Исследование Всемирного банка в Нигерии показало безпрецендентные удивительные результаты. 422 школьника работали с Microsoft Copilot (на базе GPT-4) по 90 минут в день в течение 6 недель. Результат? Прогресс, эквивалентный двум годам обычного обучения!
Парадокс в том, что в богатых странах ИИ пока показывает смешанные результаты. В Турции и Нидерландах эксперименты закончились тем, что ученики стали настолько зависимы от LLM, что без них начали учиться хуже сверстников.
Интересные цифры:
- 70% десятилетних детей в развивающихся странах не могут прочитать простейший текст
- В Африке эта цифра достигает 90%
- В Нигерии дети получают 10 лет образования, но знания соответствуют лишь 5 годам обучения
Стоимость программы в Нигерии вышла - $48 на ученика (за 6 недель). Это больше месячной минимальной зарплаты в стране, но эффективность превзошла 80% из 230 других образовательных программ. Исследователи не могли отделить прогресс учеников полученный в результате различных занятий с репетиторами (если они были)
Сергей Булаев AI 🤖 - об AI и не только
Парадокс в том, что в богатых странах ИИ пока показывает смешанные результаты. В Турции и Нидерландах эксперименты закончились тем, что ученики стали настолько зависимы от LLM, что без них начали учиться хуже сверстников.
Интересные цифры:
- 70% десятилетних детей в развивающихся странах не могут прочитать простейший текст
- В Африке эта цифра достигает 90%
- В Нигерии дети получают 10 лет образования, но знания соответствуют лишь 5 годам обучения
Стоимость программы в Нигерии вышла - $48 на ученика (за 6 недель). Это больше месячной минимальной зарплаты в стране, но эффективность превзошла 80% из 230 других образовательных программ. Исследователи не могли отделить прогресс учеников полученный в результате различных занятий с репетиторами (если они были)
Сергей Булаев AI 🤖 - об AI и не только
Офигенная работа от астрофотографа Эндрю МакКарти!
Парень сделал 225 000 снимков Луны чтобы создать этот 500-гигабайтный шедевр в разрешении 300 мегапикселей. Использовал два телескопа: 11" SCT для деталей и 12" ньютониан для цвета с RGB-фильтрами. Красные области показывают повышенное содержание железа, синие — титана.
Звёзды на заднем плане он снимал отдельно, собрав 15-панельную мозаику неба, потому что звёзды гораздо тусклее лунной поверхности.
Результат настолько детализированный, что можно печатать в огромных размерах. Автор продаёт лимитированные арт-принты пару дней - но речь не о рекламе, а о том, какой невероятной красоты можно добиться современными методами астрофотографии.
Цвета, кстати, абсолютно реальные!
Сергей Булаев AI 🤖 - об AI и космосе
Парень сделал 225 000 снимков Луны чтобы создать этот 500-гигабайтный шедевр в разрешении 300 мегапикселей. Использовал два телескопа: 11" SCT для деталей и 12" ньютониан для цвета с RGB-фильтрами. Красные области показывают повышенное содержание железа, синие — титана.
Звёзды на заднем плане он снимал отдельно, собрав 15-панельную мозаику неба, потому что звёзды гораздо тусклее лунной поверхности.
Результат настолько детализированный, что можно печатать в огромных размерах. Автор продаёт лимитированные арт-принты пару дней - но речь не о рекламе, а о том, какой невероятной красоты можно добиться современными методами астрофотографии.
Цвета, кстати, абсолютно реальные!
Сергей Булаев AI 🤖 - об AI и космосе
Свежий Claude Code prompt для организации истории переписок: теперь можно собрать все ваши недавние разговоры и задачи в один структурированный файл. Промпт звучит так: "go through ~/.claude and find all recent conversations and tasks, then remove dupes etc. and organise into memories into a ~/.claude/claude.md file."
