все посты ТЕХНО: Яндекс про технологии

👨‍💻 Технодайджест недели Вышел Rabbit R1 — нейросетевой гаджет, призванный заменить смартфоны. Основной способ взаимодействия с ним — разговор с нейросетевым ассистентом, отвечающим на вопросы, распознающим предметы с камеры и даже позволяющим заказать еду или такси. Первые реакции смешанные: R1 быстро работает и обычно справляется с вопросами, но очень быстро разряжается, а самых ожидаемых функций пока нет. Meta* открыла свою платформу смешанной реальности для других компаний. Они смогут использовать операционную систему Horizon OS и разрабатывать под неё свои шлемы (подобно тому, как производители ноутбуков используют Windows). Meta* заявила, что уже договорилась с Asus и Lenovo, которые выпустят собственные шлемы на Horizon OS, и Microsoft, которая адаптирует шлем Quest для игрового стриминга Xbox Cloud Gaming. Также Meta* предложила Google адаптировать Play Store для Horzion OS. * Компания Meta признана экстремистской организацией и запрещена в РФ В Абу-Даби прошли гонки беспилотных автомобилей. Команды используют одинаковые болиды Dallara SF23 c датчиками для автономной езды, но каждая из них разрабатывает для автомобиля своё программное обеспечение. Во время гонки все болиды столкнулись с техническими проблемами. Победителем стала команда Мюнхенского технического университета. Microsoft выпустила языковую модель Phi-3. Она имеет размер 3,8 миллиарда параметров. Это позволяет запускать модель даже на смартфонах, при этом в рейтинге больших языковых моделей Chatbot Arena она оказалась сравнима с GPT-3.5 от OpenAI. Китайские разработчики создали нейросеть для генерации видео по текстовому описанию. Она создаёт ролики длительностью до 16 секунд и разрешением 1080p. По качеству новая модель существенно отстаёт от Sora, но обходит другие нейросети для генерации видео. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🤖❣️ Машинное обучение двигают вперёд не университеты, а большие технологические компании. Именно в их научных отделах были созданы технологии, которые легли в основу бума нейросетей последних лет, в том числе архитектура Transformer. В Яндексе тоже есть такой отдел — Yandex Research. Он занимается исследованиями и внедрением наукоёмких решений в сервисы компании, а заодно вносит вклад и в мировую науку в целом. В нём работают настоящие учёные, и сегодня мы хотим познакомить вас с одним из них — Сергеем Кастрюлиным. Он занимается исследованиями в области компьютерного зрения и работал над улучшением YandexART — подробнее об этом можно почитать на Хабре. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🚶🏻‍♀️🛴🚲 В Яндекс Картах вышло большое обновление навигации для тех, кто передвигается по городу пешком, на велосипеде или самокате. Теперь строить подходящие маршруты будет проще, а следовать по ним — комфортнее. Разбираемся, как устроена новая маршрутизация. 🏔 Самое заметное обновление — отображение перепадов высот на маршруте. Для пользователя это выглядит как простой и понятный график, где участки с заметными подъёмами обозначены ярким цветом. Это помогает выбрать из нескольких предложенных Картами маршрутов не только самый быстрый, но и более комфортный. 🗺 Изнутри технология устроена так: при построении любого маршрута (не только пешеходного) и ведении по нему Карты регистрируют данные о местоположении и высоте устройства, на котором они запущены. Теперь, когда пользователь строит маршрут в режиме пешехода, велосипеда или самоката, маршрутизатор привязывает эти данные о высотах к точкам дорожного графа (так называют условное представление карты внутри компьютера). Часть данных фильтруется — например, от устройств, находящихся на высоких этажах зданий. Получившийся набор данных интерполируется и выводится на график высот в приложении. 🛣 Также в пешеходном режиме теперь отображается больше тропинок, тротуаров и велодорожек, а номера домов и подъезды подписаны ярче. Появилось автоматическое масштабирование карты на маршруте. Так, если предстоит долго двигаться по прямой, будет отображаться более длинный отрезок пути, а если близится поворот, то приложение покажет его крупнее. Для велосипедистов и водителей самокатов масштабирование действует с поправкой на скорость — им виден бóльший отрезок дороги, чем пешеходам. А ещё появились подсказки по маршруту в углу экрана — как в автомобильной навигации. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🌐 30 лет назад на скачивание одного терабайта ушли бы годы, а сегодня это можно сделать за несколько часов — или даже за несколько минут. Рассказываем, как это стало возможно и какие этапы технология преодолела на этом пути. 🐢 В начале 1990-х к интернету подключались с помощью домашнего телефона. Скорость соединения была ограничена 56 кбит/с (в реальности в среднем в два раза меньше), поэтому даже на скачивание короткого ролика низкого качества у пользователей уходило несколько минут. Помимо невысокой скорости, такое подключение создавало ещё одну проблему: невозможность пользоваться телефоном во время выхода в сеть. 🦥 Семейство технологий DSL, развивающееся с 2000-х, позволило использовать всё те же классические телефонные линии, но при этом домашний телефон оставался свободным, а скорость существенно выросла — до 10–20 Мбит/с. Это произвело революцию в мире интернета — пользователям стали доступны онлайн-игры с качественной графикой, а также аудио- и видеостриминги. 🐇 В начале 2010-х на смену медному телефонному кабелю пришло оптоволокно, и это позволило увеличить скорость интернета до десятков и даже сотен Мбит/с — достаточно для передачи потокового видео высокой чёткости. А после 2015 года стали доступны гигабитные скорости. 🐆 Медианная скорость мобильного интернета 5G в мире по состоянию на 2023 год составляет 203 Мбит/с и продолжает расти. Однако теоретическая пропускная способность нового стандарта — до 20 Гбит/с, и на этой скорости 1 терабайт скачается всего за 7 минут. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🖼 Яндекс обновил генеративную модель YandexART в Шедевруме — она создаёт картинки быстрее и качественнее предыдущей версии. Поменялся сам способ генерации: теперь модель использует метод латентной диффузии вместо каскадной, как раньше. Объясняем, в чём разница. 🤖 При каскадной диффузии нейросеть создаёт небольшое изображение из визуального шума, а затем поэтапно увеличивает разрешение, добавляя на него детали (рассказали тут, как это устроено). 👾 Латентная диффузия работает иначе. Алгоритм превращает текстовый запрос в так называемый латентный код — сжатое представление картинки, в котором каждый элемент содержит не только информацию о яркости и цвете, но и о структуре на фрагменте изображения. 🔎 Метод диффузии с многостадийным улучшением картинки применяется именно к латентному коду, а затем из него всего за один шаг создаётся финальное изображение высокого разрешения. Поэтому теперь у YandexART получается генерировать картинки не только качественнее, но и быстрее. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🖥💎 Чем отличается miniLED от microLED, а OLED от QLED? Объясняем, как устроены разные типы матриц и типов подсветок экранов на примере популярных гаджетов. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

