🧭 Дайджест полезных постов эту неделю

Собрал для вас подборку самых лучших и интересных постов, если что-то пропустили или хотите перечитать, нажимайте и попадете на публикацию.

Все пункты кликабельны🍃

Продолжаем разбирать ИИ от Apple — новый обновленный калькулятор
Медицина, данные, будущее и один из моих проектов
ИИ для крупных компаний: особенности работы
Новый идеологический конкурент для OpenAI
3 Решения на основе ИИ для создания презентаций
___________________________

Читайте, внедряйте!
Делитесь с коллегами полезной информацией канала Как ИИ меняет бизнес

Интересные и полезные обзоры ИИ-инструментов

Сделал для вас подборку на обзоры, которые публиковались в моем канале ранее.

Кто пропустил, обязательно ознакомьтесь! ⬇️

ИИ для работы с электронными таблицами
ИИ для разработки логотипа
ИИ для создания презентаций

И новое решение от Apple — обновленный калькулятор

-----
Буду рад, если поделитесь информацией из моего канала Как ИИ меняет бизнес с друзьями и коллегами 🚀

🇷🇺Стратегия развития ИИ в России

Искусственный интеллект (ИИ) сейчас оказывает влияние на все аспекты человеческой деятельности, от промышленности и медицины до образования и транспорта.

В эпоху четвертой промышленной революции, многие государства поставили в приоритет развитие и внедрение ИИ-технологий. Россия, как одна из ведущих мировых держав, не стала исключением 🛡

Написал статью, где подробно разобрал все аспекты стратегии развития ИИ в России.

Обязательно прочитайте и поделитесь своим мнением, какие перспективы развития ИИ в России видите вы? 💬

ИИ + цифровые двойники = производство будущего ✈️

В производстве одним из основных критериев успеха является качественное и отказоустойчивое оборудование.

И очень часто амортизация или внезапный выход оборудования из строя стоят промышленному предприятию больших расходов.
Некоторое время назад было модно понятие “цифровые двойники”.

Цифровой двойник — это цифровая (виртуальная) модель любых объектов, систем, процессов или людей. Она точно воспроизводит форму и действия оригинала и синхронизирована с ним.

Особенно популярными ЦД стали именно в промышленности, поскольку помогали отслеживать динамические показатели оборудования в режиме реального времени 😊

Но для решения проблемы сбоев, не достаточно просто смотреть на изменяющиеся цифры на экране монитора, необходимо, чтобы информационная система могла на основе ретроспективных данных прогнозировать эти сбои и подсвечивать риски оператору этой информационной системы.

Именно на данном этапе в цепочке стоимости появляются алгоритмы машинного и глубокого обучения

Комбинация технологии цифровых двойников и ИИ может не только позволить увеличить срок службы оборудования на 10-15%, но увеличить коэффициент полезного действия (КПД) этого самого оборудования, позволяя предприятию зарабатывать больше.

Над одной из таких задач мы сейчас работаем, кому интересно узнать подробнее, ставьте 🔥

Цифровые аватары для Reels (и не только)

В социальных сетях (TikTok, YouTube shorts и др) последние несколько месяцев популярность набирают так называемые 👩‍💻 “цифровые аватары” - ИИ копии авторов контента, которые позволяют своим живым протеже не только экономить время на записи видео, но и на его монтаже

Однако как на самом деле работают эти “цифровые аватары”?

Принцип работы данной технологии следующий:

1️⃣ Пользователь подает на вход в сервис своё собственное видео (необходимо, чтобы пользователь находился в анфас перед камерой, не допускал перекрытия руками или иными предметами собственных губ и что-то говорил)
2️⃣ Далее пользователь вводит в необходимую область текст, который аватар должен будет произносить
3️⃣ Затем пользователь выбирает стандартный голос (мужской или женский) / иногда можно добавить запись собственного голоса, синтезировать его и использовать для аватара
4️⃣ Далее вся эта информация (видео, текст, голос) направляются на сервер, где с помощью набора нейронных сетей, происходит синтезирование “цифрового аватара”

НО на самом деле, синтезируется не “цифровой аватар” пользователя, а обновленное видео пользователя. Т.е. в итоговом видео, сохраняется вся оригинальная мимика пользователя, его движение руками, освещение и т.д. А меняется только содержание речи пользователя, его голос (если он выбрал из стандартных вариантов) и, соответственно, движение его губ.

И ключевым элементом этого процесса является именно оригинальное видео ▶️ Его необходимо сделать очень качественно и с соблюдением условий, которые я обозначил выше, чтобы обновленное видео было максимально правдоподобным

И вот таким образом, оригинальное, правильно записанное видео, пользователь может использовать с различным текстом множество раз при создании контента (без необходимости постоянно, заново снимать себя на камеру и монтировать ролик)

К наиболее популярным сервисам, где любой пользователь может создать свой собственный цифровой аватар, залив своё оригинальное видео, относится Heygen (США) и Synthesia (США).

