Многие ищут эффективные промпты. Я добавил несколько коллекций промптов, там тысячи - по ссылке. Регистрации не нужно: https://alexeykrol.com/courses/ai_intro/lessons/50-3/
Умные применяют ум, чтобы получать новые знания и действовать, а тупые применяют ум, чтобы оправдывать свое бездействие.
ИИ это не новая замануха, а новая возможность. Знаете, есть известное высказывание "Блажен, кто верут!".
Это точно подходит к ситуации - в то время, как масса людей поверила в новую благую весть и начала интенсивно изучать ИИ, тьма народа занимают позицию:
"Меня хотя поймать в очередную ловушку. Это все от лукавого. Это все бесоащина. Но я буду крепок и не поддамся на искушение диавола. Изыди сотона!"🤣 И более всего русско-говорящие из СНГ.
Это же как надо было изнасиловать мозги целой нации, чтобы так много людей занимали рачью позицию.
Конечно, от этого только горечь - столько умных и даже образованных (когда) то людей загнали под камень. Мозгами естественно.
Но зато процветают блиновские, проповедники предназначений, создатели "богинь", и весь СССР по прежнему идет на Север. Куда?
Преодолевайте эту косность, инерцию и интенсивно изучайте возможности ИИ, ваша жизнь поменяться. Начните хотя бы в начального небольшого курса - он 100% бесплатный, специально для трусливых русскоговорящих создан.
Отзывы из последних:
"В декабре 2024 я пришла к выводу что будущее это AI, что это новая ниша и надо “занять место в первом ряду”. Закончила 8 курсов на Coursera: AI, Generative AI, Machine Learning, получила сертификаты, но так и не поняла где и как я могу это применить, ведь я не айтишник, у меня бизнес-аналитическое мышление, с преобладанием логики и психологии. После Вашего бесплатного курса, Алекс, я “въехала” как использовать chatGPT и сразу же, за один день, с помощью chatGPT — моего нового друга-айтишника))) создала телеграмм бота по заказу такси, хотя сейчас он мне уже и не нужен, так как это была мечта 5ти летней давности, и это только один пример, но для человека у которого ноутбук был только для того, что бы создать документ в Word и отправить его по email, я считаю, что это прогресс даже не на 100%, а на 1000%. Теперь все мои новые идеи уже не кажутся мне такими неисполнимыми или тяжело исполнимыми, что заставляло меня от них отказываться, это определенно свет в конце туннеля."
Natali. Сменила место жительства, начинаю все с нуля.
"Хотя я и считал себя уверенным пользователем GPT и часто применяю его в работе/жизни, курс открыл для меня новые горизонты, переоткрыл важность того, что хороший промпт, это не минуту подумать, а вложить может быть полчаса или час, и тогда получить результат совершенного другого качества. по мотивам курса я создал для себя касомные gpts, поигрался с ними, переосмыслил GPT проекты, и тоже стал получать гораздо лучшие результаты. Спасибо за курс, Алексей! Я был скептичен в начале, но курс вовлек в себя с первого модуля. И да, курс открывает новые горизонты как понимание новых возможностей через AI. Еще раз спасибо за курс!. Готов оплатить, потому что ценность получена большая"
Вячеслав, Senior Manager, Technology Consulting, Global IT company, 46 лет
Посмотрите программу: https://alexeykrol.com/courses/ai_intro/
Умные применяют ум, чтобы получать новые знания и действовать, а тупые применяют ум, чтобы оправдывать свое бездействие.
ИИ это не новая замануха, а новая возможность. Знаете, есть известное высказывание "Блажен, кто верут!".
Это точно подходит к ситуации - в то время, как масса людей поверила в новую благую весть и начала интенсивно изучать ИИ, тьма народа занимают позицию:
"Меня хотя поймать в очередную ловушку. Это все от лукавого. Это все бесоащина. Но я буду крепок и не поддамся на искушение диавола. Изыди сотона!"🤣 И более всего русско-говорящие из СНГ.
Это же как надо было изнасиловать мозги целой нации, чтобы так много людей занимали рачью позицию.
Конечно, от этого только горечь - столько умных и даже образованных (когда) то людей загнали под камень. Мозгами естественно.
Но зато процветают блиновские, проповедники предназначений, создатели "богинь", и весь СССР по прежнему идет на Север. Куда?
Преодолевайте эту косность, инерцию и интенсивно изучайте возможности ИИ, ваша жизнь поменяться. Начните хотя бы в начального небольшого курса - он 100% бесплатный, специально для трусливых русскоговорящих создан.
Отзывы из последних:
"В декабре 2024 я пришла к выводу что будущее это AI, что это новая ниша и надо “занять место в первом ряду”. Закончила 8 курсов на Coursera: AI, Generative AI, Machine Learning, получила сертификаты, но так и не поняла где и как я могу это применить, ведь я не айтишник, у меня бизнес-аналитическое мышление, с преобладанием логики и психологии. После Вашего бесплатного курса, Алекс, я “въехала” как использовать chatGPT и сразу же, за один день, с помощью chatGPT — моего нового друга-айтишника))) создала телеграмм бота по заказу такси, хотя сейчас он мне уже и не нужен, так как это была мечта 5ти летней давности, и это только один пример, но для человека у которого ноутбук был только для того, что бы создать документ в Word и отправить его по email, я считаю, что это прогресс даже не на 100%, а на 1000%. Теперь все мои новые идеи уже не кажутся мне такими неисполнимыми или тяжело исполнимыми, что заставляло меня от них отказываться, это определенно свет в конце туннеля."
Natali. Сменила место жительства, начинаю все с нуля.
"Хотя я и считал себя уверенным пользователем GPT и часто применяю его в работе/жизни, курс открыл для меня новые горизонты, переоткрыл важность того, что хороший промпт, это не минуту подумать, а вложить может быть полчаса или час, и тогда получить результат совершенного другого качества. по мотивам курса я создал для себя касомные gpts, поигрался с ними, переосмыслил GPT проекты, и тоже стал получать гораздо лучшие результаты. Спасибо за курс, Алексей! Я был скептичен в начале, но курс вовлек в себя с первого модуля. И да, курс открывает новые горизонты как понимание новых возможностей через AI. Еще раз спасибо за курс!. Готов оплатить, потому что ценность получена большая"
Вячеслав, Senior Manager, Technology Consulting, Global IT company, 46 лет
Посмотрите программу: https://alexeykrol.com/courses/ai_intro/
1❤53
3 месяца назад у меня было 10000 под писчиков, сейчас как-то незаметно 17 тыс.🤔 Вот что ИИ животворящий делает! Шутка. Это не я. Это вы. Спасибо вам.
