Цифровые тренды, венчурные инвестиции, инновации
Авторский канал @DReidman
Post #122
358
- 😁 3
- ❤ 1
- 👌 1
- 🤡 1
Channel Public Channel
DI DigitalVC
@digitalvc
- Subscribers
- 1.92K
- Photos
- 448
- Videos
- 75
- Links
- 257
Showing posts older than #132 · Back to latest
Older Posts 16 shown
Post #121
339
Я думаю Sora 2 это основное событие в мире AI за последние несколько дней:)
Sora 2 — вызвал настоящий взрыв в App Store.
Новое AI-приложение от OpenAI позволяет создавать короткие вирусные ролики с любыми героями — от Марио до Пикачу. Ты просто выбираешь персонажа, добавляешь свой голос или эффект, и получаешь крутое видео за пару секунд. Приложение уже стало №1 по скачиваниям и активно обсуждается во всех соцсетях.
Вокруг Sora сразу возник скандал: в роликах появились известные мультгерои, и индустрия забила тревогу о правах. OpenAI объявила — теперь авторам персонажей будут платить долю с самых популярных видео, а управлять использованием своих образов смогут только они.
Sora 2 — квантовый скачок для креаторов. Медиа уже никогда не будут прежними!
Залип в этом приложении - хорошо, что воскресенье))
Sora 2 — вызвал настоящий взрыв в App Store.
Новое AI-приложение от OpenAI позволяет создавать короткие вирусные ролики с любыми героями — от Марио до Пикачу. Ты просто выбираешь персонажа, добавляешь свой голос или эффект, и получаешь крутое видео за пару секунд. Приложение уже стало №1 по скачиваниям и активно обсуждается во всех соцсетях.
Вокруг Sora сразу возник скандал: в роликах появились известные мультгерои, и индустрия забила тревогу о правах. OpenAI объявила — теперь авторам персонажей будут платить долю с самых популярных видео, а управлять использованием своих образов смогут только они.
Sora 2 — квантовый скачок для креаторов. Медиа уже никогда не будут прежними!
Залип в этом приложении - хорошо, что воскресенье))
- ❤🔥 7
- 😁 2
- 💊 2
- 👍 1
Post #120
297
Мой первый ролик на Sora2:))
- 🤡 1
Post #119
308
- 🔥 5
- ❤ 2
- 👍 1
- 🥰 1
- 🤡 1
Post #117
308
Forwarded from Chief Innovation Channel
#hot_news
🔥 «Ростелеком» и «Акселератор ФРИИ» открыли скаутинг технологических компаний в сферах ИИ и Бизнестеха
В декабре пройдет демодень «Окно возможностей», где топ-10 перспективных технологических компаний представят свои решения перед «Ростелекомом» и лидерами рынка. Лучшие команды смогут масштабироваться через реальные бизнес-партнерства.
📌 Программа ориентирована на зрелые стартапы и технологические компании с выручкой от 50 млн рублей в год. Участие открывает доступ к:
- экспертной оценке.
- новым клиентам.
- пилотам с «Ростелекомом» и его партнерами.
- а также потенциальным инвестициям.
Анастасия Демидова, руководитель направления инвестиций и трансформации бизнеса «Акселератора ФРИИ»:
Третья волна будет посвящена решениям в сфере автоматизации, роботизации, искусственного интеллекта, e-commerce, клиентского опыта и других направлений.
Подать заявку можно до 7 ноября на сайте.
Подробности | Сайт Центра
🔥 «Ростелеком» и «Акселератор ФРИИ» открыли скаутинг технологических компаний в сферах ИИ и Бизнестеха
В декабре пройдет демодень «Окно возможностей», где топ-10 перспективных технологических компаний представят свои решения перед «Ростелекомом» и лидерами рынка. Лучшие команды смогут масштабироваться через реальные бизнес-партнерства.
📌 Программа ориентирована на зрелые стартапы и технологические компании с выручкой от 50 млн рублей в год. Участие открывает доступ к:
- экспертной оценке.
- новым клиентам.
- пилотам с «Ростелекомом» и его партнерами.
- а также потенциальным инвестициям.
Анастасия Демидова, руководитель направления инвестиций и трансформации бизнеса «Акселератора ФРИИ»:
Нам важно не просто находить перспективные технологические команды, но и создавать условия для их устойчивого роста в партнерстве с крупным бизнесом.
