Лучшие подкасты про Искусственный Интеллект (2024)

1
#065 ML Авторы курса MSU.AI. Зачем учёному ML? 1:21:04

3d ago1:21:04

1:21:04

Сегодня в гостях сразу 3 гостя - это авторы и преподаватели курса "Нейронные сети и их применение в научных исследованиях" в МГУ им. В.М. Ломоносова - Виктор Немченко, Сергей Колпинский и Артём Васильев. Ребята участвуют в крутейшей, на мой взгляд, инициативе - созданию учебных материалов по ML и преподаванию машинного обучения студентам, аспиранта…

1
#064 ML Екатерина Кондратьева. ML в медицине и легко ли стать радиологом 56:50

29d ago56:50

56:50

В гостях этого выпуска Екатерина Кондратьева — специалист по анализу медицинских изображений с более чем 7-летним опытом. Екатерина закончила аспирантуру в Сколтехе и работала в Институте AIRI. Последние два года она возглавляла команду по машинному зрению в израильском healthech стартапе LiteBC. В этом выпуске Екатерина расскажет о текущем состоян…

1
#063 ML Виталий Кулиев. А чё там по железу? 49:36

1M ago49:36

49:36

В гостях выпуска Виталий Кулиев - разработчик ИИ-проектов и автор YouTube-канала, который так и называется "Виталий Кулиев". С Виталием сначала я познакомился заочно через просмотр его роликов по ML и компьютерному железу, которое требуется для локального запуска опенсорсных моделей машинного обучения, а теперь и лично. Разговариваем о том, какие е…

1
#062 ML Александр Резанов. Генеративный ИИ в компьютерном зрении 1:04:25

2M ago1:04:25

1:04:25

В гостях выпуска Александр Резанов - ML Engineer в Higgsfield AI, специалист по генеративному компьютерному зрению, о котором мы и будем говорить. Как развивалась область генеративного AI, какие подходы к генерации картинок применялись тогда и какие применяются сейчас. Нормализующие потоки, состязательные сети и диффузионные модели. Что с генерацие…

1
#061 ML Александр Алерон Миленькин. Надо ли строить бизнес вокруг ML (Про LLM, RAG-системы, насмотренность и виртуальных помощников) 55:05

3M ago55:05

55:05

Общаемся с Александром (Алероном) Миленькиным - ML лидером в Dodo Brands, IT-предпринимателем, Kaggle-экспертом, преподавателем. Обсуждаем то, как можно использовать современные ИИ-технологии, чтобы иметь конкурентное преимущество. Почему лучше строить ML вокруг бизнеса, а не бизнес вокруг ML. Нужны ли в современных реалиях свои большие ML-модели и…

1
#060 ML Егор Самосват. Монетизация, рекомендации и при чем здесь ML 50:11

3M ago50:11

50:11

В гостях выпуска Егор Самосват - руководитель юнита эффективности монетизации Авито. Разговариваем о том, что такое монетизация и как машинное обучение позволяет находить оптимальный баланс между "заработать побольше" и "принести пользу". Почему долгосрочные стратегии выгоднее. Почему бесплатно - далеко не всегда хорошо. Что такое теория аукционов …

1
#059 ML Лаида Кушнарева. Алхимики, шаманы и жрецы современного DS 56:58

7M ago56:58

56:58

В гостях Лаида Кушнарева - Старший Академический Консультант, Huawei, которую в мире Data Science больше знают как Техножрицу. Общаемся про то, как обстоят дела в мире исследований вокруг машинного обучения. Как поменять математику на программирование, но продолжить заниматься математикой. Почему вычисления квадратного корня на калькуляторе необрат…

1
#058 ML Дмитрий Матвейчев. Компьютерное зрение в радиосвязи 56:27

8M ago56:27

56:27

В гостях выпуска Дмитрий Матвейчев - Deep Learning Researcher, PhD кандидат, занимающийся разработкой нейронных сетей для решения задач компьютерного зрения с использованием mmwave FMCW радаров. Разговариваем о том, зачем компьютерное зрение нужно в радиосвязи на примере микроволновых радаров. Как совместить классическую цифровую обработку сигналов…

1
#057 ML Антонина Горячева. Как отвечать за весь ML в компании, чтобы все работало 1:03:08

