Сначала нейросети пришли за художниками, дизайнерами, композиторами, теперь добрались и до нас — работников телевидения.
Как стать тренером нейросетей и почему сегодня это востребованная профессия
Тенденция к большей заинтересованности рынка в гуманитариях со знанием ИИ, нежели в аналогичных навыках у программистов, может быть связана с относительной "молодостью" нейросети, считает генеральный директор EvApps Альфред Столяров. Я считаю, нейросети драматически изменят ландшафт нашей профессии. Искусственный интеллект угрожает профессии технического писателя, потому что многие задачи, связанные с написанием технических документов, инструкций и справочных материалов, могут быть автоматизированы с помощью ИИ.
«Моя мама учит нейросети говорить»: история многодетной челябинки, которая завязала с журналистикой
где учиться работе с нейросетями. Профессии, связанные с нейросетями: какой бывает работа будущего и как на нее устроиться. На модуле по Deep Learning студентов знакомят с продвинутыми технологиями по работе с нейросетями, например трансформерами — архитектурой нейронных сетей, которая лежит в основе ChatGPT. Развитие нейросетей в России создаст, в числе прочих, профессию специалиста по этике в сфере искусственного интеллекта (ИИ), также в вузах появятся профильные.
Что такое нейросети, как они работают и что нужно освоить новичку в AI
| Нейропилот и медиаполицейский: нейросеть назвала профессии будущего | ТЕЛЕПОРТ.РФ | Промт-инженер знает, как получить доступ к нейросетям и взаимодействовать с ними через различные платформы и инструменты. |
| Нейросети на работе: какие задачи они могут взять на себя уже сейчас - Лайфхакер | Нейросети породили новые профессии, спрос на специалистов, умеющих с ними работать, растет день ото дня, отмечают крупные IT-компании. |
| Специалист по нейросетям | В эфире обсудили: стоит ли SMM-специалистам бояться нейросетей, как стать высокоплачиваемым специалистом и не выгореть. |
| Профессии будущего. Как нейросети открывают новые направления в edtech | Изучите дата-аналитику на Хекслете Пройдите нашу профессию «Аналитик данных» — это станет вашим первым шажком в работе с нейросетями. |
| Огонь нейросетей: как попасть в индустрию | Специальность оператора нейросетей представляет собой перспективное направление развития, особенно в контексте быстро меняющегося мира IT. |
Как стать тренером нейросетей и почему сегодня это востребованная профессия
В общем, классный был, любопытный выпуск. Мы получили много откликов, поэтому решили продолжить говорить про нейросети, они сейчас на пике популярности. Сегодня поговорим о нейросетях в творчестве, в дизайне и в генерации креатива. Сергей, как ты оцениваешь, насколько реален риск того, что дизайнеры и художники потеряют свою работу и свою востребованность? Гребенников: Смотри, мне кажется, что мы в прошлый раз эту тему даже активно начали обсуждать и делали такой мостик к сегодняшней теме. Я уже даже озвучивал, что в 2022 году все визуальные материалы к премии Рунета были так или иначе созданы с помощью искусственного интеллекта. При этом мы все равно в 2022 году использовали ровно ту команду дизайнеров, которую использовали на протяжении предыдущих лет. Поэтому говорить о том, что искусственный интеллект вдруг сделает так, что мы перестанем нуждаться в дизайнерах, мне кажется, это неправда. Но я предлагаю все-таки поговорить с настоящим экспертом в этой теме.
Представишь нашего гостя? Сергей, здравствуйте. Спасибо, что нашли время. Спасибо, что подключились. Кулинкович: Привет-привет! Коротнева: Ну что, я начну мучить вопросами Сергея? Гребенников: Конечно, конечно. Коротнева: Сергей, вы… ваша студия — одна из первых, кто начали работать с искусственным интеллектом, еще до того, как это стало повсеместно, до того, как это стало мейнстримом.
В 2019 вы запустили ваш проект Николай Иронов, правильно? Кулинкович: Полагаю, что да. Но разрабатывать мы его начали гораздо раньше, но в секретном режиме, никому об этом не рассказываем. Пока не понимаем, что из этого выйдет, мы помалкиваем. Коротнева: Ну вот расскажите, как тогда еще, почти 5 лет назад, когда, в принципе, о генерации визуального контента искусственны интеллектом говорили очень мало и редко, почему вы пошли на это? Вы тогда уже понимали, что за этим будущее или это был какой-то эксперимент? Или для чего это было создано? Кулинкович: На самом деле это такая череда счастливых случайностей, потому что исторически мы занимались дизайном много лет, и у нас была сильная техническая экспертиза, и все начиналось с сайтов и разработки всяких систем технически сложных, то есть не только чисто графический дизайн в каком-то виде.
