воскресенье, 14 июля 2024 г.

 14.07.24 Нейросети 1,2,3,4,5,6,7, 10, 12 Модуль-2: 2/2 , 2\3,2/4

Урок 4 «Улучшение изображений: Adobe Generative Fill / KREA» | Обзор популярных AI-сервисов

👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

📌 В этом уроке вы узнаете об AI-инструментах для ретуши, улучшения и реставрации изображений и поймете, как применять эти технологии для повышения качества фотографий и графического дизайна

Содержание

Adobe Generative Fill

KREA

Словарь

Дополнительные материалы:

Adobe Generative Fill


📌 Adobe Generative Fill – это мощный инструмент от компании Adobe для фотошопа на основе искусственного интеллекта, который позволяет добавлять, удалять или изменять изображения с помощью простых текстовых подсказок.

Сайт сервиса: https://firefly.adobe.com/

📌 Данный сервис позволяет профессионально работать с изображениями и в несколько кликов буквально превратить одно изображение в другое.

Возможности Adobe Generative Fill 

1. Добавление объектов на изображение:


Источник: https://helpx.adobe.com/ru/photoshop/using/generative-fill.html 

2. Изменение фона изображения:


Создание фона с помощью описательных текстовых запросов

С новой функцией «Создать фон» можно создать новый фон на изображении с помощью сгенерированного содержимого, воссоздающего соответствующие освещение, тени и перспективу предмета.

Оптимизированная контекстная панель задач позволяет упростить рабочие процессы и сэкономить время.  

Кроме того, можно импортировать с устройства другое изображение и вставить его в качестве фона или выбрать цветовую заливку для замены фона нужным цветом.

Воспользуйтесь функцией «Создать фон», чтобы получить новые персонализированные фоны для макетов продукции, создать уникальные варианты окружения или сформировать новые концепции. 

тобы начать пользоваться функцией «Создать фон», выполните следующие действия.

  1. Чтобы использовать изображение с устройства, на пустом холсте выберите «Импорт изображения» на контекстной панели задач. После завершения импорта нажмите «Готово»

  2. Нажмите «Удалить фон» на появившейся контекстной панели задач

  3. Выберите «Создать фон» на контекстной панели задач и введите описательный текстовый запрос или оставьте поле текстового запроса пустым. 

    Если нужно заменить фон на определенный цвет, воспользуйтесь значком «Цветовая заливка»  

    Кроме того, можно импортировать с устройства другое изображение и вставить его в качестве фона.

     
    Примечание. 

    В рамках функции «Создать фон» Photoshop одновременно выполняет выделение, инверсию, генерирование и генеративную заливку.

Источник: https://helpx.adobe.com/ru/photoshop/using/generative-fill.html 

3. Расширение изображений:


Источник: https://helpx.adobe.com/ru/photoshop/using/generative-fill.html 

4. Удаление объектов:


Источник: https://helpx.adobe.com/ru/photoshop/using/generative-fill.html 

5. Создание изображений на основе референсов:



Источник: https://helpx.adobe.com/ru/photoshop/using/generative-fill.html 

Слово "референс" происходит от английского слова "reference", что в переводе означает "ссылка" или "ссылочный материал". В контексте искусства и дизайна референс обозначает изображение или группу изображений, которые используются как образец или источник вдохновения при создании новых произведений.

Референсы могут включать:

  • Фотографии.
  • Иллюстрации.
  • Картины.
  • 3D-модели.
  • Скриншоты из фильмов или видеоигр.

Использование референсов помогает художникам и дизайнерам:

  • Улучшать точность и детализацию своих работ.
  • Изучать и копировать стили, техники и приемы других мастеров.
  • Сохранить единый стиль или атмосферу в серии работ.
  • Искать вдохновение и идеи для новых проектов.

Например, если художник рисует фантастический пейзаж, он может использовать фотографии реальных мест, чтобы понять, как выглядят горы, леса и водоемы, и на основе этих референсов создать что-то уникальное и оригинальное.

6. Увеличение четкости изображения:


Источник: https://helpx.adobe.com/ru/photoshop/using/generative-fill.html 


Основные характеристики: 

Доступен в фотошопе по подписке.

Бесплатно доступно 25 кредитов в месяц.

Необходимость VPN.

Качество лучше в разы по сравнению с другими аналогичными инструментами.

KREA

📌 Krea AI – это многофункциональная нейросеть для рисования и создания картинок. Фишка Krea – генерация картинок в реальном времени, а также здесь есть бесплатный AI-апскейлер.

📌 Апскейлер (от англ. upscale) – увеличитель разрешения (качества) изображения.



Сайт сервиса: https://www.krea.ai/home

Возможности Krea AI:

1. Создание картинок по текстовому описанию:2. Создание картинок по наброску в местном аналоге Paint: 


3. Создание новых изображений по картинкам:


4. Улучшение качества картинок:



📌 Здесь вы можете выбрать коэффициент масштабирования в диапазоне от 1x в 8x, каждый из которых предлагает лучшее качество. Если вы оформите подписку на план Pro, вы сможете разблокировать 4K апскейлинг.



5. Создание иллюзии из логотипов:



📌 Важным условием для качественной иллюзии будет черный логотип на белом фоне.

И другие функции, как:

применение паттернов к картинкам;

изменение лица в реальном времени через вебкамеру;

создание своей нейро-сетевой модели.

Основные характеристики: 

Платный тариф от 10$ в месяц.

В бесплатном тарифе доступно 900 картинок в день и 3 улучшения фото в день (до 2К).

Словарь

📌 Adobe Generative Fill – это мощный инструмент от компании Adobe для фотошопа на основе искусственного интеллекта, который позволяет добавлять, удалять или изменять изображения с помощью простых текстовых подсказок.

📌 Krea AI – это многофункциональная нейросеть для рисования и создания картинок. Фишка Krea – генерация картинок в реальном времени, а также здесь есть бесплатный AI-апскейлер.

📌 Апскейлер (от англ. upscale) – увеличитель разрешения изображения.

Дополнительные материалы:

Статья про Генеративный AI в Фотошопе: https://helpx.adobe.com/ru/photoshop/using/generative-ai-faqs-photoshop.html

Зачем в Photoshop добавлен генеративный ИИ?

Photoshop является первым приложением Creative Cloud, в которое по умолчанию интегрирована мощная технология генеративного ИИ Adobe Firefly. Пользователи могут использовать возможности Adobe Firefly непосредственно в Photoshop, чтобы обогатить творческие процессы и улучшить творческие результаты.

Функции генеративного ИИ доступны в приложении Photoshop для настольных ПК и в веб-приложении Photoshop везде, где Adobe предоставляет услуги. Photoshop предоставляет возможность воспользоваться мощью генеративного ИИ аудиториям по всему миру с поддержкой текстовых запросов более чем на 100 языках. Пользователям в Китае эти функции недоступны. 

Туториал по работе с изображениями в Adobe Generative Fill: https://helpx.adobe.com/ru/photoshop/using/generative-fill.html

Аналог: Magnific https://magnific.ai/ от 40$ в месяц

----------------------------------

Урок 3 «Создание изображений: Midjourney / DALL-E 3» 

👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

📌 В этом уроке вы узнаете о возможностях самых продвинутых нейросетей для создания изображений, поймете отличия Midjourney и DALL-E 3 и как эти инструменты могут быть использованы в творческих и коммерческих проектах.

Содержание

Midjourney

DALL-E 3

Словарь урока

Дополнительные материалы

📌 Midjourney и DALL-E 3 – лидеры в мире AI по созданию изображений.

Midjourney


📌 Midjourney


– нейросеть №1 по созданию реалистичных изображений.

Нейросеть Midjourney также доступна через @GPT4Telegrambot напрямую в Telegram на русском языке. 

Это гораздо удобнее, чем использование через сервис Discord.




📌 /imagine – основная команда Midjourney для создания изображения.

Кроме того, нейросеть позволяет управлять изображением, настраивая стиль, размер, свет, ракурсы и многое другое с помощью определенных параметров.


📌 Подробнее об этом мы рассказали в разделе «Практика», модуль «Картинки Midjourney в @GPT4Telegrambot».

📌 Важно: для использования Midjourney в @GPT4Telegrambot необходима платная подписка. Однако в рамках домашних заданий к разделу «Практика» вам будут начислены бесплатные генерации, чтобы вы могли попробовать данную нейросеть.

==========================

DALL-E 3



📌 DALL-E 3 – нейросеть №2, которая уступает своему конкуренту в возможностях настроек и реалистичности изображений.





Одно из важнейших отличий DALL-E3 – данная нейросеть не умеет изображать реальных людей. Давайте сравним результат ее работы с MJ:



Слева: создано DALL-E 3 в @GPT4Telegrambot, 

Справа: Midjourney в @GPT4Telegrambot

Создано Midjourney в @GPT4Telegrambot

Тем не менее, DALL-E 3 также доступна в @GPT4Telegrambot.

📌 /dalle – основная команда DALL-E 3 для создания изображения через @GPT4Telegrambot.

📌 Важно: для использования DALL-E 3 в @GPT4Telegrambot необходима платная подписка. Однако в рамках домашних заданий к разделу «Практика» вам будут начислены бесплатные генерации, чтобы вы могли попробовать данную нейросеть.

---------------------------------------

Словарь урока

📌 /imagine – основная команда Midjourney для создания изображения.

📌 /dalle – основная команда DALL-E 3 для создания изображения через @GPT4Telegrambot.

Дополнительные материалы

Midjourney: https://www.midjourney.com/home

DALL-E 3: https://openai.com/index/dall-e-3/

Альтернативы для генерации изображений:

Stable Diffusion, 10 бесплатных генераций в день https://stability.ai/ - лицензия, платно

Playground, 100 бесплатных генераций в день https://playground.com/

Leonardo, около 25 бесплатных генераций в день https://app.leonardo.ai/

Шедеврум от Яндекса (генерация доступна с мобильных устройств)

Кандинский от Сбера

-----------------------------------------------------------------------------------

Урок 2 «Тексты: ChatGPT / Perplexity / Claude-3» 

👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

📌 В этом уроке вы узнаете о лучших AI-решениях для работы с текстами, поймете, какие именно тексты можно создавать через нейросети и чем нейросеть Claude 3 превосходит GPT-4.

Содержание

Обзор ChatGPT

Ошибки в использовании ChatGPT

Обзор Сlaude 3

Обзор Perplexity

Что выбрать?

Словарь

Дополнительные материалы

Обзор ChatGPT

📌 ChatGPT является самой популярной нейросетью для создания текстов.



ChatGPT доступен на сайте Open AI и в @GPT4Telegrambot в таких моделях, как GPT-3.5, GPT-4 и GPT-4о.



📌 Для использования ChatGPT через @GPT4Telegrambot не нужна дополнительная регистрация и VPN, даже если вы находитесь в РФ.

ChatGPT – мультимодальная нейросеть, которая умеет:

писать тексты;

распознавать изображения;

распознавать аудиосообщения и генерировать аудиоответы.

Почему она является лидером? 

ChatGPT обладает такими преимуществами, как:

Знание русского языка

Лёгкость использования

Ошибки в использовании ChatGPT

📌 Несмотря на преимущества, можно сильно снизить эффективность работы ChatGPT, если неправильно его использовать.

Типичные ошибки:

Общение через узкие вопросы – ChatGPT обучается на данных разработчиков и пользователей. Если о вопросе мало данных в сети, скорее всего, он не знает ответ на него.



Не учитывается модель и актуальность данных, на которых обучалась нейросеть. Например, GPT-3.5 обучена на данных до апреля 2022 года, а также плохо рассуждает и анализирует факты.



Обзор Сlaude 3

Следующая нейросеть – Claude 3, которая работает на базе 3 моделей: Haiku, Sonnet и Opus. Безусловно, Opus считается самой умной моделью, которая не уступает GPT-4, а в чем-то (например, в написании стихов) даже превосходит ее.





Claude 3 также доступен через официальный сайт и @GPT4Telegrambot.

Новый стандарт интеллекта

Opus, наша самая интеллектуальная модель, превосходит своих конкурентов по большинству общих оценочных показателей для систем ИИ, включая экспертные знания на уровне бакалавриата (MMLU), экспертные рассуждения на уровне выпускника (GPQA), базовую математику (GSM8K) и т. д. Она демонстрирует близкие к человеческим уровни понимания и беглости при выполнении сложных задач, лидируя в области общего интеллекта.

Все модели Claude 3 демонстрируют расширенные возможности анализа и прогнозирования, создания детального контента, генерации кода и общения на языках, отличных от английского, таких как испанский, японский и французский.


Что умеет данная Claude 3?

писать тексты в разных стилях;

сочинять стихотворения;

работать с документами.

📌 Suno AI использует Claude 3 в расширенной версии для написания текстов песен.

Обзор Perplexity

📌 Третий конкурент в написании текстов – Perplexity, который часто называют вторым Google.



Почему так?

Основная функция Perplexity – поиск. Только он выгодно отличается от Google, так как сразу предоставляет ссылки на первоисточники и дает рекомендации по следующим промытом, фото и видео по теме.


Что выбрать?

Каждая нейросеть прекрасна в определенных задачах:

ChatGPT – в создании текстов на разные темы и объяснении сложных тем;

Claude 3 – в сочинении художественных текстов и работе с документами; 

https://claude3.pro/how-to-use-claude-3-opus-ai-for-free/ -бесплатно...

Perplexity – в поиске данных, когда нам важна опора на данные.

Давайте посмотрим на шуточный пример и сравним ответы нейросетей на вопрос «Как засунуть жирафа в холодильник?»:


Словарь

📌 Модель GPT – это версии ChatGPT, которые владеют разным объемом информации.

Дополнительные материалы

ChatGPT: https://chatgpt.com

Claude 3: https://www.anthropic.com/news/claude-3-family

Perplexity: https://www.perplexity.ai

24 июня, 09:20

-------------------------------------------------------------------------

МОДУЛЬ - 2

В этом модуле -2 вы получите обзор лучших мировых нейросетей. Это проверенные сервисы, которые могут стать вашими новыми помощниками.

📕 Уроки:


• 1 урок. Обзор самых популярных нейросетей в мире

• 2 урок. Тексты: ChatGPT / Perplexity / Claude-3 / Gemini

• 3 урок. Создание изображений: Midjourney / DALL-E 3

• 4 урок. Улучшение изображений: Adobe Generative Fill / KREA

• 5 урок. Логотипы и стиль: Looka / Brandmark / Logo Diffusion

• 6 урок. Голос и аватары: HeyGen / ElevenLabs

• 7 урок. Видео: Sora / RunWay

• 8 урок. Музыка и песни: Suno AI

• 9 урок. Презентации: Gamma

• 10 урок. Сайты: Dorik / Gamma / Sitekick

• 11 урок. Бизнес-документы: MyMap

• 12 урок. Общение с AI: Character / Replika


👩‍🏫 Мы рекомендуем вам проходить уроки последовательно.


❗️ Помните, что вы можете вернуться к ним в любой момент.

--------------------------------------------------------------------------------------

МОДУЛЬ 1

Урок 12 «AI-словарь» 

📌AI, или Artificial Intelligence (произносится как «эй ай») – это специальные компьютерные программы, главная цель которых имитировать интеллектуальные способности человека, обучаясь на большом количестве данных.

📌 Алгоритм машинного обучения – это набор правил и инструкций, который пошагово объясняет, каким именно способом будет обучаться программа. Существуют разные типы алгоритмов: нейронные сети, обучение с учителем, обучение без учителя, обучение с подкреплением и др.

📌 AI-зима – периоды времени, когда интерес, инвестиции и ожидания в области искусственного интеллекта резко падают после предыдущих волн энтузиазма и оптимизма. Сокращается финансирование исследований, уменьшается количество публикаций и разработок, а также появляется пессимизм в отношении будущего ИИ.

AI-зимы показывают, что развитие ИИ происходит неравномерно и сопровождается периодами как энтузиазма, так и разочарования. Однако каждая AI-зима способствовала переосмыслению подходов и технологий, что в конечном итоге приводило к новому витку развития ИИ.

📌 ANI, или Искусственный интеллект узкого назначения (Narrow AI) – тип AI, нацеленный на решение только узконаправленной задачи. Такой тип AI может отлично справляться с четко поставленной задачей на уровне человека или превосходя его, но он ограничен определённым набором функций и не способен выходить за рамки заранее заданных правил или обучения и широко мыслить, как человек. Примеры: ChatGPT, Midjourney, Claude и др.

GPT, Midjourney и Claude являются примерами узкого ИИ (ANI), поскольку каждая из этих систем предназначена для выполнения конкретных задач в пределах своей специализированной области. GPT фокусируется на генерации и обработке текста, Midjourney на создании изображений, а Claude на интерактивных задачах, связанных с текстом. Эти системы не обладают общей интеллигенцией, но они чрезвычайно эффективны и полезны в своих конкретных областях применения.

  • GPT - Генерация и обработка текста.
  • Midjourney - Создание изображений на основе текстовых описаний.
  • Claude - Интерактивная обработка текста и ответы на вопросы.
  • DALL-E - Генерация изображений на основе текстовых описаний.
  • AlphaGo - Игра в го с использованием методов глубокого обучения.
  • DeepFace - Распознавание лиц с высокой точностью.
  • IBM Watson - Анализ данных и предоставление ответов на сложные вопросы.
  • Tesla Autopilot - Автономное вождение и помощь водителю.
  • Alexa - Голосовой помощник для управления умным домом и выполнения команд.
  • Siri - Голосовой помощник для управления устройствами Apple.
  • Cortana - Голосовой помощник для управления задачами и интеграции с ПО Microsoft.
  • Google Assistant - Голосовой помощник для управления умным домом и поиска информации.
  • 📌 AGI, или Искусственный общий интеллект (Artificial General Intelligence), представляет собой гипотетическую (несуществующую) технологию искусственного интеллекта, способную к обучению, пониманию, рассуждению и принятию решений на уровне человеческого разума.

    📌 Большие языковые модели (LLM) – тип нейросети, специализированный на обработке и понимании естественного языка. Используется для генерации текстов по принципу предсказания следующего слова (предложения или даже целого абзаца) на основании данных, на которых она была обучена. Примеры: GPT-3.5, GPT-4, Claude 3, Gemini и др.

  • GPT-3.5OpenAI: Генерация текста, ведение диалогов.
  • GPT-4OpenAI: Улучшенная генерация текста, глубокое понимание контекста.
  • Claude 3 Anthropic: Интерактивные диалоги, безопасность и этичность.
  • Gemini – Google DeepMind: Генерация текста, перевод, резюмирование.
  • BardGoogle: Генерация текста, ответы на вопросы.
  • LLaMAMeta: Генерация текста, анализ данных.
  • T5Google: Генерация текста, перевод.
  • XLNet Google/CMU: Генерация текста, понимание контекста.
  • RoBERTa Facebook AI: Анализ текста, понимание контекста.
  • ALBERTGoogle: Понимание текста, генерация текста.
  • ELECTRAGoogle: Понимание текста, улучшение NLP задач.
  • MistralMistral AI: Генерация текста, поддержка диалогов.
  • OPTMeta: Генерация текста, понимание контекста.
  • ERNIE Baidu: Понимание текста, интеграция знаний.
  • GrokxAI: Генерация текста, ведение диалогов.
  • 📌 Big Data («большие данные») – миллиарды единиц информации о мире (новости, картинки, информация из интернета и всех открытых источников, документы, книги, звуки и пр.), которые используются для обучения AI, чтобы он стал «умным» и начал давать ответы, похожие на человека.

