13346
Привет! Я Леша Хахунов, основатель Dbrain.io, и это мой канал про искусственный интеллект. По всем вопросам @Ahahun (рекламы нет)
Почему Twitter с Маском продолжает жить, а треды от Facebook, вероятно, умрет наравне с Clubhouse? (кстати вы знаете, что по недавним подсчетам, аудитория всех продуктов ФБ 2-3 миллиарда пользователей?)
Это вопрос, на который нужно найти ответ, если вы хотите создавать B2C продукты, которыми пользователи должны по задумке постоянно пользоваться, а не один раз.
Все дело в важной механике - она называется привычка. Но в этой простой механике есть одна очень сложная проблема, с которой человек чаще всего не справляется даже сам - создать новую привычку. Если вы создаете приложение и думаете, что человек привыкнет в него заходить просто так - скорее всего, это ошибка или упрощение. При формировании привычек помимо мотивации есть важный элемент - триггер. Вы должны четко понять, какой триггер будет у человека вызывать желание открыть ваше приложение. И если вы не создаете TikTok, то этот триггер точно будет отличаться от триггера "ощущаю лень".
Пример понятного триггера - приложение для учета пищи. Вам нужно приучить пользователя к тому, что когда он ест, он пользуется вашим приложением. И если вы каким-то продуктовым чудом сделаете так, что пользователь воспользуется приложением 10-20 раз в процессе приема пищи, его вовлеченность в дальнейшем будет гарантирована. Здесь на помощь приходит геймификация и различные награды. Но пост не об этом.
В чем же проблема с тредами Facebook? Очевидно, что план заключался в использовании привычки заходить в Twitter. Но изменить привычку так же сложно, как ее создать. Это был предсказуемый фейл. А привычку писать в Twitter люди формировали на протяжении десятилетия, и в различных контекстах приходили туда что-то читать. Именно это и покупают в таких приложениях, а не просто большую аудиторию. И это покупал фейсбук вместе с инстаграмом и вотсапчиком. Запускать что-то с нуля - совсем другая песня 🙂
@aihappens
🟪 шансик поработать вместе!
В Dbrain ищем главу разработки. В команде: два back-разработчика, front-разработчик, DevOps, QA.
Мы будем много работать вместе.
Вакансия здесь: https://dbrain.notion.site/Head-of-development-8f910aff24c044df8d4c08d121b4f2dc
По вопросам можно обращаться сюда: @Ahahun
Чеклист для проверки, подходишь ли ты:
1) У тебя есть опыт управления командой из 3-5 человек+.
2) Ты знаешь, как решать задачи с ограниченными ресурсами.
3) Ты считаете, что генеративные сети - это охрененно 🌝
4) Идеально, если у тебя есть опыт работы с ML-командами.
5) Ты отлично владеешь английским языком и тебе комфортно на нем общаться.
важные новости от компании open.ai:
1) web browsing у модели временно забрали, так как она читала платный контент.
(я честно так не нашел регулярных кейсов применения у себя веб браузинга).
Саму функцию скоро вернут.
2) на следующей неделе добавят интерпретатор кода. (модель сама себе код написала и сама его запустила). Фича оч крутая, на альфа тестах результаты были супер, даже если не дорабатывали будет работать круто. Напишу отдельно про кейсы.
3) API gpt4 теперь у всех. Ждём когда она станет дешевле хотя бы в 10 раз и будет совсем хорошо.
в целом ребята двигаются прям по своему роад мэпу, приятно.
🌝 скучно дома? устал на работе?
самое время посмотреть наш новый подкаст с Димой про адаптацию к AI! :)
https://youtu.be/PjIwLdbl2xA
скоро будет еще про детей.
делитесь ощущениями после просмотра 🤍
Произошел очередной отвал жепы башки на поприще ИИ-ассистентов!
Даем на входе видео с ютуба, скриншот из дискорда, и говорим: я вот дошел до этого шага на видео, покажи на скриншоте, куда мне кликать дальше.
Агенты ищут в видео кусок, описанный юзером, смотрят, что идет дальше, ищут нужный кусок скриншота.
Какой простор для оптимизации техподдержки, 99% работы которой сводится к совместному чтению уже существующих мануалов вместе с юзером.
Hold on to your jobs papers, what a time to be alive intensifies
Магия, да и только!
paper
tweet
🟨 У меня случилось контентоксикация!
В конце мая я готовился к отпуску в июне и решил, что нужно записать побольше контента: 10 уроков на курс, пару подкастов с Димой, эфир с Игорем, 3 конференции и 5 выступлений в компаниях.
Я, конечно, осилил этот марафон, но устал так, что все новости про шлем от Apple или фонды от OpenAI перестали мне быть интересными.
Еще неделю я точно буду восстанавливаться, а пока вот короткие заметки из лекции Хубермана про воду:
Вода способствует нормальной клеточной функции, участвует в химических реакциях, способствует свертыванию крови и образованию клеток, а также защищает клетки от свободных радикалов.