👩‍💻 Технодайджест недели Главной техноновостью этой недели стал выход большой языковой модели Llama 3 от Meta*. Как и предыдущие версии, Llama 3 — открытая модель. Компания выложила в опенсорс версии размером 8 и 70 миллиардов параметров. 70-миллиардная модель уже появилась в рейтинге Chatbot Arena и заняла в нём пятое место, обойдя все открытые модели и даже такие закрытые, как Claude 3 Haiku и старые версии GPT-4. Llama 3 также доступна в чат-боте Meta* AI на отдельном сайте, а также в поисковой строке в соцсетях и мессенджерах компании. Чат-бот умеет отвечать на вопросы о контенте в сервисах компании, а также на любые другие, используя свои знания или информацию из Google и Bing. А ещё он умеет создавать изображения и выделяется на фоне конкурентов скоростью работы: изображения появляются почти мгновенно и генерируются заново по мере того, как пользователь набирает запрос. * Компания Meta признана экстремистской организацией и запрещена в РФ Другие новости недели, которые показались нам интересными: Яндекс запустил сервис Нейро. Он работает на базе нейросетей семейства YandexGPT 3 и использует для ответа информацию из источников в интернете. Нейросети анализируют запрос пользователя и превращают его в поисковый запрос, а затем собирают подходящую информацию и формируют один ответ, расставляя ссылки на источники. Boston Dynamics представила нового Atlas. В отличие от старой версии, в новом Atlas используется не гидравлика, а электромоторы. Компания наглядно продемонстрировала это роликом, в котором робот совершает неестественные для людей движения, вращая тело, голову и конечности на 180 градусов. Logitech встроила в мышку кнопку для работы с ChatGPT. Её нажатие запускает утилиту для популярных сценариев работы с нейросетями: суммаризации, ответа на письмо и других. Пользователь вводит текст, а утилита добавляет к нему специальный промт и открывает окно с ChatGPT, отправляя туда запрос. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🌲🗺🌳 На Яндекс Картах в Москве и Петербурге появились трёхмерные деревья. Это очередной этап работы Яндекса по созданию более комфортных и понятных пользователю карт: ранее на них уже добавили детальные 3D-модели зданий и реалистичные дороги с разметкой. Деревья — тоже важная часть городской среды: с ними Карты будут выглядеть реалистичнее, а пользователям будет легче ориентироваться. Например, выбрать маршрут прогулки или оценить район при покупке квартиры. Как это реализовано? Если бы каждое дерево наносили на карты вручную, то это заняло бы много времени. Но нейросети заметно ускорили процесс. ML-модель обучили распознавать деревья на аэрофотоснимках местности и определять три важных параметра каждого из них: • Местоположение. Чтобы вычислить его, алгоритм определяет на спутниковом снимке верхушки деревьев и по ним присваивает координаты. • Тип. ML-модель научили различать хвойные и лиственные деревья, используя данные, собранные пользователями «Народной карты» Яндекса. Они разметили около 160 000 деревьев — получился полноценный датасет для обучения. • Размер. Ширину определяли напрямую по ширине кроны на снимке, а высоту алгоритм вычислял косвенно, исходя из того, что чем шире дерево, тем оно выше. На основании этих данных каждому дереву подобрали из базы подходящую 3D-модель, которую и разместили на карте. То есть на карту нанесены все-все деревья? Не совсем. Перед нанесением на карту данные отфильтровали. К примеру, убрали деревья, растущие слишком близко к дорогам (чтобы не загораживать их) и проредили там, где они расположены слишком плотно. Можно мне тоже «посадить» дерево на карте? На «Народной карте» можно самостоятельно добавить 3D-дерево на карту Москвы или Петербурга. Для этого оно должно соответствовать правилам разметки и пройти модерацию — после этого оно появится в Яндекс Картах. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🚗 Насколько самостоятельным может быть автомобиль? Разбираемся с помощью шкалы уровней автономности от Общества автомобильных инженеров (SAE). Уровень 0: Всё делает водитель Водитель принимает и выполняет все решения. В таких машинах могут быть электронные помощники, например, сообщающие об отклонении от полосы. Но они не играют значительной роли в управлении. Уровень 1: Ассистент водителя Такая машина облегчает вождение, но не автоматизирует его. К примеру, адаптивный круиз-контроль, помогающий поддерживать скорость и расстояние до другого автомобиля, либо система удержания в полосе. Уровень 2: Частичная автоматизация Такой автомобиль способен одновременно управлять разгоном-торможением и рулить. Водитель может иметь возможность отпускать руль, но всегда обязан следить за дорогой и отвечает за движение автомобиля. Пример: Tesla с опцией Full Self-Driving. Уровень 3: Условная автоматизация Беспилотный автомобиль третьего уровня справляется со всеми базовыми задачами — от руления до поддержания скорости. Водитель имеет право не следить за дорогой и может залипать в телефоне, пока система не потребует вмешаться. Пример: система Drive Pilot от Mercedes-Benz, работающая на некоторых трассах в США. Уровень 4: Высокая степень автономности Водитель теоретически не нужен. Машина сама принимает решения, но лишь в определённых условиях. Допустим, в одном районе, для которого собраны высокоточные карты и в котором проводили длительное тестирование. Пример: роботакси Яндекса в Сириусе и Иннополисе. В Иннополисе можно проехать на автомобиле без водителя за рулём, в Сириусе водитель находится за рулём, но не участвует в управлении машиной. Уровень 5: Полная автономность Такой автомобиль справляется со всеми задачами в любых условиях и без HD-карт — пассажиры лишь выбирают пункт назначения. Этот уровень — конечная точка развития автономного транспорта, он пока не реализован на практике. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🔗 Зачем понадобился Matter? Как правило, каждый производитель разрабатывает устройства умного дома для своей экосистемы. Чтобы они были совместимы с другими платформами, например умными колонками, производителю нужно адаптировать устройства под каждую такую платформу отдельно. Несколько лет назад сотни компаний, такие как Google, Amazon, Xiaomi и Яндекс, объединились для создания универсального стандарта коммуникации для умного дома. Все девайсы с поддержкой Matter проходят обязательную сертификацию, чтобы гарантировать совместимость друг с другом. Matter упрощает пользователям выбор устройств и настройку умного дома, а производителям позволяет тратить меньше ресурсов на то, чтобы их устройства работали с разными экосистемами. Как работает Matter? Matter работает на основе интернет-протокола (IP) и поддерживает различные протоколы связи — Wi-Fi, Thread и даже сетевые кабели (Ethernet). Разные Matter-устройства подключаются к умному дому по единому алгоритму — с помощью QR-кода на корпусе, который нужно отсканировать камерой смартфона. Благодаря этому посторонние люди, например соседи, не могут подключиться к чужому устройству. Ещё одно преимущество стандарта Matter — работа умного дома без интернета. Matter-устройства коммуницируют между собой по локальной сети и продолжают выполнять связанные с ними сценарии, даже если пользователь забыл оплатить интернет или у провайдера произошёл сбой. Это работает в умном доме Яндекса? Сегодня Яндекс выпустил свои первые устройства с Matter — светодиодную ленту для создания атмосферной подсветки и умную розетку для автоматизации обычных устройств, к примеру торшера или вентилятора. Их и устройства других производителей (осветительные приборы, розетки, выключатели и реле), использующие Matter over Wi-Fi, можно подключить к Станции 2, Станции Миди, Станции Мини, Станции Лайт и Хабу Яндекса. Возможность подключения к Станции Макс, Дуо Макс и ТВ Станции появится позже. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

