Говорят, что дети позволяют нам самим почувствовать себя детьми. Мы с дочкой приехали в Питер, чтобы погрузиться в проект Культурный блокнот - нужно бегать ходить по городу и ставить штампики в разных заведениях, от кафе и книжных магазинов до музеев и даже корейского консульства! Последнее - это вообще отдельная история, я благодаря этому много узнал про становление корейской государственности. К слову, кроме нас ещё много людей заняты таким же занятием, но в основном конечно молодых и безмятежных.
Официальных точек акции так много, пара десятков, но многие точки делают свои штампики, и есть карта, на которой на момент нашего приезда было 380 локаций, а сейчас уже 407. В общем, все не обойти за три дня. Мы купили официальный блокнотик акции в подписных изданиях, и в общем за пару дней неплохо продвинулись!
Вика уезжает завтра, а я вот думаю, остаться ли в Питере на субботу или нет. Если кто-то хочет в субботу повидаться или продолжить сбор штампиков - скорее пишите, пока я не взял билет!
Официальных точек акции так много, пара десятков, но многие точки делают свои штампики, и есть карта, на которой на момент нашего приезда было 380 локаций, а сейчас уже 407. В общем, все не обойти за три дня. Мы купили официальный блокнотик акции в подписных изданиях, и в общем за пару дней неплохо продвинулись!
Вика уезжает завтра, а я вот думаю, остаться ли в Питере на субботу или нет. Если кто-то хочет в субботу повидаться или продолжить сбор штампиков - скорее пишите, пока я не взял билет!
❤22🔥8
Прочитал тут перевод статьи Питера Диамандиса об организационной сингулярности. Основная мысль в том, что нельзя эффективно переводить существующую орг.структуру на ИИ-рельсы, потому что любая орг.структура by design сопротивляется изменениям, потому что она была создана, чтобы противостоять потрясениям. Поэтому правильнее начинать строить AI Native организацию "рядом", пока она не заработает, а потом уже изничтожать исходную организацию по мере ненадобности. (На самом деле там в статье чуть сложнее, можно заменять фрагменты старой организации на AI Native фрагменты).
И вот что мне подумалось об этом применительно к образованию. Пока что кажется никто не придумал, как организационно строить это самое AI Native - образование, но зато каждый студент может как частное лицо применять принципы AI Native образования к себе во внешкольное время:
1️⃣ Использовать чат жпт для того, чтобы разобраться в интересующих темах, для проверки своих знаний, для разговоров как с native speaker-ом на иностранном языке
2️⃣ Понимать, что большинство предлагаемых на рынке "курсов по ИИ" устарели как минимум на время их подготовки, и стремиться черпать новые способы получения знаний в реальном времени из блогов и каналов умных людей, создавая свой индивидуальный поток информации
3️⃣ Начать строить и курировать свой собственный внешний мозг / экзокортекс / LLM Wiki
Наверняка есть и другие принципы, подходящие под термин AI Native-образование, делитесь в комментариях!
Я хочу сказать, что для применения этих принципов не обязательно ждать, когда кто-то из EdTech-ов сделает идеальный букварь для благородных девиц, а можно строить параллельную систему своего самообразования. И когда индустрия поймёт, что такие качественно самообразованные люди более подходят для мира будущего, чем выпускники вузов - старая система сама собой устареет и перестанет быть востребованной.
Чтобы вы не думали, что я ратую за упразднение вузов, отмечу, что к самообразованию способны лишь 2-3% людей, а к качественному - и того меньше. Вопрос массовой мотивации остаётся открытым, и скорее всего школы и вузы должны сосредоточиться именно на нём. А также на том, чтобы правильно курировать знания, выступать тьютором и проводником, а также закладывать моральные принципы и устойчивые жизненные ориентиры, которых LLM лишены by deisgn.
