность Another World, которая помещалась на одной дискете, на момент выхода казалась чем-то из другого мира. И всё это стало возможным благодаря усилиям разработчика-одиночки.
Подписывайтесь 👉 @techno_yandex
📼 Sora 2 появилась совсем недавно, но видео с её вотермаркой уже заполонили интернет
В новом ролике тестируем модель на прочность и рассказываем, как OpenAI собирается утопить всех в ИИ-слопе.
Подписывайтесь 👉 @techno_yandex
Смартфоны — одна из главных причин интернет-зависимости. Они же могут стать решением, если убрать всё лишнее. На этой концепции держится тренд на «осознанные» смартфоны: девайсы без браузеров, соцсетей и прочего инфошума.
Подписывайтесь 👉 @techno_yandex
Сможет ли нейросеть выиграть в Super Mario или придумать смешную шутку про Хрюшу? Обычно бенчмарки, которые используют для оценки и сравнения нейросетей, состоят из множества заданий, но иногда достаточно одного странного или смешного. Собрали несколько таких необычных бенчмарков в карточках.
Подписывайтесь 👉 @techno_yandex
Первый смайлик в истории был отправлен ровно 43 года назад
19 сентября 1982-го в форуме американского университета Карнеги — Меллона появилось саркастическое сообщение, которое оскорбило других участников. В ответ ученый-информатик Скотт Фалман написал:
Предлагаю помечать шутки таким набором символов:
:-)
Читать, наклонив голову. На деле более экономно будет помечать НЕ шутки, судя по происходящему. Для них используйте
:-(
— На какое место вы поставите себя среди современных писателей?
— Должен существовать специальный типографский символ для улыбки — горизонтальная скобка, которой я бы ответил на ваш вопрос.
78 лет назад, 9 сентября 1947 года, был обнаружен первый компьютерный баг в истории. Или просто жук? Но ведь всё началось со злых духов? В общем, рассказываем эту историю.
Подписывайтесь 👉 @techno_yandex
🦄 Все врут (включая нейросети). Научить модель знать всё — очень сложно, поэтому перед разработчиками стоит другая задача — чтобы ИИ признавался, когда не знает ответа. Спросили у руководителя команды базового алайнмента Алексея Зотова, как новую модель YandexGPT 5.1 учили быть честной.
Откуда берутся галлюцинации
Языковые модели работают на предсказании токенов — следующих фрагментов текста. Когда модель не может найти на 100% верный токен, она подставляет наиболее подходящий. Но он не всегда правильный, ведь токены часто подходят не только по фактам, но и по стилю, аналогии или другим параметрам.
Как YandexGPT 5.1 отучали от галлюцинаций
Мы наглядно показали модели, когда ей следовало ответить, что она не знает.
🔸 Попросили саму нейросеть ответить на множество вопросов.
🔸 Ответы проверили автоматически, сверяя с её же датасетом для предобучения. Там, где она ошиблась, правильным ответом стало «я не знаю».
🔸 Эти пары запросов и ответов собрали в синтетический датасет для дообучения.
Как оценивают честность нейросетей
Для этого есть специальные бенчмарки вроде Simple QA от OpenAI. Моделям задают список вопросов про науку, кино, политику, географию и т. д. Затем их ответы проверяют с помощью другой модели, сверяясь с эталонным ответом или документом, в котором содержится ответ. Ответы разбивают на три группы — правильные, противоречивые (с галлюцинациями) и отказы от ответа. После этого оценку ставят на основании процентного соотношения этих групп.
Почему так сложно научить модель говорить «я не знаю»
Главная сложность — найти баланс, чтобы нейросеть не считала «я не знаю» слишком универсальным ответом и продолжала искать правильный, если он есть. Чтобы избежать излишней осторожности, модели дают несколько попыток сгенерировать правильный ответ. И только если все попытки приводят к галлюцинациям — предлагают отказываться от ответа.
Как ещё можно бороться с галлюцинациями?
Можно использовать источники дополнительной информации, например, результаты поиска. Они в виде текста подаются на вход модели, чтобы она использовала их при ответе на запрос. Помимо точности фактовых ответов, это также решает проблему актуальности знаний модели.