Посмотрев на движения нового Atlas, редакция ТЕХНО сразу вспомнила один термин из робототехники. Попросили рассказать о нём сервис Нейро. Подписывайтесь 👉 @techno_yandex

🤖 Вчера компания Boston Dynamics объявила о закрытии проекта Atlas, который занимается созданием человекоподобных роботов. А уже сегодня выяснилось, что это был пиар-ход, приуроченный к выходу нового поколения Atlas. В новом Atlas используются электромоторы (предыдущие модели были гидравлическими), благодаря которым он стал сильнее и манёвреннее, научился эффектно двигаться, гнуться и подниматься из разных положений. В планах компании — развивать эту модель для работы в разных сферах. В том числе вместе с компанией Hyundai, которая будет использовать новых роботов на своих автомобильных заводах. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🪳🤖 Ничего необычного, просто рой управляемых тараканов-киборгов с нейроимплантатами Исследователи из Наньянского технологического университета в Сингапуре научились управлять группами мадагаскарских тараканов с помощью электростимуляции. Каждого из них снабдили «рюкзаком» с аккумулятором, компьютером и антенной, а также электродами, которые внедрили в основания усиков, помогающих насекомым ориентироваться. Когда тараканы сталкиваются усиками с препятствиями, они поворачивают. Стимулируя эти органы электрическими импульсами, «рюкзачок» может направлять таракана в нужном направлении. Учёные разработали алгоритм, чтобы контролировать не одного таракана, а целый рой. Он назначает одного или нескольких лидеров, которые идут в заданную человеком точку, а остальные следуют за ними. Многие учёные работают над более трудной задачей: интеграцией нейроимплантатов с человеческим мозгом и телом. Недавно мы рассказали о 5 интересных проектах из этой области. Что думаете про такие эксперименты? Ставьте 🤖, если считаете, что они допустимы и 😨, если уверены, что это неэтично. Подписывайтесь 👉 @techno_yandex

Яндекс запустил новый сервис 🔘🔘, в котором объединил возможности классического поиска и больших языковых моделей. Объясняем, как он работает. Откуда Нейро берёт информацию? В отличие от обычных генеративных моделей, Нейро берёт данные не из памяти модели, а из источников в интернете. Это позволяет ему составлять ответ на основе актуальной информации, даже если она появилась в интернете несколько часов назад. Вот как Нейро создаёт ответы (подробнее об этом рассказали на Хабре): 🔘 Анализирует вопрос пользователя и формулирует из него поисковый запрос. 🔘 Изучает поисковую выдачу и выбирает топ подходящих источников. 🔘 Выделяет из них только нужную информацию и сужает список источников до 5 самых полезных. 🔘 Модель семейства YandexGPT 3 объединяет полученные фрагменты и создаёт один ответ, расставляя ссылки на источники информации. В каких случаях может помочь Нейро? Если есть сложный поисковый вопрос, для ответа на который нужно найти и изучить несколько источников в интернете. Нейро понимает естественный язык, поэтому вопросы можно задавать так, как они приходят в голову. А ещё к текстовому вопросу можно добавить картинки. Нейро поймёт, если сфотографировать что-нибудь и задать вопрос текстом вместе с фотографией. А можно примеры таких вопросов? 🔘 Сравни по 5 пунктам Карелию и Алтай для велопохода со средним уровнем подготовки. 🔘 Увидел мем, что мужчины постоянно думают про Римскую империю. Это так? 🔘 [Картинка с букетом гербер] + Как сделать так, чтобы они стояли дольше? 🔘 [Фотография дома] + Кто жил в этом доме в 19 веке? Как использовать Нейро? Сервис уже доступен в приложении Яндекс с Алисой и Яндекс Браузере. Чтобы воспользоваться Нейро, нужно авторизоваться в Яндексе и переключить тумблер около поисковой строки. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

✏️ Новый способ искать ответы. 16 апреля 😏

👨‍💻 Технодайджест недели Android получил краудсорсинговую сеть поиска утерянных устройств. Она работает аналогично сетям от Apple и Samsung. Устройства передают своё местоположение по Bluetooth, используя другие Android-устройства как ретрансляторы. Благодаря этому пользователи могут найти свой гаджет, даже если он не подключен к сотовой связи или Wi-Fi. Яндекс запустил Алису нового поколения. Теперь ассистент основан на большой языковой модели YandexGPT. Благодаря этому Алиса лучше удерживает контекст беседы, в большинстве случаев даёт ответ в диалоге и доуточняет команды. Кроме того, у Алисы появилась опция «Про»: она использует нейросеть YandexGPT 3 Pro и обладает навыками виртуальной няни. Spotify научился генерировать плейлисты по текстовому описанию. Функция подбирает 30 песен под промпт пользователя и позволяет дальше уточнять запрос, если результат не устроил: например, можно попросить подобрать более спокойную музыку. Google, Intel и Meta* представили новые чипы. Intel и Meta* анонсировали ускорители для нейросетевых вычислений. Intel Gaudi 3 ориентирован на широкий круг задач, в том числе обучение и работу больших языковых моделей, а MTIA v2 создан для алгоритмов рекомендаций. Google же представила ARM-процессор Axion, который компания планирует использовать в центрах обработки данных. * Компания Meta признана экстремистской организацией и запрещена в РФ Dyson геймифицировала уборку с помощью дополненной реальности. Компания выпустила крепление для смартфона, которое устанавливается на вертикальный пылесос, и приложение с дополненной реальностью. Оно отслеживает, какие участки пола пользователь уже пропылесосил, и закрашивает их. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