9M ago1:03:08

1:03:08

В гостях Антонина Горячева - Head of ML в СберМаркете. Разговариваем о том, как устроен ML в онлайн-сервисе доставки продуктов и товаров с полок магазинов, начиная от того, зачем вообще машинное обучение в таких компаниях и заканчивая рассмотрением некоторых конкретных инструментов для решения ML-задач. Бывает ли такое, что заказов настолько много,…

1
#056 ML Юрий Окуловский. Гаражные стартапы в условиях бигбиза 1:28:22

10M ago1:28:22

1:28:22

Гостем сегодняшнего выпуска стал Юрий Окуловский - Senior Data Scientist, кандидат физико-математических наук, ранее руководитель лаборатории искусственного интеллекта и робототехники УрФУ, также вы, возможно, его знаете как автора нескольких видеокурсов по программированию и рациональному мышлению. Юрий уже был гостем подкаста примерно три года на…

1
#055 ML Илья Гусев. Как запускать большие языковые модели локально 41:56

10M ago41:56

41:56

Гостем выпуска стал Илья Гусев - известный NLP-специалист, сделавший большой вклад в область своими опенсорс-проектами, среди которых анализатор морфологии, генератор стихов, сборка различных датасетов и некоторые другие. Один из таких проектов как раз и стал поводом к сегодняшнему общению. Это большая языковая модель, заточенная на работу с русски…

1
#054 ML Валерий Бабушкин и Арсений Кравченко. Как написать книгу об ML System Design 1:17:33

11M ago1:17:33

1:17:33

Этот выпуск немного нестандартный. Во-первых, он новогодний, потому что выходит 31 декабря, а во-вторых, в нем сразу два гостя - Валерий Бабушкин и Арсений Кравченко. Валерий и Арсений в сооавторстве написали книгу, посвященную большой и интересной теме проектирования ML-систем "Machine Learning System Design with end-to-end examples". И о данном о…

1
#053 ML Евгений Соколов. Как преподавать и изучать компьютерные науки 1:03:37

11M ago1:03:37

1:03:37

В гостях выпуска Евгений Соколов - научный руководитель Центра непрерывного образования и академический руководитель бакалавриата «Прикладная математика и информатика» факультета компьютерных наук НИУ ВШЭ, доцент. Евгений уже много лет преподает студентам компьютерные науки и Data Science Поговорили в выпуске о том как сейчас работается современным…

1
#052 ML Юрий Кацер. Анализ и прогнозирование временных рядов и можно ли зарабатывать с их помощью 58:12

11M ago58:12

58:12

В гостях Юрий Кацер - эксперт по анализу данных и машинному обучению в промышленности, DS team lead Conundrum.ai. В выпуске говорим о том, что такое временные ряды и как их можно анализировать и прогнозировать с помощью машинного обучения. Какие задачи из реального мира сводятся к анализу временных рядов? Как работать с некачественными данными? Поч…

1
Что это было. Как нейросети изменили науку 23:51

11M ago23:51

23:51

В заключительном эпизоде второго сезона мы пытаемся разобраться, как новое поколение нейросетей меняет науки и чем теперь заняться ученым, если больше не нужно даже писать рефераты. erid: 2SDnjdTbzaL Реклама. АО «Точка». ИНН 9705120864 Кольцо для бесконтактной оплаты от Точки: https://tchk.me/m4f2g4 Слушайте первые выпуски подкаста «Шум в ушах» на …

1
Зырь-машина. Как проходит гонка компьютерного зрения 20:47

12M ago20:47

20:47

Сколько датчиков нужно роботу, чтобы не путать человека с тенью от пакета, зачем ставить лазеры на такси и почему гонка беспилотных автомобилей происходит не на стадионах, а в датацентрах. erid: 2SDnjepcB5i Реклама. АО «Точка». ИНН 9705120864 Откройте счёт в Точке: https://tchk.me/zsnya0libo/libo

1
#051 ML Антон Чунаев. MLOps - что это, и почему MLOps это не DevOps 1:27:03

12M ago1:27:03

1:27:03

В гостях выпуска Антон Чунаев - менеджер ML-продуктов Selectel, основатель сообщества про MLops и продакшн ML и одноимённого ежегодного митапа MLечный путь (Эмэлечный путь). Поговорили про развивающееся перспективное направление в ML-сфере - MLOps - инженерную дисциплину, направленную на унификацию процессов разработки и развертывания ML-систем. Ан…