И, соответственно, у нас в команде были ребята, которые не только делают дизайн, но еще и программируют. И о мере роста количества дизайн-задач мы начали замахиваться на задачи по автоматизации. Там сверстать 100 каких-нибудь шаблонов чего-либо или еще что-то автоматизировать. Мы привлекали ребят из вот этой части, которая связана с программированием. Вот, но потом в какой-то момент, когда мы автоматизировали все, что можно было автоматизировать из области рутинного дизайна, мы просто в рамках эксперимента подумали: «А что если замахнуться на то, что люди называют творчеством, на творческую часть дизайна? И мы начали этим заниматься и постепенно слой за слоем начали снимать какие-то покровы с того, что называется творчеством, то, что мы сами считали творчеством. И к нашему удивлению, мы обнаружили, что очень много из этого может быть автоматизировано. И даже хуже — не для всего нужны нейросети.
Не для всего того, что люди называют творчеством, нужно использовать нейросеть и то, что называется искусственный интеллект. Так и закрутилось. Мы начали делать эксперименты, и со временем результаты этих экспериментов стали по качеству своему сопоставимы с результатами живых дизайнеров, то, что графика начинала выглядеть непредсказуемо свежо. И дальше случилось так, как должно было случиться, - родился Николай Иронов. Гребенников: Сергей, а вот после того, как появился проект Николай Иронов, количество дизайнеров у вас в студии стало больше или меньше? Кулинкович: Сложно сказать. Скорее, не изменилось. Как вы ранее говорили, что количество дизайнеров не меняется, но меняется суть их работы.
То есть у нас помимо дизайнеров появились еще люди, которые обслуживают мозги Николая Иронова. Ну как обслуживают? Развивают и разрабатывают новые технологии, и в том числе дизайнеры, которые режиссируют эти технологии. То есть здесь главная дизайн-задача раньше была в том, чтобы создать непосредственно конечный объект дизайна, а сейчас она плавно трансформировалась в то, чтобы создать ту систему, способную масштабировано производить большое количество экземпляров арт-дизайна. Но дизайн-задачи остались теми же, просто они немного трансформировались, и плечо получается больше. То есть объем дизайнеров тот же, но эффективность их несопоставимо больше, потому что это масштабируется. Коротнева: Я правильно понимаю, что дизайнер, человек, выполняет творческую функцию, придумывает общий концепт, а уже Николай Иронов, ваш проект, он это все масштабирует и просто пропечатывает в огромном количестве? Или это не совсем так работает?
То есть дизайнер — это мозги и творчество, а нейросеть — это условно руки, руки и механизмы? Кулинкович: Все сложно. Давайте обрисую, в целом, систему. Николай Иронов для начала — это не одна нейросеть, это большое количество разных алгоритмов, наборов алгоритмов, которые работают в ансамбле между собой. Собственно, рождение Николая Иронова — это не рождение какой-то одной технологии генеративного дизайна. Это рождение правильно срежиссированной комбинации технологий. И с момента рождения Николая, когда мы всем рассказали о том, что он существует, о том, что он выполняет дизайн задачи, его мозги пересобрались уже очень-очень много раз. И вот они сейчас снова в одном шаге от того, чтобы пересобраться с использование новых технологий, которые появились на рынке.
Соответственно, дизайнеры, которые занимаются этим проектом, их задача заключается в том, чтобы правильные технологии объединить в правильный пайплайн — последовательность действий, когда результат одного алгоритма правильно передается правильный результат другому алгоритму, и вот так вот по этому конвейеру получается какой-то новый результат. Соответственно, дизайнеры Иронова проектируют примерный диапазон, изобразительный диапазон, учат его новым стилям, подключают к нему новые шрифты и так далее. И вот здесь мы упираемся в то, что задача дизайнера, она на самом деле и раньше была такой — применить какое-то изобразительное решение в правильный контекст. Потому что поставщиками потребностей всегда были и будут люди. Соответственно, принять правильное решение, какой из десятков и даже сотен вариантов подходит лучше всего, - это была, есть и будет истинная работа дизайнера, потому что дизайн делается людьми, для людей. А сейчас, с появлением роботов, просто у нас появляется некоторая компонента, которая называется искусственным интеллектом, которая позволяет: а делать это масштабировано, то есть в больших масштабах, вместо трех вариантов логотипа выбирать из тысячи, б позволяет это делать непредсказуемо. Собственно, в этот все отличие от того, что сейчас называется искусственным интеллектом от алгоритмических каких-то результатов, в том, что мы часто получаем не вполне предсказуемый результат, и это очень похоже на то, как работает человек. Собственно, вот и вся разница.
Но корневая суть работы дизайнера — она не поменялась. Это было и есть подбор правильного варианта в правильные контексты. Гребенников: То есть определяет. Что красиво, сегодня дизайнер все еще, а не искусственный интеллект? Кулинкович: Да, но… У нас, например, есть отдельные технологии внутри Иронова, которые позволяют отбросить совсем плохие варианты. То есть такой примитивный арт-директор, скажем так. И он помогает не выгружать на конечного пользователя весь массив данных, которые слишком шероховатые, слишком смелые, а как бы делать такой скоринг дизайн-решений, чтобы финальное решение было в каком-то более-менее приличном диапазоне. Поэтому мы все равно используем эти технологии, даже чтобы отсортировать какой-то большой массив выдачи, но финальное решение, конечно, принимает человек.
