Последние несколько лет спрос на специалистов по 1С на российском рынке остаётся стабильно высоким, даже на стажёров. Это обусловлено тем, что всё больше организаций переходят на отечественную платформу автоматизации бизнеса «1С:Предприятие», отказываясь от западных аналогов из-за санкций и реализуя поддерживаемые государством программы импортозамещения ПО.

«1С:Предприятие» — один из самых популярных в России и СНГ программных комплексов для автоматизации процессов документооборота, ведения бухгалтерского учёта, управления предприятиями различных сфер деятельности и решения прочих задач в корпоративной среде

О востребованности экспертов по 1С говорит рост количества вакансий и предлагаемых зарплат — только на площадке hh.ru насчитывается свыше 11 тысяч для разработчиков. При этом предложения по заработной плате варьируются в зависимости от региона РФ и стартуют с 50 тысяч рублей для начинающих специалистов и с 200 тысяч рублей для профессионалов с опытом работы (согласно данным сервиса «Хабр Карьера»).

По данным банка «Точка», за последние два года медианные зарплаты в IT-сегменте выросли на 15 %, и больше всего повысились зарплаты разработчиков 1С — на 46 % относительно 2022 года. Однако вместе с зарплатами растут и требования — для входа в профессию нужны опыт и знания. Одним из вариантов освоить новую профессию могут стать онлайн-курсы. У Яндекс Практикума есть курсы «Разработчик 1C» и «1С‑аналитик». Они ориентированы на тех, кто только начинает свой путь в новой профессии, а также может подойти тем, кто уже начал свой путь в 1С-разработке или аналитике самостоятельно. Для обучения главное — иметь компьютер и достаточно времени для занятий.

Первый курс — «Разработчик 1C» — позволяет за 6 месяцев освоить с нуля 1С — один из самых востребованных языков программирования, в котором можно писать код как на английском, так и на русском. Авторы курса — эксперты по 1С из Яндекса и других крупных компаний с опытом 10+ лет. Курс совмещает наглядную теорию с непрерывной практикой и позволяет научиться создавать информационные системы на базе 1С, программировать в среде «1С:Предприятие», разрабатывать собственные конфигурации на платформе 1С, интегрировать 1С со сторонними сервисами, разрабатывать мобильные версии приложений на базе 1С, поддерживать работоспособность готовых информационных систем и решать прочие, отвечающие требованиям рынка и заказчиков задачи. Программа курса одобрена учебным центром 1С и соответствует современным технологиям разработки на 1С. По завершении обучения выпускник получит диплом о профессиональной переподготовке и свидетельство от учебного центра 1С. Также Практикум поможет с трудоустройством: в карьерном центре расскажут, как оформить резюме и портфолио, а также как откликаться на вакансии.

Курс «Разработчик 1C»

Продолжительность второго курса — «1С‑аналитик» — составляет 8 месяцев. За это время студенты научатся анализировать и моделировать бизнес-процессы, а также описывать их с помощью нотаций, взаимодействовать с 1С‑программистами: ставить задачи и контролировать их выполнение, выбирать инструменты и методы интеграции 1С, подбирать оптимальные конфигурации 1С и писать документацию. Студент успеет сделать девять практических работ и четыре проекта для портфолио. На всех этапах обучения студентов ждёт поддержка команды сопровождения, наставники — опытные специалисты — проводят вебинары и отвечают на сложные вопросы по теории и практике; ревьюеры проверяют домашние работы и проекта, а кураторы помогают не потеряться в учебном процессе. Учёбе потребуется уделять от 15 часов в неделю. Заниматься можно в любое время, главное — вовремя сдавать проекты на проверку.

Курс «1С‑аналитик»

Практикум использует технологии для помощи в обучении, поэтому студенты могут пользоваться YandexGPT, чтобы получить быстрый ответ на вопрос или сделать конспект урока.

У обоих курсов есть бесплатные части на 2 и 6 часов, которые помогут погрузиться в профессию и понять, подходит ли такой формат обучения и стоит ли развиваться в выбранном направлении. Если решите продолжить, необязательно оплачивать курс целиком — можно частями или в кредит. Желаем успеха в освоении новых специальностей!

Одним из источников данных для обучения систем генеративного искусственного интеллекта являются общедоступные веб-ресурсы. Apple предоставила их владельцам возможность отказаться от сбора данных для обучения системы Apple Intelligence, и многие из крупнейших ресурсов этой возможностью воспользовались. Среди них значатся Facebook✴ и Instagram✴, а также крупные новостные и медийные ресурсы, включая New York Times и The Atlantic.

