Новые Gemini – это действительно круто!
Как я уже упоминал, я постепенно отхожу от формата новостей и фокусируюсь на практическом применении технологий, о которых идет речь.
Итак, поговорим о новых Gemini. С момента их анонса прошло уже две недели, и за это время я успел протестировать эти модели в реальных задачах. Кроме того, появилась дополнительная информация о сферах их применения.
Что касается моделей Gemini 2.0 Flash Experimental и Gemini 2.0 Experimental Advanced, то с точки зрения отличий от предыдущих версий, сказать особо нечего. Субъективно, я заметил, что для достижения желаемого результата мне требуется меньше итераций промптинга, а диалоги стали короче. Иными словами, вам нужно меньше времени, чтобы получить хороший результат – и это здорово. Но, как это часто бывает, самые интересные анонсы остались в тени, и я говорю о Gemini 1.5 Pro with Deep Research и Gemini 2.0 Flash Thinking Experiment. Первая доступна в веб-версии Gemini для подписчиков Gemini Advanced – , а вторая – в AI Studio, причем доступна она всем и бесплатно.
Именно эти две модели впечатлили меня больше всего. Что такое Deep Research? Если коротко – это Perplexity на стероидах. Perplexity – один из моих любимых ИИ-инструментов для исследований: задаешь вопрос и получаешь ответ со ссылками. Не всегда он дает исчерпывающую информацию, и часто приходится искать что-то дополнительно, но это значительно облегчает поиск практически любой информации. Google же объединили преимущества своего поискового движка и мощь больших языковых моделей (LLM), заключающуюся в умении обобщать контент. И итоговая реализация получилась гораздо круче, чем у Perplexity. Сейчас объясню, почему:
1. Мы формулируем вопрос в произвольной форме (навыки промпт-инжиниринга не обязательны). После этого Gemini, как и Perplexity, составляет план исследования. И вот здесь, для меня, как для специалиста, занимающегося исследованиями, появляется первый огромный плюс: этот план я могу настроить и отредактировать. Еще один важный момент – мы видим, как "мыслит" модель. И уже на этом этапе, даже не приступая к самому исследованию, а просто наблюдая за ходом мысли LLM, мы можем скорректировать свой первоначальный запрос. Что, на мой взгляд, тоже очень круто.
2. После утверждения плана исследования мы запускаем процесс поиска информации. Здесь явно видно, что в основе алгоритма лежит Google. На скриншоте можно увидеть пример моего запроса и то, что поиск ведется сразу по 80 сайтам. К минусам можно отнести то, что процесс занимает некоторое время. Кто-то скажет: "Perplexity выдает результат мгновенно". Но для меня гораздо ценнее результат, который несколько раз перепроверен, чем и занимается эта модель. Одна из сильных сторон Gemini – это умение работать с большим контекстом и находить противоречия в текстах, что и происходит в течение 5-7 минут, пока идет поиск.
3. После завершения поиска система выдает отчет об исследовании. Его можно экспортировать в Google Docs, просмотреть все использованные ссылки и доработать. Интеграция с Google Docs – это третий огромный плюс. В общем и целом, эта модель значительно упрощает мой рабочий процесс по проведению исследований и становится моим основным инструментом для любых ресерчей. Что бы я улучшил? Возможно, было бы здорово добавить возможность задавать follow-up вопросы, а также самостоятельно настраивать формат получаемого отчета. В остальном, модель работает на очень хорошем уровне.
Как я уже упоминал, я постепенно отхожу от формата новостей и фокусируюсь на практическом применении технологий, о которых идет речь.
Итак, поговорим о новых Gemini. С момента их анонса прошло уже две недели, и за это время я успел протестировать эти модели в реальных задачах. Кроме того, появилась дополнительная информация о сферах их применения.
Что касается моделей Gemini 2.0 Flash Experimental и Gemini 2.0 Experimental Advanced, то с точки зрения отличий от предыдущих версий, сказать особо нечего. Субъективно, я заметил, что для достижения желаемого результата мне требуется меньше итераций промптинга, а диалоги стали короче. Иными словами, вам нужно меньше времени, чтобы получить хороший результат – и это здорово. Но, как это часто бывает, самые интересные анонсы остались в тени, и я говорю о Gemini 1.5 Pro with Deep Research и Gemini 2.0 Flash Thinking Experiment. Первая доступна в веб-версии Gemini для подписчиков Gemini Advanced – , а вторая – в AI Studio, причем доступна она всем и бесплатно.
Именно эти две модели впечатлили меня больше всего. Что такое Deep Research? Если коротко – это Perplexity на стероидах. Perplexity – один из моих любимых ИИ-инструментов для исследований: задаешь вопрос и получаешь ответ со ссылками. Не всегда он дает исчерпывающую информацию, и часто приходится искать что-то дополнительно, но это значительно облегчает поиск практически любой информации. Google же объединили преимущества своего поискового движка и мощь больших языковых моделей (LLM), заключающуюся в умении обобщать контент. И итоговая реализация получилась гораздо круче, чем у Perplexity. Сейчас объясню, почему:
1. Мы формулируем вопрос в произвольной форме (навыки промпт-инжиниринга не обязательны). После этого Gemini, как и Perplexity, составляет план исследования. И вот здесь, для меня, как для специалиста, занимающегося исследованиями, появляется первый огромный плюс: этот план я могу настроить и отредактировать. Еще один важный момент – мы видим, как "мыслит" модель. И уже на этом этапе, даже не приступая к самому исследованию, а просто наблюдая за ходом мысли LLM, мы можем скорректировать свой первоначальный запрос. Что, на мой взгляд, тоже очень круто.
2. После утверждения плана исследования мы запускаем процесс поиска информации. Здесь явно видно, что в основе алгоритма лежит Google. На скриншоте можно увидеть пример моего запроса и то, что поиск ведется сразу по 80 сайтам. К минусам можно отнести то, что процесс занимает некоторое время. Кто-то скажет: "Perplexity выдает результат мгновенно". Но для меня гораздо ценнее результат, который несколько раз перепроверен, чем и занимается эта модель. Одна из сильных сторон Gemini – это умение работать с большим контекстом и находить противоречия в текстах, что и происходит в течение 5-7 минут, пока идет поиск.
3. После завершения поиска система выдает отчет об исследовании. Его можно экспортировать в Google Docs, просмотреть все использованные ссылки и доработать. Интеграция с Google Docs – это третий огромный плюс. В общем и целом, эта модель значительно упрощает мой рабочий процесс по проведению исследований и становится моим основным инструментом для любых ресерчей. Что бы я улучшил? Возможно, было бы здорово добавить возможность задавать follow-up вопросы, а также самостоятельно настраивать формат получаемого отчета. В остальном, модель работает на очень хорошем уровне.
Gemini
Google Gemini
Meet Gemini, Google’s AI assistant. Get help with writing, planning, brainstorming, and more. Experience the power of generative AI.
❤3
Начало поста выше 👆
Другая модель, которая меня впечатлила – это Gemini 2.0 Flash Thinking. Это своего рода аналог O1 от OpenAI. Здесь Google тоже пошли по пути не увеличения производительности, а увеличения количества шагов до выдачи ответа, научив модель размышлять. И, должен признать, у них это получилось отлично.
1. Первый плюс здесь такой же, как и у модели Deep Research. Модель показывает пользователю, как она собирается работать. Если у O1 при обработке запроса просто отображается "думаю о том-то, исследую то-то, анализирую", то здесь модель пошагово описывает свои намерения и понимание задачи. В чем здесь преимущество? Помимо того, что мне, как AI-специалисту, интересно наблюдать за "ходом мыслей" ИИ, это еще и отличный инструмент для выявления ошибок. Это как с решением математических уравнений: если решать по действиям, прописывая каждый шаг, найти ошибку гораздо проще, чем если часть вычислений производить в уме.
2. Второй плюс такого подхода – это уменьшение количества ошибок. Для некоторых своих задач я научился составлять промпты так, что модель выдает нужный результат за один запрос и одну итерацию. И все благодаря процессу "Thinking", в ходе которого модель перепроверяет свои ответы и их логику. В целом, качество выдаваемых результатов существенно повысило мою продуктивность. Единственный минус этой модели – малый контекст, всего 32 тысячи токенов. Интервью с пользователями туда не загрузить. Но для задач синтеза это подходит идеально.
Таким образом, я сейчас использую модели Gemini следующим образом:
Для исследований – Gemini 1.5 Pro with Deep Research.
Для анализа – Gemini 2.0 Flash Experimental и Gemini 2.0 Experimental Advanced.
Для синтеза – Gemini 2.0 Flash Thinking.
Получились действительно очень крутые модели!
Другая модель, которая меня впечатлила – это Gemini 2.0 Flash Thinking. Это своего рода аналог O1 от OpenAI. Здесь Google тоже пошли по пути не увеличения производительности, а увеличения количества шагов до выдачи ответа, научив модель размышлять. И, должен признать, у них это получилось отлично.
1. Первый плюс здесь такой же, как и у модели Deep Research. Модель показывает пользователю, как она собирается работать. Если у O1 при обработке запроса просто отображается "думаю о том-то, исследую то-то, анализирую", то здесь модель пошагово описывает свои намерения и понимание задачи. В чем здесь преимущество? Помимо того, что мне, как AI-специалисту, интересно наблюдать за "ходом мыслей" ИИ, это еще и отличный инструмент для выявления ошибок. Это как с решением математических уравнений: если решать по действиям, прописывая каждый шаг, найти ошибку гораздо проще, чем если часть вычислений производить в уме.
2. Второй плюс такого подхода – это уменьшение количества ошибок. Для некоторых своих задач я научился составлять промпты так, что модель выдает нужный результат за один запрос и одну итерацию. И все благодаря процессу "Thinking", в ходе которого модель перепроверяет свои ответы и их логику. В целом, качество выдаваемых результатов существенно повысило мою продуктивность. Единственный минус этой модели – малый контекст, всего 32 тысячи токенов. Интервью с пользователями туда не загрузить. Но для задач синтеза это подходит идеально.
Таким образом, я сейчас использую модели Gemini следующим образом:
Для исследований – Gemini 1.5 Pro with Deep Research.
Для анализа – Gemini 2.0 Flash Experimental и Gemini 2.0 Experimental Advanced.
Для синтеза – Gemini 2.0 Flash Thinking.
Получились действительно очень крутые модели!
Gemini
Google Gemini
Meet Gemini, Google’s AI assistant. Get help with writing, planning, brainstorming, and more. Experience the power of generative AI.
👍1
А вот так выглядит процесс “размышлений” у этих двух моделек
👍1
Честно об итогах года работы на себя
Ровно год назад, в это же самое время, я дорабатывал последние дни контракта в Pearson. Отчетливо помню, как мы вернулись с отдыха на Мальдивах и собирали вещи в Ереване перед новогодней поездкой в Россию, чтобы провести праздники с семьями и отдохнуть. Тогда многое висело в воздухе. Мне обещали возобновление контракта с последующим трудоустройством в штат в конце января – начале февраля. Мы не знали, переедем ли в США, ведь результаты поступления Насти в резидентуру ожидали только в апреле. Впереди был месяц неопределенности, но вместе с тем – возможность передохнуть, перезарядиться и провести время с самыми близкими людьми. Тогда я еще не представлял, чем обернется эта ситуация. Будучи уверенным в Pearson, я не искал ни работу, ни подработку, сосредоточившись на времени, проведенном в России. Февраль близился, а нового контракта все не было. В марте меня уже начало беспокоить отсутствие новостей, и я занялся поиском дополнительных источников дохода. В конце апреля стало окончательно ясно, что после смены CEO и очередной смены стратегии мое возвращение в Pearson, документы для которого уже были поданы, отменяется из-за заморозки найма.
