В дополнение к предыдущему посту

Flux реально хороша. Потыкал картинки на Image Arena (аналог Chatbot Arena, про которую писал выше). Получилась вот такая статистика. На моей маленькой выборке винрейт моделек Flux составил по 100%.

Потыкать картинки на арене можно тут

Презентация Made By Google начнется с минуты на минуту

Сегодняшний день богат на посты. Это уже четвертый 😅 Прямо сейчас начинается презентация Made by Google. Ожидается, но на ней будут представлены новые смартфоны Pixel, которые по традиции будут наделены разными ИИ-фишками.

Помимо этого, возможно получим информацию по Gemini Live, которая выступает вашим ИИ-ассистентом в режиме реального времени. Можно навести камеру на что угодно и спросить про это в режиме диалога. Систему уже показывали на прошлой презентации.

Чего еще я ожидаю:
- информацию по новым Gemini Nano (которые работают прямо на устройстве)
- анонс дат релиза агентов Gemini (аналогов GPTs), которых также тизерили ранее

Смотреть презентацию со мной можно тут. А я пока запущу ее фоном и буду работать 🙂

Интеграция с сервисами

Презентация началась с того, что сделали акцент на том, что Gemini теперь лучше понимает контекст, опираясь на данные из ваших документов в сервисах гугл, календаре и информации на девайсе. Естественно, сказали, что это все приватно и данные никуда не отправляются за пределы устройства.

Gemini Live будет доступна уже сегодня!

Это та штука, про которую я писал выше. ИИ-ассистент в режиме реального времени.

Вот несколько ключевых функций:
- работает прямо на устройстве
- доступно будет 10 разных голосов (в английском)
- поддерживает режим диалога в реальном времени (хотя есть небольшая задержка)
- доступна для всех подписчиков Gemini Advanced

Google улучшили Gemini Nano на новых устройствах Pixel и насыпали новых функций

Первой показазали функцию автоматических саммари звонков и транскриптов. Транскрипты будут делаться прямо на устройстве, обещают конфиденциальность данных.

Затем показали, как будет работать ИИ со скриншотами. Теперь можно будет не только искать что-то в галлерее, но и взаимодействовать со скриншотами. Скажем, вы сделали скриншот вещи, которая вам понравилась - встроенная моделька найдет этот предмет и даст вам ссылку на сайты, где это можно купить.

Добавили несколько функций, связанных с генерацией изображений. Теперь на устройствах будет приложение Pixel Studio, в котором можно будет генерировать картинки, открытки, стикеры (судя по всему, с помощью Imagen).

Добавили функции “профессионального” редактирования фотографий. Что-то похожее на то, что делали в Photoshop. ИИ обрабатывает фотку, применяя всякие техники профессиональных фотографов, применяя правила залотого сечения, цветового баланса и.т.д. Можно расширить содержимое фотографий, добавить человека на фото и много чего еще.

Помимо этого гугл сказала, что улучшила понимание человеческой речи моделями, но это надо будет еще проверить.

В общем, неплохая презентация по части ИИ получилась.

Почему это важно? Apple осенью обещают нам Apple Intellegence (так они назвали свой AI). Многое будет перекликаться с тем, что в итоге будет у яблочной компании. А это будет менять то, как мы взаимодействуем с ИИ каждый день, используя свои смартфоны

На лекцию по AI в медицине записалось уже 8 человек!

И это приятно. Если кто-то хотел, но пропустил - вот пост с подробностями. Если не можете - не страшно. Как и обещал - будет запись!

Напоминаю, что до встречи вы можете задать мне свои вопросы, на которые бы хотели получить ответы во время мероприятия. У ребят из Мичиганского университета такой возможности не было,а у вас есть и я готов поресерчить ответы до воскресенья 🙂 Вы можете их задать под этим постом либо постом с анонсом.

Сейчас же, если ну будет каких-то сверхсрочных новостей - замолкаю до воскресенья, так как во вторник было много постов. Решил остаток недели не грузить аудиторию излишними уведомлениями. Всем хороших выходных и увидимся в воскресенье! 😄

Ссылка на лекцию онлайн

Лекция по AI в медицине здесь

Ссылка на конференцию. Ждем 5 минут

Запись лекции по AI в медицине уже доступна

Друзья, спасибо тем, кто пришел сегодня на лекцию. Рад был провести ее и ответить на вопросы.

