Почему использование ИИ в разработке может затягивать завершение проектов
Попытки последовательно исправлять ошибки с помощью ИИ нередко приводят к ухудшению архитектуры и возникновению новых проблем вместо готового результата. В материале рассматриваются причины, по которым генерация кода ускоряется, но финальная сдача проекта откладывается, а также способы распознать этот эффект.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Экономист Apollo: внедрение ИИ не приносит финансовой отдачи нетехнологическим компаниям
Несмотря на масштабные инвестиции и интерес к искусственному интеллекту, технология пока не принесла финансовой отдачи американскому бизнесу за пределами технологического сектора. Об этом заявил экономист Apollo, отметив отсутствие реального экономического эффекта от вложений в ИИ для большинства компаний.
Опыт использования ИИ-агентов в рабочих процессах
Специалисты отмечают быстрое привыкание к работе в связке с ИИ-агентами и оценивают их наличие при трудоустройстве. Без использования искусственного интеллекта реализация некоторых проектов ставится под сомнение, а возвращение к прежним методам работы становится нежелательным.
Как компании собирают видеоданные от первого лица для обучения роботов
Компании нанимают людей разных профессий для записи рабочих процессов на экшен-камеры от первого лица. Полученные видеоматериалы формируют обучающие датасеты для создания автономных роботов-гуманоидов. В подобных проектах по сбору данных участвуют в том числе «Яндекс» и «Сбер».
Как измерить эффективность AI-агентов и почему их трудно сравнивать
В Китае предложили пороговые значения для AI-агентов, включающие выполнение 20 подзадач, взаимодействие 60 агентов и использование 200 инструментов. Материал посвящен проблеме измерения возможностей агентов одной метрикой и анализу показателей существующих бенчмарков.