Важно поддерживать уровень влаги в клетках и предотвращать обезвоживание, которое может вызвать ментальное и физическое ухудшение состояния. Для поддержания гидратации Эндрю советует выпивать 237 мл жидкости каждый час в течение первых 10 часов после пробуждения.
Почему именно первые 10 часов? В это время почки эффективно фильтруют жидкость, после чего их работа замедляется.
Во время тренировок, нагрузок, при высокой температуре количество жидкости стоит увеличить. Чтобы рассчитать, сколько воды вам нужно выпить, используйте формулу: вес (в кг) × 2 = количество мл, которое нужно потребить каждые 15-20 минут.
Если вы пьете кофе, помните, что кофеин - мочегонное вещество. Чтобы сохранить водный баланс в организме, пейте воду в дополнительном количестве в соотношении 2:1. Например, если вы выпили 250 мл кофе, нужно выпить 500 мл воды.
Важно ли качество воды? Да, лучше использовать фильтрованную воду, так как большинство систем трубопроводов очень старые и пить воду из них не безопасно.
Самый важный показатель в вашей воде - фтор. Его высокое содержание негативно влияет на состояние вашей щитовидной железы.
Чтобы не бегать ночью в туалет, стоит не пить перед сном (удивительно, правда?). Но кроме этого стоит обратить внимание на скорость питья: ближе к ночи пить стоит очень медленно, и вы насытитесь водой быстрее.
Пейте воду, будьте здоровы. 💙
Ваш мозг VS Алкоголь p.2
Люди, регулярно употребляющие алкоголь, испытывают выброс картизола (гормона стресса), когда не пьют, поэтому их уровень напряжения в обычной жизни становится очень большим, и не пить становится сложно. Кроме того, регулярное употребление алкоголя повышает уровень эстрогена как у мужчин, так и у женщин, в результате процесса, падает тестостерон, увеличивается % откладываемого жира и увеличивает риск развития рака груди у женщин.
Если увеличение количества выпитого алкоголя заставляет вас (или кого-то рядом с вами) чувствовать себя все лучше и лучше, не теряя контроля, то, вероятно, этот человек является будущим алкоголиком или имеет сильную предрасположенность стать им (порог толерантности у него намного выше, чем у большинства людей).
Если вы сильно краснеете, когда пьете, скорее всего, у вас низкий уровень алкогольдегидрогеназы, и вы испытываете накопление токсических эффектов из-за невозможности полноценного метаболизма.
Целенаправленное охлаждение тела повышает уровень адреналина и может способствовать выведению алкоголя из мозга и кровотока.
Алкоголь снижает внутреннюю температуру тела, поэтому будьте осторожны, если выпили - терморегуляция может быть нарушена. Не погружайтесь в холодное окружение во время употребления алкоголя.
Алкоголь обладает мочегонным действием, поэтому убедитесь, что у вас достаточно электролитов, даже если вы выпили всего 1-2 порции алкоголя накануне вечером (после питья выпейте 1-2 стакана воды на каждый алкогольный напиток).
Ваш выбор напитка имеет значение! И не только из-за содержания сахара, но и из-за нитратов и других ингредиентов. Пиво наименее вероятно вызовет похмелье, в то время как коньяк - наиболее. По возрастанию: пиво – водка – джин – белое вино – виски – ром – красное вино – бренди.
Абсолютно не стоит пить во время беременности, вне зависимости от информации, которую вы находите в интернете. Алкоголь - это мутаген, который может нанести серьезный вред развивающемуся ребенку. Мозг ребенка в раннем постнатальном периоде невероятно пластичен. Риск фетального алкогольного синдрома (ФАС) реален, и необходимое для его развития количество алкоголя неизвестно. Самый безопасный уровень употребления алкоголя во время беременности - это ноль.
