dkddfkfdldl hhh ааа
Tanja Nyberg
SELF-LEARNING WITH GENERATIVE AI – MY RECOMMENDATIONS
The way we learn has changed fundamentally. Generative AI isn't just a tool – it's the ultimate learning partner that's available 24/7. Here are my most proven strategies:
🎯 Active learning instead of passive consumption
Ask specific questions instead of general ones. Instead of "Explain machine learning to me," ask, "How would I implement a recommendation algorithm for an ecommerce store?"
💡 The Socratic Method Approach
Let the AI ask you counter-questions! "Explain concept X to me, but ask me questions to test my understanding." In this way, you uncover gaps in knowledge that you would not have noticed.
🔄 Iterative learning
Start with the basic concept, then go deeper. "Explain RESTful APIs to me at a beginner's level" → "Now at an advanced level with best practices" → "Show me concrete implementation examples."
🛠️ Learning by Doing
Ask for practical exercises: "Create 5 coding challenges for me on the subject of algorithms with increasing difficulty." Theory without practice is like learning to swim without water.
🎭 Use role-playing games
"Act like a senior data scientist and do a technical interview with me." Or, "Explain blockchain to me like you're a 5-year-old, then like a university professor."
⚠️ Maintaining Critical Thinking
AI can be wrong! Verifies important information, especially for rapidly changing technologies. Use it as a starting point, not as an absolute truth.
My insider tip: Let the AI create personalized learning plans for you. "I'm a software developer with 3 years of experience and I want to learn Cloud Architecture. Make me an 8-week plan with weekly goals."
How do you use AI for your professional growth? Share your best strategies in the comments!
https://www.geekwire.com/2025/can-one-agency-reboot-washington-state-commerce-chief-brings-tech-to-the-task/
"....бывший старший менеджер программ Microsoft повернулся к своему компьютеру и запустил живую демонстрацию пользовательского GPT, помощника ИИ, который он создал за выходные с использованием технологии OpenAI. Он оптимизирует процесс соответствия контрактам департамента, сжимая дни работы персонала в минуты....".
"...the former Microsoft senior program manager turned to his computer and launched into a live demo of a custom GPT, an AI assistant he made in a weekend using OpenAI technology. It streamlines the department’s contract compliance process, compressing days of staff work into minutes...".
В то время как штат Вашингтон сталкивается с дефицитом бюджета в размере 16 миллиардов долларов, а лидеры технологий бьют тревогу по поводу новых налогов и экономической конкурентоспособности, директор Министерства торговли Джо Нгуен заявил, что он привержен жесткой перезагрузке.
В интервью во вторник в своем офисе в центре Сиэтла, почти через шесть месяцев после начала своей работы в качестве руководителя основного агентства экономического развития штата, ветеран технологий и бывший сенатор штата сказал, что реальным препятствием для прогресса являются не технологии или финансирование, а устаревшие системы и сопротивление изменениям.
«Проблема в бюрократии», — сказал Нгуен, противопоставив вялые темпы правительства старой мантре технологических стартапов «двигайся быстро и ломай вещи». Он сказал, что в правительстве «двигаешься медленно и ничего не делаешь».
Его подход: двигайся быстро и строй умнее.
Чтобы проиллюстрировать свою точку зрения, бывший старший менеджер программ Microsoft повернулся к своему компьютеру и запустил живую демонстрацию пользовательского GPT, помощника ИИ, который он создал за выходные с использованием технологии OpenAI. Он оптимизирует процесс соблюдения контрактов в департаменте, сокращая дни работы сотрудников до минут.
Демонстрация отразила более широкие амбиции Нгуена: использовать Департамент торговли как испытательный полигон для модернизации государственного управления.
«Моя цель — не просто сделать Commerce более эффективным, более действенным», — пояснил он. «Моя цель — сделать все [государственное] правительство более эффективным и действенным». По его словам, это директива, которая исходит непосредственно от губернатора Боба Фергюсона.
Нгуен сказал, что, добившись видимых результатов в своем собственном департаменте, особенно с помощью инструментов ИИ и управления проектами, он надеется продемонстрировать ценность инноваций и подать пример другим государственным учреждениям.
«Для меня Commerce — это инкубатор», — пояснил Нгуен. Его мера успеха: «Когда другие начинают копировать нас».
Его опыт работы с данными в Microsoft, включая работу над соответствием GDPR, подкрепляет его точку зрения.
