ТЕХНО: Яндекс про технологии

2024-04-17 19:05:20 Открыть/Комментировать

2024-04-10 14:00:53 Сегодня Яндекс представил Алису нового поколения. Что изменилось? Спросили об этом руководителя группы продуктового управления Алисы Илью Никанорова.

Подписывайтесь @techno_yandex Открыть/Комментировать

2024-04-05 16:42:44 На днях консорциум Юникода начал собирать заявки на новые эмодзи. Это значит, что любой человек может предложить свою идею эмодзи, и она может быть воплощена в жизнь.

Мы подумали, каких эмодзи не хватает нам, и нарисовали их с помощью Шедеврума. А каких не хватает вам? Пишите (и показывайте) в комментариях

@techno_yandex Открыть/Комментировать

2024-03-28 11:10:01 Представляем третье поколение нейросетей YandexGPT

YandexGPT 3 — это линейка моделей, адаптированных для разных сценариев. Первая из них — YandexGPT 3 Pro, которая будет полезна для решения задач бизнеса. Она уже доступна для разработчиков сервисов через API, а протестировать её можно в деморежиме. Об остальных нейросетях новой линейки мы расскажем попозже.

Подписывайтесь @yandex Открыть/Комментировать

2024-03-21 18:03:10 Открыть/Комментировать

2024-03-19 14:11:48 Огурец, геймпад, книга — все эти и множество других предметов может аккуратно брать и перемещать роборука Яндекса. А её старшая версия уже тестируется на одном из складов Яндекс Маркета, перемещая коробки с товарами. Рассказываем, почему в эпоху нейросетей такая простая для людей задача, как захват предметов, остаётся сложной для роботов.

Роборуки состоят из двух главных частей: «железа» и «софта». «Железо» — то есть сами роботизированные манипуляторы — уже производятся серийно многими компаниями для разных задач, например, для перемещения продукции на производственной линии: по ней ездят одинаковые предметы и эту операцию легко автоматизировать.

Но работа с товарами на складе маркетплейса устроена гораздо сложнее: в их ассортименте могут быть миллионы товаров разного размера, формы и жёсткости. Учить робота работать с каждым товаром отдельно — практически невыполнимая и бесполезная задача: каждый день на маркетплейсе появляются новые товары, с которыми робота нужно снова обучать работать.

Инженеры Яндекса выбрали другой подход и создали модель машинного обучения, которая учится на предметах самых разных форм. Благодаря тому, что во время обучения она видела и пробовала работать с разными объектами, она может адаптироваться и к новым. Так, если она уже поднимала во время обучения шариковые ручки, она справится и с карандашами.

Сейчас у команды инженеров Яндекс Маркета есть роборуки, предназначенные для разных этапов складской автоматизации. Одна из них работает в тестовом режиме на Суперскладе Софьино-2, выполняя операции паллетайзинга: распознаёт коробки с упакованными товарами, поднимает их вакуумными захватами и укладывает на паллеты.

Другая роборука, которая пока находится на этапе испытаний, оснащена хватающим манипулятором и камерой, которые позволяют ей брать практически любой предмет. В дальнейшем оба робота будут работать на складе, выполняя разные операции: одна рука будет складывать товары в коробку, а другая — складывать коробки на паллеты.

Подписывайтесь @techno_yandex Открыть/Комментировать

2024-03-19 13:41:49 Открыть/Комментировать

2024-03-18 17:48:10 Легендарный трек Tom’s Diner Сюзанны Веги в ТЕХНО! Продолжаем мини-сериал о первых файлах в истории и сегодня рассказываем про mp3

В конце 1980-х немецкий учёный и инженер Карлхайнц Бранденбург с группой коллег пытался создать эффективный метод сжатия аудио. В основе экспериментов группы Бранденбурга лежала психоакустика — дисциплина, изучающая психологические и физиологические особенности человеческого слуха. Главной задачей инженеров было понять, как слуховая система человека расшифровывает частоты музыкальных композиций и какие звуки можно незаметно вычленять из записей, чтобы сжать их до небольшого объёма.

Еще в 1986-м под руководством Бранденбурга была образована группа MPEG (Moving Picture Experts Group — «Экспертная группа по движущимся изображениям»). Изначально её главным интересом была разработка стандартов сжатия цифровой видео- и аудиоинформации. Но вскоре MPEG разделились на несколько групп, и каждая из них работала над разными слоями кодирования: Layer I, Layer II и Layer III. Самым сложным оказался третий слой, который разбивал частотный спектр на части, позволяя эффективно сжимать звук. Именно Layer III стал прототипом современного mp3-формата.

Акапельная версия Tom’s Diner Сюзанны Веги была одной из любимых песен Бранденбурга — и именно она стала первой композицией, прозвучавшей в формате mp3. Но произошло это не сразу. В 1988 году, незадолго до пробного выпуска Layer III, Бранденбург обнаружил, что сжатый по этой технологии Tom’s Diner искажает голос Веги. При этом песни других исполнителей звучали приемлемо. Так начался новый виток работы над форматом: идеальный звук удалось получить лишь в 1993-м, когда Layer III был готов к распространению и получил название mp3. А Tom’s Diner с тех пор стала образцом для работы со сжатием звука (как модель Playboy для изображений).

Бонус! Эта запись (будьте осторожны, она может вызывать психологический дискомфорт) состоит из звуков, потерянных при сжатии Tom’s Diner в mp3. Их восстановил Райан Магуайр, доктор наук в области компьютерных технологий.

Подписывайтесь @techno_yandex

Не пропускайте новости Яндекса тут @yandex Открыть/Комментировать

2024-03-17 10:31:13 Технодайджест недели

ЕС одним из первых ввёл регулирование искусственного интеллекта. Закон запрещает системы социального рейтинга и существенно ограничивает распознавание лиц в общественных местах. Европейские разработчики нейросетей должны будут раскрывать информацию об их обучении, а если нейросеть несёт в себе «системные риски» — отчитываться об инцидентах и проводить тестирование. Ожидается, что закон вступит в силу летом.

Стартап Cerebras представил гигантский чип для нейросетей. Это квадрат со стороной 21,5 сантиметра, на котором размещены 4 триллиона транзисторов и 900 тысяч ядер. Использование одного мощного чипа вместо кластера из множества GPU позволяет добиться гораздо большей пропускной способности и меньшей задержки, что в итоге повышает скорость обучения и работы нейросетей.

Midjourney научился генерировать одинаковых персонажей. Теперь в сервисе можно сгенерировать персонажа, а затем создавать с ним новые изображения в других ситуациях и окружениях.

DeepMind представила нейросетевого агента для компьютерных игр. Его обучали на записях людей, которые играли в 9 игр, таких как Valheim и No Man’s Sky. В результате агент научился выполнять в них 600 базовых действий, в том числе ходить, взаимодействовать с предметами и пользоваться игровым меню. Deepmind надеется, что агенты смогут адаптироваться и к новым играм, а в будущем это поможет создать универсальных ботов для задач в реальном мире.

Lenovo создала шестиногого робота. У него есть лидар и камеры для навигации, а по конструкции он похож на других ходячих роботов, таких как Spot от Boston Dynamics, но с дополнительной парой ног для большей устойчивости и проходимости.

Подписывайтесь @techno_yandex

Не пропускайте новости Яндекса тут @yandex Открыть/Комментировать