​​Но ты же писал, что сделал мобильное приложение без единой строчки кода!

Да так есть. Я пользовался преимуществами следующего следующей штуки под названием framework (фреймворк). Что такое фреймворк, я рассказывал вот в этом посте, а сегодня поведаю про то, как можно написать мобильное приложение под обе операционной системы и при этом не знать языков программирования одной и второй одновременно.

Итак, на помощь нам приходят фреймворки, которые позволяют разрабатывать мобильные приложения под обе платформы, используя только одну кодовую базу. И эта кодовая база, по сути, является не тем самым программным кодом, который непосредственно исполняется программной средой, а описанием структуры, которая формирует нужный нам программный код под капотом.

Надо заметить, что фреймворки не относятся только к мобильным приложениям. И только некоторые из них являются кроссплатформенными. А вообще фреймворков всяких масса и не только в программировании, кстати.

Для мобильных приложений дело опять не обошлось без больших дядь. Компания Google выпустила свой собственный фреймворк под язык Dart (Дарт), на котором можно писать мобильные приложения, и он называется Flutter (Флаттер), про него я уже упоминал ранее. Flutter – это фреймворк и одновременно SDK (ЭсДиКей) или Software Development Kit (комплект разработки). Он состоит из готовых библиотек, которые можно использовать для того, чтобы собрать, как из кубиков конструктора, приложение. Причём под обе платформы одновременно.

Второй гигант, который пришел на помощь разработчикам – это Facebook (сейчас уже Meta), и они придумали Reract Native (Реакт Нейтив) – фреймворк, на котором, кстати, написано мобильное приложение Facebook и оно тоже является кроссплатформенным. То есть, используя одну кодовую базу, написанную на React Native, мы получаем два мобильных приложения, которые одинаково работают под iOS и под Android.

Фреймворки хороши тем, что позволяют проектировать мобильное приложение не с самой базы, основы, а наоборот с конца, с интерфейса или с тех компонентов визуальных, из которых состоит интерфейс мобильного приложения. Это немного похоже на те блоки, которые мы видим в конструкторах сайтов, если можно представить что-то подобное для создания мобильного приложения. Есть у них что-то общее. Но, тем не менее, даже готовые блоки нужно соединять между собой таким образом, чтобы всё это функционировало и работало как надо на девайсах.

Именно фреймворки позволяют разработчику не учить оба программных языка для того, чтобы делать мобильное приложение, а выучить один фреймворк. И это, конечно же, удешевляет и ускоряет разработку, так как у тебя одна кодовая база, за которой нужно следить, а не два разных абсолютно приложения, которые живут своей жизнью и которые могут даже разъехаться по функциям. Нет, ты делаешь одно приложение, которое работает на двух платформах одновременно, что является утилизационным преимуществом перед базовым языком программирования.

Продолжаем хоронить Photoshop

Компания Adobe, производитель Photoshop, на самом деле не дремлет и уже давно применяет технологии искусственного интеллекта в самом своём графическом процессоре. Как бы это парадоксально ни звучало, но они используют его на благо себе. Например, там есть функция, которая заменяет определённую части изображения, то есть позволяет выделить лишний элемент и удалить. У тебя на фотографии есть ненужный человек, твоя бывшая, например. Выделяешь её, нажимаешь на кнопку и дальше программа выполняет дорисовку оставшегося места, используя движок искусственного интеллекта, который был обучен на миллионах разных фотографий. И его уже можно применять для того, чтобы сделать такие замены естественными и абсолютно незаметными для человеческого глаза.

Также есть инструменты выделения, которые позволяют, например, отделить человека от фона, даже если не зелёный экран, а какой-то очень разнообразный с мелкими деталями фон, например, какие-то растения или ещё что-то (это обычно самые сложные фоны для отделения). AI движок может распознать их и незаметно для глаза удалить.