Commerce контролирует 8 миллиардов долларов в 485 программах, в которых работают около 850 сотрудников, работающих в различных областях, от внедрения чистой энергии до инициатив по доступному жилью. Но Нгуен сказал, что он хочет, чтобы департамент вышел за рамки простого управления программами для создания значимых результатов.
«На самом деле, — сказал он, — целью Commerce должно быть строительство».
Но у него нет недостатка в проблемах.
Бюджетные реалии меняют экономическую стратегию
Интервью во вторник состоялось через неделю после того, как Фергюсон подписал противоречивый бюджетный пакет для решения проблемы финансового дефицита штата, повысив налоги на бизнес и высокооплачиваемых лиц, одновременно сократив финансирование широкого спектра государственных программ, включая экономическое развитие.
Среди жертв: программа Министерства торговли по управлению сектором, которая связывает лидеров отрасли с государственными чиновниками для поддержки роста в аэрокосмической отрасли, науках о жизни и технологиях.
На прошлой неделе нескольким сотрудникам, занимающим эти руководящие должности в секторах, сообщили, что их должности, скорее всего, будут закрыты, поскольку программа реструктурируется после сокращения финансирования.
Некоторые из затронутых людей будут сохранены на других должностях, сказал Нгуен. Отметив, что в программе всего 55 человек, он сказал, что сокращения также дают возможность переосмыслить, как государство поддерживает и связывается с промышленностью.
В штате есть 245 торговых палат, а также Министерство торговли и различные отраслевые ассоциации, отметил он. «Чего я не хочу, так это чтобы Торговля просто делала то, что уже делает кто-то другой», — сказал он.
«Это шанс перестроиться умнее», — сказал он. Основная работа будет продолжаться, сказал он, но более комплексно.
Политическая разобщенность технологий
Сроки сложные, учитывая недавние предупреждения лидеров технологий. Президент Microsoft Брэд Смит, выступая на Технологическом альянсе на прошлой неделе, сказал, что Вашингтон в течение 12 лет недоинвестировал в экономическое развитие.
«Нам лучше проснуться», — предупредил Смит.
Президент Microsoft Брэд Смит (справа) выступает во время беседы с Джонатаном Спосато на ланче Technology Alliance State of Technology в Сиэтле. (Фото GeekWire / Тодд Бишоп)
Нгуен, который также выступил на мероприятии, согласился с оценкой Смита на этой неделе.
Однако, по его словам, для технологической отрасли также будет критически важно создать более прочные связи с правительством штата. Он противопоставил технологии другим секторам, которые имеют «трубопроводы к власти» — давние пути для политического участия и влияния.
В то время как такие отрасли, как труд и сельское хозяйство, сохраняют постоянное присутствие в Олимпии, технологический сектор часто держится на расстоянии. Нгуен сказал, что технологическая отрасль долгое время работала с убеждением, что «чем меньше вы имеете дело с политикой, тем лучше», — мышление, которое он считает фундаментальным для проблемы.
Хотя у технологических компаний есть лоббисты и представители по делам правительства, технологическое сообщество в целом «в значительной степени отсутствовало в этих разговорах» по сравнению с другими секторами, сказал он.
Он процитировал политический рефрен: «Если вас нет за столом, вы в меню».
Еще одним фактором является настороженность общественности относительно политического участия технологий, сказал он. Он привел в пример раннее освещение в СМИ его карьеры в Сенате штата, отражающее скептицизм по поводу того, что «этот технический парень идет в политику», как он выразился.
«Все эти статьи обо мне были такими: «Можете ли вы доверять этому техническому парню регулировать распознавание лиц?»», — вспоминал он. «И я подумал, что я буквально единственный человек [в Законодательном собрании], который вообще знает, как определить распознавание лиц!»
Изменение динамики имеет ключевое значение, учитывая роль технологий в экономике штата — на них приходится 9,4% всех рабочих мест и 22% от общей компенсации, самая высокая доля в стране, как отметил Смит во время своего выступления в Tech Alliance.
Энергия как экономический двигатель
В то время как налоговая политика часто доминирует в разговоре, Нгуен рассматривает энергетику как основу будущего экономического развития, особенно для таких быстрорастущих областей, как облачные вычисления и ИИ, где центры обработки данных необходимы, но требуют много энергии.
Речь идет не о постепенных изменениях политики, сказал он, а о создании целых систем — линий электропередачи, аккумуляторных батарей и инфраструктуры чистой энергии — для удовлетворения растущего спроса. Если бы все агентство сосредоточилось исключительно на наращивании энергетических мощностей, сказал он, «это сделало бы больше для технологий, чем что-либо еще».
