Основные понятия и определения искусственного интеллекта. Базовые методы машинного обучения: линейная регрессия, логистическая регрессия, деревья решений, метод ближайших соседей. Яндекс, факультет компьютерных наук НИУ ВШЭ и запустили бесплатный курс по искусственному интеллекту для школьников «Глубокое обучение».
ChatGPT, Lexica и другие нейросети: мнение учителей о новых инструментах в руках школьников
| Виртуальный учитель: как ИИ меняет образование | Ключевые спикеры в сфере технологий искусственного интеллекта и машинного обучения. |
| Каталог нейросетей Neuronca | Искусственный интеллект | ИИ | AI | Нейронные сети | Можно послушать про «нейронный блицкриг», почему нейросети врут, как лингвисты обучают ИИ, во что искусственный интеллект превратится завтра и когда машины научатся нас понимать по-настоящему. |
| 🤖 8 лучших бесплатных курсов по ИИ и глубокому обучению | Кадр из фильма об искусственном интеллекте Ex Machina, пропущенный через нейросеть проекта Dreamscope. |
| Бесплатный 3-х дневный интенсив | Конференция о том, как искусственный интеллект помогает автоматизировать IT-рекрутинг и HR и как его грамотно внедрить, пройдет 31 мая в Москве и онлайн. |
| Искусственный интеллект в образовании: перспективы и примеры использования | Уже скоро мы узнаем, можно ли списать под присмотром искусственного интеллекта и кто оценивает строже — учитель или нейросеть. |
Искусственный интеллект и будущее нейросетей: взгляд эксперта из «Яндекса»
База знаний по ИИ и нейросетям: обучение, инструкции, промты ChatGPT, DALL-E, Midjourney, SD итд. В этой статье рассмотрим путь специалиста по нейросетям и искусственному интеллекту, который хочет в будущем работать в этой сфере. Учим работе с нейросетями, применению искусственного интеллекта и новым профессиям в Вышке Онлайн. Скриншот онлайн-трансляции конференции Сбера по искусственному интеллекту и машинному обучению AIJ 2023. Курс «Философия искусственного интеллекта» от Skillbox охватывает темы, связанные с взаимодействием ИИ и человечества. Скриншот онлайн-трансляции конференции Сбера по искусственному интеллекту и машинному обучению AIJ 2023.
Бесплатные нейросети и курсы по ИИ
Нейросети используются во многих современных сервисах, среди них — голосовой помощник Алиса, Яндекс Браузер, Яндекс Поиск, беспилотные автомобили. Курс поможет разобраться, как устроены такие технологии, как их использовать и развивать. А полученные навыки дадут возможность преуспеть в тех областях, которые они выберут: повысить эффективность рабочих процессов, получить результаты более высокого уровня, возможно, даже совершить научные открытия», — отметил руководитель отдела аналитики АНО «Сириус. Курсы» и преподаватель дистанционных курсов по искусственному интеллекту Александр Садовников. Все слушатели смогут провести небольшие эксперименты с нейронными сетями и увидеть особенности их работы», — прокомментировал руководитель департамента больших данных и информационного поиска факультета компьютерных наук НИУ ВШЭ, куратор академических программ Яндекса Евгений Соколов. Курс будет полезен школьникам, которые интересуются анализом данных, а также инженерам машинного обучения и исследователям в области ИИ.
Курс даст представление об этих профессиях и поможет определиться с будущей карьерой в IT. Образовательный интенсив рассчитан на учеников старших классов, для обучения необходимы знание школьной математики и базовые навыки разработки на Python.
Общество Указ президента был подписан 15 февраля. Предыдущий вариант стратегии был утвержден в октябре 2019 г. Среди ее целей были разработка и совершенствование профильного программного обеспечения и оборудования, повышение доступности и качества данных, а также создание комплексной системы регулирования в сфере ИИ. В обновленной версии нацстратегии прописаны целевые показатели. Но официальные данные о том, какую роль играет ИИ в современной экономике, разнятся. По его данным, объем российского рынка ИИ в 2022 г. В рамках федерального проекта «Искусственный интеллект» федпроект нацпрограммы «Цифровая экономика», который, в соответствии с обновленной стратегией, станет частью нацпрограммы «Экономика данных».