Гребенников: А как вообще происходит постановка технического задания искусственному интеллекту? Предположим, я — маленькая пекарня во Владимирской области. Я приходу в вашу студию и говорю: «Хочу себе классный логотип, чтобы ко мне приходило не 2 000 человек в месяц, а 15 000 человек. Я считаю, что вся проблема моя в логотипе». Я говорю: «Хочу такой логотип, чтобы там был колосочек, хлебушек и круассанчик обязательно». Вы же куда-то это загружаете. Как происходит процесс формирования технического задания? И потом как искусственный интеллект осознает, что мне нужно как конечному клиенту?
Кулинкович: Начнем с того, что если вы предъявите задание живым людям, живым дизайнерам, то, скорее всего, если они будут достаточно с вами честны, то они скажут, что изменение логотипа не увеличит вашу выручку в 10 раз. Это первый момент. То есть если у вас была пекарня с плохим логотипом, а потом появляется некоторый бренд с хорошим логотипом, то едва ли это напрямую окажет влияние на ваши продажи. Косвенно, возможно, при правильном стечении обстоятельств, правильно посеве, да. Но, скорее всего, это не является критерием хорошего логотипа. Второй момент заключается в том, что, если мы посмотрим на логотип пекарен и других каких-то бизнесов, связанных с хлебобулочными изделиями, там не всегда фигурируют колоски, не всегда фигурируют круассаны. А иногда это некий образ, визуальна интерпретация образа бизнеса, которая этим дизайнером и сделана. Соответственно, когда вы приходите в брендинговое агентство, где сидят живые люди, и они получают этот бриф, что еще происходит?
Они его творчески интерпретируют. Они смотрят, как выглядят булочные в этом городе, в округе, пытаются придумать что-то контрастное, что-то отличное от тех ребят, которые на той же улице торгуют круассанами. И, соответственно, они приходят с некоторыми дизайн-гипотезами, что кто-то решил, что это будет какой-то крестик красивый, в котором угадывается что-то такое. Кто-то решил пойти через концепцию семейности, семейного кафе, и вообще нарисовал сердечко, потому что вот «Приходите к нам. Мы вас любим». И все такое. А кто-то прошел напролом и начал рисовать конкретно круассан, фотореалистично и так далее. И эти все подходы имеют право на жизнь, и в равнозначной степени вы можете получить такие варианты от живых людей.
Это было и есть подбор правильного варианта в правильные контексты. Гребенников: То есть определяет. Что красиво, сегодня дизайнер все еще, а не искусственный интеллект? Кулинкович: Да, но… У нас, например, есть отдельные технологии внутри Иронова, которые позволяют отбросить совсем плохие варианты. То есть такой примитивный арт-директор, скажем так. И он помогает не выгружать на конечного пользователя весь массив данных, которые слишком шероховатые, слишком смелые, а как бы делать такой скоринг дизайн-решений, чтобы финальное решение было в каком-то более-менее приличном диапазоне.
Поэтому мы все равно используем эти технологии, даже чтобы отсортировать какой-то большой массив выдачи, но финальное решение, конечно, принимает человек. Гребенников: А как вообще происходит постановка технического задания искусственному интеллекту? Предположим, я — маленькая пекарня во Владимирской области. Я приходу в вашу студию и говорю: «Хочу себе классный логотип, чтобы ко мне приходило не 2 000 человек в месяц, а 15 000 человек. Я считаю, что вся проблема моя в логотипе». Я говорю: «Хочу такой логотип, чтобы там был колосочек, хлебушек и круассанчик обязательно».
Вы же куда-то это загружаете. Как происходит процесс формирования технического задания? И потом как искусственный интеллект осознает, что мне нужно как конечному клиенту? Кулинкович: Начнем с того, что если вы предъявите задание живым людям, живым дизайнерам, то, скорее всего, если они будут достаточно с вами честны, то они скажут, что изменение логотипа не увеличит вашу выручку в 10 раз. Это первый момент. То есть если у вас была пекарня с плохим логотипом, а потом появляется некоторый бренд с хорошим логотипом, то едва ли это напрямую окажет влияние на ваши продажи.
Косвенно, возможно, при правильном стечении обстоятельств, правильно посеве, да. Но, скорее всего, это не является критерием хорошего логотипа. Второй момент заключается в том, что, если мы посмотрим на логотип пекарен и других каких-то бизнесов, связанных с хлебобулочными изделиями, там не всегда фигурируют колоски, не всегда фигурируют круассаны. А иногда это некий образ, визуальна интерпретация образа бизнеса, которая этим дизайнером и сделана. Соответственно, когда вы приходите в брендинговое агентство, где сидят живые люди, и они получают этот бриф, что еще происходит? Они его творчески интерпретируют.
Они смотрят, как выглядят булочные в этом городе, в округе, пытаются придумать что-то контрастное, что-то отличное от тех ребят, которые на той же улице торгуют круассанами. И, соответственно, они приходят с некоторыми дизайн-гипотезами, что кто-то решил, что это будет какой-то крестик красивый, в котором угадывается что-то такое. Кто-то решил пойти через концепцию семейности, семейного кафе, и вообще нарисовал сердечко, потому что вот «Приходите к нам. Мы вас любим». И все такое. А кто-то прошел напролом и начал рисовать конкретно круассан, фотореалистично и так далее.