Так я оказался в текущей ситуации: в иммиграции, без постоянного контракта, работающий на себя продакт-менеджер по AI и R&D.
В эмоциональном плане это был мой самый сложный год: четыре месяца полной неопределенности, отсутствие дохода, быстро тающие сбережения при растущих потребностях. Весной я начал активно действовать, и появились первые проекты. Однако, несмотря на все трудности, этот год стал для меня периодом интенсивного роста и бесценного опыта. Я получил столько опыта, сколько не приобретал ни на одном предыдущем месте работы.
Итак, каковы же итоги этого года самостоятельной работы?
1. Начну с того, что наиболее остро ощущается в сравнении с работой в штате – с заработка. С 2020 года мой среднемесячный доход стабильно рос примерно каждые полгода. Я отказывался от более выгодных предложений, стремясь найти баланс между финансовой составляющей и интересными, полезными с точки зрения развития навыков задачами. В 2024 году эта позитивная динамика прервалась. Начав с нуля, я не смог достичь уровня дохода в Pearson, хотя и приблизился к зарплате, которую получал на момент ухода из Skyeng в апреле 2023 года. Этот откат неприятен, бьет по самолюбию и влечет за собой снижение уровня жизни. Тем не менее, я не могу сказать, что разочарован собой. Недоволен – да, и это естественно, но точно не разочарован, учитывая, через что мне пришлось пройти, чтобы достичь текущего уровня.
2. Еще один сложный момент – это постоянный стресс и нарушение баланса между работой и личной жизнью. Я уже писал об этом, и отпуск помог, но это определенно не тот опыт, который хотелось бы повторять.
На этом с минусами закончим, перейдем к плюсам:
1. Я попробовал свои силы в самых разных областях. Если раньше мой опыт был в основном связан с EdTech, то теперь в моем портфолио есть проекты из MedTech, B2B SaaS, Wellbeing, HealthTech, FitTech, AdTech, FinTech. В перспективе – HRTech, PropTech и другие интересные направления. Новые сферы – это новые знания, новый интерес к работе и… новые знакомства.
2. Отсюда вытекает второй плюс: значительно расширился круг моих полезных контактов. И речь идет не о тысячах бесполезных связей в LinkedIn, где люди добавляются просто потому, что им понравился мой профиль. Я говорю о реальных профессионалах, с которыми мне довелось работать в этом году. Я благодарен каждому, с кем мы сотрудничали. Это был ценный опыт, интересные проекты и, несомненно, полезные связи на будущее.
3. Мы запустили собственное AI-агентство. Первые проекты уже на стадии проработки, и мы приступим к их реализации в начале 2025 года. Это новый и захватывающий опыт. Я питаю большие надежды на агентство. Это то, во что я искренне верю, что люблю, чем хочу заниматься и во что с удовольствием инвестирую свои силы и время.
Ровно год назад, в это же самое время, я дорабатывал последние дни контракта в Pearson. Отчетливо помню, как мы вернулись с отдыха на Мальдивах и собирали вещи в Ереване перед новогодней поездкой в Россию, чтобы провести праздники с семьями и отдохнуть. Тогда многое висело в воздухе. Мне обещали возобновление контракта с последующим трудоустройством в штат в конце января – начале февраля. Мы не знали, переедем ли в США, ведь результаты поступления Насти в резидентуру ожидали только в апреле. Впереди был месяц неопределенности, но вместе с тем – возможность передохнуть, перезарядиться и провести время с самыми близкими людьми. Тогда я еще не представлял, чем обернется эта ситуация. Будучи уверенным в Pearson, я не искал ни работу, ни подработку, сосредоточившись на времени, проведенном в России. Февраль близился, а нового контракта все не было. В марте меня уже начало беспокоить отсутствие новостей, и я занялся поиском дополнительных источников дохода. В конце апреля стало окончательно ясно, что после смены CEO и очередной смены стратегии мое возвращение в Pearson, документы для которого уже были поданы, отменяется из-за заморозки найма.
Так я оказался в текущей ситуации: в иммиграции, без постоянного контракта, работающий на себя продакт-менеджер по AI и R&D.
В эмоциональном плане это был мой самый сложный год: четыре месяца полной неопределенности, отсутствие дохода, быстро тающие сбережения при растущих потребностях. Весной я начал активно действовать, и появились первые проекты. Однако, несмотря на все трудности, этот год стал для меня периодом интенсивного роста и бесценного опыта. Я получил столько опыта, сколько не приобретал ни на одном предыдущем месте работы.
Итак, каковы же итоги этого года самостоятельной работы?
1. Начну с того, что наиболее остро ощущается в сравнении с работой в штате – с заработка. С 2020 года мой среднемесячный доход стабильно рос примерно каждые полгода. Я отказывался от более выгодных предложений, стремясь найти баланс между финансовой составляющей и интересными, полезными с точки зрения развития навыков задачами. В 2024 году эта позитивная динамика прервалась. Начав с нуля, я не смог достичь уровня дохода в Pearson, хотя и приблизился к зарплате, которую получал на момент ухода из Skyeng в апреле 2023 года. Этот откат неприятен, бьет по самолюбию и влечет за собой снижение уровня жизни. Тем не менее, я не могу сказать, что разочарован собой. Недоволен – да, и это естественно, но точно не разочарован, учитывая, через что мне пришлось пройти, чтобы достичь текущего уровня.
2. Еще один сложный момент – это постоянный стресс и нарушение баланса между работой и личной жизнью. Я уже писал об этом, и отпуск помог, но это определенно не тот опыт, который хотелось бы повторять.
На этом с минусами закончим, перейдем к плюсам:
1. Я попробовал свои силы в самых разных областях. Если раньше мой опыт был в основном связан с EdTech, то теперь в моем портфолио есть проекты из MedTech, B2B SaaS, Wellbeing, HealthTech, FitTech, AdTech, FinTech. В перспективе – HRTech, PropTech и другие интересные направления. Новые сферы – это новые знания, новый интерес к работе и… новые знакомства.
2. Отсюда вытекает второй плюс: значительно расширился круг моих полезных контактов. И речь идет не о тысячах бесполезных связей в LinkedIn, где люди добавляются просто потому, что им понравился мой профиль. Я говорю о реальных профессионалах, с которыми мне довелось работать в этом году. Я благодарен каждому, с кем мы сотрудничали. Это был ценный опыт, интересные проекты и, несомненно, полезные связи на будущее.
3. Мы запустили собственное AI-агентство. Первые проекты уже на стадии проработки, и мы приступим к их реализации в начале 2025 года. Это новый и захватывающий опыт. Я питаю большие надежды на агентство. Это то, во что я искренне верю, что люблю, чем хочу заниматься и во что с удовольствием инвестирую свои силы и время.
Telegram
NEXT G-Innovation
Я пошел по пути предпринимательства и почти выгорел. Помогает отпуск.
Этот год для меня — первый, когда я работаю не в найме. Такой образ жизни сильно отличается от того, к чему я привык. Соответственно, выстраивать свою жизнь, чтобы не выть от работы и…
Этот год для меня — первый, когда я работаю не в найме. Такой образ жизни сильно отличается от того, к чему я привык. Соответственно, выстраивать свою жизнь, чтобы не выть от работы и…
🔥4
Начало поста выше 👆
4. Я научился эффективно диверсифицировать свой доход. Работая в крупной международной компании, легко попасть в ловушку, в которой оказался и я. Привыкаешь к высокой зарплате, живешь беззаботно и расслабляешься. В результате оказываешься на финансовой игле, которую могут отключить в любой момент. Время, когда постоянная работа была гарантией стабильности, прошло. В Skyeng я пережил 3 реорганизации с сокращениями штата. В 4 волну под сокращение попала и моя позиция. В Pearson при найме меня заверили, что моя должность не подлежит сокращению. Формально это оказалось правдой: меня не сократили, просто заморозили позицию на неопределенный срок. Но итог один. Потеряв работу, теряешь все, если нет альтернативных источников дохода.
Сейчас вся моя деятельность – это и есть такая альтернатива. Есть собственные проекты, есть проекты в партнерстве с MVP Lab, где я выступаю как part-time продакт, есть проекты, которые пойдут через агентство. Если один из источников дохода исчезнет, у меня все равно будет работа. Вероятность одновременного краха всех проектов значительно ниже риска увольнения из компании. Пропадет один источник – найду другой. И это главное преимущество. Я стал спокойнее и понимаю, за свою занятость отвечаю я сам, а не приходящие и уходящие некомпетентные руководители корпораций.
Ключевые уроки этого года:
1. Семья и друзья – это опора, которая помогает оставаться на плаву даже в самые трудные времена. Я постоянно чувствовал поддержку близких и друзей на протяжении всего года. Я не чувствовал себя одиноким. У меня было время перевести дух и набраться сил, вместо того чтобы постоянно бороться с трудностями. Система поддержки – это самое ценное в жизни. Цените это и проводите время с любимыми.
2. Диверсификация – ключ к стабильности и финансовой независимости.
3. Люди > корпорации. Возможности, которые открылись благодаря нетворкингу, случайным деловым встречам и бывшим коллегам, перевешивают весь мой корпоративный опыт вместе взятый.
4. Обучение важнее заработка (Learning > Earning). Возможно, я и потерял в доходе, но за такой короткий период я бы никогда не получил столько опыта. Я стал более гибким, расширил спектр своих профессиональных возможностей и значительно улучшил резюме. Теперь я не просто продакт, ориентированный на EdTech, а специалист широкого профиля.
5. В очередной раз убеждаюсь, как хобби помогает сохранять эмоциональное равновесие. Найдите занятие по душе, которое приносит удовольствие, а лучше несколько. В Ленсинге не так тепло, как в Армении, поэтому в этом году для меня новыми красками заиграла музыка. И это чистый кайф!
С уверенностью смотрю в 2025!
Всех с Наступающим!
P.S. Длинные у меня выходят посты, не влезают в лимиты телеграма 😅
4. Я научился эффективно диверсифицировать свой доход. Работая в крупной международной компании, легко попасть в ловушку, в которой оказался и я. Привыкаешь к высокой зарплате, живешь беззаботно и расслабляешься. В результате оказываешься на финансовой игле, которую могут отключить в любой момент. Время, когда постоянная работа была гарантией стабильности, прошло. В Skyeng я пережил 3 реорганизации с сокращениями штата. В 4 волну под сокращение попала и моя позиция. В Pearson при найме меня заверили, что моя должность не подлежит сокращению. Формально это оказалось правдой: меня не сократили, просто заморозили позицию на неопределенный срок. Но итог один. Потеряв работу, теряешь все, если нет альтернативных источников дохода.
