Есть что обсудить!

Пробуем новую рубрику, в которой делимся свежими новостями и мнением эксперта о них 🤝

Сегодня говорим про новую языковую модель OpenAI o1. Модель натренирована для сложной аргументации и «размышляет» над ответом, прежде чем его сгенерировать. OpenAI o1 превосходит ChatGPT-4 по 53 из 57 показателей. Особенно заметны улучшения в математике и написании кода.

Спросили у Александра Сенина, старшего специалиста по разработке нейронных сетей, что он думает о новинке:

Выпуск новой модели ИИ OpenAI o1 — важное событие для индустрии. Теперь ИИ может «подумать» перед тем, как ответить, что позволяет решать более сложные задачи.

Это похоже на работу человека: если попросить математика решить задачу мгновенно, результат будет хуже, чем если дать ему время на размышления. Точно так же работает и новый ИИ.

Результаты впечатляют: OpenAI o1 решает 83% задач на Международной математической олимпиаде (в отличие от 13% у предыдущей версии) и превосходит 89% программистов на платформе Codeforces (против 11% ранее). Теперь ИИ растёт не только по числу параметров, но и по времени, которое он тратит на размышления. Чем дольше ИИ «думает», тем лучше отвечает.

Со временем опенсорсные модели достигнут уровня новой закрытой модели OpenAI, и мы сможем использовать функционал размышлений ИИ для решения наших задач.

Что думаете про свежий релиз от OpenAI? Где бы вы применили новую модель? Делитесь своим мнением в комментариях 👇

#aaa_experts

Генеративный ИИ всё чаще применяется в разработке кода, но помогает ли это компаниям?

Сегодня обсуждаем ежегодный отчёт DORA (Google Cloud's DevOps Research and Assessment), опубликованный 23 ноября.

Вадим Аюев, руководитель дирекции моделей и методов продвинутой аналитики, делится интересными моментами из отчёта 👇

Широко признано, что одним из самых перспективных направлений применения генеративного ИИ является написание кода. В недавно опубликованном отчёте DORA (Google Cloud’s DevOps Research and Assessment) о состоянии DevOps указано, что 76% разработчиков используют генеративный ИИ в своей работе. Более 81% из 39 тысяч респондентов подтвердили, что в их компаниях произошла смена приоритетов в сторону массового внедрения ИИ-решений.

Основные сценарии использования — написание кода (75%) и суммаризация данных (71%). Более 35% пользователей отметили существенный рост продуктивности, но 39% сомневаются в надёжности ИИ-кода, а около 10% даже отметили снижение своей продуктивности при использовании ИИ-инструментов.

Кстати, недавно CEO Google также заявил, что четверть кода компании уже разрабатывается с помощью ИИ.

В отчёте отмечено, что при дальнейшем внедрении ИИ ожидается снижение пропускной способности поставок и увеличение нестабильности сроков — вероятно, как часть адаптации новых решений.

Другой вывод исследования — пока эффект от ИИ не улучшает продуктовые метрики, хотя софтовые метрики команд растут.

Мы в Альфе также активно тестируем генеративный ИИ для работы с кодом, в том числе решения для его верификации в ModelOps.

А как вы думаете, поможет ли генеративный ИИ вашей команде в следующем году быстрее выводить продукт в пром?

😭 — Нет, только замедлит
🌚 — Ничего не изменится
❤️‍🔥 — Точно поможет
🔥 — Уже помог, уже ускорились

#aaa_experts