    📌 Генеративный AI – это компьютерные программы, нацеленные на создание нового и уникального, как это делает человек: тексты, картинки, видео, звуки, музыка и др. Примеры: GPT-3.5, GPT-4, Claude 3, Gemini, Midjourney, DALL-E 3, Suno AI и др.

  • GPT-3.5 OpenAI: Генерация текста, ведение диалогов.
  • GPT-4 OpenAI: Улучшенная генерация текста, глубокое понимание контекста.
  • DALL-EOpenAI: Генерация изображений на основе текстовых описаний.
  • MidjourneyMidjourney, Inc.: Генерация изображений на основе текстовых описаний.
  • Stable DiffusionStability AI: Генерация изображений на основе текстовых описаний.
  • Claude 3 Anthropic: Интерактивные диалоги, создание текста.
  • BardGoogle: Генерация текста, ответы на вопросы.
  • Jukebox OpenAI: Генерация музыки и аудио.
  • MuseNetOpenAI: Генерация музыки в различных стилях и жанрах.
  • ArtbreederArtbreeder, Inc.: Генерация и смешивание изображений.
  • Runway MLRunway: Генерация изображений, видео и текстового контента.
  • DeepDreamGoogle: Генерация и модификация изображений с помощью нейронных сетей.
  • ScribeScribe Labs: Генерация текста и создание контента.
  • GrokxAI: Генерация текста, ведение диалогов.
  • Runway Gen-1Runway: Генерация и редактирование видео

  • 📌 Не генеративный AI – второй тип AI, который занимается анализом, прогнозированием, рекомендациями, распознаванием и многим другим. Примеры: беспилотные автомобили, система распознавания лиц, рекомендации в соцсетях и на сайтах и др.

    1. AlphaGo DeepMind: Игра в го, стратегический анализ.
    2. IBM Watson IBM: Анализ данных, ответы на вопросы, бизнес-инсайты.
    3. Tesla AutopilotTesla: Автономное вождение, помощь водителю.
    4. Google DeepMind HealthGoogle DeepMind: Медицинская диагностика, анализ изображений.
    5. SiriApple: Голосовой помощник, управление устройствами.
    6. Alexa Amazon: Голосовой помощник, управление умным домом.
    7. CortanaMicrosoft: Голосовой помощник, управление задачами.
    8. Face++Megvii: Распознавание лиц, анализ изображений.
    9. ClarifaiClarifai: Обработка изображений, распознавание объектов.
    10. H2O.aiH2O.ai: Машинное обучение, аналитика данных.
    11. Salesforce EinsteinSalesforce: AI для CRM (Customer Relationship Management), прогнозирование, аналитика.
    12. Keras и Fastai Open Source: Высокоуровневые библиотеки для глубокого обучения.
    13. Scikit-LearnOpen Source: Машинное обучение, классификация, регрессия.
    14. PandasOpen Source: Анализ и обработка данных.
    15. OpenCVOpen Source: Компьютерное зрение, обработка изображений.

    Этот список охватывает системы и технологии AI, которые фокусируются на задачах, не связанных напрямую с генерацией контента, таких как распознавание, анализ данных, и автоматизация процессов.

    📌 Датасет (Dataset)– отобранная подходящая информация (отобранные данные).

    📌 Естественный язык – язык человека, на котором он общается (русский, английский, французский и любые другие языки, на которых мы можем говорить).

    📌 GPT (Generative Pre-trained Transformer ) – расшифровывается как «Трансформер, обученный на генерацию (создание) текста». Простыми словами это самый современный тип архитектуры, который позволяет создавать новые нейросети по принципу трансформера.

  • Generative Генеративный (или Создающий)
  • Pre-trainedПредварительно обученный
  • Transformer Преобразователь
  • 📌 GPT-1, GPT-2, GPT-3, GPT-3.5, GPT-4 – это названия LLM от компании OpenAI. Чем больше цифра, тем современнее модель.

    📌 Искусственный интеллект – это компьютерные программы, цель которых имитировать интеллектуальные способности человека, обучаясь на большом количестве данных.

    📌 Компьютерные науки – это науки, которые изучают методы и процессы сбора, хранения, обработки, передачи, анализа и оценки информации с использованием компьютерных технологий (информация + компьютер).

    📌 Контекстное окно – общий объем всех знаков, которые можно передать в нейросеть, чтобы спросить о чем-токонтекстное окно помогает компьютеру понимать текст, смотря на несколько слов вместе и вперёд, а не только на одно слово.

    📌Машинное обучение – это создание специальных алгоритмов, которые позволяют компьютерным программам самостоятельно учиться на больших объемах данных без постоянного вмешательства человека.

    📌 Нейросети – наиболее сложный вид алгоритмов машинного обучения для создания AI. Нейросети состоят из единиц, называемых «нейронами», которые связаны друг с другом и могут передавать сигналы. А также из множества слоев, узлов и включают в себя миллиарды параметров, которые нужно учитывать в процессе обучения.

    📌 NLP (Natural Language Processing) – способность языковой модели распознавать, обрабатывать и понимать человеческий язык. Это позволяет нам получать корректные ответы при общении с AI, ведь программа понимает, что мы хотим спросить.  NLP помогает компьютерам понимать и использовать человеческий язык, чтобы они могли общаться с нами и выполнять различные задачи, связанные с текстом.

    📌 Параметры нейросети – это как миллионы учебников и правил, по которым она учится. Все то, что ей нужно учесть и не забыть в процессе обучения. И чем больше их, тем лучше и умнее модель (гипотеза). У GPT-4 более 2 триллионов параметров, у GigaChat — 29 миллиардов.GigaChat — это сервис на основе искусственного интеллекта, способный общаться с пользователями в режиме диалога, генерировать по запросу тексты и изображения и писать программный код. Данный чат-бот разработан Сбером и поддерживает русский и английский языки.

    📌Промпт – это подробное описание задания или действия, которые должна выполнить нейросеть. Может быть представлен в виде текста, голоса или документа (по отдельности или вместе). Чем точнее промпт — тем эффективнее и корректнее ответ нейросети.

    📌 Память нейросети – это способность модели сохранять информацию о предыдущих вопросах и отвечать на новые с учетом прошлой переписки, а не «с нуля». Нейросеть внимательна к этим деталям и может держать в уме то, о чем вы с ней говорили ранее, но в определенном объеме. У каждой нейросети есть свои ограничения «памяти».

    📌 Поддержка контекста – это опция, которая включается в нейросети по вашему желанию и означает способность нейросети запоминать ваши предыдущие вопросы / ответы или начинать каждый раз все с нуля, не учитывая контекст. При необходимости ее можно отключить или включить обратно.

    📌 Супер AI (Artificial Super Intelligence) или ASI – третий, еще более продвинутый, тип искусственного интеллекта, который превосходит человеческий интеллект во всех аспектах: творчество, общее знание, социальные навыки и т.д. На данный момент его не существует. И неизвестно возможно ли это.

    📌 Токен – это единица информации, с помощью которой можно измерить ваш вопрос для нейросети и ее ответ, а также то, сколько всего информации может одномоментно запомнить программа.

    📌 T9 – предиктивная (предугадывающая) система набора текстов для мобильных телефонов, которая предлагает вариант следующего слова, на основании внутреннего встроенного словаря. Название T9 происходит от англ. Text on 9 Keys, то есть набор текста на 9 кнопках.

    📌 ChatGPT – специальный чат от компании OpenAI для прямого общения человека с LLM (GPT-3.5, GPT-4, GPT-4o) в виде сайта, приложения или в виде бота.

    Спасибо, что вы изучили этот урок! Возвращайтесь обратно в наш образовательный бот «Нейрограмотность» @EDU4Telegrambot, ставьте ему оценку и переходите к следующему модулю!  

    -------------------------------------------------------------------------

    Урок 11 «Кино, сериалы, книги и подкасты про AI»

    📌 В этом уроке вы узнаете, что изучить на досуге, чтобы глубже погрузиться в тему AI, а также получите список ТОП-рекомендаций для просмотра и прочтения (книги, подкасты, сериалы и др.).

    Содержание

    Фильмы 

    Сериалы

    Книги

    Подкасты

    Фильмы 

    🖥 Только самые интересные документалки об AI:

    1️⃣ The Rise of AI, или Рассвет AI (2023) https://www.imdb.com/title/tt27650201/

    Технологические компании стремятся доминировать на рынке AI. Эксперты же предостерегают нас от неподготовленности к последствиям этих технологий. Австралийская журналистка Грейс Тобин ведет расследование о неправильном использовании и злоупотреблении генеративным AI. 

    Можно посмотреть на Apple TV.

    2️⃣ Искусственный игрок (2021)


    Люди уже более 80 лет соревнуются с компьютерами в различных играх: в шахматах, «Go», покере, «Jeopardy!». За этот промежуток времени можно отследить эволюцию самих компьютеров. Самое современное поле битвы — чрезвычайно популярные многопользовательские онлайн-игры, ставшие мировыми сенсациями, в том числе одна из самых прибыльных киберспортивных дисциплин — Dota 2. Амбициозная команда IT-инженеров из Сан-Франциско, OpenAI, поставила перед собой задачу разработать ИИ-бота, способного победить чемпионов мира по Dota 2 — и на это у них есть всего год. Результат их работы может изменить наше восприятие границ машинного обучения и взаимоотношений человечества с ИИ.

    На ежегодном чемпионате мира по киберспорту The International в 2017 году был представлен агент искусственного интеллекта, который может играть против лучших игроков мира в DOTA 2. Фильм рассказывает о том, как ученые и инженеры разрабатывают AI для полноценных игровых задач и какие проблемы им приходится решать во время своих поисков. 

    Также доступен на Apple TV.

    3️⃣ Эпоха AI (2019)

    Обладатель премии «Оскар» Роберт Дауни-мл. выступил автором и продюсером этого 8-серийного проекта от YouTube. Главный акцент сериала — этические и социальные последствия внедрения AI: от увольнений и предвзятости в алгоритмах AI до растущей мощи технологических гигантов.

    https://kinogo.io/54721-jera-ii-2019.html

    https://kinogo.io/54721-jera-ii-2019.html

    📌 Смотреть можно на YouTube.

    ---------------------------------------------

    4️⃣ Вечный ты (2023)

    Стартапы используют AI для создания аватаров, позволяющих разговаривать со своими близкими после смерти. Фильм затрагивает тему человеческого стремления к бессмертию и то, как эта древняя мечта постепенно превращается в коммерческий продукт.



    Социальная дилемма (2020)

    https://mover.uz/watch/TsWc41FX

    Эта документалка от Netflix уже стала классикой в своем жанре. Она рассматривает влияние AI и IT на нашу повседневную жизнь. В фильме представлены интервью с бывшими сотрудниками Facebook, Google, Twitter, Instagram и Apple. Они утверждают, что техногиганты уже вызвали непоправимые социальные, политические и культурные последствия.


    Еще можно посмотреть: 

    🧠 Документальный фильм iHuman https://rezka.ag/films/documentary/12137-chelovek-2015.html

    Сериалы

    1️⃣ Мир Дикого Запада (2016–2022) / 4 сезона. 

    В футуристическом парке развлечений, населённом андроидами, люди могут делать все, что угодно. Но роботы, похоже, готовы обрести сознание и начать собственную игру.

    Один из самых амбициозных ТВ-проектов нашего времени возвращается с новыми загадками. Четвертый сезон сериала «Мир Дикого Запада» покажет новые крупные парки, а также удивит зрителей крутыми сюжетными поворотами, которые окажут сильное влияние на вселенную.



    2️⃣ Черное зеркало (2011–...) / 7 сезонов. 

    Предсказания этого сериала сбываются слишком часто и с пугающей точностью. Каждый эпизод представляет собой отдельную историю, исследующую тёмные стороны жизни и общества в эпоху высоких технологий.


    3️⃣ Любовь. Смерть. Роботы (2019–...) / 3 сезона. 

    Коллекция короткометражных анимационных фильмов, сочетающих научную фантастику, фэнтези, ужасы, киберпанк и чёрный юмор на взрослые темы.


    4️⃣ Периферийные устройства (2022) / 1 сезон. 

    Эти чувства знакомы настоящим геймерам – героиня сериала тестирует игру, которая ей кажется настолько реальной, что она начинает сомневаться: не происходит ли все на самом деле.


    5️⃣ Некст (2020) / 1 сезон. 

    Мини-сериал о паранойе вокруг угроз AI, крупных корпорациях из Кремниевой долины и о том, как сбываются даже самые мрачные пророчества: гаджеты могут вызвать апокалипсис.


    6️⃣ Загрузка (2020–...) / 3 сезона. 

    В будущем смерть никому не грозит: можно просто оцифровать свое сознание. Так уже «виртуальный» программист влюбляется в девушку из реального мира...


    7️⃣ Разделение (2022–...) / 1 сезон.

    В корпорации решают проблему с утечкой данных очень просто: надо просто стирать все рабочие воспоминания сотрудников. Сериал о технологиях, AI и тотальном контроле.

    Книги

    1️⃣ «Литературная теория для роботов. Как компьютеры научились писать», Деннис Йи Тенен.

    Literary Theory for Robots. How Computers Learned to Write. Dennis, Yi Tenen.

    Бывший инженер Microsoft, а теперь профессор литературы Колумбийского университета исследует ИИ с философской, религиозной и культурологической точек зрения.


    2️⃣ «Измерять и навязывать. Социальная история искусственного интеллекта», Маттео Пасквинелли – книга вышла на русском.

    Книгу Маттео Пасквинелли, итальянского философа науки, можно отнести к критическим исследованиям искусственного интеллекта. Она четко очерчивает круг идейных противников автора в публичной сфере. Этот круг можно охарактеризовать двумя научно-популярными работами – на обе автор ссылается и обе переведены на русский. Это «Верховный алгоритм» Педро Домингеса и «Искусственный интеллект» Ника Бострома. По совпадению или нет, именно эти книги в 2016 году Билл Гейтс посоветовал прочитать желающим лучше понять, что такое ИИ, – дело было на одной из закрытых конференций Code, где «топовые инфлюэнсеры» из мира технологий и бизнеса обсуждают ближайшее будущее.

    Книгу «Верховный алгоритм» Пасквинелли называет «примером корпоративной повестки». С первых же страниц Домингес берет читателя под ручку, используя узнаваемый тон, свойственный продавцам мечты: «Машинное обучение открывает новую главу в долгой, растянувшейся на миллион лет эволюционной саге: с его помощью мир сам почувствует, чего вы хотите, и сам под вас подстроится. Не надо даже волшебной палочки: окружающий вас мир – сегодня виртуальный, а завтра физический – станет похож на волшебный лес»1. «Искусственный интеллект» – другая история. Волшебный лес Бострома сулит не исполнение (даже невысказанных) желаний, а мрачный финал, где «машинный сверхразум» изведет «всю Землю, а потом и обозримую Вселенную»2 на канцелярские скрепки.

    Эти две работы воплощают тот взгляд, который Пасквинелли совершенно претит, – технологический детерминизм, предполагающий, что развитие техники определяет судьбу общества в однонаправленной истории все более совершенных достижений. На одном полюсе находится утопия блаженства, на другом – классический монстр, который губит незадачливого Франкенштейна. Общий знаменатель – это мистификация ИИ. Приписывая объекту таинственную самостоятельность, завороженный наблюдатель проецирует на него свои страхи и надежды.

    Если в искусственном интеллекте и есть тайна, то ее механизм раскрыт еще Людвигом Фейербахом: немецкий материалист полагал, что человечество проецирует на высшее существо, Бога, свои лучшие качества и способности, отчуждая их от самих себя. Схожим образом человечество не опознает в ИИ собственные силы, знания и – на чем делает особый акцент Пасквинелли – труд и его разделение. Расплетая цепочки уравнений, скрытые в черном ящике искусственного интеллекта, философ демонстрирует их проблематичность. Так, например, разумность машины в первых нейронных сетях 1950-х годов была приравнена к задаче классификации изображений, что довольно далеко от моделирования мозга и когнитивных процессов, которым занимались, по собственным утверждениям, отцы-основатели современной технологической реализации ИИ. В результате таких уравнений за проявления «сверхразума» предлагается принимать игру статистических корреляций внутри колоссальных объемов данных, запущенную за счет применения психометрических методов к анализу визуальной информации.



    The Eye of the Master. A Special History of Artificial Intelligence, Matteo Pasquinelli.

    Итальянский философ, исследователь ИИ, профессор Университета Ка' Фоскари (Венеция), прослеживает историю ИИ от первого прототипа калькулятора конца 18 века до современных алгоритмов машинного обучения и доказывает, почему у ИИ нет шансов стать злонамеренным «сверхразумом».


    3️⃣ «Генеративный ИИ на практике», Бернард Марр.



    Generative AI in Practice, Bernard Marr.

    Футуролог, писатель и автор Forbes, который входит в пятерку топ бизнес-инфлюэнсеров в мире по версии LinkedIn, на множестве примеров объясняет, как генеративный ИИ трансформирует различные сферы нашей жизни и как использовать эти изменения.


    4️⃣ «Глубокая Утопия. Жизнь и смысл в мире, где все решено», Ник Бостром.



    Deep Utopia. Life and Meaning in a Solved World. Nick Bostrom.

    Один из любимых авторов Илона Маска, профессор философии Оксфорда Ник Бостром описывает мир, где ИИ выполняет все задачи лучше человека.


    5️⃣ «Сердце и чип. Наше светлое будущее с роботами», Даниэла Рус, Грегори Моун. 



    The Heart and the Chip. Our Bright Future with Robots. Daniela Rus, Gregory Mone.

    Ведущие специалисты по робототехнике в MIT рассказывают, как «умные машины» уже интегрированы в нашу жизнь, и какие изменения (к лучшему!) нас ждут в ближайшие годы.


    Еще по теме:

    ⚪️ Барак Обама «Что я читаю о развитии искусственного интеллекта»

    https://itc.ua/news/yntervyu-baraka-obamy-ob-yskusstvennom-yntellekte-svobode-slova-y-budushhem-ynterneta/

    ⚪️ Настольные книги Илона Маска 

    Что нужно учить для искусственного интеллекта?
    Что нужно, чтобы стать специалистом по искусственному интеллекту? Работа с искусственным интеллектом требует знания языков программирования, статистики и линейной алгебры. На старте обучения будет достаточно математики на уровне школьной программы и желания учиться.

    Подкасты

    📌 Подкасты – удобный и бесплатный способ узнать больше об ИИ. Мы выбрали для вас самые захватывающие подкасты на тему ИИ, которые можно слушать или смотреть на YouTube с русскими субтитрами.

    1️⃣ Artificial Intelligence with Lex Fridman – увлекательные, местами провокационные видеобеседы исследователя ИИ из MIT (Массачусетского технологического института), техинфлюэнсера Лекса Фридмана. Гости Фридмана – звезды науки и бизнеса, философы, экономисты, политики и прочие ньюсмейкеры. В последнем выпуске интервью с Сэмом Альтманом.