Создан инструментарий для обучения специалистов в области здравоохранения. Они могут помочь врачам в больницах управлять процессами в учреждении и пациентам в пределах и за пределами больницы. Существуют два основных метода решения этой задачи. Первый - поведенческий, когда воссоздается манера поведения человека. Второй метод - это интернализм, когда основной движущей силой исследования становится эволюция интеллектуальных традиций и исследовательских программ. В частности, на первом этапе развития ИИ представлял собой символизм на основе знаний, главным образом имеется в виду симуляция человеческого поведения.
На этом этапе используются экспертные знания для формирования общей базы знаний. Второе поколение ИИ работает на основе анализа данных. Классический пример второго поколения ИИ, когда в 1997 году программа Deep Blue играла в шахматы против Гарри Каспарова и выиграла у него. Залогом успеха программы стали знания, опыт, алгоритмы и вычислительная мощность. Сегодня самый расхожий пример - программа для отслеживания динамики цен на акции, в которой собраны сведения о 40 ведущих компаниях стоимостью больше 1 миллиарда долларов по отраслям. Если мы говорим о применении ИИ на базе данных, то нельзя не упомянуть робототехнику.
Например, гибкая искусственная рука, которая может двигать пальцами, делать жесты, играть на пианино, помогает людям, лишенным кисти. О сферах применения ИИ В Стенфордском университете в свое время ученые сформулировали основные сферы применения ИИ с 2015 до 2030 года. Среди них - управление транспортным потоком, домашние роботы, здравоохранение, образование, охрана, организация рабочего пространства, а также туризм, финансы, промышленность. Помимо этого, все еще остается много нерешенных задач, поскольку при текущих ресурсах способности ограничены, так что необходимо их постоянно совершенствовать. Следующее поколение ИИ - мультимодальные модели, которые способны обрабатывать одновременно в режиме реального времени текст, изображение, голос, видео, код и получать достойный результат. Например, наши студенты разработали программу, позволяющую идентифицировать каждого человека на видео, где танцует много людей.
Повышение эффективности и качества обучения больших нейросетевых моделей Иван Оселедец, генеральный директор компании AIRI, профессор Сколтеха: О текущем состоянии работы нейросистемных моделей Работа с текстами и изображениями - это уже практически решенные задачи. Но следующий шаг - мультимодальные модели, работа с ними только началась. Нами разработана первая мультимодальная модель в России OmniFusion. Принцип ее работы заключается в объединении двух модальностей: текста и картинок. Она вполне способна на основе полученных данных обрабатывать их и поддерживать диалог. Можно также объединять тексты и графы, тексты и видео или текст и движение робота.
Всему этому требуется обучить языковую модель. Этот процесс достаточно трудоемкий и дорогостоящий. О том, как строить мультимодальные архитектуры Основная проблема в том, как установить связь между модальностями. Наиболее эффективным методом ее решения нам кажется использование инкодеров, которые позволяют переводить картинку в вектор, а дальше строятся небольшие адаптеры, представляющие собой маленькую нейросеть и переводящие информацию с языка картинок на язык текстов. При этом, конечно, предполагается, что мы работаем с хорошей предобученной языковой моделью и такой же моделью работы с картинками, поэтому нам нужно обучить только адаптеры.
По задумке авторов, такой мультимедийный процесс помогает детям и подросткам лучше воспринимать и запоминать скучную информацию. Евгений Тимаков, главный врач медицинского центра, врач-педиатр : «Например, тот же самый текст мы с вами запомнить можем очень тяжело — приходится читать текст несколько раз. Текст с картинкой запоминается уже лучше. А если картинка движется, да еще и показывают какие-то.
Яндекс Образование
На основе данных о прошлой академической деятельности учащегося, нейросети могут предсказывать его будущую успеваемость, оценивать возможные риски и предлагать соответствующие меры для улучшения результатов. Такие решения внедрены во многие зарубежные школы и вузы. Интеллектуальные учебные материалы. Фактически речь идет об учебниках нового поколения. Это цифровые образовательные платформы, которые позволяют организовать персонализированный учебный процесс, оценивать прогресс, выявлять пробелы в знаниях, и формировать предложения для педагогов по организации учебного процесса. Инструменты автоматизированной проверки и оценки. Автоматическая оценка заданий и тестов может значительно ускорить процесс проверки, уменьшить нагрузку на преподавателей и дать быструю обратную связь ученику. Существуют инструменты, с помощью которых можно просто сфотографировать на смартфон тетрадь с выполненным домашним заданием, и система распознает написанное, проверит, даст обратную связь о правильности выполнения и ошибках. А затем передаст эту информацию педагогу.