И вот что мне подумалось об этом применительно к образованию. Пока что кажется никто не придумал, как организационно строить это самое AI Native - образование, но зато каждый студент может как частное лицо применять принципы AI Native образования к себе во внешкольное время:
1️⃣ Использовать чат жпт для того, чтобы разобраться в интересующих темах, для проверки своих знаний, для разговоров как с native speaker-ом на иностранном языке
2️⃣ Понимать, что большинство предлагаемых на рынке "курсов по ИИ" устарели как минимум на время их подготовки, и стремиться черпать новые способы получения знаний в реальном времени из блогов и каналов умных людей, создавая свой индивидуальный поток информации
3️⃣ Начать строить и курировать свой собственный внешний мозг / экзокортекс / LLM Wiki
Наверняка есть и другие принципы, подходящие под термин AI Native-образование, делитесь в комментариях!
Я хочу сказать, что для применения этих принципов не обязательно ждать, когда кто-то из EdTech-ов сделает идеальный букварь для благородных девиц, а можно строить параллельную систему своего самообразования. И когда индустрия поймёт, что такие качественно самообразованные люди более подходят для мира будущего, чем выпускники вузов - старая система сама собой устареет и перестанет быть востребованной.
Чтобы вы не думали, что я ратую за упразднение вузов, отмечу, что к самообразованию способны лишь 2-3% людей, а к качественному - и того меньше. Вопрос массовой мотивации остаётся открытым, и скорее всего школы и вузы должны сосредоточиться именно на нём. А также на том, чтобы правильно курировать знания, выступать тьютором и проводником, а также закладывать моральные принципы и устойчивые жизненные ориентиры, которых LLM лишены by deisgn.
👍17
Промптография и нейрофотография процветают!
Мой первый цифровой фотоаппарат Canon Powershot 350 (на фото слева, а рядом - пример, как он фотографировал) имел разрешение 320x200 точек, и стоил $300 (как мне помнится, это примерно годовая зарплата преподавателя в то время). Сейчас самый дешевый попавшийся мне фотоаппарат - это муляж за 500 руб, заказанный из Китая на Озоне (фото 3). Фотографирует он в разрешении 1920x1440, но выглядит это как будто хуже, чем фото 320x200 от Canon (см. фото 4).
Зачем же такой фотоаппарат нужен, кроме как быть брелком на ключах, спросите меня вы? А ответ простой - это прекрасный инструмент, чтобы практиковать промптографию или, точнее сказать, экстремальную вычислительную фотографию. В обычном современном смартфоне CCD-матрица камеры не слишком качественная, а хорошее изображение восстанавливается за счет вычислительной фотографии, таким образом вклад собственно световой фотографии в изображение - где-то условные 80%. Здесь же мы берем заведомо некачественную матрицу, перекладывая больше креативности на пост-обработку изображения нейросетью, так чтобы пропорция стала примерно 50-50%. При этом в процессе отрисовки финального варианта изображения мы можем влиять на свет, чёткость, цветовую палитру, имитировать плёночную фотографию и т.д. Например, вот такой промпт использовался, чтобы сделать последнюю приведённую тут картинку:
Ну и конечно же можно натравить на всю папку с low quality фотографиями кодинг-агента вроде Codex, который сам подберёт правильные промпты и отредактирует все фото в батч-режиме. Но почему-то при ручном подборе плёнок и промптов результат получается чуть более приятным!
Вы спросите, зачем специальный фотоаппарат за 500 руб, когда можно всё тоже самое сделать и смартфоном. Всё так, но в этом случае вы не будете достаточно экстремальным вычислительным фотографом!
Мой первый цифровой фотоаппарат Canon Powershot 350 (на фото слева, а рядом - пример, как он фотографировал) имел разрешение 320x200 точек, и стоил $300 (как мне помнится, это примерно годовая зарплата преподавателя в то время). Сейчас самый дешевый попавшийся мне фотоаппарат - это муляж за 500 руб, заказанный из Китая на Озоне (фото 3). Фотографирует он в разрешении 1920x1440, но выглядит это как будто хуже, чем фото 320x200 от Canon (см. фото 4).