1
#050 ML Руслан Гончаров. Как современный дизайнер подчиняет себе искусственный интеллект 1:02:56

1y ago1:02:56

1:02:56

В гостях Руслан Гончаров - современный дизайнер, автор телеграм-канала "Нейронная академия", автор многочисленных подробных гайдов по генерации изображений с помощью нейросетей. Обсудили с Русланом хайповую тему генерации изображений по текстовому описанию (промптам) с помощью разных самых продвинутых технологий. Подробно обсудили Stable Diffusion …

1
Фоторобот Воронежа. Как нейросети научились рисовать с наших слов 22:46

1y ago22:46

22:46

В этом эпизоде трехногий Трамп идет за решетку, в небе парит знак «стоп», машины генерируют несуществующих знаменитостей, и мы почти лишаемся возможности верить своим глазам. Реклама. АО «Точка». ИНН 9705120864 erid: 2SDnjevWRtU Не упустите год бесплатного обслуживания в Точке https://tchk.me/ELNBOilibo/libo

1
Похоже на правду. Как нейросети научились имитировать речь 25:37

1y ago25:37

25:37

В этом эпизоде мы расскажем, почему великого лингвиста Ноама Хомского бесят нейросети, как чатджипити подставил целую юридическую фирму из Нью Йорка и кто смотрит на вас из диалогового окошка языковых моделей. Купить билет на конференцию ТОК можно по ссылке: https://clck.ru/36HEzc А с промокодом ЗДЕСЬ у вас будет скидка 25% Реклама. АО «Точка» ИНН …

1
Как нейросети обходят законы прогресса 24:33

1y ago24:33

24:33

В этом эпизоде мы расскажем, почему вам не кажется, что нейросети как с цепи сорвались. Как человечество попало в третью эпоху вычислений, а так же когда мы прошли первую и вторую и почему ничего не заметили. Откройте счёт в Точке https://tchk.me/gExbWX Реклама. АО «Точка» ИНН 9705120864 erid: Kra23opKJ Слушайте бонусные выпуски подкастов студии «Л…

1
#049 ML Данила Медведев. Риски ИИ и будущие войны в когнитивном театре военных действий 1:54:15

1+ y ago1:54:15

1:54:15

Общаемся с Данилой Медведевым - трансгуманистом и прикладным футурологом - о рисках, которые несет человечеству сильный искусственный интеллект и что с этим делать. Кто страшнее: злобный футуролог или василиск Роко? Кто такой Василий Сёрль? Как не повторить судьбу семантического попугая? Почему мы готовы бездумно передавать искусственному интеллект…

1
#048 ML Андрей Данильченко. Машинное обучение в геопоиске 58:03

1+ y ago58:03

58:03

В гостях выпуска Андрей Данильченко - специалист, отвечающий за качество геопоиска в Яндекс Картах. Андрей в Яндексе с 2011 года и успел прикоснуться к большому количеству сервисов своей экспертизой. Стоял у истоков Яндекс.Радио и Яндекс.Дзен, занимался рекомендательными системами и поиском, а сейчас сосредоточен на геопоиске - поиске подходящих об…

1
#047 ML Татьяна Гайнцева. О научной работе и будущем человечества в конкуренции с искусственным интеллектом 1:00:57

1+ y ago1:00:57

1:00:57

Обещанный второй выпуск с Татьяной Гайнцевой - PhD-студенткой Лондонского университета королевы Марии, ex-AI researcher в Philips, Huawei, преподавателем в Deep Learning School, ШАД, МГУ, а также в некоторых образовательных проектах. В этот раз Татьяна рассказала о своей научной работе. О том, как она выбирала тему, чтобы это было интересно и немно…

1
#046 ML Татьяна Гайнцева. Чего не хватает для AGI, как учиться в Физтехе, чтобы доучиться и почему преподавать - это круто 1:06:28

1+ y ago1:06:28

1:06:28

В гостях выпуска Татьяна Гайнцева - студент PhD в Queen Mary University of London, ex-AI researcher в Philips, Huawei, преподаватель в Deep Learning School, ШАД, МГУ, а также в некоторых образовательных проектах. Когда-то я начал свой путь в ML именно с лекций Татьяны, в частности, она меня научила пользоваться гугл-коллабом. Это интервью было запи…