Please open Telegram to view this post
VIEW IN TELEGRAM
55❤124
Единственная причина, по которой миллионы людей еще не начали осваивать ИИ - они просто не знают, что можно сделать уже сейчас. Многие спрашивают, можно ли с помощью ИИ создавать полноценные сайты, приложения? Я подготовил обзор основных инструментов, и вы заплачете горькими слезами от осознания, как много времени потеряли на сомнения.
Переходите по ссылке, регистрации не нужно: https://alexeykrol.com/courses/ai_full/lessons/51-2/
Переходите по ссылке, регистрации не нужно: https://alexeykrol.com/courses/ai_full/lessons/51-2/
2❤31
Администрация Трампа объявила о намерении отменить правило AI Diffusion, введённое администрацией Байдена. Как подтвердило Бюро промышленности и безопасности (BIS) Минторга США:
«Правило Байдена в сфере ИИ — излишне сложное, чрезмерно бюрократизированное и тормозит американские инновации. Мы заменим его на гораздо более простое, которое даст свободу инновациям и обеспечит лидерство США в области ИИ».
Это решение министра торговли @howardlutnick и замминистра BIS Джеффа Кесслера получило высокую оценку.
Правило Байдена вызывало серьёзную критику по нескольким причинам:
1. Превышение полномочий в сфере экспортного контроля
Правило значительно расширяло полномочия, предоставленные Законом о реформе экспортного контроля 2018 года, который позволяет ограничивать экспорт технологий двойного назначения. Но Diffusion Rule распространялось почти на все глобальные продажи продвинутых GPU — даже союзникам — и требовало лицензий или особых исключений. Это создало узкое место и мешало законной международной торговле.
2. Бюрократическое распределение вычислительных ресурсов
Вводились числовые лимиты на количество чипов и объём вычислений, которые могли получить зарубежные компании. США фактически начали централизованно планировать мировую AI-индустрию, отходя от рыночных принципов.
3. Отчуждение союзников США
Страны делились на «уровни соответствия», и многие союзники попадали в низшие категории, что подрывало доверие и стимулировало переход к неамериканским технологиям.
4. Отсутствие надлежащей процедуры
Правило было принято за пять дней до окончания срока Байдена — без обсуждения и оценки. Его масштаб, обратная сила и глобальная нагрузка на бизнес вызвали возмущение.
⸻
В первую неделю после инаугурации Трамп поручил добиваться победы в гонке ИИ. Правило Байдена мешает этой цели, обременяя компании США бюрократией и замедляя распространение их технологий по миру.
Как подчеркнул вице-президент Джей Ди Ванс в своей речи в Париже, США должны быть эталоном и надёжным партнёром для союзников. Если мы усложняем им сотрудничество, мы подталкиваем их к Китаю.
Китай уже продвигает свою цифровую инициативу в рамках «Пояса и Пути». Если мы не предложим альтернативу — мы проиграем.
Да, нужно пресекать незаконную поставку чипов в Китай. Но это не должно мешать законным продажам другим странам, соблюдающим условия безопасности.
Пока что американские чипы превосходят китайские — но отрыв сокращается. Избыточное регулирование и ограничения на экспорт вредят нашему лидерству.
Сейчас есть шанс закрепить американскую технологическую платформу в мире. Надо воспользоваться им.
«Правило Байдена в сфере ИИ — излишне сложное, чрезмерно бюрократизированное и тормозит американские инновации. Мы заменим его на гораздо более простое, которое даст свободу инновациям и обеспечит лидерство США в области ИИ».
Это решение министра торговли @howardlutnick и замминистра BIS Джеффа Кесслера получило высокую оценку.
Правило Байдена вызывало серьёзную критику по нескольким причинам:
1. Превышение полномочий в сфере экспортного контроля
Правило значительно расширяло полномочия, предоставленные Законом о реформе экспортного контроля 2018 года, который позволяет ограничивать экспорт технологий двойного назначения. Но Diffusion Rule распространялось почти на все глобальные продажи продвинутых GPU — даже союзникам — и требовало лицензий или особых исключений. Это создало узкое место и мешало законной международной торговле.
2. Бюрократическое распределение вычислительных ресурсов
Вводились числовые лимиты на количество чипов и объём вычислений, которые могли получить зарубежные компании. США фактически начали централизованно планировать мировую AI-индустрию, отходя от рыночных принципов.
3. Отчуждение союзников США
Страны делились на «уровни соответствия», и многие союзники попадали в низшие категории, что подрывало доверие и стимулировало переход к неамериканским технологиям.
4. Отсутствие надлежащей процедуры
Правило было принято за пять дней до окончания срока Байдена — без обсуждения и оценки. Его масштаб, обратная сила и глобальная нагрузка на бизнес вызвали возмущение.
⸻
В первую неделю после инаугурации Трамп поручил добиваться победы в гонке ИИ. Правило Байдена мешает этой цели, обременяя компании США бюрократией и замедляя распространение их технологий по миру.
Как подчеркнул вице-президент Джей Ди Ванс в своей речи в Париже, США должны быть эталоном и надёжным партнёром для союзников. Если мы усложняем им сотрудничество, мы подталкиваем их к Китаю.
Китай уже продвигает свою цифровую инициативу в рамках «Пояса и Пути». Если мы не предложим альтернативу — мы проиграем.
Да, нужно пресекать незаконную поставку чипов в Китай. Но это не должно мешать законным продажам другим странам, соблюдающим условия безопасности.
Пока что американские чипы превосходят китайские — но отрыв сокращается. Избыточное регулирование и ограничения на экспорт вредят нашему лидерству.
Сейчас есть шанс закрепить американскую технологическую платформу в мире. Надо воспользоваться им.
1❤27
Forwarded from Вредный издатель
Немного о корейской индустрии контента:
✅ более 34 000 издательств, более 175 000 сотрудников (это почти в 10 раз больше, чем у нас)
✅ почти 6 000 мультфильмы и анимационных студий, почти 17 000 сотрудников.