И эти все подходы имеют право на жизнь, и в равнозначной степени вы можете получить такие варианты от живых людей. В случае с Ироновым человек, без участия людей, он заполняет бриф, описывает свою компанию. Дальше у нас отдельная система, нейросеть, она интерпретирует бриф, то есть она из текста брифа достает некоторые образы, которые могут подходить под визуальное представление этой компании, как она может быть представлена в виде какого-то емкого символа либо знака. И дальше это по такой цепочке передается, появляются эти визуализации этих образов, они обогащаются разными шрифтовыми комбинациями, дальше подключаются отдельные алгоритмы, которые подбирают цветовые сочетания комплиментарные. В общем, там сложная-сложная штука. Но по факту это точно то же самое, что происходит при работе с живым человеком.
То есть интерпретируется некоторый текстовый ввод, так же как к вам приходит человек и что-то говорит, и вы как-то это трансформируете. Мы все эти шаги условно творческих мытарств алгоритмизировали, перевели в какие-то отдельные процессы? И клиент на выходе получает опыт, очень сопоставимый с опытом общения с живым дизайнером. Только наш дизайнер не капризничает, не болеет. Коротнева: Не уходит в отпуск. Кулинкович Да, да, да.
Гребенников: Скажите, а стоимость разработки логотипа… Логотип, предположим, я пришел за логотипом, искусственным интеллектом и обычным дизайнером в студии Артемия Лебедева отличается? Есть какой-то прайс на искусственный интеллект и обычного дизайнера? Кулинкович: Да, конечно, отличается. Когда вы приходите лично в брендинговое агентство или дизайн-студию, помимо непосредственного конечного дизайнера, который сидит и визуализирует ваш логотип, в это вовлечено очень много людей на самом деле. Это юристы, которые помогают составлять договор; менеджеры, которые позволяют клиенту и дизайнеру услышать друг друга, перевести с одного языка на другой, и много-много всего. Соответственно, когда вы работаете с живыми людьми, чаще всего дизайн — это операционный процесс, где клиент хочет, чтобы его услышали и некоторое врем поиграли с ним вот в эту игру «Согласование видения», да?
Это все умножается на стоимость часов специалиста. И разные компании, конечно, по-разному, диапазон очень большой, но он может доходить до очень больших сумм. То есть если вы просто придете в большую дизайн-компанию, то разработка логотипа с нуля, где вас будут слышать, слушать долго и до победного, она может быть супердорогой, неподъемно дорогой для малого и среднего бизнеса. Поэтому Иронов и другие генеративные технологии — это не просто про скорость, это про такую демократизацию дизайна, что если у вас не слишком много денег для того, чтобы играть во все эти чаепития и подписания договоров дорогостоящее, то вы можете пойти и получить из коробки сопоставимый по качеству результат. Просто процесс будет происходить несколько иначе. Вам нужно будет принять, что ваши какие-то правки и пожелания интерпретируются не прямым методом, а косвенным, в результате работы некоторых алгоритмов.
Там могут быть шероховатости, а могут быть, наоборот, источники классных открытий в результате этого. Гребенников: Вот вы говорите про открытия. А бывало так, что пришли две разные компании, диапазон полгода-год, и искусственный интеллект выдал одинаковый логотип на совершенно разные задачи, которые перед вами ставили? Такое происходит и с живыми людьми, то есть можно увидеть очень много примеров того, как дизайнеры думают похоже, скажем так. Гребенников: Назовем это так, хорошо. Кулинкович: Ну да.
Просто на самом деле очень часто, когда у вас большой объем работы, вы сделали 1 000 логотипов, наивно полагать, что в мире все ваши логотипы абсолютно аутентичны, потому что каждый день в мире сотни и тысячи дизайнеров генерят новые логотипы, а набор примитивов, из которых логотипная графика состоит, он довольно ограничен, потому что есть базовые формы: треугольник, прямоугольник, квадрат и так далее, которые так или иначе комбинируются. Если мы говорим условно, что даже у стран, которых ограниченное количество, есть очень похожие флаги, которые можно часто путать друг с другом, что уж говорить про логотипы, которых сотни тысяч генерируется каждый год. Соответственно, мы видим, что действительно могут появляться одинаковые работы, как у живых людей, так и нейросеть может генерировать одинаковые работы, и мы в этом не видим проблемы, потому что это было долгое время ранее. Если где-то в Сингапуре еще существует похожая птицефабрика с таким же крестиком, таким же цветом и с таким же соотношением сторон исполнен, то едва ли эти бизнесы будут друг друга локтями толкать. Поэтому мы на это смотрим совершенно нормально компенсируем это объемом, то есть проблема плагиата существенна, когда у вас стоимость каждой итерации очень большая, а дизайнер уходит на следующую итерацию, неделю молчит, пыхтит и так далее. Но когда вы можете еще одним щелчком сгенерировать еще 100 альтернатив, то, в целом, это перестает быть проблемой.