Запись уже доступна по ссылке.

Материалы, которые упоминал:
Сайт Perceptive
Сервисы для медицинских заметок: Heidi, Athelas
Кейс IBM по обнаружению Сепсиса (внутри есть видео)
Сайт третьего мнения (внутри есть видео)
Сервисы для ресерча: Tavily, Perplexity
There’s an AI for that

#обучающиематериалы

Джуны - лучшие члены команды или почему я люблю джунов

Сейчас заметил такой трен на рынке труда, что джуны никому не нужны. Очень сложно найти первую работу, а когда находишь - тебе ничего не доверяют и отдают делать откровенную фигню. В похожей ситуации был и я, когда перешел на работу в свою первую “большую компанию”.

Когда я учился в магистратуре - меня позвали работать в стартап на позицию продакт-менеджера. Команда была небольшая, но так как это стартап - у меня было много ответственности по самым разным направлениям. Мой руководитель постоянно отдавал мне много задач, делал регулярные созвоны, на которых объяснял, что мне нужно делать,давал почитать какие-то книги, скидывал обучающие видео. На моей доске в таск-трекере была отдельная карточка с полезными ресурсами, которые мне нужно было пройти, чтобы сделать какую-то определенную задачку. И это было круто. Я очень сильно вырос как продакт за те 6 месяцев, что работал в этом стартапе, но индустрия была не моя и я ушел в КРОК.

И здесь я столкнулся с полной противоположностью. В компанию заманили перспективами. ЗП была на 10% ниже, чем у меня была в стартапе и почти в 2 раза ниже той, которая у меня была в оффере от другой компании. Но я подумал, что хочу учиться в этой компании и пофигу на зарплату.

В общем и целом, мне отдали box-moving проекты, суть которых была такая: клиенту нужны какие-то компьютеры, он пришел к нам, мне нужно написать в отдел закупок, чтобы они эти компы нашли, выбрать лучшую цену, накинуть нашу маржу и выслать клиенту коммерческое предложение. После - проконтролировать поставку компов. В общем, полная скукота. Проработал я такпару месяцев - загрустил. Пошел к руководителю с тезисами, что мол я знаю, что у компании есть более крутые проекты по проектированию стадионов и много чего другого, можно ли я подключусь на эти проекты как джун, буду помогать с задачами и учиться. На что получил ответ, что нет, так как у меня недостаточно опыта. Я парировал тем, что хочу его таким образом получить. Но мне сказали, что так в компании не принято. Надо хотя бы годик отработать на Box Moving, а потом меня начнут подключать. В общем-то, это меня не устраивало. Спустя еще 2 месяца я решил, что этой дурней заниматься не буду и из компании ушел.

То есть я, будучи высоко мотивированым, желающим учиться и брать на себя ответственность - получал все это в стартапе, но как только перешел в корпорацию - потерял возможность реализовывать себя. Параллельно я видел работающих в компании мидлов, которые сидят на своей позиции года по 2 с практически одинаковой зарплатой. Общался с ними и узнал, что им, в принципе, норм, потому что стабильно, а вечером можно винчик попить.

В общем, после ухода из КРОК-а я начал расти бешенными темпами, получая прибавку в ЗП каждые полгода, пробуя разные позиции, наращивая зону ответственности и получая новые знания. На своем запале мотивации я познакомился с кучей крутых людей, прошел огромное количество курсов. Все в желании вырасти из джуна, показать себя, доказать себе и окружающим, что я могу.

Останься я в КРОК - возможно до сих пор сидел бы с аргументами, что мне норм и можно попить соку после работы (винчик не люблю) 😁

Как это связано с любовью к джунам? Как правило, специалисты среднего уровня - это уже сформировавшиеся ребята, большинство из которых так и останется на этом уровне. Синьоры - у них нужно учиться, но при этом у них высокие запросы, некоторые в принципе считают только себя правыми. А джун - это чистый лист. Максимально мотивированный. Максимально готовый учиться и перенимать знания. Максимально заряженный на то, чтобы получать результат и доказывать, что он может.

