Разрабатываем программное обеспечение более 20 лет. Создаём веб-приложения и системы аналитики. Помогаем бизнесу взять максимум от Machine Learning.
23 мая, «ЦИПР-2024»
Привет! На связи Кирилл Левин, CEO NLABTEAM. Принёс вам заметки с третьего дня «ЦИПР-2024», одного из ТОП-5 мероприятий России, посвящённых цифровой экономике. Тема одной из пленарных сессий — «Искусственный огонь. Промышленная эволюция с генеративным ИИ и языковыми моделями». Делюсь самым полезным из увиденного и услышанного. Поехали!
Свежие новости с «ЦИПР-2024» от Кирилла Левина. Рекомендуем к прочтению!
И ещё немного об LLM в статье от Кирилла Левина
Про ChatGPT слышал уже каждый. Многие знают, что GPT — это лишь одна из реализаций так называемых больших языковых моделей (LLM, large language model). Вариантов их практического использования много, я расскажу об одном из них: автоматизации запросов клиентов.
Как ИИ помогает в обработке текстовой информации на примере реальных задач? Когда для этого подойдёт готовая большая языковая модель (LLM), а когда нужно обучать свою, и сколько это будет стоить? Прочитав статью, вы получите ответы на эти вопросы. Узнаете о самых успешных и самых провальных примерах применения LLM — и сможете определить для себя, е…
Вот почему в IT мы выбираем гибридный формат работы
Про удалённую работу много что сказано, поэтому я не буду сейчас давать советы из разряда «надевайте на удалёнке офисный пиджак, чтобы чётче разграничивать рабочее и домашнее время». Вместо этого попробую немного пофилософствовать. Если разложить на составляющие, работа из дома, кафешки или дачи влияет на:
Вместе с врачами Ярославской онкологической больницы мы создаём ML-решение, которое даёт подсказки в ходе проведения колоноскопии. Автоматизирует заполнение медицинских протоколов, позволяя существенно повысить точность обнаружения онкологии на ранней стадии. Подробности — в статье.
Поскольку проекты по машинному обучению по определению не бывают дешёвыми, решение эпизодически возникающих, точечных задач не сможет стать достаточно серьёзной целью запуска. Для начала такой масштабной и многоуровневой работы нужна прочная аргументация: почему нейросеть для компании окажется полезна.
Недавно прочитал пост о том, как коллега-бизнесмен развивает своё пельменное производство. Из всего написанного меня особенно зацепила мысль: для того чтобы создавать конкурентный продукт, нужно покупать дешёвое мясо, ещё и быстро замораживать, чтобы пельмень не потерял вес.
Так ли полезен искусственный интеллект на практике? И, если да, то кому и при каких сценариях? Проверили на личном опыте и делимся инсайтами по результатам развития ML-моделей с вами.