@aihappens
Emad Mostaque (его твиттер), CEO и co-founder Stability AI ($4 млрд оценка, авторы легендарного генератора картинок Stable Diffusion), оч интересно за 1 час 11 мин рассказал на подкасте 20minVC про как рухнет текущий AI хайп:
- Родился в Иордане, вырос в Бангладеше, учился в UK, в 2022 побывал в Silicon Valley и оч шокирован однородностью ее культуры. Начинал в hedge funds industry, но спустя 13 лет ушел в AI когда задумался как засолвить лечение аутизма у его ребенка, “тк знаю как декомпозировать things и делать AI teams”, сын в итоге пошел в школу. Пропускная способность мозга ограничена -> мир выиграет от тысяч GPT4+, извлекающих взаимосвязи + даст реально individualized медицину (e.g. его сыну была нужна двойная доза лекарств)
- Пузырь AI на порядки больше чем дотком баббл: какие $100 млн инвестиций чисто по звездочкам на Github или з/п $1.2 млн/год в Китае лучшим AI PhD или “PWC вложит $1 млрд в AI”? Это overinvestment в тему, too big mismatch, т.к. заделиверят меньше и будет жесть, наступит хаос. Мир выиграет: от уменьшения слишком параллельного решения research задач (open source рулит), от стандартизации требований к качеству данных (появятся национальные данные, supranational data итп)
и
- Мы увидели на Stable Diffusion что можно делать foundational models, а дальше люди их разворачивают в нужные им модальности. Через 3-5 лет будет 5 foundational models companies: мы, Nvidia, Google, Meta, Msft, может Apple и Antropic. А Open AI не бизнес, строят AGI чтобы привести мир к utopia, взяли $10 млрд у Msft, под это к ним едут из лучших лаб мира
- Все модели будут нуждаться в адаптации под локальные контексты (личные данные + что приемлемо в культуре), + в образовании, в медицине. Работаем с властями стран, раздаем гранты на open source десятки млн $ - делаем стандарты, и весь мир сможет запускаться на локальных девайсах с учетом local contexts. Прогресс будет за счет улучшений данных (а не роста их объема), а иначе парсим весь Reddit (люди же небрежны + biased) и тратим полгода на computation для GPT4? Галлюцинации моделей - это просто как креативные части нашего мозга - иногда и они генерят бред, 100% фактурности не будет, общественность недопонимает это
- Google круты (на их TPU у нас 0 errors, а обычные GPU подвержены влиянию солнца), улучшают оргкультуру (раньше была моно, страх, а теперь deepmind/brain/google коллаборируют). Верю в открытые модели, на благо всего человечества. Мы open source’им все, полностью auditable, идем в 170 стран. Миру нужны и приватные модели, и открытые - власти же не смогут ехать на black box’ах. Страны будут строить supercomputers, а мы на них тренить наши модели и open source’ить (так что нам пофигу $150 млрд кэша у Гугла)
- Да, старые профессии исчезнут: фрилансеры всякие, GPT достигает уровня разраба grade3 в гугл, индусам поплохеет, медиа оч. страдают (люди стали привыкать к synthesized ответам, ведь переход на GPT - это же противоположность web3 - все оч просто), но это же и есть задача entrepreneurs - породить new professions, в тч на основе новых страновых datasets? Мы же переехали из аналоговой эпохи в digital age, теперь вот в AI age идем
- Prompting это как lego. Да уже 50% кода на github сгенерено AI. А 20 лет назад я кодил на ассемблере.. Entrepreneurship все равно остается тем же: value + customer satisfaction, а сейас все конечно distracted by technology. Prompting сложно - меня жена уже 17 лет пытается запромптить )
- Enterprises? Будут хранить данные внутри, но хотят ответы быстрее, так что ОК с моделями извне - это opportunity for startups. Мы пока со всеми партнеримся, помогаем им stay on the edge в AI, ничего не продаем
- AI alignment? Хрень, я готов дать $1 млрд за конкретику. Фундаментально это все равно что пытаться лишать свободы более способную персону. Ей можно только дать хорошее образование (как мы сами - учились на всех знаниях человечества). Сложно прогнозировать последствия ботов, пример: в США 27% мужчин <30 лет - девственники (в 2008 - 8%) - это PornHub и iPhone’ы
Как интерфейсы победили технологии
Думали ли вы о том, что ChatGPT стал такие популярным не благодаря технологическому скачку, а благодаря тому, что кто-то умный внутри OpenAI обернул модель в формат чата, с которым было очень легко взаимодействовать, без дополнительных окон или кнопок. Бум - и у тебя 100М пользователей за 2 месяца. При этом вы попадали туда сразу
Вроде бы мысль простая, но я хочу показать на примере двух продуктов, как это можно было понять или не понять:
1) Первый - наш обозреваемый OpenAssistant - коллаборативный проект, supervised fine-tune открытой языковой модели. Модель работает хорошо, они сделали ее сами, но есть нюанс.
На скриншоте я показал, что в интерфейсе есть лишний шаг, чтобы попасть в чат. При этом кнопка плохо ищется глазами. Если ты не технарь, половина кнопок тебе нафиг не нужна. В чате остановить генерацию нельзя. Комон - вы же можете просто скопировать интерфейс OpenAI. Один лишний шаг на этапе доступа к основной функции может сломать все конверсии.
2) Бот для перевода голосовых сообщений в текст. Тут достаточно просто попробовать. Я реально перешел из премиум функции Telegram к данному боту, так как можно пересылать откуда угодно сообщение, оно распознается лучше (спасибо Whisper), умеет делать суммари (и хорошо, хотя функция тоже простая), можно переслать файлы из WhatsApp (не пишите мне туда) и в боте удобно встроена оплата.
Вроде очень простая задача, но я тестировал кучу сервисов и тут ребята обернули чужие нейронки в удобную оболочку, и я уверен, что это будет иметь много лояльных пользователей.
В общем, техно-гикерство - это круто, но если вы хотите сделать массовый продукт, то надо думать про интерфейсы и пользовательский опыт. Иначе создать привычку у пользователей будет невозможно. Учимся на чужих ошибках.
@aihappens
внутри приложении яндекс появилась первая версию аналога chatgpt. Активируется запросом “давай придумаем”, будем тестировать, что они там наделали.
@aihappens
Захожу ночью в ChatGPT, а там иконка изменилась с черной на фиолетовую. Хм, думаю, что это может быть?
Открываем пост об обновлении - и выясняется, что они начали ролл-аут плагинов и доступа к интернету у модели для всех подписчиков Plus! Это станет доступным уже на следующей неделе.
Ждите тестов и пишите о своих экспериментах.
тестирую BARD vs GPT-4
итак, у нас 3 мои последние задачи, которые я использовал в gpt-4:
1) рерайт моего поста выше
2) анализ конкурентных преимуществ для продукта, который давно на рынке и морально устарел, но колхозники его почему-то любят
3) исследование вчера того, как написать пост в фб, чтобы люди хотели его комментировать
задача 1: сравнивать нечего, BARD работает ток на англ, японском, корейском
задача 2:
prompt: I want you to act as a product manager with McKinsey experience.
we are making a decision to replace DairyComp, as we see that he is obsolete. What would you first pay attention to as a product and what main arguments would you use to transfer users to our product
GPT4: ответ на картинке, оч много текста, но ответ оооооочень крутой и удивительно глубокий
BARD: дженерик ответ, который я не смог свести к чему-то интересному (тоже на скрине)
задача 3: prompt: Let's act as writer assistant. I want to write a facebook post to see how people feel about the machine learning now and the emergence of strong machine learning algorithms like gpt-4
you can ask me clarifying questions or just suggest 5 options for posts that people would like to comment on
GPT4: выдает странные, немножко кринжовые, но варианты. Напоминает, что нужно сделать в посте кол ту экшен, чтобы он работал, и еще "Remember to keep the conversation respectful and considerate. Everyone will have their own views, and it's important to create an open, safe space for discussion.", что и вам советую!
BARD: поста нет, вопросов ко мне тоже нет. TT
я потестирую на следующих 10-и задачах аналогичную связку + попробую иной подход к BARDу, чем к обычным LLM.
@aihappens
интересная информация:
Мы наконец узнали, сколько примерно человек занимается разметкой данных, чтобы обучить ChatGPT. Как указано тут, их около 1000, а расходы на них составляют 2.5М$ в месяц. Яндекс на Толоке может себе позволить и побольше людей, чтобы нагнать open.ai, как думаете, получится?)
Что произошло в мире генеративных сетей — все понятно и кратко:
1. Интернет решил, что GPT4 стала "тупее". На эти слова немедленно появились возгласы "ВОТ ДА! РАААНЬШЕ!". Однако тесты быстро доказали обратное. По некоторым направлениям модель даже стала чуть умнее, а значимого ухудшения не произошло. Может, тупеет интернет?) Или пристрастие к теории заговоров.
2. Выпущена модель Claude 2 от Anthropic — потенциального конкурента OpenAI. Создатели уделили внимание интерфейсу, но на мой взгляд, она заметно уступает GPT4. Кроме того, пока запущена только в США.
3. Facebook выпустил опенсорс модель LLAMA-2. Основное, что о ней стоит знать — это ближайший аналог GPT3.5, который уже дообучен (дообучение модели — сложный и дорогой процесс). Если вы использовали Davinci / GPT3.5 Turbo, обратите внимание на эту модель.
4. У GPT4 увеличили лимит в два раза (50 сообщений). Это важно, так как я лично часто сталкивался с этим ограничением.
5. Теперь в чате можно задавать инструкции о себе. Не нужно каждый раз сообщать модели, кто вы и из какой компании. Достаточно указать это один раз в инструкции, и модель будет всегда иметь эту информацию. Очень удобно 🙂
GPT-4 научилась выполнять код внутри себя. На первый взгляд, может показаться, что в этом нет ничего важного. Однако после 3-х дней исследований, я делюсь своими наблюдениями 🙂
1) В общем, задача запуска кода - это основное препятствие для непрограммистов, которые хотят создать что-то свое. Как бы в этом месте проходит водораздел между теми, кто может запустить среду разработки (или хотя бы командную строку). При этом эта граница начинает стираться.
2) Режим, в котором работает интерпретатор кода, сильно отличается от обычной модели. Возможно, это даже отдельная модель с сложной инструкцией. Она задает вопросы и общается только на английском языке. Круто!
3) Весь код, который написала модель, можно скопировать и запустить.
4) Главная задача для улучшения - это этап понимания данных. У модели условно 3 фазы: понимание данных, написание кода и построение графиков. Ей нужен удобный формат на первом этапе, далее она сама пишет и исправляет код, а графики рисует безупречно.
Возможно, вы скажете: а кому вообще нужно в обычной жизни писать код? И тут самое интересное. Живя в парадигме, что у меня есть аналитик, который может делать все, что угодно, задачи резко появились! Я отдал ему анализ своих личных финансов, с его помощью сделал аналитику на курсе, решил рабочую задачу прогнозирования лактации и начал создавать инструмент, который будет создавать FAQ для любого сообщества (находить топ-20 вопрос-ответ и затем самостоятельно отвечать на них).
Оказалось, данных масса, просто обрабатывать их было невыносимо трудно. (кстати строить статистики по группам и канал очень весело, только если вы захотите скачать данные вам нужна винда или андроид версия тг)
Как говорит наш индийский друг - what a time to be alive!
Как я писал ранее, за последние недели команда OpenAI посетила 25 городов на 6 континентах. Цель поездки - поговорить с пользователями, разработчиками, политиками и общественностью, чтобы узнать, что для них важно в развитии и применении искусственного интеллекта.
Что они вынесли из этих бесед:
— Пользователи и разработчики уже сейчас создают полезные приложения с помощью инструментов OpenAI. Применение инструментов варьируется от поддержки образования в Нигерии до улучшения общественных услуг в Сингапуре и сокращения потерь пищи во Франции.
— Все надеются, что AI сможет улучшить доступ к индивидуальному образованию и здравоохранению, и увеличить экономический рост. Однако есть и опасения связанные с дезинформацией, экономическими изменениями, а также безопасностью и рисками от все более мощных моделей.
— Главное, что радует команду OpenAI — это что политики активно вовлечены в вопросы AI и стараются гарантировать безопасное и полезное использование текущих инструментов. Они хотят максимизировать пользу от AI, управляя его рисками, и поддерживают идею создания глобального фреймворка для управления будущими системами.
— Люди хотят знать больше об основных ценностях OpenAI. В статье дается большое количество ссылок на основные политики и принципы компании (1, 2, 3), включая политику не обучаться на данных клиентов API, фокус на создании механизмов безопасности и исследовании способностей систем.
На основе полученных отзывов, OpenAI будет фокусироваться на:
— увеличении пользы и доступности своих продуктов. Это включает в себя как обучение моделей "нюансам" различных индивидуальных потребностей и глобальных культуры, улучшение качества работы на языках, отличных от английского, и пересмотр ценовой политики.
— дальнейшем развитии практик управления и контроля foundation models (что это такое я писал тут), которые могут стать "умнее" людей со временем. Сюда входит тестирование и улучшение конкретных практик контроля, оценку безопасности до внедрения моделей. OpenAI также продолжит вкладывать ресурсы в подходы, основанные на общественном мнении (они недавно запустили фонд), и поддержку международных исследовательских групп.
— работе над раскрытием преимуществ AI, в том числе распространению знаний в области AI среди обычных людей (не технарей), помощи разработчикам в получении выгоды от новых технологий, предоставлении поддержки организациям, исследующим использование инструментов OpenAI, и проведении исследований социальных и экономических последствий создаваемых ими систем (Sam Altman как-то обмолвился, что сейчас компания инвестирует в самое масштабное и дорогое исследование по безусловному базовому доходу. Если всё будут делать машины — то как и зачем жить нам?).
На полях ПМЭФ звучат разные мысли, одна из них меня скажем так … удивила.
Я много времени трачу на изучение трендов и уж дроны точно не вызывают страхов и особых надежд.
А вот если бы в утверждении Пескова заменить слово «дроны» на AI, то я бы подписался под каждым словом!
Там же на ПМЭФ Герман Греф рассуждал на тему суверенитета в сфере AI и заверял всех журналистов что все разработки Сбербанка самодостаточны и не опираются на иностранные технологии, а так же отметил что есть сложности с поставками «железа», но и в этом направлении ведутся работы.
Во-первых не опираться на любые опенсорсные модели в современных реалиях просто неразумно.
Во-вторых ценна не сама по себе модель, а данные, на которых она обучена и дообучается, а данных к сожалению у условного Google & OpenAi (microsoft) на два три порядка больше чем у Сбербанка.
У Яндекса дела чуть лучше за счет поисковика, но проблема все еще остаётся. Игнорировать этот разрыв как минимум неразумно.🤨
Более того, тот же ChatGPT развивается с колоссальной скоростью тк им пользуются миллионы людей, дающие базу для развития модели! Обновления радикального характера происходят раз в пару месяцев, а чуть ли не еженедельно выходят новые узкоспециализированные модели либо плагины!
Если у вас так же как и у меня есть много надежд (а возможно и страхов!) связанных с большими языковыми моделями, и вы не знаете с чего начать процесс погружения в самую динамично развивающуюся индустрию, то рад порекомендовать Вам курс Леши Хахунова, технического директора и сооснователя dbrain, автора канала @aihappens.
