5 причин внедрить ИИ в клиентский сервис

Qualcomm продолжает делиться деталями о будущем флагманском процессоре Snapdragon. Ранее компания сообщила, что новые ядра Oryon в составе чипа смогут работать на частоте до 5 ГГц и получат новую архитектуру кеша FlexCache. Сейчас компания рассказала о некоторых особенностях нового встроенного GPU Adreno в составе будущего чипа. Источник изображений: Qualcomm

Huawei провела на Олимпийском стадионе в Мюнхене (Германия) глобальную презентацию ряда новых устройств под слоганом «В погоне за стихией», в числе которых смарт-часы серии Huawei GT 7, Huawei Watch D3, а также планшет MatePad Pro и смартфоны серии Nova 16s. Флагманский планшет Huawei MatePad Pro с корпусом толщиной всего 4,7 мм оснащён 12-дюймовым гибким OLED-экраном PaperMatte с антибликовым покрытием и текстурой, напоминающей бумагу. Вес устройства составляет всего 454 г. Планшет поддерживает ИИ-функции перевода речи в текст, улучшения рукописного ввода и бесконтактные жесты стилусом, обеспечивая комфортную работу над созданием контента.

Вселенная постоянно меня удивляет тем, что здесь на Земле нет ничего постоянного – облака в небе в следующую секунду уже другой формы, а птенцы, едва вылупившись, уже через несколько недель становятся взрослыми птицами и навсегда покидают гнездо. Все меняется настолько стремительно, что кажется, и в космосе так же. Но нет, всякий раз, когда я получаю спектр звезды и вижу ее линии водорода неизменно на одних и тех же позициях, я удивляюсь: неужели свет не встречает на своем пути ничего, что может его изменить, там действительно так пусто? Например, от Бетельгейзе свет идет около 600 лет, но в любой день сними ее спектр – линии на своих местах. А если взять объект за миллиарды световых лет от Земли, что покажут фотоны? Ученые говорят, на таком расстоянии длина волны света сильно растянута из-за расширения пространства и линии смещены в красную зону спектра. Мне захотелось проверить это самой. Что из этого вышло, я расскажу ниже, и забегая вперед, скажу, что спектр меня удивил. А начну с любопытной предыстории.

Привет, Хабр! Мы — Александр Забурдаев, Ксения Золина, Даниил Марценюк, Илья Трофименко, Илья Кулешов — студенты мастерской по сервисам и платформам ИИ в Инженерно-математической школе НИУ ВШЭ и VK. Хотим поделиться опытом, который мы накопили, пытаясь перестать кормить весь речевой сигнал одной и той же нейросети целиком, и дать разным экспертам разбираться с разными типами шума.  Речь пойдёт о задаче улучшения качества речи (Speech Enhancement, SE) и о том, как получилось интегрировать в неё разреженную смесь экспертов (sparse Mixture of Experts, MoE). Это архитектура, которая в языковых моделях уже стала стандартом, а в обработке аудио до сих пор не прижилась. Модель мы назвали SESAME — Speech Enhancement with Sparse Adaptive Mixture of Experts. Она построена на базе MP-SENet. В ней стандартные полносвязные блоки внутри трансформера заменены на разреженный MoE-модуль. Код проекта доступен на GitHub. Зачем вообще понадобилась очередная модель шумоподавления, когда их и так десятки — расскажем ниже. А заодно разберём, какие трюки из мира LLM в аудио работают, а какие нет (например, Expert Choice) — и почему.