1
#045 ML Геннадий Штех. Как навести порядок в документообороте и нарисовать самую страшную картинку с помощью ML 56:16

1+ y ago56:16

56:16

В гостях Геннадий Штех - руководитель R&D-направления в компании Embedika, занимающийся разработкой и внедрением ML-решений. Поговорили о том, как с помощью машинного обучения справиться с большим количеством бумажных и электронных документов, как на основе анализа договоров вскрывать коррупционные цепочки, как экономить деньги компании, автоматизи…

1
#044 ML Тимур Гуев. Как сделать лучший курс по Python 1:18:06

2y ago1:18:06

1:18:06

В этот раз гостем подкаста стал Тимур Гуев - основатель и преподаватель онлайн-школы BEEGEEK, автор цикла курсов на Степике "Поколение Python". Давно хотелось позвать Тимура в гости, потому что я сам с большим удовольствием прошел его курсы. Поговорили о том, почему мама может быть против, чтобы ее сын стал математиком, как попасть в лабораторию Ка…

1
#043 ML Константин Воронцов. О математике, ИИ и судьбе цивилизации 1:08:04

2y ago1:08:04

1:08:04

В гостях выпуска Константин Воронцов, которого, как мне кажется, даже представлять отдельно не надо. Все, хоть как-то соприкасавшиеся с машинным обучением, обязательно сталкивались с его видеолекциями, статьями и wiki-учебником по машинному обучению. Впрочем, все же, отдавая дань традиции, представляю официально. Константин Воронцов - доктор физико…

1
#042 ML Даниил Киреев. Как стать экспертом в компьютерном зрении 1:11:20

2y ago1:11:20

1:11:20

В гостях руководитель исследовательских проектов в компании VisionLabs Даниил Киреев. Даниил является экспертом в компьютерном зрении и стоит почти у истоков компании VisionLabs, входящей в топ мировых лидеров в области компьютерного зрения. Даниил рассказал о том, какие технологии и продукты появляются на базе компьютерного зрения: face ID, контро…

1
#041 ML Сакина Зейналова. Химия, яды, ML и конус географический 54:13

2y ago54:13

54:13

В гостях выпуска химик, специалист по полимерам, технолог в международной компании Tre TAU Engineering, популяризатор науки, автор книги: "Яды: вокруг и внутри" - Сакина Зейналова. Очень интересно поговорили про химию вообще, про современные методы дизайна веществ и материалов, про то, что такое хемометрика и ее методы, про перспективные направлени…

1
#040 ML Александр Дончук. Про стартапы, бизнес и ML в промышленности 1:01:54

2y ago1:01:54

1:01:54

Гость выпуска - Александр Дончук - предприниматель, сооснователь компании Аврора AI. Поговорили про применение машинного обучения для дефектоскопии в железнодорожной промышленности. Обсудили как вообще родилась идея применить компьютерное зрение в такой консервативной отрасли, как создавали минимально-жизнеспособный продукт, как доводили до промышл…

1
#039 ML Давид Ян. О технологическом предпринимательстве и счастливом искусственном интеллекте 1:14:33

2+ y ago1:14:33

1:14:33

В гостях выпуска Давид Ян - серийный предприниматель с большим количеством крупных успешных проектов, один из основателей компании ABBYY, известной, в основном, своими продуктами ABBYY Lingvo и ABBYY FineReader, кандидат физико-математических наук, и очень интересный собеседник! Поговорили о пути серийного технологического предпринимателя, об успеш…

1
#038 ML Никита Васильев и Вероника Голубева. Кто такие дата-инженеры? 59:04

2+ y ago59:04

59:04

В гостях Никита Васильев - Senior Big Data Engineer, Grid Dynamics и Вероника Голубева - Senior Data engineer, Datrics. Разговариваем о том, кто такие дата-инженеры и где их место среди всего дата-сайнс. Почему в некоторых компаниях дата-инженеры выделились в отдельную профессиональную единицу, а в других даже не понимают кто это? Какой круг обязан…

1
#037 MLSpec Николай Додонов. Как психология помогает в обучении и жизни 1:22:29