Когда я вижу джунов - я вижу в них себя периода работы в КРОК и мне всегда хочется доверить им больше. Да, будут ошибки, но ошибки - это нормально. Ошибаясь, мы хотим стать лучше. Между мотивированым джуном и мидлом, не проявляющим особого интереса я всегда выберу первого. До мидла можно дорасти за полгода, а на поиск мотивированного и ответственного человека, который идеально вольется в твою команду и процессы может уйти гораздо больше.

Каким должен быть ML-инженер в команде AI-продукта

ML-инженеры - это ключевые люди в команде ИИ-продукта. Почему - тема отдельного поста. Сейчас же продолжу тему идеальной команды и опишу, как я вижу правильных ML-инженеров.

Ранее у меня уже были посты про идеальную команду, про то, каким должен быть продакт и дизайнер. Сегодня я заканчиваю описывать этот продуктовый треугольник 🙂

1. Проактивность и инициативность
Первое, с чего хотелось бы начать, что как и в случае с дизайнером, ML-инженер - это не тот член команды, который должен работать тупо по ТЗ. В принципе, из членов команды, по ТЗ может работать только тестировщик и то, я сомневаюсь даже в этом 😅 Хороший ML-инженер - это не только крутой спец по машинному обучению, но и человек, предлагающий какие-то идеи и подходы в решении задачи, с которой работает вся команда. Проактивность - это первое качество, которое должно у него быть. Хочешь работать тупо по ТЗ - тебе не место в продуктовой команде.

2. Понимание предметной области
Во-вторых, я очень ценю, когда ML-инженер не просто выполняет задачу, а пытается расширить свои компетенции в сторону индустрии, над задачей которой работает. Объясню на примере Skyeng. Наши задачи там были связаны с изучением английского языка. То есть затрагивали такие темы как лингвистику, преподавание и психологию. И насколько же это было круто, когда наши инженеры в разговорах с методистами прямо погружались в эти темы, приводили конкретные исследования, метрики и много чего другого. Это очень помогало в формировании требований к моделям, которые мы создавали, т.к. все говорили на одном языке, а не просто передавали задачи друг другу.

3. Коммуникабельность и умение объяснять сложные вещи простым языком
Третий момент - это умение объяснять простым языком свою часть и терпимость к тем, кто это не понимает. Когда я только пришел в R&D команду я уже довольно сильно был подкован в AI, но не в технической части. И когда мои ребята отвечали мне на мои бесконечные вопросы “А как?”, “А почему так?”, “А это что такое” и.т.д. это очень помогало не только лучше понимать, что происходит, но и лучше организовать их рабочий процесс. Помимо этого, часто в компаниях есть отделы, в которых вообще не знают, что такое ИИ, но очень его хотят. И на встречах с такими ребятами максимально круто проявляется сочетание этого и второго пункта. Благодаря этим качествам можно придти к очень крутым решениям.

4. Дополнительные важные качества
Помимо этого, я бы выделил такие важные качества как:

Насмотренность: очень круто, если инженер пробует много разных ИИ-продуктов, а не только кодит
Открытость ко всему новому: технологии развиваются стремительно, важно уметь адаптироваться и учиться
Опыт в разных сферах: помогает находить нестандартные решения и подходы
Умение работать в команде: разработка AI-продуктов - это командная работа, важно уметь эффективно взаимодействовать с коллегами
Структурированное мышление и умение решать проблемы: разработка ML-моделей - это постоянное решение сложных задач, важно уметь анализировать, разбивать проблему на части и находить оптимальные решения
Знание современных инструментов и фреймворков: помогает ускорить разработку и повысить эффективность работы

5. Страсть к своему делу
Ну и, конечно, хороший ML-инженер - это фанат своего дела, человек, искренне это любящий и уделяющий внимание своей работе и своему профессиональному развитию.

Найти идеального ML-инженера сложно, но возможно. Главное - искать не просто специалиста с нужными навыками, а человека, который разделяет ценности вашей команды и готов расти и развиваться вместе с вами. Мне повезло работать именно с такими!

