McFly Review

☝🏻Звездой Playboy стала ИИ модель Мексиканское издание журнала Playboy поместило на обложку Саманту Эверли, первую в истории модель, созданную с помощью ИИ. Внешне она выглядит как 23-летняя блондинка с серо-голубыми глазами, идеальными чертами лица и тела. ☝🏻Её популярность в социальных сетях не уступает реальным моделям, у неё более 100 тысяч поклонников, восхищающихся её цифровой красотой. У Саманты даже было взято интервью, на которое отвечал текстовый ИИ. Саманта выразила благодарность за возможность быть на обложке Playboy как первая цифровая модель.🤣

Рубрика «взгляд в будущее» Как вы знаете, в свежей Gemini 1.5 Pro контекстное окно составляет 1 миллион токенов, при этом модель умеет принимать на вход видео. 1 миллион токенов позволяет вместить: — 1 час видео (1 кадр/с) — 11 часов аудио — больше 700 тысяч слов (вся «Война и мир» с запасом) Пока Google делает внутреннее тестирование контекста в 10 миллионов токенов, первые пользователи получили доступ к базовой версии и экспериментируют. Основная киллер-фича — модель очень хорошо ищет факты во всем промпте. Если спрятать там один кадр или одну фразу в длинном контексте — более чем в 98% случаев модель их находит (лучше GPT-4). И это позволяет помечтать о невероятных способах использования. Если раньше мы думали «о, ща напишу инструкцию и модель сделает задачу», то вот тут в треде показывают, как девушка загрузила видео с записью экрана работы в браузере, а затем попросила Gemini написать код для автоматизации. Модель почти справилась — потребовались минорные доработки (в духе установки библиотек и изменения пары строк). Поняли? 1) Записываем экран удалёнщиков в течение полугода 2) Агенты смотрят записи и учатся 3) Агенты пишут код для автоматизации 4) Повторять до тех пор, пока остаются задачи, выполняемые человеком Представьте что в GPT-6 можно загрузить 500 часов примеров выполнения ваших задач — как думаете, справится с большинством? Оригинал (с видео)

Единственное, чего не хватало в этих потрясных видео от OpenAI, это звука. И команда платформы для генерации голоса ElevenLabs, которая недавно стала единорогом, красиво подсуетилась: добавили фоновые звуковые эффекты и тем самым проанонсировали свой новый продукт по генерации звуков по их описанию. Записаться в waitlist можно тут.

📚 AI с контекстом до 4 миллионов слов Google выпустила новую платформу под названием Notebook LM, которая позволяет использовать искусственный интеллект для организации заметок и написания текстов. Основная отличительная особенность в том, что Notebook LM позволяет работать с текстами общим объемом до 4 миллионов слов, что значительно превосходит возможности существующих AI–инструментов, таких как ChatGPT и Claude. Можно загружать до 20 источников текста (документы Google, PDF, скопированный текст). Для доступа к Notebook LM необходимо посетить сайт notebooklm.google.com и создать аккаунт или войти с помощью существующего аккаунта Gmail. На момент публикации этого поста регистрация доступна только для пользователей из США старше 18 лет.