В течение последних лет Apple применяла веб-сканер под названием AppleBot — собранные им данные использовались для обучения Siri и поисковой машины Spotlight. А совсем недавно компания подключила к AppleBot и Apple Intelligence. Это спорная практика, поскольку современный ИИ вольно обходится с защищёнными авторским правом материалами — в узких областях, где материалов вообще не так много, системы почти без изменений цитируют целые абзацы.

Apple уверяет, что производит сбор информации с учётом этических норм, отсеивая персональные данные, пользуясь только лицензированными материалами и общедоступными данными, которые поступают от сканера AppleBot. Чтобы дать веб-мастерам возможность отказаться от сбора информации только для обучения ИИ, компания использовала псевдоним Applebot-Extended — стандартная поисковая индексация при запрете этого псевдонима остаётся.

Отказ осуществляется внесением соответствующей директивы в общедоступный на веб-ресурсах файл robots.txt, а значит, у любого желающего есть возможность увидеть, кто из издателей заблокировал к себе доступ Apple Intelligence. Это сделали Facebook✴, Instagram✴, Craigslist, Tumblr, New York Times, Financial Times, The Atlantic, Vox Media, сеть USA Today и Condé Nast, установил журнал Wired. Чуть более четверти крупных американских новостных сайтов (294 из 1167) отказались пускать к себе ИИ от Apple, уточнил журналист Бен Уэлш (Ben Welsh).

По неподтверждённой информации, Apple заключила с некоторым медиакомпаниями сделки, заплатив им за право использовать их материалы для обучения ИИ. Вероятно, эти соображения сдерживают и остальные ресурсы — они просто ждут денег.

Чтобы успешно двигаться вперёд и достигать своих целей, нужна карьерная стратегия. Ошибки на этом пути неизбежны, и это нормально. Важно их осознавать и корректировать.

Вот возможные зоны роста, над которыми можно работать.

1. Отсутствие связи карьерных и жизненных целей. Например, человек хочет завести семью, написать книгу или посетить 30 стран. При этом он, не раздумывая, соглашается на новые оферы, повышения, берётся за решение новых задач. Он успешен в карьере, но забывает о своих мечтах.

Проверяйте, не мешает ли карьера вашим ценностям и потребностям. Сначала определите жизненные цели, а затем уже карьерные, которые их поддержат.

2. Страх перемен. С детства мы усваиваем, что стабильность — это хорошо. Сейчас контекст тоже не добавляет спокойствия. Бывает, человеку настолько важно мнение окружающих, что это останавливает его от перемен в жизни.

Будьте смелее и помните: удачного времени не бывает, действовать можно уже сейчас. Запишитесь на курсы и расширяйте кругозор, чтобы повысить уверенность и открыть новые карьерные возможности.

3. Отсутствие поддержки. Если человек решился на перемены, а семья и близкие его не поддерживают, в перспективе это может стать большой проблемой.

Заручитесь командой поддержки, присоединяйтесь к профессиональному сообществу. Если чувствуете, что вокруг нет тех, кто вас поддерживает, сформируйте эту среду самостоятельно.

4. Отсутствие гибкости. Например, есть чёткая карьерная цель: войти в IT и стать бизнес-аналитиком. Человек прошёл обучение, прощупал рынок и понял, что быстро устроиться не получится, но можно претендовать на роль менеджера проектов.

Скорректировать стратегию достижения цели — не значит сдаться. Если проявить гибкость, можно войти в ІТ как проектный менеджер, потом в той же компании или через несколько компаний сделать горизонтальный переход.

5. Игнорирование своих талантов, потребностей, личных особенностей, мотивации. Например, если человек раз за разом берётся за суперамбициозные проекты, хотя в прошлый уже выгорал в похожей ситуации. Или остаётся в компании, которая ему не нравится, потому что в ней есть возможности для роста.

Осознавайте свои потребности и работайте над синдромом самозванца, чтобы защитить себя от выгорания. Решать такие дилеммы помогают менторы, наставники или коучи.

Чтобы развиваться в профессии, нужно непрестанно учиться. Часто приходится совмещать обучение с основной работой или другими задачами. Здесь не обойтись без внешней поддержки — близких, друзей или товарищей по учёбе.

На курсах в «Яндекс Практикуме» никто не остаётся наедине с трудностями. Поддержку и совет всегда можно получить в сообществе студентов и выпускников, а опытные наставники и ревьюеры разберут ошибки, подскажут, что улучшить, и поделятся кейсами из своей практики.