Но я предлагаю переходить от проекта Николай Иронов к другим генеративным технологиям, потому что летом прошлого года буквально весь интернет взорвала сеть Midjourney, которая создавала крутые классные визуальные картинки, и все были в полном восторге. Но вместе с этим восторгом действительно возник вопрос о том, что «Зачем мне условно в штате держать дизайнера, если я могу загрузить свой достаточно вариант брифа, и нейросеть выдаст мне несколько классных вариантов: совершенно удивительных и визуально привлекательных. Сергей, давайте поговорим немножко про это. Во-первых, как вы думаете, какие перспективы развития у этих нейросетей? Насколько действительно хорошо они генерируют визуальные изображения, и какие риски это несет для творческих профессий? Кулинкович: Спасибо за вопрос.
Поскольку возможна какая-то профдеформация, и мы довольно давно находимся от в этой области генеративного дизайна. Просто сейчас из-за того, что искусственный интеллект как понятие тиражируется и как-то ассоциируется с нейросетевыми технологиями, и это сейчас на всех полосах газет и всяких изданий, на это все прожекторы устремлены, на самом деле генеративный дизайн существовал ранее просто в других жанрах. И он как тогда, так и сейчас создавая новые возможности, новые рабочие места, то есть сейчас есть отдельные ребята, которые используют эту технологию для того, чтобы решать подобные задачи за деньги. Midjourney и другие ребята, они создают под себя, как Иронов, который создал новый рынок, который мы сделали, так и другие ребята. Они берут и просто используют это как инструмент. Раньше инструментом была кисть, к которой просто нужно было применить к ней механическое какое-то воздействие, и сколько-то лет опыта.
Но, в целом, она выдавала такие же результаты. Сейчас вместо этой кисти что-то другое. Завтра будет еще что-то другое. Но, в целом, какого-то такого слома я не наблюдаю. Просто появилась новая возможность делать то, что раньше требовало большого количества часов, быстро. Но фактически это просто расширяет, как сказать, перераспределяет усилия людей.
То есть сейчас мы видим, что появляются новые профессии. Они такие, околодизайнерские: наполовину дизайнерские, наполовину технические. Люди, которые занимаются промт-инжинирингом, которые учатся взаимодействовать с этим инструментом, задавать ему правильные вопросы и получают правильные ответы. Но по факту это тот же дизайн, просто инструментом дизайнера является уже не кисть, уже не какие-то программы редактирования графики. А просто нейросеть. Поэтому ничего не меняется на самом деле, просто трансформируются инструменты производства.
И это было и 100 лет назад, когда происходили какие-то переходы от ручного труда к фабричному, так и сейчас. Так я себе это представляю. Гребенников: Правильно, если простым языком сказать, когда нам говорили, что появилось телевидение, то театр умрет. Точно так же, как не умер театр, не умерло телевидение после появления интернета, точно так же и с появлением искусственного интеллекта, мне кажется, у дизайнера просто появилось больше инструментов для того, чтобы творить. Кулинкович: Да. Совершенно верно.
Более того, интересный эффект, что тот крафт, ручная такая работа, которая… Вот этот рынок объединял в себе большое количество профессионалов и сейчас кажется, что пришли нейросети и этот рынок разрушили.
Последние 4 года, начиная с ковида, мы живем в таких реалиях, что много людей боятся настоящего. Это настоящее еще надо пережить. Читайте также: « 2023 — год нейросетей в SMM: учимся автоматизировать всё ». Как стать высокооплачиваемым SMM-специалистом в 2023 году Я вам скажу парадоксальный ответ: не быть SMM-специалистом в привычном понимании. Объясню: простое ведение соцсетей стоит дешево. Это вопрос не нейросетей, а спроса и предложения.
За годы существования SMM не стал в России дорогой и высокооплачиваемой нишей. Чтобы стать высокооплачиваемым SMM-специалистом, нужно очень хорошо понимать бизнес: его конкурентные преимущества, ценность. Нужно говорить заказчику: «Я не про SMM, я знаю, как вырастить ваш бизнес — в продажах, подписчиках или других метриках». В России основная проблема: «Сделайте нам рост, но с очень малым бюджетом». Если вы умеете это делать и у вас есть хорошие кейсы, вы можете стоить бесконечно дорого. Особенно в таких нишах, как development. Изучайте комьюнити-менеджмент — сейчас у бизнеса есть спрос на лояльное комьюнити вокруг бренда.
Вам нужно: иметь действительно мощные работы в портфолио, как минимум больше 3-х кейсов; хорошо понимать суть бизнеса. Еще нужно уметь раскрутить себя. Согласитесь, странно, если вы SMM-специалист без личного бренда. Когда вы это сделаете, то сможете работать на очень высоком чеке — все хотят работать с лучшими. Если вы ведете интересный блог с классными постами, вас рано или поздно купит крупный клиент за этот контент. Это история про то, что вы делаете это для себя, вам интересно, а потом этот труд монетизируется. В последние 2 года я стала писать меньше — примерно по посту раз в 3 дня.
Ни с каким выгоранием я не сталкивалась. Выгораете вы от низких расценок и оттого, что беретесь за то, что вам неинтересно. Например, можно взять 15 компаний, в которых SMM стоит по 15 тысяч рублей в месяц. В результате приходится писать большое количество неинтересных текстов на неинтересные темы за низкий прайс клиентам, которые еще и всю душу вынут.