Сейчас вся моя деятельность – это и есть такая альтернатива. Есть собственные проекты, есть проекты в партнерстве с MVP Lab, где я выступаю как part-time продакт, есть проекты, которые пойдут через агентство. Если один из источников дохода исчезнет, у меня все равно будет работа. Вероятность одновременного краха всех проектов значительно ниже риска увольнения из компании. Пропадет один источник – найду другой. И это главное преимущество. Я стал спокойнее и понимаю, за свою занятость отвечаю я сам, а не приходящие и уходящие некомпетентные руководители корпораций.
Ключевые уроки этого года:
1. Семья и друзья – это опора, которая помогает оставаться на плаву даже в самые трудные времена. Я постоянно чувствовал поддержку близких и друзей на протяжении всего года. Я не чувствовал себя одиноким. У меня было время перевести дух и набраться сил, вместо того чтобы постоянно бороться с трудностями. Система поддержки – это самое ценное в жизни. Цените это и проводите время с любимыми.
2. Диверсификация – ключ к стабильности и финансовой независимости.
3. Люди > корпорации. Возможности, которые открылись благодаря нетворкингу, случайным деловым встречам и бывшим коллегам, перевешивают весь мой корпоративный опыт вместе взятый.
4. Обучение важнее заработка (Learning > Earning). Возможно, я и потерял в доходе, но за такой короткий период я бы никогда не получил столько опыта. Я стал более гибким, расширил спектр своих профессиональных возможностей и значительно улучшил резюме. Теперь я не просто продакт, ориентированный на EdTech, а специалист широкого профиля.
5. В очередной раз убеждаюсь, как хобби помогает сохранять эмоциональное равновесие. Найдите занятие по душе, которое приносит удовольствие, а лучше несколько. В Ленсинге не так тепло, как в Армении, поэтому в этом году для меня новыми красками заиграла музыка. И это чистый кайф!
С уверенностью смотрю в 2025!
Всех с Наступающим!
P.S. Длинные у меня выходят посты, не влезают в лимиты телеграма 😅
Telegram
NEXT G-Innovation
Я пошел по пути предпринимательства и почти выгорел. Помогает отпуск.
Этот год для меня — первый, когда я работаю не в найме. Такой образ жизни сильно отличается от того, к чему я привык. Соответственно, выстраивать свою жизнь, чтобы не выть от работы и…
Этот год для меня — первый, когда я работаю не в найме. Такой образ жизни сильно отличается от того, к чему я привык. Соответственно, выстраивать свою жизнь, чтобы не выть от работы и…
❤4🔥3
В 2025 наконец-то запущу свой тренинг, и не один, а целых два
Решил закончить 2024 тем, чтобы заложить еще один фундамент на 2025. Цель на праздники - доделать материалы тренинга по AI-продакт-менеджменту.
Пока создавал тренинг понял, что в качестве дополнительного продукта, у меня рождается и второй - по знакомству с ИИ и его использованием в принципе, вне зависимости от вашей специальности.
Таким образом, планирую выпустить 2 тренинга:
- по AI-продакт-менеджменту (более дорогой продукт для тех, кто хочет освоить специализацию)
- по AI для личной эффективности для тех, кто хочет лучше разбираться в данной тематике (интенсив, который будет доступен к покупке каждому)
Какими будут ключевые особенности тренингов?
1. Заточенность на практику - тренинги буквально заставят осваивать навыки на практике
2. Полезность даже спустя длительный срок, после прохождения: материалы можно будет смело использовать и через некоторое время после прохождения в качестве справочника. Сейчас я работаю над тем, чтобы создать дополнительных AI-ассистентов, которые будут в этом помогать.
3. Пожизненный доступ к обновлениям, как минимум у первых купивших тренинги. Все тренинги будут постоянно обновляться и дополняться, будет меняться состав лекторов (помимо меня добавятся другие эксперты). Я хочу отблагодарить первых людей купивших мой продукт тем, что все они бесплатно получат доступ по всем обновлениям.
4. Тренинги будут давать навыки и знания для дальнейшего самостоятельного развития в сфере AI. Я хочу, чтобы люди приходили ко мне повторно не потому, я им ранее что-то не додал, а за то, какого качества был преподаваемый материал.
Буду запускать первые потоки чисто на своем запале, если все полетит - буду думать в сторону создания своего "университета" :)
Всех с Наступающим!
Решил закончить 2024 тем, чтобы заложить еще один фундамент на 2025. Цель на праздники - доделать материалы тренинга по AI-продакт-менеджменту.
Пока создавал тренинг понял, что в качестве дополнительного продукта, у меня рождается и второй - по знакомству с ИИ и его использованием в принципе, вне зависимости от вашей специальности.
Таким образом, планирую выпустить 2 тренинга:
- по AI-продакт-менеджменту (более дорогой продукт для тех, кто хочет освоить специализацию)
- по AI для личной эффективности для тех, кто хочет лучше разбираться в данной тематике (интенсив, который будет доступен к покупке каждому)
Какими будут ключевые особенности тренингов?
1. Заточенность на практику - тренинги буквально заставят осваивать навыки на практике
2. Полезность даже спустя длительный срок, после прохождения: материалы можно будет смело использовать и через некоторое время после прохождения в качестве справочника. Сейчас я работаю над тем, чтобы создать дополнительных AI-ассистентов, которые будут в этом помогать.
3. Пожизненный доступ к обновлениям, как минимум у первых купивших тренинги. Все тренинги будут постоянно обновляться и дополняться, будет меняться состав лекторов (помимо меня добавятся другие эксперты). Я хочу отблагодарить первых людей купивших мой продукт тем, что все они бесплатно получат доступ по всем обновлениям.
4. Тренинги будут давать навыки и знания для дальнейшего самостоятельного развития в сфере AI. Я хочу, чтобы люди приходили ко мне повторно не потому, я им ранее что-то не додал, а за то, какого качества был преподаваемый материал.
Буду запускать первые потоки чисто на своем запале, если все полетит - буду думать в сторону создания своего "университета" :)
Всех с Наступающим!
🔥6👍4❤1
Возвращение к работе, создание тренингов и дальнейшие планы
Друзья, с наступившим Новым годом! Вот и я возвращаюсь к работе после нескольких дней заслуженного новогоднего отдыха. Эти дни прошли не просто так: большую часть времени я, конечно, отдыхал, а не работал. Мы даже съездили в Чикаго - было здорово сменить обстановку и окунуться в атмосферу современного мегаполиса.
В свободное от отдыха время я с удовольствием занимался будущими тренингами. Это сложно назвать работой, ведь я занимался этим исключительно по настроению, выгружая свои знания в структурированный формат.
Поделюсь текущим прогрессом:
- Готово уже 4 лекции из 8: «Основы ИИ», «Промпт-инжиниринг», «Продуктовая команда» и «Дизайн-мышление в разработке ИИ продуктов». Первые две лекции войдут в оба тренинга: как в общий по ИИ, так и для продакт-менеджеров.
- К каждой лекции составлен список дополнительных материалов: книги, научные статьи, видео, а также дополнительные источники для самостоятельного и более глубокого изучения темы.
- К каждой готовой лекции уже есть практические задания: практические упражнения по взаимодействию с ИИ, кейсы из моей практики для самостоятельного решения, а также задания открытого формата, где нужно будет применить изученные инструменты для решения личных задач в рамках темы лекции. Каждый сможет выбрать тот формат обучения, который ему больше подходит.
- Я экспериментирую с NotebookLM: для каждой лекции в качестве бонуса будут созданы AI-ассистенты, которые помогут в изучении и запоминании материала. Пока эта функция работает только на английском языке, но, поскольку я и так использую NotebookLM для подготовки материалов, решил, что для некоторых это станет приятным дополнением.
Что еще будет особенного в тренингах:
1. Легкий доступ к ИИ-инструментам: я беру на себя решение проблемы с доступом к платным ИИ-сервисам. Во время обучения мы будем работать с нейросетями без необходимости оформления подписок. Кроме того, на время обучения каждому студенту будет предоставлен доступ к моему частному VPN-серверу, через который будут доступны любые ИИ-инструменты.
2. Быстрая проверка домашних заданий с персональной обратной связью: я лично буду проверять практические задания в максимально сжатые сроки, независимо от количества студентов. Мне помогут ИИ-ассистенты, которые будут аннотировать каждую работу по заданным мной критериям. Похожую систему мы использовали в Skyeng, и теперь я внедрю эту оптимизацию в свои тренинги.
3. Сниженная цена для первого потока: я вижу, что стоимость аналогичных курсов у коллег достигает 150-200 тысяч рублей. Конечно, хочется зарабатывать, но не менее важно, чтобы мой продукт оставался доступным. Поэтому цена на полный тренинг по AI-продакт-менеджменту не превысит 75 тысяч рублей. С ценой на тренинг по ИИ пока не определился, но разумной кажется что-то в районе 25 тысяч рублей. Моя главная финансовая цель на первый поток — собрать бюджет на маркетинг второго и оплату размещения материалов в LMS, а уже потом думать о прибыли.
Приятные бонусы для подписчиков канала:
1. Дополнительная скидка для тех, кто подписался на канал до достижения отметки в 130 подписчиков: для получения скидки нужно будет предоставить скриншот из канала, на котором будет видно текущее количество подписчиков и факт вашей подписки.
2. Розыгрыш мест на тренингах: я думаю,что при определенных условиях разыграю 1 место на тренинг по продакт-менеджменту и 2 места на тренинг по ИИ. Детали розыгрыша пока в процессе разработки. Подробности будут в отдельном посте.
Друзья, с наступившим Новым годом! Вот и я возвращаюсь к работе после нескольких дней заслуженного новогоднего отдыха. Эти дни прошли не просто так: большую часть времени я, конечно, отдыхал, а не работал. Мы даже съездили в Чикаго - было здорово сменить обстановку и окунуться в атмосферу современного мегаполиса.
В свободное от отдыха время я с удовольствием занимался будущими тренингами. Это сложно назвать работой, ведь я занимался этим исключительно по настроению, выгружая свои знания в структурированный формат.
Поделюсь текущим прогрессом:
- Готово уже 4 лекции из 8: «Основы ИИ», «Промпт-инжиниринг», «Продуктовая команда» и «Дизайн-мышление в разработке ИИ продуктов». Первые две лекции войдут в оба тренинга: как в общий по ИИ, так и для продакт-менеджеров.
- К каждой лекции составлен список дополнительных материалов: книги, научные статьи, видео, а также дополнительные источники для самостоятельного и более глубокого изучения темы.
- К каждой готовой лекции уже есть практические задания: практические упражнения по взаимодействию с ИИ, кейсы из моей практики для самостоятельного решения, а также задания открытого формата, где нужно будет применить изученные инструменты для решения личных задач в рамках темы лекции. Каждый сможет выбрать тот формат обучения, который ему больше подходит.
- Я экспериментирую с NotebookLM: для каждой лекции в качестве бонуса будут созданы AI-ассистенты, которые помогут в изучении и запоминании материала. Пока эта функция работает только на английском языке, но, поскольку я и так использую NotebookLM для подготовки материалов, решил, что для некоторых это станет приятным дополнением.
Что еще будет особенного в тренингах:
1. Легкий доступ к ИИ-инструментам: я беру на себя решение проблемы с доступом к платным ИИ-сервисам. Во время обучения мы будем работать с нейросетями без необходимости оформления подписок. Кроме того, на время обучения каждому студенту будет предоставлен доступ к моему частному VPN-серверу, через который будут доступны любые ИИ-инструменты.
