🎼 YouTube научился искать музыку по мычанию

🎤 Такая опция появилась в поисковике видеохостинга. Теперь можно попробовать найти песню, не зная ни исполнителя, ни название трека, ни даже слов — просто напев/намычав мелодию (зависит от ваших способностей).

👂 Можно пойти и более скучным способом — дать приложению YouTube несколько секунд послушать трек, который не удается распознать самому. Как в Shazam, который c 2018 года принадлежит Apple.

🎞 Сервис шел к этому обновлению довольно долго: еще в 2020 году аналогичный функционал добавили в приложение поисковика Google.

Разработчики подтверждают, что технология осталась прежней, но работает теперь гораздо быстрее — песню можно найти, напевая мелодию несколько секунд, а не 10–15 секунд, как было раньше ⚡️.

Пока такой поиск работает для небольшого количества пользователей, которые используют приложение YouTube на Android-устройствах.

McKinsey упростил жизнь сотрудникам с помощью генеративного ИИ

🧠 Сервис Lilli — это платформа с доступом к базе знаний компании. Это не только более 100 тыс. документов, но и сеть экспертов из более чем 70 стран. Разработкой Lilli занималось ИИ-подразделение компании — QantumBlack.

🔎 Инструмент упрощает сотрудникам работу на начальных этапах исследования: поиск релевантной информации и экспертов с глубоким знанием темы. Найденную информацию алгоритм представляет в виде нескольких ключевых тезисов со ссылками и контактами экспертов.

VentureBeat пишет, что интерфейс и принцип работы Lilli будет знаком любому, кто пользовался ChatGPT. Модель использует LLM от OpenAI и Cohere.

⏳ В консалтинговой компании утверждают, что раньше подготовительный этап мог занимать несколько часов или даже дней, а сейчас в некоторых случаях сократился до минут. Модель может искать информацию не только во внутренних, но и во внешних источниках.

🤔 Сотрудники очень хвалят Lilli за нестандартное «мышление»: например, один из них рассказал, как искал информацию о способе производства, который обычно используют в фармацевтике, но ИИ нашел релевантный пример в строительной сфере.

📸 ИИ создаст детальную модель человека по одному фото

🧍‍♂️ TeCH генерирует реалистичную 3D-модель одетого человека (разработчики особенно напирают на то, что именно одетого).

🧑 Под реалистичностью понимается то, что TeCH точно передает строение тела, черты лица и складки на одежде спереди и сзади.

🍑 Авторы вообще считают, что их коллеги недостаточно внимания уделяют тому, чтобы 3D-модели, которые генерирует нейросеть, детально выглядели и со спины тоже. И поэтому решили сами это исправить.

💬 TeCH работает с помощью автоматически генерируемых промптов, которые детально описывают внешний вид человека, и донастроенной диффузионной Text-to-Image модели.

В скором времени на GitHub должен появиться код.

🧐 DeepMind придумал утилиту, которая пометит и найдет нейроизображения

🔧 Инструмент SynthID может поставить вотермарку на изображение, сгенерированное нейросетью, а также вычислить по ней — синтетическое перед вами изображение или нет.

👀 Вотермарка «вставляется» прямо в пиксели изображения, что делает ее незаметной для человеческого глаза, но помогает SynthID быстро распознать «синтетику».

Кроме того, такую вотермарку практически невозможно удалить с изображения, в отличие от обычных вариантов, которые уже научились удалять сами нейросети. Метка остается на месте, даже если изображение отредактировали каким-то фильтром 🧽.

⚠️ У SynthID есть три уровня «уверенности»: вотермарка обнаружена, не обнаружена или возможно обнаружена

Тут важно уточнить, что пока SynthID находиться на этапе бета-теста и работает только с нейросетью Imagen от Google. Разработчики уверяют, что к инструменту легко будет прикрутить поддержку и других популярных моделей.

Microsoft открыла доступ к своему ИИ для клонирования голоса 🗣

О Vall-E X стало известно еще весной, но только сейчас модель сделали Open Source.

🎙 Благодаря использованию Zero Shot (то есть алгоритм может выполнить задачу без предварительного обучения), ИИ может по 3 секундам аудио детально воспроизвести голос.

Алгоритм может воспроизвести особенности акцента, сохранить эмоциональную окраску фразы и даже передать акустические особенности помещения, где была записана изначальная фраза 🏟.

Пока Vall-E X поддерживает английский, китайский и японский языки 😛.

Washington Post поведал о тяжелой жизни фрилансеров, которые модерируют ИИ

🇵🇭 Газета рассказала об условиях работы нескольких тысяч человек на Филиппинах, которые работают с платформой Remotasks.