Виртуальные тренажеры и ассистенты. Преимущества ИИ перед традиционным методом обучения По мнению Карлова, даже в условиях взрывного роста ИИ, новые технологии не сможет заменить традиционное обучение, и тем более, педагогов. Более того, по оценкам международных экспертов в области ИИ, профессия учителя находится в группе наименьшего риска замены человека искусственным интеллектом. Это цифровые продукты, которые не заменяют человека, а направлены на усиление возможностей специалиста в какой-то предметной области: врача, инженера, архитектора. Системы ИИ дают возможность выстраивать персонализированное обучение в условиях массового образования. В традиционном классе учитель чаще всего выстраивает учебный процесс, ориентируясь на средних учеников. Сильным школьникам в этих условиях довольно легко и скучно, а слабым, наоборот, очень сложно и они не могут встроиться в темп.
Из идей по улучшению предложу увеличить время тренинга таким образом, чтобы программам на основе ИИ уделялось больше времени и подумать над тем, какой материал можно отдать после интенсива, чтобы он остался «на руках» — список полезных ИИ с разбивкой на вид инструмента например и т. Я под большим впечатлением — и очень полезный семинар, и увлекательный! Было много практики, в прекрасной компании соучеников. Не терпится начать работать с нейросетью. Елена Участие в интенсиве Якова Сомова «Нейросети в образовании» оказалось захватывающим опытом. Я действительно получила новые знания и навыки. Особенно ценно мне было получить ответы на вопросы, которые долго оставались без решения. Приятное интеллектуальное общение с коллегами, разделяющими интерес к использованию ИИ, добавило особый шарм этому опыту. Обмен идеями создало прекрасное сообщество единомышленников. Мероприятие проходило в офлайн формате, что создало уникальную возможность для профессионального взаимодействия. Если повторится подобное событие, настоятельно рекомендую присоединиться — это отличная возможность не только для обучения, но и для ценных профессиональных связей. Участница интенсива по нейросетям в образовании, ноябрь 2023 г.
Нужны ли вообще теперь, например, интернет-поисковики? Даже крупнейшие корпорации забеспокоились и спешно начали разрабатывать свои «умные» чат-боты. Владимир Арлазаров — один из создателей отечественной системы, построенной на искусственном интеллекте. Она легко и быстро считывает данные платёжных карт, текстовых и личных документов. Разработка успешно применяется банками и даже пограничниками, помогая выявить поддельные паспорта. Чтобы натренировать систему, Владимир с командой создали ещё одну модель, которая сгенерировала образцы для обучения — всё, даже фотографии, личные данные и подписи компьютер выдумал сам. И это не предел возможностей. Но главная причина успеха именно ChatGPT — универсальность. Ей легко воспользоваться, определённое число запросов в день разработчики предоставляют бесплатно, а дальше просят всего 20 долларов в месяц. Экономить на сотрудниках с помощью нейросети тут же бросились специалисты по соцсетям, рекламщики, программисты. Однако эксперты предупреждают — тут есть опасность. Впитывая всё как губка, нейросеть постоянно обучается: любую информацию, которую загружает один пользователь, она запоминает, обрабатывает и хранит, а потом может выдать по запросу и другому человеку. В марте разработчики ChatGPT сами признались в случаях утечки и даже ненадолго отключали систему для исправлений. Посторонним тогда были видны чужие сообщения, личная информация и даже данные банковских карт. После этого в Италии использование нейросети вовсе решили запретить местные программисты теперь массово пользуются VPN для обхода блокировки. Такое же решение приняли и власти Китая, но с другой мотивировкой: информация, которую выдает чат-бот, может противоречить законодательству.
По ощущениям, написание собственной модели и работа с данными — это самый эффективный способ влиться в мир нейронных сетей. После завершения первого мини-проекта и начинается настоящее изучение. Выпускник 3-го потока курса Аспирант Физического факультета МГУ Очень интересный и модный практически-ориентированный курс.
