РЕПТИЛОИДНАЯ


Гео и язык канала: Россия, Русский
Категория: Технологии


О будущем, которое мы заслужили: AR/VR, AI, роботы, трансгуманизм.
Авторский блог Дениса Россиева. Для связи: @enuriru
Чат: @reptiloidnaya_chat
 
instagram.com/enuriru/
awesome-ar.com

Связанные каналы  |  Похожие каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


GPT-6 Astra или как вас обманывают блогеры и «эксперты»

Вчера наткнулся на такое сравнение — моделям дали задачу создать интерактивный анатомический атлас.

Результат впечатляющий — у Джемини слоп, а у Астры — детализированное тело: скелет, нервная система, мышцы, органы.

Если вы заподозрили обман — вы неправы. Тут их ДВА.

1) Автор видоса с Астрой использовал готовый и бесплатный датасет 3D моделей анатомического атласа BodyParts3D 4.0, о чем честно сообщается у нее на гитхабе. Все модели уже с текстурами, материалами, и расставлены в пространстве.

То есть все что нужно было сделать Астре — собрать 3д-просмотрщик в вебе, с чем модели отлично справлялись еще два года назад.

2) Джемни 3.8 Флеш и Астра — модели разных классов. Их вообще нельзя сравнивать. У Астры весов раз в 20 больше. Честнее было бы сравнивать Джемини с Луной, ну может быть с Террой.

А еще Джемини 3.8 Флеш стоит $0.375 за инпут, а Астра — $5.

———

А теперь самое смешное. За исключением готовых 3д-моделей — обе LLM справились с задачей одинаково, сделав одинаковые просмотрщики с кнопочкой. Только Джемини это сделала почти в 10 раз дешевле (и, почти наверняка, быстрее).


Репост из: Метаверсошная
Видео недоступно для предпросмотра
Смотреть в Telegram
Мы все дальше от бога
Но все ближе к триллионной индустрии

763 0 34 7 22

Мало нам было вайбкодеров, теперь еще и вайб инженеры появились

Побойтесь бога

1.4k 1 29 22 48

Лечим галлюцинации ИИ при работе с цифрами

Допустим, вы хотите проанализировать таблицу с экономикой вашего бизнеса или, как в нашем случае, кучу лабораторных тестов. Что в этот момент происходит?

LLM буквально тратит интеллект чтобы:
• отделить данные от мусора в документе
• понять, что "тестостерон" и "TOTAL TESTOSTERONE" это одно и то же, а вот "free T" - другое
• сравнить значнения с нормой и флагами лаборатории
• "в уме" свести разные единицы измерения
• и еще с десяток подобных действий на сотнях цифр.

А потом еще и выводы сделать.

«Тратить интеллект» — не метафора. Количество таких операций на слой трансформера (как и количество самих слоев) ограничено. Плюс почти наверняка это все не влазит в full attention контекста, а значит LLM уже видит данные «размыто» и половину операций пропускает — отсюда галлюцинации, которые часто даже проверить невозможно.

Holi работает с приготовленными данными. В контекст попадает что-то вроде "testosterone 55 nmol/l [H] ↑" — одинаковые ключи названий, флаг [H] выше нормы, стрелка — значит замер выше, чем в предыдущем тесте.

Это не какая-то магическая запись, и если не вдаваться в тонкости вроде позиционных кодировок и семантических разметок, можно писать как угодно ([H], !high, WARNING, а вместо стрелок взять v и ^), главное, объяснить LLM свой формат.

После этого можно навалить 1000 таких строк в контекст и даже слабая модель почти никогда не будет ошибаться, т.к. единый формат станет четким few shots. Нейронке уже не надо думать «показатель упал или вырос? выше нормы или ниже?», все уже посчитано, и интеллект пойдет на РЕАЛЬНЫЙ ответ и поиск корреляций с другими данными.

Какие подводные камни? Чтобы лаб тесты так распарсить, надо очень постараться — мы уже несколько месяцев систему совершенствуем: там помимо LLM еще LOINC онтология, эвристики, огромные таблицы конвертации единиц измерения и куча проверок.

