12+
- Введение
- Генезис искусственного интеллекта и нейросетей
- Основы работы искусственных нейросетей
- Основные элементы нейросети: от нейрона до архитектуры
- Нейрон, веса и функция активации
- Слои и глубина модели
- Архитектура как «каркас» исследования
- Создание и обучение нейросетевых моделей
- Основные парадигмы обучения нейросетей: от примеров к обобщению
- Архитектуры: от простых моделей к трансформерам
- Мультимодальные системы
- Открытые и полуоткрытые модели
- Крупные языковые модели (LLM)
- Символьные и нейросимвольные системы
- Агентные и автономные системы
- Трансформер
- Промпты для нейросети: искусство создания эффективных запросов к ИИ
- Основные типы промптов и зачем все это знать?
- 1. Zero-shot: без примеров
- 2. One-shot и Few-shot: обучение на примерах
- 3. Chain-of-Thought: «думай вслух»
- 4. Форматированные промты
- 5. Ролевые промпты (persona / role prompting)
- 6. Prompt chaining: цепочка промптов
- 7. Метапромпты и промпты-рефлексия
- Шаблон идеального промпта
- Примеры идеальных промптов
- Написать пост для блога
- Создать видео
- Создать иллюстрацию
- ИИ психолог — консультант
- ИИ копирайтер
- Анализ маркетинговой стратегии конкурентов
- Разработка собственной маркетинговой стратегии с помощью нейросети
- Открытые модели искусственного интеллекта, локальное и облачное развертывание открытых моделей ИИ
- Открытые модели: инфраструктура и доступ
- Локальное развёртывание: контроль над данными и суверенитет
- Облачные платформы: фокус на задаче, а не на инфраструктуре
- Гуманитарные сценарии: от архивов до медиа-практик
- Этические и методологические рамки работы с открытыми моделями
- Отечественные локальные модели
- Развертывание собственных нейросетевых моделей: инструменты и платформы
- Основные способы запуска
- Плюсы и минусы разных подходов
- Как встроить нейросеть в работу бизнеса
- Пример с Hugging Face
- Когда выбирать локальные LLM
- Практический выбор нейросетевых моделей в зависимости от характера задач пользователя
- YandexGPT 5, YandexGPT 5 Pro — русскоязычный бизнес ассистент в экосистеме Яндекса
- RuGPT (RuGPT.io) — русскоязычная модель для обучения и контента
- Kandinsky 3.1 (Сбер) — русскоязычный генератор изображений
- Шедеврум (Яндекс) — бесплатный мультимодальный сервис для любительских проектов
- Perplexity (поисковый ИИ-ассистент)
- ChatGPT (GPT-5 и о-серия) как «верхний уровень» возможностей сервиса
- Gemini (Google) — мультимодальный ассистент в экосистеме Google
- Claude 4 (Anthropic) — ассистент с упором на безопасность и длинный контекст
- DeepSeek — открыто-ориентированная модель для логики и кода
- DeepL — это нейросеть, которая специализируется на машинном переводе
- Qwen (Alibaba, открыто-ориентированное семейство)
- Writesonic — генератор маркетингового и редакционного контента
- GitHub Copilot (Microsoft) — ИИ-помощник для программирования
- DALL·E 3 (OpenAI) — генерация изображений в связке с текстовым ассистентом
- Midjourney — художественная генерация и стилизация
- GetIMG — универсальный генератор визуального контента
- Imagen 4 (Google DeepMind) — фотореалистичная генерация с интеграцией в Google
- Leonardo AI — интерактивный генератор концепт-арта
- Sora (OpenAI) — генерация коротких видео по тексту и мультимодальным подсказкам
- Runway Gen-4 Alpha — видеогенерация для креативных индустрий
- Veo 3 (Google DeepMind) — кинематографичные ролики с нативным звуком
- HeyGen — создание цифровых аватаров и видеопрезентаций
- Suno — генерация музыки и вокала по тексту
- Gamma — ИИ-конструктор презентаций и документов
- Stable Diffusion (SDXL, SD 3 и др.)
- Окружение для локального ИИ (Ollama, LM Studio, OpenWebUI)
- Создание собственного ИИ-ассистента или GPT агента
- 1. Цель создания собственного ИИ-ассистента
- 2. Выбор модели и платформы
- 3. Настройка поведения и подключения данных
- 4. Адаптация, тестирование и развитие
- Конструкторы автоматизации Make и Zapier без знаний программирования
- Как это работает на практике
- Пример: Telegram-бот с GPT-5 через Make
- Основные модули в Make
- Сценарий Telegram → GPT-5 → Telegram
- Пошаговая настройка сценария в Make
- Мощные бизнес-инструменты на основе нейросетей
- Предиктивные нейросети для бизнеса
- Yandex DataLens и Looker Studio от Google системы визуализации и анализа данных
- Правовые аспекты использования нейросетевых моделей в России и за рубежом
- Заключение
- Список использованных источников
- Глоссарий
- Базовые понятия ИИ и данных
- Архитектуры и типы моделей
- Работа с текстом и токенами
- Обучение и применение моделей
- Платформы, интерфейсы и ассистенты