Директор по торговле штата Вашингтон Джо Нгуен выступает на ланче Technology Alliance State of Technology 20 мая 2025 года в Сиэтле. (Фото GeekWire / Тодд Бишоп)
Изменение политического ландшафта в Вашингтоне, округ Колумбия, добавляет еще больше сложностей. Стартапы в области климатических технологий, получившие федеральную поддержку и гранты, теперь сталкиваются с неопределенностью, поскольку финансирование восстанавливается.
Тем не менее, Нгуен сохраняет оптимизм, рассматривая проблемы федерального финансирования как «дорожную неровность», а не как постоянную неудачу. Энергетические проекты требуют «10, 20, 30-летнего горизонта», отметил он, и Вашингтон может использовать это время продуктивно, сосредоточившись на внутренней эффективности, например, на ускорении процессов получения разрешений.
Он указал на компанию Helion, занимающуюся термоядерным синтезом, в качестве примера. Компания из Эверетта, у которой уже есть действующий реактор и соглашение о покупке электроэнергии, сказала ему, что они «больше беспокоятся о получении разрешений, чем о строительстве реактора».
«Это безумие», — сказал Нгуен.
Это иллюстрирует его более широкую точку зрения о бюрократических препятствиях. «Есть масса вещей, которые мы можем сделать в штате Вашингтон, чтобы ускорить все это», — сказал он.
Вопрос о рабочей силе ИИ
Нгуен признает потенциальное влияние ИИ на рабочие места. Но больший риск, по его словам, — это цифровой разрыв между работниками, которые могут использовать ИИ, и теми, кто не может.
«Я думаю, это то, о чем я больше всего беспокоюсь», — сказал он. «Не столько то, что сама инновация уничтожит рабочие места».
Он видит часть решения в развитии рабочей силы, сравнивая разрушение ИИ с предыдущими технологическими сдвигами, такими как компьютеры или телефоны. Цель, по его словам, должна заключаться в том, чтобы гарантировать, что работники смогут адаптироваться и преуспеть.
Внутри Министерства торговли он представляет себе инструменты ИИ, выполняющие рутинные задачи, такие как аудит счетов-фактур, позволяя квалифицированным сотрудникам сосредоточиться на более ценной работе, такой как разработка программ и обслуживание избирателей.
«У вас есть государственное агентство с феноменальными людьми, и что мы делаем? Поставим их в угол, чтобы они смотрели на квитанции», — сказал он. «Для меня это глупо».
Он объяснил: «Я бы предпочел освободить их время, чтобы они могли создать лучшую программу, чтобы они могли поговорить со своими избирателями, чтобы они могли понять, как мы на самом деле можем быть более эффективными? Прямо сейчас они просто застряли».
От политики к практике
Перспектива Нгуена основана на его переходе из сферы технологий в сенат штата, а теперь и в сферу торговли. Будучи законодателем, он принимал политику и выделял финансирование, а затем передавал ее агентствам «и просто надеялся на лучшее».
Теперь он может увидеть своими глазами, почему реализация часто не оправдывает ожиданий. По его словам, самое сложное — превратить эти директивы в ощутимые результаты. Это осознание позволило ему сосредоточиться на своей текущей миссии.
«Для меня это самое главное», — сказал он. «Как мы на самом деле делаем то, о чем говорим?»
When, in the course of human events, it becomes necessary for one portion of the family of man to assume among the people of the earth a position different from that which they have hitherto occupied, but one to which the laws of nature and of nature's God entitle them, a decent respect to the opinions of mankind requires that they should declare the causes that impel them to such a course.
We hold these truths to be self-evident: that all men and women are created equal; that they are endowed by their Creator with certain inalienable rights; that among these are life, liberty, and the pursuit of happiness; that to secure these rights governments are instituted, deriving their powers from the consent of the governed. Whenever any form of government becomes destructive of these rights, it is the right of those who suffer from it to refuse allegiance to it, and to insist upon the institution of a new government, laying its foundation on such principles, and organizing its powers in such form, as to them shall seem most likely to effect their safety and happiness.
Prudence, indeed, will dictate that governments long established should not be changed for light and transient causes; and accordingly all experience hath shown that mankind are more disposed to suffer, while evils are sufferable, than to right themselves by abolishing the forms to which they are accustomed, but when a long train of abuses and usurpations, pursuing invariably the same object, evinces a design to reduce them under absolute despotism, it is their duty to throw off such government, and to provide new guards for their future security. Such has been the patient sufferance of the women under this government, and such is now the necessity which constrains them to demand the equal station to which they are entitled.
