https://kumekay.com/drozdi/Recent content in дрожжи on kumekayHugoen-usSun, 26 Apr 2026 22:12:21 +0100https://kumekay.com/drozdi/transcribe-my-life/Sun, 26 Apr 2026 22:12:21 +0100https://kumekay.com/drozdi/transcribe-my-life/<p>TLDR: <a href="https://kumekay.com/utoolek/speech2md/">speech2md</a> позволяет хорошо транскрибировать речь на смеси языков и разделять её на дикторов на NVIDIA GPU с 16Gb памяти. Я встроил его в автоматический сценарий, так что записи с телефона автоматически конвертируются в текстовые заметки.</p> <p>Распознавание речи вообще не новая штуковина, существовала давно-давно. Более того, на каждом телефоне есть голосовой ввод на клавиатуре. И он даже работает хорошо. Но есть моменты.</p> <p>Во-первых, что касается меня, я часто мешаю языки в речи. Я могу говорить по-русски, добавлять кучу англоязычных терминов, потом вставить парочку чешских слов, дальше продолжить на русском или английском.</p> <p>И вот с таким маленькие модели, которые установлены на телефонах, уже справляются не очень. Нужны модели побольше. Я использую слово &ldquo;модель&rdquo;, потому что сейчас практически все распознавание речи делается специальными большими языковыми моделями (LLM) со специальным энкодером для речи.</p> <p>К счастью,</p>https://kumekay.com/drozdi/conf-time/Thu, 05 Mar 2026 00:12:21 +0100https://kumekay.com/drozdi/conf-time/<p>Еще одна мысль о конференциях про искусственный интеллект. Они в общем-то устарели. Как какое-то время назад устарели книги об инструментах для программирования, так как к моменту издания книги она будет уже о старой версии языка или библиотеки. Теперь же тема презентации, принятая за месяц до события, может быть вообще не актуальной, так как и модели поменялись и подходы. Нужно постить научные находки в TikTok. А на конференциях оставить только кофе-брейки.</p>https://kumekay.com/drozdi/consciousness/Tue, 24 Feb 2026 22:19:27 +0100https://kumekay.com/drozdi/consciousness/<p>На прошлой неделе, я был на конференции <a href="https://opentalks.ai/">OpenTalks.ai</a> и один из вопросов, который теперь регулярно всплывает у меня в сознании - это вопрос о наличии сознания у языковых моделей.</p> <p>Ответить на него односложно довольно легко - у современных LLM сознания нет. Нет его хотя бы по той причине, что у них нет внутреннего состояния, которое сохраняется между запросами и может меняться само по себе. Модель не может подумать о своем или еще раз вернуться к запросу, который она обрабатывала несколько часов назад.</p>https://kumekay.com/drozdi/gambling/Thu, 19 Feb 2026 00:00:00 +0000https://kumekay.com/drozdi/gambling/<p>Пару месяцев назад в ИИ агентах для кодинга произошел качественный скачок. Связано это в первую очередь с новыми моделями (Claude Opus 4.5/4.6 и GPT-5.2/5.3-codex). Теперь они решают достаточно большие задачи, на которые так бы ушли многие часы, а выкидывать плохой код нужно реже, да и задачу не нужно расписывать слишком уж детально - у них хватает своего здравого смысла. И это завлекает. Я чувствую себя супер-героем, способным за 15 минут сделать полезную штуку. А потом еще одну. И еще. И еще.</p>