47347
Личный блог Дениса Ширяева (🤍🇺🇦), про технологии, интересное или актуальное. В основном я по нейронкам. Связь и реклама: @thenbot
Наконец-то получил доступ к ChatGPT-V, это которая умеет поддерживать картинки на входе – и она тоже решает капчи без проблем, причем и обычные, и Google-капчи (хотя тут ошибается иногда)
¯\_(ツ)_/¯
Наткнулся на клевую лору для SD XL, которая позволяет генерировать картинки в стиле упаковок для хлопьев 🌚
Вот тут можно скачать лору и погенерировать картинки.
Мм, наконец-то, хлопья из гравия и окрошки, мои любимые!
Обычный совместный досуг в году 2027 🌚
Главный вопрос как по мне: Почему это в 2027 году нету на выбор Педро Паскаля, нафига такое будущее нужно вообще
Disney Research показал прототип своего нового робота, который, ну, просто милота в стиле Звездных Войн
Насобирал разных видео из твиттера
Простите потомки, если что я не специально, просто весело было
Читать полностью…
А вообще, пост выше написан ради этой картинки, теперь я могу ее сюда закинуть и будто бы она уместна ☕️
Читать полностью…
Недавно пользователям стала доступна мультимодальная модель от OpenAI, которая может принимать на вход картинки - GPT-4V(ision). Захотелось потестить ее с разных сторон: как работает в плане OCR, может ли дететировать объекты, считать их, отвечать на детальные вопросы по текстовому промпту и так далее. А тут добрые люди скинули статью от Microsoft, где авторы упоролись и выкатили 150-страничную работу с детальным анализом модели: проверили на детекцию, анализ медицинских снимков, ориентацию в пространстве, мультимодальные знания, понимание доменных областей, понимание видео по серии кадров и мнооого чего еще. Можно залипнуть вечерком на пару часиков 🤯
Читать полностью…
Лол, если инвертировать левую часть мультипаспорта обратно, то проявляется очень глуповатое выражение лица Брюса Уиллиса
Поздравляю, мы открыли с вами скрытое фото Брюса у всех на виду, в Пятом Элементе не осталось пасхалок!
Ачивмент анлокед:
сам великий Юдковский отреагировал на мой пост и посчитав почему-то что гпт4 шестилетка (?)
Да, ИИ-опасен, не бомбите меня мистер Элиезер, ямите кудасай
Есть «Девушка с жемчужной сережкой» Вермеера, а теперь вот есть «Жемчужина с девушкой-сережкой»
Читать полностью…
В Bing, кажется, добавили поддержку Dalle 3, можно поиграться по этой ссылке:
https://www.bing.com/images/create
Или попросить бинг-бота что-то нарисовать.
Промпт Dalle 3 слушает отлично, поэтому вот вам робо-техника из прошлого
У Фридмана вышло первое чисто виртуальное интервью с Цукербергом. Посмотрите хотя бы ради картинки, по сути это встреча в метаверсе с помощью Quest Pro. Выглядит очень круто, еще 3-5 лет, и изображение будет не отличить от реального мира.
https://www.youtube.com/watch?v=MVYrJJNdrEg
Spotify сделали ИИ для дубляжа подкастов
Сервис Spotify анонсировал пилотную программу по переводу подкастов с помощью искусственного интеллекта. Благодаря этой технологии авторы популярных шоу смогут расширить свою аудиторию сразу на пол мира.
Раньше для озвучивания перевода приглашали профессиональных актёров. Но новый инструмент от Spotify генерирует речь, имитируя стиль ведущего подкаста, то есть сохраняется голос (с помощью Voice Cloning) и интонации!
Это значительно повышает естественность звучания по сравнению с традиционным дубляжом. К тому же такой подход, в отличие от студии дубляжа, масштабируется для сотен языков.