Решал разные задачи в области Machine Learning ML — с картинками, видео и текстами, вплоть до 2022 года. Сейчас я работаю в стартапе, который занимается сельским хозяйством, — с помощью нейронных сетей по спутниковым снимкам предсказываю, что где растет и когда убирают поля. Изучите дата-аналитику на Хекслете Пройдите нашу профессию « Аналитик данных » — эта сфера может идеально подойти для использования нейросетей в будущем. Для каких задач применяют ML и нейросети Есть много прикладных задач, которые решаются с помощью эксперта, простых правил и специально подобранных алгоритмов.
Когда данных становится много, у нас появляется возможность извлекать из них полезные знания, обходя ограниченность простых подходов. С помощью ML можно рассчитывать риски — например, предсказать, выплатит ли человек кредит, или рассчитать будущие цены на квартиры. Есть отдельная группа задач, для которых нейросети особенно хороши: находить похожие картинки, звуки и посты, генерировать изображения и тексты. Конечно, искать похожие аудио можно и без нейросетей — приложение Shazam прекрасно работало даже в первых версиях. Но обучение алгоритмов с помощью нейросетей дает дополнительные возможности. Творчество нейросети Midjourney Как разрабатываются нейросети В этой части статьи будет немного хардовой информации, связанной с математикой и ML. Если вы ничего не поймете или захотите понять больше, советуем пройти наш курс по математической логике для программистов Нейросеть — это формула, которая из одного массива чисел делает другой массив. Формула большая и длинная, может быть с миллионами параметров, но собирается из довольно простых операций — арифметики, элементарных функций синусы, косинусы, экспоненты и даже более простые, вроде взятия степени и суперпозиции.
Выше пример одной из решаемых задачек: классификация изображений на условные тысячу классов. Входной массив здесь — просто массив пикселей картинки, выходной — вектор с вероятностями, что изображено на картинке. Выходной массив может быть и картинкой например, как в задачах pix2pix на улучшение картинок или дорисовывание. Входной массив может быть не картинкой, а последовательностью слов — так, например, происходит в генерации картинок по тексту. С отдельными элементами входного массива обычно не работают: действия собирают в слои и применяют операцию ко всему массиву сразу. Котика на картинке распознают независимо от того, в какой части картинки он находится. Саму формулу пишут не как аналитическую формулу, а вычислительным графом — это рецепт для калькулятора, в каком порядке и что делать с входным и промежуточным массивами. Очень популярная, старая и довольно простая моделька.
Она может показаться сложной, но операции — простые, а концепция вычислительного графа позволяет работать со сложными формулами. В этих слоях скрываются числа, они же — веса — коэффициенты в большой формуле. Сначала параметры инициализируют небольшими случайными числами, а затем улучшают с помощью градиентного спуска. Так система самообучается. Обвязку к этому движку обычно делают на Python. Но на них сейчас нейросети почти не пишут, кроме низкоуровневых сетей для устройств. Знания Python достаточно, чтобы писать крутые вещи. Есть библиотеки, позволяющие упростить процесс разработки.
Крутые обертки и сборники моделей — одна из причин, почему сейчас стало популярно разрабатывать нейросети. Например, проект Hugging Face — это платформа для разработки и использования моделей и приложений на основе искусственного интеллекта, особенно в области обработки естественного языка Natural Language Processing. Интерфейсы моделей отвязаны от математики, это простые и конкретные инструкции, что именно сделать, чтоб получить результат. А вот при использовании фреймворков PyTorch, Jax и TensorFlow для работы с данными и машинного обучения придется плотнее взаимодействовать с математикой. Как попасть в индустрию Нейросетями можно заниматься как прикладной технологией в коммерческой разработке, так и использовать их в качестве инструмента для исследований в научных лабораториях. В 2016 году, чтобы попасть в лабораторию, занимающуюся нейросетями, ничего особенного знать и уметь не требовалось. Сейчас порог входа в исследовательские лаборатории, где применяют эту технологию, увеличился. Нужно соответствовать высоким требованиям: знать математику, хорошо кодить, иметь научные публикации.
Такой уровень экспертизы есть у небольшой части людей. Вакансий публикуется больше не в области исследований, а в прикладных проектах. Прикладными проектами может заниматься обычный разработчик.
В России вырос спрос на специалистов в области ИИ в три раза
Сначала нейросети пришли за художниками, дизайнерами, композиторами, теперь добрались и до нас — работников телевидения. Знакомьтесь, новое ведущее прогноза погоды на Ставропольском телеканале. Образ, речь, студия — всё создано творческим тандемом нескольких нейросетей. Снежана не болеет, не нуждается в отпуске, но при этом помнит о людских слабостях.. Человеки если промокают, то могут простудиться. Другие сюжеты.
Еще нужно уметь раскрутить себя. Согласитесь, странно, если вы SMM-специалист без личного бренда. Когда вы это сделаете, то сможете работать на очень высоком чеке — все хотят работать с лучшими. Если вы ведете интересный блог с классными постами, вас рано или поздно купит крупный клиент за этот контент.