Я играю в приставку в рабочее время

И считаю, что так и нужно делать! Почему? Потому что это и есть моя работа. Серьезно. VR-одно из направлений с которыми я работаю. В Pearson в течении полугода мы разрабатывали игру для изучения английского языка и бывали дни, когда я зависал в VR-е по 3 часа в течении работчего дня.

Вы, наверное, не это ожидали услышать, когда читали заголовок, да? 😁 А теперь давайте еще серьезнее. В Pearson я не работаю уже некоторое время, а на столе у меня всегда лежит Nintendo Switch и теперь еще и VR, оставшийся от Pearson. И довольно часто в перерывах между рабочими созвонами и задачами я беру в руки приставку и делаю перерыв на короткую игровую сессию. Это может быть матч в FC24, Monster Hunter или что-то еще. В принципе - не важно что. Главное - переключиться.

В среднем, у большинства людей максимальный период производительности за рабочий день - это порядка 4 часов. У кого-то больше, у кого-то меньше. То есть за весь день мы можем сконцентрированно проработать над чем-то 4 часа. Остальное - это время на фокусировку, созвоны и прочие отвлекающие факторы.

Для себя я нашел формулу, что эффективнее всего эти часы эффективности распределять не подряд, а с какими-то перерывами на деятельность, полностью забирающую на себя фокус внимания. И игры для этого подходят просто идеально, музыка, кстати, тоже работает отлично. Я просто беру и сгружаю из мозга все из реального мира, давая ему конфетку в виде виртуального, в котором он может не думать о дедлайнах, бюджетах и о том, чтобы кто-то продолбался. В результате нагрузка на наш мыслительный аппарат существенно спадает. И, как ни странно, лично у меня время моей эффективности в день, когда я делаю перерывы на игру, гораздо выше, чем в дни без этого.

Для сравнения - меня можно довольно быстро выжать созвонами на 4 часа подряд. Если такое происходит - в течении всего оставшегося дня я не могу сконцентрироваться на оставшихся задачах, потому что весь ресурс был потрачен во-первых на созвоны, во-вторых, на то, чтобы заставить себя на них сидеть эффективно. Лично я не могу держать фокус внимания на созвоне, который длинее полутора часов. Если что-то тянется так долго - я невольно начинаю отвлекаться на уведомления, происходящее за окном и разные звуки. И мне приходится буквально заставлять себя продолжать работать.

Совершенно иначе работает, если между созвонами я добавляю перерывчик и беру в руки приставку. В подобные дни мне удавалось проработать по 6+ часов эффективно.

В общем, друзья, если хотите работать хорошо:
- делайте перерывы между рабочими задачами
- играйте в игры либо делайте что-то другое, что вам нравится 🙂

Почему задержание Павла Дурова - это очень тревожный сигнал

Новости о задержании основателя Telegram во Франции по обвинениям в пособничестве терроризму и другой незаконной деятельности вызвали серьезную обеспокоенность. Telegram известен своим отказом сотрудничать со спецслужбами, и теперь Павлу Дурову пытаются вменить ответственность за то, что его мессенджер используется для противоправных действий.

Не стану здесь углубляться в вопросы свободы слова. В мире бизнеса существуют правила игры, и часть этих правил всегда диктуется государством. Однако тема приватности — это область, где бизнес всегда стремился к большей защите своих продуктов, и государство обычно не препятствовало этому, предпочитая разрабатывать или покупать средства для дешифровки.

Почему же в случае с Telegram выбран иной путь? Возможны три ответа: либо у Telegram действительно непревзойденные алгоритмы шифрования, либо это показательная акция с политическими целями, либо власти Франции демонстрируют крайнюю недальновидность и лицемерие.

Оставим в стороне вопросы качества шифрования и политики. Но третий пункт вызывает серьезную тревогу.

Почему недальновидность? Потому что создателям сервиса пытаются вменить ответственность за нецелевое использование их продукта. А учитывая, что это происходит в Европе, где распространено прецедентное право, это создает опасный прецедент.