The history of mankind is a history of repeated injuries and usurpation on the part of man toward woman, having in direct object the establishment of an absolute tyranny over her. To prove this, let facts be submitted to a candid world.[24]
Now, in view of this entire disfranchisement of one-half the people of this country, their social and religious degradation—in view of the unjust laws above mentioned, and because women do feel themselves aggrieved, oppressed, and fraudulently deprived of their most sacred rights, we insist that they have immediate admission to all the rights and privileges which belong to them as citizens of these United States. In entering upon the great work before us, we anticipate no small amount of misconception, misrepresentation, and ridicule; but we shall use every instrumentality within our power to effect our object. We shall employ agents, circulate tracts, petition the State and national Legislatures, and endeavor to enlist the pulpit and the press in our behalf. We hope this Convention will be followed by a series of Conventions, embracing every part of the country.
Общество «Поставщик» купца Николая Второва
https://ru.wikipedia.org/wiki/%D0%92%D1%82%D0%BE%D1%80%D0%BE%D0%B2,_%D0%9D%D0%B8%D0%BA%D0%BE%D0%BB%D0%B0%D0%B9_%D0%90%D0%BB%D0%B5%D0%BA%D1%81%D0%B0%D0%BD%D0%B4%D1%80%D0%BE%D0%B2%D0%B8%D1%87
Общество «Поставщик» — одно из ключевых предприятий в промышленной империи Николая Александровича Второва, созданное им для обеспечения армии и государственных заказов в период перед и во время Первой мировой войны.
Основание: Общество было образовано в 1913 году при участии Николая Второва, а также предпринимателей Н. Т. Каштанова и Н. И. Дербенёва. Оно стало результатом реорганизации торгового дома «К. Тиль».
Уставной капитал: 4 миллиона рублей — внушительная сумма по тем временам, что указывает на масштаб и амбиции предприятия.
Профиль деятельности:
Выполнение военных заказов, в том числе от Военного ведомства Российской империи.
Производство и поставка:
Кожевенной продукции,
Пуховой обуви,
Прочих материалов для армии.
Ориентация на массовое и быстрое производство, особенно важное в условиях войны.
Общество «Поставщик» стало частью цепочки предприятий, через которую Второв стремился построить вертикально интегрированную структуру: от финансовых институтов (банков) до производства и сбыта готовой продукции.
Оно использовало финансирование через Сибирский торговый банк и другие структуры, связанные с Второвым.
Работало в кооперации с другими его заводами, включая электрометаллургические и химические производства.
Общество «Поставщик» является характерным примером того, как Второв:
умело реагировал на экономическую конъюнктуру,
активно встраивался в госзаказы и усиливал свою бизнес-империю через военно-промышленное производство,
создавал эффективную бизнес-модель, ориентированную на крупные и срочные заказы.
https://www.linkedin.com/in/tanjany/
https://www.linkedin.com/feed/update/share:7314226085821386752/?midToken=AQEWi5oH7Ar3WQ&midSig=2FLqa6BXWhLbI1&trk=eml-email_next_best_action_digest_01-truncated~share~message-0-see~more&trkEmail=eml-email_next_best_action_digest_01-truncated~share~message-0-see~more-null-8a85xs~m9kin9ap~o8-null-null&eid=8a85xs-m9kin9ap-o8&otpToken=MTcwNTFlZTkxMjI4Y2NjNWI2MjQwNGVkNDIxYWVmYjA4Y2NjZDk0MjkxYWM4YTYxNmNjNjA5Njc0ZDU5NTRmM2Y3ZDZkMWU5NTdmNGRiZGY2Zjg0ZmQ5YzBkY2Y5MDA2MDQzZGQzYzdlMzU2ODFiMjA0ZWI0MWZkLDEsMQ%3D%3D
Вы слышали о RAG (Retrieval-Augmented Generation), но не совсем уверены, как он вписывается в ваши проекты ИИ?
Позвольте мне разобрать это на простом примере с использованием Amazon Bedrock. Но сначала…
🔍 Что такое базовая модель?
Базовая модель — это большая модель ИИ (например, Anthropic Claude, Meta Llama или Amazon Titan), обученная на огромных наборах данных. Эти модели способны выполнять широкий спектр задач: отвечать на вопросы, генерировать текст, переводить языки — как хотите. С Amazon Bedrock вы можете получить доступ к этим моделям через API без управления инфраструктурой.
💡 Что такое RAG (Retrieval-Augmented Generation)?