Почему я так уверен, что цифровые аватары работают именно так? 👍Потому что еще несколько месяцев назад, до пика этого хайпа, мы с командой создали свой собственный прототип сервиса для генерации цифровых аватаров (пример работы прикрепил к этому посту…есть над чем работать, но всё же)

В чем наши основные преимущества (в отличие от Heygen и Synthesia)?

5️⃣ Интерфейс полностью на русском языке
6️⃣ Генерирование цифровых аватаров у нас бесплатно

Поэтому если вам интересно узнать больше про наш сервис, то ставьте 🔥

🧭 Дайджест полезных постов за июнь

Собрал для вас подборку самых лучших и интересных постов прошлого месяца, если что-то пропустили или хотите перечитать, нажимайте и попадете на публикацию.

Все пункты кликабельны🍃
1. Статья Как автоматизировать бизнес с помощью ИИ?
2. Вебинар Как генерировать картинку с помощью нейронных сетей?
3. Решения на основе ИИ для создания логотипа для вашей компании
4. Разбор нового калькулятора для iPhone и iPad
5. Сравнение особенностей работы с крупными и небольшими компаниями
6. Новый идеологический конкурент для OpenAI
7. 3 Решения на основе ИИ для создания презентаций
8. Стратегия развития ИИ в России
9. ИИ + цифровые двойники = производство будущего
10. Цифровые аватары для Reels (и не только)

_______________________________

Читайте, внедряйте!
Делитесь с коллегами полезной информацией канала Как ИИ меняет бизнес

🔥 Экспериментируем с Gen-3 Alpha (новой text-to-video моделью от Runway)

Та революция, которая сейчас происходит вокруг генерирования видео по текстовому запросу, не может не удивлять скоростью своего развития

Ранее уже писал про Sora (модель от OpenAI), показывая насколько четко и качественно она может производить контент (правда пока в закрытом доступе), рассказывал про Кандинский 3.0 (модель от Сбер), где прогресс также не стоит на месте и коллеги вводят и улучшают подход text-to-video. Недавно фурор в индустрии произвела и Luma (поиграться можно здесь)

👨‍💻Однако самый первый пост, посвященный генерированию видео по текстовому описанию, у меня был по продукту компании Runway чуть больше года назад, 13 июня 2023

Эти ребята были одними из пионеров данной области

И вот недавно Runway выпустили обновление своей text-to-video модели, под названием Gen-3 Alpha

👨‍🏫 Давайте проведем эксперимент и сравним качество работы предыдущей модели Gen-2 и модели Gen-3 Alpha
___

Введем следующий промпт: “young man from Argentina make kick-ups with soccer ball» (на русск. “Молодой человек из Аргентины набивает футбольный мяч”)
___

Вот здесь можно посмотреть результат работы предыдущей модели Gen-2

А в приложении к этому посту - результат работы Gen-3 Alpha

Да, результат новой модели не идеальный, но, согласитесь, еще 1 год назад было куда хуже)) здесь хотя бы понятно, что происходит, в отличие от видео сгенерированного Gen-2

☝️И при этом, ради чистоты эксперимента, я не игрался с такими дефолтными параметрами, как [движение камеры], [дополнительные детали], а также с рекомендуемыми ключевыми словами от Runway, что, на мой взгляд, могло бы улучшить результат

Каковы условия использования Gen-3 Alpha?

Стоимость подписки на Gen-3 Alpha составляет 15$/мес на 1 пользователя

За эти деньги пользователь получает:
⁃ 625 кредитов / мес. (1 кредит - это $0.01) | около 12 роликов по 5 сек*
⁃ Возможность генерить ролики длительностью до 10 сек
⁃ Возможность убрать водяные знаки при работе с моделями Gen-1, Gen-2
⁃ Экспорт изображений в 2K качестве и полноценные 3D-текстуры
⁃ Неограниченное число проектов в видео редакторе
__
*за генерацию контента у вас будет списываться определенное число кредитов, к примеру, 1 секунда генерации видео моделью Gen-3 Alpha обойдется в в 10 кредитов или в $0.1
__

Если Вам интересно, как выглядело бы видео, если бы я модернизировал промпт и покрутил такие параметры, как [движение камеры], [дополнительные детали], то ставьте 👍

Новости с полей GigaConf 2024 и основной вывод для бизнеса

Недавно, 27.06.2024, я постетил конференцию GigaConf (конфа от Сбера, где обсуждаются научные исследования и продукты в области Hi-Tech, включая ИИ).