Почему лицемерие? Во-первых, потому что Европа всегда выступала за приватность, особенно когда Telegram пытались заблокировать в России. Во-вторых, по аналогии можно обвинить любого производителя смартфонов или другой техники, ведь на них можно запускать ПО для такой коммуникации. Можно даже обвинить производителя бумаги в пособничестве терроризму, ведь на ней можно писать преступные планы.

Если Павлу Дурову предъявят обвинения, это будет означать, что разработчики любых цифровых сервисов потенциально могут быть привлечены к ответственности за нецелевое использование их продуктов. Под угрозу попадают прежде всего любые цифровые продукты, принципы функционирования которых будут непонятны государству. И это в первую очередь касается всего, что основано на искусственном интеллекте.

Почему ИИ особенно уязвим?
- Создатели могли не заложить достаточные методы защиты.
- Создатели могли не предполагать использования своего ИИ для негативных целей (например, фитнес-ассистент, которого хакнули и заставили выдать рецепт бомбы).
- В любом алгоритме ИИ могут присутствовать уязвимости.
- Создатели продукта вряд ли захотят делиться с государством данными об обучении моделей.
- Создателям продукта может быть самим непонятны принципы функционирования алгоритмов (например, LLM - это "черный ящик").

Задержание Павла — это тревожный сигнал для всех разработчиков цифровых продуктов, особенно в области ИИ. Если этот прецедент будет создан, это может привести к серьезным ограничениям инноваций и развитию технологий.

Буду надеяться на разрешение ситуации и скорейшее освобождение Павла #freedurov

Почему я решил не искать работу в США (пока)

Продолжаю раскрывать подробности карьерной стороны работы продактом. Как вы знаете, в России я работал продактом, после переезда - некоторое время работал в Pearson, также продактом. Однако с января 2024 я занимаюсь исключительно консалтингом и работаю сам на себя. И, несмотря на переезд в США, работу здесь я решил пока что не искать. И на то есть несколько причин.

1. Усталость от работы в найме. Вопреки распространенному мнению, работа в найме не равно стабильность. За время работы в Skyeng я пережил 3 реорганизации, на 4-й моя позиция попала под сокращения из-за обрезки бюджетов. Я думал, ну ок, это российская компания, тут в принципе стабильности быть не может. Однако похожая ситуация была и в Pearson. Когда меня нанимали - руководитель говорил, что позиция железная и ребят из акселератора никто трогать не будет. Чем все обернулось? Изначально у меня в декабре 2023 заканчивался контракт, и приходил новый СЕО. Контракт должны были возобновить с конца января. После - мы договорились, что по приезде в США я перейду в штат на полноценную позицию с американской зарплатой. Однако этого не случилось. Новый СЕО долго рассматривал бюджеты на 2024, мне сначала пообещали новый контракт в конце февраля, потом в марте, потом в апреле. В итоге мой проект отдали другой команде. И компания приняла новую политику - не работать вообще ни с кем на контрактной основе. Я, который 4 месяца прождал, от этого, мягко говоря, офигел. Т.к. за те 4 месяца простоя планировал запросить Sign-on бонус за лояльность, ибо мне все время простоя никто не платил. Ок, контракты нельзя, тогда что? В Pearson немедленно открыли позиции в штат. Продакта, дизайнера, инженера. Руководитель написал мне, чтобы я подавал быстрее, но сказал, что я должен пройти через весь процесс найма, в том числе интервью с HR, потому что бюрократия. Ок, заполнил заявку, отправил резюме. Должны были назначать интервью. Через неделю зашел на портал и не обнаружил там открытой позиции, ни своей, ни дизайнерской, ни инженерной. Пишу руководителю - получаю ответ, что Pearson заморозили весь найм в связи с реорганизацией. То есть мой руководитель 4 месяца добивался согласования бюджета на новые позиции, чтобы через неделю их заморозили. Где тут стабильность? 🙃