✅ 34 000 копаний музыкальной индустрии (вот тут не знаю, м.б. они артистов считают)
✅ более 1 000 компаний в киноиндустрии (платформы, продакшны), 82 000 сотрудников
✅ 3 000 компаний и 16 500 сотрудников трудятся отдельно над созданием персонажей
Всего в "культурных" контентных бизнесах трудится около 620 000 сотрудников.
Источник: Министерство культуры, спорта и туризма (2023)
✅ Размер рынка корейского культурного контента составляет около 79,1 млрд долларов США (2023 год)
✅ TikTok прогнозирует, что к 2030 году потребители потратят за год 143 79,1 млрд долларов США, но это с учетом k-pop
✅ Корейские конгломераты запускают и приобретают компании по производству контента
Всего в "культурных" контентных бизнесах трудится около 620 000 сотрудников.
Источник: Министерство культуры, спорта и туризма (2023)
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤15
Forwarded from эйай ньюз
Сколько стоит минута AI-фильма и как победить в крупнейшем конкурсе этих фильмов?
Этой зимой проходил, пожалуй, один из самых больших и влиятельных конкурсов AI-фильмов — Project Odyssey Season 2. Думаю, почти все AI-художники про него слышали и, может, даже участвовали. Так вот, опросив 500 финалистов, организаторы подбили крайне интересную статистику, ознакомиться с которой можно в прикреплённом файле.
Что интересного:
- Performance Score (очки/заявку) — самый интересный слайд. Он показывает, какие инструменты реально эффективнее для побед, и в среднем сколько ими созданные фильмы набирали очков. Удивительно, но на втором месте Recraft, а популярнейший Kling (на тот момент 1.6 или старее) по этому показателю — аутсайдер, хотя это как раз-таки может быть связанно с его популярностью, что повлияло на средний скор – ведь среди топовых мест все равно много кто использовал клинг.
- Профессиональный опыт всё ещё решает: победители чаще использовали продукты Adobe и Topaz, тогда как CapCut лежит на дне Performance Score, что в общем-то не удивительно.
- Сценарий AI пока не напишет: ChatGPT для сюжетов оказался так же неэффективен по Performance Score. А LTX Studio ( тулза для полной автоматизации, которая заслуживает отдельного поста) в этот список даже не вошёл, хоть и был популярен даже у финалистов.
- Winner Index — Если нужен один главный список инструментов, типа «ТОП-50 AI ИНСТРУМЕНТОВ ДЛЯ ГЕНЕРАЦИИ ВИДЕО...» , которые летали по телеграмму год назад, пока это всем не надоело. Это усреднённый, по всем категориям, рейтинг от авторов отчёта.
- 1 минута AI-фильма = $70 на токены + 12 часов работы. Причём 91.4% финалистов потратили 10+ часов.
Как победить или секрет успеха:
- Команда решает. (См. слайд "Team Size" в отчёте).
- Образование не главное. «Корочка» не нужна, что для многих хорошие новости.
- Запаситесь бюджетом: даже с учётом бонусов и токенов, финалисты в среднем тратили $200 при условии, что труд бесплатный.
- Оригинальная музыка > AI-музыка. Ни одна работа со сгенерированной аудиодорожкой не получила награду. Возникает вопрос: судьи оценивали только видео или весь продукт целиком?
Ну и остаётся только добавить дисклеймер: вся эта статистика, а как следствие и выводы, подвержены сильному байесу из-за специфичности выборки и условий конкурса (об этом можно подробнее почитать в документе). Но в целом результаты совпадают с моим мировоззрением, так что на них можно примерно ориентироваться.
PDF в комментариях
@ai_newz
Этой зимой проходил, пожалуй, один из самых больших и влиятельных конкурсов AI-фильмов — Project Odyssey Season 2. Думаю, почти все AI-художники про него слышали и, может, даже участвовали. Так вот, опросив 500 финалистов, организаторы подбили крайне интересную статистику, ознакомиться с которой можно в прикреплённом файле.
Что интересного:
- Performance Score (очки/заявку) — самый интересный слайд. Он показывает, какие инструменты реально эффективнее для побед, и в среднем сколько ими созданные фильмы набирали очков. Удивительно, но на втором месте Recraft, а популярнейший Kling (на тот момент 1.6 или старее) по этому показателю — аутсайдер, хотя это как раз-таки может быть связанно с его популярностью, что повлияло на средний скор – ведь среди топовых мест все равно много кто использовал клинг.
- Профессиональный опыт всё ещё решает: победители чаще использовали продукты Adobe и Topaz, тогда как CapCut лежит на дне Performance Score, что в общем-то не удивительно.
- Сценарий AI пока не напишет: ChatGPT для сюжетов оказался так же неэффективен по Performance Score. А LTX Studio ( тулза для полной автоматизации, которая заслуживает отдельного поста) в этот список даже не вошёл, хоть и был популярен даже у финалистов.
- Winner Index — Если нужен один главный список инструментов, типа «ТОП-50 AI ИНСТРУМЕНТОВ ДЛЯ ГЕНЕРАЦИИ ВИДЕО...» , которые летали по телеграмму год назад, пока это всем не надоело. Это усреднённый, по всем категориям, рейтинг от авторов отчёта.
- 1 минута AI-фильма = $70 на токены + 12 часов работы. Причём 91.4% финалистов потратили 10+ часов.
Как победить или секрет успеха:
- Команда решает. (См. слайд "Team Size" в отчёте).
- Образование не главное. «Корочка» не нужна, что для многих хорошие новости.
- Запаситесь бюджетом: даже с учётом бонусов и токенов, финалисты в среднем тратили $200 при условии, что труд бесплатный.
- Оригинальная музыка > AI-музыка. Ни одна работа со сгенерированной аудиодорожкой не получила награду. Возникает вопрос: судьи оценивали только видео или весь продукт целиком?
Ну и остаётся только добавить дисклеймер: вся эта статистика, а как следствие и выводы, подвержены сильному байесу из-за специфичности выборки и условий конкурса (об этом можно подробнее почитать в документе). Но в целом результаты совпадают с моим мировоззрением, так что на них можно примерно ориентироваться.