Но в случае каких-нибудь данных по продажам в вашем бизнесе ничего парсить не надо — все УЖЕ лежит у вас в с CRM или Google Sheets. Экспортируйте данные, попросите нейронку написать скрипт для разметки. Посчитайте суммы, средние, дельты и т.д. заранее — не мучайте LLM, которая не предназначена для арифметики.

А потом той же нейронке кормите уже приготовленный результат.


Допустим, вы хотите проанализировать сон в ИИ

Разово выгрузить данные и закинуть в Claude — в целом не проблема.

Проблемы начинаются при автоматизации. Как оказалось, наивного способа этого сделать не существует в природе, и тут хочется поделиться болью и страданиями обработки данных.

Проще всего, конечно, с Apple Watch — они пишут интервалами (в постели / обычный / глубокий / REM-сон), а данные достаются прямо на устройстве.

Проблема в том, что другие приложения могут (и будут) писать туда что угодно: в итоге интервалы пересекаются (даже на одних часах) или частично отсутствуют. И нужно как-то умудриться разобрать — сон с 19:00 до 23:00, потом с 23:20 до 02:45, потом 03:00 до 09:00 — что куда? Почему? В первом два разных REM интервала — какой берем? А если таймзона сменилась в процессе?

А если часы данные пересчитают (а они это делают) — вы мониторите обновления?

Потом выяснится, что whoop и garmin интервалы/фазы не пишут и нужна отдельная интеграция. Тут окажется, что нужны либо вебхуки, а значит сервер, очередь запросов, реконсиляция и синхронизация с клиентом, либо руками апи дергать, где нужно будет за лимитами следить, и следить что это действительно работает и не упало, рефрешить токены и много чего еще.

И все равно они отдают просто длины фаз (без интервалов) и вам нужно как-то все эти разные источники свести в единую гипнограмму. А если еще и ручной лог есть?

А у одного из юзеров какой-то китайский трекер, он вообще пишет только интервал «в постели».

Также для реального анализа вам потребуется выдернуть виталки — HRV, RHR, сатурацию, температуру, и т.д., чтобы построить бейзлайны (кстати, какие? и почему?). Потом окажется, что у Apple это hrv sdnn, а у Whoop rmssd, а это вообще разные метрики.

А хуже всего: сон и виталки могут доехать в любом порядке, и надо уметь одно от другого обновлять, иначе дыры в данных будут.

Теперь вы хотите посчитать и нарисовать красивое колечко восстановления. И тут начинается: у вас 10 параметров и каждый из них может отсутствовать или иметь кривые значения.

Как итог — казалась бы, простая задача «аналитику по сну считать», превращается в целую инфраструктуру, даже если вы лично себе автоматизацию делаете, не говоря уже о продукте для других пользователей.


ИИ и медицинские вопросы

Многие думают, что если отправить агента пошарить в интернете «почему у меня отвалилась жопа», то он на основе ИССЛЕДОВАНИЙ даст вам хороший ответ.

Это опасное заблуждение.

1) Поиск это не магия. Агент идет в условный гугл с несколькими запросами и вытаскивает результаты с пары первых страниц. В следующием запросе на ту же тему можно получить совершенно другой ответ.

2) На сайтах вроде pubmed лежит что попало: от дичи в стиле "зависимость скручивания хвоста шакала от фазы луны" до просто наблюдательных, непроверенных, или неотрецензированных исследований. Нормальные исследования часто лежат в закрытых журналах и за пейволами, куда у вашего агента доступа просто нет.

Итого.

• Если вы просто ищите ответ на вопрос — чаще всего надежнее работать с чистой моделью, дав ей полный контекст проблемы (это, конечно, отдельная задача). И не забывайте, что ИИ не заменяет настоящего кожаного доктора, который эту самую отвалившуюся жопу может осмотреть и ощупать.

• Если строите продукт — собирайте свою базу исследований, отфильтрованную специалистами.


Продолжаем. Картинки и видео в посте выше.

Канал мне вести пока лень (извините), ибо мы все это время активно пилим Holi фултайм с февраля — уже почти полгода.

