Обучение

Когда-то казалось, что машины никогда не смогут думать, как мы. Но всё меняется — и куда быстрее, чем ожидали даже оптимисты.

Недавно Стэнфорд опубликовал AI Index Report 2025. И там есть одна штука, от которой хочется сесть и задуматься: в большинстве технических заданий ИИ теперь объективно лучше людей. Да, уже сейчас.

🧠 Что именно измеряли

Брали восемь серьёзных направлений:

▫️Классификация изображений

▫️Визуальное рассуждение

▫️Понимание текстов средней сложности

▫️Понимание английского языка

▫️Мультизадачное языковое понимание

▫️Математика уровня соревнований

▫️Ответы на вопросы уровня PhD по естественным наукам

▫️Мультимодальное понимание (когда нужно работать с текстами, картинками и схемами одновременно)

Для оценки использовали специальные бенчмарки — стандартизированные тесты, которые проверяют, насколько хорошо ИИ справляется с задачами.

⚡ Где ИИ уже впереди

Сегодня топовые модели вроде ChatGPT и Gemini уверенно обходят среднестатистического человека почти везде.

Пишите в комментариях активы, которые вы хотели вы разобрать краткосрочно: на период до 7-14 дней. 

Выберу два наиболее интересных и опубликую во второй половине дня.

 Южный Капитал |Telegram | Youtube |Instagram   

Приветствуем наших подписчиков в горячую пятницу🔔
Наши коллеги инвестиционного цеха первоначально рассчитывали на более реальный сценарий — сохранение ставки 21%, поэтому уже с самого утра Индекс Мосбиржи продолжает расти до уровня 3000 (+1,97%📈)

Также не стоит исключать из внимания неопределенность геополитики из-за приезда С. Уиткоффа в плане урегулирования украинского конфликта, но при этом уже скорого освобождения Курской области.

К чему должен быть готов инвестор?

По мере количества важных событий на этой неделе на фондовом рынке, периодически анализируйте и ребалансируйте портфель. Думаю вы уже усвоили, что любые инвестиции сопряжены с рисками, которые обязательно надо учитывать в структуре портфеля. На сегодня, с учетом укрепления рубля и смягчения негатива геополитики, оптимальный вариант портфеля выглядит так:

акции — 50%
облигации — 40%
золото — 10%

🚩 Для повышения эффективности и доходности портфеля нужно инвестору установить себе величину минимального дохода, например у нас составляет 15-20%. За исключением активов долгосрочных сделок.

Убыток. Красная зона. Стоп выбит. Первое желание — найти виноватого: «Рынок знал, где стопы», «Манипуляции», «ЦБ снова не опустил ставку», «Это всё маркетмейкеры»…

Но правда в другом: 

📌Рынок никого не наказывает.

📌Он просто делает то, что должен — движется.

 А как вы к этому движению подготовлены — ваша зона ответственности.

Давайте честно:

— У вас есть система?

— Вы знаете, где вход и выход ДО входа в сделку?

— Вы рассчитываете риск заранее?

— Вы понимаете, какую модель торгуете — или просто «чувствуете»?

 📉 Большинство убытков не из-за того, что рынок пошёл «не туда». А из-за того, что вход был случайным, стоп — условным, а риск — необоснованным.

 ⸻

❗️Убытки — не враг. Враг — хаос и отсутствие системы.

 Если вы устали терять — возможно, пора не обвинять рынок, а изменить подход.

Южный Капитал |Telegram | Youtube |Instagram   

🤔 Что это за зверь такой — AI-агент?

Если коротко, AI-агент — это не просто чат-бот, который отвечает на глупости в стиле «расскажи анекдот про программиста». Это самостоятельный цифровой помощник, который умеет ставить цели, принимать решения и учиться на собственных ошибках. Да, немного пугающе звучит, но это и правда новая лига искусственного интеллекта.

🏗 Как он устроен

Представь: ты — предприниматель. У тебя есть ассистент. Ты говоришь: «Найди самых дешевых поставщиков для моей кофейни, сравни отзывы, закажи образцы и подготовь отчет». Обычный ИИ завис бы уже на слове «найди». А AI-агент пойдет и сделает.

Он работает как автономная система: анализирует информацию, запускает нужные действия (вплоть до написания писем или кодинга), и главное — адаптируется под задачу. Некоторые агенты могут даже создавать других агентов! Такой себе цифровой муравейник, где каждый знает, что делать.

🧪 Примеры, которые уже работают

• AutoGPT — запускаешь его с заданием «создай блог и заработай на нем $100», и он сам формирует стратегию, пишет тексты, публикует их, анализирует трафик и ищет способы монетизации. Да, он может ошибаться, но он пытается — сам.

Спрашиваем у молодого трейдера Сергея Тимонина.

Краткая биография Сергея:

• Раскачал капитал с 500 рублей до 106 000 рублей за 8 месяцев
• Один из трейдеров в ПРОПе Whitelist
• Прошёл обучение в ПРОПе за 12 дней
• Создал свою трейдерскую команду MEG: за полгода она увеличилась почти вдвое — с 16 до 28 человек

Сергей, как ты считаешь, важно ли ставить цели в торговле?

Точные цели мотивируют меня. Когда срок поджимает, появляется дополнительная мотивация бежать к результату, даже если приходится преодолевать страхи и контролировать эмоции.

Например, недавно я поставил цель – достичь 100 000 рублей до Нового года. С приближением 31 декабря надежда на шестизначную сумму начала пропадать, но мысль о том, что у меня есть задача помогла мне торговать интенсивнее, а где-то даже агрессивнее. Я активнее писал знакомым трейдерам, следил за ситуациями, и в итоге добился желаемого.

Помогают ли цели управлять эмоциями во время торговли?

Безусловно. Но важно не гнаться за мелкими ежедневными цифрами, которые стимулируют азарт и нервозность, если их не достигаешь. Я стараюсь сосредоточиться не на конкретных суммах, а на качестве торговых ситуаций, которые приведут меня к желаемому результату. Если эмоции берут верх, я переключаюсь на анализ ситуации.

🗂️ Без паники, расшифровка

RAG — Retrieval-Augmented Generation, в переводе: генерация с дополнением из поиска.
Это способ сделать большие языковые модели — такие как GPT — умнее. Они не просто отвечают по памяти, а сначала ищут информацию в базе, а уже потом формируют ответ. Как умный помощник с отличным поиском и вежливой речью.

📚 Почему без этого уже никуда

Обычные языковые модели обучены на огромных объёмах текста. Но они не знают всего. Например, не знают, что у тебя в компании отпуск оформляется через портал HR, а отчёты сдаются не по шаблону, а по внутренней инструкции.
Вот здесь и включается RAG: он ищет нужную информацию внутри твоих документов, знаний и баз, а потом выдает связный, понятный ответ. И не фантазирует, как это бывает у LLM «из коробки».

📌 Пример — на пальцах
Представим, что ты работаешь в компании, где есть внутренняя база знаний: инструкции, шаблоны, памятки. Сотрудник спрашивает: «Как оформить командировку?»
Обычный бот может начать путаться. А модель с RAG найдет нужный документ, вытащит оттуда нужный пункт и сформулирует ответ человеческим языком. Быстро, точно, без ошибок.