Это история про то, что вы делаете это для себя, вам интересно, а потом этот труд монетизируется. В последние 2 года я стала писать меньше — примерно по посту раз в 3 дня. Ни с каким выгоранием я не сталкивалась. Выгораете вы от низких расценок и оттого, что беретесь за то, что вам неинтересно.
Например, можно взять 15 компаний, в которых SMM стоит по 15 тысяч рублей в месяц. В результате приходится писать большое количество неинтересных текстов на неинтересные темы за низкий прайс клиентам, которые еще и всю душу вынут. Чтобы не выгорать, нужно работать по дорогому прайсу на клиентов, которые готовы платить, в тематике, которая вам интересна. А для этого нужно хорошо понимать бизнес клиента.
Тогда, мне кажется, никакого выгорания не будет. Можно ли SMM-специалисту работать за рубежом Тут вопрос в том, насколько хорошо вы понимаете язык. Чтобы делать хороший контент, нужно думать на этом языке так же, как его носители. Это же не просто разговор, это фразы, местные шутки и инфоповоды, которые актуальны у аудитории.
У нас получилось хорошо зайти в Саудовскую Аравию, исключительно на контенте на английском языке. SMM в целом тяжело вывести за рубеж, потому что есть такое понятие как «проклятие языка». Тяжело продать услуги, которые связаны с коммуникацией, на международном рынке. Так же и в продажах, ваш основной инструмент — это язык.
Будет тяжело продать свои услуги. Есть ли зависимость между возрастом специалиста и его зарплатой В нашем совместном исследовании с аналитическим сервисом DataFan было выявлено, что молодые middle-специалисты в SMM получают меньше, чем их старшие коллеги. Есть ли догадки, с чем это может быть связано? Это странно, потому что зарплата зависит от грейда специалиста.
При этом, как прогнозируется, вовлечение человека будет оставаться решающим в ближайшей перспективе. Делегировав часть работы ИИ, опытные специалисты могут развивать взаимоотношения с клиентами, разрабатывать стратегии продаж и персонализированного обслуживания. А время, сэкономленное благодаря возможностям ИИ, может быть инвестировано в собственное профессиональное развитие и достижение успеха в продажах. Журналист, автор контента ChatGPT и подобные формы искусственного интеллекта, которые уже способны читать, писать и понимать текстовые данные, могут существенно повлиять на работу СМИ. Медиаиндустрия уже начинает экспериментировать с контентом, созданным искусственным интеллектом. Австралийский филиал издания News Corp создает почти 3000 статей в неделю с помощью ИИ: местные новости, прогнозы погоды и анализ цен на топливо. Статьи выходят под псевдонимами.
Таким образом, журналисты, авторы технического и рекламного контента также рискуют потерять работу из-за широкого внедрения технологий ИИ. Описания товаров, рекламные объявления, статьи для поисковой оптимизации сайтов, инструкции и гайды, развлекательный контент легко генерирует ChatGPT и подобные инструменты. Например, издание BuzzFeed создает контент, такой как викторины и путеводители, с помощью ChatGPT: Очевидно, что уже в ближайшем будущем создание простых текстов человеком станет нецелесообразным, ведь нейросети будут выполнять эту работу быстро и достаточно хорошо. Но авторы могут переквалифицироваться в редакторов, которые будут исправлять ошибки, делать фактчекинг, совершенствовать тексты. Рискуют ли потерять работу журналисты и авторы контента? Собственно, в сфере медиа уже начались такие тревожные процессы. Например, немецкий таблоид Bild объявил о программе сокращения расходов на 100 млн евро, что приведет к увольнению почти 200 сотрудников.
На какие технологии будущего бизнесу необходимо обратить внимание По крайней мере один случай свидетельствует , что этот риск реален. Автора из технологического стартапа уволили без объяснения причин. Позже она получила сообщение от руководителей, что ChatGPT дешевле, чем использование ее услуг. Матиас Депфнер, гендиректор Axel Springer, куда входят Bild, Insider, Politico и Welt, прогнозирует , что ИИ вскоре сможет работать с информацией значительно лучше, чем люди. Однако по его словам, журналисты все равно будут нужны, чтобы понять «истинные мотивы» людей. Он призвал редакции уделять больше внимания эксклюзивным новостям, расследованиям, комментариям экспертов, которые пока не способны делать машины. Успех издателей будет зависеть от способности создавать такой оригинальный контент.
Журналисты уже сейчас могут писать авторские колонки, репортажи и исследования, используя инструменты искусственного интеллекта для сбора и анализа данных. А также могут выбрать узкую специализацию и сосредоточиться на развернутой, глубокой журналистике, требующей критического мышления и человеческой мысли. Писатель На сайте Amazon появились книги, подписанные именем американского автора Джейн Фридман. Однако писательница заявила, что они написаны искусственным интеллектом. Много моего контента является общедоступным для обучения моделей ИИ», — написала автор на собственном сайте. Ранее писательница создала несколько книг об издательской индустрии, и фальшивые книги довольно удачно имитировали ее произведения.