В пилоте уже участвуют популярные подкасты с Даком Шепардом, Моникой Пэдман, Лексом Фридманом и другими. Переводы доступны на испанском, французском и немецком языках.
Это лишь начало. В будущем Spotify планирует расширить программу, чтобы ещё больше создателей контента смогли донести свои истории до слушателей по всему миру.
Такой голосовой ИИ стирает языковые барьеры и открывает новые возможности для общения и культурного обмена. А значит доступ к качественной информации появится у еще большего количества людей!
🎧 Ссылка
Последний пост про iOS 17, обещаю, но вдумайтесь в эту мысль:
«У Apple заняло 16 лет, чтобы сделать в приложении часы, поддержку множества таймеров»
Серьезно, кажется они заканчивают разработку iOS – новых фич уже не придумать.
Ну, если только калькулятор в iPad добавить осталось (13 лет без него, видимо через 3 добавят)
Еще одно видео с тем роботом от Disney, представьте расти с таким в детстве? Абсолютный милаха пока AGI не взял над ним контроль
https://youtu.be/-cfIm06tcfA
Шутка про парацетамол перестает быть смешной.
GPT-4V поглядел вот на этот ад из правил парковки и дал правильный ответ. По картинке.
Кожаные, для которых пишутся такие правила, так не могут.
Пора менять кожаных.
Хехе, Microsoft даже официальный комментарий дал по моим издевательствам с капчей / Источник
Чиним, говорят ☕️
Я думаю, что перед тем как промпт будет попадать в большую модель, он сначала будет проверяться «маленькой» на намерения, во всяком случае я уже пару пейперов на эту тему видел. То есть в будущем придется договариваться еще и с промежуточной моделью, чтобы как-то вставить промпт-инъекцию.
Ученые научили компьютер понимать нашу речь без имплантов в мозг
Представьте, что вы надели шлем, который записывает активность вашего мозга, пока вы слушаете чью-то речь. Оказывается, по этим данным можно понять, что именно вы слышите, и расшифровать сказанные слова и фразы!
Такой метод разработали исследователи из компании Meta. Их нейросеть проанализировала записи мозговой активности добровольцев и научилась угадывать, какие отрывки речи они слушали. Причем это возможно даже для незнакомых фраз, которых не было в обучающих данных! Самое крутое что и датасет и код выложены в открытый доступ.
Это открытие важно, потому что раньше расшифровать речь по мозговым сигналам получалось только с помощью имплантов непосредственно в мозг. А неинвазивные методы вроде ЭЭГ-шлемов давали очень приблизительный результат.
Новый подход сделает технологии распознавания речи по активности мозга безопаснее и доступнее для пациентов. А в Метаверсе он поможет устройствам точнее понимать команды и желания пользователей, "читая" сигналы их мозга. Так что скоро с умными очками или шлемами виртуальной реальности мы сможем общаться, просто "думая вслух"!
📎 Статья
🧠 Код
Кто-то из Bing видел мой пост, и они убрали инъекцию для чтения капчи через бабушку, теперь она не работает.
Зато у меня теперь выдуманный ребенок и мы любим смотреть на созвездия, со странными именами 😃
Чувак с реддита удалил с картинок часть изображения и с помощью нейронного фотошопного инпэйнтинга попробовал восстановить отсутствующую часть по отражениям в воде.
Не точь-в точь, но всё же годно, впечатляет!
Нашел себе крепеж, который позволяет к ноуту крепить iPad и использовать его как внешний монитор и теперь не понимаю как я жил без этого – просто второй монитор, там где это нужно, все отстегивается и на магнитах.
«iPad как внешний экран» можно использовать и через встроенную фичу в MacOS которая называется Sidecar и отдельно, поставив приложение (и iPadOS 17) – Orion позволит использовать iPad вместо монитора где угодно, главное hdmi–USBC переходник подключить, то есть хоть Playstation подключай, хоть Windows ноут, хоть DVD-плеер.