Леша уже 7 лет строит бизнес на базе AI/ML и создал курс не в формате записанных уроков, а в формате еженедельных видео о самых главных изменениях.
🔥Ссылка на курс: prompting.one
Курс отличается тем, что это НЕ набор шаблонов, а инструмент понимания базовых принципов работы нейросетей + еженедельные апдейты.
Рекомендую! 🙏🏼
#ИИ #ChatGPT
Мой канал: Гуринович делится!
🟣Читал тут пост, далее цитата:
Четырёхнедельный (!) французский ИИ-стартап Mistral от выходцев из Google и Meta привлёк €105 млн инвестиций и получил оценочную стоимость в €260 млн. Что такое Mistral прямо сейчас? Сайт с тремя предложениями и почтой для найма сотрудников.
ИИ-гонка выходит из-под контроля. Новые стартапы всё больше напоминают мыльные пузыри времён пика NFT-хайпа.
Теперь, что я думаю про это:
На самом деле, что такое Mistral и почему этот пост так сильно вводит в заблуждение.
Mistral - это европейский ответ OpenAI. Куча больших дядь скинулись небольшим объемом средств, чтобы создать хоть какую-то конкуренцию Америке. Внутри - понятная команда из DeepMind и Meta. Но нужно ли им сейчас делать красивый сайт для продукта? Скорее всего нет, ведь их главная задача - вкладываться в исследования, а не в пиар.
Мой основной вопрос заключается в том, где они будут брать ресурсы для обучения моделей, но, вероятно, у них есть уже мысли в этом направлении. Будем наблюдать! 👀
@aihappens
✅ Новая функция вызова в Chat Completions API
✅ Обновленные и более управляемые версии gpt-4 и gpt-3.5-turbo
✅ Новая версия gpt-3.5-turbo с 16k контекстом (вместо стандартного 4k)
✅ Снижение стоимости нашей самой передовой модели embeddings на 75%
✅ Снижение стоимости входных токенов для gpt-3.5-turbo на 25%
📣 Убраны из использования модели gpt-3.5-turbo-0301 и gpt-4-0314
обещают закрыть список ожидания на API GpT4, выдав модель всем!
про функцию новую сделаю отдельный пост
почитать больше тут
@aihappens
запись стрима, где мы разбирались с плагинами к gpt-4 и как сеть научили ходить в интернет доступна тут:
https://youtu.be/TEUD8DbGQ68
@aihappens
🟢 Напоминание: завтра в 19:30 по мск проводим звонок с @seeallochnaya прямо здесь.
Обсудим, как ChatGPT ищет информацию в интернете, как работают плагины, а также коснемся альфа-версии интерпретатора кода, которая появилась у некоторых пользователей.
Ссылка, чтобы добавить событие в гугл календарь (работает не всегда )
приходите, я буду рад
@aihappens
Ваш мозг VS Алкоголь p.1
Недавно я посмотрел еще один подкаст Эндрю Хубермана, где он разбирает тонкости употребления алкоголя, его воздействие на мозг и тело, генетическую предрасположенность к алкоголизму и многое другое.
Сначала коротко о том, как работает алкоголь. Алкоголь метаболизируется в печени, где этанол превращается в ацетиловый альдегид, а затем в ацетат. Биохимическая природа алкоголя позволяет ему проникать во все клетки и ткани организма, в том числе преодолевать гематоэнцефалический барьер. Это свойство в сочетании с отсутствием в алкоголе питательных веществ и калорий, приводит к тому, что состояние алкогольного опьянения является нарушением нейронных цепей, вызванным ацетиловым альдегидом, когда алкоголь метаболизируется.
Вопреки распространенному мнению, даже небольшое или умеренное потребление алкоголя, определяемое как 1-2 напитка в неделю, может иметь значительные неврологические последствия. Алкоголь нарушает работу мозга, снижая активность префронтальной коры, что приводит к усилению импульсивного поведения. Этот эффект не ограничивается временем опьянения, он также меняет работу мозга вне употребления алкоголя, особенно у тех, кто хронически употребляет алкоголь.
Когда люди пьют, происходит отключение префронтальной коры и цепей, контролирующих память. Затем разветвление: группа 1 - люди, которые чувствуют успокоительный эффект после нескольких рюмок; группа 2 - люди, не чувствующие успокоения после нескольких рюмок (это свидетельствует о предрасположенности к алкоголизму).
Люди, начавшие пить в более молодом возрасте (13-15 лет), более склонны к развитию зависимости, независимо от истории алкоголизма в их семье; люди, которые откладывают употребление алкоголя до 20 лет, с меньшей вероятностью разовьют зависимость.
Высокий уровень потребления алкоголя (12-24 напитка в неделю) безусловно вызывает дегенерацию нейронов, особенно в неокортексе.
@aihappens
🧖♂ у меня для вас малекая новость и длинный рассказ.