Я сказала спасибо моему «бэку», потому что мне досталась медицинская тема, в которой я «варилась» полжизни. И финальная задача — продающий текст, где нужно досконально разобраться в товаре, его технических характеристиках, ничего не перепутать. Задания у всех соискателей разные. В итоге я прошла эти круги испытаний.
Следующий шаг — собеседование в онлайне. Из всех слов, которые я там увидела, были понятны только предлоги» Работать можно из любой точки страны. Кто где. В расписании Саши — много летучек с командами. Есть собеседования, поскольку команда еще набирается. Все события отражаются в календаре. Даже сегодняшняя встреча с вами. Есть пул тестовых заданий, которые я должна проверить, и некий объем текстов от редакторов моей команды. Есть задачи с жесткими дедлайнами. Работа AI-тренера заключается в том, чтобы давать языковой модели правильные, полезные и правдивые ответы.
Мы составляем тексты на самые разные темы — аналитические материалы и анекдоты, воспитываем у нейросети чувство юмора. Если ты начал пораньше и сдал пораньше — можешь закончить рабочий день и идти отдыхать. Работа AI-тренера заключается в том, чтобы давать языковой модели правильные, полезные, емкие и правдивые ответы Источник: Дарья Пона «Работа с Алисой — как игра в слова. Сажусь утром и до самого вечера не могу оторваться» Правда, пришлось привыкать к новой терминологии, посидеть над инструкциями, разобраться с настройками и скачать приложения. Как ни крути, даже если это работа мечты, первые месяцы — всегда стресс. Но приятный. На собеседовании меня спрашивали, а как же ты с опытом офисной работы уйдешь на удаленку. Я ответила, что сама не знаю. Думала, сниму, наверное, коворкинг. Боялась, что буду отвлекаться.
А теперь понимаю, что не надо никакого коворкинга. Работа с Алисой — как игра в слова. Сажусь утром и до самого вечера не могу оторваться. Надо оттаскивать себя от компьютера. Сказать стоп, пора заканчивать.
Неожиданные профессии, где используют нейросети
Нейропилот и медиаполицейский: нейросеть назвала профессии будущего 10 августа 2023 в 14:00 Поделиться: Искусственный интеллект составил подборку перспективных специальностей. Рейтинг перспективных специальностей сгенерировал искусственный интеллект по заданию службы исследований hh. Насколько реальны и востребованы в будущем предложенные нейросетью профессии, оценил руководитель направлений "Инноваций" компании Никита Бугров. Его задачи - предотвращать киберпреступления и кибертеррористические атаки, создавать защищенную архитектуру пользования данными. По мнению эксперта, ценность таких профессионалов будет только расти.
Сценарий сериала, которому позавидует даже Тарантино, удалось воплотить в жизнь, благодаря технологии deepfake — нейросетевой программе, меняющей лица видеороликов. Сначала нейросети пришли за художниками, дизайнерами, композиторами, теперь добрались и до нас — работников телевидения. Знакомьтесь, новое ведущее прогноза погоды на Ставропольском телеканале. Образ, речь, студия — всё создано творческим тандемом нескольких нейросетей. Снежана не болеет, не нуждается в отпуске, но при этом помнит о людских слабостях.. Человеки если промокают, то могут простудиться.
Он поможет освоиться в теме за 5 уроков. Достоверность ответов: из чего состоит и как проверять. Важное о структуре ответов нейросети и видах текстов. От лучшего к худшему: что такое ранжирование ответов.
В конце каждого параграфа есть несколько проверочных вопросов, которые помогут закрепить знания. Другой способ — подать заявку на участие в школе AI-тренеров. Для поступления нужно успешно выполнить тестовое задание.
С нейросетями была знакома немного до обучения. Read More До обучения: живет в Воркуте далеко от родственников, хочет зарабатывать, чтобы переехать поближе к дочке и снимать жилье, текущего дохода не хватает. Во время обучения: изучил только 4 из 7 модулей и сконцентрировался на поиске заказчиков.
Нашел больше 15 заказчиков и заработал 41 700 р. Read More До обучения: работа в найме, желание найти дополнительный заработок Во время обучения: активный искал клиентов по нашей технологии и как результат заработал 27 000 р. Сейчас: совмещает работу в найме и онлайн-работу. Read More До обучения: пенсионер, работает психологом в доме-интернате для престарелых. Во фрилансе 5 лет - создание сайтов на Тильда Во время обучения: начала работать с текстами. Первый заказ был на 12 000 р.
Профессии будущего. Как нейросети открывают новые направления в edtech
Сначала нейросети пришли за художниками, дизайнерами, композиторами, теперь добрались и до нас — работников телевидения. При этом 30% участников убеждены, что на их профессию нейросети и ИИ не повлияют вообще (чаще всего так отвечали представители производственных специальностей). Самая известная нейросеть ChatGPT составила рейтинг специальностей, которые, по ее мнению, будут наиболее востребованы в будущем. Из этой статьи вы узнаете о трех новых профессиях, которые стали востребованными на рынке после появления нейросетей, и какие навыки нужны для того, чтобы успешно в них развиваться. Реже специалистов по нейросетям ищут в госсекторе, строительстве, логистике, здравоохранении и тяжелом машиностроении – по 1% вакансий.