Хотя Atlas и не потряс мир, зато потряс конкурентов. И оп Anthropic раздали всем сегодня Claude Desktop — свой ai-ассистент.
@maxrepost 👾
@maxrepost 👾
Claude
Download Claude | Claude
Download Claude for desktop and mobile. Access AI assistance natively on Mac, Windows, iOS, and Android across all your devices.
Forwarded from Futuris (Anton)
This media is not supported in your browser
VIEW IN TELEGRAM
Мне кажется или я освоил эпик шортсы в соре?
добавляем slow motion
epic cinematic-edit scenes
phonk + sound from video.
Real movie shots
crazy angles. brutal, grimm.
и описание вашей задумки коротко Бабушка из России, с клунками с рынка entering medieval battlefield. - профит👌
добавляем slow motion
epic cinematic-edit scenes
phonk + sound from video.
Real movie shots
crazy angles. brutal, grimm.
и описание вашей задумки коротко Бабушка из России, с клунками с рынка entering medieval battlefield. - профит👌
👏1
Forwarded from Trabun | AI, Tech, Culture, Trends
This media is not supported in your browser
VIEW IN TELEGRAM
У ElevenLabs вышло обновление — Voice Isolator теперь работает с видео.
Можно загрузить любой ролик и убрать лишние звуки: разговоры, музыку, за которую вас заблочит YouTube, уличный шум или эхо.
На выходе — тот же формат, только с чистым звуком. Ну и как красиво и просто они это показали.
Можно загрузить любой ролик и убрать лишние звуки: разговоры, музыку, за которую вас заблочит YouTube, уличный шум или эхо.
На выходе — тот же формат, только с чистым звуком. Ну и как красиво и просто они это показали.
⚡2
Forwarded from Futuris (Anton)
This media is not supported in your browser
VIEW IN TELEGRAM
Microsoft представили Edge Copilot Mode — экспериментальный режим браузера с ИИ-функциями: новая домашняя страница объединяет поиск, чат и навигацию; можно «разговаривать» с Copilot, чтобы без рук просматривать и выделять контент; получать быстрые ответы прямо в текущей вкладке; суммировать и анализировать открытые вкладки и историю; доступны ранние возможности вроде Copilot Actions (выполняют рутинные шаги) и Journeys (помогают продолжать исследования), а также ИИ-инструменты: генерация изображений, краткое содержание видео, группировка вкладок, «Спросите Copilot», перевод видео в реальном времени; всё с настраиваемыми разрешениями и приватностью, ранний доступ пока ограниченно доступен в США.
Только что проверил под ВПН, на бесплатном копилоте агенты пока недоступны, но даже общаться о контенте (визуальном и текстовом) очень удобно с самим браузером 👌 конкуренция творит чудеса, браузеры оживают не по дням а по часам🌚
Только что проверил под ВПН, на бесплатном копилоте агенты пока недоступны, но даже общаться о контенте (визуальном и текстовом) очень удобно с самим браузером 👌 конкуренция творит чудеса, браузеры оживают не по дням а по часам🌚
Почему рисеч про AI и новости от EBU это профанация
Сегодня все обсуждают исследование BBC (а точтее БиБиСи и ЕБУ) про то, что ai постоянно ошибается. Так вот исследование это плохое. В своем исследовании EBU и BBC показали ровно то, что и ожидалось (а может хотелось): они измеряли не реальную точность или качество работы ai, а то, как людям кажется, что ai работает. И это плохо сделано и плохо работает вот почему:
1. Это не EVAL, это социальный опрос на тему “А вам не страшно, что у ai есть мнение и в нем бывают ошибки?”
Вместо системной проверки моделей на фактические ошибки, мы видим классическую кальку с focus group research: “А как вы чувствуете себя рядом с роботом?” Вся методология заточена под оценку страха и недоверия, а не объективного качества работы ai-ассистентов.
Внятной автоматизированной оценки, например, через экспертную валидацию выборки ответов LLM, тут нет и в помине.
2. Проталкивают моральную панику — и ещё делают это топорно
Они не исследуют реальные ошибки и не сравнивают их с baseline-ошибками обычных журналистов. Зато очень любят спрашивать: “А если у ai будет неправильная дата? А если он внезапно… ВДРУГ… впроцитирует не всех?!”
Классика: задаём респонденту страшный вопрос — получаем страшный ответ. Это не научный подход, а подогрев истерии.
3. Манипуляция через “делиберативные группы”
Фокус-группы рассматривали только заранее выбранные кейсы с ошибками — якобы, чтобы “выявить реакцию”. Но таким образом организаторы сами провоцируют негативную установку, искажают восприятие — а потом радостно делают вывод: “все недовольны!”.
В реальности это не отражает отношение аудитории к обычному потоку новостей с ai.
4. Статистический нонсенс и логическая каша
Смешивают “инстинктивные ощущения” (Binary Response Time, ага, модная метрика) с постфактумными мнениями после демонстрации ошибок. Получается: аудитория доверяет, пока не покажут ошибку. А потом перестаёт.
Ну правда, кто бы мог подумать, что если показать человеку лажу, он перестанет доверять источнику!
Продали это как качественную технологическую оценку, а по сути реальной валидной оценки качества моделей тут нет. Вместо этого нам рассказывают, что “ассоциация с брендом BBC страдает”, если ai ошибся, и “все должны каяться”. В итоге отчёт про то, как людям страшно, когда нейросеть ошибается — а не про то, насколько нейросеть вообще умеет делать свою работу. И главное как получать стабильно хороший результат.
