«Сорри за опоздание, уже вылетаю. Да-да, тариф “Аэротакси"». Возможно, так станут разговаривать люди уже в ближайшем будущем — но прежде придётся преодолеть немало технических трудностей. Впрочем, как всегда.
Мы можем очень быстро переодеть кошку в деловой костюм, получить ответ на вопрос «как пользоваться соцсетями в России в 2026 году» и решить другие сложные задачи. Что позволяет ИИ так оперативно нам отвечать? Передовые серверы, например от Nvidia, — это не один «очень мощный компьютер», а 72 видеокарты, десятки процессоров, сеть быстрее интернета. И миллионы долларов за коробочку размером с кухонный комод.
Мы все знаем ChatGPT и следим за OpenAI. Однако один из лидеров ИИ-рынка не только собирает инвестиции, но и вкладывается сам. Например, OpenAI и другие инвесторы вложили сотни миллионов долларов в стартап, который пытается связать человеческий мозг и компьютерную систему без хирургического вмешательства. Такие большие инвестиции — знак того, что отрасль верит в технологию, которая ещё недавно казалась совершенно фантастической
Роботы уже работают рядом с человеком — в доставке, на складах, в логистике. Они перевозят и сортируют товары, а иногда становятся звёздами рилсов, потому что координация и ориентация в пространстве всё ещё дают сбои. Роботов становится больше, задачи усложняются, а ожидания повышаются. Чтобы техника справлялась с человеческим окружением естественнее и надёжнее, нужен новый уровень управления. Его называют Physical AI — физическим искусственным интеллектом. Расскажем, что такое Physical AI, какую проблему он решает и почему это важный этап в развитии робототехники.
Вы когда-нибудь задумывались, благодаря чему можно безопасно передвигаться на роботакси? Во многом это заслуга установленных в них лидаров. Что это и зачем Яндексу производить собственные лидары, разбираемся вместе с Дмитрием Коротеевым
В 2025 году в Школе анализа данных Яндекса запустили программу «Искусственный интеллект в естественно-научных исследованиях». Магистранты, аспиранты и молодые учёные осваивают передовые ИИ-инструменты. Исследователи разбираются в анализе данных и машинном обучении, осваивают работу с генеративными моделями и оттачивают новые знания на исследовательских задачах. В этом каждому участнику помогают два ментора: из своей предметной области и из ШАДа. Новый набор на программу уже открыт, самое время подготовиться к собеседованию и экзамену. А пока что 8БИТ поговорил с нынешними студентами — о том, как они используют ИИ в качестве своей научной суперсилы.