2+ y ago1:22:29

1:22:29

Это очередной специальный выпуск подкаста, который посвящен месту психологических практик в нашей жизни. Чем бы мы не занимались - обучением, построением карьеры, общением с командой, решением рабочих или личных задач - нами управляют мысли и эмоции, природа которых, в большинстве случаев, нерациональна. С профессиональным психологом Николаем Додон…

1
#036 ML Борис Шарчилев. Как пройти собеседование в ML-команду 51:20

3y ago51:20

51:20

В преддверии Нового года, когда многие окидывают взором прошедший год и ставят цели на новый, мы с Борисом Шарчилевым - руководителем ML в Финтехе Яндекса, сделали для вас выпуск о том, как подготовиться и эффективно пройти собеседование на ML-позиции в выдающиеся компании. Борис лично провел больше ста собеседований и поделился своим опытом в выпу…

1
#035 ML Григорий Бакунов (Бобук). Мораль, этика и философия искусственного интеллекта 1:02:59

3y ago1:02:59

1:02:59

В выпуске с Бобуком (Григорием Бакуновым) общаемся на темы этики искусственного интеллекта. Мешает или помогает этика и мораль современному обществу, нужна ли этика искусственному интеллекту, кто лучше справится с этическими вопросами - средний европеец или ИИ, как ИИ будет решать столкнуть ли толстяка с моста, где взять датасет, чтобы обучить ИИ р…

1
#034 ML Валерий Бабушкин. О карьере, ML в бизнесе и гранд-мастерстве Kaggle 48:38

3y ago48:38

48:38

Думаю, для тех, кто следит за индустрией искусственного интеллекта, Валерий Бабушкин в особом представлении не нуждается. Специалист высочайшего класса, за которым охотятся самые крутые технологические компании! И, вот, сегодня Валерий в гостях Machine Learning Podcast. Поговорили о карьерном пути Валерия, о том, как бизнесу внедрять машинное обуче…

1
#033 ML Анатолий Старостин. Танцующие скелетики, генеративное искусство и философия Искусственного Интеллекта 55:43

3y ago55:43

55:43

В гостях подкаста Анатолий Старостин - руководитель службы развития технологий Яндекс.Музыки и Кинопоиска, а также по совместительству ведущий подкаста Неопознанный Искусственный Интеллект. Поговорили с Анатолием о том в какие виды искусства приходят нейросети и есть ли у них шансы конкурировать с человеком, о сложностях полноценной генерации музык…

1
#032 MLSpec Сергей Марков. ruDALL-E. Генерация картинок по текстовому описанию 40:45

3y ago40:45

40:45

Это специальный выпуск подкаста, поводом к которому послужила выложенная Сбером в открытый доступ русская версия модели для генерации изображений по текстовому описанию (ruDALL-E). В гостях Сергей Марков - управляющий директор, начальник управления экспериментальных систем машинного обучения департамента SberDevices, принимавший самое непосредствен…

1
#031 ML Алексей Харламов. Как фармить золото с помощью ML на Kaggle 1:07:29

3y ago1:07:29

1:07:29

В выпуске - Алексей Харламов - Project Leader Samsung AI. А говорим мы о площадке, на которой соревнуются любители фит-предикта и других радостей дата-сайнс - Kaggle. Обсудили, что это вообще за площадка, как она появилась, какие цели призвана решать, какие соревнования на ней проводятся, как стать участником соревнований, как заработать на площадк…

1
#030 ML Олег Найдин. Голосовые ассистенты 1:07:03

3y ago1:07:03

1:07:03

В гостях руководитель службы интеллекта и проактивности Яндекс.Алисы - Олег Найдин, с которым мы обсудили то, как сегодня устроены голосовые ассистенты: из каких основных блоков они состоят, какие задачи приходится решать в рамках каждого блока, где брать датасеты для обучения, как сделать помощников по-настоящему персональными, кому приходится слу…

1
#029 ML Антон Фролов. Электронный надмозг или системы машинного перевода 49:43

3y ago49:43

49:43

Беседуем с техническим директором Яндекс.Дзена - Антоном Фроловым о том, как появились и развивались системы машинного перевода. Какие системы использовались раньше и какие применяются сейчас. Почему за последние годы так сильно выросло качество автоматических переводчиков и когда они уже, наконец, достигнут человеческого уровня. Поговорили о том, …