Третья волна будет посвящена решениям в сфере автоматизации, роботизации, искусственного интеллекта, e-commerce, клиентского опыта и других направлений.
Подать заявку можно до 7 ноября на сайте.
Подробности | Сайт Центра
- 👍 4
- ❤ 2
- ❤🔥 1
Post #116
276
Forwarded from Александра Кулагина
Друзья, стартовал прием заявок на наш Демодень, который пройдет очно в «Академике» 4 декабря.
Лайк, шер, репост, как говорится 🙂
Лайк, шер, репост, как говорится 🙂
- 👌 2
Post #115
318
Post #114
288
Retrieval-Augmented Generation (RAG) — поиск релевантной информации из специализированных баз знаний с включением её в запросы к модели. Это снижает ошибки и необходимость постоянного дообучения.
____________________________________
Взаимодействие с пользователем
AI-агенты взаимодействуют через графические, текстовые или голосовые интерфейсы, которые обеспечивают двустороннюю коммуникацию. Популярны «обогащённые агентами приложения», объединяющие стандартные интерфейсы с логикой AI-агентов, позволяя пользователю работать с привычным приложением и одновременно вести диалог с агентом.спечивают двустороннюю коммуникацию. ПМультиагентные системы (MAS)
MAS — это группы специализированных AI-агентов, которые взаимодействуют для решения комплексных задач. Ключевые особенности:
• Специализация: агенты экспертны в конкретных областях.
• Разные роли: пользовательские агенты взаимодействуют с людьми; агенты-координаторы управляют распределением задач и контролем; продуктовые агенты обеспечивают выполнение бизнес-функций.
• Взаимодействие происходит через стандартизированные протоколы коммуникации, что облегчает масштабирование и управление.ботать с привычным приложением и одновБезопасность и контроль
Обеспечение безопасности MAS включает:
• Контентные фильтры — блокировка вредоносного и неэтичного контента.
• Ограничители действий — контроль доступа и подтверждение критичных операций.
• Системы мониторинга — журналирование, обнаружение аномалий.
• Валидация ввода-вывода — фильтрация запросов и данных.ые интерфейсы, которые обеспечивают двСреда исполнения AI-агентов
Специализированные среды исполнения обеспечивают:
• Унифицированный подход к запуску агентов,
• Контроль кибербезопасности,
• Надёжность и переносимость,
• Средства мониторинга, балансировки нагрузки и управления жизненным циклом агентов.
Среда реализуется с использованием контейнеров и serverless-технологий.фейсы, которые обеспечивают двустороннУправление AI-хабами и агентами
Система управления включает:
• Реестры агентов с децентрализованным хранением метаданных,
• Механизмы регистрации и жизненного цикла,
• Меры безопасности (аутентификация, шифрование),
• Интеграцию с платформами мониторинга и аналитики,
• Средства для администраторов и владельцев агентов для оценки производительности и выявления аномалий.ороннюю коммуникацию. Популярны «обогаЗаключение
Создание эффективных мультиагентных систем — вызов для индустрии, где ключевым является четкое определение задач, ролей и ограничений агентов для обеспечения надежной работы.
Соответствующие платформы, объединяющие разработку, безопасность, мониторинг и масштабируемость, являются основой успешных корпоративных решений на базе генеративного ИИ.
Инвестиции в такие платформы — залог долгосрочной конкурентоспособности бизнеса и повышения качества продуктов.
- 👍 3
Post #113
287
Резюме документа "Разработка и применение мультиагентных систем в корпоративной среде" от Сбера.
____________________________________
Введение
AI-агент — это автоматизированная система, обладающая способностью к:
Основные компоненты:
AI-агенты используют LLM для планирования и адаптации действий:
Для реализации шагов планов агентам требуется вызывать локальные функции или удалённые API.
Необходима для поддержки диалогов и уточнений с пользователем. Память делится на:
Публичные LLM обучаются на открытых данных, но для корпоративных задач требуется дообучение на специализированных данных (фактические и закрытые). Методы дообучения:
•
______________________________Расширение информационного контекста
Для улучшения качества ответов LLM используется
____________________________________
Введение
В современном быстро меняющемся мире ИТ-ландшафт организаций претерпевает фундаментальные изменения. Конкурентоспособность требует высокой адаптивности, скорости реакции и создания новых ценностей для клиентов. Традиционные детерминированные системы автоматизации требуют длительных циклов разработки при изменении задач. На этом фоне системы на базе искусственного интеллекта (ИИ), способные самостоятельно понимать потребности клиентов, строить планы действий и выполнять их без участия человека, достигают высокой эффективности автоматизации и трансформации бизнес-моделей.оить планы действий и выполнять их безЧто такое AI-агент?
AI-агент — это автоматизированная система, обладающая способностью к:
1. Планированию действий (понимать потребности и строить план),
2. Выполнению плана (самостоятельно совершать задания, используя инструменты для взаимодействия с внешним миром),
3. Автономности (работать без предварительного согласования шагов с человеком).
Автономность отличает AI-агентов от традиционных программ и позволяет им принимать собственные решения.
енении задач. На этом фоне системы наАнатомия AI-агента
Основные компоненты:
• Большие языковые модели (LLM) — интеллектуальное ядро, требующее больших вычислительных ресурсов. В корпоративной среде чаще разворачиваются в облаках или на локальных инфраструктурах с использованием семейства моделей GigaChat.
• Текстовые промпты — инструкции на естественном языке для формирования запросов к LLM.
• Агентные инструменты (API) — программные интерфейсы для взаимодействия агента с внешними системами (например, поиск в интернете, вызов функций).
ого интеллекта (ИИ), способные самостоПланирование действий
AI-агенты используют LLM для планирования и адаптации действий:
• Классический подход - агентный конвейер: определённый граф шагов, некоторые из которых обработаны с помощью LLM.
• Обзор подходов: «Plan & Execute» (полный план с последующим выполнением) и «ReAct» (пошаговое принятие решений).
Пример кода показывает применение GigaChat и поискового инструмента для автоматического составления бизнес-модели Lean Canvas.
и при изменении задач. На этом фоне сиВыполнение плана действий
Для реализации шагов планов агентам требуется вызывать локальные функции или удалённые API.
Большие языковые модели выбирают подходящую функцию и формируют параметры вызова, опираясь на функционал Function Calling.
я. Конкурентоспособность требует высокФиксация хода выполнения (чекпоинтинг)
Чекпоинтинг — фиксация промежуточного состояния агента для обеспечения надёжности, восстановления после сбоев и трассировки работы. Примеры реализации с использованием фреймворка LangGraph.
ьные изменения. КонкурентоспособностьПамять AI-агентов
Необходима для поддержки диалогов и уточнений с пользователем. Память делится на:
• Краткосрочную — хранит активный контекст и недавние взаимодействия.
• Долгосрочную — содержит накопленные знания, факты, историю, онтологии.
Типы памяти:
• Контекстная (история общения, уточнения задач)
• Сущностная (граф знаний о людях, организациях и связях)
нные детерминированные системы автоматЗнания AI-агентов и дообучение
Публичные LLM обучаются на открытых данных, но для корпоративных задач требуется дообучение на специализированных данных (фактические и закрытые). Методы дообучения:
•
Supervised Fine-Tuning (SFT) — дообучение с учителем на размеченных данных (используется для повышения точности и адаптации под конкретные задачи и стиль).
• Reinforcement Learning from Human Feedback (RLHF) — обучение с подкреплением с обратной связью от людей, помогает улучшить качество и устранить вредные ответы.
• Direct Preference Optimization (DPO) — эффективная альтернатива RLHF с меньшими вычислительными затратами.
Специальное внимание уделяется защите конфиденциальных данных при дообучении моделей.
оделей.
______________________________Расширение информационного контекста
Для улучшения качества ответов LLM используется
- ❤ 4
- ❤🔥 1
- 👌 1
Post #112
221
Post #109
244
Post #108
292
Подробное резюме презентации по инженерному искусственному интеллекту (ИИ) из Сколтеха
Обзор и контекст:
Документ отражает современные достижения и перспективы инженерного ИИ — области, которая сочетает фундаментальные исследования с практическими промышленными применениями.
Тенденции и рынок ИИ:
- Искусственный интеллект становится технологическим ядром предприятий и финансовых организаций, с массовым внедрением в компании из списка Fortune 500.
- Генеративный ИИ (создающий новые данные на основе обученных моделей) и мультиагентные системы (взаимодействующие ИИ-агенты) формируют новую производственную культуру.
- К 2030 году глобальный объем рынка ИИ достигнет 827 млрд долларов, при этом основные игроки — США, Китай, Европа и Россия.
- В США существуют масштабные государственные программы с инвестициями до 500 млрд долларов и ограничениями на экспорт GPU (графических процессоров).
Ключевые технологические тренды:
- Прорыв в генерации видео искусственным интеллектом меняет медиа, рекламу и развлечения.
- Any-to-any мультимодальность — способность ИИ работать с несколькими типами данных (текст, изображения, звук, видео, будущие исследования охватывают запахи и тактильные ощущения).
- ИИ-агенты — автономные программы, адаптирующиеся к потребностям пользователя, построенные на архитектуре микросервисов.
- Embodied AI (воплощённый ИИ) — развитие человекоподобных роботов и автономных систем с использованием генеративных моделей и синтетических данных для обучения манипуляциям и навигации.
- Модели ИИ учатся рассуждать и рефлексировать, решать сложные логические и математические задачи, приближаясь к искусственному общему интеллекту (AGI).
Робототехника и Embodied AI:
- Разработка гуманоидных роботов для промышленного применения (Tesla Optimus Gen 2, Unitree H1, Walker S1).
- Создание крупных синтетических и открытых наборов данных для обучения роботов новым навыкам (например, наливание жидкостей и прокладывание проводов).
- Использование VR-сред и симуляций компаниями Amazon, NVIDIA и Meta для подготовки роботов к реальным условиям.
Мультимодальные большие языковые модели (LLM):
- Разрабатываются модели (NEXT-GPT, OmniFlo, CoDi-2), способные одновременно принимать и генерировать различные типы данных, открывая новые интерактивные возможности.
Архитектуры и память ИИ-агентов:
- Инновационные архитектуры, такие как AriGraph, разделяют память на эпизодическую (события, опыт) и семантическую (общие знания).
- Графы знаний (онтологии) обеспечивают структуру и актуализацию данных для решения сложных инженерных задач.
Примеры инженерных приложений:
- Самообучающаяся модель пласта для нефтедобычи, ускоряющая создание геологических моделей и снижающая трудозатраты на 70%.
- Автоматизированная система управления требованиями в строительстве — переводит документы в машинно-читаемый вид, анализирует семантику, проверяет и помогает инженерам.
- Системы мониторинга рисков — прогноз пожаров, ледовой обстановки в Арктике (применение у Газпром), цифровое моделирование производств.
- Человекоцентричные цифровые двойники — мультиагентные системы для прогнозирования социально-экономического поведения и управления развитием регионов.
Интеллектуальный переход: ANI — EAI — AGI:
- ANI (Artificial Narrow Intelligence) — узкоспециализированный ИИ.
- EAI (Engineering Artificial Intelligence) — интеграция моделей и агентов, способных учиться, планировать и принимать решения.
- AGI (Artificial General Intelligence) — универсальный разумный агент будущего.
- Инженерный ИИ уже включает в себя рассуждение, саморефлексию и комплексное управление.
Безопасность, оптимизация и перспективы:
- Разрабатываются технологии безопасности: аудит, контроль доступа, защита данных.
- Оптимизация вычислений снижает расходы на запуск и применение моделей (инференс).
- Создаются платформы для полного жизненного цикла ИИ, от разработки до эксплуатации.
Обзор и контекст:
Документ отражает современные достижения и перспективы инженерного ИИ — области, которая сочетает фундаментальные исследования с практическими промышленными применениями.
Тенденции и рынок ИИ:
- Искусственный интеллект становится технологическим ядром предприятий и финансовых организаций, с массовым внедрением в компании из списка Fortune 500.
- Генеративный ИИ (создающий новые данные на основе обученных моделей) и мультиагентные системы (взаимодействующие ИИ-агенты) формируют новую производственную культуру.
- К 2030 году глобальный объем рынка ИИ достигнет 827 млрд долларов, при этом основные игроки — США, Китай, Европа и Россия.
- В США существуют масштабные государственные программы с инвестициями до 500 млрд долларов и ограничениями на экспорт GPU (графических процессоров).
Ключевые технологические тренды:
- Прорыв в генерации видео искусственным интеллектом меняет медиа, рекламу и развлечения.
- Any-to-any мультимодальность — способность ИИ работать с несколькими типами данных (текст, изображения, звук, видео, будущие исследования охватывают запахи и тактильные ощущения).
- ИИ-агенты — автономные программы, адаптирующиеся к потребностям пользователя, построенные на архитектуре микросервисов.
- Embodied AI (воплощённый ИИ) — развитие человекоподобных роботов и автономных систем с использованием генеративных моделей и синтетических данных для обучения манипуляциям и навигации.
- Модели ИИ учатся рассуждать и рефлексировать, решать сложные логические и математические задачи, приближаясь к искусственному общему интеллекту (AGI).
Робототехника и Embodied AI:
- Разработка гуманоидных роботов для промышленного применения (Tesla Optimus Gen 2, Unitree H1, Walker S1).
- Создание крупных синтетических и открытых наборов данных для обучения роботов новым навыкам (например, наливание жидкостей и прокладывание проводов).
- Использование VR-сред и симуляций компаниями Amazon, NVIDIA и Meta для подготовки роботов к реальным условиям.
Мультимодальные большие языковые модели (LLM):
- Разрабатываются модели (NEXT-GPT, OmniFlo, CoDi-2), способные одновременно принимать и генерировать различные типы данных, открывая новые интерактивные возможности.
Архитектуры и память ИИ-агентов:
- Инновационные архитектуры, такие как AriGraph, разделяют память на эпизодическую (события, опыт) и семантическую (общие знания).
- Графы знаний (онтологии) обеспечивают структуру и актуализацию данных для решения сложных инженерных задач.
Примеры инженерных приложений:
- Самообучающаяся модель пласта для нефтедобычи, ускоряющая создание геологических моделей и снижающая трудозатраты на 70%.
- Автоматизированная система управления требованиями в строительстве — переводит документы в машинно-читаемый вид, анализирует семантику, проверяет и помогает инженерам.
- Системы мониторинга рисков — прогноз пожаров, ледовой обстановки в Арктике (применение у Газпром), цифровое моделирование производств.
- Человекоцентричные цифровые двойники — мультиагентные системы для прогнозирования социально-экономического поведения и управления развитием регионов.
Интеллектуальный переход: ANI — EAI — AGI:
- ANI (Artificial Narrow Intelligence) — узкоспециализированный ИИ.
- EAI (Engineering Artificial Intelligence) — интеграция моделей и агентов, способных учиться, планировать и принимать решения.
- AGI (Artificial General Intelligence) — универсальный разумный агент будущего.
- Инженерный ИИ уже включает в себя рассуждение, саморефлексию и комплексное управление.
Безопасность, оптимизация и перспективы:
- Разрабатываются технологии безопасности: аудит, контроль доступа, защита данных.
- Оптимизация вычислений снижает расходы на запуск и применение моделей (инференс).
- Создаются платформы для полного жизненного цикла ИИ, от разработки до эксплуатации.
- 👍 5
- ❤ 1
- ❤🔥 1
Post #107
262
Post #106
283
Презентация «После моделей — продукты: почему побеждает платформа, а не следующий миллиард параметров» от Василия Ершова и Артура Самигуллина (Yandex Cloud) рассказывает о тенденциях в развитии искусственного интеллекта (ИИ) в 2023-2024 годах, смене акцентов с моделей на платформы и продукты, вызовах рынка и ключевых технологических трендах.
Основные тезисы презентации
- Рекап индустрии за год: Продолжается рост крупных моделей ИИ, платформ, продуктов, агентов и интеграций. Архитектура ИИ-систем меняется — появляются новые подходы, такие как Retrieval-Augmented Generation (RAG, генерация с дополнением за счет поиска) и промт-инжиниринг (создание эффективных запросов к моделям).
- Рост затрат на генеративный ИИ: Затраты на обучение моделей, развёртывание и инфраструктуру значительно увеличились с 2023 по 2024 год. Вертикальный ИИ на уровне департаментов и горизонтальный ИИ набирают популярность.
- Рост интереса к AI-агентам: Растет количество научных публикаций, репозиториев, вакансий и поисковых запросов по AI-агентам. Агент — это программа, выполняющая задачи пользователя с автономией и возможностью взаимодействовать с разными сервисами.
- Коммодитизация больших языковых моделей (LLM, large language models): Производительность открытых и проприетарных LLM становится все более сопоставимой. Примеры: GPT-4, Claude, Llama, Gemini и другие.
- Гонка смещается к платформам и продуктам: Наиболее важным становится создание платформ, продукта и бизнес-применения, а не только масштабирование параметров моделей.
- Типы технологий и платформ для AI:
- Оркестраторы и Agent Runtimes для управления цепочками агентов и логикой.
- Продуктовые оболочки над агентами, акцентированные на пользовательский опыт (UX).
- Low-code платформы для быстрого создания AI-продуктов с минимальным кодированием.
- Технологические вызовы: Высокая стоимость GPU (графических процессоров), дефицит специалистов, сложность обучения и внедрения ML-моделей, обеспечение безопасности данных и соответствия законодательству РФ.
- Прогресс в открытых моделях vs проприетарных: Открытые веса и модели приближаются по качеству к проприетарным, что уменьшает зависимость от крупных владельцев данных и кода.
- Архитектура моделей как мульти-арендного сервиса (multi-tenant service) с динамическим распределением ресурсов GPU, кешированием и устойчивостью к сбоям.
- Контекст и качество моделей: Важную роль играют системы предварительной обработки данных (ETL — Extract, Transform, Load) и гибридный поиск для выдачи релевантного контекста. Необходим контроль качества через A/B тесты, трейсинг и аналитику.
- Безопасность ИИ: Нужны sandbox-среды, аудит логов, политика управления секретами, изоляция выполнения кода для предотвращения нарушений и обеспечения безопасности по российским стандартам.
- AI Studio Yandex Cloud решает основные сложности: совместное использование ресурсов (коммунальный инференс), low-code интеграции, мониторинг качества, безопасная среда исполнения.
Основные тезисы презентации
- Рекап индустрии за год: Продолжается рост крупных моделей ИИ, платформ, продуктов, агентов и интеграций. Архитектура ИИ-систем меняется — появляются новые подходы, такие как Retrieval-Augmented Generation (RAG, генерация с дополнением за счет поиска) и промт-инжиниринг (создание эффективных запросов к моделям).
- Рост затрат на генеративный ИИ: Затраты на обучение моделей, развёртывание и инфраструктуру значительно увеличились с 2023 по 2024 год. Вертикальный ИИ на уровне департаментов и горизонтальный ИИ набирают популярность.
- Рост интереса к AI-агентам: Растет количество научных публикаций, репозиториев, вакансий и поисковых запросов по AI-агентам. Агент — это программа, выполняющая задачи пользователя с автономией и возможностью взаимодействовать с разными сервисами.
- Коммодитизация больших языковых моделей (LLM, large language models): Производительность открытых и проприетарных LLM становится все более сопоставимой. Примеры: GPT-4, Claude, Llama, Gemini и другие.
- Гонка смещается к платформам и продуктам: Наиболее важным становится создание платформ, продукта и бизнес-применения, а не только масштабирование параметров моделей.
- Типы технологий и платформ для AI:
- Оркестраторы и Agent Runtimes для управления цепочками агентов и логикой.
- Продуктовые оболочки над агентами, акцентированные на пользовательский опыт (UX).
- Low-code платформы для быстрого создания AI-продуктов с минимальным кодированием.
- Технологические вызовы: Высокая стоимость GPU (графических процессоров), дефицит специалистов, сложность обучения и внедрения ML-моделей, обеспечение безопасности данных и соответствия законодательству РФ.
- Прогресс в открытых моделях vs проприетарных: Открытые веса и модели приближаются по качеству к проприетарным, что уменьшает зависимость от крупных владельцев данных и кода.
- Архитектура моделей как мульти-арендного сервиса (multi-tenant service) с динамическим распределением ресурсов GPU, кешированием и устойчивостью к сбоям.
- Контекст и качество моделей: Важную роль играют системы предварительной обработки данных (ETL — Extract, Transform, Load) и гибридный поиск для выдачи релевантного контекста. Необходим контроль качества через A/B тесты, трейсинг и аналитику.
- Безопасность ИИ: Нужны sandbox-среды, аудит логов, политика управления секретами, изоляция выполнения кода для предотвращения нарушений и обеспечения безопасности по российским стандартам.
- AI Studio Yandex Cloud решает основные сложности: совместное использование ресурсов (коммунальный инференс), low-code интеграции, мониторинг качества, безопасная среда исполнения.
- 👍 5
- ❤🔥 2
- ❤ 1
Post #105
275
Сейчас много изучаю AI во всех его проявлениях. Считаю, что те, кто этого не делают останутся "за бортом". Это касается как как предпринимателей и корпорации - так и любые сферы жизнедеятельности на мой взгляд.
Я обычно делаю заметки или резюме прочитанного - так легче усваивать новое для меня + можно возвращаться в будущем и быстро восстанавливать в памяти необходимое. Благо, что сейчас есть AI, который позволяет быстро резюмировать большие презентации и тексты.
За последнее время накопились материалы для изучения, которые откладывал. Сегодня много изучил из того, что откладывал. Поделюсь здесь с Вами и материалами и нашими с AI резюме и заметками.
Я обычно делаю заметки или резюме прочитанного - так легче усваивать новое для меня + можно возвращаться в будущем и быстро восстанавливать в памяти необходимое. Благо, что сейчас есть AI, который позволяет быстро резюмировать большие презентации и тексты.
За последнее время накопились материалы для изучения, которые откладывал. Сегодня много изучил из того, что откладывал. Поделюсь здесь с Вами и материалами и нашими с AI резюме и заметками.
- 🔥 8
- 💯 2
- ❤🔥 1
- 👌 1
- 🐳 1
Post #97
339
Moscow Startup Summit итоги: победители и вечеринка с обладателем 4 Grammy’s легендарным Timberland
Всего подано более 1700 заявок из 79 регионов РФ и 40 стран!
17 победителей Startup Summit Awards 💎
🚀 лучшие стартапы:
💼 лучший фонд:
🏙️ Среди лучших корпораций:
Мы вошли в топ-5 из 30 заявок в номинации: "Лучшая корпоративная инновационная практика" - проект развития корпоративных инноваций «Ростелком XТехнологии».
Подробно напишу об этом отдельно.
Все закончилось эпичной afterparty в клубе TAU с выступлением легендарного Timbaland — четырёхкратного лауреата Grammy!
Всего подано более 1700 заявок из 79 регионов РФ и 40 стран!
17 победителей Startup Summit Awards 💎
🚀 лучшие стартапы:
«Молодой основатель» — 28-летний основатель стартапа «ТюменьНефтеТехнологии» Марсель Кадыров, который разрабатывает инновационные химические реагенты для нефтяной и газовой промышленности.
«Лучшее решение с AI» — NVI Solutions. Компания разработала интеллектуальную систему промышленной безопасности, которая в реальном времени анализирует производственные процессы, предотвращает аварии.
«Лучшее решение с AI с применением GigaChat» — персонализированный клиентский сервис с AI-агентами targetai. Он позволяет обрабатывать до 100% обращений в любых каналах.
«Лучшая инновация для города» — разработчик системы мониторинга качества воздуха ТИОН.
«Взрывной рост» — платформа речевых диалоговых тренажёров на базе AI DAILO.
«Международная экспансия» — платформа для централизованного управления мультимедийными устройствами (видеостенами, навигационными панелями) SmartPlayer
💼 лучший фонд:
«Самый активный венчурный фонд»
— фонд «Восход». За рассматриваемый период фонд закрыл 22 сделки.
«Самый активный бизнес-ангел»
— Мартин Кольхаузер. Он инвестировал в 8 стартапов и сделал 2 успешных выхода. Инвестор вкладывает собственные средства и выступает эдвайзером для портфельных компаний.
«Самый активный клуб бизнес-ангелов»
— Клуб инвесторов Сибири, Урала и Дальнего Востока, участники которого заключили 9 инвестиционных сделок.
«Лучшая стартап-студия»
— студия Грозненского государственного нефтяного технического университета, в которой за отчётный период было создано 12 стартапов.
🏙️ Среди лучших корпораций:
«Лучшая корпоративная практика по работе со стартапами»
— акселерационная программа Газпром нефти INDUSTRIX для решений в сфере ТЭК, Индустрии 4.0 и капстроительства
«Лучший пилот со стартапом»
— партнёрство ВкусВилл и стартапа AgroQualifier, создавших бота, который по фото фруктов и овощей определяет их свежесть и даёт рекомендации сотрудникам складов и магазинов
«Лучшая новаторская инициатива по работе со стартапами»
— MOEX START. Сервис Мосбиржи помогает быстрорастущим компаниям на поздних стадиях развития привлекать внебиржевые инвестиции
Мы вошли в топ-5 из 30 заявок в номинации: "Лучшая корпоративная инновационная практика" - проект развития корпоративных инноваций «Ростелком XТехнологии».
Подробно напишу об этом отдельно.
Все закончилось эпичной afterparty в клубе TAU с выступлением легендарного Timbaland — четырёхкратного лауреата Grammy!
- 🔥 15
- 👍 3
- ❤🔥 1