@maxrepost 👾
Сегодня все обсуждают исследование BBC (а точтее БиБиСи и ЕБУ) про то, что ai постоянно ошибается. Так вот исследование это плохое. В своем исследовании EBU и BBC показали ровно то, что и ожидалось (а может хотелось): они измеряли не реальную точность или качество работы ai, а то, как людям кажется, что ai работает. И это плохо сделано и плохо работает вот почему:
1. Это не EVAL, это социальный опрос на тему “А вам не страшно, что у ai есть мнение и в нем бывают ошибки?”
Вместо системной проверки моделей на фактические ошибки, мы видим классическую кальку с focus group research: “А как вы чувствуете себя рядом с роботом?” Вся методология заточена под оценку страха и недоверия, а не объективного качества работы ai-ассистентов.
Внятной автоматизированной оценки, например, через экспертную валидацию выборки ответов LLM, тут нет и в помине.
2. Проталкивают моральную панику — и ещё делают это топорно
Они не исследуют реальные ошибки и не сравнивают их с baseline-ошибками обычных журналистов. Зато очень любят спрашивать: “А если у ai будет неправильная дата? А если он внезапно… ВДРУГ… впроцитирует не всех?!”
Классика: задаём респонденту страшный вопрос — получаем страшный ответ. Это не научный подход, а подогрев истерии.
3. Манипуляция через “делиберативные группы”
Фокус-группы рассматривали только заранее выбранные кейсы с ошибками — якобы, чтобы “выявить реакцию”. Но таким образом организаторы сами провоцируют негативную установку, искажают восприятие — а потом радостно делают вывод: “все недовольны!”.
В реальности это не отражает отношение аудитории к обычному потоку новостей с ai.
4. Статистический нонсенс и логическая каша
Смешивают “инстинктивные ощущения” (Binary Response Time, ага, модная метрика) с постфактумными мнениями после демонстрации ошибок. Получается: аудитория доверяет, пока не покажут ошибку. А потом перестаёт.
Ну правда, кто бы мог подумать, что если показать человеку лажу, он перестанет доверять источнику!
Продали это как качественную технологическую оценку, а по сути реальной валидной оценки качества моделей тут нет. Вместо этого нам рассказывают, что “ассоциация с брендом BBC страдает”, если ai ошибся, и “все должны каяться”. В итоге отчёт про то, как людям страшно, когда нейросеть ошибается — а не про то, насколько нейросеть вообще умеет делать свою работу. И главное как получать стабильно хороший результат.
@maxrepost 👾
Forwarded from EDU (Bayram Annakov)
Почему LLMки пока хуже 4х летнего ребенка?
Получил удовольствие от просмотра лекции Alison Gopnik из Santa Fe Institute —> вот ключевые мысли:
1) Есть разные типы интеллекта, в завимости от стадии жизни:
- исследовательский (explore) - это, в основном, про детей, про поиск вширь
- эксплуатирующий (exploit) - это про взрослых, про эффективность, про поиск вглубь
- заботящийся (care) и передающий культуру (culture transmission) - это про пожилых, про сохранение и передачу накопленного знания и опыта, традиций
Гопник разводит поиск истины и передачу знаний: дети как исследователи расширяют пространство возможного, а взрослые и пожиле же - обеспечивают достоверность и преемственность.
2) Дети большую часть своего раннего развития тратят на проверку гипотез, слом паттернов, и пробование вещей, которые не работают. Их темп обучения высокий - learning rate в терминах машинного обучения - а чувствительность к вознаграждению - низкая —> они учатся через любопытство, а не ради эффективности. Чего не скажешь о взрослых.
LLM-ки же, напротив, сжимают и имитируют существующее знание; они невероятно хороши в передаче культуры (как накопленного знания), но слабоваты в генерации фундаментально новых абстракций. (да, мы в последнее время начинаем замечать, что появляются таки новые открытия)
3) Поэтому LLMки стоит рассматривать не как новый тип интеллекта, а скорее как "инфраструктуру" для более эффективной передачи коллективного человеческого знания. Так же как письменность, печатный станок, и Интернет.
Посмотрите на досуге - для меня это стало глотком свежего воздуха и новой перспективой на фоне одног и того же перемалывания и спекуляции.
https://www.youtube.com/watch?v=PNE5pfQBlxM
===
P.S. Кстати, открыл для себя еще один способ использования Atlas - открываю YouTube и прошу порекомендовать мне видео, связав с моими интересами, и по мере просмотра лекции задаю вопросы справа, получаю доппейперы, видео и книги по теме.
Получил удовольствие от просмотра лекции Alison Gopnik из Santa Fe Institute —> вот ключевые мысли:
1) Есть разные типы интеллекта, в завимости от стадии жизни:
- исследовательский (explore) - это, в основном, про детей, про поиск вширь
- эксплуатирующий (exploit) - это про взрослых, про эффективность, про поиск вглубь
- заботящийся (care) и передающий культуру (culture transmission) - это про пожилых, про сохранение и передачу накопленного знания и опыта, традиций
Гопник разводит поиск истины и передачу знаний: дети как исследователи расширяют пространство возможного, а взрослые и пожиле же - обеспечивают достоверность и преемственность.
2) Дети большую часть своего раннего развития тратят на проверку гипотез, слом паттернов, и пробование вещей, которые не работают. Их темп обучения высокий - learning rate в терминах машинного обучения - а чувствительность к вознаграждению - низкая —> они учатся через любопытство, а не ради эффективности. Чего не скажешь о взрослых.
