📖 Гайд по AI-терминам: от AGI до валидационной потери

Искусственный интеллект меняет мир и одновременно изобретает новый язык для описания этих изменений. LLM, RAG, RLHF - десятки аббревиатур могут сбить с толку даже опытных технарей. TechCrunch собрал и регулярно обновляет глоссарий ключевых понятий AI-индустрии. Разбираем самые важные термины.

Базовые концепции

1. AGI (Artificial General Intelligence) - ИИ, превосходящий среднего человека в большинстве задач. OpenAI определяет его как «высокоавтономные системы, превосходящие людей в экономически ценной работе». DeepMind - как «ИИ, как минимум не уступающий человеку в когнитивных задачах». Единого определения нет даже у экспертов.

2. AI Agent - инструмент, выполняющий серию задач за пользователя: от бронирования билетов до написания кода. В отличие от простого чат-бота, агент автономно использует несколько AI-систем для многошаговых операций.

3. LLM (Large Language Model) - большие языковые модели, лежащие в основе ChatGPT, Claude, Gemini и других ассистентов. Это глубокие нейросети из миллиардов параметров (весов), которые обучаются на миллиардах книг и статей, чтобы предсказывать наиболее вероятный паттерн ответа на запрос.

Ключевые процессы

4. Training (обучение) - процесс подачи данных модели, чтобы она выявляла паттерны и генерировала полезные результаты. Требует огромных объёмов данных и вычислительных ресурсов.

5. Inference (инференс) - запуск обученной модели для предсказаний или выводов. Может выполняться на разном оборудовании: от процессоров смартфонов до мощных GPU в облаке.

6. Fine-tuning (дообучение) - дополнительное обучение модели на специализированных данных для улучшения результатов в конкретной области. Стартапы часто берут готовую LLM и дообучают её под свою нишу.

7. Distillation (дистилляция) - техника «учитель-ученик», где большая модель обучает меньшую, передавая ей знания. Так OpenAI, вероятно, создала GPT-4 Turbo. Использование дистилляции с конкурентных моделей обычно нарушает условия использования API.

Архитектура и методы

8. Neural network (нейросеть) - многослойная алгоритмическая структура, вдохновлённая связями нейронов мозга. Именно GPU из игровой индустрии позволили обучать сети с десятками слоёв, что дало прорыв в распознавании речи, навигации и открытии лекарств.

9. Chain of thought (цепочка рассуждений) - разбиение сложной задачи на промежуточные шаги для повышения качества ответа. Требует больше времени, но даёт более точные результаты, особенно в логике и программировании.

10. Reinforcement learning (обучение с подкреплением) - метод, где модель учится методом проб и ошибок, получая «награду» за правильные действия. RLHF (обучение с подкреплением на основе человеческой обратной связи) - ключевая техника для настройки безопасности и полезности современных моделей.

Проблемы и тренды

11. Hallucination (галлюцинация) - генерация моделью неверной информации. Возникает из-за пробелов в обучающих данных. Одна из главных причин перехода к узкоспециализированным AI-моделям.

12. RAMageddon - термин для обозначения дефицита чипов оперативной памяти. AI-лаборатории скупают RAM для дата-центров, вызывая рост цен и дефицит в игровой индустрии, потребительской электронике и корпоративных вычислениях.

13. Token (токен) - базовый элемент общения человека и AI. Текст разбивается на токены (части слов), и большинство AI-компаний тарифицируют использование моделей именно по количеству токенов.

14. Validation loss (валидационная потеря) - показатель качества обучения модели. Чем ниже, тем лучше. Помогает выявить переобучение, когда модель запоминает данные вместо того, чтобы учиться обобщать.

#Ai #Glossary #LLM #TechCrunch

🕸 Некоммерческая Current AI строит «Всемирную паутину» для ИИ — бесплатно для всех

Некоммерческая организация Current AI, основанная в феврале 2025 года при поддержке правительства Франции ($100 млн), фондов Ford и MacArthur, DeepMind и Salesforce (общий бюджет — $400 млн), объявила о запуске открытой ИИ-инфраструктуры. Цель — создать бесплатную альтернативу проприетарным системам OpenAI, Google и Anthropic, доступную каждому, как World Wide Web.

На саммите AI for Good в Женеве Current AI представила Alpha Chat — открытого чат-бота, собранного за семь недель силами десяти организаций, включая Hugging Face и Mozilla. Ранее, в феврале, организация совместно с индийским подразделением Bhashini выпустила Suno Sutra — карманное офлайн-устройство с ИИ на 22 индийских языках без доступа к интернету. Устройство полностью открыто для сообществ разработчиков.