PDF в комментариях
@ai_newz
1❤21
Всем привет. Что я хочу сказать. Когда у вас возникают вот такие мелкие вопросы — зарубите себе на носу, на ухе, на пальце, повесьте в туалете: первым, к кому вы должны всегда обращаться с вопросом, — это вы сами. Это означает — лезьте в Google, в Яндекс, куда угодно, ищите. Потому что вот эти вопросы, которые вы задаёте, — они экстраэлементарные. Их до вас спрашивали сотни тысяч людей, и на них есть огромное количество ответов.
Ответов нет только на нетривиальные вопросы — про какие-то алгоритмы и так далее. Но поверьте мне, может быть, 10% из вас когда-нибудь дойдут до этих редких, сложных вопросов, где действительно появляется творчество. А пока всё, что вы будете делать — это то, что до вас в той или иной степени сделали уже тысячи людей. Они же и выложили всё это в виде схем, описаний, статей, видео и прочего.
Почему это так важно? Потому что, когда вы начинаете создавать свои приложения, автоматизации, сценарии — как угодно это назовите — у вас с самого начала возникает куча вопросов. И всегда будет много вопросов. У вас есть несколько способов получить на них ответы. Можно, конечно, спросить в каком-нибудь чате или на форуме. Но поверьте, это достаточно ненадёжно, потому что непредсказуемо. Допустим, есть у программистов известный форум Stack Overflow, который после появления ChatGPT сократил свой трафик в несколько раз — там сейчас полный дизастр и горе, потому что ChatGPT на огромное количество вопросов отвечает.
Да, ChatGPT часто ошибается в тонких моментах, особенно когда дело касается психологии, но в технологиях он отвечает очень хорошо. Почему? Потому что огромное количество приложений, сервисов, программ описаны с кодом, лежат на GitHub — и именно на этом всём такие модели, как ChatGPT, и обучались. Поэтому это — самый нормальный вариант.
Так что первое, куда вы смотрите — это Google, Яндекс, любой поисковик. Начинаете искать. Там Bing, там ChatGPT и так далее. Вы найдёте ответ в 100% случаев. В 100%! Не ленитесь. Потому что, если вы задаёте мелкие вопросы, это значит, что у вас пока нет навыка, который должен быть по жизни.
Да, конечно, общение, сотрудничество и так далее — это важно. Но я хочу сказать, что спрашивать нужно тогда, когда возникает концептуальное непонимание. Я много раз об этом говорил: моя задача — дать вам общее понимание подхода. Потому что, если вы один раз поняли, вы потом всегда разберётесь. Всегда сделаете. И вообще проблем не будет. Но да, будет какое-то количество мелочей. И здесь — навалом информации везде.
Все разработчики, все учёные работают именно так. Если кто-то не привык — привыкайте. Ничего страшного в этом нет. И почему этот путь правильный? Потому что, когда вы ищете сами — результат зависит от вас. Вы не ждёте. А иногда и нет возможности ждать. Вы не представляете, сколько раз у меня были ситуации, когда я находил какие-то форумы и так далее — и в итоге, в 100% случаев, найти что-то самому в интернете было в сто раз быстрее. Иногда мне приходили ответы через два месяца — а я уже давно всё решил.
Исключение — это поддержка коммерческих сервисов. Это одна из причин, почему я пользуюсь в основном только крупными коммерческими сервисами. Потому что, если что-то ломается, там всегда есть люди, которые помогают: они получают за это зарплату, несут ответственность и так далее.
А всякие бесплатные дребезделки — кажется, ты экономишь деньги, всё работает, всё круто. Проходит месяц — и в самый критический момент всё ломается, и вы вообще не понимаете, что с этим делать. И спросить не у кого. Это чистый опыт. Вы неизбежно с этим столкнётесь.
Как я уже говорил: когда вы начинаете делать свои сценарии, первая трудность — это подключение разных приложений. В Make их примерно 1700, в Zapier — 7000. Они все разные, но у всех примерно одна и та же схема: API, токены, секреты, какие-нибудь секретные ID и прочее.
Вы немного с этим помучаетесь — три-четыре раза. А потом уловите паттерн. Поймёте, что, какой бы ни был сервис, схема у всех похожая. Вы будете сразу понимать, где искать, какую интеграцию, куда читать и так далее. Это всё быстро делается, но нужно выработать навык.
Ответов нет только на нетривиальные вопросы — про какие-то алгоритмы и так далее. Но поверьте мне, может быть, 10% из вас когда-нибудь дойдут до этих редких, сложных вопросов, где действительно появляется творчество. А пока всё, что вы будете делать — это то, что до вас в той или иной степени сделали уже тысячи людей. Они же и выложили всё это в виде схем, описаний, статей, видео и прочего.
Почему это так важно? Потому что, когда вы начинаете создавать свои приложения, автоматизации, сценарии — как угодно это назовите — у вас с самого начала возникает куча вопросов. И всегда будет много вопросов. У вас есть несколько способов получить на них ответы. Можно, конечно, спросить в каком-нибудь чате или на форуме. Но поверьте, это достаточно ненадёжно, потому что непредсказуемо. Допустим, есть у программистов известный форум Stack Overflow, который после появления ChatGPT сократил свой трафик в несколько раз — там сейчас полный дизастр и горе, потому что ChatGPT на огромное количество вопросов отвечает.
Да, ChatGPT часто ошибается в тонких моментах, особенно когда дело касается психологии, но в технологиях он отвечает очень хорошо. Почему? Потому что огромное количество приложений, сервисов, программ описаны с кодом, лежат на GitHub — и именно на этом всём такие модели, как ChatGPT, и обучались. Поэтому это — самый нормальный вариант.
Так что первое, куда вы смотрите — это Google, Яндекс, любой поисковик. Начинаете искать. Там Bing, там ChatGPT и так далее. Вы найдёте ответ в 100% случаев. В 100%! Не ленитесь. Потому что, если вы задаёте мелкие вопросы, это значит, что у вас пока нет навыка, который должен быть по жизни.
Да, конечно, общение, сотрудничество и так далее — это важно. Но я хочу сказать, что спрашивать нужно тогда, когда возникает концептуальное непонимание. Я много раз об этом говорил: моя задача — дать вам общее понимание подхода. Потому что, если вы один раз поняли, вы потом всегда разберётесь. Всегда сделаете. И вообще проблем не будет. Но да, будет какое-то количество мелочей. И здесь — навалом информации везде.