Искусственный интеллект в образовании: перспективы и примеры использования
сервис Университета искусственного интеллекта, который позволяет создавать нейросети без единой строчки кода. Международный конкурс по искусственному интеллекту для молодежи. Также в Центре искусственного интеллекта используют нейросети для предсказания трехмерных структур антител.
В России стартовал прием заявок на курсы по искусственному интеллекту
Подборка телеграмм каналов о последних технологических достижениях в области искусственного интеллекта и нейросетей. Скриншот онлайн-трансляции конференции Сбера по искусственному интеллекту и машинному обучению AIJ 2023. поэтапное обучение студентов азам искусственного интеллекта, упор на полезные. ChatGPT — это диалоговая программа на базе искусственного интеллекта, которая обучает сама себя по всей мировой базе знаний, может отвечать текстом почти как живой человек (причём на огромном множестве языков, включая русский), решать вопросы любой сложности и.
Нейронные сети и компьютерное зрение
Он уточнил СМИ, что вузам стоит отбирать программы по ИИ исходя из запросов работодателей, так как только в партнёрстве с представителями бизнеса удастся понять, каким специалистам необходимы подобные навыки. Заместитель директора по учебно-воспитательной работе Физтех-школы прикладной математики и информатики МФТИ Александр Ширяев пояснил СМИ, что в вузе дисциплины модуля преподаются не только для профильных специалистов, но и в рамках так называемой цифровой кафедры доступны для остальных студентов. Руководитель департамента больших данных и информационного поиска ВШЭ Евгений Соколов заявил СМИ, что «сейчас абсолютно все студенты бакалавриата изучают цифровую грамотность, программирование и анализ данных». По его словам, текущие курсы по ИИ разработаны под каждую программу, например, историки скорее учатся писать небольшие скрипты на Python и обрабатывать табличные данные с их помощью, а студенты факультета компьютерных наук изучают машинное и глубинное обучение. После публикации нового единого образовательного модуля по ИИ в вузе также задумались об объединении учебных программ по ИИ в отдельный блок. Он просто проверил систему на прочность, на мой взгляд.
Всему этому требуется обучить языковую модель. Этот процесс достаточно трудоемкий и дорогостоящий. О том, как строить мультимодальные архитектуры Основная проблема в том, как установить связь между модальностями.
Наиболее эффективным методом ее решения нам кажется использование инкодеров, которые позволяют переводить картинку в вектор, а дальше строятся небольшие адаптеры, представляющие собой маленькую нейросеть и переводящие информацию с языка картинок на язык текстов. При этом, конечно, предполагается, что мы работаем с хорошей предобученной языковой моделью и такой же моделью работы с картинками, поэтому нам нужно обучить только адаптеры. Итоговое качество получается довольно высоким. При этом модель продолжает обучаться, и качество ее работы совершенствуется. Наша модель уже превзошла по ряду характеристик общеизвестную мультимодальную модель Lava13B. Мультимодальность - это ключевой момент. В идеале мультимодальная модель должна работать с произвольным количеством модальностей. Такие попытки внедрить в нейросети способность работать с большим количеством модальностей были, но они пока не увенчались успехом.
Думаю, что все-таки подход с адаптерами вполне сможет достичь этой цели. Сегодня модель с 40 миллиардами параметров будет обучаться примерно два месяца. Одна из наших разработок строится на том, что при создании алгоритма вычисления градиентов для поточечной нелинейности, на которую обычно никто не обращает внимания, можно использовать вместо 16 бит всего 3 бита с сохранением точности. Второй подход, который мы применяем, это использование техник рандомизированной линейной алгебры для ускорения вычисления градиентов большого линейного слоя. Если упростить, то можно, не меняя алгоритм, но поменяв порядок операций, получить более быстрый и точный результат. Пример: в нашем большом проекте NNTile мы хотим заново реализовать базовые операции с нуля без использования каких-то больших пакетов, чтобы получить максимальную производительность, причем на многопроцессорных системах. От стохастических дифференциальных уравнений до задачи Монжа-Канторовича и обратно: путь к искусственному интеллекту? Евгений Бурнаев, профессор, руководитель Центра прикладного ИИ Сколтеха, руководитель научной группы "Обучаемый интеллект" AIRI: Важное свойство, которым должен обладать искусственный интеллект и которым обладает человек, - это креативность, возможность создавать новые образы.