RAG улучшает LLM, внедряя знания в реальном времени, специфичные для предметной области. Вместо того чтобы полагаться только на то, на чем была обучена модель, вы извлекаете соответствующие данные из внешнего источника (например, базы данных, хранилища файлов или даже API!) и передаете их вместе с подсказкой. Это гарантирует точность, актуальность и релевантность выходных данных.
🎯 Пример использования: RAG с Amazon Bedrock
Допустим, вы работаете в юридической фирме. Вам нужен помощник на основе ИИ, который будет отвечать на юридические вопросы, используя вашу внутреннюю документацию. Вот как вы можете это сделать:
🔗 Храните документы в Amazon S3
🧠 Используйте Amazon OpenSearch или Amazon Kendra для индексации и извлечения соответствующих фрагментов данных
🔌 (Необязательно) Вызовите внешний API для получения данных в реальном времени (например, юридических обновлений, цен на акции, погоды и т. д.)
🤝 Подключитесь к модели Foundation через Amazon Bedrock (например, Anthropic Claude)
🧾 Передайте извлеченный контекст + запрос пользователя в модель
✨ Получите индивидуальный обоснованный ответ
Например:
Пользователь спрашивает: «Каковы основные положения в нашем шаблоне NDA?»
→ Система RAG извлекает соответствующий раздел NDA из S3
→ Модель генерирует краткое объяснение
Или:
Пользователь спрашивает: «Каковы последние обновления правил ЕС о конфиденциальности данных?»
→ RAG запрашивает юридический API для последних постановлений, связанных с GDPR
→ Модель отвечает, используя свежие данные
✅ Зачем использовать RAG?
Уменьшает галлюцинации
Гарантирует, что ответы отражают ваши собственные или внешние данные в реальном времени
Легко масштабируется с помощью бессерверной модели Bedrock
🔧 Инструменты:
Amazon Bedrock
Amazon S3
Amazon Kendra/OpenSearch
Внешние API (необязательно)
LangChain или AWS SDK (для оркестровки)
👉 Вы уже пробовали RAG? Интересно, как он может вписаться в вашу отрасль?
Have you heard of RAG (Retrieval-Augmented Generation) but not quite sure how it fits into your AI projects?
Let me break it down with a simple example using Amazon Bedrock. But first…
🔍 What is a Foundation Model?
A foundation model is a large AI model (like Anthropic Claude, Meta Llama, or Amazon Titan) trained on massive datasets. These models are capable of performing a wide range of tasks: answering questions, generating text, translating languages—you name it. With Amazon Bedrock, you can access these models via API without managing infrastructure.
💡 What is RAG (Retrieval-Augmented Generation)?
RAG enhances LLMs by injecting real-time, domain-specific knowledge. Instead of relying only on what the model was trained on, you retrieve relevant data from an external source (e.g., a database, file storage—or even an API!) and pass it along with the prompt. This ensures the output is accurate, up-to-date, and relevant.
🎯 Example Use Case: RAG with Amazon Bedrock
Let’s say you work at a law firm. You want an AI assistant to answer legal questions using your internal documentation. Here's how you could build it:
🔗 Store documents in Amazon S3
🧠 Use Amazon OpenSearch or Amazon Kendra to index and retrieve relevant chunks of data
🔌 (Optional) Call an external API for real-time data (e.g., legal updates, stock prices, weather, etc.)
🤝 Connect to a Foundation Model via Amazon Bedrock (e.g., Anthropic Claude)
🧾 Pass the retrieved context + user query into the model
✨ Get a tailored, grounded answer
For example:
User asks: "What are the key clauses in our NDA template?"
→ RAG system fetches the relevant NDA section from S3
→ Model generates a concise explanation
Or:
User asks: "What’s the latest update on EU data privacy regulations?"
→ RAG queries a legal API for recent GDPR-related rulings
→ Model responds using the fresh data
✅ Why use RAG?
Reduces hallucinations
Ensures responses reflect your own or external real-time data
Scales easily with Bedrock’s serverless model
🔧 Tools:
Amazon Bedrock
Amazon S3
Amazon Kendra/OpenSearch
External APIs (optional)
LangChain or AWS SDK (for orchestration)
👉 Have you tried RAG yet? Curious how it could fit into your industry?
hashtag#AI hashtag#RAG hashtag#AmazonBedrock hashtag#GenerativeAI hashtag#AWS hashtag#FoundationalModels hashtag#DataDriven hashtag#TechInnovation hashtag#LangChain hashtag#MachineLearning hashtag#LLM hashtag#KnowledgeManagement hashtag#APIIntegration hashtag#GDPR hashtag#EURegulations