Все разработчики, все учёные работают именно так. Если кто-то не привык — привыкайте. Ничего страшного в этом нет. И почему этот путь правильный? Потому что, когда вы ищете сами — результат зависит от вас. Вы не ждёте. А иногда и нет возможности ждать. Вы не представляете, сколько раз у меня были ситуации, когда я находил какие-то форумы и так далее — и в итоге, в 100% случаев, найти что-то самому в интернете было в сто раз быстрее. Иногда мне приходили ответы через два месяца — а я уже давно всё решил.
Исключение — это поддержка коммерческих сервисов. Это одна из причин, почему я пользуюсь в основном только крупными коммерческими сервисами. Потому что, если что-то ломается, там всегда есть люди, которые помогают: они получают за это зарплату, несут ответственность и так далее.
А всякие бесплатные дребезделки — кажется, ты экономишь деньги, всё работает, всё круто. Проходит месяц — и в самый критический момент всё ломается, и вы вообще не понимаете, что с этим делать. И спросить не у кого. Это чистый опыт. Вы неизбежно с этим столкнётесь.
Как я уже говорил: когда вы начинаете делать свои сценарии, первая трудность — это подключение разных приложений. В Make их примерно 1700, в Zapier — 7000. Они все разные, но у всех примерно одна и та же схема: API, токены, секреты, какие-нибудь секретные ID и прочее.
Вы немного с этим помучаетесь — три-четыре раза. А потом уловите паттерн. Поймёте, что, какой бы ни был сервис, схема у всех похожая. Вы будете сразу понимать, где искать, какую интеграцию, куда читать и так далее. Это всё быстро делается, но нужно выработать навык.
1❤46
Не потому, что мне жалко ответить на вопрос. Моя задача — научить вас, чтобы вы всё делали сами, а не бегали с мелочами. Допустим, если что-то с сайтом, проблема с доступом — это полностью моя ответственность, и мы, естественно, решаем.
Если вы не понимаете какое-то понятие, категорию — я всегда в вашем распоряжении. Но если это мелкая хрень — ищите. У меня есть целый список агентов, которые мы будем делать. Я всё буду детально показывать, но делать акцент на принципиальных, серьёзных вещах. А вот как подключить какое-то конкретное приложение — это вы способны найти сами.
Если вы не понимаете какое-то понятие, категорию — я всегда в вашем распоряжении. Но если это мелкая хрень — ищите. У меня есть целый список агентов, которые мы будем делать. Я всё буду детально показывать, но делать акцент на принципиальных, серьёзных вещах. А вот как подключить какое-то конкретное приложение — это вы способны найти сами.
1❤41
"chatGPT тупой, не отвечает, лжет мне за мои же деньги!" - частая претензия, чтобы понять феномен, прочитайте рассуждение Эндрю Карпаты (экс создатель ИИ автопилота Теслы - шарит в теме).
Короткий спойлер:
Хорошая новость - ИИ еще в начале пути, и это ЕДИНСТВЕННАЯ причина, почему 98% из вас еще получают зарплату.
Плохая новость - когда проблемы ниже будет решены - 98% из вас потеряют свою работы без шанса найти новую.
Кстати, вчера на одном totally бесполезном мероприятии, организаторы которого обманом украли пол-дня моего времени, я объяснял успешному риэлтору, почему в течении 3 лет рынок недвиги в Долине ждет кровавая бойня.
Она бывший успешный разработчик с фундаментальным образованием, потом успешный риэлтор, потом успешный девелопер (в недвиге, не софте), т.е сечет.
Почему я уверен? Потому что кормовая база недвиги в Долине - прогеры 10 ведущих корпораций, перекормленные деньгами, как гуси на убой. И зная, что происходит в этих корпорациях сейчас, я понимаю, что 90% всех этих гусей на убой и пойдут. В том числе и когда ИИ справится с проблемами, о которых говорит г-н Карпаты.
После текста, в котором вы ничего не поймете, я привел перевод на языке 10-летнего ребенка. (можете скипать текст Карпаты и сразу читать для нормальных).
🥶"Нам не хватает (как минимум одной) важной парадигмы обучения для больших языковых моделей (LLM). Я не уверен, как её назвать — возможно, у неё уже есть название, например, обучение системному промпту?
Предобучение нужно для получения знаний.
Дообучение (с учителем или с подкреплением) — для формирования привычного поведения.
Оба этих процесса предполагают изменение параметров модели, но большая часть человеческого обучения больше похожа на изменение системного промпта. Ты сталкиваешься с проблемой, что-то осознаёшь, а потом “запоминаешь” это в довольно явной форме на будущее. Например: «Кажется, когда я сталкиваюсь с такой-то и такой-то проблемой, мне стоит попробовать такой-то и такой-то подход/решение». Это похоже на то, как будто ты записываешь себе заметку, — то есть, это нечто вроде функции “памяти”, но не для хранения случайных фактов о пользователе, а для общих знаний и стратегий решения задач.
LLM в буквальном смысле похожи на персонажа из фильма Memento, только мы ещё не дали им блокнот для записей. Заметь, эта парадигма потенциально намного более мощная и эффективная с точки зрения использования данных, потому что стадия “обзора знаний” предоставляет значительно более высокоразмерный канал обратной связи, чем скалярная награда.
На этот поток мыслей меня натолкнуло чтение системного промпта Claude, который, похоже, сейчас насчитывает около 17 000 слов. Там указано не только общее поведение и предпочтения (например, отказываться от определённых типов запросов, связанных с текстами песен), но и множество общих стратегий решения задач, например:
«Если у Claude просят посчитать слова, буквы или символы, он размышляет пошагово перед ответом. Он явно считает слова, буквы или символы, присваивая номер каждому. Он отвечает только после того, как выполнит этот явный этап подсчёта.»
Это помогает Claude, например, правильно решать задачи вроде “найди ‘r’ в strawberry”. По моему мнению, это не тот тип знаний для решения задач, который стоит встраивать в веса модели через обучение с подкреплением — по крайней мере, не сразу и не исключительно таким способом. И уж точно это не должно писаться вручную инженерами в системных промптах.
Это должно происходить через обучение системному промпту — процесс, похожий на RL по постановке задачи, но отличающийся по алгоритму обучения (редактирование текста вместо градиентного спуска). Большая часть системного промпта LLM может быть написана самими моделями через это обучение — по сути, как если бы модель писала для себя книгу о том, как решать задачи.