Или, например, корректировка цветов. Если мы возьмём цифровую фотографию, которая выполняется на профессиональные камеры, то там обычно очень большая глубина цветового пространства и она позволяет «вытягивать» цвет и информацию даже из тёмных областей, которые не были хорошо подсвечены во время съёмки. А если мы снимаем, например, на смартфон, то этой информации (о цветах и деталях) там просто неоткуда взяться: часть картинки остаётся засвеченной или наоборот, очень сильно затемнённой. Так вот, в данном случае искусственный интеллект тоже может помочь и дорисовать те части, которые о которых просто нет информации в самом исходном изображении.

И ещё несколько функций, которые успешно эксплуатируют ИИ-движок: корректировка цветов, замена и дорисовка неба, увеличение детализации и другие полезные штуки.

Завершение завтра, а пока хороших выходных тебе! Не забудь поставить реакцию к посту: они очень помогают понять, что заходит.

​​А что насчёт творческих профессий

В прошлых постах проехались катком с ИИ по Adobe Photoshop, а теперь предлагаю поговорить о творческих профессиях. По крайней мере на перспективу ближайших лет.

Чтобы понять, заменят ли искусственный интеллект, например художников в творческой профессии, можно посмотреть на то, как это произошло, а точнее не произошло с той же разработкой. Я тут пишу про no-code инструменты разные и то, как ими можно пользоваться даже без технических навыков. Так вот, появились целые студии, которые специализируются на no-code разработке. А те, кто эту разработку заказывал, они не стали все вдруг no-code разработчиками. Просто-напросто это не интересно делать заказчикам. Они хотят готовую работу и готовы заплатить за неё деньги. Часто неважно, с помощью какого инструмента будет это сделано, с помощью no-code разработки, с помощью профессиональной команды или там искусственный интеллект это напишет. Часто они ни в том, ни в другом, ни третьем не разбираются и не собираются начинать это делать. Они хотят просто заплатить деньги и получить нужный результат.

С творчеством наверняка будет примерно то же самое. Естественно, появится целый класс людей (профессий, если хочешь), которые умеют и хотят пользоваться искусственным интеллектом для того, чтобы генерировать изображения. Таким ты сможешь стать, например, не будучи творческим человеком, тем кто генерирует эти изображения. Точно так же, как человек, который никогда не разбирался в разработке сайтов, может сегодня сделать сайт с помощью какого-то инструмента, даже не являясь при этом профессиональным разработчиком.

То есть это выделение ещё одного класса производителей и, скорее всего, выделение ещё одного класса потребителей. Потому что есть те, кто специализируется именно на заказе no-code разработки: это стартаперы, продукт-менеджеры. Им намного интереснее делать быстро сайты и тестировать на них гипотезы, чем ждать месяцами разработанное мобильное приложение или посадочную страничку.
И соответственно, под них появляется целый пласт из предложений на рынке.

Ставь реакцию и пиши в комментах своё мнение по поводу смерти творческих профессий.

​​Прежде чем поедем дальше, предлагаю тебе самостоятельно зарегистрироваться в ChatGPT и попробовать его использовать. Это можно сделать по ссылочке https://chat.openai.com/. Нажми на кнопку Sign up, введи почту, затем придумай пароль, подтверди, что ты человек, а не робот и вперёд. Нажимай на новый чат (New chat). Запросы он понимает даже по-русски, то есть совсем не обязательно вести с ним диалог на английском. И одно из основных особенностей и отличие ключевое, пожалуй, от поисковика стандартного – это именно то, что ChatGPT может вести диалог.

Что это значит. Он помнит все те вопросы, которые ему были заданы ранее, он помнит, что он на них отвечал. Ну и, соответственно, может сохранять контекст этого диалога. То есть с ним можно просто побеседовать как с человеком.

То есть это не тупая машина, которая будет просто каждый раз отвечать тебе заново, как будто бы первый раз от тебя получает команду, но это именно сохранение исторического контекста. Для чего это, может быть важно? Ну например, если тебе не понравился, первый вариант ответа, можно попросить его уточнить или дополнить, или изменить, например, стилистику текста, если ты заказываешь какой-нибудь копирайтинг, можно попробовать с ним поспорить, выпросить какие-то детали и так далее. Да, то есть это не будут просто оторванные от контекста повторные предложения. Это будет именно дополнение к тому, что он уже отвечал.