Зачем же такой фотоаппарат нужен, кроме как быть брелком на ключах, спросите меня вы? А ответ простой - это прекрасный инструмент, чтобы практиковать промптографию или, точнее сказать, экстремальную вычислительную фотографию. В обычном современном смартфоне CCD-матрица камеры не слишком качественная, а хорошее изображение восстанавливается за счет вычислительной фотографии, таким образом вклад собственно световой фотографии в изображение - где-то условные 80%. Здесь же мы берем заведомо некачественную матрицу, перекладывая больше креативности на пост-обработку изображения нейросетью, так чтобы пропорция стала примерно 50-50%. При этом в процессе отрисовки финального варианта изображения мы можем влиять на свет, чёткость, цветовую палитру, имитировать плёночную фотографию и т.д. Например, вот такой промпт использовался, чтобы сделать последнюю приведённую тут картинку:
Convert this photo into high quality street photograph using Ilford SFX 200 film with high grain
Ну и конечно же можно натравить на всю папку с low quality фотографиями кодинг-агента вроде Codex, который сам подберёт правильные промпты и отредактирует все фото в батч-режиме. Но почему-то при ручном подборе плёнок и промптов результат получается чуть более приятным!
Вы спросите, зачем специальный фотоаппарат за 500 руб, когда можно всё тоже самое сделать и смартфоном. Всё так, но в этом случае вы не будете достаточно экстремальным вычислительным фотографом!
❤18👍1
Ещё в копилку странных фотоаппаратов - Godox C100. Это на самом деле в первую очередь не фотоаппарат, а экспонометр для любителей плёночной фотографии - в него есть для этого специальный режим, в котором можно задать ISO плёнки, и показывается экспозиция для текущего кадра. Но при этом можно и снимать фото/видео, и даже не слишком отстойного качества (все фото, кроме первых двух).
Что интересно, так это экстравагантный способ кадрирования с помощью прозрачной рамки. Это позволяет определить границы кадра ну очень приблизительно, потому что нужно приноровиться и понять, насколько близко эту штуку нужно держать от лица. По моим наблюдениям, чтобы получить правильное кадрирование, нужно подносить совсем близко к лицу, где-то на 3см. Просмотра фотографий нет, поэтому гуляем, фоткаем и наслаждаемся, и только потом видим, что же получилось.
Резюме: такой фотоаппарат нужен в основном для того, чтобы привлекать любопытные взгляды прохожих, а также как инструмент фотомазохизма. Продаётся в т.ч. на озон. Не реклама, просто делюсь с вами интересными находками.
Что интересно, так это экстравагантный способ кадрирования с помощью прозрачной рамки. Это позволяет определить границы кадра ну очень приблизительно, потому что нужно приноровиться и понять, насколько близко эту штуку нужно держать от лица. По моим наблюдениям, чтобы получить правильное кадрирование, нужно подносить совсем близко к лицу, где-то на 3см. Просмотра фотографий нет, поэтому гуляем, фоткаем и наслаждаемся, и только потом видим, что же получилось.
Резюме: такой фотоаппарат нужен в основном для того, чтобы привлекать любопытные взгляды прохожих, а также как инструмент фотомазохизма. Продаётся в т.ч. на озон. Не реклама, просто делюсь с вами интересными находками.
❤12
В коммерсанте вышел материал про модели с открытыми весами с моими небольшими комментариями. Пользуясь случаем, опубликую тут полную версию моих ответов, вдруг вам будет интересно почитать и с чем-то поспорить...