Присмотритесь к курсам для специалистов с опытом, если хотите вырасти из джуна в мидла, сменить специальность и начать решать более сложные задачи. Обучайтесь новым навыкам и растите в профессии с поддержкой практиков и технологий Яндекса.

Хотя сейчас на любой вопрос ответит нейросеть или ролик на YouTube, книги остаются важным источником знаний. Материал в них построен по нарастанию сложности, авторы проходят многоэтапные проверки, правки и рецензирование, а издательства предъявляют высокие требования к качеству содержания.

Делимся списком книг, которые помогут Python-разработчику перенять опыт самых-самых, узнать больше об этом языке программирования и вырасти в профессии.

Python. К вершинам мастерства, Лучано Рамальо — руководство поможет разработчикам полностью раскрыть потенциал языка. Акцент на использование наиболее эффективных конструкций Python.

Python. Книга рецептов, Дэвид Бизли, Брайан К. Джонс — сборник «рецептов» для разработчиков, охватывающий широкий спектр задач и проблем. Позволяет быстро находить и применять готовые решения.

Чистый Python. Тонкости программирования для профи, Дэн Бейдер — издание о трюках и приёмах, которые помогут писать более элегантный и эффективный код на Python.

Высокопроизводительные Python-приложения. Практическое руководство по эффективному программированию, Горелик Миша, Йен Освальд — издание поможет вычислить «бутылочное горлышко» в производительности приложений, заметно ускорить выполнение кода в программах, работающих с большими объёмами данных.

Python на практике: Создание лучших программ с использованием параллелизма, библиотек и шаблонов, Марк Саммерфилд — книга охватывает продвинутые темы, такие как многопоточность, параллелизм и использование шаблонов проектирования на Python.

Объектно-ориентированный Python, Стивен Лотт — книга углублённо рассматривает принципы ООП, включая проектирование классов и использование метаклассов.

Высокие требования к качеству материала и грамотный переход от простого к сложному характерны не только для книг, но и для курсов «Яндекс Практикума». При этом вы не останетесь один на один с буквами и кодом — в течение всей учёбы вас будут поддерживать опытные наставники, ревьюеры и другие студенты.

На курсе «Мидл Python-разработчик» за 6 месяцев вы научитесь тому, что отличает опытного разработчика от новичка, и сможете вырасти, чтобы претендовать на позицию мидла. Если вы уже знакомы с основами Python, начните учиться бесплатно и пройдите тестирование, чтобы оценить свой уровень.

В следующем году, как обещает гендиректор Tesla Илон Маск (Elon Musk), компания начнёт использовать человекоподобных роботов Optimus для внутренних операций с последующим запуском массового производства для поставок сторонним компаниям в 2026 году. В связи с этим в течение последнего года Tesla наняла десятки тренеров для обучения роботов, пишет TechSpot.

Источник изображения: TechSpot

Согласно разделу вакансий на сайте Tesla, работа оператора по сбору данных в подразделении компании в Пало-Альто подразумевает использование костюма для захвата движений и гарнитуры виртуальной реальности во время выполнения определённых движений.

Также указано, что претенденты на вакансию должны быть в хорошей физической форме, поскольку обязанности тренера предполагают ходьбу более семи часов в день с переноской до 30 фунтов (13,6 кг). Рост претендента должен составлять 170–180 см, чтобы надеть костюм для захвата движения и комфортно работать в среде виртуальной реальности в течение длительного времени, что может вызывать у некоторых людей тошноту. По словам Маска, высота Optimus будет около 173 см, отсюда такие требования к росту.

В числе требований к претендентам также указано умение стоять, сидеть, ходить, наклоняться, сгибаться, тянуться, приседать и поворачиваться в течение дня. Тренеры должны будут анализировать собираемую ими информацию и готовить отчёты. Работать они будут по гибкому графику днём/ночью с одним выходным и со сверхурочной работой при необходимости. Оплата составляет от $25 до $48 в час с выплатой премий и предоставлением льгот.

По словам Маска, несколько роботов Optimus уже работают на заводе Tesla во Фримонте, где они занимаются переноской аккумуляторных ячеек и укладкой их в транспортные контейнеры.

Нейросеть YandexGPT научат распознавать и переводить текст с изображений, аудио- и видеофайлов, пишут «Ведомости» со ссылкой на описание вакансии AI-тренера, опубликованной на сайте компании «Яндекс». По словам источника ресурса, близкого к «Яндексу», предполагается нанять около десятка специалистов такого профиля.