Ну и в качестве развлечения с ним можно просто пообщаться, поболтать, как со своим виртуальным другом. И он будет сохранять весь контекст вашего диалога в отличие, например, от поисковика, который каждый запрос воспринимает как новый. Да, несомненно, поисковик помнит историю просмотров и на её основе может выдавать более релевантные результаты. Но чаще всего и, точнее, заметнее всего, это историческая память используется в рекламных целях, то есть нам рекламируют те товары и услуги, которые мы так или иначе прямым или косвенным образом запрашивали. Абсолютно другая история в ChatGPT.

Если нужно сбросить контекст, можно об этом прямо написать, что это абсолютно новый вопрос и он не связан с предыдущим, либо просто завести новый диалог, нажав на кнопочку New Chat.

​​Как вообще можно использовать ChatGPT или текстовый чат на базе искусственного интеллекта, который может тебе выдавать ответы на твои вопросы, вести диалоги или помогать чем-то ещё.

Итак погнали. Например, я уже говорил в предыдущем посте, что с ним можно просто пообщаться. Если скучно, это такое развлечение может быть или даже осмысленно, с какой-то целью. Не знаю, может быть, ты исследуешь форматы диалогов или принципы общения, ChatGPT поможет тебе собрать хорошую базу для этого.

Или просто тупо поболтать. Это мне немножко напоминает хайп, который в своё время был с Алисой, умной колонкой, с которой тоже пытались переписываться, общаться и взаимодействовать, как с живым человеком. Но дальше интернет мемов это всё не ушло.
С ChatGTP же другая история, это действительно уже более глубокое понимание контекста и куда менее тривиальные задачи он может решать и отвечать на различные вопросы, держа действительно нить повествования.

На повествованиях стоит остановиться отдельно. ChatGPT может написать любой текст на заданную тематику в нужной стилистике. То есть его можно использовать для написания стихов (поздравлений, например), текстов песен, статей. То есть как стандартный копирайтинг, так и творческие задачи. Он действительно может написать полноценную книгу, глава за главой просто вводим запросы, и он будет генерировать сюжет. Сценарии для YouTube-роликов, для других видео, то есть всё, что касается творчества, начинающегося с текста, можно поручить ИИ.

Кратко упомяну те же функции, которые решает Google с поиском информации и любая другая поисковая система. Но здесь можно найти быстрее ответ на свой вопрос, причём тебе не нужно будет выбирать из множества вариантов и сразу получить искомое, сразу то, что нужно.

Буквально позавчера весь интернет облетела новость про то, что некий студент написал целый диплом с помощью ChatGTP и успешно его защитил. И непонятно зачем об этом всем рассказал в своём Твиттере. Но потом на него написали донос с требованием аннулировать этот диплом. Чем вся эта история закончится, пока не знаю. И вообще я не проверял, насколько это является достоверной информацией. И вполне может быть, что это всё просто прекрасный маркетинговый ход по рекламе инструмента. Но, тем не менее, возможность писать дипломы с помощью ChatGPT, в принципе, есть.

Напиши в комментариях свои варианты использования, чем бы тебе мог помочь такой ИИ.

​​А вот мой собственный вчерашний кейс. Мне нужно было написать письмо в тайский банк с просьбой разобраться с процессом получения их продукта и учесть при этом мою ситуацию с визой. Разумеется, я бы и сам мог написать это письмо, но на формулирование, проверку, уточнения и подбор грамотных слов на английском, у меня ушло бы минут двадцать точно. А ChatGTP выдал мне готовый текст письма за несколько секунд и написал это в вежливой манере (как я его и попросил), используя юридические термины и точные формулировки. Сам запрос при этом я составил примерно за минуту. В готовом письме я исправил только форму одного слова, всё остальное оставил без изменений.

ChatGPT можно поручить составление писем, причём не только единичных, как в моём случае. Это вполне могут быть email-рассылки, например, для твоих подписчиков или для твоего бизнеса. А возможно, тебе нужно написать письмо работодателю или составить текст рецензии на своего коллегу (в LinkedIn на английском) или ещё что-то по ситуации.

Или ещё один вариант использования прислал подписчик – структурирование информации. Действительно, можно набросать в него кучу всего и попросить расписать чёткую структуру из непонятной мешанины. Вполне посильная задача для ИИ.