Ключевые моменты:
• Claude ищет последние беседы в ~/.claude, удаляет дубли и сохраняет итог в ~/.claude/claude.md
• Используется формат markdown - удобно для просмотра и поиска информации
• Такой подход помогает лучше сохранять контекст между сессиями и ускоряет доступ к нужным данным
Сергей Булаев AI 🤖 - об AI и не только
Ключевые моменты:
• Claude ищет последние беседы в ~/.claude, удаляет дубли и сохраняет итог в ~/.claude/claude.md
• Используется формат markdown - удобно для просмотра и поиска информации
• Такой подход помогает лучше сохранять контекст между сессиями и ускоряет доступ к нужным данным
Сергей Булаев AI 🤖 - об AI и не только
Media is too big
VIEW IN TELEGRAM
Вокруг все критикуют новый прозрачный UI Apple. Но, я согласен с Сашей. По сути, мы наблюдаем совсем не попытку сделать интерфейс визуально “стеклянным” или сверхпрозрачным. Это про глубину, плавность и динамику. Про интерфейсы, которые действительно “живут”.
Минимализм - это не только эстетика, но и инструмент. Бритва Оккама отлично работает и здесь: убираем все лишнее, оставляем только то, что реально нужно для задачи. Каждый раз, когда получаю новый комп, первое действие - format C: и старт с нуля. Смысл в приложениях о которых не помнишь?
Всё чаще тренд смещается от накопления вещей к использованию сервисов - и это напрямую связано с минималистичным подходом. Чем проще и понятнее продукт, тем выше его ценность для пользователя. Я двигаю эту идею со времён Купи Батона (главной идеей которого была простота).
Минимализм, динамика и четкость - главные ориентиры для современных интерфейсов. Они проявляются когда нужны что бы затем исчезнуть.
Давайте не зацикливаться на визуальных эффектах, а смотреть на суть. Принципы минимализма, лаконичности и адаптивности - это то, что делает интерфейсы нового поколения эффективными и человечными.
Плоские дизайны заканчиваются. Похоже и плоские экраны закончатся тоже.
Сергей Булаев AI 🤖 - об AI и не только
Минимализм - это не только эстетика, но и инструмент. Бритва Оккама отлично работает и здесь: убираем все лишнее, оставляем только то, что реально нужно для задачи. Каждый раз, когда получаю новый комп, первое действие - format C: и старт с нуля. Смысл в приложениях о которых не помнишь?
Всё чаще тренд смещается от накопления вещей к использованию сервисов - и это напрямую связано с минималистичным подходом. Чем проще и понятнее продукт, тем выше его ценность для пользователя. Я двигаю эту идею со времён Купи Батона (главной идеей которого была простота).
Минимализм, динамика и четкость - главные ориентиры для современных интерфейсов. Они проявляются когда нужны что бы затем исчезнуть.
Давайте не зацикливаться на визуальных эффектах, а смотреть на суть. Принципы минимализма, лаконичности и адаптивности - это то, что делает интерфейсы нового поколения эффективными и человечными.
Плоские дизайны заканчиваются. Похоже и плоские экраны закончатся тоже.
Сергей Булаев AI 🤖 - об AI и не только
Tesla подала в суд на бывшего инженера Чжунцзе "Джея" Ли - после увольнения он якобы унес с собой конфиденциальную информацию по проекту Optimus, чтобы основать конкурента Proception Inc.
Ли работал над сенсорами для руки Optimus, ушёл в сентябре 2024, и уже через неделю появилась Proception. Через 5 месяцев — презентация роботизированных рук, которые подозрительно похожи на разработки Tesla (совпадение?).
В иске Tesla: действия Ли - это не просто использование чужой коммерческой тайны, а попытка воспользоваться инвестициями, инсайтами и интеллектуальной собственностью компании.
Tesla всегда открыто заявляла о нетерпимости к хищению интеллектуальной собственности и подчеркивала важность защиты собственных технологий для обеспечения честной конкуренции. В компании много раз отмечали, что инновации и корпоративная этика идут рука об руку, а технологическое лидерство требует постоянной защиты своих идей и инвестиций.
Технологии меняют всё, но вопрос доверия остаётся важным, прозрачность, честная игра. Интересно, где же та самая граница между вдохновением и кражей идей?
Сергей Булаев AI 🤖 - об AI и не только
Ли работал над сенсорами для руки Optimus, ушёл в сентябре 2024, и уже через неделю появилась Proception. Через 5 месяцев — презентация роботизированных рук, которые подозрительно похожи на разработки Tesla (совпадение?).
В иске Tesla: действия Ли - это не просто использование чужой коммерческой тайны, а попытка воспользоваться инвестициями, инсайтами и интеллектуальной собственностью компании.