начнем с новости: в следующую среду в 19 по москву мы с Игорем из @seeallochnaya сделаем тут эфир, где поговорим про то что такое плагины в ChatGPT, как модель учили пользоваться интернетом и ответим на все вопросы вокруг этого. Я буду за человека, который ничего не понимает, а Игорь за человека несущего свет в наши умы, так что контент упростим до уровня понятного всем. Забукайте время в календаре.
Рассказ: В канале стало много людей (в 4 раза больше с прошлого года, и это пиздец как меня радует), и я решил рассказать, кто вообще ведет этот канал.
Меня зовут Леша Хахунов. Мой самый сложный вопрос в жизни - а чем ты занимаешься? Короткий ответ: я строю бизнесы, длинный - строю бизнесы в сложнотехнологических областях. У меня есть две компании - dbrain.io, которая помогает компаниям извлекать данные из любых типов документов, и maslov.ai - роботы и ERP для молочных ферм. Все продукты примерно на 50% состоят из интеграции машинного обучения в реальные сектора. Кстати, если вы топовый back-end или front-end разработчик, у нас есть отличный шанс поработать вместе.
Помимо технологий, я много времени трачу на то, чтобы понять, как построить культуру компании, где люди будут чувствовать себя в эмоциональной безопасности, но при этом эффективно работать. Также стараюсь научиться общаться с людьми и обучить этому навыку окружающих. (отдельно меня занимает то, что мы между собой не научились общаться, а теперь еще с ИИ надо научиться 🙃)
В начале 2023 года я осознал, что генеративные сети - это наш новый долгосрочный тренд и с головой ушел в то, как интегрировать его в свою жизнь и бизнесы. Так появился курс prompting.one. Первый месяц я боролся с мыслью "а я что, теперь инфоциганин?", но после первого сбора обратной связи на курсе и средней оценки 8.7/10, я успокоился и начал спокойно игнорировать комментарии людей, которые говорят, что создание платных курсов - это позор, и всю информацию можно найти в интернете.
Решиться начать что-то преподавать было целью последних 2-3 лет. В начале 2022 года я почти запустил курс по предпринимательству в топовых московских университетах на добровольных началах, но что-то пошло не по плану, и этот намерение осталось со мной еще на год.
Из вещей, которые я еще не сделал, но хочу, как только времени станет больше:
1) начать делать стримы, где обсуждаю стартапы на ранних стадиях и помогаю им делать первые шаги; (а может просто играть в доту?))
2) записывать подкасты на разные темы, как мы делали с Димой (если упустили, он тут). Например, сейчас очень хотелось бы записать подкаст про наших отцов, отцовство моего поколения и как вообще мужчины чувствуют себя в обществе.
Будем знакомы! @aihappens
Я послушал Сэма Альтмана в сенате США по поводу регулирования ИИ-моделей. Это было довольно интересное, но не самое благодарное занятие, так как их английский бывает сложноват (тут должно быть нативная реклама skyeng:) ) . Вот краткий обзор:
1) Биологическое оружие: он предупредил о возможном неправомерном использовании ИИ в создании биологического оружия и подчеркнул необходимость регулирования для предотвращения таких сценариев.
2) Потеря работы: Альтман подчеркнул, что развитие ИИ может привести к значительной потере рабочих мест и усилению неравенства.
3) Регулирование ИИ: он предложил создать новое агентство для лицензирования и регулирования деятельности ИИ, если их возможности превышают определенный порог.
4) Стандарты безопасности: Альтман предложил разработать стандарты безопасности, которым должны соответствовать модели ИИ перед развертыванием, включая тесты на самовоспроизведение и эксфильтрацию данных.
5) Независимые аудиты: он рекомендовал проведение независимых аудитов, чтобы убедиться, что модели ИИ соответствуют установленным стандартам безопасности.
6) ИИ как инструмент: Альтман подчеркнул, что ИИ, особенно продвинутые модели, такие как GPT-4, следует рассматривать как инструменты, а не как разумные существа.
7) Сознание ИИ: несмотря на то, что ИИ следует рассматривать как инструмент, он признал продолжающиеся дискуссии в научном сообществе относительно потенциального сознания ИИ.
8) Военные приложения: Альтман признал потенциал использования ИИ в военных приложениях, таких как автономные дроны, и призвал к принятию правил, регулирующих такое использование.
9) Неизбежность AGI: он предупредил, что более мощные и сложные системы ИИ могут быть ближе к реальности, чем многие думают, и подчеркнул необходимость готовности и превентивных мер.
Также он упомянул, что мы, возможно, не сможем контролировать Китай, но с ним надо идти договариваться. По поводу тестирования и регулирования моделей ИИ, предложенные критерии включают возможность создания биологических образцов, манипуляцию мнением людей, объем потраченной вычислительной мощности и т.д.
В целом, важным трендом является то, что Сэму стоит строить "отношения" с государством. Я надеюсь, что они не пойдут по пути Европы, о котором писал выше.
