|
S
|
Заменит ли «Сложная обработка информации» востребованного специалиста? |
habr_ai |
29.03.2026 08:56 |
1
|
| Embedding sim. | 1 |
| Entity overlap | 1 |
| Title sim. | 1 |
| Time proximity | 1 |
| NLP тип | other |
| NLP организация | Rockefeller Foundation |
| NLP тема | artificial intelligence |
| NLP страна | |
Открыть оригинал
Почему мы вообще обсуждаем конкуренцию людей и машин? Потому что мы стали жертвами удачного нейминга.
Возврат в 1950-е. Алан Тьюринг и Клод Шеннон дали базу. Но термин «ИИ» придумал Джон Маккарти в 1956 году.
Это был классический питч стартапа. Маккарти придумал громкое имя, чтобы откреститься от «Кибернетики» Норберта Винера, привлечь внимание и получить грант в $7,500 от Фонда Рокфеллера.
Маккарти «прибил флаг к мачте» и очеловечил программы. Он хотел создать ИИ человеческого уровня за лето, но все специалисты, приглашенные для участия в гранте, занимались своими исследованиями, и скоординировать их было очень сложно. Вы можете почитать оригинал статьи Джона Маккарти — организатора Дартмутской конференции и дисциплины ИИ о том, как все начиналось.
А также статью о конференции 2006 года , где собрались основные ученые, стоявшие у истоков ИИ.
А вот блог Джона Маккарти с другими его статьями и научными работами.
На деле то, что мы называем ИИ, — это Сложная обработка информации (СОИ) .
Читать далее
|
|
|
Треугольник: ИИ, аналитик, 1С. Есть кто лишний? |
habr_ai |
31.03.2026 10:33 |
0.641
|
| Embedding sim. | 0.7391 |
| Entity overlap | 0 |
| Title sim. | 0.15 |
| Time proximity | 0.8623 |
| NLP тип | other |
| NLP организация | ecom.tech/1C |
| NLP тема | enterprise ai |
| NLP страна | |
Открыть оригинал
Всем привет! На связи Анастасия, руководитель отдела сопровождения финансового учета в компании ecom.tech/1C. В этой статье я хочу на примерах показать, как AI начинает вписываться в систему 1С.
Читать далее
|
|
|
ИИ в работе системного аналитика: от промтов до ТЗ |
habr_ai |
30.03.2026 11:25 |
0.633
|
| Embedding sim. | 0.7322 |
| Entity overlap | 0 |
| Title sim. | 0.1359 |
| Time proximity | 0.8423 |
| NLP тип | other |
| NLP организация | |
| NLP тема | software engineering |
| NLP страна | |
Открыть оригинал
Практический разбор на примерах: сбор требований, диаграммы, Use Cases и ТЗ. Плюсы, минусы,подводные камни и промт-чеклист для системного аналитика.
Читать далее
|
|
|
Три компромисса, от которых мы отказались: AI в дневниковом исследовании |
habr_ai |
01.04.2026 11:04 |
0.626
|
| Embedding sim. | 0.7392 |
| Entity overlap | 0 |
| Title sim. | 0.1154 |
| Time proximity | 0.7164 |
| NLP тип | other |
| NLP организация | |
| NLP тема | |
| NLP страна | |
Открыть оригинал
Дневниковое исследование — один из самых информативных методов в качественном арсенале. Респонденты фиксируют поведение в реальном времени, в естественном контексте, без эффекта интервью. Но у информативности есть цена: метод требует от команды больше ресурсов, чем почти любой другой. Десятки респондентов, у каждого отдельный чат, в который ежедневно приходят текстовые записи, фотографии, голосовые сообщения, видеокружочки. Данных много, и это известно заранее — ещё на этапе проектирования.
Поэтому три компромисса закладываются в дизайн исследования задолго до старта поля:
Читать далее
|