Ai

Андрей Карпатый, один из основателей OpenAI и бывший директор по ИИ в Tesla, недавно поделился наблюдением: большие языковые модели (LLM) меняют традиционную траекторию распространения технологий. Обычно инновации сначала внедряются в военной сфере, затем в корпорациях и, наконец, доходят до обычных пользователей. Однако с LLM всё иначе — они приносят наибольшую пользу именно индивидуальным пользователям, а не крупным организациям .

Почему LLM — это революция для обычных людей

Карпаты отмечает, что LLM предоставляют «квази-экспертизу» по многим вопросам, позволяя людям без специализированного образования:

• Писать код, используя простые описания задач.

• Анализировать большие объемы данных и извлекать из них инсайты.

• Создавать качественный контент и презентации.

• Получать советы по различным вопросам, от юридических до психологических.

Эти возможности делают LLM мощным инструментом для самообразования и повышения эффективности в повседневной жизни.

( Читать дальше )

Два месяца назад я начал собирать данные из отчетностей эмитентов MOEX для DeepSeek (DP). Основная цель была выяснить на сколько точно DP может агрегировать показатели из отчетностей РСБУ/МСФО через методы финансового анализа в единую оценку потенциала роста и надежности эмитента. 

На текущий момент в DP загружено 74 отчета РСБУ и 76 отчета МСФО. 

DP показал итоговую оценку потенциала роста и надежности в пределах от -100% до 100%, где:

Потенциал роста и надежность эмитента:
70% — 100% — отличная оценка (зеленая зона)
40% — 69% — средняя оценка (желтая зона)
<40% — плохая оценка (красная зона)

Для сравнения оценки DP я использовал мультипликативный скоринг (алгоритмы), где:

Потенциал роста эмитента:
50% — 100% - отличная оценка (зеленая зона)
30% — 49% - средняя оценка (желтая зона)
<30% - плохая оценка (красная зона)

Надежность эмитента:
1кл — 2кл - отличная оценка (зеленая зона)
3кл - средняя оценка (желтая зона)
4кл — 5кл - плохая оценка (красная зона)

( Читать дальше )

Зачем голосовать?
Понять, действительно ли AI — наше будущее, или пока это просто хайп. Ваш ответ поможет составить реальную картину.

🤔 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.

( Читать дальше )

Пока сплетники обсуждают грязные сплетни о том, что наш канал был куплен жёлтым банком, мы продолжаем погружаться в мир захватывающих историй и быстрорастущих компаний в области искусственного интеллекта.

Disclaimer: никто нашу media-мякушку не выкупал. Читайте самые крутейшие материалы, не беспокоясь о том, что Вам предложат кредиты и карточные продукты с рассрочкой платежа без комиссий. 🤫 Кружимся в кресле, попиваем чаёчка в перерывах от работы, не отвлекаемся.

🙄Тут нечего комментировать. Конспирологи вновь ошиблись. Земля круглая. 5G не сводит с ума горожан, а наш канал жил и будет жить дальше.

🧐 Что вообще происходит то?
Не прошло и несколько месяцев после первой публикации о шумихе вокруг AI-проектов, как появилась еще одна десятка компаний с оценкой в более 1 миллиард долларов.

☕️ Просыпаешься утром, читаешь поток сделок, наливаешь травяной чай, а там, что не AI-проект так единорог. Стоит отметить, что некоторые компании мы анализировали годом/годами ранее и не были впечатлены их ростом, однако в режиме макротренда даже такие какахи привлекают венчурный капитал в размере до $35-50 млн долларов не напрягая булки.

( Читать дальше )

💫 Данная публикация является инвестиционным пророчеством

Понимая, что значительная часть людей, а именно более 90% всех находящихся в точке макротренда, сочтут эту публикацию провокационной, мы заранее готовы к любой критике.

— Почему мы находимся в макротренде?
— Что такое макротренд?

🫴 Вопросов много. Всё очень интересно, но ничего не понятно, верно?

🎧 Включаем — Paul Sabin 711.

🔽 Подгружаем базу

Макротренд — это долгосрочная, масштабная тенденция, оказывающая глобальное влияние на общество, экономику, технологии или культуру. Средний цикл макротренда в технологической отрасли составляет ~4 года. Смена макротрендов происходит на фоне разочарования, переосмысления, негативных новостей и даже под влиянием медиакультуры или политики.