Работы за это время проделано чудовищно много — в основном подкапотной, Agentic AI/ML.

В этом посте я расскажу какие проблемы мы решаем и чем Холи отличается от обычного ИИ (Claude/ChatGPT) и обычных фитнес-приложений — а в следующих постах технические детали.

——————

Обычный ИИ: каждый чат начинаешь с нуля, загружаешь данные вручную, рассказываешь о себе. Обычные автоматизации и коннекторы заливают тонны мусора.
Holi: любой чат — старый или новый, видит четкие данные с горизонтом от реалтайма до бесконечного прошлого.

ИИ: чем дольше ведешь записи, тем больше галлюцинирует и путается. Контекст ограничен.
Holi: данные НЕ хранятся в чате. Система загружает нужное динамически. Контекст неограничен.

ИИ: общие рекомендации.
Holi: рекомендации по 50+ вашим личным метрикам с умных устройств: часы, кольца, браслеты, весы и так далее.

ИИ: выдумывает цифры, проверить сложно.
Holi: Все считается под капотом алгоритмами спортивной медицины. В чате показывает активные ссылки и карточки — легко проверить. % галлюцинаций кратно ниже.

ИИ: может разово разобрать анализы крови. «Низкий ферритин, а что делать-то мне?»
Holi: сведет названия и сконвертирует единицы измерений из разных лабораторий в единую историю, извлечет заключения, свяжет с другими вашими показателями: сон, тренировки, еда, и будет учитывать в будущем.

ИИ: подсчет калорий по фото лжет с ошибкой до 50%. Может примерно разобрать, но даже записать некуда.
Holi: пишет в отдельный журнал, ведет аналитику и использует специально обученную модель (локальную, on-device), которая в долгосроке мониторит еду, вес, состав тела, обхваты и корректирует норму автоматически. Ешь «по норме», вес стоит? Холи увидит и скорректирует вниз. Талия уменьшилась? Хорошо, значит идет рекомпозиция, норму можно не менять.

Обычный апп (whoop/garmin): покажет что у вас «назкое восстановление»
Holi: объяснит почему и что делать проактивно — советом на главном экране, не нужно даже отдельно спрашивать.

ИИ: генерирует «просто тренировочную программу».
Holi: учтет питание, сон, ДНК-риски, и прочие показатели здоровья и формы. Зная ваш ACWR, TRIMP, VDOT, напишет подходящую вам лично беговую или силовую программу.

——————

➡️ Мы выходим во 2 фазу бета-теста, в которую я и приглашаю всех желающих, кто на спорте и фитнесе — писать в лс. Нужно: iOS, очень желательно любой фитнес-трекер.


Ну в целом мы практически точно идем по таймлайну Detroit: Become Human.

На видео — Origin F1 от AheadForm. Работают над мимикой.


Биомаркеры

Одной из важнейших частей проекта является трекинг медицинских анализов — только с ними картина будет полной.

Погрузившись в тему, я обнаружил что задача попросту не решена нигде выше уровня 1 клиники.

Лаборатории отдают анализы с разными названиями, в разных единицах измерения, с разными референсными интервалами. Абсолютный хаос. А ведь динамика — это самое важное!

Вы спросите: неужели нет никакого стандарта? Да, есть LOINC коды которые могли бы помочь однозначно идентифицировать каждый аналит. Но ни одна лаба их вам не отдает. Потому что пошел нахер, вот почему 😂

Итогом стала система, которая разбирает любой мусор вообще — текст, фотки, пдф. Извлекает оттуда данные, семантически метчит, верифицирует по медицинским базам и приводит к общим единицами измерения. Математически точно. Без галлюцинаций и придуманных цифр.

А дальше начинается магия: алгоритмы и агент находят корреляции между анализами, данными по сердцу и дыханию, спортивными нагрузками, едой и уже довольно неплохо выявляет причины и дает рекомендации.


Видео недоступно для предпросмотра
Смотреть в Telegram
Они нам это еще припомнят. Android lives matter!

1k 0 11 8 18

Выхожу из стелса!