👾 Нейробинго! Расскажите, сколько сценариев использования генеративных нейросетей вы уже применили в жизни и кидайте скриншоты с пометками. И напишите, для чего ещё вы используете нейросети, если это не вошло в бинго. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🎮☁️ Сервисы облачного гейминга позволяют играть в Baldur’s Gate 3, Hogwarts Legacy и другие ресурсоёмкие игры на любом компьютере. Всё, что для этого требуется — быстрый интернет. Теперь облачный гейминг есть и у Яндекса: сегодня Яндекс Плюс запустил публичное тестирование бета-версии сервиса Плюс Гейминг (заявку можно оставить тут). Объясняем, как устроены сервисы облачного гейминга. ☁️ Что такое облачный гейминг? Это сервис, который позволяет запустить игру на удалённом мощном сервере, а играть на устройстве пользователя. На него передаётся только видеопоток, а все вычисления, необходимые для просчёта игровых сцен, производятся в облаке. Устройство пользователя, в свою очередь, передаёт в облако действия — нажатия клавиш и движения мыши. Выглядит это — и ощущается — как будто игра запущена привычным образом. ⚡️ Игра при этом не тормозит? Нет, если расстояние до игрового сервера сравнительно небольшое: если сервер расположен на другом конце Земли, то из-за большой задержки игра не будет комфортной. Разработчики облачных сервисов ищут способы нивелировать задержки, например, учат системы заранее предсказывать действия пользователя. Но надёжнее всего играть на сервере, который расположен максимально близко. Скорость интернета — ещё одно важное условие для облачного гейминга. Чем выше скорость, тем больше кадров в секунду и тем более высокое разрешение сможет обеспечить сервис. Как правило, для хорошего игрового опыта нужна стабильная скорость от 30 Мбит/с. 🎮 Какие существуют сервисы облачного гейминга? Такие сервисы запустили многие компании — Xbox Cloud Gaming, GeForce Now, Amazon Luna, Плюс Гейминг и другие. Некоторые из них имеют собственные библиотеки игр, другие позволяют запустить в облаке то, что уже куплено пользователем. Например, пользователи Плюс Гейминга могут играть в свои игры из Steam и Lesta Games. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🙂 В основе новой Алисы лежит нейросеть YandexGPT. Объясняем, что это даёт и что изменилось в том, как Алиса общается с вами. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

💜 Сегодня Яндекс представил Алису нового поколения. Что изменилось? Спросили об этом руководителя группы продуктового управления Алисы Илью Никанорова. Подписывайтесь 👉 @techno_yandex

👨‍🎤 Звуковая визуализация — преобразование аудиосигнала в видимые образы — используется в аудиопроигрывателях десятки лет. Сегодня Моя волна в Яндекс Музыке получила новый персонализированный и динамический дизайн, и мы решили рассказать, как звуковая визуализация прошла путь от лампочек до нейросетей. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🗺 В Яндекс Картах появился персонализированный режим «Идеи», предлагающий пользователю кафе, бары и рестораны, которые понравятся именно ему. В основе «Идей» — новая рекомендательная технология Яндекса. Она изучает поведение пользователя с помощью ML-моделей и на основе этих данных выбирает из организаций, отмеченных на Картах, наиболее подходящие. Объясняем, как это работает. 🍔 Находим главные характеристики места Модель выделяет главные свойства заведения. Для ресторана, например, это тип кухни, атмосфера, наличие веранды, вежливые официанты, вкусные десерты, красивый вид из окон. Всё это модель находит в фотографиях, видео и отзывах, которые пользователи оставляют в карточках заведений. 📍 Изучаем предпочтения пользователя Другая модель пытается понять, какие заведения нравятся пользователю: анализирует места, в которые он ходит, и отзывы, которые оставляет. Так модель составляет картину предпочтений. Например, выясняет, что пользователь чаще посещает места с фильтр-кофе и необычным интерьером. 🤖 Сопоставляем первое и второе Теперь ML-моделям остаётся лишь сопоставить предпочтения пользователя и свойства организации, чтобы найти те, у которых больше совпадений. При этом учитываются более 600 факторов. Анализируя их, модель достаточно точно предсказывает, насколько то или иное место понравится конкретному человеку. 💬 Уточняем запрос Сделать рекомендацию точнее помогают интенты — запросы, уточняющие сценарий поиска (например, «поесть», «выпить», «перекусить»). В этом случае модель сначала собирает места, которые соответствуют запросу, а потом сверяет их с пользовательскими предпочтениями. Также помогают лайки и дизлайки: модель обучается на них и лучше понимает, что можно советовать чаще, а что убрать из рекомендаций. 🗺 Выводим заведения на карту Включив режим «Идеи» в Яндекс Картах, пользователь получит рекомендации мест, расположенных неподалеку, с коротким описанием и информативной картинкой. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

📁📊 Завершаем мини-сериал о первых файлах в истории. Последний эпизод — о том, с чего начался PowerPoint Серия слайдов, на которых Христофор Колумб представляет королеве Изабелле I Кастильской план своей экспедиции в Индию, появилась в 1987 году — так выглядела первая презентация в программе PowerPoint. История программы началась в 1983-м, когда бывшие разработчики Apple Пол Кэмпбелл и Тейлор Полман создали стартап Forethought. Его основную задачу они видели в том, чтобы расширить графические возможности слабых компьютеров. Первым продуктом стартапа должна была стать платформа Foundation, которая позволила бы эффективно работать с документами, составлять отчёты с графиками, чертежами и электронными таблицами. При этом все элементы можно было бы легко редактировать без использования кода и специальных символов. Реализовать Foundation не удалось из-за нехватки средств, однако её принципы легли в основу другого продукта Forethought — программы для создания презентаций Presenter. Её разработкой занялись программисты Роберт Гаскинс и Деннис Остин. Основная идея Presenter заключалась в следующем: пользователи создают слайды с текстом и графикой, не используя язык разметки. Всё происходит по принципу WYSIWYG (What You See Is What You Get — «что видишь, то и получишь»), то есть итоговая презентация максимально близка к тому, что пользователи видят при работе в редакторе. В апреле 1987 года новая программа появилась на компьютерах Apple Macintosh, однако под другим названием — не Presenter, а PowerPoint. Программу ждал колоссальный успех. Чуть позже компания Microsoft приобрела стартап Forethought за $14 млн и выпустила версию PowerPoint для компьютеров с Windows. А какое-то время спустя — для максимального завоевания рынка — в Microsoft придумали продавать программу в пакете Microsoft Office, который включал также Excel и Word. И это сработало. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

👩‍💻 Технодайджест недели Amazon решил закрыть большие магазины без касс. В них можно просто взять нужные товары и уйти: алгоритмы и камеры на потолке и полках отслеживают, что именно берут покупатели, и снимают сумму с аккаунта. Amazon развивала их несколько лет, но оказалось, что система до сих пор требует постоянной проверки людьми из-за большого количества ошибок. Stability AI выпустила вторую версию Stable Audio. Это нейросеть, генерирующая музыку по текстовому описанию. В отличие от Suno, она не умеет создавать треки с качественным вокалом, но имеет важное преимущество: компания утверждает, что Stable Audio 2.0 обучали только на лицензированной музыке, поэтому у пользователей не будет проблем с авторскими правами. ChatGPT начал работать без регистрации и SMS. Теперь чат-ботом можно пользоваться без аккаунта. Но в таком режиме нейросеть не будет отвечать на некоторые промпты (OpenAI не уточняет, какие), а также не будет доступна история чатов и часть других функций. Hyundai разработала робота-доставщика, открывающего себе двери. У него есть небольшой отсек для товаров, камера для распознавания лиц и экран. Робот может интегрироваться с автоматическими дверьми и лифтами в некоторых офисных зданиях, чтобы самостоятельно перемещаться по этажам и даже между ними. В браузере Opera One Developer появилась поддержка локальных нейросетей. Пользователям доступны 150 моделей, в том числе Mistral, Llama и Gemma. После скачивания нейросеть работает полностью локально, а не через облако. Правда, многие из моделей довольно требовательны к параметрам видеокарты и объёму оперативной памяти. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🔎 На днях консорциум Юникода начал собирать заявки на новые эмодзи. Это значит, что любой человек может предложить свою идею эмодзи, и она может быть воплощена в жизнь. Мы подумали, каких эмодзи не хватает нам, и нарисовали их с помощью Шедеврума. А каких не хватает вам? Пишите (и показывайте) в комментариях👇 @techno_yandex

⬜ Может ли нейросеть создать настоящее произведение искусства с помощью одного лишь белого цвета? Оказывается, это максимально сложная задача. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

✊ Кстати, вчера американский Альянс за права художников (Artists Rights Alliance) опубликовал открытое письмо с призывом остановить использование ИИ в музыке, поскольку это обесценивает труд музыкантов. Письмо подписали более 200 исполнителей, среди которых Билли Айлиш, Кэти Перри, Ники Минаж, Джон Бон Джови, Pearl Jam и R.E.M. В письме подчеркивается, что алгоритмы, способные воспроизводить голоса и музыку реальных музыкантов, обучают на их творчестве, не приобретая права на их произведения. Для многих работающих музыкантов, художников и авторов песен, которые просто пытаются свести концы с концами, это будет катастрофой. Что вы думаете про нейросети, пишущие музыку? Как они изменят музыкальную индустрию и справедливо ли беспокойство музыкантов на этот счет? Пишите в комментариях👇 @techno_yandex