1. Сейчас на глобальном рынке мы видим, что крупнейшие игроки не просто публикуют открытые модели, но и сами строят продукты на чужих весах. Считается ли это нормой рынка? Можно ли сказать, что сегодня конкурентоспособность, экономическая ценность ИИ-продукта определяется не самой базовой моделью, а тем, что компания строит вокруг неё — данными, памятью, инструментами, сервисами и интеграцией в продукт?
Действительно, для крупных компаний существует много поводов использовать модели с открытыми весами. Во-первых, это может быть предоставление доступа к таким моделям в рамках легально доступной облачной платформы, как это делают Yandex Cloud и другие облачные провайдеры. Во-вторых, на базе моделей с открытыми весами можно сделать и собственные модели, лучше адаптированные к особенностям русского языка за счет обучения на русскоязычных датасетах. В-третьих, компании могут адаптировать модели с открытыми весами для использования на базе меньших вычислительных ресурсов с помощью квантования или дистилляции, что позволяет ускорять модели и удешевлять их без существенного падения качества, а также делает их пригодными для эксплуатации в небольших датацентрах (например, проект Ollama). Наконец, модель может быть вписана в более сложную сервисную инфраструктуру (Yandex AI Studio, которая включает в себя целый спектр инструментов для создания агентов на базе открытых и проприетарных моделей) или использоваться в рамках готового агентного решения.
2. Если все-таки ценность ИИ-продукта создается на этапе применения — насколько отказ от открытых моделей может повлиять на развитие технологий на российском рынке? Может ли это быть критично с учетом санкций и ограниченного доступа к вычислительным мощностям?
Запрет открытых ИИ-моделей действительно сильно замедлит развитие ИИ как отрасли, причем не только в России. Справедливости ради, в России есть свои обученные "с нуля" LLM, и соответствующие компетенции создания больших моделей есть как минимум у двух больших компаний. Хотя, как это всегда и бывает, конкуренция в среде моделей с открытыми весами способствует их быстрому совершенствованию и развитию.
3. Есть стереотип, что открытая модель по умолчанию опаснее закрытой. При этом Национальное управление по телекоммуникациям и информации США пришло к выводу, что риск моделей с широко доступными весами недостаточен, чтобы оправдывать ограничения на их распространение. Что вы думаете на этот счет? Стоит ли компаниям отказываться от открытых моделей или использовать их, но при это брать ответственность за безопасность их внедрения? Что именно в таком случае необходимо проверять перед использованием модели в продакшене?
На мой взгляд, основная опасность открытых моделей состоит в том, что они могут быть использованы злоумышленниками, и нет возможности проконтролировать их использование, в отличие от проприетарных моделей, использование которых может регламентироваться фильтрами, тарифами и т.д. Использовать же открытые модели в контуре своей компании - это правильная идея (с точки зрения обеспечения безопасности данных и полного контроля над системой), и тут основная сложность заключается в построении вокруг модели достаточно надежной инфраструктуры, выдерживающей нагрузку. С точки зрения безопасности проприетарные модели также страдают от большинства проблем, присущих любым LLM - галлюцинации, непрозрачное выравнивание, когнитивные искажения, промпт-инъекци и т.д. Поэтому проверять модель на корректную работу в той области, в которой её внедряют, всё равно придется вне зависимости от того, используется ли проприетарная или открытая модель, и говорить о существенно большей опасности моделей с открытыми весами я бы не стал. К слову, облачные провайдеры, предоставляющие модели с открытыми весами как сервис, берут на себя значительную часть проблем, включая масштабирование нагрузки, возможность добавить ограничительные правила на определённые запросы, а также как правило они имеют сертификаты безопасности, позволяющие использовать облачные модели даже в критичных областях.
1. Сейчас на глобальном рынке мы видим, что крупнейшие игроки не просто публикуют открытые модели, но и сами строят продукты на чужих весах. Считается ли это нормой рынка? Можно ли сказать, что сегодня конкурентоспособность, экономическая ценность ИИ-продукта определяется не самой базовой моделью, а тем, что компания строит вокруг неё — данными, памятью, инструментами, сервисами и интеграцией в продукт?