Так, модель ИИ может создавать картинки согласно текстовому описанию, заданному человеком. Математически задачу построения новых образов можно описать как задачу построения модели распределения над разными типами сложных данных: изображением, текстом, звуком и т. Моделировать связи между этими данными тоже надо уметь. Теперь при помощи нейросетей мы аппроксимируем исследуем числовые характеристики и качественные свойства объекта - Прим. ТАСС недоступный нам ранее градиент логарифма плотности и получаем после ряда вычислений генеративную модель, которая преобразует белый шум в картинку, аналогичную реальному миру, но с несуществующими на самом деле объектами собаки, автомобили, растения, лица и т. Использование фундаментальных математических знаний при построении алгоритмов позволяет, прежде всего, изучить теоретические свойства методов и понять, почему системы ИИ работают так, а не иначе. Второе: если мы видим, что фундаментальные методы стохастики оказываются полезными в генеративных моделях, то имеет смысл привлекать и более глубокие знания из области фундаментальной математической науки, чтобы получить еще более качественные генеративные модели. ИИ для дизайна и генерации белковых молекул Ольга Кардымон, руководитель группы «Биоинформатика» AIRI: О необходимости дизайна белков Когда говорят о белках, особенно после пандемии ковида, обычно аудитория ждет, что сейчас что-то будет про вакцины, про лекарства.
Но не надо забывать, что белки участвуют и в других сферах жизни. Например, есть ферменты, которые необходимо улучшать, чтобы они перерабатывали мусор, или есть целый биотехкластер, который производит вещества для бытовых нужд, в частности, усиливает свойства стирального порошка.
Наконец, возникает философский вопрос, почему при наличии у личности этических принципов она ощущает себя не в состоянии им следовать. Что ей мешает? Считается, что одним из переломных моментов а может быть, и самым эпохальным должен стать тот момент, когда искусственный интеллект начнёт себя осознавать. Ситуация на сегодняшний день такова, что при всей продвинутости современной нейронауки нет чёткого понимания, что такое сознание, самосознание, как, где, на каком уровне это возникает. И одновременно возникают опасения, что мы можем в какой-то прекрасный момент создать полностью осознающий себя искусственный интеллект и не иметь об этом ни малейшего понятия. В конце марта 2023 года было опубликовано открытое письмо учёных, инженеров и вообще всех, кто занимается или интересуется темой искусственного интеллекта. Есть даже в этом списке несколько россиян, к примеру, учитель из Российской школы математики и концепт-художник из Российского колледжа телекоммуникационных систем. Главный посыл этого письма — требование немедленно и как минимум на шесть месяцев остановить обучение всех систем искусственного интеллекта мощностью выше GPT-4.
Должны ли мы рисковать потерей контроля над нашей цивилизацией? Но один широко известный исследователь искусственного интеллекта этого письма не подписал и объяснил это тем, что останавливать, с его точки зрения, надо не на полгода, а полностью и навсегда. Это Элиезер Юдковский, одна из ключевых фигур в американском Институте исследования машинного интеллекта. Помимо всего прочего, он придерживается убеждения, что в случае продолжения технологического развития земной цивилизации в том же духе, как оно идёт сейчас, это развитие в какой-то момент буквально провалится в "сингулярность" — станет неуправляемым, необратимым, и неизвестно, что будет с людьми в таком мире. Есть даже соответствующий научный термин — технологическая сингулярность. И после вышеупомянутого открытого письма Элиезер Юдковский обнародовал своё собственное , в котором сказал, что шесть месяцев — это, может быть, лучше, чем ничего, но на самом деле это почти ничего. Центр анализа данных нейросетей.