LLM-ки же, напротив, сжимают и имитируют существующее знание; они невероятно хороши в передаче культуры (как накопленного знания), но слабоваты в генерации фундаментально новых абстракций. (да, мы в последнее время начинаем замечать, что появляются таки новые открытия)
3) Поэтому LLMки стоит рассматривать не как новый тип интеллекта, а скорее как "инфраструктуру" для более эффективной передачи коллективного человеческого знания. Так же как письменность, печатный станок, и Интернет.
Посмотрите на досуге - для меня это стало глотком свежего воздуха и новой перспективой на фоне одног и того же перемалывания и спекуляции.
https://www.youtube.com/watch?v=PNE5pfQBlxM
===
P.S. Кстати, открыл для себя еще один способ использования Atlas - открываю YouTube и прошу порекомендовать мне видео, связав с моими интересами, и по мере просмотра лекции задаю вопросы справа, получаю доппейперы, видео и книги по теме.
YouTube
Transmission Versus Truth: What Will It Take to Make an Al as Smart as a 4-Year-Old?
Alison Gopnik (University of California, Berkeley, SFI) There is no such thing as general intelligence — artificial or natural — argues Alison Gopnik. Instead, there are multiple intelligences, each with its own trade-offs. Three different types of cognitive…
Forwarded from Беспощадный диджитал
Clippy приветствует своего потомка: Microsoft представила Mico — голосового помощника режима чат-бота Copilot.
Mico обладает мимикой и может менять выражения «лица» в зависимости от темы разговора.
Изначально помощник будет доступен только в США, Великобритании и Канаде.
Mico обладает мимикой и может менять выражения «лица» в зависимости от темы разговора.
Изначально помощник будет доступен только в США, Великобритании и Канаде.
Появилась камера, в которой есть алгоритмическая система подтверждения, что это реальное фото и оно получено именно с датчика фото. Подтверждение построено на базе ZK и покрывает не только пиксели, но и метадату.
Я думал про такой проект пару лет назад и мы даже подобрали аппаратную базу. Но кажется, что эту фичу в ближайший год просто добавят в регистраторы, а потом и в iPhone и Android смартфоны и на этом стартап с пруф-камерой закончится не успев начаться.
@maxrepost 👾
Я думал про такой проект пару лет назад и мы даже подобрали аппаратную базу. Но кажется, что эту фичу в ближайший год просто добавят в регистраторы, а потом и в iPhone и Android смартфоны и на этом стартап с пруф-камерой закончится не успев начаться.
@maxrepost 👾
roc.camera
Roc Camera
Capture verifiably real moments in the age of Generative AI
❤1
Forwarded from addmeto (Grigory Bakunov)
OpenAI купили разработчика Sky.app - небольшого приложения которое улучшало использование ИИ на десктопе. Приложение по видео было неплохим, но есть один вопрос - кажется навайбкодить такое приложение с помощью OpenAI было делом нескольких часов 🙂 https://openai.com/index/openai-acquires-software-applications-incorporated/
Openai
OpenAI acquires Software Applications Incorporated, maker of Sky
Enhancing how people use AI on their computers.
Forwarded from The Edinorog 🦄
🕵️ Русский след в иске Reddit к Perplexity: что известно про AWMProxy
Reddit решил засудить Perplexity за использование своих данных — мол, та фактически украла данные, в которых «отчаянно нуждалась». С полным текстом иска можно ознакомиться здесь. И в нем фигурирует AWMProxy с российскими корнями — ее услугами пользовалась Peplexity. И оказалось, что у этой компании богатая история.
Кстати, Perplexity дала ответ на иск на самом же Reddit. Говорят, что собирали данные не для обучения AI. Они вообще не обучают. Они просто собирали данные, чтобы давать ответы. Это как простые пользователи ссылками делятся. И вообще Reddit подала в суд на Perplexity, чтобы показать свою силу Google и OpenAI.
Но давайте вернемся к AWMProxy. Она упомянута в иске с еще двумя компаниями — литовской Oxylabs и американской SerpApi. Бизнес AWMProxy заключается в том, что она дает доступ к своим прокси-серверам. С их помощью можно скрыть свое местоположение и личность. В общем, эти прокси, похоже, использовали для парсинга данных с сайта Reddit.
Это довольно старая контора. На одном из форумов в 2015-м представители AWMProxy писали, что они на рынке уже 12 лет. То есть компания существует с 2003 года. Но в некоторых источниках указано, что с 2008-го.
И AWMProxy оказывалась связанной с несколькими киберпреступными историями. Например, в 2011-м «Лаборатория Касперского» рассказывала про ботнет TDSS. Компьютеры, зараженные TDSS, использовали в качестве анонимных прокси. А витриной для продажи этой услуги был AWMProxy.
Эксперт в кибербезопасности Брайан Кребс тогда связывал AWMProxy c чуваком из Петербурга по имени Чингис Галджиев с никнеймом Fizot. Но после статьи Кребса Fizot удалил все публикации в своем ЖЖ и написал, что давно уже продал AWMProxy.
В 2022-м AWMProxy опять всплыл в блоге Кребса. На этот раз он писал про связь компании с ботнетом Glupteba. Этот ботнет впервые был зарегистрирован в 2011-м. А в 2021-м Google подала в суд на предполагаемых операторов Glupteba россиян Дмитрия Старовикова и Александра Филиппова. Компания обвиняла их в том, что они заразили более 1 млн компьютеров, похищали данные, занимались тайным майнингом крипты и так далее.