    2️⃣ DeepMind: The Podcast – подкаст про прошлое, настоящее и будущее ИИ от лаборатории DeepMind с харизматичной ведущей, профессором математических наук и автором нескольких бестселлеров Ханной Фрай. 



    3️⃣ Eyе on AI – динамичные интервью с трендсеттерами в мире ИИ. Ведущий, известный американский журналист Крэг Смит, проработавший много лет в The New York Times.




    4️⃣ Data Skeptic – подкаст выходит с 2014 года и затрагивает множество тем: от дипфейков и ИИ в образовании до восстания машин и подводных камней AGI. Бессменный ведущий – эксперт по анализу данных Кайл Полич, а гости – ученые топовых унивеситетов мира и специалисты в сфере машинного обучения.



    5️⃣ Machine Learning Street Talk – автор этого популярного видеоподкаста о прорывах и «дырах» в развитии ИИ, робототехники и прочих инноваций – Тим Шарф, главный инженер по программному обеспечению Microsoft и профессор Лондонского университета.



    Вам может быть интересно:

    🎓 47бесплатных курсов по ИИ для начинающих

    https://vc.ru/edu/1160699-10-besplatnyh-kursov-po-iskusstvennomu-intellektu

    https://online-courses.education/programmirovanie/besplatnye-kursy-po-neyrosetyam/

    https://listai.pro/10-besplatnyh-onlajn-kursov-po-iskusstvennomu-intellektu

    10 бесплатных курсов по искусственному интеллекту

    Всё больше компаний используют искусственный интеллект для принятия решений и автоматизации процессов. Созданием таких систем занимаются специалисты по Data Science — они работают с большими данными, моделями машинного обучения и разрабатывают технологии искусственного интеллекта.

    <i>Статья обновлена 6 мая 2024 года.</i>
    Статья обновлена 6 мая 2024 года.

    Профессия Data Scientist позволяет работать удалённо из любой точки мира и зарабатывать от 60 до 80 тысяч рублей уже на позиции младшего разработчика в средних и крупных компаниях.

    Собрали бесплатные курсы по искусственному интеллекту, на которых учащиеся ознакомятся с основами машинного обучения, компьютерного зрения и анализа данных. В ходе обучения студенты выполнят простейшие проекты и получат инструкции по дальнейшему развитию в отрасли.

    В подборке также представлены платные курсы для более глубокого изучения искусственного интеллекта и уверенного входа в профессию:

    Подробно изучить платные курсы по искусственному интеллекту можно в статье.

    ТОП-5 бесплатных курсов по искусственному интеллекту в 2024 году

    1. «Учим искусственный интеллект на примере Super Mario за 3 дня с нуля» от Skillbox: первые шаги в Data Science и Python, а также создание простого прототипа искусственного интеллекта всего за три дня без навыков программирования.
    2. «Основы искусственного интеллекта» от 4brain: изучение основ искусственного интеллекта, принципов его работы и устройства на теоретическом уровне всего за шесть уроков.
    3. «Искусственный интеллект на Python и Tensorflow» от itProger: разработка искусственного интеллекта с нуля на Python и Tensorflow, который умеет распознавать пользовательские картинки.
    4. «Искусственный интеллект для каждого» от Coursera: изучение основ искусственного интеллекта с нуля за шесть часов с выполнением четырёх практических заданий и получением итогового сертификата.
    5. «Быстрый старт в искусственный интеллект» от Stepik: экспресс-обучение основам искусственного интеллекта, которое включает в себя трёхчасовое видео, 56 тестов и 7 интерактивных задач.

    Бесплатные курсы позволяют изучить основы искусственного интеллекта и решить, стоит ли идти в эту профессию. Они содержат теоретические материалы в формате видео, тесты и интерактивные задачи. Пройти бесплатные курсы можно не имея навыков программирования.

    На курсе студенты даже без навыков программирования разработают простую нейронную сеть на примере игры Super Mario. В течение трёх дней преподаватели научат создавать системы машинного зрения, обучать нейросети для решения прикладных задач и писать код на языке Python.

    Курс включает в себя ревью домашних работ, подробный разбор ошибок и ответы на вопросы студентов.

    10 бесплатных курсов по искусственному интеллекту
    • Продолжительность: 3 дня.
    • Формат: видеолекции, домашние задания с проверкой, дополнительные материалы.
    • Доступ: после регистрации.
    • Порог входа: с нуля, без навыков программирования.
    • Документ об окончании: нет.

    Программу курса можно изучить на его странице.

    Теоретический экспресс-курс из шести уроков и 13 тестов, на котором студенты познакомятся с основами искусственного интеллекта, его возможностями и принципом работы. Предназначен для самостоятельного изучения в свободном темпе. Результат — получение широких знаний об искусственном интеллекте, машинном обучении и нейронных сетях.

    10 бесплатных курсов по искусственному интеллекту
    • Продолжительность: в своём темпе.
    • Формат: текстовые материалы, тесты.
    • Доступ: свободный.
    • Порог входа: с нуля.
    • Документ об окончании: нет.

    Программу курса можно изучить на его странице.

    Короткий видеокурс, после которого студенты создадут искусственный интеллект для распознавания фотографий кошек и собак. Подойдёт начинающим в программировании, но нужно иметь базовые знания о синтаксисе Python. Устанавливать на компьютер ничего не нужно — на курсе используется облачная среда разработки Colab.

    10 бесплатных курсов по искусственному интеллекту
    • Продолжительность: в своём темпе.
    • Формат: статья, видео.
    • Доступ: свободный.
    • Порог входа: необходимы базовые знания Python.
    • Документ об окончании: нет.

    Программу курса можно изучить на его странице.

    Англоязычный онлайн-курс с автопереводом на русский язык, который ведёт преподаватель из DeepLearning.AI. В конце обучения студенты получат сертификат — его можно добавить в личный профиль Linkedin или приложить к резюме для презентации работодателю.

    Курс также подходит и для владельцев компаний — они научатся создавать искусственный интеллект под конкретные бизнес-задачи.

    10 бесплатных курсов по искусственному интеллекту
    • Продолжительность: 3 недели по 2 часа в неделю.
    • Формат: видеолекции, тесты для самопроверки, дополнительные материалы.
    • Доступ: после регистрации.
    • Порог входа: с нуля.
    • Документ об окончании: сертификат.

    Программу курса можно изучить на его странице.


    Курс по основам искусственного интеллекта, компьютерному зрению и машинному обучению для начинающих программистов. Преподаватели — специалисты по компьютерной лингвистике и высшей математике, а также Татьяна Гайнцева, бывший ИИ-исследователь в Huawei.

    В программе курса не только видеолекции и тесты, но и интерактивные задачи для более глубокого закрепления материала.

    10 бесплатных курсов по искусственному интеллекту
    • Продолжительность: 4 недели, по 2–5 часов в неделю.
    • Формат: видеолекции, тесты, домашние задания, дополнительные материалы.
    • Доступ: после регистрации.
    • Порог входа: необходимы базовые навыки программирования.
    • Документ об окончании: нет.

    Программу курса можно изучить на его странице.

    Дополнительные бесплатные курсы по искусственному интеллекту

    Подобрали теоретические и практические курсы для тех, кто хочет узнать больше об искусственном интеллекте и понимать принципы его работы. Подходят для студентов без навыков программирования, а проходить можно в свободном темпе.

    Курсы предлагают структурированную информацию о компьютерном зрении, машинном обучении и других аспектах искусственного интеллекта.

    • «Курс по ИИ для начинающих» от AiSimple (свободное прохождение в своём темпе, текстовые материалы, без сертификата, доступ без регистрации).
    • «Введение в искусственный интеллект» от «Открытого образования» (12 недель обучения по 3–4 часа в неделю, видеолекции и дополнительные материалы, с выдачей сертификата, доступ после регистрации).
    • Программа курса

      1. Введение в искусственный интеллект.
      2. Введение в машинное обучение.
      3. Машинное обучение в задачах классификации.
      4. Введение в машинное обучение: кластеризация и визуализация данных.
      5. Введение в теорию вероятностей.
      6. Введение в математическую статистику.
      7. A/B тестирование.
      8. Основы визуализации данных.
      9. Введение в нейронные сети.
      10. Нейронные сети в задачах распознавания изображений.
      11. Нейронные сети в задачах стилизации изображений.
      12. Другие задачи искусственного интеллекта: рекомендательные системы и ассоциативные правила.
    • «Создай AI-проект для себя или своей компании» от «Университета искусственного интеллекта» (трёхдневный интенсив, вебинары и видеолекции с домашними заданиями, без сертификата, доступ после регистрации).
    • «Введение в искусственный интеллект» от Cabar School (6 недель обучения по 4–6 часов в неделю, видеолекции и дополнительные материалы, с выдачей сертификата, доступ после регистрации).
    • «Deep Learning» от «Академии IT» (обучение в своём темпе, видеолекции и текстовые материалы, без сертификата, доступ после регистрации).

    ТОП-5 платных курсов по искусственному интеллекту

    Платные курсы позволяют более глубоко и на профессиональном уровне изучить искусственный интеллект. Они предлагают структурированную программу обучения, доступ к дополнительным материалам, поддержку от преподавателей и возможность получения сертификатов.

    После завершения обучения выпускник уже может устроиться на полноценную работу в компаниях.

    1. «Data Scientist с нуля до Pro» — Skillfactory

    Цена: в рассрочку от 6224 рублей в месяц на 36 месяцев.

    Обратная связь: есть.

    О чём курс

    Углублённый онлайн-курс по искусственному интеллекту, программа которого составлена академиком РАН из МГУ им. М.В. Ломоносова. Курс состоит из 20% теории и 80% практики в разных форматах: практические работы, домашние задания с проверкой, тренажёры и проекты для портфолио.

    В конце обучения студентов ждут карьерные консультации: HR поможет составить резюме, оформить портфолио и даст советы по прохождению собеседования.


    2. «Machine Learning» — OTUS

    Цена: 187 000 рублей или в рассрочку от 18 700 рублей в месяц на 10 месяцев.

    Обратная связь: есть.

    О чём курс

    Курс по искусственному интеллекту и машинному обучению для начинающих программистов без опыта. Уроки составлены с упором на практику, а программа регулярно обновляется с учётом изменений на рынке труда. Преподаватели подробно разбирают домашние и практические работы, дают обратную связь и отвечают на вопросы.

    По окончании курса студенты размещают свои резюме в базе OTUS и могут получать приглашения на собеседование от партнёров школы.

    3. «Data Scientist: расширенный курс» — «Нетология»

    Цена: 182 400 рублей или в рассрочку от 5333 рублей в месяц на 36 месяцев.

    Обратная связь: есть.

    О чём курс

    Онлайн-курс по нейросетям и искусственному интеллекту с видеолекциями, вебинарами, воркшопами, индивидуальными консультациями и проверкой домашних заданий. Студенты выполнят до 20 работ для портфолио и сделают дипломный проект, а после завершения их ждёт диплом о профессиональной переподготовке.

    Центр карьеры бесплатно научит составлять резюме, презентовать портфолио и проходить собеседование. Школа также предлагает в подарок курсы по софт-скилам и менеджменту для дата-проектов.


    Цена: 201 300 рублей или в рассрочку от 5033 рублей в месяц на 22 месяца.

    Обратная связь: есть.

    О чём курс

    Преподаватели курса — практикующие специалисты по Data Science и искусственному интеллекту из Visa, «Авито», ВТБ, «Сбера» и Wildberries. В ходе обучения студенты сделают до девяти работ в портфолио и итоговый проект.

    Практические задания будут выполняться на облачной платформе Yandex Cloud с бесплатным доступом на всё время прохождения курса, поэтому ничего не нужно скачивать и устанавливать на компьютер. После прохождения первых трёх модулей студентов ждёт доступ к урокам английского языка на целый год.

    Цена: 2600 рублей или долями 650 рублей на 4 платежа.

    Обратная связь: нет.

    О чём курс

    Онлайн-курс по искусственному интеллекту для начинающих в программировании. Состоит из 30 видеоуроков общей продолжительностью более трёх часов. Курс предназначен для самостоятельного изучения в свободном темпе без привязки ко времени.

    Студенты изучат язык программирования Python с нуля, разработают несколько нейронных сетей и построят модели машинного обучения.

    Какой курс по искусственному интеллекту выбрать

    Искусственный интеллект пользуется всё большей популярностью в различных сферах, включая 

    медицину, 

    бизнес и 

    банковское дело. 

    Специалисты, умеющие работать с данными и моделями машинного обучения, проектируют 

    «умные» дома, 

    предсказывают динамику рыночных факторов, 

    делают системы контроля и управления доступом, 

    рассчитывают кредитный рейтинг клиента банка и 

    автоматизируют бизнес-процессы.

    При выборе образовательных ресурсов стоит обратить внимание на приглашённых преподавателей, формат и график обучения, наличие домашних заданий и итогового сертификата. Можно рассмотреть следующие курсы по искусственному интеллекту:

    1. «Учим искусственный интеллект на примере Super Mario за 3 дня с нуля» от Skillbox: бесплатный курс, на котором студенты создадут свой первый рабочий искусственный интеллект и научатся работать с моделями машинного обучения.
    2. «Основы искусственного интеллекта» от 4brain: бесплатный онлайн-курс для прохождения в удобном темпе, на котором за шесть часов дадут базу по искусственному интеллекту, подборку дополнительных материалов и инструкцию по развитию в профессии.
    3. «Data Scientist: расширенный курс» от «Нетологии»: полноценный платный курс с видеолекциями, воркшопами, проверкой домашних работ, дипломным проектом и именным сертификатом, после которого уже можно устраиваться на работу.

    Возможно, вы уже проходили какие-то курсы из нашей подборки? Или можете посоветовать проверенный курс, который мы незаслуженно обошли вниманием? Пишите в комментариях!

    🔝 10 онлайн-медиа, которые пишут об ИИ

    ----------------------------------------------------------

    https://teletype.in/@edu4telegrambot/theory_lesson_10

    15 компаний, которые меняют мир



    https://www.youtube.com/watch?v=ZdYkMA1pV5s


    https://www.youtube.com/watch?v=ZdYkMA1pV5s

    Ссылки: https://www.dora.run/ai https://www.typeframes.com/ https://www.viggle.ai/ https://www.jeda.ai/ https://chat.openai.com/g/g-jSqTyHBbh... https://chat.openai.com/g/g-sNIaxs3fJ... https://storynest.ai/ https://gliglish.com/ Таймкоды: 00:00 Новые нейросети 00:10 Dora AI 01:47 Midjourney Prompt Generator 02:43 Viggle AI 03:34 OOTDiffusion 04:50 Jeda AI 06:43 Typeframes 09:28 ChatCody 10:09 Storynest AI 11:31 Gliglish

    ---------------------------------------------------------------------------


    https://www.youtube.com/watch?v=izya3Q5wups

    ---------------------------------------------


    https://www.youtube.com/watch?v=pCTTlYF3oOI

    Урок 1 «Что такое AI и нейросети?» 

    https://teletype.in/@edu4telegrambot/theory_lesson_1

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете, почему сегодня искусственный интеллект и нейросети у всех на слуху, чем общение с AI отличается от поиска в Google и как они могут помочь вам в работе и жизни!

    Что такое AI?

    Типы AI и почему мы называем это нейросети?



    Кто создает AI?

    Принцип работы генеративного AI

    Не генеративный AI



    Почему AI стал популярен именно сейчас?

    Как вы можете использовать AI?

    Словарь урока

    Задание

    Дополнительные материалы

    ============================

    📌 AI теперь доступен каждому

    Каждый современный человек слышал хотя бы раз такие слова, как: «Искусственный интеллект», «Нейросети», «ИИ», «Artificial Intelligence», «AI». Об этом сейчас говорят все.

    А еще все чаще в Интернете и соцсетях мы видим с вами фантастические картинки, невероятной красоты видеоролики, читаем новости, слушаем песни, которые создаются не человеком (!), а Искусственным интеллектом (AI). И задаемся вопросом «Как это возможно?».

    Иллюстрации созданы нейросетью Midjourney на русском языке в @GPT4Telegrambot (команда /imagine)

    📌 Да, сегодня благодаря AI каждый может стать художником, журналистом, аналитиком, маркетологом и др. 

    Неважно, какое у вас образование, сколько вам лет и где вы живете. Не нужно уметь программировать или обладать специальным оборудованием. Для этого нужно всего лишь научиться правильно общаться с AI и знать по каким правилам и принципам он работает. 

    И поверьте, это очень-очень легко.

    Так что же такое AI? Робот? Программа? Или сверхчеловек? Начинаем разбираться!



    Что такое AI?

    AI расшифровывается как Artificial Intelligence и в прямом смысле переводится с английского языка – «Искусственный интеллект» (ИИ). На протяжении всего курса мы будем использовать именно эти аббревиатуры – AI и ИИ.

    📌AI, или Artificial Intelligence (произносится как «эй ай») – это специальные компьютерные программы, главная цель которых имитировать интеллектуальные способности человека, обучаясь на большом количестве данных.

    AI, как и человек, может:

    общаться с людьми на их родном языке (естественном языке);

    создавать уникальное (дизайн, видео, текстовая информация и др.);

    принимать решения (какой шаг сделать в шахматах, покере, шашках и др.);

    управлять процессом или объектом (автопилоты);

    предсказывать (продажи, погоду, заболевания);

    обучаться новому (владеть актуальной информацией, совершенствовать свои знания) и др.

    🚫 AI не может (пока):

    придумать совершенно новое направление, стиль, жанр открыть новую область, так как учится на том, что уже кем-то когда-то создано;испытывать эмоции, может распознавать их, но не чувствовать истинность;понимать нестандартные ситуации, где нужен здравый смысл;принимать решения, требующие моральных и этических рассуждений;адаптироваться к неожиданным ситуациям;тонко шутить и намекать, но при этом уже умеет использовать прямолинейный юмор;

    осознавать происходящее (у него нет сознания).

    Для пользователей искусственный интеллект может выглядеть в виде системы управления автомобилем, сайта, онлайн-переводчика, мобильного приложения, голосового помощника или чат-бота в Telegram.


    Типы AI и почему мы называем это нейросети?

    Существует два основных типа AI:

    Генеративный (GenAI);

    Генеративный искусственный интеллект (Generative AI) — это тип искусственного интеллекта, который способен создавать новые данные, такие как текст, изображения, музыка и даже видео, основываясь на обученных моделях. Вот несколько ключевых аспектов, чтобы лучше понять, как это работает:

    1. Обучение на данных: Генеративный AI обучается на больших наборах данных. Например, модель, создающая тексты, обучается на миллионах текстов, чтобы понять структуру языка, грамматику и стиль.

    2. Создание новых данных: После обучения модель может генерировать новые, оригинальные данные, которые похожи на те, на которых она была обучена. Например, модель, обученная на текстах, может написать новое эссе или рассказ.

    3. Типы генеративных моделей: Одним из популярных типов генеративных моделей являются нейронные сети, такие как GPT (Generative Pre-trained Transformer), которые используются для создания текста. Другие примеры включают GAN (Generative Adversarial Networks), часто используемые для создания изображений.