2. Быстрая проверка домашних заданий с персональной обратной связью: я лично буду проверять практические задания в максимально сжатые сроки, независимо от количества студентов. Мне помогут ИИ-ассистенты, которые будут аннотировать каждую работу по заданным мной критериям. Похожую систему мы использовали в Skyeng, и теперь я внедрю эту оптимизацию в свои тренинги.
3. Сниженная цена для первого потока: я вижу, что стоимость аналогичных курсов у коллег достигает 150-200 тысяч рублей. Конечно, хочется зарабатывать, но не менее важно, чтобы мой продукт оставался доступным. Поэтому цена на полный тренинг по AI-продакт-менеджменту не превысит 75 тысяч рублей. С ценой на тренинг по ИИ пока не определился, но разумной кажется что-то в районе 25 тысяч рублей. Моя главная финансовая цель на первый поток — собрать бюджет на маркетинг второго и оплату размещения материалов в LMS, а уже потом думать о прибыли.
Приятные бонусы для подписчиков канала:
1. Дополнительная скидка для тех, кто подписался на канал до достижения отметки в 130 подписчиков: для получения скидки нужно будет предоставить скриншот из канала, на котором будет видно текущее количество подписчиков и факт вашей подписки.
2. Розыгрыш мест на тренингах: я думаю,что при определенных условиях разыграю 1 место на тренинг по продакт-менеджменту и 2 места на тренинг по ИИ. Детали розыгрыша пока в процессе разработки. Подробности будут в отдельном посте.
🔥10👍3❤1
Привет, друзья!
Давайте знакомиться заново! В канале становится больше подписчиков, контента тоже, поэтому решил обновить пост о себе.
🎓 Кто я?
Меня зовут Влад, я AI-продакт-менеджер. Увлекся ИИ еще в 2017 году, до того, как это стало меинстримом :) В IT работаю с 2019 года, а с 2022 года занимаюсь исключительно ИИ-решениями. Окончил магистратуру в МГУ им. Ломоносова в 2020 году, защитив диссертацию по теме применения ИИ в бизнесе.
🚀 Мой опыт:
За время работы запустил более 20 AI-продуктов, сотрудничая с крупными российскими и международными компаниями, такими как КРОК, Skyeng, Pearson, MARS и различными стартапами. В 2024 году, переехав с женой в США, решил не начинать карьеру с нуля, а заняться предпринимательством, помогая бизнесу разрабатывать и внедрять AI-решения.
🏆 Достижения:
• 2024: Основал агентство EAI, специализирующееся на разработке и внедрении ИИ в бизнес-процессы. Мы работаем с компаниями из сфер PropTech, FinTech, AdTech и других.
• 2023: Работал в акселераторе Pearson, где с нуля создал два AI-продукта: VR-игру для изучения английского языка и платформу для создания обучающих материалов.
• 2022-2023: Создал и возглавил R&D команду в Skyeng, которая занималась разработкой ИИ в образовании. За это время мы создали 11 новых технологий, 5 из которых успешно внедрили в бизнес-процессы компании.
• 2019-2022: Работал на различных продуктовых позициях в стартапе, компании КРОК и двух проектах Skyeng.
🧭Навигатор по полезным постам и хештеги
Нейджи - Бесплатный ИИ-помощник от меня 🦉
Про развитие ИИ:
• Предсказания по ИИ в 2025
• Какие профессии “убьет” ИИ в 2025
• Про финансирование инноваций в крупном бизнесе
• Про инвестиции в ИИ
👉 больше по тегу #развитиеИИ
Кейсы:
• Как мы внедряли ИИ в HR-процессы в Skyeng, часть 1
• Как мы внедряли ИИ в HR-процессы в Skyeng, часть 2
• Как работали инновации в Pearson
• Мой опыт в стартапе по AI для Mental Health
• Как я делал VR-игру с AI в Pearson, часть 1
• Как я делал VR-игру с AI в Pearson, часть 2
👉 больше по тегу #кейсы
Обучающие материалы:
• Гайд по промптам
• Запись открытой лекции по AI в медицине
• Что такое Этика ИИ
• Что такое мультимодальность
• Что такое ИИ-агенты
• Почему не надо спешить с переходом на новые нейросети
👉 больше по тегу #обучающиематериалы
Книги:
• Подборка книг для AI-продакта #1
• Подборка книг для AI-продакта #2
👉 больше по тегу #книги
Инструменты
• Лучшие ИИ для создания приложений непрограммистами
• Как сделать себе фотосессию с помощью ИИ
• Сервис для транскрибации Vibe
• Топ ИИ-сервисов, за которые стоит платить
👉 больше по тегу #инструменты
Про бизнес:
• Про наш консалтинг
• Почему я даю консультации бесплатно
• Почему я люблю джунов
• Про выгорание
• Почему я решил не искать работу в США
• Уроки неудавшегося запуска бизнеса
• Почему я считаю, что менеджерам необходимо управленческое образование
👉 больше по тегу #бизнес
Давайте знакомиться заново! В канале становится больше подписчиков, контента тоже, поэтому решил обновить пост о себе.
🎓 Кто я?
Меня зовут Влад, я AI-продакт-менеджер. Увлекся ИИ еще в 2017 году, до того, как это стало меинстримом :) В IT работаю с 2019 года, а с 2022 года занимаюсь исключительно ИИ-решениями. Окончил магистратуру в МГУ им. Ломоносова в 2020 году, защитив диссертацию по теме применения ИИ в бизнесе.
🚀 Мой опыт:
За время работы запустил более 20 AI-продуктов, сотрудничая с крупными российскими и международными компаниями, такими как КРОК, Skyeng, Pearson, MARS и различными стартапами. В 2024 году, переехав с женой в США, решил не начинать карьеру с нуля, а заняться предпринимательством, помогая бизнесу разрабатывать и внедрять AI-решения.
🏆 Достижения:
• 2024: Основал агентство EAI, специализирующееся на разработке и внедрении ИИ в бизнес-процессы. Мы работаем с компаниями из сфер PropTech, FinTech, AdTech и других.
• 2023: Работал в акселераторе Pearson, где с нуля создал два AI-продукта: VR-игру для изучения английского языка и платформу для создания обучающих материалов.
• 2022-2023: Создал и возглавил R&D команду в Skyeng, которая занималась разработкой ИИ в образовании. За это время мы создали 11 новых технологий, 5 из которых успешно внедрили в бизнес-процессы компании.
• 2019-2022: Работал на различных продуктовых позициях в стартапе, компании КРОК и двух проектах Skyeng.
🧭Навигатор по полезным постам и хештеги
Нейджи - Бесплатный ИИ-помощник от меня 🦉
Про развитие ИИ:
• Предсказания по ИИ в 2025
• Какие профессии “убьет” ИИ в 2025
• Про финансирование инноваций в крупном бизнесе
• Про инвестиции в ИИ
👉 больше по тегу #развитиеИИ
Кейсы:
• Как мы внедряли ИИ в HR-процессы в Skyeng, часть 1
• Как мы внедряли ИИ в HR-процессы в Skyeng, часть 2
• Как работали инновации в Pearson
• Мой опыт в стартапе по AI для Mental Health
• Как я делал VR-игру с AI в Pearson, часть 1
• Как я делал VR-игру с AI в Pearson, часть 2
👉 больше по тегу #кейсы
Обучающие материалы:
• Гайд по промптам
• Запись открытой лекции по AI в медицине
• Что такое Этика ИИ
• Что такое мультимодальность
• Что такое ИИ-агенты
• Почему не надо спешить с переходом на новые нейросети
👉 больше по тегу #обучающиематериалы
Книги:
• Подборка книг для AI-продакта #1
• Подборка книг для AI-продакта #2
👉 больше по тегу #книги
Инструменты
• Лучшие ИИ для создания приложений непрограммистами
• Как сделать себе фотосессию с помощью ИИ
• Сервис для транскрибации Vibe
• Топ ИИ-сервисов, за которые стоит платить
👉 больше по тегу #инструменты
Про бизнес:
• Про наш консалтинг
• Почему я даю консультации бесплатно
• Почему я люблю джунов
• Про выгорание
• Почему я решил не искать работу в США
• Уроки неудавшегося запуска бизнеса
• Почему я считаю, что менеджерам необходимо управленческое образование
👉 больше по тегу #бизнес
🔥7❤4🤔2👍1
Media is too big
VIEW IN TELEGRAM
ИИ не уничтожает рабочие места, а создает их
Каждый раз, когда я слышу, что ИИ лишит кого-то работы, мне становится смешно! Прежде всего, потому что места людей, не использующих ИИ, займут не машины, а те, кто вовремя сориентировался и научился использовать технологии, а не бороться с ветряными мельницами. ИИ заменяет не специалистов, а рутинные функции, которые они выполняют. Если немного задуматься, становится понятно, что чем больше задач может выполнять машина, тем больше у нас появляется возможностей зарабатывать самим и давать возможность зарабатывать другим.
В данный момент уровень развития технологий уже ДОСТАТОЧЕН для того, чтобы заниматься так называемым solopreneurship (солопредпринимательством).Этим термином обозначается предпринимательство, которое человек ведет в одиночку. И я говорю отнюдь не о торговле овощами на рынке, а о действительно сложном бизнесе. Предположим, у вас есть бизнес-идея. Вы хорошо разбираетесь в какой-то сфере, верите в свою идею и даже провели небольшое исследование. Вы хотите разработать приложение, но у вас нет ни дизайнеров, ни разработчиков, а из свободных средств, допустим, всего 100 000 рублей, на которые сегодня никого не нанять.
Что делать?
Идти в Gemini/ChatGPT и создавать прототип. Идея проста: вам нужно любыми способами получить первых пользователей. Докажете, что на ваш продукт есть спрос, — придет и остальное. Какой алгоритм?
1. Создаем MVP (минимально жизнеспособный продукт), который будет закрывать самые базовые потребности пользователя. Делаем его достаточно стабильным, чтобы он позволял людям ощутить ценность вашего продукта.
2. Продумываем стратегию продвижения, изучаем основы маркетинга и все сопутствующие дисциплины.
3. Запускаем первые продажи, получаем прибыль.
4. Если все получилось — ищем инвестора, показываем ему прототип, цифры выручки, которых удалось достичь, и просим денег на дальнейшее развитие продукта, которое будет включать полноценный дизайн, маркетинг и разработку.
Готово, вы великолепны: запустили свой бизнес и создали несколько рабочих мест!
Хотите пример? Не найдя достойную платформу для размещения своих тренингов, я решил, что 4 доллара в месяц за оплату работы сервера с LMS (системой управления обучением), сделанной под мои потребности, будет явно выгоднее 40 долларов, которые просят существующие на рынке продукты.
Ключевые функции, которые будут в моей LMS:
- Система ролей: лектор и ученик.
- Добавление учеников в систему.
- Работа с материалами для лектора и ученика: возможность получить доступ к ссылкам и файлам с материалами по курсу.
- Управление учениками, доступом к темам, создание новых тем.
- Возможность осуществления рассылок по пользовательской базе.
- Аннотирование домашних заданий с помощью ИИ по индивидуальным критериям для каждой темы (ДЗ будет предварительно проверяться с помощью ИИ и после — отправляться лектору), что в несколько раз повышает скорость проверки.