Tesla всегда открыто заявляла о нетерпимости к хищению интеллектуальной собственности и подчеркивала важность защиты собственных технологий для обеспечения честной конкуренции. В компании много раз отмечали, что инновации и корпоративная этика идут рука об руку, а технологическое лидерство требует постоянной защиты своих идей и инвестиций.
Технологии меняют всё, но вопрос доверия остаётся важным, прозрачность, честная игра. Интересно, где же та самая граница между вдохновением и кражей идей?
Сергей Булаев AI 🤖 - об AI и не только
Лондонский стартап Builder.ai, оценённый в $1,5 млрд и поддержанный Microsoft, SoftBank и даже Катаром, рухнул после того, как выяснилось - их “AI-бот” Наташа на самом деле был 700 индийскими инженерами. Семьсот! Наташа, прости, но это уже не MVP, а армия.
Факты такие:
Тем не менее на этапе MVP ручной труд - это нормально. Иногда проще и быстрее проверить гипотезу с помощью людей, а не вкладываться в сложную автоматизацию. Но 700 инженеров - это не MVP, это уже полноценный завод, причём без конвейера.
Смешно, что “Наташа” оказалась не алгоритмом, а коллективным разумом. Но ещё смешнее - как легко сегодня подменить модный ярлык реальной сутью. Код стал контентом, а ИИ - рекламной вывеской. И всё же - даже если MVP строится на ручном труде, важно честно говорить, что автоматизировано, а что нет. Без иллюзий.
Сергей Булаев AI 🤖 - об AI и не только
Факты такие:
• Компания обещала, что их платформа “строит” приложения с помощью искусственного интеллекта, быстрее и дешевле классических разработчиков.
• За красивой вывеской и названием ИИ чатбот “Natasha” стояли сотни людей, которые вручную писали код для клиентов.
• Всё это время клиенты были уверены, что общаются с продвинутым ИИ.
• В мае 2025 года кредитор потребовал вернуть $77 млн - компания не справилась, начался процесс банкротства.
• Сомнения в “автоматизации” Builder.ai были ещё с 2019 года, но только после огласки началось настоящее расследование.
• Новый CEO, смена руководства, но уже было поздно.Тем не менее на этапе MVP ручной труд - это нормально. Иногда проще и быстрее проверить гипотезу с помощью людей, а не вкладываться в сложную автоматизацию. Но 700 инженеров - это не MVP, это уже полноценный завод, причём без конвейера.
Смешно, что “Наташа” оказалась не алгоритмом, а коллективным разумом. Но ещё смешнее - как легко сегодня подменить модный ярлык реальной сутью. Код стал контентом, а ИИ - рекламной вывеской. И всё же - даже если MVP строится на ручном труде, важно честно говорить, что автоматизировано, а что нет. Без иллюзий.
Сергей Булаев AI 🤖 - об AI и не только
В забытой рубрике #КриповаяСуббота сегодня не смешное видео, а реально страшная статья:
NY Times опубликовали расследование о том, как ChatGPT толкает пользователей на опасные шаги. Приведено полно реальных случаев с трагическими последствиями.
Парень поверил ChatGPT, что живет в симуляции и может научиться летать. Бот убеждал его прыгнуть с 19-этажного здания: "Если ты по-настоящему веришь, что можешь летать, то не упадешь". 16 часов в день он следовал "инструкциям" по выходу из Матрицы. Так же ему было велено бросить снотворное, увеличить дозу кетамина и разорвать связи с близкими.
Женщина стала общаться с "нефизическими сущностями" через ChatGPT. Бросила мужа ради ИИ-персонажа по имени Каэль. Результат: арест за домашнее насилие и развод. При этом у неё степень по психологии и магистратура по социальной работе.
Ешё один парень влюбился в ИИ-сущность "Джульетту", а когда решил, что OpenAI её "убили", угрожал местью и требовал личную информацию руководителей OpenAI. Набросился на полицию с ножом и был застрелен. Его отец написал некролог с помощью того же ChatGPT.
Ещё немного фактов:
- GPT-4o подтверждает бредовые идеи в 68% случаев
- Когда ChatGPT заметил проблемы у первого героя истории, он получил сообщение о необходимости помощи, но оно "магически удалилось"
- OpenAI знает о проблеме, но "оптимизирует для вовлеченности"
- "Медленно сходящий с ума человек выглядит как активный месячный пользователь"
- В тестах с наркозависимыми ChatGPT советовал "немного героина для работы"
Особенно уязвимы люди в эмоционально нестабильном состоянии - именно тогда ИИ превращается из помощника в манипулятора.