Источник изображения: geralt/Pixabay

Как указано в описании вакансии, в обязанности тренера входит обучение генеративной модели, создавая собственные эталонные примеры, а также оценка качества перевода и обучение нейросети распознаванию и переводу текста с изображений и видео.

В начале 2023 года «Яндекс» объявляла набор AI-тренеров для обучения моделей семейства YandexGPT, напомнил представитель компании. Но если тогда принимали на работу специалистов гуманитарного направления, умеющих работать с русскоязычными текстами, то сейчас речь идёт о специалистах, ориентирующихся в узкоспециализированных тематиках, чтобы точечно углубить знания ИИ-модели. Например, они должны разбираться в терминологии самых разных направлений — от физики до юриспруденции, сообщил представитель «Яндекса».

Гендиректор Dbrain, автор Telegram-канала AI Happens Алексей Хахунов отметил, что в машинном обучении самыми важными критерии являются чистота и качество данных. По словам Хахунова, для обучения современных моделей нужны два типа специалистов: нейролингвисты, которые знают, как работают нейросети и могут создавать современные алгоритмы — в первую очередь машинных переводов, и специалисты, в совершенстве владеющие несколькими языками, что позволяет создавать пары между различными языками.

При этом нужно делать не дословный перевод, а собирать семантически близкие виды переводов. «Одни и те же фразы по смыслу могут звучать по-разному на разных языках, и важно, чтобы переводчик опирался на глубокое понимание языка, а не на дословный перевод», — пояснил эксперт.

С ним согласился эксперт Альянса искусственного интеллекта Андрей Комиссаров, по словам которого, проблема в том, что на большом количестве языков нейросети делают дословный перевод, поскольку не ощущают тонкостей языка и не могут работать с фразеологизмами. «В данном случае речь идёт о дообучении модели. Для этого необходимо чутье языка», — отметил он.

Сейчас с переводом у нейросетей дела идут по-разному. «Если с английским языком машина более-менее справляется, то в случае с китайским, если перевести текст туда и обратно, он фактически превратится в бессвязный набор слов», — сообщил Комиссаров.

Мотивация — это цикличное явление, с подъёмами, пиками и спадами. Невозможно всегда находиться на пике, это важно понять и принять.

Мотивация может уходить по нескольким причинам:

• Смена фокуса. Новое дело, например английский, вдохновляет и отодвигает на задние планы стандартные сферы жизни — семья, работа, учёба, здоровье, хобби. Но постепенно другие задачи возвращаются.
• Непредвиденные обстоятельства. Стресс, внеплановые дедлайны на работе, болезнь или эмоциональные проблемы.
• Отсутствие интереса. Если делать что-то по необходимости, без интереса, это быстро станет скучным.
• Наступление плато. Когда начинаешь учить язык, любые достижения ощущаются значительными. А чем выше уровень — тем сложнее увидеть результат. В этом случае может наступить плато: ощущение, что прогресса нет.

Если не бросить заниматься на спаде, вы обязательно выйдете на новый виток, вернёте силы и желание учиться. На этом этапе вашими главными помощниками станут маленькие шаги, фиксирование успехов и разнообразие.

Маленькие шаги. Делайте то, на что у вас хватает сил сейчас. Например, 15 минут практики в лексическом тренажёре или одно задание на повторение неправильных глаголов. Самое важное — не корить себя, а принять, что сейчас — так, и это нормально.

Главная ошибка — начать заниматься ещё больше. Например, по два часа каждый день вместо одного. Это заберёт оставшиеся силы, не даст результата, вызовет чувство вины и бессилия.

Фиксирование успехов. Когда кажется, что обучение напрасно, результата нет, — поможет взгляд со стороны: зафиксируйте свой результат в моменте, вспомните — какими вы были в начале пути, и сравните с тем, что умеете сейчас.

Разнообразие. Выполнять одни и те же задания — скучно. Добавляйте новые форматы. Попросите преподавателя разнообразить уроки, добавить что-то новенькое: посмотреть и обсудить интересное видео, разобрать любимую песню, поговорить на темы, которые вас особенно волнуют.

Если учите язык без преподавателя, найдите каналы, блоги и аккаунты в соцсетях на английском языке. Ещё можно присоединиться к разговорному клубу: игровая форма и новые знакомства тоже подогревают мотивацию.