Действительно, для крупных компаний существует много поводов использовать модели с открытыми весами. Во-первых, это может быть предоставление доступа к таким моделям в рамках легально доступной облачной платформы, как это делают Yandex Cloud и другие облачные провайдеры. Во-вторых, на базе моделей с открытыми весами можно сделать и собственные модели, лучше адаптированные к особенностям русского языка за счет обучения на русскоязычных датасетах. В-третьих, компании могут адаптировать модели с открытыми весами для использования на базе меньших вычислительных ресурсов с помощью квантования или дистилляции, что позволяет ускорять модели и удешевлять их без существенного падения качества, а также делает их пригодными для эксплуатации в небольших датацентрах (например, проект Ollama). Наконец, модель может быть вписана в более сложную сервисную инфраструктуру (Yandex AI Studio, которая включает в себя целый спектр инструментов для создания агентов на базе открытых и проприетарных моделей) или использоваться в рамках готового агентного решения.
2. Если все-таки ценность ИИ-продукта создается на этапе применения — насколько отказ от открытых моделей может повлиять на развитие технологий на российском рынке? Может ли это быть критично с учетом санкций и ограниченного доступа к вычислительным мощностям?
Запрет открытых ИИ-моделей действительно сильно замедлит развитие ИИ как отрасли, причем не только в России. Справедливости ради, в России есть свои обученные "с нуля" LLM, и соответствующие компетенции создания больших моделей есть как минимум у двух больших компаний. Хотя, как это всегда и бывает, конкуренция в среде моделей с открытыми весами способствует их быстрому совершенствованию и развитию.
3. Есть стереотип, что открытая модель по умолчанию опаснее закрытой. При этом Национальное управление по телекоммуникациям и информации США пришло к выводу, что риск моделей с широко доступными весами недостаточен, чтобы оправдывать ограничения на их распространение. Что вы думаете на этот счет? Стоит ли компаниям отказываться от открытых моделей или использовать их, но при это брать ответственность за безопасность их внедрения? Что именно в таком случае необходимо проверять перед использованием модели в продакшене?
На мой взгляд, основная опасность открытых моделей состоит в том, что они могут быть использованы злоумышленниками, и нет возможности проконтролировать их использование, в отличие от проприетарных моделей, использование которых может регламентироваться фильтрами, тарифами и т.д. Использовать же открытые модели в контуре своей компании - это правильная идея (с точки зрения обеспечения безопасности данных и полного контроля над системой), и тут основная сложность заключается в построении вокруг модели достаточно надежной инфраструктуры, выдерживающей нагрузку. С точки зрения безопасности проприетарные модели также страдают от большинства проблем, присущих любым LLM - галлюцинации, непрозрачное выравнивание, когнитивные искажения, промпт-инъекци и т.д. Поэтому проверять модель на корректную работу в той области, в которой её внедряют, всё равно придется вне зависимости от того, используется ли проприетарная или открытая модель, и говорить о существенно большей опасности моделей с открытыми весами я бы не стал. К слову, облачные провайдеры, предоставляющие модели с открытыми весами как сервис, берут на себя значительную часть проблем, включая масштабирование нагрузки, возможность добавить ограничительные правила на определённые запросы, а также как правило они имеют сертификаты безопасности, позволяющие использовать облачные модели даже в критичных областях.
❤3👍2
Про это все в интернете уже написали, но я повторюсь: лого Anthropic на самом деле придумал ещё Курт Воннегут, в своей книге "Колыбель для кошки"
P.S. Кстати, хотя Колыбель для кошки считается самой известной книгой автора, я очень рекомендую почитать Сирены Титана - только с начала и до конца, не заглядывая в последние несколько страниц.
P.P.S. С упоминанием Cat's Cradle есть прекрасная и очень грустная для меня песня Cat's in the Cradle про быстротечность времени и взросление.