Короткий спойлер:
Хорошая новость - ИИ еще в начале пути, и это ЕДИНСТВЕННАЯ причина, почему 98% из вас еще получают зарплату.
Плохая новость - когда проблемы ниже будет решены - 98% из вас потеряют свою работы без шанса найти новую.
Кстати, вчера на одном totally бесполезном мероприятии, организаторы которого обманом украли пол-дня моего времени, я объяснял успешному риэлтору, почему в течении 3 лет рынок недвиги в Долине ждет кровавая бойня.
Она бывший успешный разработчик с фундаментальным образованием, потом успешный риэлтор, потом успешный девелопер (в недвиге, не софте), т.е сечет.
Почему я уверен? Потому что кормовая база недвиги в Долине - прогеры 10 ведущих корпораций, перекормленные деньгами, как гуси на убой. И зная, что происходит в этих корпорациях сейчас, я понимаю, что 90% всех этих гусей на убой и пойдут. В том числе и когда ИИ справится с проблемами, о которых говорит г-н Карпаты.
После текста, в котором вы ничего не поймете, я привел перевод на языке 10-летнего ребенка. (можете скипать текст Карпаты и сразу читать для нормальных).
🥶"Нам не хватает (как минимум одной) важной парадигмы обучения для больших языковых моделей (LLM). Я не уверен, как её назвать — возможно, у неё уже есть название, например, обучение системному промпту?
Предобучение нужно для получения знаний.
Дообучение (с учителем или с подкреплением) — для формирования привычного поведения.
Оба этих процесса предполагают изменение параметров модели, но большая часть человеческого обучения больше похожа на изменение системного промпта. Ты сталкиваешься с проблемой, что-то осознаёшь, а потом “запоминаешь” это в довольно явной форме на будущее. Например: «Кажется, когда я сталкиваюсь с такой-то и такой-то проблемой, мне стоит попробовать такой-то и такой-то подход/решение». Это похоже на то, как будто ты записываешь себе заметку, — то есть, это нечто вроде функции “памяти”, но не для хранения случайных фактов о пользователе, а для общих знаний и стратегий решения задач.
LLM в буквальном смысле похожи на персонажа из фильма Memento, только мы ещё не дали им блокнот для записей. Заметь, эта парадигма потенциально намного более мощная и эффективная с точки зрения использования данных, потому что стадия “обзора знаний” предоставляет значительно более высокоразмерный канал обратной связи, чем скалярная награда.
На этот поток мыслей меня натолкнуло чтение системного промпта Claude, который, похоже, сейчас насчитывает около 17 000 слов. Там указано не только общее поведение и предпочтения (например, отказываться от определённых типов запросов, связанных с текстами песен), но и множество общих стратегий решения задач, например:
«Если у Claude просят посчитать слова, буквы или символы, он размышляет пошагово перед ответом. Он явно считает слова, буквы или символы, присваивая номер каждому. Он отвечает только после того, как выполнит этот явный этап подсчёта.»
Это помогает Claude, например, правильно решать задачи вроде “найди ‘r’ в strawberry”. По моему мнению, это не тот тип знаний для решения задач, который стоит встраивать в веса модели через обучение с подкреплением — по крайней мере, не сразу и не исключительно таким способом. И уж точно это не должно писаться вручную инженерами в системных промптах.
Это должно происходить через обучение системному промпту — процесс, похожий на RL по постановке задачи, но отличающийся по алгоритму обучения (редактирование текста вместо градиентного спуска). Большая часть системного промпта LLM может быть написана самими моделями через это обучение — по сути, как если бы модель писала для себя книгу о том, как решать задачи.
1❤31
Продолжение. Если это сработает — это будет новая и мощная парадигма обучения. Правда, остаётся много нерешённых вопросов: как именно должны работать правки? можно ли (и нужно ли) обучать саму систему редактирования? как со временем переносить знания из текста системного промпта в “привычные” веса модели, как это делают люди? " (конец цитаты).
😍😍😍Перевод для 10-летнего ребенка:
Смотри. Большие языковые модели, вроде меня, учатся в основном двумя способами:
1. Они читают кучу всего — книги, сайты, статьи — чтобы знать много всего. Это называется предобучение.
2. Потом их немного доучивают, чтобы они себя вели определённым образом — быть вежливыми, отвечать правильно, не говорить плохое. Это называется дообучение.
Оба этих способа — это как если бы тебе вставляли новые мысли прямо в мозг. Но у людей обучение часто работает по-другому.
Представь, что ты столкнулся с какой-то задачей, например, не можешь решить сложный пример. Ты подумал, разобрался, и в следующий раз сам себе говоришь: “Ага! Когда такое вижу — лучше делать вот так!” И ты это как будто записал себе в голове, но не прямо в мозгу, а как памятку. В следующий раз ты это вспоминаешь и используешь.
Вот об этом и говорится в тексте: что у моделей не хватает такой “памятки” или “тетрадки для заметок”, где они могли бы сами себе записывать, как лучше решать задачи. Сейчас это делают люди-программисты, вручную, но это медленно и неэффективно.
Если бы модель могла сама писать себе такие подсказки, как «Когда меня просят посчитать буквы, я должен считать по шагам», — то она бы училась быстрее и умнее. Это как если бы она писала для себя инструкцию: “Когда так — делай вот это.” И потом вспоминала это, как ты вспоминаешь, как решать задачку, которую уже делал.
Это было бы как третий способ обучения — не просто “вбивать в мозг”, а “писать себе напоминалки”, которые можно менять, улучшать и использовать.
☠️💀🎃👹👿Мой коммент: Take attention on фразу: "Сейчас это делают люди-программисты, вручную, но это медленно и неэффективно." Намек ясен?
😍😍😍Перевод для 10-летнего ребенка:
Смотри. Большие языковые модели, вроде меня, учатся в основном двумя способами:
1. Они читают кучу всего — книги, сайты, статьи — чтобы знать много всего. Это называется предобучение.
2. Потом их немного доучивают, чтобы они себя вели определённым образом — быть вежливыми, отвечать правильно, не говорить плохое. Это называется дообучение.
Оба этих способа — это как если бы тебе вставляли новые мысли прямо в мозг. Но у людей обучение часто работает по-другому.