Из интересного:

1️⃣ Сбер ведет активную работу в направлении развития мультимодальности своих языковых моделей (видео, картинки, 2D/3D, аудио). И уже тестирует внутри компании все эти модальности🔥

2️⃣ Суммарно Кандинский 3.0 (модель генерации картинок по изображению) обучился на более чем 2 822 млн пар текст - картинка...почти три миллирада🙈

Доклады, на которые лично мне оч хотелось попасть и послушать (все из секции ML/AI):

- Мультимодальность: от исследований до продукта

- Оптимизация работы маркетплейса с помощью языковых моделей

- Тензорные ускорители инференса LINQ

- Foundation models: задачи на временных рядах решены?

В целом, каких-либо серьезных инсайтов для бизнеса я не услышал.

Лишь утвердился в тезисе о том, что исследование и разработка ИИ - это для крупных компаний (спикерами помимо Сбера, были и ребята из Wildberries, Т-Банка).

Либо же для амбициозных и небольших исследоватльских групп, которые работают на энтузиазме))

☝️Всем остальным (микробизнесу, малому и некоторым средничкам) - нужно просто искать и использовать уже готовые решения на базе LLM, а не входить в долгую и дорогую, собственную разработку

___

Также заметил особенный интерес в использовании ИИ в e-commerce. У нас тоже есть несколько идей.

А вы что думаете? Как можно было бы использовать ИИ в маркетплейсах?

Поделитесь мнением в комментах 💬

🏆Супер полезно для исследовательских групп в ИИ

Недавно наткнулся на сервис gpulist

Данный ресурс позволяет арендовывать вычислительные кластеры (с Nvidia A100, H100, H200, RTX 4090 и т.д.) на почасовой основе!

Некоторые кластеры доступны в аренду на целые месяцы !)

🔥И это невероятно полезно для команд, которым необходимо оперативно тестировать гипотезы и дообучать open source языковые модели

В условиях высоких цен на облачные мощности и частой невозможности их аренды (о чем я писал здесь), gpulist становится вполне жизнеспособной альтернативой для получения вычислительных ресурсов, и, что не менее важно, еще одним шагом в шеринговую экономику (экономическую модель совместного потребления) ⚛️ Так как вы можете не только арендовать кластер, но и сдать его в аренду (предварительно пройдя верификацию)

__

P.S. Каждое мобильное устройство - это фактически потенциальный элемент вычислительного кластера, и, в будущем, вполне логично было бы, с помощью таких сервисов как gpulist, иметь возможность сдавать свой iPhone или android в аренду сторонним компаниям на определенное время для дообучения языковых моделей / к примеру, в ночное время (ты спишь, а твой телефон зарабатывает для тебя)

👨‍💻 OpenAI выпустила GPT-4o mini, но это не так важно ... есть кое-что важнее

Вчера вечером все мои коллеги по ИИ цеху, вещающие на большую аудиторию, практически одновременно запостили информацию о выходе новой и самой экономичной модели от OpenAI - GPT-4o mini ($0,15 за 1 млн токенов на вход и $0,6 за 1 млн токенов на выход, что на 60% дешевле, чем доселе самая доступная модель GPT-3,5 Turbo)

Этот шаг является важной вехой на пути движения к полноценным мультиагентным системам на базе ИИ (ибо делает технологию доступнее для более широкого класса пользователей), однако сконцентрировать внимание я бы хотел на другом...

🗂Недавно (24.07.2024) вышел замечательный аналитический отчет от бывшего сотрудника OpenAI - Леопольда Ашенбренена*, под названием “Осведомленность о ситуации” (на англ. Situational Awareness)

В аналитическом отчете Леопольд анализирует предстоящее десятилетие с точки зрения развития технологии искусственного интеллекта:

- возможности (☑️ AGI к 2027 году)
- экономические и геополитически риски
- необходимый объем вычислений
- гонку между США и КНР
- необходимость государственного регулирования отрасли
- и даже сравнение с "Манхэттенским проектом"** (читайте спойлер в конце поста)

Для меня особенную ценность, помимо технологической составляющей, данному документу придает еще и экономический аспект (я, как и Леопольд, по образованию - экономист). Мысли и аналитика, отображенные в данном отчете, на стратегическую перспективу, кажутся мне намного более важными и заслуживающими внимания не только представителей бизнес-сообщества (от крупных до малых), но и лиц, принимающих решения на государственном уровне

🖊 Несколько следующих постов я собираюсь посвятить именно анализу определенных тезисов и данных, представленных в этом аналитическом отчете


Ждите!)