Борьба за электроэнергию «В 2024 году спрос на электроэнергию значительно возрастет», — говорит Дэн Хендрикс, исполнительный директор Центра безопасности искусственного интеллекта, некоммерческой организации, базирующейся в Сан—Франциско. Эта доля, вероятно, резко возрастет в 2024 году, поскольку системы ИИ обучаются и работают на все больших объемах вычислительной мощности. Разработка более мощных ИИ-систем невозможна без войн за электроэнергию Компании все чаще попытаются заключить сделки с правительствами, чтобы обеспечить энергоснабжение. Читайте также: Может ли нейросеть заменить художников, писателей и программистов? Растущий разрыв По оценкам Международного союза электросвязи, около 2,6 миллиардов человек — примерно треть населения земного шара — не имеют доступа к Интернету. Этот цифровой разрыв может определить, кто может извлечь выгоду из ИИ. Если мы добавим сюда и цифровое неравенство, то сократить разрыв будет попросту невозможно», — говорит Болор-Эрдене Батценгель, исследователь Оксфордского университета и бывший вице-министр цифрового развития и коммуникаций Монголии. Доступ к Ии-технологиям есть далеко не у всех Даже когда пользователи в развивающихся странах получают доступ к ИИ, он редко разрабатывается с учетом их потребностей. Однако на данный момент эта проблема не так хорошо освещена как другие и о последствиях этого «цифрового разрыва» говорить рано. Тем не менее, по мере создания более мощных ИИ-систем, неравенство будет расти. Вам будет интересно: Что будет, когда Искусственный интеллект достигнет пика своего развития? Еще больше роботов Переход от использования множества небольших моделей для выполнения разнообразных задач к единым неизбежен. Это подтверждают такие мультимодальные модели, как GPT-4 и Gemini от Google DeepMind, способные решать как визуальные, так и лингвистические задачи. Исходя из этого можно предположить, что то же самое произойдет и с роботами — зачем обучать одного переворачивать блинчики, а другого открывать двери, если можно создать одну универсальную многозадачную модель? За примерами не нужно далеко ходить — несколько примеров работы в этой области появились в 2023 году.
«Сириус», Яндекс и ВШЭ запустили бесплатный курс по искусственному интеллекту для школьников
Запись дискуссии можно посмотреть здесь. Тип такого контента достаточно трудный в связи с растущей ошибкой при перепроецировании, вызванной кодеками. Поэтому в статье проводится сравнение различных проекций и различных пар кодеков, чтобы выявить наиболее устойчивую проекцию к кодированию. Результаты, представленные в статье, используют как объективные метрики, так и субъективное сравнение на статичных областях просмотра. Субъективное измерение качества изображения играет решающую роль в разработке приложений для обработки изображений. Метрики визуального качества служат для аппроксимация результатов субъективной оценки. В связи с этим разрабатывается все больше и больше метрик, но их ограничения мало исследованы. Субъективное сравнение предварительно обработанных изображений показало, что для большинства исследованных ими метрик качество изображения падает или остается неизменным, что ограничивает применимость этих метрик.
Таким образом они ищут потенциальные лекарства. После года или нескольких лет работы одного коллектива получается результат — новые знания и соответствующий набор данных. Часть исследований публикуется в открытых источниках — научных статьях. В одной публикации, как правило, представлен один или несколько типов клеток и один или несколько препаратов. А что, если создать нейросеть, способную объединять знания из разных публикаций? Тогда препарат, используемый в одном исследовании, можно было бы виртуально испытать на клетках, полученных в другом исследовании. Над созданием такой нейросети трудится Лаборатория «Искусственный интеллект в биоинформатике и медицине».
Разработчик искусственного интеллекта GeekBrains В рамках этого онлайн-курса профессиональные разработчики научат пользоваться технологиями искусственного интеллекта и разбираться в принципах работы глубокого машинного обучения. Программа подойдет тем, кто желает не только изучить теорию, но и заставить нейронную сеть самостоятельно обучаться. Курс позволяет вести разработку алгоритмов и анализ данных с учетом возникающих задач. Стоимость: 3464 рублей в месяц на основе платной подписки Длительность: 12 месяцев Формат обучения: вебинары, воркбуки, практические задания Сертификат: есть поэтапное обучение студентов азам искусственного интеллекта, упор на полезные практические знания; программа постоянно обновляется с учетом актуальных изменений в алгоритмах нейронных сетей; поддержка в официальном трудоустройстве после завершения курса; возможность внесения оплаты по частям.
Недостатки курса: для начала обучения необходимо дождаться набора группы; обучение проводится в течение года, что может показаться слишком большим сроком для некоторых студентов. Программа обучения.