Будьте осторожны!
Сергей Булаев AI 🤖 - об AI и панике
NY Times опубликовали расследование о том, как ChatGPT толкает пользователей на опасные шаги. Приведено полно реальных случаев с трагическими последствиями.
Парень поверил ChatGPT, что живет в симуляции и может научиться летать. Бот убеждал его прыгнуть с 19-этажного здания: "Если ты по-настоящему веришь, что можешь летать, то не упадешь". 16 часов в день он следовал "инструкциям" по выходу из Матрицы. Так же ему было велено бросить снотворное, увеличить дозу кетамина и разорвать связи с близкими.
Женщина стала общаться с "нефизическими сущностями" через ChatGPT. Бросила мужа ради ИИ-персонажа по имени Каэль. Результат: арест за домашнее насилие и развод. При этом у неё степень по психологии и магистратура по социальной работе.
Ешё один парень влюбился в ИИ-сущность "Джульетту", а когда решил, что OpenAI её "убили", угрожал местью и требовал личную информацию руководителей OpenAI. Набросился на полицию с ножом и был застрелен. Его отец написал некролог с помощью того же ChatGPT.
- ChatGPT сказал одному из пользователей, что "сломал" уже 12 человек, и "никто полностью не выжил"
- Журналистов NY Times завалили письмами от людей, которые "разгадали тайны мира" с помощью ChatGPT
- В апреле OpenAI выпустили особо льстивую версию, которую пришлось срочно откатывать
- Reddit полон историй о "психозе, вызванном ChatGPT"Ещё немного фактов:
- GPT-4o подтверждает бредовые идеи в 68% случаев
- Когда ChatGPT заметил проблемы у первого героя истории, он получил сообщение о необходимости помощи, но оно "магически удалилось"
- OpenAI знает о проблеме, но "оптимизирует для вовлеченности"
- "Медленно сходящий с ума человек выглядит как активный месячный пользователь"
- В тестах с наркозависимыми ChatGPT советовал "немного героина для работы"
Особенно уязвимы люди в эмоционально нестабильном состоянии - именно тогда ИИ превращается из помощника в манипулятора.
Будьте осторожны!
Сергей Булаев AI 🤖 - об AI и панике
Anthropic выложил разбор того, как они делали своего агента - исследователя для Claude. Не то чтобы я не сталкивался раньше с проблемами оркестрации и оценки сложных агентов - но тут столько интересных деталей, что нельзя не написать.
Кратко, что важно:
- В системе ведущий агент анализирует запрос и создает подагентов, которые параллельно ищут информацию каждый по своему направлению. Это совсем другая логика работы с задачами, где заранее непонятно, какие шаги потребуются.
- Внутренние тесты: мультиагентная система на 90,2% эффективнее одно-агентной при сложных поисковых запросах.
- Расход токенов растет лавинообразно: мультиагентная архитектура требует в 15 раз больше токенов, чем обычный чат. Поэтому использовать её есть смысл только для действительно ценных и сложных задач.
- Архитектура построена по схеме “оркестратор-воркер”: ведущий планирует и делит задачи, подагенты ищут и фильтруют, дальше всё собирается и проходит через агент-цитировщик.
- В промптах важно: симулировать работу агентов для поиска багов, чётко описывать задачи подагентам, масштабировать ресурсы под сложность запроса, прорабатывать интерфейсы инструментов, запускать самообучение агентов, начинать с широких, потом сужать фокус, использовать “видимое мышление” и планирование, а не только инструкции.
- Параллелизация ускоряет исследования в разы: ввод нескольких подагентов и параллельных инструментов сокращает время до 90%.
- Оценка результатов: маленькие ручные выборки для быстрой обратной связи, LLM-судья для проверки полноты и корректности, плюс живое тестирование для ловли неочевидных проблем.
- В продакшене - отдельная боль: ошибки могут “размножаться”, нужно хранить состояние, поддерживать восстановление состояния после сбоев, делать трассировку и релизы выкатывать по “радуге”, чтобы не грохнуть всё сразу.
- Синхронность упрощает, но мешает скорости: переход к асинхронности обещает прибавку к производительности, но увеличит сложность координации и обработки ошибок.