Обычно, когда я забиваю на ведение канала, это значит, что я очень занят чем-то важным. Но обо всем по порядку.

Уже много лет я увлекаюсь спортом и биохакингом, и всегда страдал от проблемы отсутствия системы комплексной аналитики здоровья.

Штош, настало время ее решить.

HOLI — Holistic Oracle for Living Improvement

Система, которая отвечает на два вечных вопроса: кто виноват и что делать.

Я замахнулся на чудовищно сложный продукт. Он не вайбкодится за вечер. На более-менее работающий прототип ушло два месяца фуллтайма.

Что делает Холи?

1. Интегрируется с фитнес-трекерами через Apple Health — Apple Watch, Whoop, Oura, Garmin, Fitbit и другие.
2. Всасывает оттуда десятки тысяч показателей
3. Просчитывает еще десяток параметров по научно верифицированным формулам спортивной медицины. Сжимает, аггрегирует и анализирует.
4. Несколько быстрых ML-моделей прямо на устройстве делают предсказания.
5. Собирает и использует в предсказаниях медицинские анализы.

Юзеру нужно только трекать еду (текст, фото) — ведь она так сильно влияет на наше состояние.

И, наконец, полноценный ИИ-агент под капотом анализирует ВСЮ информацию комплексно и в реальном времени — с ним можно не только поговорить и спросить какой пульс был три года назад, но он также проактивно дает советы — что делать прямо сейчас.

Он понимает, что вы плохо спали, потому что перед сном сожрали жирный стейк. Понимает, что тренировка сегодня будет тяжелой, потому что HRV упал из-за недосыпа и короткой deep-фазы. И понимает, что может быть, завтрашнюю тренировку вообще стоит отменить, потому что недельная нагрузка превысила медицинские нормы.

И это только начало.

Продолжение:
биомаркеры


Хорошей пятницы!


Видео недоступно для предпросмотра
Смотреть в Telegram
В январе запускали еще одно AI-зеркало на 1 Billion Followers Summit в Дубае — на самом большом ивенте в мире посвященном Creator Economy и Social Media.

За три дня работы на локации прямо у входа — 3500 интеракций, 18 часов чистого взаимодействия, 1500+ UGC контента.

Показывали кучу разного контента: от брендированного по заказу саммита, до AR-фильтров и других приколов.

Наблюдение, которое я сделал еще в 2021 с AR-зеркалами на Dubai Expo, точно такое же:

AR-фильтрам уже почти 10 лет. Нейро-фоткам — 2-3 года. Все это уже видели миллион раз.

И все также, в нужном месте, в нужное время и с хорошей концепцией — это отличный аттрактор внимания и великолепно развлекает людей.

А мы это еще приправляем красивым интерфейсом, интересными историями и детальной аналитикой, которую клиенты очень ценят.

Еще по теме:
AR-Зеркало в TODA
AI-Зеркало в РУДН
Realtime AI
Аватары


Репост из: Метаверсошная
Видео недоступно для предпросмотра
Смотреть в Telegram
Летайте нашими виар-авиалиниями!

784 0 15 2 23


1k 0 30 8 10

Видео недоступно для предпросмотра
Смотреть в Telegram
Ну штош. Вот и Матрица подъехала.

Без шуток. На видео — не анимация. Это РЕАЛЬНЫЙ мозг мухи, который ПОЛНОСТЬЮ симулируется в компьютере и управляет виртуальным телом.

125 000 нейронов. 50 000 000 синапсов. Все скопировано с живой мухи в симуляцию с высочайшей точностью.

Она бегает, ищет еду, и, скорее всего, не понимает, зачем живет. Как и ты, кожаный.

На следующем этапе команда Eon обещает отсканировать и засимулировать мышь (70 000 000 нейронов).

И тут возникает много вопросов. Жизнь и разум — это божественная искра, или все-таки просто... вычислительная система, которую можно взять и запустить на подходящем «железе»?

1.8k 2 78 20 34

Видео недоступно для предпросмотра
Смотреть в Telegram
Cooked



Показано 18 последних публикаций.