Макротренды создают как возможности (новые рынки, технологии), так и риски (социальные дисбалансы, экологические кризисы). Их анализ помогает прогнозировать будущее и адаптироваться к изменениям.

😮 С базой всё понятно. Впитали. Уловили. Записали в блокнотик. 🚶‍♂️ Идём дальше.

( Читать дальше )

🧐 В последнее время для тех, кто был далек от технологического сектора и искусственного интеллекта, глобальный цикл цифровизации, возглавляемый крупным капиталом, предпринял максимум усилий, чтобы донести нарратив в массы о том, что искусственный интеллект — это будущее.

Олег Т поясняет — “Круто, да этож круто!”

🙄 С тем, что это действительно крутой цикл развития для многих секторов и направлений бизнеса спорить нет смысла. Тот, кто отрицает макро-тренд попадает в чёрный список со стороны бенефициаров и оказывается на доске “почёта” среди тех, кто не смог оседлать волну.

Однако в тот момент, когда где-то становится густо, где-то становится пусто.

Капитал имеет свойство перетекать из одного сектора в другой, тренд всегда сменяется на нечто новое, а позиция «risk on» сменяется позицией «risk off».

Тех, кто убежден, что повторения прошлого в данный момент не произойдет, ждет большое разочарование в ближайшие 2-4 года, а возможно, и раньше. Мы находимся в довольно близкой точке цикла, где наибольший капитал уже был распределен между несколькими конкурирующими компаниями из одного направления.

( Читать дальше )

5 лет назад я закончил свою модель финансовой аналитики компаний по РСБУ и МСФО. Недавно меня посетила мысль сделать автоматическую выгрузку промпта из моей базы отчетностей компаний для того, чтобы параллельно с моей оценкой, оценивал и AI. Выгрузку промпта я еще не сделал, пока что остановился на тестировании Deepseek. 

Поехали.

Первое, что я сделал, накидал временный промпт финансовых данных существующей компании, вот промпт:

«Проведи финансовый анализ ликвидности, финансовой устойчивости, рентабельности и деловой активности. Присвой надежность от -100% до 100% и потенциал роста компании от -100% до 100%. Числа идут по годам через запятую от текущего года к предыдущим годам. Финансовые вложения: 29674395, 36764743, 34080890, 56074772, 44189263. Денежные средства: 19151041, 1747906, 3984340, 14070159, 3238367. Краткосрочные обязательства: 232090856, 109655533, 71482960, 47372752, 40065519. Дебиторская задолженность: 8782955, 5828368, 7089358, 7283827, 11089162. Оборотные активы: 57823359, 44394377, 45212638, 77497220, 58575045.

( Читать дальше )

Недавно Тимофей Мартынов провел мощный опрос предпринимателей: "Как обстоят дела в вашем бизнесе?".

226 комментариев — кладезь инсайтов, но читать и осмыслить это крайне неудобно. 

Я хотел решить это с помощью разных ИИ, но не хотелось потратить на них кучу времени. И тут бывшие работники Google и Baidu выпустили Genspark  — решение, которое обещало решить эту задачу одним махом.

 

Визуализация с помощью Genspark:

 

Ссылка на полные версии ниже 

 

В видео можно посмотреть, как Genspark сам обходит таблицу, размечает данные, строит презентацию:

 

( Читать дальше )

В предыдущем посте я показал, как легко сделать саммари из книги с помощью ИИ (ключевые идеи + упражнения, даже если их там нет) .

Продолжаю выкладывать обработанный вариант. Посмотрим, как он справится с новой главой: 

 

Глава 2

Основные идеи:

 

• Дисциплина и следование стратегии: Автор подчеркивает, что его главной ошибкой было непостоянство в следовании собственной системе. Успех приходит, когда торговля ведется только при наличии четких сигналов, а не из-за азарта или желания действовать постоянно.
  
  
• Разница между bucket shops и реальной биржей: В bucket shops можно было быстро зарабатывать на мелких колебаниях, так как исполнение ордеров было мгновенным. На реальной бирже задержки в исполнении, влияние крупных ордеров на цену и необходимость учитывать комиссии делали прежние стратегии неэффективными.
  
  
• Адаптивность: Успешная торговля требует понимания специфики рынка. То, что работало в одном контексте (например, скальпинг в bucket shops), не работает в другом (например, на NYSE).

( Читать дальше )