Представь, что ты столкнулся с какой-то задачей, например, не можешь решить сложный пример. Ты подумал, разобрался, и в следующий раз сам себе говоришь: “Ага! Когда такое вижу — лучше делать вот так!” И ты это как будто записал себе в голове, но не прямо в мозгу, а как памятку. В следующий раз ты это вспоминаешь и используешь.
Вот об этом и говорится в тексте: что у моделей не хватает такой “памятки” или “тетрадки для заметок”, где они могли бы сами себе записывать, как лучше решать задачи. Сейчас это делают люди-программисты, вручную, но это медленно и неэффективно.
Если бы модель могла сама писать себе такие подсказки, как «Когда меня просят посчитать буквы, я должен считать по шагам», — то она бы училась быстрее и умнее. Это как если бы она писала для себя инструкцию: “Когда так — делай вот это.” И потом вспоминала это, как ты вспоминаешь, как решать задачку, которую уже делал.
Это было бы как третий способ обучения — не просто “вбивать в мозг”, а “писать себе напоминалки”, которые можно менять, улучшать и использовать.
☠️💀🎃👹👿Мой коммент: Take attention on фразу: "Сейчас это делают люди-программисты, вручную, но это медленно и неэффективно." Намек ясен?
1❤37
Часть 1. Вопрос: «Я не психолог, но у меня уже давно созрела моя собственная филисофия жизни о которой я хочу говорить, но так как это практически никому не интересно, я решил перевести ее в практическую плоскость и предлагать свои услуги по решению психологических проблем. Моя фокусная аудитория русскоязычные женщины 35-60 лет. Потом можно добавить англоязычных, а потом и мужскую аудиторию.
Конечно хотется уже чего-то начать зарабатывать, и ваш совет по поводу консультирования мне понравился. Начал читать об этом в Курс по продукту но потом снова отвлекся и потерялся в какой-то момент.
Аудитория у меня пока маленькая. 1.2К на Фейсбуке. Вы говорили что женщины сидят на Инстаграм. Вчера поставил первый пост туда и связал Фейсбук и Инстаграм. Буду открывать и развивать бизнес страницу на Фейсбук.
В какой -то момент понял, что что-бы сдвинуть это все с мертвой точки необходимо гораздо больше усилий, чем я прикладываю. Понимаю, что надо двигаться паралельно по двум направлениям - создавать бизнес и продвигать себя в сетях. О рекламе пока речи не идет, по крайней мере пока не построена и отлажена система. Вопрос - с вашей точки зрения, на что направить основные усилия в данный момент?»
Добрый день. Давайте я вам всё разложу по полочкам, потому что ситуация, которую вы описываете, довольно стандартная. Я, и не только я, сталкивались с ней миллиард раз — ну или десять миллиардов. Я просто попытаюсь сначала упростить то, что вы говорите. На языке бизнеса это примерно выглядит так: у вас есть какая-то методика, и вы верите, что эта методика может помогать вашим потенциальным клиентам — судя по тому, что вы писали, решать какие-то психологические проблемы.
Это классическая психологическая услуга, которая, соответственно, может продаваться разными способами. Естественно, 99% психологов — или тех, кто получил психологическое образование плюс соответствующие сертификации и права (если мы говорим про США), а также огромное количество людей, которые по каким-то причинам почувствовали для себя это значимым (скорее всего, к ним относитесь и вы, судя по тому, что вы писали), — так вот, все они пытаются продавать это в виде услуги, то есть консультаций.
Это самая простая, древняя модель, когда к вам приходят какие-то люди со своими проблемами, платят вам по часовому тарифу — так чаще всего и бывает. Ценник, естественно, зависит от так называемой квалификации, но по факту — не так. На деле он зависит от бренда в чистом виде и умения “убалтывать” клиентов.
Также ценник зависит от того, где вы практикуете, в какой среде, в каком социокультурном слое. То есть, если вы практикуете в какой-нибудь странной стране типа России, в Маржопинске, где в основном живут трактористы, у вас там будет мало клиентуры, потому что вашей конкуренцией будет бутылка водки в местном сельпо. А вот если вы практикуете где-нибудь в Голливуде, на Родео-Драйв, в Золотом треугольнике или в Кремниевой долине, где тьма народу — с одной стороны, очень богатых, а с другой — набитых всякими неврозами, страхами, фобиями и заморочками, то если вы сумели организовать к себе поток клиентов, то ценник будет совершенно другой. У меня есть несколько знакомых психологов — они получили формальное образование, приехали из России, потом подтвердили дипломы, прошли все необходимые процедуры, чтобы в Штатах иметь право легально называть себя психологом и работать в госпиталях и так далее. Очень небедные ребята, куча недвижимости, потому что к ним постоянным потоком валит народ — всякие программисты и прочие. Не говоря уже о Голливуде, где эти вечные терки с актёрами, продюсерами — ну, в общем, всё как надо. Это вот примерно весь диапазон того, на что вы можете рассчитывать в этом бизнесе. И большая часть этого народа идет именно в консультации.
Продолжение Часть 2,3,4,5. в группе. Важно? Хотите сэкономить лет 5 на понимании этого бизнеса и трезво понять - готовы ли вы к этому? Ваш ли это путь?
рубли телеграм - https://tttttt.me/tribute/app?startapp=soAG
рубли - веб-сылка — https://web.tribute.tg/s/oAG
Конечно хотется уже чего-то начать зарабатывать, и ваш совет по поводу консультирования мне понравился. Начал читать об этом в Курс по продукту но потом снова отвлекся и потерялся в какой-то момент.
Аудитория у меня пока маленькая. 1.2К на Фейсбуке. Вы говорили что женщины сидят на Инстаграм. Вчера поставил первый пост туда и связал Фейсбук и Инстаграм. Буду открывать и развивать бизнес страницу на Фейсбук.
В какой -то момент понял, что что-бы сдвинуть это все с мертвой точки необходимо гораздо больше усилий, чем я прикладываю. Понимаю, что надо двигаться паралельно по двум направлениям - создавать бизнес и продвигать себя в сетях. О рекламе пока речи не идет, по крайней мере пока не построена и отлажена система. Вопрос - с вашей точки зрения, на что направить основные усилия в данный момент?»
