За пару часов игр с ChatGPT я понял, что сингулярность близко.
Чатбот может вести с тобой свободную дискуссию, писать документы из твоего запроса (доку по Dual Track и Triple Diamond написал не сильно хуже меня, поэтому ждем Notion AI), уточнять и дополнять материал по твоему желанию, использовать разные стили (изи может написать GTM стратегию нового продукта в стиле Пушкина), генерить креативы, лозунги, текста для UI, может написать текст холодных писем и код для автоматизации их рассылки, написать дизайн док проекта в репозитории на пример в посте выше с использованием DDD и Clean Architecture, написать либу на Python для общения по http между микросервисами с использованием всяких opentelemetry, curcuit breaker и прочих штук или K-NN классификатор поверх FAISS и Bert эмбедингов, написать property-based тесты к этому коду и документацию, рефакторить его или дополнять по твоим запросам, а потом перевести это добро на Go и Rust!

Какое будущее у этого? Это вовсе не кодогенерация (Copilot уже год в проде), генерация документов, генерация стихов или аватарок. Это все очень узко, а что-то из этого уже случилось. И даже не злобный AI типа SkyNet, который уничтожит человечество, ибо до этого явно далеко и не стоит быть фаталистом.

Это J.A.R.V.I.S из Iron Man или OS из Her. Это то, чем должны были стать Siri, Cortana и Alexa, но развитие технологий не позволило воплотить идею в явь. Это помощник для каждого человека, который, владея всеми знаниями человечества, совершит революцию в человеческом быту. Мне тяжело предсказать каким именно будет эффект, ибо сингулярность, но легко могу сказать, что экзистенциальный страх смерти должен быть не у человечества, а у Google.

ChatGPT уже может рассказать про разницу жизни в Дубае и Париже, по симптомам попробовать угадать какая у вас болезнь и посоветовать к какому типу врача нужно пойти, объяснить простым языком сложный текст, быть собеседником, посоветовать рецепт из доступных продуктов и прочее. Да, сетка косячит и бывает часто поверхностной.

А теперь представьте, что это помощник, который может совершать за вас звонки, делать заметки на ваших встречах, делать всю рутину за вас, выбирать и бронировать вам жилье, билеты на самолет, заказывать продукты и еду, писать за вас письма, понять по симптомам, что с вами, и вызывать врача, или быть вашим личным психологом и собеседником помогая вам бороться с ментальными недугами, составить план обучения новым знаниям и навыкам, искать ответы на любые ваши вопросы...

Сэм Альтман (CEO OpenAI) пишет, что DAU #ChatGPT уже 1 млн пользователей (за 6 дней!) 🤯

По поводу этого меня зацепила заметка Пола Грэма про то, что самое важное это не то, как быстро набралась такая активность, а то, что это аудитория, если говорить терминами Мура из Crossing The Chasm, уже далеко не innovators, восторгающиеся любой новинкой. Что же будет дальше? Млрд DAU?

Устали от еженедельных технологических прорывов в ML? Вот вам новость тогда: сегодня министерство энергетики США должно объявить, что смогло произвести реакцию термоядерного синтеза, которая дает энергии больше, чем было на нее потрачено.

https://www.washingtonpost.com/business/2022/12/11/fusion-nuclear-energy-breakthrough/

Если бы мне еще несколько месяцев назад сказали, что Bing будет дизраптить Google с помощью чатбота, то я вызвал бы этому человеку скорую.

Если вдруг кто пропустил крупнейший банковский кризис со времен ипотечного в 2008, то здесь кратко описаны основные детали.

Удивляют следующие вещи:
1. Многие компании и фонды держали ВСЕ свои деньги в SVB. Как сказал один мой знакомый, «диверсификация она для старпёров». Хотя, в целом, понять некоторых можно, ибо, как говорят, SVB часто был единственным банком для стартапов, в котором можно было получить обслуживание или займ, либо условия от банка были более лучшими, а финансовый контроль сильно менее строгим, чем в традиционных банках.
2. SVB инвестировал почти половину своего кеша в ипотечные облигации на фоне слухов и фактов выкручивания ставки ФРС (хотя, вот говорят, что на тот момент консенсус прогноз был 1-2%). Как я понял, большинство было с долгосрочным погашением. То есть портфель не был нормально рассчитан на обеспечение большого количества депозитов в моменте. И это после 2008 года.
3. Клиентский портфель банка почти полностью состоял из фондов и стартапов в долине, которые адски подверженны панике. И самое забавное то, что панику развели сами фонды, которые по сути и убили свой банк.
4. Ликвидность «самого надежного» стейблкоина USDC в большом размере обеспечивалась кэшом на счетах в SVB. Тушите свет.

Как результат, огромное количество компаний в долине на грани катастрофы, так как платить зп и по счетам нечем. Фонды им помочь не могут, так как у самих деньги застряли в SVB, а краткосрочный займ взять в другом банке не вариант, так как им его и до этого не одобряли. Круг замкнулся.