Филиппов и Старовиков тогда даже ответили на этот иск. Написали, что не особо поняли сути обвинений. В конце 2022-го Google выиграла дело. Правда, Филиппов и Старовиков вроде как были в России, поэтому на них это не особо повлияло.
И вот Кребс в своем расследовании связывал AWSProxy с Дмитрием Старовиковым.
Теперь AWMProxy оказалась в деле «Reddit против Perplexity». Представители Reddit утверждают, что мощности этой компании использовались для незаконного получения данных с Reddit.
Кстати, в 2019-м логотип для AWMProxy разрабатывала «Студия Артемия Лебедева».
@TheEdinorogBlog — тот самый канал про стартапы🦄
Reddit решил засудить Perplexity за использование своих данных — мол, та фактически украла данные, в которых «отчаянно нуждалась». С полным текстом иска можно ознакомиться здесь. И в нем фигурирует AWMProxy с российскими корнями — ее услугами пользовалась Peplexity. И оказалось, что у этой компании богатая история.
Кстати, Perplexity дала ответ на иск на самом же Reddit. Говорят, что собирали данные не для обучения AI. Они вообще не обучают. Они просто собирали данные, чтобы давать ответы. Это как простые пользователи ссылками делятся. И вообще Reddit подала в суд на Perplexity, чтобы показать свою силу Google и OpenAI.
Но давайте вернемся к AWMProxy. Она упомянута в иске с еще двумя компаниями — литовской Oxylabs и американской SerpApi. Бизнес AWMProxy заключается в том, что она дает доступ к своим прокси-серверам. С их помощью можно скрыть свое местоположение и личность. В общем, эти прокси, похоже, использовали для парсинга данных с сайта Reddit.
Это довольно старая контора. На одном из форумов в 2015-м представители AWMProxy писали, что они на рынке уже 12 лет. То есть компания существует с 2003 года. Но в некоторых источниках указано, что с 2008-го.
И AWMProxy оказывалась связанной с несколькими киберпреступными историями. Например, в 2011-м «Лаборатория Касперского» рассказывала про ботнет TDSS. Компьютеры, зараженные TDSS, использовали в качестве анонимных прокси. А витриной для продажи этой услуги был AWMProxy.
Эксперт в кибербезопасности Брайан Кребс тогда связывал AWMProxy c чуваком из Петербурга по имени Чингис Галджиев с никнеймом Fizot. Но после статьи Кребса Fizot удалил все публикации в своем ЖЖ и написал, что давно уже продал AWMProxy.
В 2022-м AWMProxy опять всплыл в блоге Кребса. На этот раз он писал про связь компании с ботнетом Glupteba. Этот ботнет впервые был зарегистрирован в 2011-м. А в 2021-м Google подала в суд на предполагаемых операторов Glupteba россиян Дмитрия Старовикова и Александра Филиппова. Компания обвиняла их в том, что они заразили более 1 млн компьютеров, похищали данные, занимались тайным майнингом крипты и так далее.
Филиппов и Старовиков тогда даже ответили на этот иск. Написали, что не особо поняли сути обвинений. В конце 2022-го Google выиграла дело. Правда, Филиппов и Старовиков вроде как были в России, поэтому на них это не особо повлияло.
И вот Кребс в своем расследовании связывал AWSProxy с Дмитрием Старовиковым.
Теперь AWMProxy оказалась в деле «Reddit против Perplexity». Представители Reddit утверждают, что мощности этой компании использовались для незаконного получения данных с Reddit.
Кстати, в 2019-м логотип для AWMProxy разрабатывала «Студия Артемия Лебедева».
@TheEdinorogBlog — тот самый канал про стартапы🦄
🥰1👻1👀1
Forwarded from Denis Sexy IT 🤖
И еще поигрался с интересной моделью: TimeCapsuleLLM
С 1800 года по 1875 было опубликовано примерно 175 000 текстов на Английском, которые попали в интернет библиотеки
Если взять текст этих публикаций и натренировать с нуля (важно именно с нуля) языковую модель, то в теории получится усредненная по уровню «размышлений» LLM 19го века
Я запустил модель автора, и попросил ее сделать предсказания на тему будущего – модель сыровата, но небольшие предсказания тем языком способна выдать (перевод сгладил все ошибки):
Результаты интересные, но немного читинг, потому что модель умеет только продолжать текст (чат формата в ней нет) и первые 5-6 слов мои, а продолжение модели
Я связался с автором так как хотел денег задонатить, но он говорит что его уже университет спонсирует и оказалось что он видел какие-то мои GenAI эксперименты, так что может удастся вместе даже что-то поделать
Ждем новую версию в общем, для путешествий во времени с LLM☕️
С 1800 года по 1875 было опубликовано примерно 175 000 текстов на Английском, которые попали в интернет библиотеки
Если взять текст этих публикаций и натренировать с нуля (важно именно с нуля) языковую модель, то в теории получится усредненная по уровню «размышлений» LLM 19го века
Я запустил модель автора, и попросил ее сделать предсказания на тему будущего – модель сыровата, но небольшие предсказания тем языком способна выдать (перевод сгладил все ошибки):
Грядущие способы сообщения соткут невидимые нити из таинственного эфира, охватив весь земной шар и соединив между собой величайшие хранилища знаний, рассеянные по самым далёким уголкам мира. Посредством особых электрических аппаратов учёные мужи смогут отправлять запросы на любые расстояния и в то же мгновение получать ответы, содержащие книги, трактаты и даже новейшие открытия из отдалённых университетов и библиотек. Представьте себе, как джентльмен, пребывая в своём лондонском кабинете, пожелает ознакомиться с неким документом, хранящимся в далёком Гарвардском университете за океаном, и через краткое мгновение невидимая электромагнитная сила доставит содержание этой рукописи прямо к его письменному столу, не прибегая ни к проводам, ни к почтовым дилижансам. Эта поразительная возможность обмена знаниями навсегда изменит природу учёности, открыв двери к невиданному ранее распространению просвещения и [далее следует учёная дискуссия]
