🎥 Загадка от Kling

Сегодня мы подготовили задание вместе с нашим Квиз-ботом «PARTYstation» от нейросети Kling ❔

❓ВОПРОС:

«Угадайте, какое выражение было изображено нейросетью Kling?»

✅ Ответ на загадку прошлой недели:

1. Злость
2. Удивление
3. Страх
4. Радость
5. Печаль

🧠 Больше интересных заданий вас все также ждет на канале «PARTYstation».

Пишите в комментариях ответ на сегодняшний вопрос👇

@EDU4Telegrambot

✅ Ваши итоги года в ИИ

Друзья! В 2024 году вы узнали много нового про AI-мир и нейросети. Предлагаем проверить, какие знания точно уходят с вами в 2025, а какие предстоит закрепить еще раз после завтраков прошлогодними салатами🤭

Отвечайте на вопросы ниже и пишите, сколько правильных ответов в итоге у вас получилось⬇️

🤓 Как правильно решать школьные задачи?

На носу конец года, множество контрольных и проверочных работ, а времени все меньше. Чтобы успеть разобраться во всех темах, предлагаем посмотреть урок, на котором мы показываем, как грамотно использовать @GPT4Telegrambot для таких случаев.

На уроке вы:

🟡Узнаете, как решать и проверять задачи с помощью @GPT4Telegrambot по разным предметам.
🟡Поймете, как составлять запрос таким образом, чтобы ChatGPT помог с решением, а не просто назвал готовый ответ.

Где найти урок?

🔵 Этот и другие уроки для школы можно найти в образовательном боте «Нейрограмотность».

Меню ➡️ Кейсы ➡️ Модуль 3.1. AI для учебы ➡️ Трек 3.1.1 Школа ➡️ Урок. Решаем задачи по разным предметам

▶️ СМОТРЕТЬ УРОК

Используете ChatGPT для решения задач?

❤️ — конечно, спрашиваете еще!
🔥 — да, но очень редко
😎 — я все сам(а) могу

#кейсы #уроки #школа @EDU4Telegrambot

🌊 Что такое глубокое обучение?

Мы уже говорили о том, что такое слои в нейросетях и какие они бывают. Оказывается, нейросети с большим количеством этих самых слоев ведут себя определенным образом во время обучения (прямо как самые идеальные ученики).

Рассказываем подробнее ⤵️

Представьте, что вы обучаете ребенка распознавать животных. Вы показываете ему множество картинок с кошками и собаками и объясняете, чем они отличаются. Со временем ребенок начинает сам распознавать, что на картинке — кошка или собака, даже если он никогда не видел именно эту картинку раньше.

Так и с глубоким обучением: вам не нужно вручную выбирать, какие признаки использовать для обучения модели. Модель сама находит важные признаки на разных уровнях.

Где применяется?

➡️ Компьютерное зрение: распознавание объектов, лиц и анализ изображений и видео.

➡️ Обработка естественного языка (NLP): перевод текстов, создание чат-ботов и анализ тональности.

➡️ Здравоохранение: диагностика заболеваний, анализ медицинских изображений и персонализированная медицина.

Важно понимать, что глубокое обучение требует значительных вычислительных мощностей и с ним вряд ли справятся обычные компьютеры.

Было ли понятно?

❤️ — точно да!
🔥 — загружаюсь...
😎 — все знаю

#теория @EDU4Telegrambot