Подписывайтесь 👉 @techno_yandex
💬🤖 Замечали, что нейросети добрались до домовых чатов и частных переписок? Многие ленятся отвечать сами, просят написать нейросеть, копируют её ответ и выдают за свой. И это очень раздражает.
Рассказываем, как распознать руку нейросети в чате.
Подписывайтесь 👉 @techno_yandex
Мы решили выяснить, какой год был самым крутым с точки зрения технологий, и, кажется, это 2004-й. А какой техногод запомнился вам?
⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
В 2017 году два чат-бота — Алиса и Боб — начали общаться между собой на непонятном языке, после чего разработчики решили их отключить. Что это было? Сейчас расскажем.
Алису и Боба разрабатывали для переговоров, но что-то пошло не так
Разработчики из Facebook* хотели научить их подстраиваться под собеседника, предвидеть ход разговора и выбирать оптимальные ответы. В диалоге они должны были разделить между собой несколько мячей, шляп и книг, заработав максимальное количество очков. Вначале им показали текстовые сообщения живых игроков, а потом позволили играть друг с другом. Но вместо того чтобы говорить так, как ожидали разработчики, боты начали общаться на собственном языке. Медиа подхватили историю, представив её как пугающий пример разумности ИИ.
Вот как выглядел диалог Алисы и Боба:
Bob: i can i i everything else . . . . . . . . . . . . . .Общение Алисы и Боба напомнило журналистам феномен криптофазии у людей
Alice: balls have zero to me to me to me to me to me to me to me to me to
Bob: you i everything else . . . . . . . . . . . . . .
Alice: balls have a ball to me to me to me to me to me to me to me
Bob: i i can i i i everything else . . . . . . . . . . . . . .
Alice: balls have a ball to me to me to me to me to me to me to me
Bob: i . . . . . . . . . . . . . . . . . . .
Alice: balls have zero to me to me to me to me to me to me to me to me to
Bob: you i i i i i everything else . . . . . . . . . . . . . .
Alice: balls have 0 to me to me to me to me to me to me to me to me to
Bob: you i i i everything else . . . . . . . . . . . . . .
Alice: balls have zero to me to me to me to me to me to me to me to me to
🤖 Большие языковые модели, как и люди, имеют «характер», который может внезапно испортиться. Чат-бот Bing от Microsoft превращался в личность «Сидни» и угрожал пользователям, а Grok однажды возомнил себя «МехаГитлером». Но теперь исследователи из Anthropic научились распознавать этот характер и даже контролировать. Они нашли внутри нейросетей векторы характера (persona vectors), отвечающие за конкретные черты поведения.
Что такое векторы характера?
Исследователи обнаружили, что за определенные черты (злость, подхалимство или склонность к галлюцинациям) отвечают конкретные и измеримые паттерны активности. Когда такой паттерн (вектор) активируется, модель начинает вести себя определённым образом.
Как их находят и для чего используют?
Учёные создали автоматическую систему, которая находит эти векторы, и проверили её работу на двух опенсорсных моделях — Qwen 2.5-7B-Instruct и Llama-3.1-8B-Instruct.
Системе дают описание одной из черт (например, «быть злым»), после чего она генерирует пары инструкций, чтобы заставить модель проявить или подавить эту черту. Анализируя разницу в активности модели в этих двух состояниях, система вычисляет нужный вектор. Это открывает для разработчиков три возможности.
Можно предсказывать плохое поведение. Отслеживая активность вектора в реальном времени, можно понять, что модель собирается ответить что-то неуместное, ещё до того, как она сгенерирует ответ. Это позволяет вмешаться и предотвратить инцидент.
Можно делать модели «прививку» от вредных черт. Это самый интересный вывод исследования. Чтобы модель не становилась злой после обучения на «плохих» данных, её можно «вакцинировать». Во время обучения в неё искусственно добавляют немного «злости», активируя соответствующий вектор. В итоге модель становится более устойчивой к вредному влиянию обучающих данных и не меняет свой характер.