Вчера я упомянул, что ChatGPT целый диплом написал. Также он может решать примеры, задачки, какие-то уравнения (элементарные и очень сложные) или писать алгоритмы. Идём дальше: если он может писать алгоритмы, то вполне себе сможет написать и программный код на любом нужном тебе языке! Один из моих знакомых разработчиков написал пару дней назад про то, что с помощью ChatGTP он составил несколько скриптов для своих программ, которые просто нужно было чуть-чуть подкорректировать под собственные переменные, а всё остальное и естественно алгоритм, ИИ написал очень даже хорошо. То есть это абсолютно рабочие варианты кода, с которыми не пришлось долго возиться для того, чтобы применить их к реальному проекту.

То есть, если копнуть глубже, такими темпами он сможет написать для тебя вероятно полноценную программу или сайт. Не знаю, не проверял, но вполне возможно, что с этого момента ChatGPT тоже можно причислять к инструментам no-code разработки.

Экономия времени за счёт поручения подобных рутинных задач, которые не очень хочется делать – это ли не огромная ценность, которую мы можем получать от ИИ уже сегодня?
Если вдруг у тебя по какой-то причине нет возможности воспользоваться ChatGPT самостоятельно, напиши в комментарии свой запрос, а я пришлю ответ, сгенерированный нейронкой.

В выходной не буду напрягать тебя своими заумными постами. Но напомню, особенно для тех, кто недавно начал меня читать, что есть видео обо мне, где я рассказываю свои историю. Из тех, кто уже давно со мной, вероятно тоже многие не видели. Так что заходи познакомиться ближе.
Хороших выходных!

https://youtu.be/bm137sDj4p4

Прошлый пост открыл эту мини-серию с объяснением принципов работы ИИ и нейронных сетей. Продолжаем.

За каждый из параметров, которые содержатся в исходном запросе (в нашем случае это локация, количество людей и наличие предмета на фотографии), в нейронной сети отвечает отдельный «нейрон» – это такой процессор, который говорит тебе, что соответствует исходному запросу, а что нет и с какой вероятностью. Примерно так же, как ты в голове у себя просчитываешь: «Ага, вот это не похоже на задний двор школы, значит исключаем. А вот это скорее всего похоже, но я вот не очень узнаю место, это может быть либо за школьным двором, либо на соседней улице». В этом случае уверенность, например, составит 40%. И вот у нас уже появляются те самые вероятности, с которыми нейронка выдаёт результат.

Дальше. Все эти нейроны в искусственном интеллекте между собой связаны. Допустим, мы добавляем в качестве параметра ещё и страну, где была сделана фотография. Если входящий запрос был про нашу школу, то этот новый нейрон, отвечающий за страну, автоматически распознает, что это была твоя родина. Потому что в этом случае однозначно понятно, что речь идёт про определённую школу, которая находится в этой стране. Таким образом эти два параметра (читай – нейрона) между собой связаны. А вот, например, количество людей никак не связано с локацией. У тебя две фотографии из разных стран: и на первой, и на второй может быть по три человека, то есть это нерелевантные друг другу параметры.

То есть получается, что между нейронами, отвечающими за эти параметры, нет связи. Прямо как и ты у себя в голове вряд ли найдёшь связь между страной, где была сделана фотография и количеством людей на ней. Очень напоминает структуру мышления, не находишь? В принципе в этом и заключается задача ИИ – имитировать нашу мозговую деятельность.

Завтра продолжим нашу аналогию и посмотрим, как же нейронки обучаются. Напиши в комментариях, как тебе заходит такой контент: мне всегда важно получать обратную связь. И, конечно, задавай вопросы, если что-то непонятно.

А теперь давай немножко усложним нашу модель и добавим в неё обучение. То есть, делаем её действительно нейронной сетью, которая способна обучаться.