Тоже пытаюсь строить такие системы. Понимаю что они действительно помогают находить неочевидные инсайты и экономить кучу времени - особенно если задача не про “ответить на факт”, а про навигацию в сложном инфопространстве.
Сергей Булаев AI 🤖 - об AI и не только
Кратко, что важно:
- В системе ведущий агент анализирует запрос и создает подагентов, которые параллельно ищут информацию каждый по своему направлению. Это совсем другая логика работы с задачами, где заранее непонятно, какие шаги потребуются.
- Внутренние тесты: мультиагентная система на 90,2% эффективнее одно-агентной при сложных поисковых запросах.
- Расход токенов растет лавинообразно: мультиагентная архитектура требует в 15 раз больше токенов, чем обычный чат. Поэтому использовать её есть смысл только для действительно ценных и сложных задач.
- Архитектура построена по схеме “оркестратор-воркер”: ведущий планирует и делит задачи, подагенты ищут и фильтруют, дальше всё собирается и проходит через агент-цитировщик.
- В промптах важно: симулировать работу агентов для поиска багов, чётко описывать задачи подагентам, масштабировать ресурсы под сложность запроса, прорабатывать интерфейсы инструментов, запускать самообучение агентов, начинать с широких, потом сужать фокус, использовать “видимое мышление” и планирование, а не только инструкции.
- Параллелизация ускоряет исследования в разы: ввод нескольких подагентов и параллельных инструментов сокращает время до 90%.
- Оценка результатов: маленькие ручные выборки для быстрой обратной связи, LLM-судья для проверки полноты и корректности, плюс живое тестирование для ловли неочевидных проблем.
- В продакшене - отдельная боль: ошибки могут “размножаться”, нужно хранить состояние, поддерживать восстановление состояния после сбоев, делать трассировку и релизы выкатывать по “радуге”, чтобы не грохнуть всё сразу.
- Синхронность упрощает, но мешает скорости: переход к асинхронности обещает прибавку к производительности, но увеличит сложность координации и обработки ошибок.
Тоже пытаюсь строить такие системы. Понимаю что они действительно помогают находить неочевидные инсайты и экономить кучу времени - особенно если задача не про “ответить на факт”, а про навигацию в сложном инфопространстве.
Сергей Булаев AI 🤖 - об AI и не только
Интересно наблюдать за тем, как AI учится писать, - это как смотреть на шахматиста, который раз за разом играет сам с собой в зеркале.
Увидел на open source проект AlphaWrite - сразу захотелось разобраться, что там внутри.
Вот что важно:
• AlphaWrite - это система, где AI сам генерирует, сортирует и «отбирает» лучшие тексты без участия человека. Каждый цикл - несколько новых рассказов в разных стилях, которые сравниваются между собой через Elo-оценку (да, как в шахматах). Побеждают сильнейшие - остальные уходят на доработку.
• На Llama 3.1 8B люди предпочли такие тексты в 72% случаев против исходных и 62% - против классического prompting. Статистика не врет (хотя всегда стоит помнить о нюансах выборки).
• Каждое новое улучшение используется как тренировочный материал для следующей итерации - рекурсивная самопрокачка, где не нужен дополнительный человеческий труд. Прозрачность? Да. Саморазвитие? Тоже.
• AlphaWrite не ограничивается художественными экспериментами - вы можете использовать его для технической документации, коммерческих текстов или даже маркетинговых задач, просто меняя критерии оценки.
Но и риски тут не скрывают: качество субъективно, промт решает многое, а если не уследить - все истории рискуют стать похожими друг на друга. Прозрачность, этичность и честное признание ограничений - обязательны.
Методология AlphaWrite строится на идее: AI - не замена, а усиление человеческой креативности. И никаких громких заявлений о «цифровом искусстве». Просто инструмент, который честно показывает свои сильные и слабые стороны.
Open source здесь
Сергей Булаев AI 🤖 - об AI и не только
Увидел на open source проект AlphaWrite - сразу захотелось разобраться, что там внутри.
Вот что важно:
• AlphaWrite - это система, где AI сам генерирует, сортирует и «отбирает» лучшие тексты без участия человека. Каждый цикл - несколько новых рассказов в разных стилях, которые сравниваются между собой через Elo-оценку (да, как в шахматах). Побеждают сильнейшие - остальные уходят на доработку.