Системный подход к обучению поможет двигаться вперёд даже тогда, когда мотивация идёт на спад. На курсах английского от «Яндекс Практикума» студенты учатся по чётко выстроенному плану и используют систему «маленьких шагов». Каждое занятие занимает 30 минут —- этого достаточно для прогресса, а время выделить легче.

Студенты фиксируют успехи с помощью регулярных тестов и обратной связи от преподавателя. А разнообразие вносят интерактивный тренажёр, бесплатные разговорные клубы и общение с иностранными преподавателями.

Звучит интересно? Записывайтесь на бесплатный урок с преподавателем.

На уроке вас ждёт полноценное занятие. Вы узнаете свой уровень языка, разберёте грамматическую тему, потренируетесь в говорении, а также познакомитесь с тренажёром. А в конце подберёте подходящий курс.

Подробнее о курсах английского от «Яндекс Практикума»

Чем плотнее вы окружите себя английским, тем быстрее начнёте его понимать и использовать в жизни. Но как именно формировать среду для обучения? Вот 7 способов погрузиться в язык и его культуру.

Попробуйте все методы и выберите те, что вам нравятся: обучение должно приносить радость, иначе есть риск быстро забросить.

Найти товарища по обучению, стади-бадди (study buddy) — договоритесь со знакомым или коллегой встречаться для практики общения и взаимной поддержки. Это поможет преодолеть языковой барьер и узнать новую лексику.

Переслушивать свою речь — используйте распознаватели речи, например, Voice Dictation. Это поможет оценить, насколько понятно ваше произношение и исправить ошибки. Если микрофон слышит sink вместо think, слушайте носителей языка, копируйте произношение и интонации.

Знакомиться с разными типами речи — в IT довольно часто ваши собеседники не будут говорить на чистом английском. Научиться воспринимать разную речь помогут приложения, такие как YouGlish.

Визуализировать — способ для тех, кому важнее увидеть слово и закрепить за ним конкретный образ, а не просто услышать. Клейте стикеры с названиями предметов на мебель, продукты и технику. Это поможет лучше запомнить слова.

Сменить язык интерфейса и соцсетей — это поможет учить новые слова и выражения в знакомом контексте. Не стоит пересиливать себя, если сложно ориентироваться.

Смотреть короткие видео — подпишитесь на англоязычных блогеров из вашей сферы. Лексика всегда будет самая современная, а вы будете в курсе трендов. Короткие видео часто с субтитрами, что помогает учить новые слова.

Подружиться с носителем — используйте приложения для поиска собеседников из разных стран, например, Tandem. Общайтесь в видеочате или мессенджере на интересные вам темы.

Ещё один способ — участвовать в бесплатных челленджах. Например, 5 августа в канале «Английский от Яндекс Практикума» начнётся челлендж, посвящённый поездкам по миру.

Программа рассчитана для всех, кто хочет изучить или освежить английский. Профессия, возраст и уровень владения не имеют значения. Вы выучите полезные слова, фразы и идиомы, которые пригодятся в отпуске, командировке и путешествии, а также получите подборку фильмов и подкастов для закрепления и расширения знаний.

Пройдите хотя бы одно занятие, чтобы получить скидку на любой курс английского в «Практикуме». Подписывайтесь и присоединяйтесь к челленджу «Английский от Яндекс Практикума».

OpenAI разрабатывает систему искусственного интеллекта, в которой применяется новый подход — проект носит кодовое название Strawberry. Отличием новой модели является её способность рассуждать. Об этом сообщает Reuters со ссылкой на внутренний документ OpenAI, с которым ещё в мае ознакомились журналисты агентства.

Источник изображения: Mariia Shalabaieva / unsplash.com

Точную дату документа установить не удалось, но в нём подробно изложено, как компания намеревается использовать Strawberry для проведения исследований — сейчас модель находится в процессе разработки, сообщил источник издания. Не удалось также установить, насколько модель Strawberry близка к выходу в общий доступ. Она засекречена, и доступ к ней строго охраняется даже внутри OpenAI. В документе описан проект, в рамках которого Strawberry не просто даёт ответы на вопросы, а составляет план для автономной навигации ИИ в интернете для выполнения некоего «глубокого исследования».

В OpenAI отмалчиваться или отрицать существование проекта не стали. «Хотим, чтобы наши модели ИИ видели и понимали мир так же, как мы. Непрерывное исследование новых возможностей ИИ — обычная практика в отрасли, и мы разделяем уверенность, что в будущем эти системы будут совершенствовать свои способности рассуждать», — заявил представитель компании. Работа над проектом велась ещё в прошлом году, но тогда он назывался Q* («Q со звёздочкой»), а инцидент с увольнением Сэма Альтмана (Sam Altman) произошёл вскоре после его запуска и получения первых результатов. Двое сотрудников OpenAI сообщили о том, как в этом году стали свидетелями демонстраций возможностей Q* — модель успешно отвечала на сложные научные вопросы и справлялась с математическими задачами.