2. Кризис на рынке труда в США.По статистике, которой со мной поделились - чтобы получить здесь оффер, нужно отправить 500-800 откликов. Каждый отклик - это адаптация резюме, написание сопроводительного письма. Нехилая такая умственная работа, даже если использовать ИИ для этого и иметь все шаблоны. Если отправлять в день по 3 отклика (что я считаю оптимальным, ибо есть и другие задачи), то для получения оффера понадобится полгода. Либо нужно отправлять больше откликов и ничем не заниматься, предположим, что 5 в день. Больше - уже сложно сфокусироваться. Тогда получим срок в 3-4 месяца. 3-4 месяца сидеть без работы. И фиг с ним с деньгами. Для специалиста по ИИ этот срок сопоставим с вечностью. За это время ты успеешь устареть. Да, можно следить за новостями, но ничто не способно заменить работу с реальными задачами и общение с инженерами. Я не хочу устаревать и упускать свое преимущество, и даже несмотря на то, что занятие консалтингом в краткосрочной перспективе приносит меньше денег - в долгосрочной оно сопоставимо с получением оффера. Ибо я зарабатываю здесь и сейчас, а не через полгода, при этом я получаю знания и опыт.

3. Нежелание идти на компромиссы. Очень ценю себя как специалиста и не собираюсь опускать свою планку ради получения оффера здесь. Из-за смены рынка с российского на американский, для того, чтобы получить оффер - мне нужно будет идти на компромиссы. Это либо продолжать работать в EdTech, который мне поднадоел, но позиция будет Senior уровня. Либо опускаться до Middle+ для работы в смежной сфере. Сменить сферу, сохранив уровень позиции очень сложно, а это А - потеря уровня в иерархии, Б - потеря в зарплате, т.к. оплата завязана на твоем грейде.

Начало поста 👆
4. Нежелание бегать за работодателем. Как писал выше - работа в найме для меня не особо привлекательна, так как не гарантирует стабильности. Я хочу сам нести ответственность за то, есть работа у меня или нет. Если я получаю мало денег или не получаю их в этом месяце - я хочу, чтобы это было потому, что я продолбался или плохо поработал, а не из-за того, что в компании идет реорганизация. По этой причине, сейчас я хочу, чтобы работодатель сам ко мне приходил, а не я к нему. В России ко мне при открытом резюме приходило 2-3 HR-а в месяц в холодную. И я не хочу видеть иного здесь. Как этого достичь - я просто буду делать проекты, ориентированные на рынок США, получая релевантный опыт. И, если так сложится - устроюсь в компанию здесь. Если нет - в данный момент консалтинг меня полностью устраивает.

5. Отсутствие интересных позиций с удаленкой. Сейчас рынок в США изменился, и всех загоняют либо в офис, либо на гибрид. Мы живем в Мичигане. Позиции, которые мне интересны, находятся в других штатах: Калифорния, Техас, Нью-Йорк. Идти работать туда - тупо иррационально. Т.к. мы с Настей сюда переехали не для того, чтобы жить отдельно. Ни одна работа не стоит этого. Помимо этого, жить отдельно - это х2 расходы на жилье. И какой смысл от прироста дохода условно на $3 000 в месяц, если $2 500 из них будут уходить на аренду квартиры? При этом, что мне, что Насте придется быт тащить на себе в одиночку. Сомнительное преимущество 😀

В общем, задача сейчас - построить стабильный поток на консалтинг и пробовать запускать какие-то свои стартапные истории.

Знаю, что у меня в канале есть ребята, которые интересуются ИИ не только со стороны продукта, но и с инженерной стороны.

Так вот, для вас очень рекомендую записаться на лекцию моего товарища - Виктора Кантора.

Познакомились с Виктором мы в 2022 году, когда мне повезло попасть гостем на его подскаст ТехТок.

Виктор очень крутой специалист. Ранее руководил бигдатой в Яндексе, был Chief Data Scientist в МТС. Сейчас ушел из менеджмента и делает свой образовательный проект. В 2020 году попал в рейтинг Forbes 30 до 30. В общем, явно тот человек, которого, как минимум, стоит послушать по тематике ИИ 😁

Искренне рекомендую!

Как компании экономят миллиарды с помощью ML-специалистов?

🔔Именно такие кейсы, показывающие востребованность и интересность задач в ML, я разберу на вебинаре уже в эту среду (завтра!). Зарегистрироваться на вебинар можно по ссылке ниже⬇️

[ Зарегистрироваться ]

❗️Важно: доступ к регистрации на вебинар закроется 28.08 в 19:00 по Мск, поэтому не откладывайте!

На мероприятии мы:
▪️обсудим, что вы сможете делать с помощью ML, и какие реальные кейсы его применения нас окружают,
▪️поговорим о том, как найти работу начинающему ML-специалисту,
▪️разберемся, с чего начать изучение ML, и какие навыки для этого нужны.

Встречаемся 28.08 в 20:00 по мск⏰

Вебинар – отличная возможность начать погружение в ML уже сейчас👍

Gemini Gems уже доступны в Google Gemini

Слишком много Gem в одном предложении не бывает 😅

Gems - это аналог GPT’s от гугла. Доступны с сегодняшнего дня. Можно создавать своих ассистентов с ролями, инструкциями и ограничениями прямо из интерфейса Gemini.

Создавать можно абсолютно разные Gems, минусов, пока что, на мой взгляд, два: не нашел, можно ли делиться своими Gems и нельхя загружать файлы.

От гугла сейчас доступно несколько готовых Gems: Brainstormer, Career Guide, Coding Partner, Learning Coach, Writing editor.

Из прикольного - когда даешь инструкции при создании нового Gems, можно нажать на волшебную палочку и Gemini перепишет промпт, используя основные принципы промпт-инжиниринга.

Буду активно тестировать данную функцию!

Трехмесячный стартап Ильи Суцкевера привлек 1 млрд долларов

Сегодня, наверное, главной новостью по AI стала эта!

Илья Суцкевер - один из сооснователей OpenAI, ушедший из компании. В OpenAI у Ильи были какие-то разногласия с менеджментом по поводу безопасного ИИ. В итоге что произошло - правильно, была создана компания, занимающаяся созданием безопасного ИИ, SSI. Ей отроду 3 месяца. Фокус компании - на том, чтобы создать мощный ИИ, который будет разрабатываться ответственно и без угрозы человечеству.

В итоге под эту идею получилось привлечь 1 млрд долларов при оценке, по данных инсайдеров, в 5 млдр. Вот так и рождаются единороги!

Среди инвесторов - Andreessen Horowitz и Sequoia Capital. Средства будут направлены на закупку оборудования для обучения и найм топовых талантов.

Очень верю, что из этого что-то получится. Ибо OpenAI не особо то и Open, а за последние полгода лично для меня приобрели вообще образ какой-то корпорации зла, со всеми этими интригами, увольнениями и скандалами вокруг данных для обучения.

Не отбрасывайте простые решения, работая с AI

Нам зачастую кажется, что AI - это сложно. Что он требует каких-то определённых подходов, что для решения задачи нужно прописать какой-то алгоритм и дать чёткие инструкции.

Сейчас можно найти много курсов по промпт-инжинирингу, которые говорят, как правильно писать промпты. Я сам писал несколько постов по данной теме. И это работает. Однако, переходя от проекта к проекту, я всё чаще замечаю, что нельзя сразу сбрасывать со счетов простые варианты.

Не нужно сразу писать огромный промпт, применять какие-то сложные стратегии и делать пошаговые инструкции. Возможно, что всю вашу задачу или какую-то её часть AI может решить без необходимости каких-то сложных процедур. Работая с AI, я понимаю, что у меня появляется склонность (bias) в сторону предпочтения чего-то более сложного. Однако ИИ разрабатывается людьми и для людей.

Именно поэтому всегда есть место чему-то простому. Нужно настроить звучание гитары, чтобы было как у любимой группы? Сначала спросите об этом напрямую, спросите, как работают различные функции на панели управления вашего звукового процессора. Нужно написать код, создать рекламу? Просто спросите у AI - как это сделать.

Нужно что-то сделать? Просто спросите AI об этом. Довольно часто нет необходимости в дообучении моделей.

Вот несколько принципов, которых нужно придерживаться при работе с ИИ, которые я сейчас для себя вывел:

1. Начинать с простого: если есть задача - нужно просто спросить.
2. Возвращаться к простому: если вы пытаетесь решить задачу с использованием каких-то комплексных стратегий и инструментов, и у вас не получается - вспомните, начинали ли вы с простого? Вполне вероятно, что решение могло оказаться очевидным, а вы забыли про пункт 1.
3. Пробовать вести диалог: я также отношу это к простому. Довольно часто у меня бывало так, что с первого раза модель не давала нужного мне ответа, однако после того, как я отпишу ей, что именно не так - она позволяла мне достигнуть намеченной цели.