Базовую версию я создал буквально за один вечер, за 3 дня я отшлифовал ее, добавил дополнительные функции и устранил основные баги. И все это — лишь с базовыми навыками программирования (я учил Python несколько месяцев). Однако хорошая новость в том, что любой, кто пройдет обучение на тренинге, сможет также тестировать свои гипотезы и запускать продукты!
На видео — демонстрация работы LMS в режиме лектора.
Каждый раз, когда я слышу, что ИИ лишит кого-то работы, мне становится смешно! Прежде всего, потому что места людей, не использующих ИИ, займут не машины, а те, кто вовремя сориентировался и научился использовать технологии, а не бороться с ветряными мельницами. ИИ заменяет не специалистов, а рутинные функции, которые они выполняют. Если немного задуматься, становится понятно, что чем больше задач может выполнять машина, тем больше у нас появляется возможностей зарабатывать самим и давать возможность зарабатывать другим.
В данный момент уровень развития технологий уже ДОСТАТОЧЕН для того, чтобы заниматься так называемым solopreneurship (солопредпринимательством).Этим термином обозначается предпринимательство, которое человек ведет в одиночку. И я говорю отнюдь не о торговле овощами на рынке, а о действительно сложном бизнесе. Предположим, у вас есть бизнес-идея. Вы хорошо разбираетесь в какой-то сфере, верите в свою идею и даже провели небольшое исследование. Вы хотите разработать приложение, но у вас нет ни дизайнеров, ни разработчиков, а из свободных средств, допустим, всего 100 000 рублей, на которые сегодня никого не нанять.
Что делать?
Идти в Gemini/ChatGPT и создавать прототип. Идея проста: вам нужно любыми способами получить первых пользователей. Докажете, что на ваш продукт есть спрос, — придет и остальное. Какой алгоритм?
1. Создаем MVP (минимально жизнеспособный продукт), который будет закрывать самые базовые потребности пользователя. Делаем его достаточно стабильным, чтобы он позволял людям ощутить ценность вашего продукта.
2. Продумываем стратегию продвижения, изучаем основы маркетинга и все сопутствующие дисциплины.
3. Запускаем первые продажи, получаем прибыль.
4. Если все получилось — ищем инвестора, показываем ему прототип, цифры выручки, которых удалось достичь, и просим денег на дальнейшее развитие продукта, которое будет включать полноценный дизайн, маркетинг и разработку.
Готово, вы великолепны: запустили свой бизнес и создали несколько рабочих мест!
Хотите пример? Не найдя достойную платформу для размещения своих тренингов, я решил, что 4 доллара в месяц за оплату работы сервера с LMS (системой управления обучением), сделанной под мои потребности, будет явно выгоднее 40 долларов, которые просят существующие на рынке продукты.
Ключевые функции, которые будут в моей LMS:
- Система ролей: лектор и ученик.
- Добавление учеников в систему.
- Работа с материалами для лектора и ученика: возможность получить доступ к ссылкам и файлам с материалами по курсу.
- Управление учениками, доступом к темам, создание новых тем.
- Возможность осуществления рассылок по пользовательской базе.
- Аннотирование домашних заданий с помощью ИИ по индивидуальным критериям для каждой темы (ДЗ будет предварительно проверяться с помощью ИИ и после — отправляться лектору), что в несколько раз повышает скорость проверки.
Базовую версию я создал буквально за один вечер, за 3 дня я отшлифовал ее, добавил дополнительные функции и устранил основные баги. И все это — лишь с базовыми навыками программирования (я учил Python несколько месяцев). Однако хорошая новость в том, что любой, кто пройдет обучение на тренинге, сможет также тестировать свои гипотезы и запускать продукты!
На видео — демонстрация работы LMS в режиме лектора.
🔥4🤔2
WEF_Future_of_Jobs_Report_2025.pdf
14 MB
WEF "подбросил" интересного! Это неожиданно перекликается с моими последним постом
В очередной раз иду не по своему контент-плану. Внимание привлек свежий отчет World Economic Forum "Future of Jobs Report 2025". Знаете, это чувство, когда встречаешь подтверждение своим размышлениям в авторитетных источниках? Вот именно его я сейчас и испытываю 😅 Не люблю дважды писать на одну тему, но сейчас хочется ее развить дальше.
В отчете содержится много разной информации: о рабочих местах, о востребованных навыках и о том, как ИИ влияет на это все. Также они делят навыки на те, что подлежат автоматизации и те, которые направлены на человека. Есть целый список профессий, который находится под “угрозой” замены. Но я беру угрозу в кавычки, потому что рассматриваю ее скорее как возможность.
Почему?
Во-первых, эффективный ИИ не возникает сам по себе. Его разработка требует участия квалифицированных специалистов в конкретных областях. Именно эти эксперты должны осуществлять проверку, контроль и задавать направление его развития. Без глубоких знаний и опыта профессионалов потенциал ИИ останется нереализованным.
Во-вторых, анализируя сильные стороны AI в определенной сфере, мы одновременно начинаем видеть и границы его возможностей. Аналогично работе с любым инструментом, понимание его функционала позволяет выявить и ограничения. Именно здесь открывается пространство для деятельности человека, где его опыт и экспертиза становятся незаменимыми. Отчет WEF наглядно демонстрирует эту взаимосвязь, подчеркивая, что, несмотря на успехи ИИ в обработке данных и автоматизации рутинных задач, он пока уступает в сферах, требующих эмоционального интеллекта и принятия сложных, нестандартных решений. Какие конкретно задачи ИИ выполняет эффективно, а где необходим человеческий контроль и корректировка? В каких процессах можно делегировать рутинные операции, а где требуется глубокий анализ и творческий подход?
И именно на этом моменте выводы отчета WEF становятся особенно актуальными. Подчеркивая технологические достижения, в частности в области искусственного интеллекта, как ключевой фактор трансформации бизнеса, они одновременно заостряют внимание на возникающей проблеме: нехватке квалифицированных специалистов, способных эффективно работать с этими передовыми технологиями. Эта нехватка становится своеобразным "бутылочным горлышком" для дальнейшего развития. И это прямой сигнал, указывающий направление для тех, кто готов не просто наблюдать за изменениями, а активно в них участвовать. Вместо того, чтобы испытывать опасения, стоит направить усилия на приобретение необходимых знаний и умений для эффективного использования новых инструментов. Если ваша специальность находится в зоне риска - это не значит, что нужно бежать и менять ее. Напротив, сочетание опыта в какой-либо предментной области + владение ИИ-инструментами и понимание того, как они функционируют, сделают из вас незаменяемого специалиста.
Таким образом, вместо того чтобы рассматривать отчеты об ИИ как источник угроз, стоит увидеть в них новые перспективы. Перспективы для профессионального роста, развития и возможности стать теми экспертами, которые будут формировать будущее своих отраслей в эпоху ИИ. Именно специалисты в различных областях знаний обладают необходимым пониманием для того, чтобы направлять развитие ИИ в нужное русло, превращая его в мощного союзника, а не потенциального конкурента.
Полный отчет можно посмотреть во вложении к посту!
#развитиеии
В очередной раз иду не по своему контент-плану. Внимание привлек свежий отчет World Economic Forum "Future of Jobs Report 2025". Знаете, это чувство, когда встречаешь подтверждение своим размышлениям в авторитетных источниках? Вот именно его я сейчас и испытываю 😅 Не люблю дважды писать на одну тему, но сейчас хочется ее развить дальше.
В отчете содержится много разной информации: о рабочих местах, о востребованных навыках и о том, как ИИ влияет на это все. Также они делят навыки на те, что подлежат автоматизации и те, которые направлены на человека. Есть целый список профессий, который находится под “угрозой” замены. Но я беру угрозу в кавычки, потому что рассматриваю ее скорее как возможность.
Почему?
Во-первых, эффективный ИИ не возникает сам по себе. Его разработка требует участия квалифицированных специалистов в конкретных областях. Именно эти эксперты должны осуществлять проверку, контроль и задавать направление его развития. Без глубоких знаний и опыта профессионалов потенциал ИИ останется нереализованным.
Во-вторых, анализируя сильные стороны AI в определенной сфере, мы одновременно начинаем видеть и границы его возможностей. Аналогично работе с любым инструментом, понимание его функционала позволяет выявить и ограничения. Именно здесь открывается пространство для деятельности человека, где его опыт и экспертиза становятся незаменимыми. Отчет WEF наглядно демонстрирует эту взаимосвязь, подчеркивая, что, несмотря на успехи ИИ в обработке данных и автоматизации рутинных задач, он пока уступает в сферах, требующих эмоционального интеллекта и принятия сложных, нестандартных решений. Какие конкретно задачи ИИ выполняет эффективно, а где необходим человеческий контроль и корректировка? В каких процессах можно делегировать рутинные операции, а где требуется глубокий анализ и творческий подход?
И именно на этом моменте выводы отчета WEF становятся особенно актуальными. Подчеркивая технологические достижения, в частности в области искусственного интеллекта, как ключевой фактор трансформации бизнеса, они одновременно заостряют внимание на возникающей проблеме: нехватке квалифицированных специалистов, способных эффективно работать с этими передовыми технологиями. Эта нехватка становится своеобразным "бутылочным горлышком" для дальнейшего развития. И это прямой сигнал, указывающий направление для тех, кто готов не просто наблюдать за изменениями, а активно в них участвовать. Вместо того, чтобы испытывать опасения, стоит направить усилия на приобретение необходимых знаний и умений для эффективного использования новых инструментов. Если ваша специальность находится в зоне риска - это не значит, что нужно бежать и менять ее. Напротив, сочетание опыта в какой-либо предментной области + владение ИИ-инструментами и понимание того, как они функционируют, сделают из вас незаменяемого специалиста.
Таким образом, вместо того чтобы рассматривать отчеты об ИИ как источник угроз, стоит увидеть в них новые перспективы. Перспективы для профессионального роста, развития и возможности стать теми экспертами, которые будут формировать будущее своих отраслей в эпоху ИИ. Именно специалисты в различных областях знаний обладают необходимым пониманием для того, чтобы направлять развитие ИИ в нужное русло, превращая его в мощного союзника, а не потенциального конкурента.
Полный отчет можно посмотреть во вложении к посту!
#развитиеии
🔥5
Мои предсказания, что будет с ИИ в 2025 году
В последнее время мне часто попадаются на глаза различные прогнозы о том, что ждет искусственный интеллект в этом году. Как специалист, занимающийся разработкой ИИ-систем, я тоже решил поделиться своим видением ситуации и посмотреть, какие из моих предсказаний сбудутся к концу года.
Как обычно, пост получился длинным, поэтому публикую его в виде статьи!
А какие у вас прогнозы, связанные с ИИ в 2025?
#развитиеИИ
В последнее время мне часто попадаются на глаза различные прогнозы о том, что ждет искусственный интеллект в этом году. Как специалист, занимающийся разработкой ИИ-систем, я тоже решил поделиться своим видением ситуации и посмотреть, какие из моих предсказаний сбудутся к концу года.
Как обычно, пост получился длинным, поэтому публикую его в виде статьи!
А какие у вас прогнозы, связанные с ИИ в 2025?