    4. Примеры использования: Генеративный AI используется в различных областях, включая создание контента для медиа и развлечений, разработку новых продуктов, улучшение обучения и разработки чат-ботов, способных вести реалистичные беседы.

    Таким образом, генеративный AI это мощный инструмент, способный создавать что-то новое, базируясь на том, чему он научился из существующих данных.

    Не генеративный.

    Не генеративный AI (или дискриминативный AI) — это тип искусственного интеллекта, который фокусируется на анализе и классификации данных, а не на их создании. Основная цель дискриминативного AI — определить, к какой категории относятся данные, или выявить определенные характеристики в данных.

    📌 Все, что мы сейчас с вами слышим про AI и чему будем учиться пользоваться на курсе «Нейрограмотность» (ChatGPT, Midjourney, Claude 3 и пр.), относится к понятию Генеративный AI («генерировать» значит создавать).

    📌 Генеративный AI – это компьютерные программы, нацеленные на создание нового и уникального, как это делает человек: тексты, картинки, видео, звуки, музыка и др. 

    Например: ChatGPT, Claude 3, Midjourney, DALL-E 3, Suno AI, Sora и др.

    Примеры сервисов на базе генеративного AI для решения разных задач:

    Чаще всего генеративный AI создается с помощью сложных алгоритмов машинного обучения, которые называются нейронные сети.


    Иллюстрация схемы нейронной сети id-lab.ru

    📌 Нейросети – наиболее сложный вид алгоритмов машинного обучения для создания AI. Нейросети состоят из единиц, называемых «нейронами», которые связаны друг с другом и могут передавать сигналы. А также из множества слоев, узлов и включают в себя миллиарды параметров, которые нужно учитывать в процессе обучения. 

    Визуально компьютерные схемы нейросетей напоминают мозг человека.

    Слева: Схема нейронной сети (слои, сигналы, узлы)     Справа: Нейроны головного мозга человека при увеличении

    📌 То есть нейросети – это один из популярных способов создания AI. Но не единственный.

    Прорыв в сфере AI произошел во многом благодаря нейросетям, с 2022 года они стали очень популярными и сегодня все больше и больше компаний используют именно этот способ для запуска новых AI-проектов. 

    Плюс само слово «нейросеть» звучит красиво, поэтому мы слышим его так часто в СМИ, соцсетях и обычной жизни.

    Безусловно, термины AI и нейросети тесно связаны между собой, но они не являются равнозначными. Одно является частью другого.

    Отличия понятий «AI» и «нейронная сеть»


    В следующем уроке «Основные понятия в AI», а также в уроке «AI-словарь» вы найдете значение всех важных терминов и поймете их отличия.

    Кто создает AI?

    📌 AI создается большим количеством технических специалистов: учеными, программистами, инженерами, аналитиками данных, разработчиками сложных систем. 


    Основатели компании OpenAI: Сэм Альтман (со-основатель и генеральный директор), Мира Мурати (технический директор), Грег Брокман (соучредитель), Илья Суцкевер (главный научный сотрудник) (Фото: The New York Times). 

    Команда компании xAI Илона Маска, разработчика нейросети Grok, x.ai

    И благодаря им, а также современной технической инфраструктуре и вычислительным мощностям, за последние 2 года AI достиг невиданных высот. А именно – максимально приблизился к тому, как работает человеческий интеллект. И при этом стал доступен каждому.

    AI доступен БЕЗ программирования

    📌 В ноябре 2022 года американская компания OpenAI открыла ChatGPT для всех. 

    Наделав этим очень много шума. Конечно, ведь это произошло впервые в нашей истории – и теперь человек начал общаться с ИИ напрямую без посредников, в формате чата, как с другим человеком. Многие сравнивают это событие с открытием Интернета.

    И сейчас, спустя всего лишь 1.5 года после запуска ChatGPT, создано десятки тысяч новых сервисов на базе AI, которыми пользуются миллионы людей по всему миру.

    Больше не нужно быть ученым или программистом, чтобы общаться с AI! Он создаст для вас уникальные тексты, картинки, видео и даже песни просто по вашему текстовому или голосовому описанию. 

    Это значит, что вы можете «говорить» с AI также, как с любым человеком на родном (естественном) для вас языке. И получать мгновенный ответ.

    Например, вы пишете на русском языке:

     Рыба в скафандре плывет в космосе 

    Нейросеть отправляет вам такую картинку в ответ уже через 30 секунд:

    Или, вы пишете: 

    Составь короткий бизнес-план продвижения салона красоты в г.Тюмень, укажи целевую аудиторию, опиши основные услуги и предложи план развития на 1 год, чтобы зарабатывать 1 млн рублей в месяц.

    Нейросеть отправляет вам этот план через 5 секунд:


    AI вас понимает и создает то, что нужно, на основании своих знаний о мире. Но откуда он все это берет?

    В чем отличие нейросетей от поиска в Google?

    Многие считают, что нейросети, которые создают картинки и тексты, просто берут их где-то из сети Интернет. И поэтому, из-за незнания и непонимания отличий, часто ошибочно называют их «глупыми», не восхищаясь прогрессом и уровнем развития AI.

    📌 И там (поисковик Google или Яндекс), и там (генеративные нейросети ChatGPT, Midjourney) ответы на вопрос основываются на уже имеющейся информации, которая загружена в систему.

    Но главное отличие заключается в том, что: через поисковик вы можете найти уже кем-то написанный текст или созданную картинку (ее кто-то сделал и загрузил на сайт или в соцсеть);

    а через нейросеть вы получаете в ответе новую уникальную информацию, созданную специально для вас «с нуля». 

    📌 Нейросеть изучила миллиарды текстов и картинок, чтобы подготовить для вас уникальный ответ, индивидуально под ваш запрос. И второй такой картинки или такого текста вы не найдете на просторах Интернета.

    На картинках выше вы видите, что если написать один и тот же вопрос в Google и в агрегатор нейросетей @GPT4Telegrambot, то вы получите разные результаты. 

    Нейросеть – создаст вам то, что вы просили. А поисковик покажет то, что уже делали другие на похожие темы.

    Теперь понятно, почему благодаря нейросетям можно создавать то, чего еще не существует, придумывать новые образы, героев, виды, фигуры, тексты и даже музыку.

    Так как же это работает?

    Принцип работы генеративного AI

    📌 На сайте https://theresanaiforthat.com/ доступно более 12 000 примеров нейросетей, а также описано, какие задачи они могут решать.

    📌 Чтобы AI стал «умным» и начал давать ответы, похожие на человека, в него необходимо загрузить миллиарды единиц данных о мире (новости, картинки, информацию из интернета и всех открытых источников, документы, книги, звуки и пр.). Такая информация называется Big Data («большие данные»). 

    Далее, благодаря специальному алгоритму, нужно обучить эти компьютерные программы «думать» как человек. При этом, чтобы далее они работали автоматически, без регулярного вмешательства.

    Формула обучения AI = много данных + специальный алгоритм + автоматическая работа программы.

    Подробнее о формуле обучения и создания AI мы поговорим с вами в отдельных уроках, где рассмотрим весь процесс и такие понятия, как: машинное обучение (ML), алгоритм, нейросеть, большие языковые модели (LLM), GPT и др. А также подробно разберем, как работают текстовые нейросети и диффузионные, которые создают картинки.

    Что может делать генеративный AI уже сегодня?

    📌 Он может очень много: составлять бизнес-планы, письма, стихи, новости, презентации, объяснять вам что-то, готовить отчеты и др. 

    Для постановки задачи, вам нужно коротко ее описать на своем родном языке. 

    📌 Лучше всего нейросети работают на английском. 

    Но большинство также понимают русский язык. Никакого программирования больше не требуется. А главное – скорость ответа нейросети мгновенна, от нескольких секунд до нескольких минут.

    Примеры задач, которые решает генеративный AI:

    Создание ТЕКСТА: вы написали задачу текстом и получили готовый вариант уникального текста в ответ.

    Примеры нейросетей: ChatGPT, Claude 3 и др.

    Ответ от нейросетей Claude 3 и ChatGPT (GPT-4) через @GPT4Telegrambot:

    Claude 3 пишет стихотворение.

    GPT-4 сочиняет сказку.

    Создание КАРТИНОК: вы описали текстом, какую картинку хотели бы увидеть, и получили в ответ уникальное изображение, которое создано по вашей задаче. 

    Примеры нейросетей: Midjourney, DALL-E 3 https://dalle3.org/ru и др.

    Ответ от нейросети Midjourney через @GPT4Telegrambot:





    Создание ВИДЕО по тексту: вы описали текстом, какое видео хотели бы создать и получили в ответ уникальный ролик до 1 минуты. 

    Пример: Sora, Runway Gen-2

    Результаты работы нейросети Sora:

    Создание ВИДЕО из картинки: вы загрузили картинку, на основании которой нужно создать видео и получили готовый ролик в ответ. 

    Пример: Sora, Runway Gen-2, Pika

    Результаты работы нейросети Pika:

    Создание МУЗЫКИ: на основании вашего текста и пожелания по жанру создается полноценная песня: мелодия, голос, оранжировка.

    Пример: Suno AI

    Создание ПРЕЗЕНТАЦИИ: на основании вашего текста (тема или пример готовой информации) создается структура и дизайн презентации.

    Примеры: Gamma, TOME

    Пример работы: https://gamma.app/docs/-omaynxwep925pp2

    • Создание ПРЕЗЕНТАЦИИ: на основании вашего текста (тема или пример готовой информации) создается структура и дизайн презентации.
    Примеры: Gamma, TOME

    Пример работы: https://gamma.app/docs/-omaynxwep925pp2


    Создание бизнес-планов, любых документов, майнд-карт, отчетов, рецептов и др.


    📌 На сайте https://theresanaiforthat.com/ доступно более 12 000 примеров нейросетей, а также описано, какие задачи они могут решать.

    Генеративный AI открывает все больше и больше уникальных возможностей для человека. 

    Теперь мы можем:

     создавать тексты, картинки, музыку без знаний программирования и профессиональной подготовки, просто объясняя задачу нейросети на своем обычном языке;

    получать уникальные произведения, созданные специально под наш запрос.

    Не генеративный AI

    📌 Второй тип AI – не генеративный. К нему относятся многие, уже привычные нам технологии, возможно, о которых мы с вами даже не знали или не замечали их ранее, но это тоже AI.

    Распознавание образов, лиц, речи, текста (анализ данных и классификация). 

    Пример: когда вы можете оплатить покупку в магазине «улыбкой» или когда ваше лицо можно распознать при входе в здание.


    Рекомендательные системы (анализируют существующие данные: истории покупок, просмотров страниц, видео и др.). 

    Пример: рекомендации товаров при онлайн-покупке, реклама в соцсетях, рекомендации Youtube-видео.


    Системы мониторинга и диагностики (мониторинг состояния здоровья или какого-то оборудования). 

    Пример: рекомендация обратиться к врачу, если у вас постоянно повышенный пульс, который вы измеряете через гаджет.


    А также многое другое. Разделение на генеративный и не генеративный AI не всегда строгое и иногда два этих типа могут сочетаться.

    Почему AI стал популярен именно сейчас?

    📌 Только представьте, что человек развивает AI и нейросети более 80 лет, еще со времен создания первого компьютера, а было это аж в 1938 году. 

    Подробнее об истории AI вы узнаете из отдельного урока об истории.

    Но широкий интерес людей к нейросетям появился всего лишь полтора года назад (ноябрь 2022 года) и на это есть ряд причин:

    До 2022 года AI не мог создавать качественные картинки, корректно отвечать на вопросы, писать музыку.


    Результаты были бессвязными, «нелепыми», «смешными» и не представляли интереса у широкой аудитории (хотя для создателей AI каждый шаг был важен, что в итоге привело к резкому прорыву). Вы бы точно не захотели таким пользоваться.


    Запрос к Midjourney /imagine полосатый котенок, играющий с бумагой (сравнение версий нейросетей ранее и сейчас)


    Запрос к Midjourney /imagine лес рук на закате (сравнение версий нейросетей ранее и сейчас)


    Запрос к Midjourney /imagine женщина средних лет с темными волосам и родинкой на левой щеке (сравнение версий нейросетей ранее и сейчас)

    До 2022 года работа с нейросетями шла, в основном, со стороны профессионалов: ученых, программистов, инженеров, аналитиков. А для «общения» с AI нужны были навыки программирования.

    Требовалось длительное ожидание результата, сейчас же общение происходит в режиме онлайн и ответ приходит мгновенно, на это требуются доли секунд.

    В ноябре 2022 года компания Open AI сделала прорыв, открыв ChatGPT для мира. Впервые в истории искусственный интеллект стал доступен для обычного человека. 


    Людям была предоставлена возможность прямого доступа к AI в виде удобного чат-бота, который общается, как человек и может выполнять многие интеллектуальные задачи. 


    С этого момента начался «бум» AI и стали создаваться десятки тысяч новых нейросетей и сервисов на их основе.


    Созданные сервисы на базе нейросетей всего за 2 года

    Можно сказать, что «за закрытыми дверями» лучшие умы планеты на протяжении 80 лет, в особенности 3 последних года, создавали то, что сейчас стало доступно каждому – нейросети.

    Как вы можете использовать AI?

    📌 Нейросети можно использовать для работы, образования, решения бытовых задач, общения и развлечения. Сейчас мы приведем несколько примеров. А подробные уроки о разных сферах применения AI вы узнаете в Разделе 3 «Кейсы применения» нашего курса.

    Нейросеть в роли вашего учителя / эксперта по теме


    Вы можете задавать нейросети любые вопросы, уточнять информацию, просить объяснить непонятное, искать факты, анализировать, просить проверить ваши решения и документы.


    Рекомендуемые сервисы: ChatGPT, Perplexity, Claude 3.

    Нейросеть как ваш личный дизайнер


    Вы можете создавать практически любые иллюстрация самостоятельно, менять их, редактировать, создавать множество вариантов за секунды.


    Рекомендуемые сервисы: Midjourney, DALL-E 3.

    Нейросети для бизнеса


    Обучение AI-ассистента для вашей компании, который будет отвечать на все входящие вопросы, анализ данных компании, оптимизация ресурсов и другое.


    Рекомендуемые сервисы: ChatGPT, Midjourney, Perplexity.

    Нейросети для соцсетей


    Вы можете создавать новости и посты для соцсетей с помощью нейросетей, а также можете создать свой цифровой аватар, который будет записывать видео с вашим участием на разных языках, придумывать идеи и инфоповоды.


    Рекомендуемые сервисы: ChatGPT, Midjourney, HeyGen.

    Нейросети для дома


    Планирование меню и сервировка блюд, создание сказки с иллюстрациями, уникальные открытки для семьи или подбор маршрута необычного путешествия. Все это тоже можно создавать быстро и просто через нейросети.


    Рекомендуемые сервисы: ChatGPT, Midjourney, Perplexity.

    Спасибо, что прочитали этот урок. До встречи на следующем, где мы расскажем об основных понятиях AI простыми словами и покажем наглядную схему, как их запомнить! 

    Словарь урока

    📌AI, или Artificial Intelligence (произносится как «эй ай») – это специальные компьютерные программы, главная цель которых имитировать интеллектуальные способности человека, обучаясь на большом количестве данных.

    📌 Генеративный AI – это компьютерные программы, нацеленные на создание нового и уникального, как это делает человек: тексты, картинки, видео, звуки, музыка и др. 

    📌 Не генеративный AI – второй тип AI, который занимается анализом, прогнозированием и рекомендациями.

    📌 Нейросети – наиболее сложный вид алгоритмов машинного обучения для создания AI. Нейросети состоят из единиц, называемых «нейронами», которые связаны друг с другом и могут передавать сигналы. А также из множества слоев, узлов и включают в себя миллиарды параметров, которые нужно учитывать в процессе обучения. 

    📌 Big Data («большие данные») – миллиарды единиц данных о мире (новости, картинки, информация из интернета и всех открытых источников, документы, книги, звуки и пр.), которые загружаются в AI, чтобы он стал «умным» и начал давать ответы, похожие на человека.

    Задание

    Не забудьте выполнить легкое проверочное задание на закрепление полученного материала, а также поставить оценку этому уроку. Все это можно сделать в образовательном боте «Нейрограмотность» @EDU4Telegrambot



    Дополнительные материалы

    📌 Сайт для поиска AI под любую задачу: https://theresanaiforthat.com/ 

    AI для генерации текстов:

    ChatGPT

    Claude 3 

    Perplexity и другие

    AI для генерации изображений:

    Midjourney

    DALL-E 3 и другие

    AI для генерации видео:

    Sora

    Runway Gen-2

    Pika

    AI для создания музыки:

    Suno AI

    AI для создания презентаций:

    Gamma

    TOME


    --------------------------------------------------------------------------

    Если у вас высокий уровень английского (С1), но вы испытываете трудности с говорением, вас могут заинтересовать следующие программы и подходы для улучшения навыков устной речи:


    1. HelloTalk: Это социальная сеть для изучения языков, где можно найти носителей английского языка, готовых обмениваться языковыми знаниями. Вы можете практиковать разговорные навыки через текстовые чаты, голосовые сообщения и видеозвонки.


    2. Tandem: Платформа, аналогичная HelloTalk, которая также позволяет находить языковых партнеров для обмена языковыми знаниями. Вы можете тренироваться в реальном времени с носителями языка.


    3. iTalki: На этой платформе вы можете найти профессиональных преподавателей и репетиторов, которые помогут вам улучшить разговорные навыки через индивидуальные уроки и разговорную практику.


    4. Cambly: Предлагает разговорные занятия с носителями языка в любое удобное для вас время. Это удобно для тех, кто хочет практиковаться в неформальной обстановке и получать мгновенную обратную связь.


    5. Speaky: Еще одна отличная соцсеть для языкового обмена, где можно найти партнеров для практики английского языка.


    6. Конференции и вебинары на английском: Участие в онлайн-конференциях, вебинарах и воркшопах на английском языке поможет улучшить навыки восприятия и участия в дискуссиях.


    7. Клубы разговорного английского: Онлайн и офлайн клубы, где собираются люди для практики английского, могут быть очень полезными. Например, Toastmasters предоставляет платформу для улучшения ораторских навыков.


    8. Платформы для изучения языков с упражнениями на разговорную речь:

    • Busuu: Приложение предлагает упражнения на говорение и позволяет получать обратную связь от носителей языка.

    • Duolingo: Помимо базовых упражнений, включает разговорные задания и практику.


    9. Запись собственных речей: Практикуйтесь, записывая свои речи по разным темам, а затем прослушивайте их для анализа и улучшения.


    10. Теневые упражнения (Shadowing): Слушайте аудиозаписи на английском и пытайтесь повторять фразы за диктором, стараясь имитировать интонацию, произношение и ритм.


    11. Языковые ассистенты и боты: Испробуйте таких виртуальных ассистентов, как Siri или Google Assistant, для улучшения навыков разговорной речи. Через боты, такие как Replika, можно вести диалоги на английском.


    Подходите к тренировкам систематически, уделяя хотя бы 15-30 минут каждый день, и постепенно вы заметите улучшения в своей разговорной речи.