Remotasks разработала компания Scale AI — крупный подрядчик, с которым работают Meta*, Google, OpenAI и другие;

👩‍💻 Фрилансеры через Remotasks размечают для ИИ датасеты, редактируют тексты, сгенерированные нейросетями, делают описания к видео, которые затем используются для обучения автопилотов на автомобилях и т. д.;

👥 Всего на Филиппинах подобной работой по неофициальной информации могут заниматься более 2 млн человек — из них около 10 тыс. используют Remotasks;

🤷‍♀️Местные власти пока не знают, как законодательно регулировать работу таких сервисов как Remotasks, так как сейчас по факту она работает неофициально

👍 Изначально фрилансерам Remotasks обещали платить до $10 за задание и до $200 в неделю;

👎 Люди рассказывают, что часто им платят за работу меньше дневного прожиточного минимума (на Филиппинах это $6–10), но даже такую сумму могут задержать, заплатить меньше или не заплатить вообще;

🛑 Некоторых без выплат и объяснения причин блокировали на Remotasks и не давали работать дальше;

😌 В самой компании говорят, что подобные случаи происходят все реже, а условия работы фрилансеров улучшают, ориентируясь на их фидбек;

Оценочная стоимость Scale AI — $7 млрд.

*Организация, запрещенная на территории РФ

Популярные сайты все чаще используют ИИ для написания текстов

🤖 Популярный сайт про технологии Gizmodo отказался от своей испаноязычной версии и распустил команду. Теперь ресурс будет публиковать материалы, автоматически переведенные с английского на испанский с помощью искусственного интеллекта.

😵 Читатели Gizmodo жалуются, что перевод работает криво — некоторые публикации частично переведены на испанский, а частично — остались на английском.

Gizmodo уже тестирует ИИ для написания заметок и на основной сайт. Несмотря на плохое качество таких материалов и протесты со стороны редакции, владельцы сайта, очевидно, не собираются отказываться от задумки 🙅.

Еще раньше использовать ИИ для написания заметок стал другой технологический сайт — Cnet. Результат также оказался так себе — в сгенерированных текстах было много ошибок. Редакция сайта также взбунтовалась из-за опасений, что скоро их просто заменят на алгоритмы. Владельцы Cnet в итоге решили, что тексты, написанные ИИ, все-таки будут проверять люди-редакторы 😮‍💨.

🌏 В австралийской дочке компании News Corp., основанной Рупертом Мердоком, недавно рассказали, что используют ИИ, который в неделю генерирует для сайтов, входящих в News Corp Australia, до 3-х тыс. заметок с местными новостями.

Свои инструменты для генерирования новостных заметок с помощью ИИ также тестируют в Google.

✖️ А вот крупный американский издатель Gannett приостановил использование ИИ для написания заметок в своих СМИ. Эксперимент решили прекратить после того, как ИИ ужасно справился с написанием спортивной заметки про только что завершившийся матч.

ИИ учится генерировать виртуальные миры по промпту 🌐

Стартап Hiber интегрировал в свою платформу для создания 3D-миров генеративные инструменты Google — облачный сервис CloudRun и языковую модель PaLM. Теперь виртуальные миры можно создавать по 1 промпту, а затем посещать их на HiberWorld ✈️.

Там, как утверждают разработчики, уже есть 5 млн миров, созданных пользователями. Hiber удалось привлечь на платформу и бренды. Например, свой мир сгенерировал Tommy Hilfiger 👖.

Когда новые инструменты станут доступны всем, пока не уточняется.

⏰ Генерация 3D-пространств и объектов оказалась одним из самых перспективных способов использования нейросетей. Похожие сервисы уже показывали стартапы Spline AI, Luma AI и анонсировал Roblox. Создатели Warcraft — компания Blizzard — уже используют диффузионную нейросеть для дизайна уровней и персонажей будущих игр.

А компания Reverie анонсировала ИИ-сервис, который генерирует 3D-сцены по загруженной фотографии. Выпустить обещают до конца года.

🍁 Что такое осень … это новый выпуск нашего дайджеста!

Как всегда, только новости, которые заслуживают вашего внимания, и никакого инфошума:

✅ Ваша забывчивость обеспечивает сервисам с платной подпиской до 200% дополнительной выручки;

✅ TikTok хочет конкурировать с Twitter (простите, мы никак не заставим себя называть его X);

✅ Госдума хочет спасти россиян от слишком длинной рекламы;

✅ Судебный иск грозит смертью ChatGPT.

Устраивайтесь поудобнее — следующий час будет 💪