‍⚖️🤖 В марте 2024 года Европарламент одобрил первый в мире закон, всесторонне регулирующий применение искусственного интеллекта. Рассказываем, что важного в этом законе и как в других частях мира хотят контролировать работу ИИ. 🇪🇺 Европа EU AI Act вводит понятие категорий риска при использовании ИИ: минимальный, ограниченный, высокий, неприемлемый. Чем выше риск, тем строже правила. Например, закон запрещает извлекать с помощью ИИ изображения из интернета и камер видеонаблюдения для создания баз данных распознавания лиц (само распознавание разрешено с ограничениями). Также запрещено использовать ИИ для определения эмоций на рабочих местах и манипулирования сознанием. Работа генеративных моделей попадает под категорию ограниченного риска: обработанный с помощью ИИ контент, который представляет общественный интерес, должен быть помечен. Свободное использование ИИ разрешено для систем с минимальными рисками, например в видеоиграх и спам-фильтрах. Закон будет одобрен Советом Европы в мае 2024 года, но значительная часть норм начнёт действовать в 2026-м. 🇨🇳 Китай В 2023 году в стране опубликовали правила для доступных в Китае сервисов генеративного ИИ. В списке — обязательная маркировка контента, сгенерированного ИИ, предоставление механизма для рассмотрения жалоб на сгенерированный контент и обязательство по запросу государства раскрывать данные, которые использовали для обучения моделей. 🇺🇸 США В США подход к регулированию ИИ менее централизован, поскольку каждый штат вправе вводить свои законы. Например, в марте 2024-го Теннесси стал первым штатом, законодательно защитившим музыкантов от использования их работ/голосов системами ИИ. Этот закон известен как ELVIS (Ensuring Likeness Voice and Image Security). Помимо этого, осенью 2023 года в США на федеральном уровне был принят указ, обязывающий компании, разрабатывающие ИИ, делиться с правительством результатами тестов на безопасность. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🤖📊 Бенчмарки состоят из задач разной степени сложности, которые позволяют оценивать знания и навыки языковой модели. По результатам тестирования получается оценка, которую затем можно сравнивать с результатами других моделей или разных версий одной модели, чтобы оценить прогресс обучения. Один из самых известных бенчмарков для языковых моделей — это MMLU (Massive Multi-task Language Understanding). Он состоит из 57 разделов, охватывающих разные области знаний — от литературы до юриспруденции. MMLU — один из самых популярных тестов для оценки нейросетей. Но в последнее время в сообществе разработчиков нейросетей возникает всё больше вопросов к бенчмаркам как способу проверять и сравнивать работу моделей. Одна из причин — «загрязнение датасета», при котором тексты бенчмарков попадают в обучающую выборку нейросети. Кроме того, показатели на бенчмарках могут не отражать реальную картину, в том числе из-за языковых различий. Например, задания MMLU составлены на английском и имеют локальную специфику: в качестве мер используются футы, мили и другие британские единицы измерения, а задачи по юриспруденции основаны на американском праве. Гораздо логичнее оценивать нейросеть на том языке, на котором к ней обращаются чаще всего. Чтобы оценить работу модели на русском языке, команда YandexGPT адаптировала MMLU: перевела исходные задания с помощью машинного перевода и экспертов, конвертировала единицы измерения из британской системы в метрическую. Новая нейросеть YandexGPT 3 Pro показала на бенчмарке YaMMLU_ru результат 63%. Это выше, чем у YandexGPT 2 (55%), Llama 2 70B (59%) и GPT-3.5 Turbo (58%). ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🎮🖼 Стабильная и высокая частота кадров в играх — важное для их восприятия качество. Но чем сильнее повышалось разрешение экранов и комплекснее становилась графика, тем сложнее было удерживать стабильность. Если в разрешении 1080p видеокарте приходилось обрабатывать около 2 миллионов точек, то в 4K — более 8 миллионов. Разработчики задались вопросом: нужна ли человеческому глазу попиксельная детализация или процесс можно оптимизировать? Ещё во время расцвета Xbox One и PlayStation 4 стало понятно, что для игр будущего базовой технологией станет апскейлинг. С ним видеочип создаёт исходное изображение в одном разрешении, а потом алгоритм растягивает картинку до большего, например с 720p до 1080p. NVIDIA и AMD предложили две технологии — DLSS и FSR соответственно. Базовая версия FSR не использовала нейросети, а просто растягивала картинку, делала края 3D-объектов более резкими, а потом накладывала поверх этого интерфейс игры в максимальном качестве. FSR даёт не очень качественную картинку, зато работает на любых видеокартах. В DLSS апскейлинг работает на основе нейросетей. Для его работы на видеокартах компании появились отдельные вычислительные блоки. Первую версию DLSS надо было настраивать под каждую игру, но с выходом DLSS 2.0 произошла революция. Нейросеть могла растянуть картинку уже в любой игре, не только добавив ей недостающих деталей, но и убрав большинство артефактов. Благодаря этому апскейл DLSS нередко выглядел лучше, чем нативное изображение. Конкуренты NVIDIA не стоят на месте: AMD выпустила FSR 2.0 с нейросетями, Intel — свой апскейлер XeSS, а Sony готовит для грядущей консоли нечто под названием PlayStation Spectral Super Resolution. Судя по всему, следующие Xbox и PlayStation вообще не будут рендерить игры в нативном разрешении. С играми происходит ровно то же самое, что случилось с камерами смартфонов: теперь мы видим на экранах не исходную графику, а то, как её додумывают нейросети. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

👨‍💻 Технодайджест недели OpenAI показала первые ролики, созданные художниками с помощью нейросети Sora. Ранее компания выкладывала «сырые» ролики, сгенерированные нейросетью, а теперь показала, как профессионалы в области видео и графики могут использовать её в своей работе и творчестве. Один из примеров — короткометражный фильм канадской студии shy kids, рассказывающий о человеке с воздушным шариком вместо головы. Яндекс представил языковую модель YandexGPT 3 Pro. Она эффективнее решает сложные задачи, лучше учитывает контекст диалога и в целом показывает существенно более высокое качество работы по сравнению с YandexGPT 2. Модель доступна для использования в сервисах и приложениях через API. Geely научила беспилотный автомобиль дрифтовать на снегу. Компания показала ролик, в котором прототип электромобиля на новой платформе передвигается по снегу в управляемом заносе без водителя за рулём. Databricks представила лучшую открытую языковую модель DBRX. На ключевых бенчмарках DBRX обошла все открытые языковые модели, а также GPT-3.5 от OpenAI. DBRX основана на архитектуре MoE, в которой вместо одной большой нейросети используется набор меньших по размеру. Каждый токен (слово или его часть) обрабатывается лишь некоторыми из них, что позволяет использовать меньше вычислительных ресурсов во время работы. OpenAI представила систему клонирования голоса Voice Engine. Ей достаточно показать 15-секундный пример, после чего она может генерировать новую речь таким же голосом. OpenAI рассказала, что создала Voice Engine ещё в 2022 году и с тех пор использовала её для синтеза речи в приложении ChatGPT и TTS API, а также предоставила некоторым компаниям. В частности выяснилось, что сервис HeyGen, переводящий видео с сохранением голоса, работает на основе Voice Engine. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