В прошлом месяце Current AI выделила $3,2 млн грантов четырём проектам: Masakhane (Кения) — ИИ-датасеты для 50+ африканских языков в сельском хозяйстве и образовании; Portal sem Porteiras (Бразилия) — офлайн-ИИ для коренных народов Амазонии; Институт миростроительства (Ливан) — оцифровка арабского культурного наследия; African Internet Rights Alliance (Кения) — инструменты аудита ИИ-систем. CEO Current AI Айя Бдейр подчёркивает: данные должны храниться локально, а сообщества — контролировать процесс.

#AI #CurrentAI #Multilang #TechCrunch #AiSystem

🤝 SpaceX официально завершила сделку по приобретению Cursor

AI-редактор кода Cursor теперь официально входит в состав SpaceX. Об этом сообщается в блоге Cursor. Сделка была анонсирована ещё в апреле: компании договорились о совместной разработке технологий, а SpaceX получила опцион на покупку стартапа за $60 млрд. В июне, после выхода SpaceX на биржу, стороны подтвердили планы по поглощению.

В заявлении о закрытии сделки Cursor неоднократно упоминает вычислительную инфраструктуру SpaceX, которую компания уже сдаёт в аренду крупным игрокам, включая Anthropic и Google. Похоже, доступ к мощным кластерам и стал одним из ключевых аргументов в пользу объединения.

Теперь Cursor продолжит работу в структуре SpaceX, а его ИИ-ассистент для программистов получит опору на инфраструктуру новой материнской компании. Для разработчиков, использующих Cursor, это означает потенциальное расширение возможностей модели и рост лимитов на вычисления.

#Business #SpaceX #Cursor #AI #TechCrunch

💰Wispr привлёк $280 млн при оценке $2 млрд и выходит за пределы диктовки

Стартап Wispr, известный своим AI-инструментом диктовки Wispr Flow, объявил о закрытии раунда Series B на $280 млн. Возглавила раунд Menlo Ventures, оценка компании достигла $2 млрд. Всего Wispr привлёк $361 млн — при этом предыдущий раунд прошёл менее 10 месяцев назад. Средства пойдут на расширение присутствия и развитие новых направлений, включая недавно запущенный инструмент для записи встреч.

Вместе с финансированием компания представила новую модель распознавания речи Canto. Разработчики заявляют, что она снижает частоту ошибок с 30% до менее 10%. Это ответ на жалобы пользователей на ухудшение качества диктовки в последние недели. Конкуренция в нише растёт: появляются такие приложения, как Willow, Monologue, Aqua и Superwhisper, плюс разработчики выпускают более дешёвые альтернативы.

Wispr также расширяет экосистему: с ноября приложение вышло на Android, компания наращивает команды в Индии и Великобритании, партнёрится с железом вроде кольца Oasis для беззвучной диктовки. Записыватель встреч Wispr конкурирует с Granola, Fireflies и Read AI. В прошлом месяце запущена Wispr Interface Labs под руководством ветерана Amazon Alexa для изучения новых интерфейсов взаимодействия человека с компьютером.

#Business #Tech #Wispr #AI #VoiceAssistant #TechCrunch

🗓 Circleback вводит бесплатный тариф для привлечения пользователей

Рынок ИИ-помощников для записи встреч становится всё теснее: недавно свои заметчики запустили Wispr и Calendly, а Granola, Read AI и Fireflies уже привлекли миллионы. На этом фоне стартап из Y Combinator, Circleback, открывает бесплатный план, чтобы познакомить пользователей с продуктом.

Бесплатный тариф позволяет записывать неограниченное число встреч, но хранит историю только за 30 дней. Доступны мобильное приложение, Apple Watch, AI-запросы по транскриптам и интеграции со Slack и Linear. Полный набор — все интеграции, бессрочная история, API и MCP — обойдётся от $14 в месяц при годовой оплате. Раньше бесплатного плана не было, а подписка стартовала с $20,83.

Circleback основан в 2023 году Али Хагани и Кевином Джасиной, в 2024-м стартап привлёк $2,5 млн. Компания заявляет о profitability и выручке около $8 млн run-rate при команде из восьми человек. Основатель объяснил запуск бесплатного тарифа большим оттоком пользователей после ограниченного триала: открытый доступ станет маркетингом без затрат на рекламу.

#AI #Circleback #Notes #Startups #TechCrunch