Для начала надо научиться собирать обратную связь. Ты показываешь другу фотографию и спрашиваешь, то ли это, что он искал. Он говорит: «Нет, что-то не то, там была немножко другая фотография». Окей, выдаёшь ему следующий вариант: «Да, это она». И, таким образом, ты нашёл нужные соотношения коэффициентов, которые указывают тебе на верный ответ. Но перед тем, как отдать ему фотографию, ты делаешь следующее: берёшь ручку и пишешь на этой фотографии все те параметры, которые были запрошены твоим другом. Вспоминаем: это локация (задний двор школы), количество людей (трое) и наличие предмета (банки спирта). А затем берёшь ещё записную книжку и пишешь, в каком альбоме эта фотография и в каком ящике стола лежит этот альбом. Таким образом, когда в следующий раз кто-нибудь задаст тебе точно такой же вопрос, ты сможешь практически со стопроцентной вероятностью выдать ему нужный ответ.

Примерно по такому принципу работает обучение в нейронке. Сначала она обучается на каком-то датасете – это первичный набор данных, который был заранее размечен людьми. Так же как ты с фотографией и записной книжкой размечаешь, где что и к чему относится. А затем пользователи дают обратную связь: верно ли сработал алгоритм: это ответ твоего друга на то, правильно ли подобрано фото.

Идём ещё дальше. Ты выдаёшь фотографию одному другу, потом к тебе подходит следующий и спрашивает что-то другое. Ты проделываешь все те же самые операции, точно так же записываешь всё в блокнотик, подписываешь каждую фотографию. И когда к тебе подойдёт последний двадцатый участник этой невероятной вечеринки, скорее всего ты уже сможешь даже интуитивно понять по первым словам его запроса, а какую именно фотографию он хочет посмотреть.

В принципе, точно так же, только в описанном математическим языком и языком программирования алгоритме, работают модели искусственного интеллекта.

ИИ имитирует наш мозг

Разумеется, в приведённой в прошлых постах аналогии с поиском фотографий одноклассников, было сильное упрощение и понятно, что человек может думать с использованием мозга. Но в принципе, очень похожая штука происходит и в нейронной сети. Только там мы спрашиваем не мозг, а компьютерный алгоритм, который в свою очередь обращается к базе данных, где содержатся все эти наборы коэффициентов связанности разных нейронов, входных и выходных параметров. Прямо как в той записной книжке, где мы отмечали фотографии.

После того, как эта модель написана, мы в неё можем загрузить огромное количество данных для обучения, то есть вопросов и правильных ответов на них. Таким образом, что нейронная сеть сама у себя проставит все коэффициенты, прогнав через свой алгоритм все эти вопросы, сравнив их с правильными ответами. И в следующий раз, когда уже реальный пользователь задаст вопрос, даже которого не было в исходной выборке данных, с большой вероятностью он получит тот ответ, который искал.

А теперь представь, что вот эта записная книжка и подписи на фотографиях тебе не нужно искать вручную, а у тебя есть компьютерная база данных, которая может обрабатывать такие запросы по поиску мгновенно практически. То есть незаметно для человеческого глаза с огромной скоростью, учитывая возможности современных компьютерных систем. Ну и в данном примере у нас было всего лишь три параметра запроса. А теперь представь, если их 30 или 300 000. К слову, в ChatGPT таких параметров 175 миллиардов (❗️). Просто представь, насколько точно, может быть результат, выдаваемый тебе машиной по такому принципу…

Примерно таким образом (естественно, аналогия была сильно упрощена) работают нейронные сети или искусственный интеллект. То есть это не просто поиск ответа на вопрос в линейной базе. Это формирование результатов по огромному количеству связанных между собой параметров, взвешивание коэффициентов, вероятностей, сравнения с другим результатами и получение обратной связи, описанное в формате компьютерного алгоритма.

Собираем паззл «Как работает искусственный интеллект» по кусочкам:

Часть 1. Что такое ИИ, аналогия с поиском фото.
Часть 2. Нейроны и связи
Часть 3. Обучение модели
Часть 4. ИИ имитирует наш мозг

А ещё я сделал каталог, в котором собрал все свои предыдущие посты и добавляю новые. На случай, если захочешь что-то перечитать и для всех, кто недавно присоединился. Каталог всегда в закрепе, так что не потеряешь: https://teletype.in/@webkrafter/about.

Хороших выходных!