#развитиеИИ
Telegraph
Мои предсказания о будущем ИИ в 2025 году
Мои предсказания о будущем ИИ в 2025 году В последнее время мне часто попадаются на глаза различные прогнозы о том, что ждет искусственный интеллект в этом году. Как специалист, занимающийся разработкой ИИ-систем, я тоже решил поделиться своим видением ситуации…
🔥2
Media is too big
VIEW IN TELEGRAM
Мультимодальность: даем ИИ зрение, слух и голос
Когда погружаешься в тему ИИ, то и дело слышишь про некую "мультимодальность". Недавно я уже рассказывал про креативность ИИ, а сегодня хочу подробнее остановиться на мультимодальности, и в будущем я планирую продолжить цикл статей, разъясняющих терминологию, связанную с ИИ.
Так что же это за зверь такой - мультимодальность, и почему о ней сейчас так часто говорят?
Если совсем просто, мультимодальность — это способность ИИ воспринимать и обрабатывать информацию из разных источников: текст, изображения, аудио, видео. Представьте, что обычная большая языковая модель (LLM) — это невероятно умный человек, но... слепой и глухой. Он виртуозно владеет словом, может генерировать тексты, писать код, но реальный мир для него ограничен лишь строчками текста, которые он получает на вход.
Мультимодальность же дает ИИ "органы чувств". Это как если бы наш слепой и глухой гений вдруг прозрел и обрел слух! Теперь он может не только прочитать описание картины, но и увидеть ее, не только получить текст песни, но и услышать ее мелодию, уловить интонации.
Именно мультимодальность делает ИИ по-настоящему применимым в реальном мире. Ведь мы с вами живем не в мире текста. Нас окружают звуки, образы, видео – целый вихрь информации, которую мы, сами того не замечая, обрабатываем ежесекундно. Чтобы ИИ стал не просто умной игрушкой, а полноценным помощником, способным решать реальные задачи, ему необходимо научиться воспринимать мир во всем его многообразии.
Помните Джарвиса из "Железного человека"? Этот остроумный ИИ-ассистент Тони Старка — яркий пример мультимодальности в действии. Джарвис анализирует визуальные данные с камер, распознает речь, генерирует голографические интерфейсы, да и вообще, ведет себя как полноценный собеседник. Конечно, до такого уровня нам еще далеко, но именно к этому стремятся все крупные игроки ИИ-рынка.
Google, OpenAI, Anthropic – все они активно прокачивают мультимодальные возможности своих моделей. Добавляют голосовой ввод, распознавание изображений, генерацию видео. И это не просто погоня за хайпом. Компании понимают, что за мультимодальностью – будущее.
Мы сейчас находимся на том самом этапе, когда эта технология активно развивается. И результаты уже впечатляют! Взгляните, например, на Android XR – операционную систему для устройств дополненной реальности. Совместно с умными очками и продвинутым ИИ-ассистентом Gemini, она обещает совершенно новый уровень взаимодействия с цифровым миром. Прикрепляю небольшое видео с демонстрацией к этому посту.
Думаю, что в ближайшие годы мы увидим еще более впечатляющие примеры применения мультимодальности. И, возможно, Джарвис уже не будет казаться нам такой уж фантастикой. 😉
#обучающиематериалы
Когда погружаешься в тему ИИ, то и дело слышишь про некую "мультимодальность". Недавно я уже рассказывал про креативность ИИ, а сегодня хочу подробнее остановиться на мультимодальности, и в будущем я планирую продолжить цикл статей, разъясняющих терминологию, связанную с ИИ.
Так что же это за зверь такой - мультимодальность, и почему о ней сейчас так часто говорят?
Если совсем просто, мультимодальность — это способность ИИ воспринимать и обрабатывать информацию из разных источников: текст, изображения, аудио, видео. Представьте, что обычная большая языковая модель (LLM) — это невероятно умный человек, но... слепой и глухой. Он виртуозно владеет словом, может генерировать тексты, писать код, но реальный мир для него ограничен лишь строчками текста, которые он получает на вход.
Мультимодальность же дает ИИ "органы чувств". Это как если бы наш слепой и глухой гений вдруг прозрел и обрел слух! Теперь он может не только прочитать описание картины, но и увидеть ее, не только получить текст песни, но и услышать ее мелодию, уловить интонации.
Именно мультимодальность делает ИИ по-настоящему применимым в реальном мире. Ведь мы с вами живем не в мире текста. Нас окружают звуки, образы, видео – целый вихрь информации, которую мы, сами того не замечая, обрабатываем ежесекундно. Чтобы ИИ стал не просто умной игрушкой, а полноценным помощником, способным решать реальные задачи, ему необходимо научиться воспринимать мир во всем его многообразии.
Помните Джарвиса из "Железного человека"? Этот остроумный ИИ-ассистент Тони Старка — яркий пример мультимодальности в действии. Джарвис анализирует визуальные данные с камер, распознает речь, генерирует голографические интерфейсы, да и вообще, ведет себя как полноценный собеседник. Конечно, до такого уровня нам еще далеко, но именно к этому стремятся все крупные игроки ИИ-рынка.
Google, OpenAI, Anthropic – все они активно прокачивают мультимодальные возможности своих моделей. Добавляют голосовой ввод, распознавание изображений, генерацию видео. И это не просто погоня за хайпом. Компании понимают, что за мультимодальностью – будущее.
Мы сейчас находимся на том самом этапе, когда эта технология активно развивается. И результаты уже впечатляют! Взгляните, например, на Android XR – операционную систему для устройств дополненной реальности. Совместно с умными очками и продвинутым ИИ-ассистентом Gemini, она обещает совершенно новый уровень взаимодействия с цифровым миром. Прикрепляю небольшое видео с демонстрацией к этому посту.
Думаю, что в ближайшие годы мы увидим еще более впечатляющие примеры применения мультимодальности. И, возможно, Джарвис уже не будет казаться нам такой уж фантастикой. 😉
#обучающиематериалы
🔥5
$500 млрд в ИИ: благо или катастрофа?
Вы, наверное, уже слышали новость о том, что Дональд Трамп объявил о создании компании Stargate, которая в ближайшие несколько лет инвестирует 500 миллиардов долларов в развитие технологий искусственного интеллекта. Это одно из самых крупных денежных вливаний США за всю историю со времен инвестиций в Лунную программу. В одном из своих предыдущих постов я говорил о том, что в 2025 году нас ждет громкий скандал, связанный с вопросами этики ИИ. И вот, похоже, мои опасения начинают сбываться.
На мой взгляд, такое быстрое вливание денег в ИИ способно стимулировать ситуацию, когда мы просто не будем успевать нормально оценивать его работу и следить за безопасностью. И тут дело не только в OpenAI, которая уже попадала в этические скандалы, а сейчас только на строительство их датацентров потрятят 100 млрд. долларов. Чем больше денег, тем больше искушение проигнорировать вопросы этики. Я вижу, как многие компании, одержимые техническим прогрессом, идут на компромиссы, связанные с безопасностью ИИ. А теперь, когда есть огромные деньги, они точно будут еще сильнее пренебрегать правилами.
Эти инвестиции также свидетельствуют о том, насколько сильно продвинулся Китай в сфере ИИ. Помните, я писал про силу Китая? Подобные действия со стороны США не могут не стимулировать ответных действий со стороны КНР. Это неизбежно. На фоне этих событий, России тоже стоило бы подсуетиться с инвестициями в ИИ, мы и так отстаем, а такими темпами рискуем остаться в каменном веке.
Еще один негативный аспект этих инвестиций — это их влияние на окружающую среду. Наряду с планом Трампа на добычу нефти "Бури, детка, бури" и выходом из Парижского соглашения по предотвращению глобального потепления, строительство датацентров — это настоящая экологическая катастрофа. Количество тепла, выделяемого датацентрами, явно не пойдет на пользу климату нашей планеты. Возникает закономерный вопрос: стоит ли технический прогресс такой цены? Да, возможно ИИ поможет нам решить глобальные проблемы, но не усугубит ли он их до такой степени, что мы достигнем точки невозврата? Это очень сложный вопрос. Если уж мы инвестируем такие огромные деньги в развитие ИИ, то стоило бы всерьез задуматься о строительстве датацентров на Луне. Такая экономика, как США, явно может себе это позволить, и это было бы явно лучше для нашей планеты.
Конечно, есть и положительные стороны. Подобные инвестиции, несомненно, стимулируют гонку ИИ. Игроки рынка начнут предпринимать более активные действия, чтобы не допустить монополии компаний из США. Мы явно ускоримся на пути к созданию мощного ИИ, который поможет в решении глобальных проблем, таких как борьба с раком, старением и проблемами экологии.
В большом выигрыше будут те, кто занимается ИИ: работает в этой сфере, ученые, менеджеры и инженеры. Трамп пообещал создание 100 тысяч рабочих мест, и это только начало. Это не только сами рабочие места, но и то, как это повлияет на глобальный рынок. Зарплаты у AI-специалистов станут выше, как и спрос на них. Если кто-то еще не занимается ИИ, то учиться нужно именно на эту специальность и желательно — прямо сейчас.
В заключение хочется сказать, что подобные инвестиции в ИИ — это палка о двух концах. С одной стороны, мы можем достичь невиданного прогресса, но с другой — можем столкнуться с серьезными этическими, экологическими и экзистенциальными проблемами. Важно не забывать о безопасности и этике, а также искать пути минимизации негативного влияния на окружающую среду. В противном случае, погоня за прогрессом может привести к печальным последствиям. Как когда-то сказал Стивен Хокинг, ИИ станет "либо лучшим, либо худшим" событием в истории человечества.
#развитиеии
Вы, наверное, уже слышали новость о том, что Дональд Трамп объявил о создании компании Stargate, которая в ближайшие несколько лет инвестирует 500 миллиардов долларов в развитие технологий искусственного интеллекта. Это одно из самых крупных денежных вливаний США за всю историю со времен инвестиций в Лунную программу. В одном из своих предыдущих постов я говорил о том, что в 2025 году нас ждет громкий скандал, связанный с вопросами этики ИИ. И вот, похоже, мои опасения начинают сбываться.
На мой взгляд, такое быстрое вливание денег в ИИ способно стимулировать ситуацию, когда мы просто не будем успевать нормально оценивать его работу и следить за безопасностью. И тут дело не только в OpenAI, которая уже попадала в этические скандалы, а сейчас только на строительство их датацентров потрятят 100 млрд. долларов. Чем больше денег, тем больше искушение проигнорировать вопросы этики. Я вижу, как многие компании, одержимые техническим прогрессом, идут на компромиссы, связанные с безопасностью ИИ. А теперь, когда есть огромные деньги, они точно будут еще сильнее пренебрегать правилами.
Эти инвестиции также свидетельствуют о том, насколько сильно продвинулся Китай в сфере ИИ. Помните, я писал про силу Китая? Подобные действия со стороны США не могут не стимулировать ответных действий со стороны КНР. Это неизбежно. На фоне этих событий, России тоже стоило бы подсуетиться с инвестициями в ИИ, мы и так отстаем, а такими темпами рискуем остаться в каменном веке.