P.S. Кстати, хотя Колыбель для кошки считается самой известной книгой автора, я очень рекомендую почитать Сирены Титана - только с начала и до конца, не заглядывая в последние несколько страниц.
P.P.S. С упоминанием Cat's Cradle есть прекрасная и очень грустная для меня песня Cat's in the Cradle про быстротечность времени и взросление.
❤3🥰2😁1
День знаний и антиподарки от GitHub
Я обычно люблю GitHub. Но тут они превзошли себя и преподнесли нам неожиданный антиподарок на 1 сентября - убили GitHub Classroom. Причем объявили об этом 4 дня назад! Теперь все преподаватели, включая меня, должны срочно за несколько дней найти альтернативу.
К счастью, кажется неплохую альтернативу они все-таки предложили - Classroom 50 (инструкция). Её сделало Fifty Foundation, которая как-то связана со знаменитым курсом CS50. Из хорошего - вроде бы есть инструменты командной строки
Я обычно люблю GitHub. Но тут они превзошли себя и преподнесли нам неожиданный антиподарок на 1 сентября - убили GitHub Classroom. Причем объявили об этом 4 дня назад! Теперь все преподаватели, включая меня, должны срочно за несколько дней найти альтернативу.
К счастью, кажется неплохую альтернативу они все-таки предложили - Classroom 50 (инструкция). Её сделало Fifty Foundation, которая как-то связана со знаменитым курсом CS50. Из хорошего - вроде бы есть инструменты командной строки
gh teacher и gh student, а также какой-то похожий на GitHub Classroom веб-experience. Но надо разбираться...В общем, день знаний удался, благодаря GitHub преподаватели снова почувствовали себя студентами и пошли разбираться с новым инструментом...
GitHub
Thank you for being part of the GitHub Classroom journey 🎓 · community · Discussion #205975
GitHub Classroom is now retired as we complete the transition to partner solutions GitHub Classroom has now reached the end of its journey. Since it launched ten years ago, over 3.73 million studen...
🔥5😱1
Праздник физтеха на ВДНХ - 5 сентября, сб
В ближайшую субботу в павильоне Атом на ВДНХ состоится праздник науки от Физтеха - фестиваль FestTech. Программу пересказывать не буду, там будет много всего, от лекции Семихатова до научных ролевых игр, чемпионата по скоростному интегрированию и выступления музыкальных коллективов. А также будет целый ART-трек и небольшая выставка, где в частности будет представлен наш с Еленой Деми-довой экспонат Метапоэтическое зеркало.
Вход в музей по предварительной регистрации будет бесплатным. Кто собирается?
В ближайшую субботу в павильоне Атом на ВДНХ состоится праздник науки от Физтеха - фестиваль FestTech. Программу пересказывать не буду, там будет много всего, от лекции Семихатова до научных ролевых игр, чемпионата по скоростному интегрированию и выступления музыкальных коллективов. А также будет целый ART-трек и небольшая выставка, где в частности будет представлен наш с Еленой Деми-довой экспонат Метапоэтическое зеркало.
Вход в музей по предварительной регистрации будет бесплатным. Кто собирается?
festtech.ru
FestTech 2026
🔥6
19 сентября Яндекс традиционно проводит Practical ML Conf - конференцию, где рассказывают про реальные кейсы использования ML в крупных компаниях, на стыке науки и практики. Это самый классный способ приобщиться к хардкорному ML, а заодно и пообщаться с сообществом!
Конференция будет как офлайн в Москве, так и онлайн. Для участия - регистрируйтесь. Правда, в офлайн могут всех не пустить, мероприятие в меру камерное, а интерес вызывает огромный.
Конференция будет как офлайн в Москве, так и онлайн. Для участия - регистрируйтесь. Правда, в офлайн могут всех не пустить, мероприятие в меру камерное, а интерес вызывает огромный.
👍2🎉2