@aihappens
Регуляторы активно включаются в тему AI.
Европейский AI Act, если его примут, потребует лицензирования каждой ИИ-модели для использования ее в Европе. Это по сути закроет возможность использовать не только модели от OpenAI или Google, но и поставит вне закона опенсорсные решения, так как они не будут тратить время и деньги на лицензирование.
https://technomancers.ai/eu-ai-act-to-target-us-open-source-software/
Когда я говорил, что в области ИИ нужно регулятивное вмешательство, я имел в виду не процесс сертификации всех систем. Если документ будет иметь силу, может произойти сильное расслоение стран между теми, кто начнет активно использовать GPT-like модели, и теми, кто будет принуждать их проходить государственный контроль.
Если вы никогда не сталкивались с такими вещами, я вам примерно представлю цифры. Обычно это стоит 50-100 тысяч долларов, занимает 6-18 месяцев и требует 1-2 человека внутри компании, кто будет заниматься этим на полный рабочий день.
AI will happen anyway 🙂
как выбрать классное имя своей компании и какие есть проблемы с названием у современных сервисов (1 из 3х постов на эту тему)
Я называл компании и продукты четырежды. Два раза я принимал решения обдуманно, а два раза - не совсем. Я постараюсь поделиться своими наблюдениями о том, что происходило в эти периоды и что я понял о процессе наименования в целом.
Название - это сложный элемент, который должен удовлетворять двум условиям:
1) Быть привлекательным для команды
2) Решать задачу наименования
"А че у нейминга есть задача?" Оказывается, да. Но о более подробном обсуждении этой задачи я напишу отдельный пост. Тем не менее, вот мой чек-лист для выбора качественного названия:
1) Не использовать общие слова, такие как "lab", "brain", "consult", "smart" и т.д.
2) Слово должно легко записываться по слуху, то есть, когда вам говорят "моя компания называется NAME", вы должны быть в состоянии безошибочно ввести его в поисковик, телеграм и т.д.
3) В идеале, слово должно состоять из 2-3 слогов, не больше.
4) В идеале, оно должно либо почти ничего не значить, либо быть абстрактным, например, как названия природных объектов, космических астероидов и т.д.
Пример отличного названия, на мой взгляд, - Miro.
Мои предыдущие/текущие названия компаний включали в себя Dbrain, Maslov.ai, Arka (угадайте, над каким из них мы мало думали :)
Позже мы обсудим проблему наименования среди современных сервисов среди генеративных сетей.
Место где ты работаешь проходит через эти фильтры?
@aihappens
Вы слышали про очень важную конференцию от Google, где они представили своего конкурента GPT-4?
Нет, и после завершения вряд ли услышите, потому что результаты уже второй раз (напоминаю, что пару месяцев назад они представляли свой BARD) не будоражат. Показали модель PaLM 2 (я хочу написать отдельный пост про нейминги моделей. Тот момент, когда технарям отдали слишком много власти). Что мы о ней узнали:
1) модели бывают большие и маленькие. Одни умные, другие работают на телефоне
2) работает на разных языках
3) не должна быть токсичной
4) на НЕКОТОРЫХ тестах она работает НЕМНОГО лучше GPT-4
Есть ли на странице релиза что-то содержательное? (вот, кстати, она) - нет. Я даже почитал их техническую статью – вдруг там есть что-то интересное? Тоже нет.
В чем я вижу проблему? Или модель от Google совсем не выделяется на фоне GPT-4, либо, и я допускаю это, Google не смог создать нормальную презентацию своего решения. Я искренне считаю, что презентации от OpenAI – потрясающие! Они супер душевные, ламповые. Тебя ведут по классной продуманной истории. Страница GPT-4 тоже крутая: достаточно понятная и техническая. А еще ты все это можешь пойти и потестировать.
В общем, я вам тут горю немножко по поводу релизов Google. Остается помнить, что у Google аудитория намного больше OpenAI, но если за 6-12 месяцев тренд сохранится, это может измениться.
@aihappens
новости для хороших людей этого канала!
я собрался и подготовил вам подборку топ каналов по ИИ за которыми я слежу сам и вам советую:
@seeallochnaya - топ контент про машинное обучение и языковые модели простыми словами, от автора самых популярных статей про принцип работы ChatGPT, появившийся из статей на Хабре от Игоря. Еще там иногда бывает про космос!
@ai_newz - новости вокруг ML, с очень широким разнообразием и свежими статьями
@dlinnlp - Новости и последние статьи об NLP, языковых моделях, трансформерах и не только. Сложность: mediumcore
@NeuralShit - топ мемы про машинное обучение!
@dl_stories - канал с разборами статей и новостей по AI, а также ссылками на обучающие материалы
чтобы было удобно собрал папку /channel/addlist/W07iyMJ-23djZmQy, где есть все эти каналы, включая мой. (!!аларм, после добавления каналы надо вытащить из архива, куда они зачем-то кладутся)