    ----------------------------------------------------------

    С повышенным вниманием к развитию навыков говорения, особенно на уровне С1, существуют разнообразные программы и методы, которые могут вам помочь. Вот несколько популярных и эффективных вариантов:


    1. Italki - платформа, которая соединяет студентов с носителями языка и опытными преподавателями. Здесь вы можете найти преподавателей для индивидуальных занятий, практиковать говорение и получать обратную связь.


    2. Tandem - мобильное приложение, которое позволяет вам найти языковых партнеров для обмена языковыми знаниями. Вы можете общаться по видеосвязи, голосовым звонкам или обмениваться сообщениями.


    3. Preply - предлагает индивидуальные занятия с преподавателями и носителями языка. Можно выбирать преподавателей по опыту, рейтингу и цене.


    4. HelloTalk - еще одно приложение для языкового обмена. Оно позволяет общаться с носителями языка по всему миру, отправлять голосовые сообщения и корректировать тексты друг друга.


    5. Oxinity - платформа, предлагающая онлайн-занятия в небольших группах (до 4 человек), что способствует активной практике говорения и взаимодействию.


    6. Speaky - социальная сеть для языкового обмена, где вы можете найти партнеров по практике, обмениваться сообщениями и звонками.


    7. LanguageExchange.com - сайт для поиска партнера по языковому обмену. Вы можете найти людей, которые хотят учить ваш родной язык, и таким образом практиковать английский.


    Некоторые другие методы и ресурсы, которые могут быть полезными:


    • Персональный тьютор или коуч - Наем преподавателя для частных уроков может значительно ускорить процесс улучшения навыков говорения.

    Участие в языковых клубах и мероприятиях - Языковые клубы и события, такие как разговорные клубы и встречи языковых обменов, могут предоставить регулярную практику.

    • Онлайн-курсы и платформы - такие платформы, как Coursera, edX или FutureLearn, предлагают курсы по улучшению навыков общения на английском.


    Не забывайте также о регулярной практике. Важно ежедневно выделять время на разговорную практику, будь то через занятия с преподавателем, общение с языковым партнером или разговоры с самим собой на английском.

    -----------------------------------------------------------------------------------

    Урок 2 «Основные понятия в AI» 

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете основные термины, поймете, как они связаны между собой, почему самые умные нейросети в мире не знают, какое сегодня число, а также какие бывают нейросети.

    Содержание конспекта

    AI-пирамида или что есть что в мире AI?

    1 ступень – Компьютерные науки

    2 ступень – Искусственный интеллект (AI)

    3 ступень – Машинное обучение (ML)

    1 элемент – данные / Big Data

    2 элемент – специальный алгоритм / «рецепт»

    3 элемент – автоматизация

    4 ступень – Нейронные сети (нейросети)

    5 ступень – Типы нейросетей

    Словарь урока

    Задание

    AI-пирамида или что есть что в мире AI?

    Урок пройдет в формате от общего к частному. Для наглядной демонстрации, мы подготовили схему, которую разберем по частям сверху-вниз. И начнем мы с самого фундамента – компьютерных наук. Именно благодаря развитию этой сферы сегодня люди могут создавать искусственный интеллект. Давайте же поймем как?




    1 ступень – Компьютерные науки

    📌 Компьютерные науки – это науки, которые изучают методы и процессы сбора, хранения, обработки, передачи, анализа и оценки информации с использованием компьютерных технологий (информация + компьютер).

    Появились они более 80 лет назад в период создания первого компьютера известным немецким инженером Конрадом Цузе в 1938 году.

    Широкое распространение получили в 1950-х – 1960-х годах, а начиная с 2000-х именно эта сфера стала ТОП-1 по скорости развития и популярности (да-да, все захотели работать в ИТ и быть высокооплачиваемыми программистами).

    Компьютерные науки изучают такие сферы, как:





    2 ступень – Искусственный интеллект (AI)

    Итак, AI – это один из разделов компьютерных наук. И, возможно, самый популярный на сегодняшний день. В предыдущем уроке мы уже дали определение этому термину. Давайте его еще раз зафиксируем.

    📌 Искусственный интеллект – это компьютерные программы, цель которых имитировать интеллектуальные способности человека, обучаясь на большом количестве данных.

    AI может:

    общаться с людьми на их родном языке (естественном языке)

    создавать уникальное (дизайн, видео, текстовая информация и др.)

    принимать решения (какой шаг сделать в шахматах, покере, шашках и др.)

    управлять процессом или объектом (автопилоты)

    предсказывать (продажи, погоду, заболевания)

    обучаться новому (владеть актуальной информацией, совершенствовать свои знания) и др.



    Для пользователей искусственный интеллект может выглядеть в виде системы управления автомобилем, сайта, онлайн-переводчика, мобильного приложения, голосового помощника или чат-бота в Telegram.


    Также мы с вами знаем, что существует два основных типа AI – генеративный (для создания текстов, картинок, видео, музыки) и не генеративный (который работает с распознаванием, предсказанием, рекомендациями, диагностикой и др.).


    AI создают программисты, инженеры, дата-сайентисты и другие. Все, что мы сейчас с вами слышим про AI и чем будем учиться пользоваться на курсе «Нейрограмотность» – относится к понятию генеративный AI. 

    Например: ChatGPT, Claude 3, Midjourney, DALL-E 3, Suno AI, Sora и др.

    3 ступень – Машинное обучение (ML)

    AI можно создавать десятками разных способов. Один из самых популярных подходов – это «Машинное обучение», МО (Machine Learning, ML). Именно благодаря МО программы становятся «умными».




    Иллюстрация создана нейросетью Midjourney в @GPT4Telegrambot /imagine нарисуй машинное обучение, чтобы компьютерная программа могла имитировать интеллект человека


    Чтобы компьютерная программа могла имитировать интеллект человека, общаться и вести себя как мы, необходимо ее этому научить. То есть дать много данных о нашем мире и написать специальный алгоритм, который позволит программе учиться самой, без постоянного привлечения человека.

    📌 Машинное обучение – это создание специальных алгоритмов, которые позволяют компьютерным программам самостоятельно учиться на больших объемах данных без постоянного вмешательства человека.

    Формула машинного обучения может выглядеть так:

    Машинное обучение = 

    1) Данные + 

    2) Специальный алгоритм + 

    3) Автоматическая работа программы




    Давайте разберем ее подробнее.

    1 элемент – данные / Big Data

    В процессе машинного обучения в компьютерную программу загружается очень много информации (Big Data). 



    Иллюстрация создана нейросетью Midjourney в @GPT4Telegrambot /imagine очень много информации (Big Data), которая по стрелке загружается в компьютер --ar 16:9

    📌 Это миллиарды, триллионы единиц контента (новости, картинки, интернет-страницы из всех открытых источников, документы, книги, звуки)

    И от того, какая цель у AI, зависит, что именно нужно загружать.



    📌 Отобранную подходящую информацию называют датасетами. -Datasets

    От качества этих данных зависит качество ответов от AI-программы. Поэтому так важно сразу определить источники информации, на которых будет учиться программа. При этом, чтобы не нарушить права авторов (художников, писателей, певцов).



    Иллюстрация создана нейросетью Midjourney в @GPT4Telegrambot /imagine роботы сидят читают книги и газеты --style raw --ar 16:9

    Например, если вы всегда читаете только желтую прессу, то ваш словарный запас будет состоять из определенных слов и оборотов этого стиля (потому что вы «загружали» такие тексты и стиль в свой мозг). То же происходит и с нейросетями, только в бОльшем масштабе. Качество ответов нейросетей зависит от качества и количества данных, на которых они учились.

    Также у данных есть определенный срок годности и актуальности. Разработчики загружают информацию с определенной периодичностью. Например, раз в три месяца или раз в полгода. 

    Поэтому часть информации (новые факты, новости и события) во многих известных моделях нейросетей типа ChatGPT или Claude 3 просто отсутствует. А новые данные в них еще не успели загрузить.



    Например, если модель GPT-4 обучена на данных о мире до декабря 2023 года, то, без выхода в Интернет, на вопрос «какое сегодня число» (27 апреля 2024) или «расскажи новости за прошедшую неделю», она не может ответить корректно. Теперь понимаете почему?

    По этой же причине нейросети типа ChatGPT и Claude 3 не могут точно ответить на вопрос о том, кто вы, если вы пишете свое имя и фамилию (если вы, конечно, не Леонардо Дикаприо). О вас просто недостаточно информации в тех источниках, на которых училась нейросеть. Это отличает нейросети от традиционных поисковиков, типа Google. Об этом мы писали в предыдущем уроке.


    2 элемент – специальный алгоритм / «рецепт»

    Иллюстрация создана нейросетью Midjourney в @GPT4Telegrambot /imagine книга рецептов по созданию роботов

    Машинное обучение = 1) Данные + 2) Специальный алгоритм + 3) Автоматическая работа программы

    Вторая часть формулы – это специальный алгоритм, благодаря которому происходит процесс машинного обучения. Их существует несколько видов: нейронные сети, 

    обучение с учителем, 

    обучение без учителя, 

    обучение с подкреплением и др.

    📌 Алгоритм можно сравнить с пошаговым «рецептом», который детально объясняет, каким именно способом мы будем обучать программу на данных. 

    Вид и тип алгоритма выбирается разработчиками будущего ИИ на первом этапе планирования. Так как от типа алгоритма зависит принцип работы, масштаб и конечный результат.

    Например, в обычной жизни мы знаем, что из курицы, картошки, помидор и сыра (имеющиеся данные) можно приготовить десятки разных блюд, используя разные рецепты/алгоритмы. Так и в процессе создания AI мы выбираем из десятков вариантов «обучения» один из «рецептов» (алгоритмов). Кстати, следуя разным рецептам, в результате будет не только разный внешний вид блюд, но и разный вкус.


    📌 Алгоритм машинного обучения – это набор правил и инструкций, который пошагово объясняет, каким именно способом будет обучаться программа. Существуют разные типы алгоритмов: нейронные сети, обучение с учителем, обучение без учителя, обучение с подкреплением и др.

    3 элемент – автоматизация

    Машинное обучение = 1) Данные + 2) Специальный алгоритм + 3) Автоматическая работа программы

    В процессе создания AI учитываются миллиарды единиц контента и параметров (условий), по которым финально идет обучение. Разработчики просто физически не могут постоянно подключаться и отлаживать все индивидуально. Это точно не ручная работа.

    Поэтому в самом начале подбирается или создается алгоритм, который позволяет компьютерной программе обучаться самостоятельно, анализировать и делать верные выводы в различных ситуациях.

    Например: если вы хотите научить программу различать кошек и собак, то вам не нужно каждый раз рассказывать ей все правила (эти гавкают, а эти мяукают), вы просто показываете ей много-много фотографий кошек и собак. 

    Сначала вы говорите, какое животное на каждой фотографии, а затем она начинает замечать различия самостоятельно. После просмотра достаточного количества фотографий кошек и собак, программа начинает правильно угадывать, кто есть кто на новых фотографиях.



    Иллюстрация создана нейросетью Midjourney в @GPT4Telegrambot /imagine большое количество портретов кошек и собак --style raw --ar 16:9

    Самостоятельное обучение программы без человека является важным и, возможно даже, основным преимуществом машинного обучения в процессе создания AI. Благодаря этой способности программы могут сами извлекать закономерности из данных, анализировать их и использовать для решения задач, которые ставит человек. И чем больше данных и чем больше программа «учится», тем точнее становятся ее ответы.

    Кстати, термины «Машинное обучение» и «Алгоритмы машинного обучения» чаще всего используются создателями AI, а не потребителями, так как в большей степени носят научный и профессиональный характер. 

    Обычные пользователи AI-продуктов не делят AI на этапы и называют все технологии – искусственный интеллект или нейросети. И это нормально.

    Но в этом модуле мы учимся понимать, как создается AI, поэтому проходим каждый уровень поэтапно и стараемся раскрыть его суть простыми словами.

    4 ступень – Нейронные сети (нейросети)



    Иллюстрация создана нейросетью Midjourney в @GPT4Telegrambot /imagine мозг похожий на нейросеть --ar 16:9

    Наконец-то мы дошли до термина «Нейронная сеть» или «нейросеть» – это второе по популярности слово, которое люди часто используют, когда говорят про AI в общении, СМИ, соцсетях и пр. Все новые AI-достижения стали резко называться «нейросети» :)

    Этот термин действительно красиво звучит и сразу же говорит о том, что принцип создания нейросетей визуально напоминает по структуре и функционированию мозг человека.

    Посмотрите сами.



    Слева: схема нейронной сети (слои, сигналы, узлы)      Справа: нейроны головного мозга человека при увеличении 

    Давайте вспомним, что в предыдущем блоке этого урока мы уже использовали вскользь слово «нейросеть», когда говорили о том, какие типы алгоритмов машинного обучения существуют. Теперь давайте раскроем его значение полностью.

    📌 Нейросети – наиболее сложный вид алгоритмов машинного обучения для создания AI. 

    Нейросети состоят из единиц, называемых «нейронами», которые связаны друг с другом и могут передавать сигналы. А также из множества слоев, узлов и включают в себя миллиарды параметров, которые нужно учитывать в процессе обучения.

    Визуально компьютерные схемы нейросетей напоминают мозг человека. Существуют два основных типа: языковые модели нейросетей (создают тексты) и диффузионные модели (создают картинки, видео, музыку и пр.).

    📌 Параметры нейросети – это как миллионы учебников и правил, по которым она учится. То, что ей нужно учесть и не забыть в процессе обучения. 


    Иллюстрация создана нейросетью Midjourney в @GPT4Telegrambot /imagine миллионы книг, учебников и правил для обучения --ar 16:9

    Подробнее об этом будет рассказано в следующем уроке, где мы подробно рассмотрим работу текстовых нейросетей.

    Так например у популярной модели нейросети GPT-4 - 1.76 триллиона параметров. А у российского GigaChat – только 29 миллиардов.



    5 ступень – Типы нейросетей

    Ура! Мы достигли последнего уровня пирамиды, где сейчас узнаем о том, какие нейросети бывают и в чем их отличия. 

    Нейронные сети можно разделить на 2 основных типа в зависимости от того, что они создают – тексты или картинки, видео, музыку и пр.




    Тип 1 – Языковые модели нейросетей

    Для создания новых текстов с помощью AI – используются языковые модели нейросетей (Language Models, LM). Они заточены на работу с естественным языком человека (тот, на котором он говорит). 

    Задача этих нейросетей понять язык человека и дать ему подходящий ответ в текстовом виде, как бы это сделал человек. 

    Например, самые известные языковые модели это: GPT-4 или Claude3.


    В жизни это выглядит так:


    Подробную схему работы языковых моделей мы рассмотрим на следующем уроке.

    Тип 2 – Диффузионные

    Для создания картинок, видео и музыки с помощью AI используют другой тип моделей нейросетей – диффузионные (Diffusion Model, DM). 

    Их задача – создать то изображение, видео или музыку, которые хочет получить человек, описав это на его родном языке (без программирования). 

    Например, самые известные диффузионные модели это: Midjourney, DALL-E3, Sora, Suno AI.

    Работают диффузионные модели по принципу постепенного приближения или добавления шума – мы также рассмотрим это в следующем уроке.

    📌 Кстати, иногда модель может быть мультимодальной, то есть можно работать и с текстом, и с видео, и с картинкам одновременно

    Считается, что именно за такими моделями будущее в AI.

    Теперь мы знаем о двух основных типах нейронных сетей, о том, что нейросети – это самый сложный вид алгоритмов машинного обучения, а машинное обучение – это наиболее популярный способ создания AI. В свою очередь AI является частью большой научной области – компьютерных наук.

    Давайте еще раз посмотрим на AI-пирамиду. Она может стать для вас небольшой шпаргалкой, напоминающей об основных понятиях в AI и как они связаны между собой.


    До встречи на следующем уроке, где мы подробнее расскажем о том, какие нейросети работают с текстами, что такое LLM, промпт, память, контекст и как посчитать длину вопросов и ответов.

    Словарь урока

    📌 Компьютерные науки – это науки, которые изучают методы и процессы сбора, хранения, обработки, передачи, анализа и оценки информации с использованием компьютерных технологий (информация + компьютер).

    📌 Искусственный интеллект – это компьютерные программы, цель которых имитировать интеллектуальные способности человека, обучаясь на большом количестве данных.

    📌Машинное обучение – это создание специальных алгоритмов, которые позволяют компьютерным программам самостоятельно учиться на больших объемах данных без постоянного вмешательства человека.

    📌 Датасет – отобранная подходящая информация.

    📌 Алгоритм машинного обучения – это набор правил и инструкций, который пошагово объясняет, каким именно способом будет обучаться программа. Существуют разные типы алгоритмов: нейронные сети, обучение с учителем, обучение без учителя, обучение с подкреплением и др.

    📌 Алгоритм – пошаговый «рецепт», который детально объясняет, каким именно способом мы будем обучать программу на данных. 

    📌 Нейросети – наиболее сложный вид алгоритмов машинного обучения для создания AI. 

    📌 Параметры нейросети – это как миллионы учебников и правил, по которым она учится. То, что ей нужно учесть и не забыть в процессе обучения. 

    Задание

    Пожалуйста, не забудьте выполнить легкое проверочное задание на закрепление полученного материала, а также поставить оценку этому уроку. Все это можно сделать в образовательном боте «Нейрограмотность» @EDU4Telegrambot.

    --------------------------------------------------------------------------------------------

    Урок 3 «Нейросети для создания текстов (LLM)» 

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете, что такое языковые модели (LM и LLM) и как они работают, а также что такое «промпт», «память», «параметры», «токены» в нейросетях, и какой длины может быть вопрос и ответ от нейросети.

    Содержание конспекта

    Содержание конспекта

    Языковые модели нейросетей (LM) Language Models

    LLM – это продвинутый Т9 -(Large Language Models, LLM)

    Как работают LLM?

    Разнообразие ответов как у человека

    Параметры и размеры языковых моделей

    Контекстное окно и память LLM  

    Выбор моделей 

    Новые модели нейросетей

    Словарь урока

    Задание

    📌 Этот урок будет интересен тем, кто хочет детальнее понять, как работают текстовые нейросети, чем они отличаются, как обновляются и почему об этом так много пишут в СМИ. Он чуть сложнее, чем предыдущие, но мы старались сохранить понятный стиль изложения и наглядные примеры.

    Языковые модели нейросетей (LM) (Language Models, LM)

    Из предыдущего урока мы знаем, что существует 2 основных типа нейросетей в зависимости от того, что они создают – тексты или картинки, видео, музыку и пр.



    Для создания новых текстов с помощью AI – используются языковые модели нейросетей (Language Models, LM). Они заточены на работу с естественным языком человека. То есть ответы от нейросети приходят в виде текста, как будто это отвечает человек.

    NLP (Natural Language Processing)

    Пример работы ChatGPT в @GPT4Telegrambot


    Самые известные и большие языковые модели – это GPT-4 или Claude 3. 

    Что такое Claude 3?
    Весной 2024 года вышло семейство Claude 3. В него входят три языковые модели разной мощности: Haiku, Sonnet и Opus. Главная особенность всех трех — возможность обработать большое количество информации без потери качества ответа.24 апр. 2024 г.

    Что умеет Claude?

    Claude отлично умеет генерировать краткие резюме длинных статей, новостных сюжетов, документов, разговоров или даже книг! Писать код. Claude может быть чрезвычайно полезным "парным программистом".