Механические мыслительные машины будут созданы на основе принципов вычислительного устройства мистера Бэббиджа, однако их возможности выйдут далеко за рамки арифметики и охватят весь спектр человеческого мышления. Эти искусственные разумы будут оснащены обширными механическими системами памяти, хранящими все известные человечеству знания, и с помощью сложных зубчатых передач и часовых механизмов смогут осуществлять логические выводы, распознавать закономерности и вести интеллектуальные беседы. Получив любой вопрос или проблему, механический мозг будет искать в своей памяти нужную информацию, применять логическое рассуждение через свои механизмы и выдавать осмысленные ответы так, словно это был бы высокообразованный учёный. Подобные искусственные интеллектуальные устройства могли бы выполнять роль механических наставников, консультируя студентов в математике, естественной философии, истории и литературе, работая без устали и обладая совершенной памятью о каждом факте, когда-либо заложенном в их механические хранилища
Результаты интересные, но немного читинг, потому что модель умеет только продолжать текст (чат формата в ней нет) и первые 5-6 слов мои, а продолжение модели
Я связался с автором так как хотел денег задонатить, но он говорит что его уже университет спонсирует и оказалось что он видел какие-то мои GenAI эксперименты, так что может удастся вместе даже что-то поделать
Ждем новую версию в общем, для путешествий во времени с LLM
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - haykgrigo3/TimeCapsuleLLM: A LLM trained only on data from certain time periods to reduce modern bias
A LLM trained only on data from certain time periods to reduce modern bias - haykgrigo3/TimeCapsuleLLM
Grab — одни из самых дерзких парней в Азии — за ними надо следить.
Grab — компания типа Uber, предоставляющая услуги такси и логистику через свое приложение в Сингапуре и соседних Индонезии, Вьетнаме, Тайланде и других странах. Команда реально приостанавливала работу ради перестройки процессов под ai — целых девять недель в формате G/AI-sprint. Без новых фич, без привычной рутины. Зато с GrabGPT (внутренним аналогом ChatGPT), Mosaic (генератором иллюстраций в фирменном стиле), и с новыми правилами вроде demos over memos и bi-coding — когда PM и дизайнеры сами правят интерфейсный код, чтобы срезать обратную связь до минимума.
В результате появились десятки прототипов и несколько реальных запусков — AI-ассистенты для водителей и продавцов, генераторы текстов и графики, быстрые тулинги. 76% сотрудников теперь регулярно пользуются AI-инструментами. Но… сколько стоила пауза? Какая конверсия в продакшн? Ответов пока нет.
Ещё один мощный трек — GrabMaps и векторизация мира. Компания обучает визуальные модели (включая GPT‑4o Vision) на уличных фото, переводит их в векторные слои и строит карту заново, на своих данных. Это уже коммерческий продукт. Учитывая, что и раньше карты Grab были в разы лучше гугловских в своих регионах, теперь еще сильнее отрыв увеличится.
@maxrepost 👾
Grab — компания типа Uber, предоставляющая услуги такси и логистику через свое приложение в Сингапуре и соседних Индонезии, Вьетнаме, Тайланде и других странах. Команда реально приостанавливала работу ради перестройки процессов под ai — целых девять недель в формате G/AI-sprint. Без новых фич, без привычной рутины. Зато с GrabGPT (внутренним аналогом ChatGPT), Mosaic (генератором иллюстраций в фирменном стиле), и с новыми правилами вроде demos over memos и bi-coding — когда PM и дизайнеры сами правят интерфейсный код, чтобы срезать обратную связь до минимума.
В результате появились десятки прототипов и несколько реальных запусков — AI-ассистенты для водителей и продавцов, генераторы текстов и графики, быстрые тулинги. 76% сотрудников теперь регулярно пользуются AI-инструментами. Но… сколько стоила пауза? Какая конверсия в продакшн? Ответов пока нет.
Ещё один мощный трек — GrabMaps и векторизация мира. Компания обучает визуальные модели (включая GPT‑4o Vision) на уличных фото, переводит их в векторные слои и строит карту заново, на своих данных. Это уже коммерческий продукт. Учитывая, что и раньше карты Grab были в разы лучше гугловских в своих регионах, теперь еще сильнее отрыв увеличится.
@maxrepost 👾
❤2
Как вам идея делать небольшие кейсы про то как люди внедрили ai инструменты в свою жизнь или в бизнес?
❤🔥7👍4👎1
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
This media is not supported in your browser
VIEW IN TELEGRAM
А в Veo тем временем прикрутили инструмент для аннотаций.
Он и раньше их понимал, но надо было где-то их рисовать, а теперь прямо во Flow для Ingredients or Frames to Video появилась иконка с карандашиком. Там мини Paint с текстом и стрелками.
Обратите внимание на видео, как там пишут промпт "используй инструкции из аннотации, а потом удали ее к буйволу".
А еще во Flow Scenebuilder появилась Portrait Mode.
@cgevent
Он и раньше их понимал, но надо было где-то их рисовать, а теперь прямо во Flow для Ingredients or Frames to Video появилась иконка с карандашиком. Там мини Paint с текстом и стрелками.
Обратите внимание на видео, как там пишут промпт "используй инструкции из аннотации, а потом удали ее к буйволу".
А еще во Flow Scenebuilder появилась Portrait Mode.
@cgevent
Forwarded from эйай ньюз
Алекс Ванг увольняет 600 человек из Meta Superintelligence Lab - пример непревзойденного лидерства от молодого человека. У Меты уже входит в привычку делать по 2 раунда увольнений каждый год, за мое время там я пережил минимум 3 волны лейофов. Оптимальность решений лидершипа в последнее время под большим вопросом. Многие толковые речерчеры, предвидя это, не соглашались даже на огромные офферы ($10M+) лично от Марка - знаю таких людей. Некоторые другие, кто все же перешёл, ливнули через 1-2 месяца.
А ризонинг модели от Меты как не было так и нет. Визуальные модели, кажется тоже стагнируют и не было видных обновлений после моего ухода (не то чтобы все только на мне держалось, но все же)), вот вместо этого заключили партнерство с Black Forest Labs. Такими темпами очередь дойдет и уволить старичка ЛеКуна, заменив его 25-летним отчисленцем из универа.
Сейчас в Мете, как и в других Фаангах, в приоритете команды, которые шипят каждый месяц, а не делают долгосрочный речерч. Их если и чикают, то очень ограниченно. А вот для классических ресерчеров, которые работают над долгосрочными проектами (FAIR-style), сейчас не самый лучший климат в индустрии.
Чтобы я посоветовал, тем кто сейчас работает в BigTech, чтобы избежать увольнения? Стройтестартап свой публичной бренд внутри компании, работайте только над проектами, которые имеют максимальную видимость, фокусируйтесь на бизнес импакте. Ваши модели, которые вы тренируете должны приность +xx% user engagement, +yy% revenue, -zz% latency and costs.
В постах о ваших проектах всегда должно читаться "This guy has shipped fast and delivered measurable business impact". Как бы грустно это не звучало, индустрии сейчас нужны люди, которые умеют строить решения, приносящие деньги сейчас, а не те, кто будет потеть полгода-год над одной публикацией, которая в итоге в прод так и не попадет. #imho
@ai_newz
А ризонинг модели от Меты как не было так и нет. Визуальные модели, кажется тоже стагнируют и не было видных обновлений после моего ухода (не то чтобы все только на мне держалось, но все же)), вот вместо этого заключили партнерство с Black Forest Labs. Такими темпами очередь дойдет и уволить старичка ЛеКуна, заменив его 25-летним отчисленцем из универа.
Сейчас в Мете, как и в других Фаангах, в приоритете команды, которые шипят каждый месяц, а не делают долгосрочный речерч. Их если и чикают, то очень ограниченно. А вот для классических ресерчеров, которые работают над долгосрочными проектами (FAIR-style), сейчас не самый лучший климат в индустрии.
Чтобы я посоветовал, тем кто сейчас работает в BigTech, чтобы избежать увольнения? Стройте
В постах о ваших проектах всегда должно читаться "This guy has shipped fast and delivered measurable business impact". Как бы грустно это не звучало, индустрии сейчас нужны люди, которые умеют строить решения, приносящие деньги сейчас, а не те, кто будет потеть полгода-год над одной публикацией, которая в итоге в прод так и не попадет. #imho
@ai_newz
Business Insider
Meta's Alexandr Wang on why the AI team just laid off 600 workers
Meta laid off 600 employees in its Superintelligence Labs division. Its chief AI officer shared a memo addressing the job cuts.
👍3
Переход на летнее и зимнее время впервые предложил Бенджамин Франклин в 1784 году — в шутливом эссе, где он рассуждал, что, если вставать раньше, можно экономить свечи.
Потом про эту идею еще несколько раз вспоминали, но реальное внедрение произошло в Германии и Австро-Венгрии в 1916 году, во время Первой мировой войны — ради экономии угля. Вскоре к ним присоединились Британия, Россия и другие страны.
Сейчас из-за компьютеров, смартфонов и программ-календарей все стало сильно проще с переводом стрелок. Но сам перевод бессмысленен.
Когда переход вводили (в начале XX века), электричество в основном шло на освещение, и сдвиг дневного света реально экономил ресурсы. Сейчас структура потребления изменилась: светодиоды и умные системы освещения расходуют мизер, а доля кондиционирования и отопления выросла кратно.
Современные исследования (IEA, Eurofound, U.S. Department of Energy, 2017–2023):
средняя экономия энергии — от 0,1% до 0,3% в год, а в жарких регионах — отрицательная, из-за увеличенного потребления кондиционеров.
Все больше стран в итоге отказываются от перевода стрелок два раза в год. Сейчас 80% людей на планете уже живут без сезонного перевода времени.
@maxrepost 👾
Потом про эту идею еще несколько раз вспоминали, но реальное внедрение произошло в Германии и Австро-Венгрии в 1916 году, во время Первой мировой войны — ради экономии угля. Вскоре к ним присоединились Британия, Россия и другие страны.
Сейчас из-за компьютеров, смартфонов и программ-календарей все стало сильно проще с переводом стрелок. Но сам перевод бессмысленен.
Когда переход вводили (в начале XX века), электричество в основном шло на освещение, и сдвиг дневного света реально экономил ресурсы. Сейчас структура потребления изменилась: светодиоды и умные системы освещения расходуют мизер, а доля кондиционирования и отопления выросла кратно.