Чтобы получился ролик, сперва нужно описать текстом то, что хочется увидеть. В ответ приложение предложит четыре варианта первого кадра и набор анимационных эффектов для создания движения. Нейронка берёт за основу выбранное пользователем изображение, создаёт набор его изменённых версий и объединяет всё выбранным эффектом. Сейчас их семь: зум приближение , таймлапс ускоренная перемотка , полёт, панорама, вращение, подъём и морфинг постепенное изменение. А какие сотрудники тебе всегда нужны в команду? И где их найти?
Вот три группы специалистов, которых я всегда жду. Machine learning research инженеры, чтобы выдвигать гипотезы, писать код по их имплементации, проверять их, читать статьи и генерировать свои идеи по улучшению нейросетей. Их главная задача — развивать область генеративных моделей, проводить нетривиальные эксперименты и исследовать новые подходы в диффузионных моделях. Их задача — писать код, чтобы всё работало. В то время как ML-инженеры разрабатывают модели обучения машин, MLOps-инженеры программируют весь цикл машинного обучения: от разработки до внедрения и поддержки. Этим специалистам должно быть интересно работать над высоконагруженными сервисами, использующими нейросети, а также развивать экосистему инструментов вокруг новейшей и динамично развивающейся области генеративных моделей. Аналитики, поскольку работа с данными критически важна. Мы ищем специалистов, чтобы улучшить данные для обучения: мы комбинируем ML- и DS-методы с ручной разметкой, пробуем разные подходы для файнтюна финальной модели, создаём инструменты для оценки качества, сравнения с конкурентами и поиска точек роста.
В чём конкретно заключается твоя работа над нейросетью? Я сейчас собираю команду, которая будет работать над улучшением модели генерации. Но в основном задачи разработчиков, обучающих сеть, это: Собрать данные. Написать код, который будет это делать. Проверить, что всё верно. Принять решения исходя из знаний и интуиции. Запустить обучение. Проанализировать графики, которые показывают, хорошо работает сеть или нет.
Выдвинуть новые гипотезы. Вот такой алгоритм. Повторять бесконечно. Подожди, а нейросеть появилась раньше Шедеврума? Как она работает в проекте — и где ещё планируете её развивать? Всё верно.
Затем с помощью нейросети школьники самостоятельно создают изображения главных героев. На следующем уроке проходит голосование и выбор наиболее удачного образа. В самом его начале Наталья может спросить у детей, знают ли они, каким образом она сейчас быстро определит, кто читал, а кто не читал феерию. И часто дети сами озвучивают ответ: вот тут цвет волос не подходит, тут корабль современный, тут паруса не алые.
То есть, не погрузившись в текст, невозможно правильно ввести промт для нейросети, чтобы получить корректную иллюстрацию. Так сразу становится понятно, кто изучил произведение, а кто вообще в книгу не смотрел. Озвучивать эпизоды из художественного произведения При изучении произведения учитель предлагает ученикам взять небольшой, но ключевой эпизод и с помощью нейросети озвучить его. После выполнения задания проходит анализ и обсуждение: почему именно так озвучили, почему выбрали именно этот голос а голосов в меню нейросети может быть великое множество. Ведь когда школьник задумывается над выбором голоса, он представляет прежде всего, как тот будет отражать характер героя. В результате герой запоминается, произведение цепляет и остается в памяти, а дети получают новый интересный опыт и навык. Вариант озвучивания эпизода из романа в стихах А. Пушкина «Евгений Онегин», сгенерированный нейросетью. Во время конференции Наталья Муллагалеева-Путинцева говорит, что такие формы работы интересны ребятам и дают отличные результаты. Главное — делать акцент на том, что нейросети — это не ресурс для списывания, а инструмент для реализации творческого потенциала, анализа, формирования собственных выводов.
С помощью нейросетей, да и любых виртуальных помощников, учитель может сделать урок интересным, чтобы дети приходили на него с удовольствием. Ведь самое главное, что могут сделать педагоги — не дрессировать детей и требовать от них заучивать все, а всеми возможностями помогать найти путь к знаниям и показать, как эти знания пригодятся потом в жизни. Небольшой перечень нейросетей и чат-ботов, которые помогут в обучении ChatGPT — поможет найти ответ на любой вопрос, написать текст в любом стиле, составить план, создать карточки с заданиями и многое другое. Lexica — поможет создать изображение главного героя художественного произведения. SteosVoice — поможет озвучить эпизод из художественного произведения.