____

* Леопольд работал в команде Superalignment (OpenAI), которая занималась исследованием способов управления и контроля будущих систем искусственного интеллекта, которые будут намного умнее человека

Сейчас он основал свою собственную инвестиционную компанию с фокусом на AGI

** Леопольд считает что создание AGI по своим последствиям превзойдет по важности создание ядерного оружия и даст невероятные военные, экономические и технологические преймущества стране, которая первой сможет получить данную технологию

🙈 Про ИИ скептицизм

(на основе материалов Леопольда Ашенбренена)

Признаюсь, я и сам был скептиком (возможно потому что занимался ИИ на научном уровне и видел с каким трудом делались шаги в генеративных сетях на заре их становления), но иногда прогресс движется быстрее, чем нам кажется...

И я не один такой)

1️⃣ В 2022 году, Ян Лекун, один из самых известных ученых в области ML, говорил о том, что даже GPT-5000 не сможет рассуждать о физических взаимодействиях с реальным миром. Но как мы видим на этом видео, GPT-4 успешно справляется с этой задачей

2️⃣ Брайан Каплан, американский профессор по экономике, известный своей безупречной репутаций в публичных ставках, в 2023 году, после того, как GPT-3.5 получил оценку D (что-то около "троечки") на его промежуточном экзамене по экономике, поспорил, что ни один ИИ не сможет сдать испытание на A ("отлично") даже к 2029 году. Всего два месяца спустя вышел GPT-4 и сразу же получил оценку A на его промежуточном экзамене

А это только GPT-4...А уже вышла GPT-4o, и где-то обучается/дообучается/тестируется GPT- 5️⃣ ...

И как подметил Леопольд в своем докладе:

“Если есть хотя бы один урок, который мы усвоили за последнее десятилетие развития ИИ, так это то, что никогда не следует делать ставку против глубокого обучения”

🔥Как сделать рабочую презентацию за 1 минуту?

Делюсь оч крутым сервисом для генерации презентаций на базе генеративных сетей, называется, slidespilot

📱Инструкция для генерации презентации:

- Регистрируетесь на сайте
- Повторяете шаги, указанные в видео (у меня на это ушла 1 мин)

И получаете хорошую базовую презентацию, которую также можно редактировать (изменять тексты и стили), а также скачать в формате .ppt или .pdf (но это уже за $8.25 / мес)

📍Где и какой бизнес в ИИ запускать?

Недавно просмотрел доклад под названием “Искусственный интеллект в России – 2023: тренды и перспективы” от консалтинговой компанией “Яков и партнеры” (ранее McKinsey) и Яндекса

И заметил весьма показательную статистику, которая может помочь предпринимателям, размышляющим над следующими вопросами:

___

- На какой рынок стоит ориентироваться при развитии собственного ИИ сервиса ? / ГДЕ?

- В какой индустрии стоит запускать собственный ИИ сервис для максимизации прибыли ? / КАКОЙ?

___

Итак, ответы:

ГДЕ?

К топ 3 рынка решений на базе ИИ по регионам к 2028 г. относятся:
1. Азия и Тихоокеанский регион ~ 34%
2. Северная Америка ~ 31%
3. Европа ~ 18%

КАКОЙ?

Рынок решений на базе традиционного ИИ по отраслям применения к 2028 г.

1. Прочие ~ 26%
2. Банковская отрасль и страхование ~ 16%
3. Реклама и медиа / Здравоохранение ~ 14%

Выводы делайте самостоятельно 😉

🧐 Как стать абсолютным лидером ИИ рынка?

ИИ чатботы и агенты имеют движки на базе больших языковых моделей (llm)

Сейчас наиболее передовые и известные llm: gpt-4o, claude 3.5, gemini 1.5, grok-2

Эти модели уже могут решать много полезных прикладных задач (автозаполнение документов, написание деловых писем, общение на 1ЛТП с клиентами, автопостинг в соцсетях, и т.д.)

Завтра/послезавтра ИИ агенты на базе этих моделей смогут выполнять до 90% полезных функций любого из сотрудников вашей компании (with high probability)

Однако стратегия развития llm по направлению решения прикладных бизнес-задач и совершенствования процессов для коммерческих компании является довольно трудоемкой, дорогой и по итогу может не дать серьезных оснований ни одной из llm для лидерства на глобальном ИИ рынке

Тогда какую задачу нужно решать для лидерства в отрасли ИИ?

Модернизация llm до уровни ИИ агента, способного выполнять работы инженера в области искусственного интеллекта (AI researcher or engineer), а именно: атономное изучение литературы, атономное выдвижение гипотез, автономную верификация гипотез, интерпретацию результатов

🙇Именно решение этой задачи раньше остальных позволит одной из ведущих компаний-владельцев llm (OpenAI, Google, Anthropic, X) иметь шансы получить доминирующее положение на глобальном рынке ИИ

Поэтому именно эта задача, в соответсвии с Леопольдом Ашенбреннером, являтся ключевой для OpenAI