Еще один негативный аспект этих инвестиций — это их влияние на окружающую среду. Наряду с планом Трампа на добычу нефти "Бури, детка, бури" и выходом из Парижского соглашения по предотвращению глобального потепления, строительство датацентров — это настоящая экологическая катастрофа. Количество тепла, выделяемого датацентрами, явно не пойдет на пользу климату нашей планеты. Возникает закономерный вопрос: стоит ли технический прогресс такой цены? Да, возможно ИИ поможет нам решить глобальные проблемы, но не усугубит ли он их до такой степени, что мы достигнем точки невозврата? Это очень сложный вопрос. Если уж мы инвестируем такие огромные деньги в развитие ИИ, то стоило бы всерьез задуматься о строительстве датацентров на Луне. Такая экономика, как США, явно может себе это позволить, и это было бы явно лучше для нашей планеты.
Конечно, есть и положительные стороны. Подобные инвестиции, несомненно, стимулируют гонку ИИ. Игроки рынка начнут предпринимать более активные действия, чтобы не допустить монополии компаний из США. Мы явно ускоримся на пути к созданию мощного ИИ, который поможет в решении глобальных проблем, таких как борьба с раком, старением и проблемами экологии.
В большом выигрыше будут те, кто занимается ИИ: работает в этой сфере, ученые, менеджеры и инженеры. Трамп пообещал создание 100 тысяч рабочих мест, и это только начало. Это не только сами рабочие места, но и то, как это повлияет на глобальный рынок. Зарплаты у AI-специалистов станут выше, как и спрос на них. Если кто-то еще не занимается ИИ, то учиться нужно именно на эту специальность и желательно — прямо сейчас.
В заключение хочется сказать, что подобные инвестиции в ИИ — это палка о двух концах. С одной стороны, мы можем достичь невиданного прогресса, но с другой — можем столкнуться с серьезными этическими, экологическими и экзистенциальными проблемами. Важно не забывать о безопасности и этике, а также искать пути минимизации негативного влияния на окружающую среду. В противном случае, погоня за прогрессом может привести к печальным последствиям. Как когда-то сказал Стивен Хокинг, ИИ станет "либо лучшим, либо худшим" событием в истории человечества.
#развитиеии
Telegram
NGI | Влад Корнышев про AI и создание AI-продуктов
Мои предсказания, что будет с ИИ в 2025 году
В последнее время мне часто попадаются на глаза различные прогнозы о том, что ждет искусственный интеллект в этом году. Как специалист, занимающийся разработкой ИИ-систем, я тоже решил поделиться своим видением…
В последнее время мне часто попадаются на глаза различные прогнозы о том, что ждет искусственный интеллект в этом году. Как специалист, занимающийся разработкой ИИ-систем, я тоже решил поделиться своим видением…
👍4🔥2
Google похоронили GPT-4o?
По крайней мере, на какое-то время 🙂
Вчера вечером, как обычно, работая в Google AI-studio над своими задачами, я заметил кое-что интересное. Переключившись на модель Gemini Flash Thinking Experimental, я увидел, во-первых, что она обновилась до версии от 21 января, а во-вторых, что ее контекстное окно увеличилось с 32 000 токенов до 1 млн+! 32 тысячи мне было мало, 128 тысяч в GPT-4o хватало, но не для всех задач.
Что это значит и почему такой кликбейтный заголовок?
Давайте разберемся, как работают LLM. Если не вдаваться в детали, языковые модели говорят и "мыслят" не так, как мы. Они не склонны к анализу в нашем понимании. Их задача — предсказывать следующий токен, основываясь на заложенных в них знаниях. Проще говоря, они определяют, какие кусочки слов, знаки препинания, буквы с наибольшей вероятностью должны идти следующими в предложении. Именно поэтому, несмотря на то, что модели языковые, структура команд для них строится не на понимании и додумывании информации, как у человека, а на строгом алгоритме.
У моделей как будто есть свой диалект внутри привычного языка, который выражается в четких инструкциях — промптах. Промпт-инжиниринг помогает нам формулировать запросы к модели на этом "родном" для нее диалекте.
Погрузимся в лингвистику!
Представьте: у вас в квартире делают ремонт рабочие из Средней Азии, которые плохо говорят по-русски, но в целом все понимают. Вы хотите объяснить им, как сделать планировку. В каком случае они лучше справятся? Если вы скажете им напрямую или если будет прораб, который переведет ваши требования на их родной язык? Очевидно, второй вариант эффективнее.
Вернемся к моделям!
GPT-o и Gemini Thinking как раз имеют функцию такого “прораба”. Размышляя, они создают "план действий" и четко ему следуют. Поэтому сейчас набирают обороты LLM managed workflows, когда модель сначала составляет план, а затем выполняет его. Как это работает у меня? Я иду в Gemini Flash Thinking или GPT-4o, описываю задачу и прошу составить план. Затем использую этот план с "не думающей" версией модели. Это экономит время на промпт-инжиниринг: модель делает план за меня, и я просто выполняю его шаг за шагом.
Как Google "убил" OpenAI?
Главным недостатком "думающей" модели для меня было малое контекстное окно. Работая над большими задачами, мне нужно было периодически оценивать прогресс и корректировать план. И тут — бац! — токены заканчивались. Примеры таких задач: написание кода, анализ интервью, проведение исследований, обработка материалов тренинга и многое другое. Теперь, с контекстным окном в миллион токенов, мне не нужно держать кучу окон и переключаться между ними. Достаточно просто переключить модель, и у нее будет ВЕСЬ контекст по задаче и все инструкции! А это, знаете ли, дает свои плюшки 😉
В общем, это огромный буст к продуктивности, и он обеспечен размером контекстного окна! Когда же OpenAI этим займутся? 🤔
#новости #инструменты
По крайней мере, на какое-то время 🙂
Вчера вечером, как обычно, работая в Google AI-studio над своими задачами, я заметил кое-что интересное. Переключившись на модель Gemini Flash Thinking Experimental, я увидел, во-первых, что она обновилась до версии от 21 января, а во-вторых, что ее контекстное окно увеличилось с 32 000 токенов до 1 млн+! 32 тысячи мне было мало, 128 тысяч в GPT-4o хватало, но не для всех задач.
Что это значит и почему такой кликбейтный заголовок?
Давайте разберемся, как работают LLM. Если не вдаваться в детали, языковые модели говорят и "мыслят" не так, как мы. Они не склонны к анализу в нашем понимании. Их задача — предсказывать следующий токен, основываясь на заложенных в них знаниях. Проще говоря, они определяют, какие кусочки слов, знаки препинания, буквы с наибольшей вероятностью должны идти следующими в предложении. Именно поэтому, несмотря на то, что модели языковые, структура команд для них строится не на понимании и додумывании информации, как у человека, а на строгом алгоритме.
У моделей как будто есть свой диалект внутри привычного языка, который выражается в четких инструкциях — промптах. Промпт-инжиниринг помогает нам формулировать запросы к модели на этом "родном" для нее диалекте.
Погрузимся в лингвистику!
Представьте: у вас в квартире делают ремонт рабочие из Средней Азии, которые плохо говорят по-русски, но в целом все понимают. Вы хотите объяснить им, как сделать планировку. В каком случае они лучше справятся? Если вы скажете им напрямую или если будет прораб, который переведет ваши требования на их родной язык? Очевидно, второй вариант эффективнее.
Вернемся к моделям!
GPT-o и Gemini Thinking как раз имеют функцию такого “прораба”. Размышляя, они создают "план действий" и четко ему следуют. Поэтому сейчас набирают обороты LLM managed workflows, когда модель сначала составляет план, а затем выполняет его. Как это работает у меня? Я иду в Gemini Flash Thinking или GPT-4o, описываю задачу и прошу составить план. Затем использую этот план с "не думающей" версией модели. Это экономит время на промпт-инжиниринг: модель делает план за меня, и я просто выполняю его шаг за шагом.
Как Google "убил" OpenAI?
Главным недостатком "думающей" модели для меня было малое контекстное окно. Работая над большими задачами, мне нужно было периодически оценивать прогресс и корректировать план. И тут — бац! — токены заканчивались. Примеры таких задач: написание кода, анализ интервью, проведение исследований, обработка материалов тренинга и многое другое. Теперь, с контекстным окном в миллион токенов, мне не нужно держать кучу окон и переключаться между ними. Достаточно просто переключить модель, и у нее будет ВЕСЬ контекст по задаче и все инструкции! А это, знаете ли, дает свои плюшки 😉
В общем, это огромный буст к продуктивности, и он обеспечен размером контекстного окна! Когда же OpenAI этим займутся? 🤔
#новости #инструменты
Китайцы навели шуму в ИИ, обогнав ChatGPT по загрузкам в Appstore!
Мои прогнозы на 2025 начинают сбываться слишком быстро и я теперь боюсь, как бы не пришлось составлять новый топ 😅
Китайская модель DeepSeek R1 стала главной темой для обсуждения в мире ИИ, особенно здесь, в США.
Что произошло?
Пока Китай пытались душить санкциями, сами китайцы не тратили время зря. Еще в конце 2024 они представили DeepSeek V-3, модель, которая обходила GPT 4o по многим бенчмаркам. Сейчас, их новая модель - DeepSeek R1 находится на первой строчке в трендах Huggingface (я писал, что это такое ранее).
Китайцы развиваются просто с нереальной скоростью, у них уже доступны на Android и iOS. Хорошая новость для моих читателей - они доступны в России и без ограничений, ведь компания китайская!
Как повлияло появление DeepSeek R1 на рынок ИИ?
1. В данный момент приложение DeepSeek обогнало по загрузкам в AppStore ChatGPT
2. Модель показывает настолько крутые результаты, превосходя o1 от OpenAI, что сами OpenAI поспешили анонсировать, что их еще невыпушенная модель o3 mini будет доступна в бесплатном плане (нужно же как-то конкурировать с китайцами)
3. Компания NVIDIA потеряла384 600 млрд долларов в капитализации. Связанно это с тем, что как оказалось, можно сделать крутые ИИ-модели, без инвестиций в дорогущие видеокарты техногиганта
Чем DeepSeek так хороша?
1. Цена. Мощные ЛЛМ, МОГУТ быть дешевыми. Для сравнения:
- цена за 1 млн токенов R1 составляет 16 юаней ( 220 рублей) в то время, как Open AI o1 обойдется в 60 долларов (6000 рублей).
2. Модель отвечает гораздо быстрее, чем ChatGPT
3. Она либо бьет либо на равных соревнуется в бенчмарках с лучшими моделями от Anthropic, Google и OpenAI
4. У модели отсутствует цензура (сомнительный плюс), но про всякие кровавые бойни она вам расскажет, в отличие от конкурентов
5. Функция Search - некий аналог Perplexity и Deep Research от Google - позволяет вам суммаризировать информацию из поиска с помощью ЛЛМ. Работает как доп инструмент в веб-интерфейсе DeepSeek
6. Функция DeepThink - аналог размышлений, как это реализовано в Gemini Flash Thinking. Как раз тут работает модель R1.
7. Open Source - исходный код модели доступен каждому
8. Базовая версия не требует подписки
9. Доступность из России (для тех, кто в России)
Конкуренция со стороны Китая явно встряхнет рынок ИИ и заставит крупных игроков пересмотреть свои взгляды. Однако остаются вопросы: как именно Китайцы это сделали, насколько ответственно отнеслись к вопросам этики (отсутствие цензуры напрягает, как и отсутствие информации о том, где и как оно училось).
Буду экспериментировать с этой моделью и позже напишу пост с полноценным мнением о ней.
#новости
Мои прогнозы на 2025 начинают сбываться слишком быстро и я теперь боюсь, как бы не пришлось составлять новый топ 😅
Китайская модель DeepSeek R1 стала главной темой для обсуждения в мире ИИ, особенно здесь, в США.
