Нейрообъятия для человечества

Как встроить генерацию картинок в административную панель сайта?

«Ведущие исследовательские центры в области машинного обучения в последние годы создают все более и более крупные нейронные языковые модели. Количество параметров самых больших монолитных нейросетей уже перевалило за 500 млрд и продолжает расти. Это беспрецедентные в истории человечества вычислительные проекты. Но прогресс заключается не только в создании все более огромных нейросетевых монстров, но и в совершенствовании архитектур сетей и методов их обучения», — отмечает Сергей Марков, директор Управления экспериментальных систем машинного обучения SberDevices.

На графике ниже представлен пример поиска аномалий в количестве визитов на сайт регионального СМИ. Желтая линия тренда показывает средние значения, а красная и зеленая — допустимый коридор. Нахождение графика в пределах коридора считаем нормой. Выход кривой за пределы коридора — аномалией, требующей повышенного внимания аналитиков.

Эти «веса» помогают определить важность той или иной переменной во входных данных. При прохождении каждого слоя входные данные умножаются на их «веса», а затем суммируются. Если получившееся значение выше заданного порога, то нейрон активируется и передает данные на следующий уровень.

Распознавание и обработка естественного языка. Нейросети способны вести диалог, искать ошибки в коде и даже давать медицинские советы. А на базе нейросетей некоторых разработчиков можно создавать многоязычных голосовых помощников и роботов для call-центров.

Однако без опыта работы генеративными сетями затраты времени у журналиста будут сопоставимы с трудозатратами на поиск по фотобанкам: вместо формулирования ключевых слов для фотобанка нужно будет написать prompt (или «подсказки», прим. TAdviser), а вместо выбора подходящего результата поиска — дождаться генерации, при необходимости переформулировать запрос, повысить качество и скачать результат. Как DevOps-сервис помогает «разгрузить» высоконагруженные системы BPMSoft

Глубокие нейронные сети отличаются тем, что искусственные нейроны в них связаны друг с другом, а каждой такой связи присваивается определенный «вес», который отражает ее значимость. Кроме того, связь между нейронами может быть «упреждающей». Это означает, что данные проходят через них только в одном направлении. Такое происходит, если значение «веса» соединения ниже заданного.

Улучшение качества фотографий

При этом уже есть несколько гипотез относительно того, как создавать AGI. Первая заключается в том, что надо строить большие нейросети и объединять их друг с другом разными способами. Суть второй состоит в том, что нейросети в чистом виде — это тупиковое направление и нужны математические методы, основанные на вероятностной логике. Сторонники третьей гипотезы полагают, что нужно сочетать и современные методы обучения глубоких нейросетей, и формальные математические методы.

На март 2023 года платная браузерная версия ChatGPT стоит 20 долларов в месяц, MidJourney — 10 долларов. Платный API ChatGPT — Классификация объектов. «Умные» камеры со встроенными нейросетями способны идентифицировать людей на улицах города или в транспорте и выявлять нарушителей. Также технологию можно применять для организации безопасной системы пропусков на предприятиях. Нейросети также применяют в медицине: они способны анализировать рентгеновские снимки и исследования биопсии для поиска раковых клеток.,002 за 1000 токенов, или около 750 слов. Среднее количество символов в слове на английском языке — 5 букв, а на русском языке — 6 букв. С учетом этого примерное количество символов в 750 словах на английском языке составляет 3 750 символов, а на русском языке — 4 500 символов. Однако, это лишь приблизительная оценка, и фактическое количество символов может отличаться в зависимости от текста и его содержания. Таким образом, статья, написанная с первой попытки, будет стоить не более 15 копеек, что можно считать погрешностью и не учитывать в расчете экономии на трудозатратах.

При глубоком обучении специалист по работе с данными предоставляет нейросети только необработанные данные, а та самостоятельно извлекает функции и обучается независимо. Если результат неудовлетворительный, то цикл обучения повторяется снова, пока нейросеть не начнет давать корректные ответы.

DALL-E 2 реалистично редактирует изображения, удаляя и добавляя элементы, изменяя композицию, тени и текстуру. Может создавать вариации, вдохновляясь оригиналом. DALL-E 2 предоставляет публичный API, который потенциально можно использовать для встраивания функций в движок сайтов СМИ.

При обучении нейронной сети все ее «веса» изначально задаются случайными значениями. Обучающие данные подаются на нижний, или входной, слой. Затем они проходят через последующие слои, пока не достигают выходного. Во время обучения «веса» и пороговые значения постоянно корректируются до тех пор, пока данные обучения не будут постоянно давать одинаковые результаты.

В настоящее время Midjourney доступен через Discord-бот на официальном Discord-сервере. Пользователь генерирует изображение с помощью команды «/imagine» и вводит запрос, как в любом другом генераторе искусственного интеллекта. Затем бот возвращает 4 изображения, можно выбрать 1 из 4 и создать вариации на его основе либо повысить его детализацию.

Совместная работа нейросети и журналиста

Midjourney использует собственную технологию глубокого обучения, позволяющую создавать изображения с высокой степенью детализации и реалистичности. Уже существует несколько готовых продуктов, таких как приложения для создания автоматических рекламных баннеров и обложек для книг на основе текстовых описаний.

Например, нейросети могут использоваться для автоматического написания новостных статей на основе данных, собранных из различных источников. Это может помочь сократить время, затрачиваемое на написание статей, освободить журналистов для выполнения более творческих задач, а также улучшить качество и точность текстов.

Наибольшая экономия времени видна при подготовке рерайта. Журналисту чаще всего достаточно внести правки по стилистике. Но иногда нейросеть досочиняет несуществующие факты, что может привести к плачевным последствиям для СМИ. Поэтому пока рискованно допускать нейросеть в админку СМИ с правом публикации без человеческого контроля.

Если посчитать трудозатраты, то можно в цифрах определить эффективность использования нейросетей в работе журналистов. На диаграмме ниже отражен результат наиболее пессимистичных расчетов при использовании браузерной версии ChatGPT на платном тарифе. Драматичность экономии времени следует оценивать, глядя на цифры, потому что для отражения маленьких значений совместно с большими применена логарифмическая шкала при построении диаграммы.

В пользу нейросетей говорит также то, что сгенерированные изображения обладают высокой оригинальностью, привлекают внимание, часто получаются довольно красивыми, не нарушают авторские права и дешевле покупки лицензий у авторов. А встраивание алгоритма непосредственно в административную панель сайта с автоматизацией создания запроса к нейросети на основе выделенного контекста материала (который может написать другая нейросеть, выделяющая смыслы) — может свести трудозатраты журналиста к значениям, близким к нулю: до пары кликов мышью.

А британская компания DeepMind представила систему искусственного интеллекта «общего назначения» под названием Gato, которую обучили выполнять 604 разных задания, в том числе добавлять подписи к изображениям, участвовать в диалогах, складывать блоки с помощью роборуки и играть в игры Atari. Gato обучили на примерах миллиардов слов, изображений из реального мира и смоделированных сред. В DeepMind утверждают, что в 450 из 604 вышеупомянутых задач модель работает лучше, чем человек-эксперт.