Какие продукты c LLM под капотом выгоднее всего сейчас пилить? Такой вопрос мне задают несколько раз в неделю. А известный стартап-инкубатор YC написал аж целый гайд на эту тему. Вот их список идей для компаний, в которые они бы вложились с особенным удовольствием. Немалую долю там занимает AI/ML. Это не обязательно значит, что вы попадете в этот инкубатор. Но из-под их крыла вышли такие компании, как Stripe, Dropbox, Twitch и Cruise. В YC хорошо умеют считывать тренды 💰 Ссылки ведут прямо на разделы, где описаны проблемы и размер зарытого горшочка с золотом. Можно читать и брать на заметку как идеи для своих pet-projects. Или просто использовать для приоритизации клиентов и новых проектов. Технологии и Исследования – Применение ML в робототехнике 👀 – ML для моделирования физического мира – Новые оборонные технологии – Космические компании – Климатические технологии Бизнес и Разработка – Новые типы софта для планирования ресурсов предприятия (ERP) 👀 – AI для создании нового софта для предприятий (что обычно скукота смертная) – Когда разработчики подсмотрели внутренние инструменты в компании и сделали свой продукт из этого – Лучшие интеграционные решения для предприятий (aka свой Zapier, Airbyte или Fivetran) – LLM для автоматизации ручных бэк-офисных процессов в энтерпрайзе 👀 Software и Инновации – Объяснимый AI (тулзы, чтобы понять причину того или иного решения AI) – Небольшие fine-tuned модели как альтернатива гигантским foundational моделям 👀 – Новые стейблкоины – Коммерческие опенсорс компании (как Docker, GitLab, Apollo или Supabase) – Новые AR/VR решения Здравоохранение и Биотехнологии – Борьба с раком (сделаем MRI дешевле) – ИИ-моделирование биологических систем (новые модельки) – Софт для небольших частных клиник – Реформирование системы здравоохранения Темы, с которыми мне интереснее всего работать, помечены 👀 А что из этого интересно вам? Ваш, @llm_under_hood 🤗

Шанхайская лаборатория ИИ + команда из университета Принстона выпустила 1-ю версию операционной системы на основе ИИ Причем ребята все делают так, как однажды в прошлом году миру предложил сооснователь OpenAI Андрей Карпаты Ребята предлагают самообучающуюся операционную систему. Что они сделали? 1. Создали ИИ-помощника(агента) под названием Friday, используя Python и подсказки GPT-4; 2. Агент управляет компьютером с Linux или Mac OS, включая браузером, Excel и PowerPoint для выполнения задач; 3. Агент самосовершенствуется; 4. Агент использует GPT-4 в качестве основного LLM Выводы: > пишет код для решения задач > превзошел GPT-4 по тестам веб-поиска, использования Excel и Powerpoint. Такого рода ИИ-агенты представляют собой универсальные пользовательские интерфейсы.

Google представили Gemini 1.5 Pro — мультимодальная модель с 10 млн.токенами Одним из ключевых отличий этой модели являются ее длинные контекстные возможности. Мультимодальные возможности модели означают, что вы можете сложным образом взаимодействовать с целыми книгами, очень длинными документами, базами кодов из сотен тысяч строк в сотнях файлов и тд. Одним из примеров сложных мультимодальных возможностей 1.5 Pro является то, что при просмотре 44-минутного немого фильма ИИ-модель может анализировать различные сюжетные моменты и события и даже понимать мелкие детали, которые вы, возможно, пропустили. С сегодняшнего дня Google даёт ограниченную demo версию 1.5 Pro для разработчиков и корпоративных клиентов через AI Studio и Vertex AI.