Почему Notion - самый отвратительный продукт, которым я когда-либо пользовался, но я не могу от него отказаться

Из-за небольшой болезни постов в последнее время не было. Параллельно занимался переносом нескольких сотен страниц из Notion, что и станет темой сегодняшнего поста.

9 сентября Notion в связи с санкциями США вместо уточнения геолокации, удалил аккаунты всех, у кого в качестве платежного средства когда-либо была привязана российская карта.

Для пользователей, находящихся не в России, Notion официально предлагает сделать бэкап данных и восстановить его. Я подумал: “Ок, сделаю, пересоздам аккаунт". Ведь Notion - отличная база знаний, которой я пользуюсь больше 4 лет. Но все оказалось не так просто. Такой базовый функционал, как восстановление и работа с информацией, не проработан от слова совсем. Это заставило меня в очередной раз поразмышлять о том, что Notion при всех своих плюсах - очень плохой продукт.

Итак, почему Notion плох:
У продукта нет достойных альтернатив. При всей простоте самого продукта, его до сих пор никто нормально не скопировал. А это действительно крутой продукт, как минимум для личных проектов. В нем удобно хранить информацию, вести учет задач, сохранять знания. И такое превосходство одного продукта над всем остальным - это очень плохо, как ни странно, для самого продукта. Условная монополия Notion позволяет принимать непопулярные решения и политики по отношению к пользователю. Кейс с удалением аккаунтов - это одно. Однако также в один момент они могут навязать какие-то платные функции без возможности отказаться.

В Notion отвратительно реализован функционал бэкапа и восстановления своего рабочего пространства. Мы привыкли, что на Apple, Android, Garmin - ты можешь сделать бэкап и восстановить. В Notion так не работает. Ты не можешь просто сохранить свои данные и восстановить. При импорте сохраненных данных нарушается структура страниц, пропадают базы данных, не сохраняются изображения, нарушается верстка. В общем, практически любые восстановленные данные нужно руками править. Но это не самое худшее.

Если хотите перейти на другой продукт - нормально импортировать данные из Notion никуда невозможно. Их придется дорабатывать и переделывать. И переделывать данные, импортированные из Notion куда-то, намного более затратно, чем переделывать данные, импортированные из Notion в Notion. То есть мы заведомо оказываемся в ситуации, когда выбираем между плохим и очень плохим решением.

Действия команды Notion, на мой взгляд, максимально некомпетентны. Это наплевательское отношение к пользователям, что вызывает мое крайнее возмущение как продакта. Я всегда был и буду адвокатом пользователей. И если компания может плюнуть на клиентов и решит не искать путей решения проблем лояльных пользователей, для меня это плохая компания. Кроме того, подобное решение создает прецедент. Ведь подобные действия можно осуществить в сторону любых пользователей из любых стран.

То, что происходит сейчас - это по сути нарушение GDPR (правил хранения и обработки информации). В в случае, если она принимает решение об удалении данных пользователя на основании ошибочных предположений (например, о стране пользователя), это карается штрафом до 20 млн евро. Фишка в том, что это несложно доказать. Например, моя карта была добавлена в аккаунт Notion в 2020 году. В России я не живу уже 2 года, однако мой аккаунт удаляют как аккаунт пользователя из России. Таких, как я, очень много, и можно было бы сделать коллективный иск в сторону Notion, но, увы, никто этим не будет заниматься.

Несмотря на все недостатки, я продолжаю пользоваться Notion. У него есть неоспоримые преимущества, и пока нет достойной альтернативы, которая бы полностью удовлетворяла мои потребности. По крайней мере для ведения рабочих проектов. Личные документы буду переносить в гугл и Notability. При этом, надеюсь, что команда Notion пересмотрит свою политику и отношение к пользователям, а также улучшит функционал бэкапа и восстановления данных. В противном случае, они рискуют потерять лояльность своих клиентов и столкнуться с серьезными юридическими проблемами.