1
#028 ML Максим Купрашевич. Компьютерное зрение, амурские тигры и желтая курточка 1:05:57

3+ y ago1:05:57

1:05:57

В гостях Максим Купрашевич - руководитель команды машинного обучения в Layer, SberDevices. Максим рассказал о некоторых очень интересных применениях компьютерного зрения в решении как бизнес-задач, так и в общественно-значимых некоммерческих инициативах. Поговорили о том, как искусственный интеллект помогает распознавать интересные пользователю объ…

1
#027 ML Петр Ермаков. ODS - русскоязычное сообщество дата-сайентистов 59:18

3+ y ago59:18

59:18

Всегда полезно иметь доступ к сообществу профессионалов и любителей темы, которая входит в круг ваших интересов. Профессионалы и любители данных, машинного обучения, искусственного интеллекта и так далее в русскоязычном сегменте имеют крутейшее сообщество, известное как Open Data Science или ODS. В этом выпуске поговорили с Петром Ермаковым - основ…

1
#026 ML Виталий Моисеев. Рекомендательные системы - как вырастить "счастье пользователей" 1:05:48

3+ y ago1:05:48

1:05:48

Давно уже хотелось сделать выпуск про рекомендательные системы и, вот, наконец-то выпала такая возможность. В гостях Виталий Моисеев - руководитель группы качества рекомендаций видео в Яндексе, с которым получился очень интересный диалог о том, как вообще работают автоматизированные рекомендации, скрываются ли за ними нейросети, что такое коллабора…

1
#025 ML Про стажировки в Яндексе и распознавание рукописных цифр 50:28

3+ y ago50:28

50:28

Этот выпуск состоит из двух частей. Сначала Алина - руководитель бригады подбора стажеров по направлению машинного обучения - немного расскажет о том, как с помощью оплачиваемых стажировок можно получить свой первый опыт работы в ML, а потом я расскажу о том как связать теоретические знания о моделях машинного обучения с практикой их написания и ис…

1
Трудная проблема сознания. Как научить машину думать 25:20

3+ y ago25:20

25:20

Каково написать первую программу гусиным пером в мире, где нет даже электрических лампочек, о чем мечтали отцы кибернетики, когда создавали математическую модель нейрона, и чего мы сами ждем от чипов Neuralink— в заключительном эпизоде первого сезона, где гении пьют виски на даче, макаки играют в пинг-понг без рук, роботы лечат малярию и все очень …

1
#024 ML Анатолий Карпов. Как стать крутым аналитиком данных 58:19

3+ y ago58:19

58:19

В этом выпуске Анатолий Карпов ex-аналитик ВКонтакте, mail.ru, сооснователь karpov.courses дает очень ценные советы для тех, кто хочет связать свою жизнь с аналитикой. Анатолий рассказывает про свой опыт и делится своим видением как сделать так, чтобы на собеседовании вас точно выделили из общей массы претендентов на позиции аналитиков. Поговорили …

1
Моральная машина. Зачем нейросети совесть 27:31

3+ y ago27:31

27:31

Откуда у алгоритмов загоны и предрассудки, как роботам решать дилему вагонетки, и что нейросеть понимает про семейные ценности — в эпизоде, где спящие люди тихо едут на Теслах из киберпанка в киберкоммунизм. Этот подкаст мы делаем вместе со SberDevices Продюсер и ведущий — Павел Боровков; Редактор — Семен Шешенин; Автор сценария — Катя Зорич; Звуко…

1
#023 ML Ольга Перепелкина. Про федеративное обучение и распознавание эмоций 1:24:05

3+ y ago1:24:05

1:24:05

В очередном выпуске беседа с Ольгой Перепелкиной Deep Learning Product Manager компании Intel. Для того, чтобы машинное обучение было эффективным - ему нужны данные и чем больше, тем лучше. Но чем быстрее развивается искусственный интеллект, тем жестче становятся законы о защите персональных данных. Проблема? Да, проблема. Но где есть проблема, там…

Подкасты, которые стоит послушать

Подкасты на тему Искусственный Интеллект

Подкасты, которые стоит послушать

Краткое руководство