Похоже, в кино будет революция с помощью AI.
Стартап Wonder Dynamics, в который кучу бабла влил сам Спилберг, делает редактор Wonder Studio. Можно будет все то, что делают целые студии и на что требуется дорогое оборудование, делать просто в редакторе.
https://vimeo.com/805754885

Я думаю, что все уже видели новость о том, что OpenAI запускают платформу для плагинов к ChatGPT, чтобы чатбот мог искать в интернете, бронировать рестораны или билеты и т.д. Поражает не это, а то, что для создания своего плагина нужно просто написать манифест к API на естественном языке, а модель сама разберется как авторизоваться, сформировать запрос, обработать ответ и прочее 🤯
https://platform.openai.com/docs/plugins/introduction

Глянул "Тетрис". Никогда бы не подумал, что фильм про Тетрис сможет держать меня 2 часа в напряжении и делать это так красиво с визуальной точки зрения. Многие жалуются на клюкву, но, как по мне, она абсолютно органичная и используется как инструмент передачи нарратива и настроения, как в том же "Чернобыле".

Вообще, мне нравится, как на рынок стриминга зашел Apple. Большая часть контента на очень высоком уровне, как минимум визуально. "Foundation" разочаровал, конечно, но за "Теда Лассо" и "Разделение" Apple точно гигантский респект и лимит доверия, как минимум на очередную годовую подписку. Еще радует, что каждый сериал и фильм это 4к с Dolby Vision и Dolby Atmos, которые грамотно используются.

Мои кореша (читайте это голосом Дудя) из GoPractice наконец-то выпустили новый симулятор - "Симулятор управления ML/AI-проектами"!

В симуляторе вы станете главным героем увлекательной истории, где будете работать над тремя проектами с машинным обучением. Все нацелено на то, чтобы помочь вам на практике освоить скилы управления проектами с машинным обучением, даже если у вас нет навыков программирования или глубокого знания математики. Если вы давно хотели попробовать свои силы в машинном обучении, то данный симулятор - идеальный способ для старта.

Мне очень нравится контент и продукты, которые выпускает команда GoPractice. Всегда высокий уровень и качество. И этот курс не исключение: не просто собранный на коленке онлайн-курс по машинному обучению, а продукт, который разрабатывался более трех лет!

Давно ждал появления симулятора, так как подобный формат - это лучший способ, на мой взгляд, получить знания и практику применения ML теории, решая реальные кейсы, а не слушая бесконечные лекции и решая тесты после них.

Присоединиться можно по ссылке https://gopractice.ru/course/ml/.

Как легко испортить продукт? Сказать, что продакт отвечает за метрику. К примеру, за churn rate в подписочном сервисе. Через пару недель экран отмены подписки превратится в лабиринт минотавра, где кнопка отписки появится только, если принести жертву богу Ра.

Про оценку рынка

Обратил внимание на то, что во многих статьях и материалах присутствует дихотомия: рынок оценивают либо сверху, либо снизу. На самом деле, важно проводить оценку рынка с обеих сторон. Оценка снизу помогает определить нижнюю границу возможностей, в то время как оценка сверху позволяет понять не столько потенциал, сколько потолок. В противном случае, если оценивать только снизу, мы можем столкнуться с ситуацией, когда модель роста показывает количество пользователей, превышающую население страны присутствия продукта. Если оценивать только сверху, то легко можно SOM (Serviceable Obtainable Market) или SAM (Serviceable Available Market) приравнять к TAM (Total Addressable Market) или даже PAM (Potential Available Market) и переоценить потенциал продукта.

Сегодня расскажу, как в YouDo работаем с гипотезами.

Как я уже говорил ранее, фундаментальной основой для гипотезы является феномен (наблюдение, событие, явление и т.д.), который мы пытаемся объяснить. Пайплайн гипотезы выглядит следующим образом: феномен → мы строим предположение, которое его объясняет и эксплуатирует → эксперимент, проверяющий предположение → знания → возвращаемся в начало цикла.

Мы разделили гипотезы на два типа:

- Гипотеза о новой возможности для пользователя.
- Гипотеза об изменении в существующей возможности.

Начнем для начала с первого типа. Фундаментом данного типа гипотез являются наблюдения, которые говорят о том, что у людей есть мотивация и потребность в возможности, которую мы не удовлетворяем. В качестве наблюдений выступают количественные и/или качественные данные. Из этих данных мы вытаскиваем инсайты и описываем их в виде Job Story (контекст, мотивация, ауткам). То есть мы описываем в какой ситуации какую мотивацию испытывает пользователь и какой ауткам он ожидает.

Далее мы можем, к примеру, используя Triple Strike Canvas от Димы Капаева, описать свою идею:

1. Формируем идею о возможности, как удовлетворить мотивацию пользователя, дав ему возможность для этого.
2. Как сообщить пользователю о новой возможности.
3. В какой момент времени, в каком месте и каким пользователям мы будем сообщать о новой возможности?

Имеем “наблюдение → инсайты → идея”. Осталось придумать, как мы проверим это. В итоге, шаблон качественного описания гипотезы звучит как на картинке. Чуть подробнее про каждый пункт в следующем посте.