    📌 Их называют Large Language Models = большие языковые модели, или LLM. 

    Именно этими LLM мы пользуемся каждый день. Они дают самые качественные ответы, особенно в последних версиях.

    📌 Естественный язык – язык человека, на котором он общается (русский, английский, французский и любые другие языки, на которых мы можем говорить).

    📌 NLP (Natural Language Processing) – способность языковой модели распознавать, обрабатывать и понимать человеческий язык. 

    Это позволяет нам получать корректные ответы при общении с AI, ведь программа понимает, что мы хотим спросить.

    Восприятие и понимание моделью естественного языка похоже на разговор взрослого с младенцем, когда тот только начинает говорить. 

    📌Большие языковые модели (LLM) (Large Language Models, LLM)– тип нейросети, специализированный на обработке и понимании естественного языка. Используется для генерации текстов по принципу предсказания следующего слова (предложения или даже целого абзаца) на основании данных, на которых нейросеть была обучена.

    Схема работы LLM:


    Промпт (Prompt - запрос) в контексте больших языковых моделей

    Промптзапрос -  это начальная текстовая фраза или набор инструкций, который используется для активации или задания контекста для больших языковых моделей (LLM). Промпты направляют модель на выполнение определенной задачи, обеспечивая начальные условия для генерации текста.

    Важно отметить, что LLM могут не только распознавать естественный язык и отвечать на нем, но и распознавать и создавать программный код, решать математические задачи, объяснять формулы. 

    Как это возможно?

    LLM – это продвинутый Т9

    Что такое Т9?

    Т9 (Text on 9 keys) — это старая технология автозаполнения, использовавшаяся на ранних мобильных телефонах. Она помогала быстрее вводить текст, предсказывая слова на основе нескольких нажатий клавиш. Например, если вы нажимали "4-3-5-5", Т9 предлагал слово "hello" (в соответствии с буквами, которые могут быть на этих клавишах).

    Основной принцип генерации ответов от языковых моделей – это принцип Т9 из 2010-х, который предсказывает и предлагает вариант следующего слова, когда вы пишете что-то в телефоне.



    📌 T9 – предиктивная (предугадывающая) система набора текстов для мобильных телефонов, которая предлагает вариант следующего слова на основании внутреннего встроенного словаря. Название T9 происходит от англ. Text on 9 Keys, то есть набор текста на 9 кнопках.

    Но если в телефоне речь идет только про одно следующее слово в разных вариантах, то современные языковые модели могут предугадывать целые предложения и абзацы!

    Как работают LLM?

    Обучение → Понимание → Предсказание

    Давайте рассмотрим каждый этап детально:

    1. Обучение на огромном количестве текста: Представьте, что LLM – это очень усердный студент, который читал книги, статьи, блоги, и даже переписки в интернете на протяжении многих лет.

    Изображение сгенерировано Midjourney внутри @GPT4Telegrambot. 

    Промпт: /imagine Изобрази  очень усердного студента, который читал книги, статьи, блоги, и даже переписки в интернете на протяжении многих лет --ar 16:9.

    В процессе чтения этот студент замечает, как слова сочетаются друг с другом, как формируются предложения, как строятся абзацы и весь текст в целом.

    Этот процесс называется «обучением», и он позволяет модели уловить закономерности использования языка. О машинном обучении мы говорили в предыдущем уроке.

    2. Понимание контекста: Когда вы просите LLM продолжить ваш текст или ответить на вопрос, модель вспоминает все, что она «прочитала» во время обучения, чтобы понять контекст вашего запроса.

    Это как если бы вы спросили своего друга, который много читает, как бы он продолжил вашу историю или ответил на вопрос, основываясь на своих знаниях.

    3. Предсказание: Затем LLM использует свои знания о языке для предсказания, какое слово или фраза будет следующей. Это похоже на игру, где нужно догадаться, какое слово подходит лучше всего, исходя из контекста.

    Например, если вы напишете «Солнце встает на», модель, скорее всего, предложит «востоке», потому что это самый распространенный и логичный ответ на основании ее «знаний».



    Или ваш запрос: «Жили-были».

    LLM думает: «О, это начало похоже на начало многих русских сказок. Что обычно идет дальше в подобных историях?»

    Предсказание LLM: «Дед да бабка» или «Старик со старухой».


    LLM использует сложные математические и статистические методы для обработки языка и предсказания текста, но в основе своей – это всего лишь очень продвинутый анализ большого количества текстовых данных для нахождения наиболее вероятного следующего слова или фразы.

    Разнообразие ответов как у человека

    Важно, чтобы нейросеть могла по разному отвечать на один и тот же вопрос, в зависимости от контекста, стиля и задачи. В таком случае ее «речь» будет сложно отличить от человеческой. Ведь в разговоре с мамой мы используем один набор слов и оборотов, с друзьями – другой, а на публичном выступлении – третий.

    Чтобы ответ нейросети был «живой» – ей нужна доля вариативности (изменчивости) при подборе ответа. Если будет 100% привязка к одному варианту, речь будет сухая и скучная.

    Кроме того, вариативность подбора слов позволяет нейросети быть более творческой: менять стили ответа, шутить, увеличивая разнообразие и качество ответов.

    Пример, как ChatGPT может менять стиль ответа.



    Для каждого слова, которое следует за предыдущим, есть свой процент вероятности. В качестве примера давайте посмотрим, как это работает.

    Например, если вы пишете «Искусственный интеллект – это…», то в LLM существует множество вариантов, каким может быть следующее слово. У каждого из них есть некий вес, процент вероятности. Где слова «компьютерная программа» имеет 30%, а слово «собака» – 0,00000001%. Потому что такое сочетание практически никогда не используется.


    Параметры и размеры языковых моделей

    Языковые модели обучаются на огромном количестве данных по миллиардам критериев, параметров. Только представьте, сколько условий и нюансов нужно учесть, чтобы обучить модель – миллионы, миллиарды и даже триллионы.

    📌 Параметры – это внутренние настройки модели, которые помогают ей понимать текст и создавать новый. Это как миллионы учебников и правил, по которым учится нейросеть. И чем больше их, тем лучше и умнее модель.

    Языковые модели можно классифицировать по размеру, который напрямую зависит от количества учитываемых ими параметров.

    Типы языковых моделей по размеру:

    Tiny – миниатюрные, TLM - TLM (Textual Language Model)(до 1 млн параметров): используются в условиях ограниченных вычислительных ресурсов (например, мобильные приложения);

    Small – маленькие, SLM (до 100 млрд параметров): GPT-1 (2018 г.), GPT-2 (2019 г.);

    Large – большие, самые продвинутые и сложные, LLM (от 100 млрд параметров): GPT-4, Claude 3, Grok, Gemini Pro.



    В сфере больших языковых моделей (Large Language Models, LLM) термин "Grok" может использоваться для описания способности модели к глубокому пониманию и интуитивному восприятию контекста и значений в тексте. Когда говорят, что LLM "grok" что-то, это означает, что модель демонстрирует не просто поверхностное знание, но глубокое и осмысленное понимание темы или задачи.

    "Gemini Pro" представляет собой одну из версий модели искусственного интеллекта Gemini, разработанной компанией Google и DeepMind. Эта модель предназначена для выполнения широкого спектра задач, включая генерацию текста, обработку изображений, работу с аудио и видео. Gemini Pro особенно выделяется своими расширенными возможностями и высокой производительностью.

    Контекстное окно и память LLM

    Вы уже знаете, что простая схема работы языковой модели выглядит так:



    Мы подробно рассмотрели, что такое LLM и как они работают. А теперь предлагаем чуть подробнее изучить второй аспект работы с LLM – это «Вопрос / INPUT» к LLM и ее «Ответ / OUTPUT».

    Это полезно знать, если вам нужно вести длительную переписку с нейросетью, загружать в нее документы для анализа разного объема данных и знать какой максимальный объем ответа она может дать.

    Чтобы LLM поняла ваше задание, его нужно сформулировать/описать, то есть дать задание – промпт.


    📌 Промпт – это подробное описание задания или действия, которые должна выполнить нейросеть. Может быть представлен в виде текста, голоса или документа (по отдельности или вместе).

    Но каким может быть максимальный размер промпта и ответа? Для каждой LLM объем введенной информации и ответа является ограниченным.

    Например, пользователь не может загрузить в виде вопроса все произведения Пушкина, но может сделать это частично в определенном объеме, а далее попросить нейросеть их изучить и подготовить ответ.



    📌 Общий объем всех знаков, которые можно передать в нейросеть, чтобы спросить о чем-то, называется контекстное окно.

    Оно включает в себя:

    – сам вопрос (текст или голос)

    – загруженные документы

    – предыдущие вопросы и ответы на эту тему, если они были

    Пример контекстного окна в рамках одной темы:

    Вопрос 1: «Представь, что ты диетолог, который формирует меню для девушки 35 лет, которая бы хотела бы выстроить оптимальный баланс белков, жиров, углеводов. Она занимается спортом 2 раза в неделю по 2 часа».

    Ответ от нейросети:



    Вопрос 2: «Я ем мясо, рыбу, ем овощи, но не ем фрукты и молоко. Как мне правильно завтракать?».

    Ответ от нейросети:


    Вопрос 3: «Прочитай эту статью о здоровье и скажи, как мне скорректировать свое питание, исходя из этого исследования?». 

    К вопросу добавляется документ для дополнительного изучения нейросетью и выдачи ответа на основе данных «Научной статьи о влиянии молочных продуктов на здоровье человека» (файл в pdf-формате). Для работы с документом в @GPT4Telegrambot необходимо переключиться на модель Claude-3.

    Ответ от нейросети:


    Вопрос 4: «А теперь, с учетом всех данных и рекомендаций из исследования, составь для меня меню на месяц».

    Ответ от нейросети:



    📌 Теперь вы видите, что в рамках одной темы вы можете задавать различные вопросы, загружать документы и просить, чтобы нейросеть учитывала ваши предыдущие вопросы.

    Понятие контекстное окно также тесно связано с терминами «память нейросети» и «поддержка контекста».

    📌 Память нейросети – это способность модели сохранять информацию о предыдущих вопросах и отвечать на новые с учетом прошлой переписки, а не «с нуля». Нейросеть внимательна к этим деталям и может держать в уме то, о чем вы с ней говорили ранее, но в определенном объеме.

    📌 Поддержка контекста – это опция, которая включается в нейросети по вашему желанию и означает способность нейросети запоминать ваши предыдущие вопросы/ответы или начинать каждый раз все с нуля, не учитывая контекст. При необходимости ее можно отключить или включить обратно.

    Например



    📌 Включить поддержку контекста в @GPT4Telegrambot можно через 

    «меню -> настройки».



    Размер контекстного окна и памяти можно посчитать. Это необходимо, чтобы понять, насколько может быть длинным вопрос и ответ. 

    Единица измерения объема памяти контекста называется токен.

    📌 Токен – это единица информации, с помощью которой можно измерить ваш вопрос для нейросети и ее ответ, а также то, сколько всего информации может одномоментно запомнить программа.

    Русский язык считается – 1 символ = 1 токен.

    Английский язык считается – 4 символа = 1 токен.

    Пример общения с ChatGPT на русском языке:

    Вопрос: «Расскажи историю Турции в 1 предложении?».

    Это 35 символов и значит 35 токенов.

    Ответ: «Турция, страна с богатым историческим наследием, прошла путь от могущественной Османской империи, оставившей значительный след в мировой истории, до современного светского государства, стремящегося сочетать в себе традиции и модернизацию».

    Тут 209 символов = 209 токенов.

    То есть на этот вопрос-ответ мы потратили 209 + 35 = 244 токена.

    📌 И если вы не отключите контекст и будете дальше спрашивать про Турцию в рамках этого диалога, то нейросеть будет тратить как токены на вопрос-ответ, так и на то, чтобы держать весь контекст в голове.

    Если вы хотите загрузить какой-то документ для изучения (статья, новость, отчет и пр.), то нейросеть также будет считать его в токенах.

    У каждой нейросети разный допустимый объем на токены для того, чтобы задать вопрос (загрузить что-то). И почти везде одинаковый на то, чтобы дать ответ.


    128k токенов" расшифровывается как "128 тысяч токенов". Здесь "k" обозначает тысячу в системе обозначений с использованием префикса "kilo". Таким образом, "128k токенов" означает 128 тысяч отдельных единиц (токенов), которые могут быть словами, символами или другими элементами, в зависимости от контекста использования.

    Выбор моделей 

    Моделей LLM существует множество. Многие сервисы-агрегаторы нейросетей предоставляют пользователю возможность самому выбирать, какой именно LLM он хотел бы пользоваться. 

    Для многих подходит бесплатная версия GPT-3.5, кому-то больше нравится точная и современная GPT-4. 



    А самые продвинутые пользователи уже научились применять модель Claude 3 Opus (она превосходит даже GPT-4).



    📌 Внешне вы все так же общаетесь с чатом, визуально ничего не меняется, но «под капотом» у чата могут быть разные варианты LLM.

    Например в популярном агрегаторе @GPT4Telegrambot, который дает прямой доступ к нейросетям на русском языке, в разделе «Настройки» можно переключаться между GPT-3.5, GPT-4, Claude 3 Opus и Claud 3 Sonnet.


    Доступные модели в @GPT4Telegrambot

    Это самые передовые тестовые нейросети в мире. Есть и десятки других, но мы рекомендуем обучаться на лучших, чтобы сохранить WOW-эффект от использования.

    📌 Практика использования этих нейросетей будет доступна в рамках Раздела 2 нашего курса. В нем вы сможете своими руками задать вопросы популярным нейросетям прямо в боте, никуда не переключаясь. В рамках обучения вы сможете это делать бесплатно.

    Например, для создания уроков мы используем ChatGPT в версии GPT-4. А для работы с большими документами выбираем Claude 3, так как у него больше память, а это значит, что в него можно загружать объемные файлы и задавать вопросы по ним (объем файла должен быть до 10 Мб).



    Новые модели нейросетей

    Каждую неделю мы слышим в СМИ, что вышла какая-то новая нейросеть или была улучшена уже существующая и известная многим. Как понять, на что тут важно обращать внимание. Модели нейросетей можно сравнить с моделями автомобилей или техникой Apple, предыдущая версия вроде ничего, а новая всегда чуть-чуть лучше, больше фич.


    То же и в сфере нейросетей, только обновления здесь происходят в 10 раз чаще.

    Чаще всего разработчики улучшают модели через:

    загрузку новых данных о мире (становятся более актуальными знания, близкие к сегодняшнему числу)

    увеличение памяти (чтобы больше информации можно было загрузить и после получить ответ)

    специализацию на решение узких задач (например решать задачи по математике)

    улучшение качества изображений (становятся более реалистичными) и пр.

    📌 За обновлениями нейросетей обязательно нужно следить. Еще год назад ChatGPT в версии модели GPT-3 не мог ответить на вопрос о том, кто убил Пушкина, а сегодня он пишет стихи в стиле этого поэта, создает образовательный контент и может написать песню в рифму. Трудно представить, что будет еще через год.

    До встречи на следующем уроке, где мы подробнее расскажем о том, что такое GPT, ChatGPT, GPT-4 и почему так много одинаковых названий вокруг?

    Словарь урока

    📌 Естественный язык – язык человека, на котором он общается (русский, английский, французский и любые другие языки, на которых мы можем говорить).

    📌 NLP (Natural Language Processing) – способность языковой модели распознавать, обрабатывать и понимать человеческий язык. Это позволяет нам получать корректные ответы при общении с AI, ведь программа понимает, что мы хотим спросить.

    📌 Большие языковые модели (LLM) – тип нейросети, специализированный на обработке и понимании естественного языка. Используется для генерации текстов по принципу предсказания следующего слова (предложения или даже целого абзаца) на основании данных, на которых нейросеть была обучена.

    📌 T9 – предиктивная (предугадывающая) система набора текстов для мобильных телефонов, которая предлагает вариант следующего слова, на основании внутреннего встроенного словаря. Название T9 происходит от англ. Text on 9 Keys, то есть набор текста на 9 кнопках.

    📌 Параметры – это внутренние настройки модели, которые помогают ей понимать текст и создавать новый. Это как миллионы учебников и правил, по которым учится нейросеть. И чем больше их, тем лучше и умнее модель.

    📌 Промпт – это подробное описание задания или действия, которые должна выполнить нейросеть. Может быть представлен в виде текста, голоса или документа (по отдельности или вместе).

    📌 Контекстное окно – общий объем всех знаков, которые можно передать в нейросеть, чтобы спросить о чем-то.

    📌 Память нейросети – это способность модели сохранять информацию о предыдущих вопросах и отвечать на новые с учетом прошлой переписки, а не «с нуля». Нейросеть внимательна к этим деталям и может держать в уме то, о чем вы с ней говорили ранее, но в определенном объеме.

    📌 Поддержка контекста – это опция, которая включается в нейросети по вашему желанию и означает способность нейросети запоминать ваши предыдущие вопросы/ответы или начинать каждый раз все с нуля, не учитывая контекст. При необходимости ее можно отключить или включить обратно.

    📌 Токен – это единица информации, с помощью которой можно измерить ваш вопрос для нейросети и ее ответ, а также то, сколько всего информации может одномоментно запомнить программа.

    Задание

    Пожалуйста, не забудьте выполнить легкое проверочное задание на закрепление полученного материала, а также поставить оценку этому уроку. Все это можно сделать в образовательном боте «Нейрограмотность» @EDU4Telegrambot.

    -------------------------------------------------------------------------------

    Урок 4 «GPT, ChatGPT, GPT-4: в чем отличия?» 

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете, что такое GPT и почему эти «три буквы» может использовать любой, что такое ChatGPT, что лучше GPT-3.5 или GPT-4, когда ждать GPT-5.

    Содержание конспекта



    Что значит GPT?

    Модели GPT

    Что умеет GPT-4?

    ChatGPT и другие сервисы на базе LLM

    Резюме

    Словарь урока

    Задание

    Что значит GPT?

    📌 GPT (Generative Pre-trained Transformer ) – расшифровывается как «Трансформер, обученный на генерацию (создание) текста». Простыми словами это самый современный тип архитектуры, который позволяет создавать новые нейросети по принципу трансформера.

    Он был создан учеными из Google в 2017 году. И именно благодаря этому трансформеру вся сфера генеративного AI получила новую жизнь, перейдя от застоя «зимы» к быстрому развитию. Создание архитектуры GPT сравнимо с открытием нефти, только для AI-мира. И теперь эту «нефть» каждый использует по-своему, создавая десятки тысяч новых нейросетей и сервисов на их основе.

    С момента создания архитектуры GPT компания OpenAI начала активное развитие своих LLM (текстовых моделей), взяв за основу именно этот современный трансформер и аббревиатуру GPT в названия –

     модели GPT-1, GPT-2, GPT-3, GPT-4. 

    Первая LLM в далеком (!) 2018 году была названа GPT-1. Все последующие назывались по тому же принципу.

    Также в ноябре 2022 года OpenAI открыла прямой доступ к искусственному интеллекту в виде специального чат-бота, назвав его ChatGPT. И тут мы тоже видим эти три буквы.