Добрый день. Давайте я вам всё разложу по полочкам, потому что ситуация, которую вы описываете, довольно стандартная. Я, и не только я, сталкивались с ней миллиард раз — ну или десять миллиардов. Я просто попытаюсь сначала упростить то, что вы говорите. На языке бизнеса это примерно выглядит так: у вас есть какая-то методика, и вы верите, что эта методика может помогать вашим потенциальным клиентам — судя по тому, что вы писали, решать какие-то психологические проблемы.
Это классическая психологическая услуга, которая, соответственно, может продаваться разными способами. Естественно, 99% психологов — или тех, кто получил психологическое образование плюс соответствующие сертификации и права (если мы говорим про США), а также огромное количество людей, которые по каким-то причинам почувствовали для себя это значимым (скорее всего, к ним относитесь и вы, судя по тому, что вы писали), — так вот, все они пытаются продавать это в виде услуги, то есть консультаций.
Это самая простая, древняя модель, когда к вам приходят какие-то люди со своими проблемами, платят вам по часовому тарифу — так чаще всего и бывает. Ценник, естественно, зависит от так называемой квалификации, но по факту — не так. На деле он зависит от бренда в чистом виде и умения “убалтывать” клиентов.
Также ценник зависит от того, где вы практикуете, в какой среде, в каком социокультурном слое. То есть, если вы практикуете в какой-нибудь странной стране типа России, в Маржопинске, где в основном живут трактористы, у вас там будет мало клиентуры, потому что вашей конкуренцией будет бутылка водки в местном сельпо. А вот если вы практикуете где-нибудь в Голливуде, на Родео-Драйв, в Золотом треугольнике или в Кремниевой долине, где тьма народу — с одной стороны, очень богатых, а с другой — набитых всякими неврозами, страхами, фобиями и заморочками, то если вы сумели организовать к себе поток клиентов, то ценник будет совершенно другой. У меня есть несколько знакомых психологов — они получили формальное образование, приехали из России, потом подтвердили дипломы, прошли все необходимые процедуры, чтобы в Штатах иметь право легально называть себя психологом и работать в госпиталях и так далее. Очень небедные ребята, куча недвижимости, потому что к ним постоянным потоком валит народ — всякие программисты и прочие. Не говоря уже о Голливуде, где эти вечные терки с актёрами, продюсерами — ну, в общем, всё как надо. Это вот примерно весь диапазон того, на что вы можете рассчитывать в этом бизнесе. И большая часть этого народа идет именно в консультации.
Продолжение Часть 2,3,4,5. в группе. Важно? Хотите сэкономить лет 5 на понимании этого бизнеса и трезво понять - готовы ли вы к этому? Ваш ли это путь?
рубли телеграм - https://tttttt.me/tribute/app?startapp=soAG
рубли - веб-сылка — https://web.tribute.tg/s/oAG
Telegram
Tribute
This bot helps content creators receive financial support from their followers directly in the app.
1❤30
Forwarded from Сиолошная
Очень хорошо, что это кто-то сделал — по мотивам сценария AI 2027 создали сайт, где все фальсифицируемые предсказания собраны в одном месте, разложены по месяцам и классам (предсказания по мощностям, реакции общества, навыкам моделям, политике, итд).
Так что можно будет раз в месяц-квартал заходить и смотреть, как (не)далеко реальность от описанного.
Предсказаний чуть больше 200, из них 8% уже разрешены, и все — как правильные. Но это в основном потому, что а) это описание того, что уже произошло б) что-то достаточно примитивное, не настолько крупное, как «Китай украдёт веса модели». Вот тут обидно, что на сайте все предсказания вносят одинаковый вклад в оценку и никак не разложены по их значимости — кончено, больше всего интересно смотреть на топ-5-10 самых крупных.
Что уже «сбылось»:
— агенты ненадёжны для практического использования
— агентам можно дать задачи в духе «сделай заказ в DoorDash»
— агенты рыскают по интернету по полчаса перед тем, как ответить на вопрос человека
— лучшие агенты остаются очень дорогими🙂
Самое важное в 2025м — это Agent-0 от OpenBrain, очен ждем🙏
Ссылка: https://spicylemonade.github.io/AI-2027-tracker , будем послеживать-посматривать.
Так что можно будет раз в месяц-квартал заходить и смотреть, как (не)далеко реальность от описанного.
Предсказаний чуть больше 200, из них 8% уже разрешены, и все — как правильные. Но это в основном потому, что а) это описание того, что уже произошло б) что-то достаточно примитивное, не настолько крупное, как «Китай украдёт веса модели». Вот тут обидно, что на сайте все предсказания вносят одинаковый вклад в оценку и никак не разложены по их значимости — кончено, больше всего интересно смотреть на топ-5-10 самых крупных.
Что уже «сбылось»:
— агенты ненадёжны для практического использования
— агентам можно дать задачи в духе «сделай заказ в DoorDash»
— агенты рыскают по интернету по полчаса перед тем, как ответить на вопрос человека
— лучшие агенты остаются очень дорогими
Самое важное в 2025м — это Agent-0 от OpenBrain, очен ждем
Ссылка: https://spicylemonade.github.io/AI-2027-tracker , будем послеживать-посматривать.
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤18
Forwarded from AI Product | Igor Akimov
Similarweb поделилась данными по трафику за апрель в секторе GenAI.
Из интересного:
- в общем OpenAI продолжает бешено расти, как и Google и Grok, DeepSeek чуть подупал, но потому что он до этого сожрал всех.
- в генерации картинок на первом месте Leonardo.AI
- в генерации видео Veed и HeyGen
- в генерации кода самое интересное - на первом месте по трафику не Cursor, а Lovable, потом на третьем Replit, Bolt, V0 и Windsurf.
Ну и интересен отчет по падению трафика из-за AI. В первую очередь это образовательные сайты, фриланс-биржи, веб-конструкторы, сайты со стоковыми фотографиями, форумы и даже поисковые системы
Из интересного:
- в общем OpenAI продолжает бешено расти, как и Google и Grok, DeepSeek чуть подупал, но потому что он до этого сожрал всех.
- в генерации картинок на первом месте Leonardo.AI
- в генерации видео Veed и HeyGen
- в генерации кода самое интересное - на первом месте по трафику не Cursor, а Lovable, потом на третьем Replit, Bolt, V0 и Windsurf.
Ну и интересен отчет по падению трафика из-за AI. В первую очередь это образовательные сайты, фриланс-биржи, веб-конструкторы, сайты со стоковыми фотографиями, форумы и даже поисковые системы
1❤19