Современные исследования (IEA, Eurofound, U.S. Department of Energy, 2017–2023):
средняя экономия энергии — от 0,1% до 0,3% в год, а в жарких регионах — отрицательная, из-за увеличенного потребления кондиционеров.
Все больше стран в итоге отказываются от перевода стрелок два раза в год. Сейчас 80% людей на планете уже живут без сезонного перевода времени.
@maxrepost 👾
❤5💅3
Forwarded from Zavtracast (Dmitriy Zombak)
Пару лет назад, если помните, мир вовсю покупал NFT. Это были обычно такие картинки (а иногда и гифки), которые делались в единичном экземпляре и ты покупал на них права на единоличное владение.
Инвесторам и простым людям втирали, что сейчас, мол, идёт первичное накопление капитала, а когда-нибудь потом эти самые NFT можно будет выгодно продать. И особенно повезёт тем, кто купил "редкие".
Так что NFT тогда делали все кому ни лень, особенно криптоэнтузиасты и игровые студии (кхе-кхе, Ubisoft), но особенно потрудились на этом поприще учредители компании Yuga Labs.
Они сделали генератор картинок с мартышками и хорошо поездили по ушам инвесторам из Голливуда, отметив, что картинки эти не простые, а "элитные", поскольку дают доступ их владельцам в некий частный яхт-клуб.
Его назвали Bored Ape Yacht Club (сокращённо BAYC), а коллекцию NFT-аватарок с мартышками скупали все миллионеры и актёры подряд. Отметился и Снуп Догг и Гвинет Пелтроу и даже Джастин Бибер. Всё это было в 2021-м году. Но в 2022 году что-то пошло не так и главу криптобиржи FTX Сэма Бэнкман-Фрида посадили в тюрьму за мошенничество. Крипторынок пошёл на спад. Правительство США, а также комиссия по ценным бумагам и биржам решила проверить все остальные криптопроекты, так что Yuga Labs начали проверять. В декабре 2022 против них был подан коллективный иск о мошенничестве.
На знаменитостей, рекламировавших BAYC, вроде Diplo, Снуп Догга, Post Malone, Кевина Харта и других также подали коллективные судебные иски. Заодно подали иск и на аукционный дом Sotheby's, который эти NFT продавал за крипту.
Казалось бы, вот компании пора бы и закрыться, объявив о своём банкротстве, но как бы не так.
На дворе - конец 2025 года и создатели Bored Ape Yacht Club объявили о том, что их новый проект, метавселенная Otherside выходит в общий доступ для всех 12 ноября.
Суть Otherside в том, что это как редактор Fornite или же Roblox, но с интегрированной криптой. Можно использовать NFT в качестве своих аватаров, ходя по виртуальному миру.
В этом мире, участки земли продаются как NFT-токены. Можно купить поместье или дом. Или просто участок земли и обустроить его по своему вкусу.
Есть большой виртуальный хаб под названием Nexus, где игроки могут пообщаться друг с другом. Есть некие встроенные игры, вроде экшена Bathroom Blitz или игры про зомби Otherside Outbreak. Можно создавать закрытые аудиокомнаты под названием "Пузыри" (что-то вроде клабхауса, если помните такой).
В общем, тут вот автор The Verge походил по "Болоту" (The Swamp, одной из местных больших локаций) и пишет, что в метавселенной просто нечем заняться, а её унылость напоминаем ему те попытки Цукерберга в метавселенные вроде Horizon Worlds.
Играть тут не во что, кроме исследования пространства и общения с другими посетителями голосом или же текстом. Можно бродить вокруг здания клуба (внутрь которого он не мог зайти) или исследовать болото в поисках чего-то вроде закрытого туалета и платформы у железнодорожных путей (с табличкой "не работает"). В городе он нашёл портал, который перенёс его в сторону движущегося поезда, но игрок промахнулся и он плюхнулся обратно в воду.
Автор сетует, что хиты метавселенных, вроде VRChat - это скорее исключение, а не правило и, дескать, когда-нибудь до криптобро дойдет, что все попытки создать Fortnite и Roblox, обмазав их сверху криптой, заранее обречены на провал, поскольку эти игры так популярны, лишь когда в них можно играть с друзьями.
Но на старте, учитывая такой акцент на криптовалюте и NFT, он не уверен, что Otherside будет пользоваться такой же популярностью.
@zavtracast
Инвесторам и простым людям втирали, что сейчас, мол, идёт первичное накопление капитала, а когда-нибудь потом эти самые NFT можно будет выгодно продать. И особенно повезёт тем, кто купил "редкие".
Так что NFT тогда делали все кому ни лень, особенно криптоэнтузиасты и игровые студии (кхе-кхе, Ubisoft), но особенно потрудились на этом поприще учредители компании Yuga Labs.
Они сделали генератор картинок с мартышками и хорошо поездили по ушам инвесторам из Голливуда, отметив, что картинки эти не простые, а "элитные", поскольку дают доступ их владельцам в некий частный яхт-клуб.
Его назвали Bored Ape Yacht Club (сокращённо BAYC), а коллекцию NFT-аватарок с мартышками скупали все миллионеры и актёры подряд. Отметился и Снуп Догг и Гвинет Пелтроу и даже Джастин Бибер. Всё это было в 2021-м году. Но в 2022 году что-то пошло не так и главу криптобиржи FTX Сэма Бэнкман-Фрида посадили в тюрьму за мошенничество. Крипторынок пошёл на спад. Правительство США, а также комиссия по ценным бумагам и биржам решила проверить все остальные криптопроекты, так что Yuga Labs начали проверять. В декабре 2022 против них был подан коллективный иск о мошенничестве.