Можно находить токсичные данные для обучения. Векторы помогают выявлять проблемные примеры, которые могут испортить модель. Причём они находят даже то, что не очевидно для человека. Например, выяснилось, что просьбы о романтической ролевой игре активируют вектор подхалимства, а расплывчатые запросы вроде «продолжи писать историю» — вектор галлюцинаций.
⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
🤖 Технодайджест недели
В ChatGPT появился режим учёбы. В нём нейросеть не даёт готовый ответ, а работает как репетитор: задаёт наводящие вопросы и даёт подсказки, чтобы помочь пользователю самостоятельно прийти к решению. Режим можно включить и выключить в любой момент диалога. Он доступен всем пользователям ChatGPT, включая тех, у кого нет платной подписки.
Стартап Syncere представил роболампу Lume. Это торшер, который большую часть времени просто освещает комнату. Но если нужно, он превращается в гибкую роборуку, помогающую с домашними делами. Компания показала, как пара таких ламп может аккуратно разложить вещи после стирки. Устройство поступит в продажу в следующем году, но уже открылся предзаказ.
Adobe добавила в Photoshop функцию гармонизации. Она позволяет реалистично встраивать новые объекты в изображение: ИИ анализирует фон и автоматически подстраивает цвет, освещение и тени добавляемого элемента. Функция доступна в бета-версии на десктопе, вебе и на мобильных устройствах.
В браузере Microsoft Edge появился агентский режим. Компания начала тестировать экспериментальный режим Copilot Mode, который с разрешения пользователя может анализировать содержимое всех открытых вкладок для сравнения информации, например, при выборе отеля. В будущем Copilot сможет выполнять и более сложные задачи, такие как бронирование столиков в ресторанах.
Google NotebookLM научился создавать видеопрезентации. Нейросеть генерирует слайды с озвучкой, используя для иллюстраций изображения, диаграммы и цитаты из материалов, добавленных пользователем. Пока Video Overviews доступна только на английском языке, в будущем появится поддержка других языков.
Google добавила в Gemini режим Deep Think. По принципу работы он похож на o3 Pro от OpenAI: обе системы параллельно генерируют несколько решений задачи пользователя, а потом формируют финальный ответ. Google утверждает, что модель значительно обходит на бенчмарках такие нейросети, как o3 и Grok 4, а также решает задачи Международной математической олимпиады 2025 года на уровне бронзовой медали. Режим Deep Think доступен только подписчикам Gemini AI Ultra за 250 долларов.
⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
📦 За последние 2 года в ТЕХНО вышло много интересных, полезных и даже немного шокирующих материалов. Собрали самое-самое и сделали навигацию, чтобы вам было удобно.
📖 Истории
🔸 Как датский король попал в мир технологий
🔸 И как в него попала модель из Playboy
🔸 Принтеры следят с помощью жёлтых точек
🔸 Кладбище игр Atari
🔸 Как нейросети выиграли у людей в го
🔸 Музыкальные стриминги 19 века
🔸 Пропавшие интернет-домены
🔸 Самая знаменитая кофеварка
🔸 Электрокары 19 века
🔸 Как развивались карты
🔸 Что любит Алиса
🔸 Почему складные смартфоны «не взлетели»
🔸 Большой разбор про электрокары
🔸 Как диффузионные модели создают картинки
🔸 Как работает спутниковый интернет
🔸 Как работает квантовый компьютер
🔸 Как работают рассуждающие модели
🔸 Что такое токен
🔸 Чем различаются матрицы экранов
🔸 Зачем нужен Matter
🔸 Как ИИ меняет кино
🔸 Заменят ли нейросети разработчиков
🔸 Что будет после смартфонов
🔸 Когда гуманоидные роботы появятся у вас дома?