    Сложилось впечатление, что GPT означает конкретную нейросеть от OpenAI. При этом, название GPT не принадлежит ей. Им могут пользоваться и другие разработчики нейросетей. Например, в России существует нейросеть YandexGPT, которая никак не связана с компанией OpenAI.

    📌 Итак, GPT – это один из самых популярных типов архитектур для создания нейросетей, который может применять любой разработчик.

    Модели GPT 

    С 2018 года компания OpenAI выпустила несколько моделей LLM (текстовых нейросетей), каждый раз улучшая предыдущую. Мы уже говорили, что выход новой модели нейросети – это как выход нового iPhone – об этом говорят все. 

    Наше знакомство с ними началось с модели GPT-3 в ноябре 2022 года. Той самой, которая не знала, кто убил Пушкина и не могла сосчитать 2+2. И все равно она была очень умной и вызывала WOW-эффект от общения!

    Именно на базе этой модели («под капотом») был запущен ChatGPT



    После вышла GPT-3.5 в разных вариациях и, наконец, летом 2023 года появилась знаменитая и самая точная модель GPT-4.


    Многим людям для решения бытовых и рабочих вопросов подходит бесплатная версия GPT-3.5, кому-то больше нравится точная и современная GPT-4. 

    📌 Вы сами можете выбирать между ними и переключаться, когда необходимо. Внешне вы не увидите изменений, но зато можете их почувствовать в ответах от нейросети.

    Давайте сравним ответы на один и тот же вопрос от GPT-3.5 и GPT-4.



    Ответ от GPT-3.5 в @GPT4Telegrambot (не верно)


    Ответ от GPT-4 в @GPT4Telegrambot (верно)             

    Во многих ситуациях GPT-3.5 отвечает верно и ее уровня знаний достаточно для работы, но есть моменты, когда она не знает ответ и начинает придумывать «на ходу», что не соответствует фактам и может ввести человека в заблуждение. 

    Так и хочется сказать, что лучше бы она призналась, что не знает, чем так. Конечно же, все мы помним, что рассказ Ивана Тургенева «Муму» вовсе не про крепостную женщину. И здесь модель GPT-3.5 ошиблась.

    📌 Поэтому важно понимать особенности разных моделей нейросетей, знать, когда их нужно перепроверять и то, что не стоит им доверять на 100%. Пока они все еще могут допускать ошибки. Но это только пока.

    Выбрать модель GPT-3.5 или GPT-4 можно в разделе «Настройки» @GPT4Telegrambot. 



    📌 При этом у вас есть 50 бесплатных запросов к GPT-3.5 в неделю, чтобы протестировать, как она работает и подходит ли вам для решения задач.

    Что умеет GPT-4? 

    Если коротко – многое! Давайте поймем, что именно!

    1. Создание любых текстов:

    поздравления

    письма

    тексты для презентаций

    креативные идеи и бизнес-планы

    анализ информации и краткое содержание любого произведения/новости

    посты для соцетей

    переводы и пр.


    2. Понимать ваш голос и отвечать голосом:

    Вы можете задать вопрос голосом, а также получить голосовой ответ. Это удобно, если нет времени написать сообщение. Или если вы хотите послушать речь от нейросети.

    Например, эту функцию можно использовать в другой стране, когда вы не знаете, как спросить что-то.

    На одном из рынков в Анталии никто не говоил по английски. 

    Имея GPT-4 в Telegram-боте мы попросили нейросеть сказать на турецком фразу: 

    «Где здесь продаются гранаты и клубника? Можно ли заплатить долларами?»

    Нейросеть мгновенно это озвучила на турецком языке и продавец понял, что мы ищем. 


    Функция управления голосом доступна в разделе «Настройки» – «Голосовые ответы». Также там можно выбрать один из 6 голосов, который будет вам отвечать.



    3. Распознавать изображения

    📌 Одна из самых удобных и полезных функций – это распознавание изображения и ответы на вопросы, которые касаются его содержания.

    Вы можете сфотографировать цветок на улице и спросить GPT-4, что это? Буквально через через пару секунд он вам подробно ответит.

    Примеры:



    Также вы можете распознавать тексты на иностранном языке и просить их перевести на русский, любые схемы, объекты и многое другое. Просто сфотографируйте это (или скачайте на телефон/компьютер) и загрузите в бот, где подключена функция GPT-4.

    📌 Важно: не рекомендуется так делать с вашими медицинскими анализами или реальными фотографиями людей. Бот часто отказывается их распознавать.

    4. Решать задачи

    Еще одна опция GPT-4 – способность решать математические, физические и другие задачи. Вы можете решить математический пример, загрузить фото решения и попросить нейросеть проверить.

    Главное помнить, что она тоже может ошибаться. Либо вы можете загрузить уравнение и попросить объяснить, каким образом его лучше решить. Давайте посмотрим на два варианта.

    Пример:


    Решение задач через GPT-4 в @GPT4Telegrambot (не доверяйте нейросетям на 100%, проверяйте сами решение)

    5. Писать код

    GPT-4 может писать код для разных задач.

    Пример:



    6. Работать с документами

    GPT-4 умеет распознавать документы и отвечать на вопросы по ним. 

    Например, вы можете загрузить таблицу с данными и попросить сделать вывод. Или загрузить новостную статью и попросить сделать ее резюме. 

    Также можно быстро искать данные в большом файле и просить их трансформировать в другой вид.

    📌 В боте @GPT4Telegrambot такая функция также доступна, но на базе другой модели – Claude 3, так как она дает возможность работать с бОльшим объемом информации. 

    📌 Память Claude 3 – 200К токенов, против 128К в GPT-4.

    Вы просто загружаете документ и начинаете задавать вопросы по его содержанию.

    Пример:



    Летом 2024 года разработчики обещают показать GPT-5, но пока это только слухи. Чем она будет отличаться от GPT-4 пока тоже неизвестно. Но уже понятно, что это будет еще один прорыв в области AI. Поэтому ждем! А пока учимся на полную мощь использовать GPT-4.

    Таблица: Сравнение моделей GPT-3.5 и GPT-4 (для @GPT4Telegrambot)



    ChatGPT и другие сервисы на базе LLM 

    📌 ChatGPT – это внешняя оболочка, удобный чат-бот, в который человек пишет вопрос и получает ответ. При этом вы сами можете выбрать, на базе какой модели он будет строить свой ответ. Внешних изменений вы не увидите. На данный момент доступны GPT-3.5 и GPT-4.

    Многие AI-сервисы, как и ChatGPT, дают возможность пользователю самому выбирать тип LLM.

    Самый яркий пример такого сервиса – это новый поисковик Perplexity, в котором вы можете выбирать, какая именно LLM будет отвечать на ваши вопросы из десятков разных вариантов.


    Поэтому правильно говорить, что Perplexity – это не нейросеть, а сервис или компания, основанная на разных LLM «под капотом».

    Perplexity AI (Perplexity.ai)-Недоумение ИИ (недоумение)
    Компания искусственного интеллекта

    Описание

    Переведено с английского языка.-Perplexity AI — это исследовательская и диалоговая поисковая система на базе чат-бота, которая отвечает на запросы, используя прогнозируемый текст на естественном языке. Запущенный в 2022 году, Perplexity генерирует ответы, используя источники из Интернета, и цитирует ссылки в текстовом ответеВикипедия (Английский язык)
    Perplexity is a free AI-powered answer engine that provides accurate, trusted, and real-time answers to any question

    Второй пример – это @GPT4Telegrambot, который в виде Telegram-бота предоставляет прямой доступ к самым популярным нейросетям: GPT-3.5 и GPT-4, Claude 3, Midjourney, Suno AI и др.

    Резюме 

    Давайте еще раз закрепим информацию:

    GPT – тип архитектуры нейросетей. Может использоваться разными компаниями и разработчиками. Это аббревиатура, которая никому не принадлежит.

    GPT-1, GPT-2, GPT-3, GPT-3.5, GPT-4 – это названия LLM от компании OpenAI. Чем больше цифра, тем современнее модель.

    ChatGPT – специальный понятно и красиво оформленный чат от компании OpenAI для прямого общения человека с LLM в виде сайта, приложения или в виде бота. 

    📌 «Под капотом» у ChatGPT может находиться как GPT 3.5, так и GPT-4. Решение остается за вами. Если у вас есть возможность, то всегда выбирайте GPT-4, как самую качественную и «умную» модель на сегодняшний день.

    AI-сервисы на базе разных LLM – внешний интерфейс чат-бота, сайта, приложения или Telegram-бота, например: Perplexity или @GPT4Telegrambot

    Теперь в разговоре с друзьями или коллегами вы можете рассказать, что GPT – это вовсе не название нейросети, что модель GPT-4 может не только создавать тексты, но и решать математические задачи или описывать растения по фото, что новый мир нейросетей развивается очень быстро и что каждый современный человек должен быть нейрограмотным.

    Приглашайте знакомых и близких пройти этот открытый бесплатный образовательный курс в Telegram. И до встречи на следующем уроке.

    Словарь урока

    📌 GPT (Generative Pre-trained Transformer ) – расшифровывается как «Трансформер, обученный на генерацию (создание) текста». Простыми словами это самый современный тип архитектуры, который позволяет создавать новые нейросети по принципу трансформера.

    GPT-1, GPT-2, GPT-3, GPT-3.5, GPT-4 – это названия LLM от компании OpenAI. Чем больше цифра, тем современнее модель.

    ChatGPT – специальный понятно и красиво оформленный чат от компании OpenAI для прямого общения человека с LLM в виде сайта, приложения или в виде бота. 

    ----------------------------------------------------

    Урок 5 «Промпт и как его создавать? »

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете, что такое промпт и как его составить, чтобы получить максимально релевантный ответ.

    Содержание

    Что такое промпт?

    Из чего состоит промпт?

    Структура промпта

    Каким может быть промпт?

    Примеры промптов для разных задач

    Создаем проект с нуля

    Использование ролей

    Советы для подготовки промптов

    Ограничения в создании промптов

    Словарь урока

    Задание

    Дополнительные материалы

    Что такое промпт?

    📌 Промпт (с англ. подсказка, prompt -запрос) – это подробное описание задания или действия, которые должна выполнить нейросеть. Он может быть представлен в виде текста, голоса или документа (по отдельности или вместе).

    Простыми словами, промпт – это то, что вы говорите или пишите нейросети, чтобы она понимала, что от нее хотят и давала вам подходящий ответ.

    В этом уроке мы будем говорить про промпты для текстовых нейросетей (LLM), где человек задает вопрос текстом или голосом и получает ответ в таком же виде.

    Промпт может быть самым простым, например «Расскажи анекдот», или составным для решения объемной задачи.



    Промпт для GPT-3.5 в @GPT4Telegrambot

    Промпт:

    Я иду на собеседование на должность главного бухгалтера в строительной компании. У меня есть 3 года опыта в этой области, а мои основные навыки и компетенции включают составление смет и обработку счетов-фактур. Представь, что ты HR компании, который проводит мне собеседование. Сначала задай мне 5 вопросов, а после сделай разбор и оценку моих ответов. Давай начнем!

    Ответ:

    Отлично, давай начнем с вопросов.

    1. Расскажите о вашем опыте работы в области бухгалтерии, особенно в контексте строительной отрасли.

    2. Какие навыки и знания вы применяли при составлении смет и обработке счетов-фактур?

    3. Как вы обычно подходите к работе с большим объемом данных и документов?

    4. Как вы обеспечиваете соблюдение бухгалтерских стандартов и законодательства в своей работе?

    5. Можете ли вы привести пример, когда ваша работа по составлению смет или обработке счетов-фактур привела к значительной экономии средств или улучшению финансовых процессов в предыдущем месте работы?


    Теперь давай разберем ваши ответы.

    Вы пишите промпт в чат, как будто переписываетесь со своим помощником или общаетесь с приятелем. Вы можете писать промпты на любом языке. Нейросеть будет отвечать вам на том языке, на котором вы к ней обращаетесь.

    Кажется просто? Да, так и есть. Это очень просто. Но есть ряд особенностей, о которых вам стоит знать и сейчас мы про них расскажем. 

    📌 Все примеры мы рассмотрим на базе самых продвинутых и популярных нейросетей для создания текстов – ChatGPT и Claude 3.

    Из чего состоит промпт?

    Многие думают, что промпт – это только вопрос, который вы задаете нейросети. Но это не совсем так. 

    📌 Нейросеть не телепат – чем лучше вы дадите ей понять, что именно вам нужно, тем качественнее получите результат. Для лучшего понимания можно использовать структуру промпта, состоящую из нескольких элементов.

    Структура промпта

    Задача – конкретная задача или инструкция, которую вы хотите, чтобы нейросеть выполнила;

    Роль – специалистом в какой области должна выступить нейросеть для решения вашей задачи;

    Входные данные – документы, таблицы, изображения или текст, необходимые для решения задачи;

    Контекст – дополнительная информация, которую необходимо знать и учитывать, чтобы дать более точный ответ;

    Формат ответа – в каком виде, и что именно вы хотите получить в результате выполнения задачи.

    Задача: «Напиши короткий пост для социальной сети Telegram»

    Входные данные: «… про День Интернета, который отмечается во всем мире 4 апреля.»

    Контекст: «Пост должен быть интересен IT-специалистам и предпринимателям. Приведи в нем 3 интересных исторических и современных факта.»

    Формат ответа: «… короткий пост для социальной сети Telegram», «Пост должен быть короткого размера, не более 2 абзацев.».

    Роль и стиль: «Представь, что ты опытный копирайтер, который профессионально пишет на IT-тему.». «Он может быть с юмором.»

    Результат:



    Каким может быть промпт?

    Посмотрим примеры простых промптов с ответами нейросети, и что еще может включать в себя промпт, чтобы закрепить тему.

    Промпт может включать в себя:

    1. Вопрос или описание задачи для нейросети текстом или голосом.

    Пример 1: промпт в виде вопроса



    2. Прикрепленный файл (картинка, документ, таблица, презентация и др.).

    Пример 2: промпт в виде вопроса + файла



    3. Предыдущие вопросы в рамках обсуждения этой темы, если они есть (они учитываются как история и эти данные тоже важны для нейросети при подготовке ответа).

    Пример 3: промпт в виде вопроса + предыдущая переписка



    4. Роль бота, если вы ее установили и попросили придерживаться в ответах (учитель, эксперт, переводчик и др.).

    Пример 4: промпт в виде вопроса + заданной роли


    Примеры промптов для разных задач

    Нейросети для работы с текстами справляются с разными языковыми задачами: написание уникальных текстов или кода, перевод с любого языка, редактирование, ответы на вопросы и поддержание диалога, структурирование данных, и так далее...


    Список может быть бесконечным. 

    Вот еще несколько примеров:

    1. Копирайтинг



    2. Редактирование текста



    3. Саммари



    4. Перевод



    📌 Промпт инжиниринг (prompt engineering) – это процесс создания и оптимизации текстовых запросов (промптов) для нейросетей с целью получения желаемых ответов.

    С промпт-инжинирингом непосредственно связана новая профессия – промпт-инженер.

    Создаем проект с нуля

    Вы можете за несколько минут в диалоге с чатом GPT создать свой проект с нуля. Показываем промпты на примере курса по нейросетям для школьников.

    1. Придумываем название и слоган курса




    2. Готовим подробное описание курса



    3. Составляем программу курса на 10 уроков



    4. Расписываем структуру каждого урока и придумываем задания



    5. Создаем структуру для презентации к каждому уроку



    6. Пишем посты в соцсети про открытие курса



    Использование ролей

    Эффективным инструментом при подготовке промптов являются ролевые модели. Представь, что ты... Ответь как-будто ты...

    Промпт: Представь, что ты учитель в начальной школе. Объясни детям, что такое физика.

    Ответ: Физика – это наука, которая помогает нам понять, как работает мир вокруг нас. Она изучает все, что мы видим и чувствуем, например, почему яблоко падает с дерева или почему мы можем летать на самолете. Физика помогает нам отвечать на вопросы о том, как двигаются вещи и почему они ведут себя так, а не иначе. Мы изучаем разные силы, которые влияют на нас и на окружающий мир. Например, гравитацию, которая заставляет нас прилипать к земле, или силы трения, которые мешают нам скользить по льду...

    В качестве ролевой модели можно использовать конкретных людей.

    Промпт: Напиши, что такое физика, в стиле Эрнеста Хемингуэя.

    Ответ: Физика – это беспощадная охота на тайны Вселенной. Как рыбак, я бросаю свою сеть в океан времени и пространства, в поисках ответов на вечные вопросы. Это искусство разгадывать коды природы, раскрывая ее самые глубокие секреты. Физика – это битва между разумом и хаосом. Я вступаю в эту схватку с оружием знания и наблюдаю, как законы природы раскрываются передо мной. Физика – это стремление к пониманию нашего существования. Я проникаю в суть мира, чтобы раскрыть его загадки. Но каждое открытие лишь поднимает новые вопросы, и я продолжаю свой путь, никогда не удовлетворенный, всегда голодный новых знаний...

    Как вы видите, оба определения правильные, но очень отличаются в зависимости от заданной ролевой модели.

    Советы для подготовки промптов

    Несколько советов, которые позволят нейросети лучше справиться с задачей:

    1. Начните с понятной команды

    Напиши, отредактируй, перепиши в деловом стиле, сократи, дополни, переведи на английский, сделай саммари, напиши код, составь список из 10 пунктов и т.д... сразу укажите, что должна сделать модель.

    2. Добавьте контекст, который нужно учитывать

    Для получения релевантного ответа убедитесь, что в промпте указаны все важные детали. Все, что не указано, вы оставляете на усмотрение нейросети.

    Очень абстрактно: напиши итоги совещания...

    Лучше: напиши общий итог совещания в одном абзаце. Далее перечисли по очереди всех докладчиков, напиши буллетами основные идеи каждого из них и предложения по дальнейшим шагам, если они были...

    3. Будьте краткими

    Сделайте промпт кратким и по существу. Избегайте использования лишних слов или информации, которая может запутать нейросеть или замедлить ответ.

    4. Используйте разделители, чтобы показать отдельные части промпта

    Символы, например, тройные кавычки, или заголовки разделов, могут помочь разделить текст на отдельные части, которые будут обрабатываться по-разному.

    Промпт: Напиши в 1 абзац саммари текста, выделенного тройными кавычками.

    """Текст"""

    5. Укажите нужную длину ответа

    Нейросеть не знает, какой тип текста вам нужен – несколько подробных абзацев или краткое определение. Подскажите ей. Обратите внимание, что количество слов или символов работает не точно. Лучше указать количество абзацев или пунктов.

    6. Дайте больше примеров

    Покажите нейросети, от чего ей можно отталкиваться при ответе на ваш запрос. Это могут быть реальные примеры уже готовых текстов, референсы, документы, стиль и т.д.

    7. Если ответ вас не устраивает, напишите, что поправить

    Если ответ слишком длинный, попросите сократить. Если слишком простой, попросите добавить деталей. Если вам не нравится формат, отправьте пример, как надо. Чем меньше нейросети приходится угадывать, тем более точный результат вы получите.

    8. Попросите нейросеть выполнить задачу последовательно

    Вы можете указать нейросети выполнить ваш промпт за несколько этапов в рамках диалога. Например, укажите, что перед выполнением каждого шага необходимо спрашивать вашего разрешения, и лишь после положительного ответа продолжать выполнять задачу.

