Ищу нейросеть. Я новичок. (читает 1)

[Tatiana123022]

@Supric, я думаю, здесь это учтено. Точнее, учтено только это

 

[KALIM]

В Сбер выскочило сообщение о возможности скачивания их ИИ - ГигаЧат )
“G8 Ai” - называется
Ссылка для Apple
https://apps.apple.com/ru/app/g8ai/id6751318954

PS: долго думает этот ии.
По вопросу - «покажи пеликана» (думал секунд 15),
А перплексити сделал мгновенно (там есть годовая подписка -может она играет роль )

 

[konstantin2021]

Почему лучшие нейросети не могут решить детские задачки?

Интерес к искусственному интеллекту резко вырос среди людей старше 55 лет, об этом свидетельствуют результаты исследования «МегаФона». За прошедшие девять месяцев количество таких пользователей увеличилось в 4 раза по сравнению с аналогичным периодом предыдущего года. Общее число пользователей, которые применяют ИИ в быту или работе, с января по сентябрь выросло на 110%. Особенно активно старшее поколение осваивает нейросети в регионах.

Второй по темпу роста группой стали молодые люди от 14 до 24 лет — их в 2,5 раза больше, чем годом ранее. Основную часть аудитории (67% посетителей) ИИ по-прежнему составляют люди от 25 до 44 лет, при этом большинство из них мужчины (около 70%).

Самым популярным инструментом остается ChatGPT, на втором месте GigaChat, а замыкает тройку лидеров Qwen. Также кратно вырос интерес к нейроредакторам для создания видео — трафик на них увеличился почти в 8 раз.

Взято отсюда: https://www.kommersant.ru/doc/8181408 и в соседней телеге.

 

[kiramiD 🙃]

Кто нибудь оживлял старые статичные фото своих предков? Как вам результат?
Мне пока не очень получилось воспроизвести 100% мимику. Не знаю как точно задать параметр. Просто улыбнуться, помохать рукой или одобрительно покачать головой, мне нужный результат не дал если честно по мимике, хотя в целом очень не плохие 5 сек. видео получаются.
Правда пробовал только вот этой Алиой AI, может какие более лучшие нейросети для этого дела есть для смартфонов?
https://alice.yandex.ru/videogen/?ysclid=mipuznnvgi18124145&hl=ae43b6e3

 

[Tatiana123022]

https://cont.ws/@wayfarervak/3173981

Коллектив исследователей из МФТИ и Института проблем передачи информации им. А. А. Харкевича (ИППИ РАН) разработал математическую модель, описывающую, как системы искусственного интеллекта влияют на собственное будущее, обучаясь на данных, которые сами же и породили. Учёные создали теоретический каркас, объясняющий природу «цифровых эхо-камер» и механизм, из-за которого умные алгоритмы со временем могут терять адекватность или усиливать социальные предрассудки.
Сегодня алгоритмы машинного обучения управляют колоссальными потоками информации: они рекомендуют товары, одобряют кредиты, формируют новостные ленты и даже помогают полиции предсказывать районы совершения преступлений. Однако широкое внедрение таких систем породило неочевидную проблему: алгоритмы начинают менять ту самую среду, которую они призваны анализировать. Когда банк отказывает в кредите на основе прогноза модели, это решение меняет статистику выдачи займов. Когда рекомендательная система предлагает пользователю определенный контент, она формирует его будущие предпочтения.

В результате новые данные, на которых система будет переобучаться, становятся искаженным отражением ее прошлых предсказаний. Возникает скрытая петля обратной связи, эффект которой до сих пор описывался в основном эмпирически, но не имел строгого математического обоснования…

Статья подробная, специальная. Есть ссылка на оригинальную статью. Мы ее переслали знакомым математикам (высокого уровня), они очень воодушевились
В целом, это смахивает на приговор ИИ.

 

[agilebox]

В целом, это смахивает на приговор ИИ.

Нет. Это приговор обучению только на своих предсказаниях. Но если добавлять другие "хорошие, проверенные" данные и заставлять модель правильно работать на них, то качество не падает.

 

[Supric]

Но если добавлять другие "хорошие, проверенные" данные и заставлять модель правильно работать на них, то качество не падает.

Качество не падает но растет стоимость поиска хороших проверенных данных.
Кто их будет проверять и как?)

А вылиться это может в то, что доступ к хорошим проверенным данным будет дорогим и эксклюзивным. Для всех останется в свободном доступе лишь нейросетевое хрючево, в котором имеющиеся хорошие проверенные данные просто утонут, потому что генерация мусора значительно дешевле и опережает по скорости создание хороших данных.

 

[agilebox]

Кто их будет проверять и как?)

Берём небольшую случайную выборку из данных и сами в ручную проверяем. Если качество менее 90% то выкидываем весь набор.
В общем как сейчас и проверяют товары.

 

[Supric]

@agilebox, сами стоимость такого машинного обучения прикиньте)

Условно говоря, у самых первых моделей была фора - они бесплатно обучились на естественных общедоступных данных. У последователей такой возможности не будет.

 

[agilebox]

Условно говоря, у самых первых моделей была фора - они бесплатно обучились на естественных общедоступных данных.

Это фора быстро пропадает, каждый день что-то новое происходит и нужно это учитывать. Получается и первым, и последним моделям надо будет откуда-то получать качественные данные, с описанием что произошло сегодня, и быстро на этих данных обучаться.

 

[Supric]

@agilebox, выходит, в первую очередь им надо сейчас срочно научиться определять сгенерированный друг другом контент)

 

[Tatiana123022]

да, мы тоже сразу об этом подумали. Но, скорее всего, это невозможно