AI News

🇨🇳 🤖 Alibaba готовит ИИ на масштаб: свои чипы, новые Qwen и агенты для смартфонов Alibaba объявила полную переработку стека ИИ. На конференции Apsara Conference представили обновленное семейство Qwen, мультимодальные модели, собственные чипы T-Head и облачную архитектуру для AI-агентов. Главное озвучил председатель Alibaba Group Джо Цай: машинное мышление сейчас составляет менее 3% от всего человеческого. Если это вырастет в 1000 раз, рынок еще только зарождается. К 2032 году компания планирует переоснастить глобальные датацентры. Новая платформа Qwen Intelligence — это AI-агент прямо на смартфон. Не облако, а локальное исполнение. Это важно для регионов с нестабильным интернетом. Собственные чипы T-Head решают проблему зависимости от импорта. Alibaba берет модель вертикальной интеграции: модель → чип → облако → приложение. 💡 Для цифровых регионов это сигнал: ставка на локальные AI-модели вместо облачных. Умные города, видеоаналитика, системы мониторинга смогут работать автономно. Госуслуги и МИС получат более надежную инфраструктуру без зависимости от пропускной способности каналов связи. Плюс — российские разработчики могут адаптировать открытые Qwen-модели под свои задачи. Источник #ИИ #нейросети #облачные_технологии This message was sent automatically with n8n

🇷🇺 🤖 Почему ваш промпт к ИИ даёт мусор: 3 главные ошибки Вы спрашиваете у ChatGPT как попало — и получаете ответ как попало. Проблема не в нейросети, а в том, как вы её спрашиваете. Промпт-инжиниринг — это просто грамотное ТЗ для ИИ. Звучит банально, но вот в чём загвоздка: нейросеть — это мощный парсер, который анализирует гигабайты текста и запоминает последовательность символов. Если в 10 статьях написано «2 + 2 = 4», нейросеть выучит эту комбинацию и выдаст «4» после вашего «2 + 2». Но вот что упускают 90% пользователей: ИИ не понимает контекст вашего бизнеса. Вы говорите "сделай мне отчёт" — нейросеть выдаёт универсальный шаблон. Вы говорите "сделай отчёт по потреблению электроэнергии в многоквартирном доме за квартал с разбивкой по подъездам и выявлением аномалий" — получите работающее решение. Ключ в деталях. Если вы не знаете архитектуру своего проекта, не сможете написать точное ТЗ. Значит, нужно сначала разобраться в мелочах своей работы — это и есть профессионализм. Для цифровизации городской среды это критично: при описании системы видеоаналитики для умного города нужно указать конкретные сценарии (обнаружение припаркованных машин в зоне запрета, подсчёт пешеходов на переходах), форматы данных, интеграцию со СМЭВ. 💡 В региональных проектах цифровизации это экономит месяцы переделок. Чем точнее вы опишете задачу ИИ, тем меньше итераций, тем быстрее внедрение. Особенно для ГИС, МИС и систем видеоаналитики — там каждая деталь важна. 🔗 Источник #ИИ #промпт_инжиниринг #нейросети This message was sent automatically with n8n