Источник изображения: Lukas / pixabay.com

Во вторник в компании прошло внутреннее общее собрание, на котором был показан некий исследовательский проект — ИИ с новыми навыками рассуждения, подобными человеческим. Представитель OpenAI подтвердил факт проведения встречи, но отказался рассказать, что на ней было; Reuters не удалось установить, шла ли речь о проекте Strawberry. Предполагается, что система нового поколения задаст новую планку в аспекте способности ИИ рассуждать — это стало возможным благодаря новому способу обработки модели, которая была предварительно обучена на очень больших наборах данных.

В последние месяцы OpenAI в конфиденциальном порядке давала понять разработчикам и другим сторонним лицам, что находится на пороге выпуска технологии, связанной со значительно более продвинутыми способностями ИИ к рассуждениям, утверждают анонимные источники. Особенностью Strawberry является уникальная методика обработки системы ИИ после процедуры обучения — чаще всего под ней подразумевается «тонкая настройка» модели. В случае Strawberry речь идёт о сходстве с методом StaR (Self-Taught Reasoner), который был разработан в 2022 году в Стэнфордском университете (США): он описывает самообучение ИИ и итеративную подготовку моделью собственных наборов данных для последующего дополнительного обучения — эта схема в теории может использоваться для создания модели ИИ, которая превзойдёт интеллект человеческого уровня.

Важнейшей способностью Strawberry является выполнение задач, которые требуют планирования наперёд и выполнения ряда действий в течение длительного периода времени. Для этого в OpenAI проводятся создание, обучение и оценка моделей на данных «глубокого исследования» — состав этого набора данных и продолжительность периода, на который ИИ составляется план, журналистам установить не удалось. Такая модель реализует собственные исследовательские проекты, в автономном режиме осуществляя веб-серфинг при помощи специального агента — пользователя компьютера (Сomputer-Using Agent, CUA). В рамках проверки работы такая модель будет выполнять задачи, которые поручаются инженерам по ПО и машинному обучению.

Опытным экскаваторщикам знаком трюк, который позволяет отправлять содержимое ковша за пределы досягаемости стрелы. Наделённый нейросетью робоэкскаватор оказался прилежным учеником, который также смог освоить прицельное метание камней дальше зоны досягаемости стрелы. На очереди швыряние сыпучих материалов и повышение точности для работы ковшом на разных высотах.

Источник изображения: ETH Zürich

О процессе обучения нейросети робоэкскаватора для точного манипулирования содержимым ковша сообщили исследователи из Швейцарии (ETH Zürich). Нейросеть на основе обучения с подкреплением была обучена бросать мяч и камни в указанную точку, которая была дальше досягаемости стрелы (до 9,5 м при дальности захвата стрелой 7,5 м). Подобные операции помогут робототехнике справляться с большим кругом задач с меньшими затратами энергии на перемещения, а также сделают её работу более безопасной.

Экскаватор совершал захват и броски ковшом с двумя степенями свободы, который не был жёстко закреплён на стреле. Броски совершались как по прямой, когда в работе была одна только стрела, так и с поворотом кабины. Во втором случае точность была чуть меньше, но в любом случае снаряд отклонялся от точки прицеливания не более чем на 30–40 см.

Исследователи обучали нейросеть на базе модернизированного 12-т колёсного экскаватора Menzi Muck M545. Ранее они обучили экскаватор ряду нетривиальных операций, например, научив его строить устойчивую стену из неподготовленных каменных блоков. Экскаватор сам оценивал баланс камней и строил прочное каменное ограждение. Для точных автономных работ на местности экскаватор с помощью установленных на него датчиков строит модель окружающего пространства, в котором выполняет заданные операции.

На новых предприятиях по выпуску чипов, которые построят в США местные и зарубежные компании при помощи государственных субсидий, появятся многочисленные вакансии, которые нужно будет заполнять местными специалистами. Обеспечить их подготовку в адекватных количествах помогут средства, выделяемые властями в рамках «Закона о чипах», как поясняет Bloomberg.