На знаменитостей, рекламировавших BAYC, вроде Diplo, Снуп Догга, Post Malone, Кевина Харта и других также подали коллективные судебные иски. Заодно подали иск и на аукционный дом Sotheby's, который эти NFT продавал за крипту.
Казалось бы, вот компании пора бы и закрыться, объявив о своём банкротстве, но как бы не так.
На дворе - конец 2025 года и создатели Bored Ape Yacht Club объявили о том, что их новый проект, метавселенная Otherside выходит в общий доступ для всех 12 ноября.
Суть Otherside в том, что это как редактор Fornite или же Roblox, но с интегрированной криптой. Можно использовать NFT в качестве своих аватаров, ходя по виртуальному миру.
В этом мире, участки земли продаются как NFT-токены. Можно купить поместье или дом. Или просто участок земли и обустроить его по своему вкусу.
Есть большой виртуальный хаб под названием Nexus, где игроки могут пообщаться друг с другом. Есть некие встроенные игры, вроде экшена Bathroom Blitz или игры про зомби Otherside Outbreak. Можно создавать закрытые аудиокомнаты под названием "Пузыри" (что-то вроде клабхауса, если помните такой).
В общем, тут вот автор The Verge походил по "Болоту" (The Swamp, одной из местных больших локаций) и пишет, что в метавселенной просто нечем заняться, а её унылость напоминаем ему те попытки Цукерберга в метавселенные вроде Horizon Worlds.
Играть тут не во что, кроме исследования пространства и общения с другими посетителями голосом или же текстом. Можно бродить вокруг здания клуба (внутрь которого он не мог зайти) или исследовать болото в поисках чего-то вроде закрытого туалета и платформы у железнодорожных путей (с табличкой "не работает"). В городе он нашёл портал, который перенёс его в сторону движущегося поезда, но игрок промахнулся и он плюхнулся обратно в воду.
Автор сетует, что хиты метавселенных, вроде VRChat - это скорее исключение, а не правило и, дескать, когда-нибудь до криптобро дойдет, что все попытки создать Fortnite и Roblox, обмазав их сверху криптой, заранее обречены на провал, поскольку эти игры так популярны, лишь когда в них можно играть с друзьями.
Но на старте, учитывая такой акцент на криптовалюте и NFT, он не уверен, что Otherside будет пользоваться такой же популярностью.
@zavtracast
👀2❤1🥱1😴1
Forwarded from Мы и Жо / медиа и журналистика
WhatsApp запретил чужие чатботы с ИИ
Главное: крупнейший в мире мессенджер обновил правила API, запретив на платформе чатботов общего назначения. Это затронет также чужие ИИ-боты.
§ Новые правила вступят в силу 15 января 2026 года
§ Meta не позволит другим разработчикам ИИ-моделей распространять их на WhatsApp
§ Это коснется ИИ-помощников OpenAI и Perplexity
§ При этом обычные сервисы, использующие ИИ, могут остаться. Например, помогающие подобрать билеты
Главное: крупнейший в мире мессенджер обновил правила API, запретив на платформе чатботов общего назначения. Это затронет также чужие ИИ-боты.
§ Новые правила вступят в силу 15 января 2026 года
§ Meta не позволит другим разработчикам ИИ-моделей распространять их на WhatsApp
§ Это коснется ИИ-помощников OpenAI и Perplexity
§ При этом обычные сервисы, использующие ИИ, могут остаться. Например, помогающие подобрать билеты
🤯2
Forwarded from Trabun | AI, Tech, Culture, Trends
Робот может написать симфонию. И мы даже не заметим.
Ученые из Университета Минас-Жерайс (Бразилия) провели «тест Тьюринга для песен».
Слушателям давали пары треков: один написан человеком, другой создан с помощью Suno. Задача — определить, где человек, а где искусственный интеллект.
При случайных парах участники отвечали практически наугад (53% верных ответов), при похожих по стилю песнях точность угадывания настоящего поднималась до 66%. То есть, когда контекст размывался жанрово — AI и человек звучали одинаково.
В выборке 34% знали об AI-музыке. Опытные музыканты и те, кто знаком с AI-инструментами, угадывали точнее, а возраст, наоборот, снижал шанс на правильный ответ.
(Фото 1)
Я уже писал, что магазины Befree перешли на музыку, созданную нейросетью. Если не вслушиваться, обычные песни — да и если вслушиваться, в целом, тоже.
➡️ Включите уведомления, чтобы не пропускать полезные советы по AI, тренды, странные штуки, рекомендации сериалов, фильмов, книг и музыки.
➡️ Если пост оказался вам полезен, буду благодарен шеру. @danieltrbn
Ученые из Университета Минас-Жерайс (Бразилия) провели «тест Тьюринга для песен».
Слушателям давали пары треков: один написан человеком, другой создан с помощью Suno. Задача — определить, где человек, а где искусственный интеллект.
При случайных парах участники отвечали практически наугад (53% верных ответов), при похожих по стилю песнях точность угадывания настоящего поднималась до 66%. То есть, когда контекст размывался жанрово — AI и человек звучали одинаково.
В выборке 34% знали об AI-музыке. Опытные музыканты и те, кто знаком с AI-инструментами, угадывали точнее, а возраст, наоборот, снижал шанс на правильный ответ.
(Фото 1)
Я уже писал, что магазины Befree перешли на музыку, созданную нейросетью. Если не вслушиваться, обычные песни — да и если вслушиваться, в целом, тоже.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM