И снова здравствуйте!

Я продолжаю участвовать в каталогах интересных каналов по темам AI, науки и IT — сегодня предлагаю вашему вниманию топ подборку папку с каналами об искусственном интеллекте, виртуальной реальности, метавселенных, разработке, технологиях и кадрах

🔝 Папка подойдёт не только тем, кто работает в этой сфере, но и всем, кто хочет себя приблизить к современным трендам высоких технологий
🧠 Будьте в курсе самых свежих новостей и мнений от лидеров индустрии

Подпишитесь скорее на каналы👇 уверен, что на ряд из них вы уже подписаны
Подписаться

❗️До 15 июля коллеги из МФТИ продолжают набор в магистратуру и аспирантуру ФПМИ по искусственному интеллекту и робототехнике с повышенной стипендией!

Поступление проходит в:
📍Магистратуру по программе «Методы и технологии искусственного интеллекта» — 15 мест,  со стипендией до 30 тыс. руб.

📍Аспирантуру по направлению «Информатика и вычислительная техника» — 5 мест, со стипендией до 80 тыс. руб.

Для поступления необходимо заполнить анкету по ссылке 👇

В Центре под руководством ведущих специалистов в своих областях вы сможет заниматься написанием статей на передовые конференции А* (NeurIPS, ICLR, ICML, IJCAI и др.), а также работать над прикладными проектами по различным актуальным тематикам, среди которых RL, беспилотный транспорт, компьютерное зрение и др.

📝 Заполнить анкету

Увидел тут в одном интересном канале пост про ИИ в фэшн индустрии. Возникли некоторые мысли, которыми захотелось поделиться.

Не секрет, что один из моих основных фокусов в исследованиях — генеративные модели, поэтому так или иначе про прикладные применения технологии читать всегда интересно. Персонализация в фэшн индустрии, на мой взгляд, ключ к сердцу покупателя. Море опросов можно найти, где респонденты уверено подчеркивают пользу влияния ИИ в части рекомендаций товаров, в части предложения новых услуг. На днях, например, один из пионеров индустрии моды в Европе объявил о старте AI-based рекламной кампании линейки молодёжной одежды. При этом они не просто сгенерировали картинки одежды, а прошли полный цикл: сначала была изготовлена коллекция одежды, потом все элементы коллекции были сфотографированы, а далее обучалась модель, которая далее правильно «одевала» в эту одежду моделей на сгенерированных картинках (пример из кампании как раз в закрепе) .

О чём это всё говорит: индустрия под влиянием ИИ меняется, даже такие чувствительные направления как мода не остаются в стороне. В недалеком будущем предполагаю, что будут и персональные коллекции одежды, сам стиль будет подбираться индивидуально под физиологию человека, а перенося это всё в «видео» модальность мы сможем «покрутить» себя и посмотреть со стороны как будем выглядеть в той или иной одежде и в разных окружениях. И одежда — это всего лишь одна из повседневных потребностей человека, но в формате персонализации такие «AI-стилисты» должны учитывать и твоё настроение (ммм, ИИ-эмпатия), и геолокацию, и погоду, и календарь встреч, и многие другие факторы, влияющие на выбор. Мода и одежда становится компонентом, как сейчас принято называть, модели мира, где каждый сможет «оцифровать» себя, сгенерировать любое окружение и смоделировать различные сценарии. Вот так от темы генерации и примерки одежды мы быстро приходим к AGI😉

А хочется ли этого вам? Надо ли такое или это уже перебор?

Всем привет 🖐

Задумался на днях про маркировку ИИ-контента, ибо много обсуждений ведётся, а мнение публичное я не встретил, а очень хочется узнать разные позиции.

Моя личная позиция в том, что маркировка мультимедиа - важная задача, потому что позволяет понимать как распространяются генерации, как влияют на инфополе. Одна случайная картинка может стоить владельцу модели, бигтеху или стартапу репутации. Такие картинки можно успеть задетектить или доказать, что они сделаны не вашим ИИ при наличии встроенного механизма защиты.

Также маркировка поспособствует развитию генеративного искусства и защите авторского права. Хотя тема авторства ИИ-контента сложная, но почему не думать об этом на будущее?

Ну и, конечно, помимо маркировки нужно развивать инструменты для её анализа. Вот, например, кто-то взял картинку котика и дорисовал ему не совсем то, что надо; и вроде и контент промаркирован, а вроде уже не исходное изображение. Значит надо еще и за устойчивостью решений следить к разным локальным правкам контента.

А ещё: как именно маркировать контент? Предлагаю всем подумать в комментариях под этим постом 🔍

А ниже два коротких вопроса, буду признателен за участие 🙏

Ещё выложили чекпоинт T-lite-instruct-0.1 без цензуры, что в современном мире alignment очень интересно потестировать😉

https://huggingface.co/IlyaGusev/T-lite-instruct-0.1-abliterated

👉Кому интересно почитать про то, как сделать LLM более сговорчивой на разные темы (abliteration = ablated + obliterated), предлагаю посмотреть в материале тут

Грубо говоря, имея некоторый harmful датасет, его прогоняют через модель, определяют активации, которые сигнализируют об отказах модели отвечать на какие-то вопросы, а потом ортогонализируют соответствующие тензоры. Так модель сохраняет основную часть своих весов нетронутыми, а refusal direction за счёт ортогонализации меняется. Конечно, речь не идёт об устранении 100% отказов отвечать на вопросы, но тем не менее позволяет «ослабить» LLM

🎬Сегодня вышел выпуск на канале Основа

Получилось довольно круто на мой взгляд! Поговорили с Борисом про современные тренды в ИИ, подискутировали про будущее и возможности современных технологий.

Приглашаю всех посмотреть, выходной как раз этому способствует! Заранее спасибо за просмотр🙏

👉Подкаст

Всем привет!

🤖 Мои коллеги из научной группы "Адаптивные агенты" в AIRI сейчас активно ищут стажёров в свою программу карьерного роста shorties.

❗Дедлайн подачи заявок — 15 августа сего года.

Если вы любите RL, как любят его ребята — вам точно туда!
👉Подробнее можно прочитать в посте в канале команды — @dunnolab
❓А если есть вопросы HR характера, то пишите смело Ксении @ksenia_jaja