Эффективный пакетный инференс моделей. Опыт инженеров VK
Привет, Хабр! На связи Артём Петров, я занимаюсь разработкой ПО в центре технологий VK. Хочу рассказать о важной задаче обработки больших объёмов данных с использованием нескольких экземпляров одной и той же модели машинного обучения. Этот процесс называется batch inference («пакетный инференс») и позволяет значительно повысить производительность системы, особенно когда речь идёт о таблицах большого размера.Open Inference Protocol (OIP)
Notion выпускает почтовый клиент на базе искусственного интеллекта для Gmail
Во вторник компания Notion выпустила Notion Mail — почтовый клиент на базе искусственного интеллекта для Gmail, который интегрируется с остальной платформой управления рабочими процессами Notion. Notion Mail подключается к аккаунтам Gmail пользователей Notion и использует AI, чтобы помочь пользователям организовывать свои электронные письма, составлять черновики ответов, планировать встречи и выполнять поиск по сообщениям. Любой пользователь Notion может зарегистрироваться, а возможности AI Notion Mail бесплатны с ежемесячными лимитами использования или неограничены через платный уровень.
Apple рассказывает, как планирует улучшить свои модели AI, анализируя данные пользователей в частном порядке
На фоне критики по поводу неудовлетворительной производительности своих продуктов на базе искусственного интеллекта, особенно в таких областях, как сводки уведомлений, Apple в понедельник подробно рассказала о том, как она пытается улучшить свои модели искусственного интеллекта, анализируя пользовательские данные в частном порядке с помощью синтетических данных.
Музыка за пару минут: топ-10 бесплатных нейросетей для генерации песен
Музыка за пару минут: топ-10 бесплатных нейросетей для генерации песенИзображение создано с помощью Grok
ML-эксперименты проще с ClearML
В этой статье поговорим про мощный инструмент для организации ML-экспериментов (и не только) с помощью платформы ClearML. Как с помощью нее проводить исследования «по фэншую». Но для начала давайте ответим на следующий вопрос...Зачем вообще нужен менеджер экспериментов?Кто имеет четкое понимание по этому вопросу, могут скипнуть эту секцию. Начать стоит с того, что обучение моделей — это всегда эксперименты с непредсказуемым исходом. Да, докинув новых данных или взяв нейронку пожирнее, мы можем рассчитывать
Модель человеческого интеллекта. Часть 3: инстинкты
Часть 1: элементы памяти и убежденияЧасть 2: событияВ этой части будет начато рассмотрение инстинктов. Также будет рассмотрен механизм идентификации. В контексте модели интеллекта инстинктами я называю когнитивные явления, которые имеют стимулы для срабатывания, механизм срабатывания и которые оказывают влияние на поведение и речь.
Модель человеческого интеллекта. Часть 2: события
Часть 1: элементы памяти и убежденияЧасть 2: событияЧасть 3: инстинктыВ этой части будут рассмотрены еще два типа элементов базового слоя. Они используются для хранения информации о событиях и являются подтипами «действия».Новые типы являются составными и обладают высокой вариативностью смыслов. Поэтому в этой части будет много справочной информации, которую нет необходимости запоминать, но можно использовать при изучении следующих частей. При первом прочтении достаточно понять причины вариативности.
Переход из Oracle в Postgres Pro: не просто смена СУБД, а сдвиг подхода. Интервью с Марком Ривкиным
Давно не было обстоятельных интервью, тем более с таким корифеем отечественной СУБД‑разработки. В 2022 году в Postgres Professional перешла команда специалистов по Oracle, включая Марка Ривкина, который занял позицию руководителя отдела технического консалтинга. Вместе с командой он занялся адаптацией продуктов под требования крупных корпоративных заказчиков и доработкой функциональности Postgres Pro — в первую очередь для тех, кто планирует миграцию с проприетарных СУБД.
ИИ против болезней: как машинное обучение меняет медицину
Здравоохранение переживает беспрецедентную трансформацию. За последние шесть лет глобальные расходы на медицину выросли
Психология в разработке программного обеспечения
Представьте, что вы пытаетесь разобраться в особенно сложном фрагменте кода. Ваш взгляд скользит по строкам, насыщенным логическими операциями и вызовами функций. Где-то в этой замысловатой паутине скрывается баг, нарушающий работу приложения. Такая ситуация знакома многим разработчикам и представляет собой не просто техническую задачу — это самый настоящий психологический челлендж. Раздражение и когнитивная усталость, которые часто сопутствуют таким моментам, могут затуманить суждение и затянуть процесс поиска решения. Именно в такие моменты пересечение психологии и разработки становится особенно ощутимым.