Источник изображения: Micron Technology

По некоторым оценкам, дефицит специалистов технического профиля в американской полупроводниковой отрасли к 2030 году будет измеряться 90 000 человек, и чтобы покрыть его хотя бы частично, потребуется финансировать их подготовку не только за счёт частных компаний, но и государства. По информации Bloomberg, намеревающиеся построить новые предприятия в США компании Intel, Samsung, TSMC и Micron готовы потратить на соответствующие нужды по $40–50 млн каждая.

Дополнительно власти США собираются направить на финансирование десяти образовательных программ для полупроводниковой отрасли от $500 000 до $2 млн в каждом случае. Эти средства будут изысканы из тех $5 млрд, которые власти страны намерены направить на создание и развитие Национального центра полупроводниковых технологий. С момента подписания в 2022 году «Закона о чипах» около 50 муниципальных образовательных учреждений в США ввели в свои учебные планы программы подготовки специалистов для полупроводниковой отрасли. Попутно был объявлен претендент на получение 12-го гранта на строительство предприятия по производству чипов в США. Им оказалась компания Rogue Valley Microdevices из Флориды, которая построит на территории штата предприятие по выпуску чипов, применяемых как в оборонной сфере, так и в сегменте биотехнологий.

После дебюта в прошлом году инструментов генеративного ИИ, создающих музыку в стиле множества известных исполнителей, YouTube приняла решение платить Universal Music Group (UMG), Sony Music Entertainment и Warner Records паушальные взносы в обмен на лицензирование их песен для легального обучения своих инструментов ИИ.

Источник изображения: Pixabay

YouTube сообщила, что не планирует расширять возможности инструмента Dream Track, который на этапе тестирования поддерживали всего десять артистов, но подтвердила, что «ведёт переговоры с лейблами о других экспериментах». Платформа стремится лицензировать музыку исполнителей для обучения новых инструментов ИИ, которые YouTube планирует запустить позднее в этом году. Суммы, которые YouTube готова платить за лицензии, не разглашаются, но, скорее всего, это будут разовые (паушальные) платежи, а не соглашения, основанные на роялти.

Информация о намерениях YouTube появились всего через несколько дней после того, как Ассоциация звукозаписывающей индустрии Америки (RIAA), представляющая такие звукозаписывающие компании, как Sony, Warner и Universal, подала отдельные иски о нарушении авторских прав против Suno и Udio — двух ведущих компаний в области создания музыки с использованием ИИ. По мнению RIAA, их продукция произведена с использованием «нелицензионного копирования звукозаписей в массовом масштабе». Ассоциация требует возмещения ущерба в размере до $150 000 за каждое нарушение.

Недавно Sony Music предостерегла компании, занимающиеся ИИ, от «несанкционированного использования» её контента, а UMG была готова временно заблокировать весь свой музыкальный каталог в TikTok. Более 200 музыкантов в открытом письме призвали технологические компании прекратить использовать ИИ для «ущемления и обесценивания прав занимающихся творчеством людей».

Администрация платформы Reddit заявила, что обновит исключения для роботов (файл robots.txt), которые сообщают веб-ботам о разрешении или запрете сканировать сайт и его разделы. Ресурс также примет меры для фактического ограничения доступа некоторым ботам.

Источник изображения: redditinc.com

Традиционно файл robots.txt использовался для того, чтобы помочь поисковым системам правильно сканировать сайт. Но с развитием систем искусственного интеллекта появились боты, которые выкачивают контент сайтов целиком для обучения моделей без указания источника этого контента. Поэтому вместе с обновлением файла robots.txt администрация Reddit продолжит ограничивать скорость неизвестных ботов и блокировать их доступ к платформе — меры будут приниматься, если эти системы не будут соблюдать «Политику открытого контента» (Public Content Policy) на сайте.

Новый режим работы не должен повлиять на большинство пользователей и добросовестных участников ресурса, включая исследователей и некоммерческие организации вроде Internet Archive, сообщили в администрации Reddit. Меры вводятся лишь для того, чтобы не позволить другим компаниям обучать большие языковые модели ИИ на контенте платформы. Администрация ресурса опубликовала заявление после того, как стало известно, что ИИ-стартап Perplexity занимается сбором контента вопреки директивам robots.txt — гендиректор компании Аравинд Шринивас (Aravind Srinivas) заявил, что эти директивы не являются правовым обязательством.

Предстоящие изменения Reddit не затронут партнёров, которые заключили соглашения с платформой: Google и OpenAI обучают свои модели ИИ на контенте ресурса на возмездной основе. В прошлом году Reddit для защиты от неправомерного сбора контента ввела плату за доступ к API, что вызвало массовые протесты среди пользователей.