Что произошло?
Пока Китай пытались душить санкциями, сами китайцы не тратили время зря. Еще в конце 2024 они представили DeepSeek V-3, модель, которая обходила GPT 4o по многим бенчмаркам. Сейчас, их новая модель - DeepSeek R1 находится на первой строчке в трендах Huggingface (я писал, что это такое ранее).
Китайцы развиваются просто с нереальной скоростью, у них уже доступны на Android и iOS. Хорошая новость для моих читателей - они доступны в России и без ограничений, ведь компания китайская!
Как повлияло появление DeepSeek R1 на рынок ИИ?
1. В данный момент приложение DeepSeek обогнало по загрузкам в AppStore ChatGPT
2. Модель показывает настолько крутые результаты, превосходя o1 от OpenAI, что сами OpenAI поспешили анонсировать, что их еще невыпушенная модель o3 mini будет доступна в бесплатном плане (нужно же как-то конкурировать с китайцами)
3. Компания NVIDIA потеряла
Чем DeepSeek так хороша?
1. Цена. Мощные ЛЛМ, МОГУТ быть дешевыми. Для сравнения:
- цена за 1 млн токенов R1 составляет 16 юаней ( 220 рублей) в то время, как Open AI o1 обойдется в 60 долларов (6000 рублей).
2. Модель отвечает гораздо быстрее, чем ChatGPT
3. Она либо бьет либо на равных соревнуется в бенчмарках с лучшими моделями от Anthropic, Google и OpenAI
4. У модели отсутствует цензура (сомнительный плюс), но про всякие кровавые бойни она вам расскажет, в отличие от конкурентов
5. Функция Search - некий аналог Perplexity и Deep Research от Google - позволяет вам суммаризировать информацию из поиска с помощью ЛЛМ. Работает как доп инструмент в веб-интерфейсе DeepSeek
6. Функция DeepThink - аналог размышлений, как это реализовано в Gemini Flash Thinking. Как раз тут работает модель R1.
7. Open Source - исходный код модели доступен каждому
8. Базовая версия не требует подписки
9. Доступность из России (для тех, кто в России)
Конкуренция со стороны Китая явно встряхнет рынок ИИ и заставит крупных игроков пересмотреть свои взгляды. Однако остаются вопросы: как именно Китайцы это сделали, насколько ответственно отнеслись к вопросам этики (отсутствие цензуры напрягает, как и отсутствие информации о том, где и как оно училось).
Буду экспериментировать с этой моделью и позже напишу пост с полноценным мнением о ней.
#новости
Telegram
NGI | Влад Корнышев про AI и создание AI-продуктов
Мои предсказания, что будет с ИИ в 2025 году
В последнее время мне часто попадаются на глаза различные прогнозы о том, что ждет искусственный интеллект в этом году. Как специалист, занимающийся разработкой ИИ-систем, я тоже решил поделиться своим видением…
В последнее время мне часто попадаются на глаза различные прогнозы о том, что ждет искусственный интеллект в этом году. Как специалист, занимающийся разработкой ИИ-систем, я тоже решил поделиться своим видением…
👍3🔥2
Космическая гонка XXI века: почему России необходимо инвестировать в ИИ
На днях на YouTube посмотрел фильм про полет Гагарина в космос. Это по-истине что-то невообразимое, и когда задумываешься, что эти люди делали все расчеты вручную, проектируя ракеты, фактически, вслепую, чтобы отправить их в неизвестность - еще больше поражаешься тому, какие великие умы всем этим занимались. Это не может не восхищать!
По-истине историческое прошлое, которым стоит гордиться. Однако история - штука цикличная. И если чуть больше 60 лет назад, ведущие государства участвовали в космической гонке, то сегодня главная гонка человечества - это ИИ-гонка. И, говоря о цикличности истории, не могу не отметить, насколько ироничен тот факт, что в ней мы вновь видим противостояние американского капитализма и коммунизма, но на этот раз, не советского, а китайского. После объявления Трампа о запуске проекта Stargate с инвестициями в ИИ $500 млрд, ответ Китая не заставил себя ждать - 1 триллион юаней ($138 млрд) будет инвестированно в ИИ компании КНР.
Шумиха на фоне успеха DeepSeek от китайцев сейчас подутихает, начинают вскрываться различные детали. OpenAI уже обвинили китайскую компанию в использовании своих наработок, многие специалисты выражают сомнения по поводу дешевизны китайского подхода к обучению, мол, они делали вторичное обучение, а $5 млн - это цена финального цикла обучения.
Однако, на мой взгляд, можно сколько угодно спорить и кричать, но китайцы доказали несколько важных вещей:
- во-первых, количество вложенных денег не всегда прямо пропорционально получаемому результату;
- во-вторых, для достижения крутого результата совершенно необязательно делать что-то с нуля, достаточно взять существующий продукт и применить в нем другие подходы;
- в-третьих, необязательно иметь доступ к самым крутым технологиям, чтобы создавать что-то прорывное, можно и нужно работать даже под санкциями.
Даже Трамп вчера это оценил, сказав, что круто, что Китайцы достигли успеха, если они могут, значит могут и наши ученые!
Все это наталкивает меня на мысли о том, что Россия просто обязана делать ставку на ИИ и давать свой ответ. Почему?
Конкуренция - это круто. Она стимулирует развитие.
Китай доказал: санкции - это всего лишь мелкое препятствие. У России же за плечами исторический опыт со времен СССР в виде победы в космической гонке. Говорить, что ИИ у нас не развивается из-за санкций - это простые отговорки. Компании могут их обходить и даже обходят. Железо для обучения моделей спокойно завозится в страну, а для разработки моделей Тинькофф и Сбер явно используют зарубежные наработки и наборы данных.
В ИИ-гонке, как и в космической, победит не тот, кто больше вложил денег и кричал о своих достижениях, а тот, кто будет более хитрым и вовремя сделает свою ставку, рискнув всем. У России есть огромный потенциал в сфере ИИ, который просто на просто не используется. Из нашей страны выходят самые светлые умы в области инженерии. Я могу это сказать даже по своему опыту. За время работы в Pearson я поработал со специалистами из Великобритании, США, Польши. Со мной работали бывшие сотрудники Amazon и Microsoft, они очень крутые спецы, но по глубине мыслей и использованию нестандартных подходов они даже рядом не стоят с теми ребятами, с которыми я общался в России. И я уже не говорю о возможностях и ресурсах, которые у нас есть для строительства датацентров.
Если Россия направит усилия и деньги не на ведение войн, а на участие в гонке ИИ, а другие страны позволят ей это сделать - так будет лучше для всего мира. Мы быстрее и экологичнее приблизимся к разработке мощного и этичного ИИ, который поможет нам в решении глобальных проблем. Как минимум, за счет стимулирования конкуренции на рынке благодаря появлению еще одного мощного игрока.
P.S. фильм про Гагарина можно посмотреть тут, канал очень рекомендую :)
#развитиеии
На днях на YouTube посмотрел фильм про полет Гагарина в космос. Это по-истине что-то невообразимое, и когда задумываешься, что эти люди делали все расчеты вручную, проектируя ракеты, фактически, вслепую, чтобы отправить их в неизвестность - еще больше поражаешься тому, какие великие умы всем этим занимались. Это не может не восхищать!
По-истине историческое прошлое, которым стоит гордиться. Однако история - штука цикличная. И если чуть больше 60 лет назад, ведущие государства участвовали в космической гонке, то сегодня главная гонка человечества - это ИИ-гонка. И, говоря о цикличности истории, не могу не отметить, насколько ироничен тот факт, что в ней мы вновь видим противостояние американского капитализма и коммунизма, но на этот раз, не советского, а китайского. После объявления Трампа о запуске проекта Stargate с инвестициями в ИИ $500 млрд, ответ Китая не заставил себя ждать - 1 триллион юаней ($138 млрд) будет инвестированно в ИИ компании КНР.
Шумиха на фоне успеха DeepSeek от китайцев сейчас подутихает, начинают вскрываться различные детали. OpenAI уже обвинили китайскую компанию в использовании своих наработок, многие специалисты выражают сомнения по поводу дешевизны китайского подхода к обучению, мол, они делали вторичное обучение, а $5 млн - это цена финального цикла обучения.
Однако, на мой взгляд, можно сколько угодно спорить и кричать, но китайцы доказали несколько важных вещей:
- во-первых, количество вложенных денег не всегда прямо пропорционально получаемому результату;
- во-вторых, для достижения крутого результата совершенно необязательно делать что-то с нуля, достаточно взять существующий продукт и применить в нем другие подходы;
- в-третьих, необязательно иметь доступ к самым крутым технологиям, чтобы создавать что-то прорывное, можно и нужно работать даже под санкциями.
Даже Трамп вчера это оценил, сказав, что круто, что Китайцы достигли успеха, если они могут, значит могут и наши ученые!
Все это наталкивает меня на мысли о том, что Россия просто обязана делать ставку на ИИ и давать свой ответ. Почему?
Конкуренция - это круто. Она стимулирует развитие.
Китай доказал: санкции - это всего лишь мелкое препятствие. У России же за плечами исторический опыт со времен СССР в виде победы в космической гонке. Говорить, что ИИ у нас не развивается из-за санкций - это простые отговорки. Компании могут их обходить и даже обходят. Железо для обучения моделей спокойно завозится в страну, а для разработки моделей Тинькофф и Сбер явно используют зарубежные наработки и наборы данных.
В ИИ-гонке, как и в космической, победит не тот, кто больше вложил денег и кричал о своих достижениях, а тот, кто будет более хитрым и вовремя сделает свою ставку, рискнув всем. У России есть огромный потенциал в сфере ИИ, который просто на просто не используется. Из нашей страны выходят самые светлые умы в области инженерии. Я могу это сказать даже по своему опыту. За время работы в Pearson я поработал со специалистами из Великобритании, США, Польши. Со мной работали бывшие сотрудники Amazon и Microsoft, они очень крутые спецы, но по глубине мыслей и использованию нестандартных подходов они даже рядом не стоят с теми ребятами, с которыми я общался в России. И я уже не говорю о возможностях и ресурсах, которые у нас есть для строительства датацентров.
Если Россия направит усилия и деньги не на ведение войн, а на участие в гонке ИИ, а другие страны позволят ей это сделать - так будет лучше для всего мира. Мы быстрее и экологичнее приблизимся к разработке мощного и этичного ИИ, который поможет нам в решении глобальных проблем. Как минимум, за счет стимулирования конкуренции на рынке благодаря появлению еще одного мощного игрока.
P.S. фильм про Гагарина можно посмотреть тут, канал очень рекомендую :)
#развитиеии
Telegram
NGI | Влад Корнышев про AI и создание AI-продуктов
$500 млрд в ИИ: благо или катастрофа?
Вы, наверное, уже слышали новость о том, что Дональд Трамп объявил о создании компании Stargate, которая в ближайшие несколько лет инвестирует 500 миллиардов долларов в развитие технологий искусственного интеллекта.…
Вы, наверное, уже слышали новость о том, что Дональд Трамп объявил о создании компании Stargate, которая в ближайшие несколько лет инвестирует 500 миллиардов долларов в развитие технологий искусственного интеллекта.…
👍3