НЕЙРОТРЕНДРЕПОРТ 2024 😋

Этот пост был написан в начале января, но я был слишком погоревший, чтобы его выкладывать. Сейчас же, вышло пару новостей, которые подтвердили его тезисы, я отдохнул, поэтому с новыми силами, возвращаюсь к постингу!

В целом.

Магия уходит, технологии остаются.

Вспоминаю свою упавшую челюсть от первых генерации в Midjourney V3 и первого опыта общения с ChatGpt 3.5 в 2022 году. Сейчас же нейросети — как утренний кофе — норма. Шаманской техномагии для избранных больше нет. Есть полезные сервисы интегрированные в повседневную жизнь людей. Конечно, пока далеко не всех, но это вопрос плавно решает плотная интеграции ИИ в привычные массовые экосистемы (Google, Adobe, Microsoft, телефоны и т.д). Потому что: удобно, быстро и полезно. Конечно, будут еще яркие вспышки т.н хайпа, когда придется подбирать челюсть с пола, например SORA или возможность генерировать анимешных девочек и дипломы силой мысли через Нейролинк Маска. Но в целом, нейронные сети в этом году окончательно станут новой нормой.

Это будет год видео.

2023 был разминкой. Здесь можно было написать одно слово: SORA. Но ведь еще нас ждет гиперконтролируемая модель от ТикТока, новые версии Gen и Pika, Stable Diffusion Video обрастающий новым функционалом от энтузиастов и многое другое. Цунами генеративных клипов, рекламы, порно, фильмов, образовательных материалов — на подходе. А про страх перед этой волной хорошо написал мой товарищ Сережа Валяев.

Это будет год скандалов.

Обратная сторона возросшей доступности и качества нейросетей. Мы с вами молодцы — используем их возможности во благо. Но есть и киберпреступнки, пропагандисты, дезинформаторы и прочий скам, которые получили новые игрушки. Быстрые и простые дипфейки, клонирование голоса, фотореалистичные генерации - все это приводит к тому, что становятся возможным украсть 25 миллионов долларов у транснациональной корпорации с помощью дипфейка или собирать 28 миллионов просмотров за три дня на фэйковых фото и десятки других случаев. Лагающая регуляция на подходе. OpenAI вводит метаданные и вотермарки для маркировки изображений. Теперь каждая ИИ-картинка на поддерживающих ресурсах будет отмечена вотермаркой. А ЕС вводит уголовную ответственность за дипфейки и нейропорно. Но это все корпоративные игры — благодаря Open Source решениям никто не застрахован от сценария, когда вашей бабушке придет кружок с вашим дипфейком и вашим голосом попросит прислать все накопления.

Привыкайте дважды проверять всё, что видите и слышите в интернете. Также расскажите об этом близким, которые не знакомы с нейросетями.

Это будет год мобильности.

Станем еще ближе к Джарвис Тони Старка. Языковые модели одновременно растут и пухнут, например, новая Гуловская Gemini 1.5 сможет есть больше миллиона токенов на вход (это примерно 700 тысяч слов) и оперировать с ними с высочайшей точностью. И одновременно становятся компактней и локальней, позволяя запускаться на вашем калькуляторе телефоне. Поэтому мобильные пионеры встроенного LLM: Samsung и Google — это только начало. Совсем скоро можно будет запускать даже на часах. И это не говоря о том, что тренд на персонализацию и мультимодальность никуда не ушел.

Ну и конечно...

Нейроифлюенсеры, музыка, 3D, повышенный спрос на ML специалистов и нейродизайнеров, интеграция в бизнес, засилье нейроинфоцыган и другие интересные вещи. Здесь я уже подумал, что устанете читать.

В любом случае, будет весело. Так что пристегиваемся. 🦆

Я тут ушел с основной работы, чтобы играть в плойку, отдыхать и набираться сил для своих проектов. Поэтому появилось некоторое количество времени, чтобы возродить некоторые рубрики канала. Это дайджест новостей/какие-то штуки, которые мне показались интересными на этой неделе.

Назовем это #ЧтоТоИнтересное (4-10 марта 2024)

1. #Claude (главный конкурент ChatGPT) прокачался до третьей версии, поумнел, освоил мультимодальность и вообще держится молодцом. Главное преимущество на данный момент перед GPT4 — возможность подавать на вход большой объем данных (можно закинуть договора или небольшую книжку). Как это остроумно можно использовать в пайплайнах, можно посмотреть у Дениса.

2.Также клодовцы выпустили коллекцию промптов для разнообразных задач — от создания сайтов до генерации игр. Бывалых промтовиков не удивишь, но какие-то заходы можно подсмотреть.

3. #Midjourney круто обновили функцию /describe, которая позволяет превращать вашу картинку в промт и теперь, в комбинации с V6, работает отлично. Надеюсь на этой неделе выкатят обещанных последовательных персонажей.

4. Также Midjourney заблокировали доступ к сервису для сотрудников Stability AI после сбоя, связанного с интенсивным сбором данных. Эмад (глава Stability) пообещал разобраться в хулиганстве.

5. Ну и еще скандал. OpenAI публично пропесочила Илона Маска за лицемерие и судебные иски, указывая (с пруфами) на его прошлые попытки контролировать компанию.

6. Google обновили свой генератор музыки MusicFX — добавили режим DJ. Кидаете запросы, из них генерятся треки, а дальше регулируете их на ходу. Для серьезного продакшена не сгодится, но поиграться можно (только нужен хороший интернет, у меня работает через раз).

7. Ну и красивое. Кто-то смонтировал 75 видео из #SORA в одно большое, нарядное видео. Это мы смотрим и ждем.

Стэй тюнед 🍎