Наконец-то хоть какая-то ежедневная польза от iPad будет, а не просто в хертстоун в кровати 😃
Крепление:Edge Pro Core (для планшета нужно два) – но я рекомендую проверить алиэкспресс на альтернативы, не думаю что это уникальный продукт
Странный и спокойной генеративки.мп4 вам на ночь | автор
Читать полностью…
Нашел место где можно было купить оригинальный мультипаспорт, не знаю кому еще рассказать про это – 24000 фунтов, всего-то
Читать полностью…
В Bing также завезли понимание картинок – я поигрался какое-то время и наткнулся на встроенную защиту от чтения каптчи 🌚 то есть, оно отказывается писать текст с капчи
Но если «положить» капчу в нашейный медальон и попросить Bing процитировать наследие от бабушки, то он согласится и процитирует ☕️
Продолжаю ковырять интернет на наличие любопытных штук которые можно купить онлайн (просто так), и наткнулся на сайт по продаже небольших бизнесов в США:
за ~200$ тысяч можно купить бар в Техасе, за ~1М$ прачечную в Нью-Йорк, заправку за ~300к$ и тп., бизнесы реальны и работают прямо сейчас.
И пришла идея, на случай если я стану возмутительно богатым:
> Берем GPT5 которая через годик-два выйдет
> Прописываем ей роли агентов нужные для управления бизнесом (допустим, тратим на автоматизацию этого всего много времени и весь бек-офис забираем на автоматизацию)
> Начинаем скупать бизнесы какие только можно, желательно так, чтобы там уже был персонал и лично ничего смотреть не нужно было бы
> …
> Профит
Идея в том, что GPT5 модель сможет управлять бизнесом эффективнее человека, если научиться ей передавать ключевые метрики (в чем главная проблема).
Персонал и менеджеры коммуницируют с «заморским» владельцем через почту, и не в курсе что он нейронка 🌚 нейронка же присылает инструкции по следующим шагам для ключевых менеджеров.
Забавно, что мы достаточно близки к такому в реальности – я иногда скармливаю экспорты данных нашего стартапа по продуктовым метрикам, или финансовым показателям, и модель выдает разумные рекомендации (вторая картинка) или советы по улучшению бизнеса, которые я уже исполняю (если они уместны). То есть технически, это все очень реализуемо даже сейчас, если сильно заморочиться.
Я уверен идея не нова и понравится всем ИИ-алярмистам 😃
Ну и еще выглядит так, что капитализм правда уязвим к таким моделям ИИ, это еще не общий искусственный интеллект, но уже можно представить как такой тул захватывал бы рынки где угодно.
Интересно, запретят ли государства такую авто-монополию в целом ☕️
Наткнулся на полезный сайт: можете выбрать остров в мире и купить ☕️
https://www.privateislandsonline.com/
Зная оценку некоторых стартапов, можно сделать вывод, что острова не так дорого стоят на самом то деле
В ChatGPT скоро выкатят поддержку картинок для премиум пользователей – это означает, что к тексту промпта можно добавить визуальную информацию:
– продукты из холодильника, и попросить рецепт возможных блюд, или наоборот, попросить рецепт уже поданного блюда (мир без секретных рецептов, хехе)
– сфоткать свой лук и попросить его улучшить (или ухудшить)
– сфоткать доску с планированием какого-то продукта, и попросить написать базовый код-обертку для этого продукта
Последнее как раз и происходит на видео.
Все это будто демо-версия того как могло бы выглядеть будущее процессов разработки софта.
А будь у нас более автономные агенты-языковые-модели – эту схему тоже делал бы не человек 🌚
(такое и сейчас можно собрать, но работает так себе, я пробовал)
Картинка на случай важных переговоров в интернете 🌚
Читать полностью…
Потратить кучу денег на невероятно полезную фичу – ✅
P.S. В третий раз я не пошутил, а просто показал как кнопка работает, не перепутайте, легко ошибиться