Саша Ларьяновский, как обычно, великолепен. Кожаные обычно воспринимают chatGPT и другие LLM как квазигугл или расширенный псевдопоиск ответов на вопросы. А что если просить его помочь не с ответами, а с поиском вопросов для себя самого. Но это уже работа не только с ним, а с самим собой. И как мы обсудили с Сашей, после таких постов (как, например, после моего поста про экономию 250 долларов и аккумулятор) часто набегают нейроскептики с реплаями типа "это ж опасно, лучше врача спросить!" Или "а вдруг он вас отравит". То есть люди не любят брать ответственности даже за свои вопросы... И, кстати, речь идет не о вопросах к чатГПТ, а о вопросах, на которые вы сами начнете искать вопросы. Вам решать как. Привожу тут пост Саши из фб полностью. Почитайте. "Я часто использую GPT противоестественным способом. Насколько я могу судить, большинство людей, в основном, задают ей вопросы. Иногда это срабатывает, но чаще всего ответ содержит много воды и мало смыслов. Мой опыт говорит, что GPT достаточно эффективна и конкретна, если просить у нее не ответы, а… вопросы. Это полезно, когда надо быстренько разобраться в теме на уровне «я знаю, чего я не знаю» из знаменитого окна Джохари. Как это работает. Обычно я или ленюсь задать глубокий и детальный вопрос. Или, что чаще, настолько не в теме, что задаю глупый и поверхностный вопрос. Пример. Мне прописали лекарство, я хочу узнать о побочных эффектах и методах их предотвращения. Задать умный я не могу: я не в теме. Поэтому, я прошу GPT задать мне вопрос. Первый слой ее вопросов будет поверхностный. Я: Я студент медицинского института. Мне нужно сделать доклад про использование препарата ниволумаб для профилактики рецидива онкологических заболеваний. Задай мне вопросы, позволяющие раскрыть тему. GPT: … 4. Какие побочные эффекты и риски связаны с применением ниволумаба? - Рассмотрите распространенные и редкие побочные эффекты, а также обсудите, как они могут влиять на качество жизни пациентов. … Опускаю остальные вопросы, поскольку меня интересует только этот. Копаю дальше. Я: Давай углубимся в вопрос 4 про побочные эффекты. Задай мне вопрос для понимания глубины моих знаний в этой теме. GPT: Каковы механизмы развития иммуномедиированных побочных эффектов при лечении ниволумабом и какие стратегии мониторинга и управления этими побочными эффектами вы могли бы рекомендовать для обеспечения максимальной безопасности и комфорта пациентов? Уже теплее. Но еще не то. Я: Давай углубимся в этот вопрос про развитие эффектов. Задай мне вопрос для понимания глубины моих знаний в этой теме. GPT: Какие конкретные типы иммуномедиированных побочных эффектов могут возникать при использовании ниволумаба, и каковы их потенциальные патофизиологические механизмы? Какие клинические признаки и симптомы должны насторожить клиницистов на возможное развитие этих побочных эффектов, и какие подходы к диагностике и лечению этих состояний являются наиболее эффективными? Чаще всего, на третьем уровне уточнения возникает достаточное количество нужных формулировок. И вот тут уже я прошу ее саму ответить на этот вопрос. И качество ответа между первым ответом и этим будет отличаться, как небо и земля. И по объему, и по детальности и по конкретности. Можете проверить. Поэтому, если у вас не получается добиться ответа от GPT, просите ее помочь вам сформулировать правильный вопрос."

Venturebeat публикует 16 примеров использования Open-Source LLM в Энтепрайзе и несколько комментариев, как это распространяется в компаниях, какие есть плюсы и минусы: https://venturebeat.com/ai/how-enterprises-are-using-open-source-llms-16-examples/ Примеры такие: - Писать код с помощью StarCoder - Делать своих ассистентов на Mixtral - Использовать LLM для проверки контента - Дать сотрудникам генерировать тексты на Llama 2 - Помогать продажникам предлагать лучшее решение для клиентов на Llama2 + RAG - Генерировать сценарии и другой контент с помощью той же комбинации - Озвучивать тексты с помощью опенсорсных TTS (3 кейса) - Улучшать поиск - Искать уязвимости в коде и коммитах - Заменять поддержку, помогать делать задачи в продукте (2 кейса) - Помогать управлять веб-магазином (генерировать тексты и описания, писать ответы на вопросы) - Помогать устраиваться в компанию и проходить собеседования - Генерировать реакции и описания персонажей в игре Ну и многое другое конечно же. Я думаю, у компаний многих будет микс из OpenAI/Bard/Claude и локальных LLM для конфиденциальных данных, возможно даже в этом году. Опенсорс реально растет очень быстро.

☝🏻Десятки протестующих собрались возле штаб-квартиры OpenAI в Сан-Франциско в знак против разработки компанией передовых систем искусственного интеллекта. Протестующие призвали остановить разработку общего искусственного интеллекта (AGI) и прекратить сотрудничество OpenAI с военными.🤷🏼‍♀️ Акция протеста была организована в ответ на то, что OpenAI недавно изменила свою политику использования, разрешив использование искусственного интеллекта в военных целях. Протестующие также выражают обеспокоенность по поводу потенциальной потери рабочих мест и изменения динамики власти в обществе в случае разработки общего искусственного интеллекта.🤔