Эмоций по поводу потенциала ИИ в области человекозамещения — навалом, а вот с данными и внятными исследованиями все куда хуже. Поэтому радует содержательная заметка на HBR, пересказывающая свежее большое исследование трендов во фрилансе. Выбор фриланса методически хорош, потому что в корпоративном мире отношения между работником и работодателем сложные: есть взаимные обязательства, часто долгосрочные; есть культура компании, в которой взаимоотношения сотрудников важны, есть пиарные обстоятельства… много чего есть. С фрилансом все проще: фрилансер — материал расходный, не включен в сложные внутренние связи.
Забавно, что и в самой работе использовался ИИ там, где раньше бы трудились стажеры: надо было классифицировать 1,3 млн постов на платформе для фрилансеров.
Наблюденные эффекты хорошо видны на графике, которым проиллюстрирован этот пост. Если для нормировки использовать спрос на работы, требующие физических усилий и потому не доступные ИИ, то спад впечатляющий, и его начало хорошо коррелирует с появлением популярных моделей.
Падение спроса на фрилансеров увеличило среди них конкуренцию — а еще и их интерес к генеративным инструментам:)
Почитайте, там интересно, и совсем не видно, чтобы изменения спроса замедлялись.

hbr.org

_______
Источник | #techsparks
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

А вот Nvidia продолжает демонстрировать, что компания не только про чипы, но и про собственные модели, иллюстрирующие красоту генеративного ИИ и крутость продуктов Nvidia — full version uses 2.5 billion parameters and was trained on a bank of Nviidia DGX systems packing 32 H100 Tensor Core GPUs 🙂
Модель по имени Fugatto (от Foundational Generative Audio Transformer Opus 1) описывается как a Swiss Army knife for sound, а сравнение ее с другими моделями звучит немножко токсично: some AI models can compose a song or modify a voice, none have the dexterity of the new offering 🙂
Музыкантам предлагается использовать новый инструмент на разных стадиях процесса — от прототипирования до улучшения качества имеющихся треков. Модель умеет создавать неожиданные эффекты: For instance, Fugatto can make a trumpet bark or a saxophone meow. Whatever users can describe, the model can create. Черрипики в приложенном треке звучат впечатляюще.
Осталось дождаться реакции и без того в последнее время нервных музыкантов:)

https://blogs.nvidia.com/blog/fugatto-gen-ai-sound-model/

_______
Источник | #techsparks
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

Про громадье китайских планов в отношении роботизации (причем с использованием человекоподобных роботов с ИИ софтом) я писал и говорил не раз. Вот немножко свежих деталей.
К концу 2025 планируется развернуть массовое производство и поставить на рынок 1 млн. роботов.Над этим работают не только стартапы, но и имеющие опыт массового сложного технологического производства компании типа Xang Robotics, дочки крупного автопроизводителя.
Области применения планируются широкие: от помощи по дому до производства и здравоохранения, все те области, которые испытывают сильный дефицит кадров, а демографическая ситуация не обещает никакого быстрого улучшения.
Специально для технофобов: A unique and forward-thinking aspect of this initiative is the concept of symbiotic production, where robots actively participate in their own manufacturing processes.
https://www.geeky-gadgets.com/china-ai-robotics-initiative/

_______
Источник | #techsparks
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

Очередной логрид под выходные (да, я понимаю, что для многих эти выходные суматошней будней — ну, тогда отложите чтение до каникул:) )
Эрик Бриньолфсон, великолепный экономист и соавтор одной из любимых моих книг «Машина, платформа, толпа» не просто очень интересно поотвечал на уже немного надоевшие вопросы про влияние ИИ на рынок труда и на рост экономического неравенства. Самый его краткий ответ: «если честно, мы пока не знаем». А дальше начинается интересное — почему мы не знаем, чему нас учит история развития технологий, почему не все уроки применимы. А еще на простых примерах автор всем время показывает, что простые «очевидные» линейные зависимости почти всегда оказываются ошибочными: жизнь вообще и экономика в частности — очень сложные и нелинейные явления. Вроде просто и очевидно: если растет производительность, надо все меньше людей — ААА! безработица вырастет. Страшилка регулярно встречается в текстах алармистов про ИИ.
Но вот прогресс авиатехники все время увеличивал производительность пилотов, но потребность в них не падала, а росла. Поскольку этот прогресс делал еще и дешевле полеты — и рост числа пассажиров оказался таким, что одной производительностью его не скомпенсируешь, постоянно росло и число пилотов. И так — или похоже — везде:)
Но чему учит история — прогресс требует все время учиться, доучиваться и переучиваться. А современные образовательные институции не очень умеют это обеспечить.
And frankly, our existing training, job matching, and safety nets are not nearly nimble enough. So that’s a priority: to be ready for this disruption. It’s not mass unemployment I’m predicting, but mass disruption.
Очень убедительно оптимистичный текст — и вообше приятное умное чтиво.
https://www.theatlantic.com/sponsored/google/the-jobs-equation-erik-brynjolfsson-qa/3872/

_______
Источник | #techsparks
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot