ИИ в науке и технологиях - Максим Абрамов (лекция)

🔥 Искусственный интеллект развивается с невероятной скоростью, превращаясь из простого инструмента в полноценного партнера для ученых и инженеров. В рамках своей открытой лекции Максим Абрамов честно и глубоко разложил по полочкам эволюцию искусственного интеллекта. Наглядно объяснил, как современные нейросети помогают экономить колоссальные человеческие ресурсы и время в науке и производстве. ✅ Почему задачи, которые кажутся невыполнимыми сегодня, станут элементарными уже завтра? Смотрите в этом видео! 🆕 Телеграм-канал DSCS.pro - https://t.me/DSCSproAI 😎 Максим Абрамов, Руководитель Лаборатории прикладного искусственного интеллекта СПб ФИЦ РАН - https://dscs.pro, который уже много лет работает на пересечении Data Science, DevSec и современных трендов, а также руководитель образовательных программ ИИНД СПбГУ. 👩‍💻 FIDELINA — на связи! 🌐 Сайт: https://www.fidelina.ru 📬 Email для сотрудничества: it@fidelina.ru 📲 Telegram-канал: https://t.me/ITSTAND_ORG - Всё самое 🔥 и актуальное в мире IT ⏰ ТАЙМКОДЫ: 00:00 — Вступление и представление спикера 01:14 — Цели лекции, аудитория и план выступления 03:03 — О спикере: опыт в СПб ФИЦ РАН, СПбГУ и Сбере 04:03 — Что такое искусственный интеллект: терминология и мифы 06:31 — История развития ИИ: от теста Тьюринга и Deep Blue до AlphaFold и GPT 12:12 — Четыре ключевые задачи больших языковых моделей (LLM) 13:56 — Гонка нейросетей, частота релизов и отечественные модели (GigaChat, YandexGPT) 16:27 — Прогнозы развития: на пути к AGI (общему искусственному интеллекту) 17:44 — Мультимодальность: эволюция генерации фото, видео и аудио 21:11 — Проблема дипфейков и вызовы для информационной безопасности 22:02 — Понимание видеопотока, работа с контекстом и перевод на лету 24:29 — Агенты, пошаговые рассуждения (Reasoning) и выход в интернет 25:44 — Open-source модели: возможности, инфраструктура и тренды 27:34 — Вайб-кодинг и программирование с помощью ИИ: динамика решения багов 29:28 — Бенчмарки и оценка качества моделей: переход к сложным тестам 33:23 — Робототехника и профессии: что сложнее автоматизировать 34:51 — Статистика поискового трафика: ChatGPT против традиционных поисковиков 36:42 — Экономика нейросетей: инвестиции, затраты и прогнозы по выручке 37:28 — Мировой контекст и позиции России во внедрении ИИ 40:03 — Примеры применения ИИ в бизнесе и реальных кейсах 41:45 — Стоимость разработки и внедрения решений на базе ИИ 42:44 — Искусственный интеллект в науке и академической среде 44:37 — Детекция сгенерированного контента: детекторы и их точность 45:50 — Повседневное использование: ИИ как психолог, дизайнер и фуд-ассистент 49:00 — Российские мультимодальные разработки (Kandinsky, Мальвина) и бот для вузов 50:15 — Карта популярных инструментов и рекомендации по выбору моделей 50:33 — Заключение, выводы и завершение лекции #ИскусственныйИнтеллект #Технологии #Наука #Инновации #ИИ