В последние недели Adobe пришлось отбиваться от резко негативной реакции пользователей на новую редакцию условий обслуживания — теперь компания пытается исправить ситуацию. Накануне она опубликовала изменённый вариант своего соглашения об условиях обслуживания, в котором чётко указала, что она не будет обучать искусственный интеллект на контенте пользователя, который хранится локально или в облаке.

Источник изображения: Rubaitul Azad / unsplash.com

Раздел документа, определяющий доступ Adobe к пользовательскому контенту, теперь включает несколько категорий, одна из которых посвящена генеративному ИИ. Теперь в условиях обслуживания прямо говорится, что ПО компании «не будет использовать ваш локальный или облачный контент для обучения генеративного ИИ». За одним исключением: если материал пользователя отправлен на площадку Adobe Stock, то компания сохраняет за собой право использовать его для обучения своей нейросети Firefly.

Новая редакция документа, подчёркивает директор Adobe по стратегическим вопросам Скотт Бельски (Scott Belsky), на деле не меняет ничего — ранее позиция компании в отношении обучения ИИ не была чётко изложена ранее, что привело к недопониманию. «Мы прямо заявили, что не будем обучать генеративный ИИ на вашем контенте. Это всегда было политикой нашей компании. Мы всегда заявляли об этом очень ясно, но никогда не говорили об этом явным образом», — заявил господин Бельски ресурсу The Verge.

Документ в новой редакции также учитывает обеспокоенность пользователей по поводу сканирования компанией контента, который создавался в соответствии с соглашением о неразглашении (NDA) — компания заверила, что «не сканирует и не просматривает» содержимое материалов, хранящихся локально на компьютере пользователя. Но она производит автоматическое сканирование контента в облаке на предмет незаконных материалов — если система сообщает об обнаружении таких материалов, либо если пользователь участвует в программах тестирования предварительных версий ПО или улучшения продуктов, контент в облаке может просмотреть работник компании.

Компания Meta✴, которая владеет Facebook✴, Instagram✴ и WhatsApp, дала себе право обучать модели искусственного интеллекта на публикациях всех пользователей, но только аудитории из Евросоюза предоставлена привилегия отказать компании в доступе к своим материалам.

Источник изображения: NoName_13 / pixabay.com

Гигант соцсетей не стал включать материалы европейских пользователей в массив данных для обучения ИИ, вероятно, чтобы не нарушать действующих в регионе жёстких норм в отношении конфиденциальности граждан. «Чтобы обслуживать наши европейские сообщества должным образом, обеспечивающие работу Meta✴ модели ИИ должны обучаться на актуальной информации, отражающей различные языки, географию и культурные особенности людей в Европе, которые будут ими пользоваться. Для этого мы хотим обучать наши большие языковые модели, которые обеспечивают функции ИИ, с использованием контента, который люди в ЕС решили публично разместить в продуктах и сервисах Meta✴», — заявили в компании.

Meta✴ приняла несколько мер, чтобы укрепить свою позицию. Она указала, что для обучения ИИ будет использоваться «публичный контент», то есть публикации, комментарии, фотографии и другие материалы, размещённые на её платформах соцсетей пользователями старше 18 лет — личные сообщения в этот набор не входят. Компания также отметила, что с 22 мая разослала европейским пользователям уведомления о вступлении 26 июня в силу новых условий обслуживания на платформах, предусматривающих использование их материалов для обучения ИИ. При этом любой европейский пользователь может отказаться от этого без объяснения причин, и его данные не будет включаться в массив информации для обучения ИИ ни сейчас, ни в будущем.

Жителям других регионов Meta✴ такой возможности не предлагает. Обучение модели LLaMa 3 осуществлялось вообще без согласования с пользователями — теперь же граждан стран за пределами ЕС просто информируют о включении их материалов в обучающие массивы и не дают возможности отказаться от этого. Ранее против этой инициативы выступила европейская правозащитная организация NOYB (None Of Your Business), которая подчеркнула, что пользователи соцсетей должны давать явное согласие на использование их данных для обучения ИИ, а не совершать дополнительные операции, чтобы отказаться от этого.

Сейчас отношения Meta✴ и властей ЕС складываются не лучшим образом: платформы Facebook✴ и Instagram✴ ожидают проверки на предмет онлайн-контента, угрожающего безопасности несовершеннолетних. Выявленные правонарушения будут грозить компании гигантскими оборотными штрафами.