📁🖼️ Мы уже показывали первые в истории файлы GIF и PNG — сегодня рассказываем про JPEG В каком-то смысле работа над форматом началась со знаменитого снимка Playboy-модели Лены Сёдерберг (про него у нас есть отдельный пост). В 1972 году Сёдерберг снялась для ноябрьского номера и тем самым упростила разработку сразу нескольких графических форматов. Когда в 1973-м группа сотрудников Университета Южной Калифорнии тестировала новый алгоритм сжатия изображений (позже именно он станет основой для JPEG), доцент университета Александр Савчук предложил использовать для тестов фото Лены. В нём присутствовало много полутонов и был контраст чёткого переднего плана и размытого фона. Работа над созданием алгоритма запустила цепную реакцию: в середине 1980-х была образована Объединённая группа экспертов по фотографиям (Joint Photographic Experts Group, JPEG), которая продолжила разработку нового формата сжатия. Дело в том, что революционный для того времени GIF позволял работать лишь с 256 цветами, а TIFF и BMP были слишком тяжеловесны. JPEG, рабочая версия которого появилась в 1992 году, смог преодолеть все эти недостатки. Успех формата определили не только математические методы, но и изучение особенностей зрения. Как и MP3, JPEG удаляет без заметной потери качества информацию, которую человеческий мозг почти не воспринимает. При разработке JPEG изображение Лены Сёдерберг использовали для проверки качества сжатия, но первым публичным тестовым изображением в новом формате стала всё же не она, а четыре фотографии под названием «Лодки», «Барбара», «Игрушки» и «Зельда». Их опубликовали 18 июня 1987 года — ещё до того, как JPEG был представлен пользователям (это произошло в 1992-м). Выбор снимков не случаен: если посмотреть на гистограмму, можно увидеть плавные переходы полутонов и охват максимального спектра оттенков. Эти четыре снимка даже попали в книгу рекордов Гиннесса — как первые JPEG-изображения в истории. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🔓 Идея, на которой строится опенсорс, — дать сторонним людям возможность работать над кодом программ и менять его в своих целях, не нарушая авторских прав. Такой подход делает продукты стабильнее — в работе над ними и в тестировании могут участвовать тысячи профессионалов со всего мира. Например, в код ядра Linux внесли свой вклад более 10 тысяч человек. Опенсорс-продукты необязательно бесплатны для пользователя, хотя бесплатных продуктов всё же большинство. При этом опенсорс-продукты могут приносить прибыль: компания-разработчик может предложить корпоративным клиентам поддержку и обслуживание. И подобные проекты могут иметь огромную рыночную стоимость. Так, в 2018 году IBM приобрела за $34 млрд компанию Red Hat, которая разрабатывает и поддерживает опенсорсную операционную систему RHEL. Когда разработчик выкладывает код в открытый доступ, он прикладывает к нему лицензию — набор правил использования кода. Есть множество лицензий, и они существенно различаются между собой. Так, лицензия GNU GPL v3 подразумевает, что компания, создавшая свой продукт на чужом бесплатном открытом коде, может предоставлять свой продукт за деньги, но обязуется также предоставлять своим пользователям и открытый код. А лицензия BSD позволяет использовать открытый код в закрытых продуктах. Хотя изначально термин опенсорс был придуман для ПО, идеология открытого доступа распространилась и на другие сферы, в том числе на «железо». Например, существуют популярная открытая платформа микроконтроллерных плат Arduino и даже открытая архитектура процессоров RISC-V. 23 апреля Яндекс проведёт в Москве Yandex Open Source Jam, на котором будут выступать спикеры из разных компаний. Регистрируйтесь и приходите послушать о самых неожиданных сторонах опенсорса — от выбора лицензий и монетизации опенсорс-проектов до того, как и зачем выкладывать в опенсорс настольные игры. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🙂 Спросили директора по продукту YandexGPT API Алексея Долотова о том, чему научилась новая версия YandexGPT, чем она полезна для компаний и как он сам использует её в своих проектах. ⭐️ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

🙂 Представляем третье поколение нейросетей YandexGPT YandexGPT 3 — это линейка моделей, адаптированных для разных сценариев. Первая из них — YandexGPT 3 Pro, которая будет полезна для решения задач бизнеса. Она уже доступна для разработчиков сервисов через API, а протестировать её можно в деморежиме. Об остальных нейросетях новой линейки мы расскажем попозже. Подписывайтесь ✨ @yandex