    9. Попросите о помощи 

    Если вы сомневаетесь в качестве своего промпта, спросите у нейросети в самом начале, понятен ли ей ваш запрос. Уточните детали, если необходимо, и внесите корректировки. А если вы не знаете как составить промпт, попросите нейросеть помочь вам составить качественный промпт для решения вашей задачи. Задайте роль эксперта в составлении промтов и подробно объясните, что хотите сделать.

    Ограничения в создании промптов

    Основные ограничения касаются размера промпта и ответа от нейросети. Мы уже говорили с вами об этом в предыдущем уроке про работу текстовых нейросетей, где рассматривали такие понятия, как: память нейросети, контекст, контекстное окно и токены.


    📌 У каждой нейросети разный допустимый размер контекстного окна, чтобы задать вопрос (загрузить что-то). Поэтому если вам важно вести длительную переписку и загружать большие файлы, то выбирайте соответствующую модель нейросети.

    1 токен равен примерно 4 символам английского языка или 1 символу на других языках.

    Также мы не должны забывать про основные ограничения с точки зрения этики и юридических вопросов, подробнее о которых мы говорим в модуле «Авторское право и этика AI».

    Также напоминаем, что:

    Ответы нейросети могут быть неточными. Проверяйте качество и корректность ответов;

    Нейросети не знают малоизвестных фактов, какое сегодня число, и имеют ограниченный период данных, которые им доступны;

    Результаты работы нейросетей нельзя использовать 

    для принятия юридических решений.

    Словарь урока

    📌 Промпт – это подробное описание задания или действия, которые должна выполнить нейросеть. Он может быть представлен в виде текста, голоса или документа (по отдельности или вместе).

    📌 Промпт инжиниринг – это процесс создания и оптимизации текстовых запросов (промптов) для нейросетей с целью получения желаемых ответов.

    📌 Токен – это единица информации, с помощью которой можно измерить ваш вопрос для нейросети и ее ответ, а также то, сколько всего информации может одномоментно запомнить программа.

    Задание

    Не забудьте выполнить легкое проверочное задание на закрепление полученного материала, а также поставить оценку этому уроку. Все это можно сделать в образовательном боте «Нейрограмотность» @EDU4Telegrambot

    Дополнительные материалы

    Сервисы для создания промптов

    PromptoMANIA - https://promptomania.com/

    PromptBot - https://www.yeschat.ai/ru/yeschat?gptsId=2OToJMDtNg

    Сайты и расширения с шаблонами промптов

    Promptmagic – это платформа, которая предлагает список промптов для ChatGPT, чтобы помочь вам сделать ваш следующий проект более эффективным.

    Chatgpt Prompt – это расширение для Chrome, которое предоставляет вам обширную библиотеку промптов для https://chromewebstore.google.com/category/extensions/productivity/education 

    ChatGPT.https://chromewebstore.google.com/detail/chatgpt-prompt-library/kiaoanbjmabpebanpdclaijlhmmcphkh

    Alib – каталог для промптов ChatGPT https://ailib.ru/promts/

    ------------------------------------------------------------------------------------------

    Урок 6 «Нейросети для создания изображений, видео и музыки (DM)»

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете, как создаются фото, видео и музыка с помощью нейросетей, а также познакомитесь с принципом работы диффузионных моделей.

    Содержание

    Принцип работы диффузионных моделей

    Процесс работы диффузионных моделей

    Словарь урока

    Задание

    Принцип работы диффузионных моделей

    Вы уже знакомы с основными типами нейросетей. Давайте еще раз их вспомним:


    📌 Диффузионная модель -Diffusion Model– это второй тип моделей нейросетей (от слова «диффузия» – распространение).

    Диффузия — это процесс, при котором частицы перемещаются из области с высокой концентрацией в область с низкой концентрацией, стремясь к равномерному распределению. Этот процесс может происходить в газах, жидкостях и твердых телах и играет важную роль в различных естественных и технологических процессах.

    Вы наверняка знакомы со многими диффузионными моделями, просто даже не подозревали, что это они. С помощью DM создаются изображения, видео и даже музыка!

    Все WOW-картинки из интернета, которые мы видим каждый день, созданы через диффузионные модели. 

    На самом деле, диффузионные модели работают по похожей с LLM схеме:


    Как именно это происходит?

    Процесс работы диффузионных моделей

    📌 Мы уже знаем, что нейросети не ищут картинки в Интернете и не подбирают похожие. Они все создают с нуля по вашему запросу. Каждый раз это уникальное изображение/видео.

    Нам кажется, что нейросеть «рисует» изображение с чистого листа. Но все происходит ровно наоборот и этот процесс называется – обратная диффузия.

    Шаг 1. Сначала нейросеть видит на картинке хаос или «шум». Представьте, что у вас есть белый лист бумаги, который полностью покрыт случайными кляксами чернил или пикселями, как неработающий экран телевизора.

    Шаг 2. Затем представьте, что вы медленно начинаете превращать этот беспорядок в конкретное изображение, например, в кота, который лежит на столе. С каждым шагом вы делаете кляксы всё менее случайными и более организованными, пока они не образуют желаемое изображение.


    В диффузионных моделях компьютер делает что-то похожее: он начинает с шума и постепенно уточняет его, следуя определенному алгоритму, пока не получится желаемый результат.



    По аналогии создаются целые видео:


    Теперь вы знаете, как работают диффузионные модели!

    Словарь урока

    📌 Диффузионная модель – это второй тип моделей нейросетей (от слова «диффузия» – распространение).

    Задание

    Не забудьте выполнить легкое проверочное задание на закрепление полученного материала, а также поставить оценку этому уроку. Все это можно сделать в образовательном боте «Нейрограмотность» @EDU4Telegrambot.

    24 июня, 09:08-

    --------------------------------------------------------------

    7 урок. ЭТАПЫ СОЗДАНИЯ AI-СЕРВИСА

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете, что нужно для создания AI-проекта: от постановки цели до наличия специальных чипов, а также поймете, как проверить, что вы точно создали AI, а не что-то другое

    Содержание

    Этапы и необходимые элементы создания AI

    Способы проверки AI

    Задание

    Этапы и необходимые элементы создания AI

    Процесс создания AI похож на создание любого проекта.


     

    Все начинается с целей и задач!


    1 шаг: постановка целей и задач создания AI.

    Зачем это делать? 

    Какую проблему будет решать новый AI? 

    Кто будет его использовать? Какой результат нужно достичь? 

    Какой бюджет на это потребуется? 

    И сколько времени займет процесс? 

    📌 На все эти вопросы необходимо ответить в начале пути. 



    Достижение цели определяет то, с кем мы будем её реализовывать. Поэтому определение состава команды – одна из важнейших составляющих AI-проекта. 


    2 шаг: привлечение специалистов.

    AI создается программистами, инженерами, дата-сайентистами, специалистами по машинному обучению, учеными. 



    📌 Эти люди должны обладать определенными знаниями, опытом и экспертизой. 



    📌 Чаще всего для создания AI собираются мультидисциплинарные команды – помимо «айтишников» есть еще аналитики, менеджеры, специалисты по этике, тестировщики, дизайнеры пользовательского опыта и другие.

    3 шаг: выбор технологии (алгоритмов машинного обучения).

    Специалисты на первом этапе определяют, какими именно технологиями, способами и алгоритмами они будут пользоваться в процессе обучения моделей и создания AI (выбор зависит от цели, задач и имеющихся данных).

    4 шаг: подготовка данных.

    Это необходимо для того, чтобы обучить модель и она могла самостоятельно учиться, создавая новое. Это триллионы единиц контента (тексты, фото, видео). 

    📌 От качества данных и их актуальности зависит качество ответов нейросети.

    Поэтому помимо поиска, данные нужно очистить и регулярно дополнять и обновлять. 

    5 шаг: выбор оборудования.

    Нам понадобятся мощные компьютеры, системы хранения данных, коммуникационное оборудование и сервера, где все это будет храниться.



    6 шаг: подготовка вычислительных мощностей. 

    Для выполнения сложных вычислений при работе с миллиардами данных требуются специальные чипы, которые могут это обеспечить.

    И чем быстрее развивается AI, тем больше нужно чипов и тем мощнее они должны быть. 

    Самый крупный производитель чипов в мире – NVIDIA, Тайвань, где часто нестабильна политическая обстановка, что периодически затрудняет создание чипов. 







    📌 Нехватка чипов может привести к остановке развития AI. 

    После того, как вы узнали, как происходит создание AI, давайте научимся его оценивать. 

    Способы проверки AI

    Есть несколько общепринятых подходов.

    1. Тест Тьюринга: классический метод оценки AI, предложенный известным математиком Аланом Тьюрингом в 1950 году. 



    📌 Согласно этому тесту, если человек взаимодействует с машиной и не может отличить её от другого человека, то машина считается обладающей искусственным интеллектом.

    2. Способность к обучению на основе данных без явного вмешательства программистов (автономность). 

    Если система может улучшать свои результаты со временем, адаптируясь к новым данным без участия человека, это указывает на наличие элементов искусственного интеллекта.

    3. Способность к рассуждению.

    AI должен уметь анализировать информацию, делать логические выводы и принимать решения на основе доступных данных.

    Задание

    Не забудьте выполнить легкое проверочное задание на закрепление полученного материала, а также поставить оценку этому уроку. Все это можно сделать в образовательном боте «Нейрограмотность» @EDU4Telegrambot.

    ---------------------------------

    Урок 9 «Будущее AI»

    👩‍🏫 Автор урока: Анна Веклич, эксперт в сфере развития и продвижения высшего образования и науки, сооснователь @GPT4Telegrambot и автор курса «Нейрограмотность».

    📌 В этом уроке вы узнаете, почему сейчас AI все еще «слабый», когда появится интеллект равный человеку и что такое супер AI? Спойлер – скорее всего все эти этапы произойдут при нашей жизни.

    Содержание

    «Слабый» AI, или «ещё малыш»

    Характеристики узкого AI

    Будущее «слабого» AI

    «Сильный» AI к 2030 году

    Характеристики общего AI

    Сравнение ANI и AGI

    Как изменится мир c появлением AGI?

    «Супер AI» 

    Словарь урока

    Задание

    Всего выделяют несколько основных типов AI:

    Искусственный интеллект узкого назначения (ANI)

    Искусственный интеллект общего назначения (AGI)

    Искусственный супер интеллект (ASI)

    «Слабый» AI, или «ещё малыш»


    Да-да, среди ученых и создателей AI есть четкая градация типов AI, которая описывает его возможности в сравнении с человеком. 

    И все, что мы сегодня знаем про AI и его способности, в профессиональной сфере называется «Слабый» AI.

    📌 «Слабый» AI на английском звучит, как Narrow AI (ANI) и переводится на русский язык как «Искусственный интеллект узкого назначения».

    Узким он считается, потому что нацелен на решение только узконаправленной задачи. Такой тип AI может отлично справляться с четко поставленной задачей на уровне человека или превосходя его. Этот AI ограничен определённым набором функций и не способен выходить за рамки заранее заданных правил или обучения и широко мыслить, как человек.

    Характеристики узкого AI

    1. Специализация на конкретных задачах: Выполняет определенную функцию или решает конкретную проблему без возможности адаптации к другим задачам.

    2. Отсутствие самосознания и понимания: Не обладает сознанием или пониманием в том смысле, как это присуще человеку; они просто следуют заранее заданным алгоритмам или обучаются на основе данных.

    3. Ограниченная адаптивность: не способен к значительной адаптации или обобщению знаний за пределами своей специализации.



    📌 Весь AI, который мы сегодня знаем: ChatGPT, Claude 3, Midjourney, Suno, Sora – несмотря на то, что они демонстрируют невероятные результаты, все равно считаются узким AI.

    Будущее «слабого» AI

    Бурное развитие этой сферы началось всего 2 года назад, и каждый день скорость увеличивается. Месяц или полгода – для современной сферы AI – это вечность. 

    📌 Прогресс развивается на скорости х10 по сравнению с тем, что было до 2022 года.

    В ближайшие пару лет нас ждет:

    Все должны научиться применять AI

    От школьника и учителя до бизнесмена и журналиста – уровень нейрограмотности населения во всем мире будет расти очень быстро. 

    И чем быстрее вы изучите эту тему и научитесь применять AI в работе и жизни, тем эффективнее вы сможете подготовиться к жизни в новом цифровом мире. 

    AI станут изучать в школе, к нему откроют свободный доступ в университетах и других учебных заведениях. AI станет общедоступным и, возможно даже, общегосударственным и бесплатным. Но пока это только гипотезы.

    Появится GPT-5

    Разработки этой LLM уже ведутся и ходят слухи, что в течение 2024 года компания Open AI откроет доступ к самой ожидаемой нейросети. Она будет еще «умнее» и креативнее.


    Будет развиваться мультимодальность

    Мультимодальность позволяет в одном окне создавать тексты, картинки, видео и другой тип контента. Это удобно для человека. Большинство компаний развивают свои нейросети именно в сторону мультимодальности, то есть единого окна для взаимодействия.

    Сокращается расстояние от идеи до создания

    Уже сейчас существуют проекты, которые позволяют без кода и программирования создать сайт. Но, даже в этом случае, чаще всего, людям необходим посредник (дизайнер или специалист по Tilda, например).

    В ближайшем будущем нейросети позволят полностью создать сайт или мобильное приложение с помощью описания голосом или текстом. Между идеей и воплощением будет ровно 1 шаг и несколько минут/часов. 

    Такие наработки уже существуют в Кремниевой долине. 

    Задачей человека будет научиться правильно объяснять, что он хочет получить.

    Поэтому все будут изучать сферы AI и применения нейросетей. А вы большие молодцы, что делаете это уже сейчас!

    Будет развиваться связка «AI+ робот + биологическая оболочка»

    Развитие искусственных интеллектупльных способностей уже достигло относительно высокого уровня, при этом следующий шаг – это имитация тела человека и доступность этой продукции (роботехническая продукция).

    И, в завершении – внешность, созданная из аналогов биологических материалов, похожих на кожу, волосы и внешность человека. Сочетание трех этих элементов позволит создать действительно искусственного человека, как например в современном сериале «Мир дикого запада».

    «Сильный» AI к 2030 году


    А теперь давайте поймем, чем отличается «слабый» AI от «сильного»?

    📌 AGI, или Искусственный общий интеллект (Artificial General Intelligence), представляет собой гипотетическую (несуществующую) технологию искусственного интеллекта, способную к обучению, пониманию, рассуждению и принятию решений на уровне человеческого разума.

    Характеристики общего AGI,



    Адаптивность: В отличие от узкого AI, который разработан для выполнения конкретных задач, AGI обладает способностью к обучению и адаптации в широком диапазоне областей, что позволяет ему выполнять любые интеллектуальные задачи, доступные человеку. 

    Обучение и самообучение: Возможность самостоятельного изучения новых знаний и навыков без непосредственного вмешательства человека. AGI может использовать методы машинного обучения для улучшения своих алгоритмов.

    Понимание: Способность к пониманию сложных концепций и языка, что позволяет AGI эффективно взаимодействовать с людьми и понимать инструкции в естественном языке.

    Решение задач: Возможность логически рассуждать и применять знания для решения новых и непредвиденных задач в различных областях.

    Сравнение ANI и AGI



    Как изменится мир c появлением AGI?

    Революция в автоматизации: AGI может привести к созданию систем, способных выполнять широкий спектр задач, от производства до научных исследований, значительно повышая эффективность и снижая необходимость в человеческом труде.

    Ускорение научного прогресса: Способность AGI к быстрому обучению и анализу больших объемов данных может стимулировать открытия в науке и технологиях.

    Изменение рынка труда: Развитие AGI может привести к значительным изменениям в структуре рабочей силы, поскольку многие профессии могут быть автоматизированы. При этом будут созданы новые рынки и новые специальности, которых сейчас нет. Существует гипотеза, что новых рабочих мест станет больше, чем тех, которые сократят.

    Этические и социальные вызовы: Возникновение AGI порождает вопросы о контроле над такими системами, их безопасности, а также о последствиях для личности и общества. 

    Необходимо формировать и популяризировать этику AI и учить человека жить в новом мире.

    📌 На данный момент AGI остается предметом теоретических исследований и разработок. Его не существует и сколько потребуется времени на создание – неизвестно. Ученые и инженеры по всему миру работают над преодолением различных препятствий, чтобы его создать. Но зачем?

    «Супер ASI» 

    Что же еще нас может ждать, если мы и так знаем про AGI и его возможности? Среди ученых также существует третий тип искусственного интеллекта – Супер AI (Artificial Super Intelligence) или ASI.

    📌 Это еще более продвинутый уровень искусственного интеллекта, который превосходит человеческий интеллект во всех аспектах: творчество, общее знание, социальные навыки и т.д.

    ASI будет способен к самообучению и самосовершенствованию на таком уровне, что его интеллектуальные способности будут намного превышать все, что может предложить человеческий мозг. 

    📌 Появление ASI может привести к значительным изменениям в обществе и технологиях, поскольку он сможет решать задачи, недоступные для человеческого интеллекта, включая сложнейшие научные проблемы. 

    Надеемся, что это произойдет очень-очень нескоро.

    Хотя прогресс не остановить, но все равно становится страшно от того, как сильно изменится мир и роль человека в нем.



     Аристотель и робот обсуждают новости (Midjourney)

    Главное, что вы можете сделать – это учиться, следить за обновлениями, тестировать нейросети и применять их каждый день! 

    В рамках нашего курса «Нейрограмотность» вас ждет много бесплатной практики и самые удобные способы доступа к нейросетям (смотрите Раздел 2 «Практика»).

    А пока ждем вас на следующем уроке, где вы узнаете о том, кто является мировым лидером в сфере развития искусственного интеллекта, за какими компаниями и людьми нужно следить в соцсетях, читать их новости, а также кто именно создает наше с вами будущее?

    Словарь урока

    📌 ANI, или Искусственный интеллект узкого назначения (Narrow AI) – тип AI, нацеленный на решение только узконаправленной задачи. Такой тип AI может отлично справляться с четко поставленной задачей на уровне человека или превосходя его, но он ограничен определённым набором функций и не способен выходить за рамки заранее заданных правил или обучения и широко мыслить, как человек.

    📌 AGI, или Искусственный общий интеллект (Artificial General Intelligence), представляет собой гипотетическую (несуществующую) технологию искусственного интеллекта, способную к обучению, пониманию, рассуждению и принятию решений на уровне человеческого разума.

    📌 Супер AI (Artificial Super Intelligence) или ASI – третий, еще более продвинутый, тип искусственного интеллекта, который превосходит человеческий интеллект во всех аспектах: творчество, общее знание, социальные навыки и т.д. 

    Задание

    Пожалуйста, не забудьте выполнить легкое проверочное задание на закрепление полученного материала, а также поставить оценку этому уроку. Все это можно сделать в образовательном боте «Нейрограмотность» @EDU4Telegrambot.


    Комментариев нет:

    Отправить комментарий

     1.11.25      Философия Бехтерева о бессмертии и человеческих вибрациях https://www.youtube.com/watch?v=EZ7YsGOzDmI Вот структурированные те...