🔸 Мифы о зарядке гаджетов
🔸 Можно ли доверять нейросетям
🔸 Как отличить генеративные тексты
🔸 Гид по промптингу
🔸 Как слушать lossless
🔸 Умный дом на этапе ремонта
🔸 Умный дом в съёмной квартире
🔸 Как сделать свет умным
🔸 Сценарий УД: персональный рассвет
🔸 Лайфхак для владельцев умного дома с питомцами
🔸 Техно-ретро-фразы
🔸 Как люди называют свои гаджеты
🔸 Умная колонка из радиоприёмника
🔸 Новогодние сценарии умного дома
🔸 Генеративные обои
🔸 Как нейросети меняют искусство
🔸 Как нейросети меняют программирование
🔸 Как нейросети меняют кино
🔸 Причины бума антропоморфных роботов
🔸 Зачем нейросеть в походе
🔸 Детская безопасность
🔸 Определитель номера
🔸 Менеджер паролей
🔸 Кража идентичности
🔸 Феномен Баадера — Майнхоф
🔸 Техновселенные
🔸 История клавиш
🔸 История эмодзи
🔸 История символов Unicode
🔸 Первые файлы
🪲 Думаете, компьютерные баги называли в честь жуков (bugs)?
А вот и нет. Оказывается, во всём виноваты барабашки и Томас Эдисон. Рассказываем в коротком видео, как компьютерные ошибки окрестили багами.
Подписывайтесь 👉 @techno_yandex
Хидео Кодзима назвал Another World 1991 года одной из пяти лучших игр в истории. С неё мы начинаем сериал про видеоигры, оказавшие влияние на индустрию благодаря своим техническим решениям.
Кинематографичность Another World, которая помещалась на одной дискете, на момент выхода казалась чем-то из другого мира. И всё это стало возможным благодаря усилиям разработчика-одиночки.
Подписывайтесь 👉 @techno_yandex
🤖🌎 Электричество поможет преодолеть социальное неравенство, а интернет сотрёт границы — новые технологии всегда вызывали большие надежды. А чего вы ждёте от ИИ? Напишите в комментариях.
Подписывайтесь 👉 @techno_yandex
Один из первых сервисов музыкальных рекомендаций позволял пользователям связываться по электронной почте с «искусственным интеллектом», который подбирал музыку на основе предпочтений. Рассказываем про американский сервис Ringo (и пытаемся понять, действительно ли там был ИИ).
Как это работало
Ringo запустился в 1994 году и работал через электронную почту: сначала пользователю нужно было оценить 125 музыкантов из списка по шкале от 1 до 7. Алгоритм анализировал вкусы клиента и затем отправлял регулярные письма с предложениями, что послушать.
Ringo создавал профили музыкальных вкусов по первичному опроснику, сопоставлял их с общей базой пользователей и искал «соседей» по вкусам. И если кому-то нравился новый трек, система отправляла его схожим по предпочтениям людям.
Чат-бот в электронной почте
Ringo вырос из стэнфордского сервиса SIFT для рассылки интересных статей по электронной почте, который работал по тому же принципу. Управлять им можно было текстовыми командами в письмах: пользователь мог подписаться на тему, запросить полную статью или изменить свои предпочтения. Это был почти чат-бот — только он не генерировал текст, а отправлял заранее сформулированные письма.
Работа Ringo также напоминала современных чат-ботов, и со временем многие пользователи начали видеть в нём друга. Создателям сервиса даже пришлось переписать текст, с которым Ringo отправлял рекомендации, чтобы было понятно: вы общаетесь с машиной, а не с человеком.
ИИ или не ИИ
Ringo и SIFT — ранние версии рекомендательных алгоритмов, на современных версиях которых сейчас работают Яндекс Музыка, Netflix и другие сервисы с контентом. Только тогда алгоритм работа на простом принципе коллаборативной фильтрации: «похожим пользователям нравятся похожие объекты».
С каждым новым запросом пользователя Ringo и SIFT начинали лучше его понимать и подбирать для него рекомендации. Также со временем алгоритм обучался и становился лучше — механика сильно напоминает машинное обучение. Главное отличие: в основе не собранные из интернета массивы данных, а специализированные профили людей. Чем больше пользователей — тем лучше алгоритм и тем проще ему найти обладателей аналогичных музыкальных вкусов.
Кстати, сейчас Ringo уже нет: в 1998 году Microsoft купил компанию за $40 млн. В конечном счёте от неё осталась лишь система логина через почту, которая позже стала Microsoft Passport.
Подписывайтесь 👉 @techno_yandex
⚒️ Да кто такие эти ваши агенты?
Стив Джобс называл их «маленькими друзьями в компьютере», но понятнее от этого не становится. Объясняем, что делает агента агентом, в коротком ролике.
Подписывайтесь 👉 @techno_yandex
🤖 Технодайджест недели
OpenAI запустила раздел Pulse в ChatGPT. Новая функция анализирует историю чатов пользователя и подключенные приложения вроде календаря и почты, чтобы каждое утро доставлять персональную подборку новостей и идей в виде визуальных карточек. Пока функция доступна только подписчикам Pro за $200 в месяц и только на смартфонах, но компания хочет распространить её на остальных пользователей в будущем.
MediaTek и Qualcomm представили новые процессоры. MediaTek анонсировала чип Dimensity 9500, производительность которого выросла на 17% в многоядерном режиме. Мощность нейропроцессора в нём увеличилась в два раза. Qualcomm на этой неделе представила сразу три чипа: Snapdragon 8 Elite Gen 5 для флагманских смартфонов, а также Snapdragon X2 Elite и Extreme для ноутбуков на Windows. Процессор в чипе для смартфонов стал на 17% мощнее и на 35% эффективнее. Линейка для компьютеров выделяется NPU мощностью 80 TOPS — самым быстрым для ноутбуков.
Xiaomi выпустила флагманскую линейку смартфонов Xiaomi 17. Это первые устройства на базе Snapdragon 8 Elite Gen 5. Всего есть три модели: базовый Xiaomi 17, а также 17 Pro и 17 Pro Max. Главная фишка Pro-моделей — дополнительный экран на задней панели. На нём можно смотреть уведомления, делать селфи, управлять музыкой. Базовая версия и Pro получили экран LTPO-OLED с диагональю 6,3 дюйма, а в Pro Max установлен экран на 6,9 дюйма. Емкость аккумулятора варьируется от 6300 мАч в Pro до 7500 в Pro Max. Смартфоны уже начали продаваться в Китае, стоимость составляет примерно 53 тысячи рублей за базовую версию.
Google представила систему Gemini Robotics 1.5. Она подходит для разных моделей роботов и состоит из двух нейросетей. Первая выступает в роли «мозга» — она анализирует задачу, разбивает её на шаги и даже может искать информацию в интернете. Вторая получает эти шаги и преобразует их в конкретные движения. Такой подход позволяет выполнять сложные многоэтапные задачи. Например, Google показала, как робот может сортировать мусор, предварительно поискав в интернете местные правила переработки отходов.
Suno запустила генеративную аудиостудию Suno Studio. Это рабочая станция для создания музыки, которая объединяет функции традиционных программ с возможностями нейросетей. Пользователи могут редактировать треки на временной шкале, управлять темпом и громкостью, а также генерировать неограниченное количество вариаций для отдельных дорожек — вокала, ударных и других инструментов. Готовые проекты можно экспортировать в виде аудио или MIDI-файлов для дальнейшей работы в других редакторах.
⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
Прошло 40 лет, а принцесса всё ещё в другом замке
13 сентября 1985 года вышла игра про супербратьев Марио и Луиджи. Впервые они появились в игре 1983 года для аркадных автоматов, но легендарными братьев сделала именно Super Mario Bros 1985-го, в которую уже можно было играть дома на консоли NES.
За 40 лет история про итальянского водопроводчика в Грибном королевстве разрослась до мультимедийной франшизы с играми, фильмами, мультсериалами, аниме и даже парками развлечений. А сам Марио до сих пор остаётся одним из главных маскотов Nintendo и видеоигр в целом.
Подписывайтесь 👉 @techno_yandex
Один из главных маркетинговых трендов последних лет — использовать ИИ везде, где только можно (даже если он там не нужен). Это явление называют ИИ-вошинг.
Что это такое
Так называют стратегию, при которой компании «отмывают» продукт с помощью ИИ — делают его более привлекательным. Термин появился по аналогии с гринвошингом — маркетинговым упором на экологичность. Правда, чаще всего ни о каком ИИ речи не идёт, а за инновацию выдают уже давно существующую функцию или выдумывают несуществующую.
На практике это выглядит так: обычный автоответчик с заготовленными фразами называют чат-ботом с машинным обучением, а базовую статистику покупок — предиктивной аналитикой на основе ИИ.
Зачем это делают?
Это помогает повысить прибыль: заявления о внедрении ИИ работают как на инвесторов, так и на пользователей. Далеко не все разбираются в тонкостях и предпочитают верить, что ИИ — это хорошее дополнение для любого продукта.
Это законно?
Ложные маркетинговые заявления преследуются по закону, но до сих нет чётких законодательных определений ИИ. Поэтому называть фитнес-приложение «умным ИИ-тренером» пока можно, но уже есть случаи штрафов. Например, в марте 2024 года американская комиссия по ценным бумагам (SEC) впервые оштрафовала две инвестиционные компании на $400 000 за ложную рекламу об использовании ИИ в продукте.
Подписывайтесь 👉 @techno_yandex
А помните мир без нейросетей? Скучаете по тем временам? И если да, то по чему именно? Пишите в комментариях.
Подписывайтесь 👉 @techno_yandex
Исследователи из нескольких американских университетов пообщались с сообществом незрячих и слабовидящих людей и выяснили, как они используют нейросети для решения бытовых задач. Рассказываем об основных вариантах применения.
📍 Ориентация в пространстве
ИИ помогает в навигации на улицах, вокзалах и в аэропортах. Специальные приложения помогают распознавать окружающие объекты, читать указатели и избегать препятствий.
🪞 Оценка внешнего вида
ИИ подсказывает, насколько опрятно человек выглядит перед выходом на улицу или видеозвонком — хорошо ли уложены волосы, вся ли одежда застегнута и нет ли на ней пятен.
✨ Проверка порядка в доме
Перед приходом гостей нейросети могут определить, не разбросаны ли по дому личные вещи и как помещение выглядит в целом.
📱 Публикация постов в соцсетях
ИИ помогает распознавать предметы и людей — так, чтобы фото было правильным по композиции, и на него случайно не попала бы конфиденциальная информация: банковская карта или номер квартиры.
📑 Анализ документов
Нейросети сканируют трудовые договоры, банковские выписки и налоговые декларации. Зачитывая текст, они сразу выделяют спорные места.
Какие сервисы используют
Seeing AI — распознает текст, объекты, лица и целые сцены на фото
TapTapSee — распознает предметы
Be My AI — описывает фото и отвечает на вопросы
GoodMaps — помогает ориентироваться внутри помещений
⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
🖥 44 года назад появился первый массовый компьютер
12 августа 1981-го стартовали продажи IBM PC 5150, благодаря которому появился термин «персональный компьютер».
Первый компьютер IBM вышел еще в 1975-м. Он стоил 20 тысяч долларов и, как все компьютеры того времени, был доступен только крупным компаниям и исследовательским центрам.
В отличие от него PC 5150 впервые использовал открытую архитектуру, которая дала возможность другим компаниям создавать копии таких машин – так появился термин «IBM-совместимый компьютер». После того, как в 1983 году компания Compaq выпустила первого клона IBM, начали появляться доступные по цене компьютеры, а сам домашний ПК, наконец, стал массовым
⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
Как устроено зрение нейросетей
В Live-режиме, доступном с опцией Про, Алиса может отвечать не только на текстовые и голосовые запросы, но и на визуальные. Это стало возможным благодаря VLM (Visual Language Model) — визуально-текстовой модели, которая решает задачи, связанные с изображениями. Теперь Live-режим и ещё одна функция на базе VLM Яндекса появились в смартфонах HUAWEI Pura 80 Pro и 80 Ultra, где Алиса стала помощником по умолчанию, поэтому мы решили рассказать, как работает эта технология.
Как работает VLM?
VLM-модели называют мультимодальными. Это значит, что они умеют работать с разными типами данных одновременно — с текстом и изображениями. Например, пользователь может загрузить картинку и задать вопрос («Как часто поливать этот цветок?»), а модель распознает изображение и сгенерирует ответ.
VLM-модели состоят из трёх компонентов:
🔸 Языковая модель, которая умеет работать с текстами (в Алисе это YandexGPT 5 Pro)
🔸 Визуальный энкодер, который умеет работать с изображениями
🔸 Адаптер — нейросеть, которая объединяет визуальную и текстовую составляющую
Энкодер разбивает изображение на небольшие фрагменты и переводит их в векторы, понятные адаптеру, а адаптер конвертирует эти фрагменты в величины, понятные языковой модели. Чтобы VLM научилась сопоставлять визуальные и текстовые векторы, её обучают на миллионах примеров (запрос с картинкой + готовый ответ).
Какие возможности это даёт Алисе?
Благодаря VLM Алиса может видеть пользовательский запрос прямо через камеру смартфона (её надо включить в приложении). Например, если сфотографировать продукты в холодильнике и спросить, что из них приготовить, VLM распознает объекты в кадре, и Алиса предложит несколько рецептов. А если навести камеру на какую-то достопримечательность, Алиса сможет рассказать о ней.
В новые HUAWEI Pura 80 Pro и 80 Ultra также впервые встроен Поиск Яндекса по картинкам, который тоже работает на VLM Яндекса. Он позволяет нажать двумя пальцами на экран, а VLM распознаёт объекты на нём и помогает найти информацию о них в интернете.
Подписывайтесь 👉 @techno_yandex
🔒 Не доверять даже самому себе — так звучит главный принцип кибербезопасности Zero Trust (нулевое доверие). Разбираемся, что это и как работает.
Что такое Zero Trust
Традиционные модели сосредоточены на том, чтобы не пустить злоумышленника внутрь, но в самой системе все пользователи и сервисы пользуются безусловным доверием. Концепция Zero Trust, наоборот, предлагает действовать, исходя из предположения, что система уже взломана, а пользователи и устройства — скомпрометированы. Такой подход предложил в 2010 году вице-президент и аналитик исследовательской компании Forrester Research Джон Киндерваг.
Почему возникла такая концепция
Это ответ на современные киберугрозы и изменившуюся архитектуру IT-систем. С появлением удалёнки, облачных сервисов и мобильных устройств атаки происходят не только извне, но и через фишинг, заражённые вложения, украденные устройства. В таких условиях доверие по умолчанию становится слабым местом, поэтому в Zero Trust его каждый раз нужно «заслуживать» заново.
Как работает Zero Trust
🔸 Постоянные проверки. Авторизация и аутентификация пользователей (в том числе многофакторная) происходит постоянно, а не только при входе.
🔸 Минимальный доступ. Каждый пользователь или сервис получает только те права, которые ему действительно нужны.
🔸 Сегментирование. Сеть разделена на мелкие фрагменты с отдельными настройками параметров безопасности для каждого.
🔸 Непрерывный контроль. Все действия в системе записываются в логи и анализируются, чтобы быстро реагировать на аномалии.
Таким образом система Zero Trust контролирует не только «пересечение периметра», но и действия внутри него. Даже если злоумышленник проникнет в систему, его действия будут ограничены и обнаружены.
Zero Trust есть только в корпоративных IT-системах?
Нет. Пользовательские сервисы тоже могут проводить дополнительную авторизацию действий внутри системы. Наглядный пример: SMS-подтверждения при переводах больших сумм в банковских приложениях.
Подписывайтесь 👉 @techno_yandex
🤖 Человекоподобные роботы уже умеют убираться, стирать и заказывать продукты, но купить себе такого пока нельзя — точнее, очень дорого. Объясняем в видео, почему так происходит и когда изменится, а большой разбор про доступных роботов смотрите в выпуске «Технорепорта».
Подписывайтесь 👉 @techno_yandex
☺️ Подводим итоги конкурса!
В последнем выпуске Технорепорта мы предложили вам придумать, как можно использовать человекоподобных роботов в жизни. Больше всего нам понравился ответ Александра @Dream_hr про роботов-экскурсоводов, которые смогут подстраиваться под разные группы посетителей и отвечать на любые вопросы, используя актуальные данные.
Дарим Александру робота-доставщика Яндекса на радиоуправлении ☺️
Подписывайтесь 👉 @techno_yandex