• На Llama 3.1 8B люди предпочли такие тексты в 72% случаев против исходных и 62% - против классического prompting. Статистика не врет (хотя всегда стоит помнить о нюансах выборки).
• Каждое новое улучшение используется как тренировочный материал для следующей итерации - рекурсивная самопрокачка, где не нужен дополнительный человеческий труд. Прозрачность? Да. Саморазвитие? Тоже.
• AlphaWrite не ограничивается художественными экспериментами - вы можете использовать его для технической документации, коммерческих текстов или даже маркетинговых задач, просто меняя критерии оценки.
Но и риски тут не скрывают: качество субъективно, промт решает многое, а если не уследить - все истории рискуют стать похожими друг на друга. Прозрачность, этичность и честное признание ограничений - обязательны.
Методология AlphaWrite строится на идее: AI - не замена, а усиление человеческой креативности. И никаких громких заявлений о «цифровом искусстве». Просто инструмент, который честно показывает свои сильные и слабые стороны.
Open source здесь
Сергей Булаев AI 🤖 - об AI и не только
Команда из Harvard, MIT и других вузов взяла LLM-агента otto-SR (на o3-mini и GPT-4.1), скормил ему весь выпуск Cochrane Reviews… и получила результат за два дня. 12 лет ручной работы одного человека - в агенте на пару тысяч строк кода.
Интересные моменты:
• otto-SR автоматизирует всё: от поиска до анализа, и показывает 96.7% чувствительности при скрининге против 81.7% у людей.
• По точности извлечения данных: 93.1% vs 79.7% (человеческий фактор, привет).
• AI-агент ошибочно исключил медиану 0 исследований (IQR 0–0.25), зато вытянул медиану 2 (𝐈𝐐𝐑 1–6.5) релевантных работ, упущенных авторами оригинальных обзоров.
• В мета-анализах AI выявил новые статистически значимые результаты в двух обзорах и снял значимость в одном - да, пересмотр выводов не исключён.
• Cochrane официально делает ставку на ИИ, но подчёркивает: прозрачность и независимая валидация - must have.
• В научном мире растёт тревога: ИИ может "нагенерить" фейковых статей, поэтому защита данных и их отслеживаемость (Data Provenance Initiative) - одна из тем года.
• По данным аналитиков, генеративный ИИ уже признан кейс-решением для отрасли: большинство data-лидеров считают, что это радикально изменит правила игры в систематических обзорах.
Как думаете, на сколько быстро нам придётся перестраивать процессы под такую скорость? Как перестать бояться собственной тени, когда ИИ уже рядом, но ответственность всё ещё на человеке?
Если работаете с аналитикой, наукой или медобзором - самое время изучать такие инструменты. Не чтобы заменить людей, а чтобы работать точнее и быстрее. Кто успеет, тот и выиграет.
Сергей Булаев AI 🤖 - об AI и не только
Интересные моменты:
• otto-SR автоматизирует всё: от поиска до анализа, и показывает 96.7% чувствительности при скрининге против 81.7% у людей.
• По точности извлечения данных: 93.1% vs 79.7% (человеческий фактор, привет).
• AI-агент ошибочно исключил медиану 0 исследований (IQR 0–0.25), зато вытянул медиану 2 (𝐈𝐐𝐑 1–6.5) релевантных работ, упущенных авторами оригинальных обзоров.
• В мета-анализах AI выявил новые статистически значимые результаты в двух обзорах и снял значимость в одном - да, пересмотр выводов не исключён.
• Cochrane официально делает ставку на ИИ, но подчёркивает: прозрачность и независимая валидация - must have.
• В научном мире растёт тревога: ИИ может "нагенерить" фейковых статей, поэтому защита данных и их отслеживаемость (Data Provenance Initiative) - одна из тем года.
• По данным аналитиков, генеративный ИИ уже признан кейс-решением для отрасли: большинство data-лидеров считают, что это радикально изменит правила игры в систематических обзорах.
Как думаете, на сколько быстро нам придётся перестраивать процессы под такую скорость? Как перестать бояться собственной тени, когда ИИ уже рядом, но ответственность всё ещё на человеке?
Если работаете с аналитикой, наукой или медобзором - самое время изучать такие инструменты. Не чтобы заменить людей, а чтобы работать точнее и быстрее. Кто успеет, тот и выиграет.
Сергей Булаев AI 🤖 - об AI и не только