Мои топ-3 способа оживить старые фотографии.

3 место. stablevideo.com - SVD 1.1 может генерировать как вертикальные ролики с разрешением 576x1024, так и горизонтальные видео размером 1024x576 пикселей из текстового промпта, либо оживить фотографию. Есть несколько режимов добавления анимации. Дополнительные функции:
- Upscale - улучшение качества изображения с низким разрешением, короче возвращаем к жизни старые пиксельные фото с телефонов с камерами 2Мп.
- Find and replace (найти и заменить) - замените старую машину деда на старой фотографии, на что-то поновее.
- Sketch to Image (из рисунка в фотографию) - загрузите рисунки ваших детей, и посмотрите как бы они выглядели в реальности.
Минусы: не всегда качественная анимация, часто сталкаваюсь с искажениями. Нет возможности с помощью промпта добавить действия в кадр.

2 место. klingai.com - возможности те же, что и SVD 1.1, но качество исполнения намного лучше. Плюс есть возможность не просто анимировать изображение с помощью изменения положения камеры, но и можно применить текстовый промпт, и заставить объекты в кадре совершать какие-то действия. Разрешение сгенерированного видео 1280х720. Можно загрузить 2 фото, начальное и конечное, и он между ними сделает связку. Можно использовать негативный промпт (об этом в следующих постах).
Минусы: долгое ожидание генерации, на бесплатных кредитах я ждал больше 3 часов видео 5 секунд.

1 место. runwayml.com - модель Gen-3 Alpha, поставил ее на первое место, просто потому что не заставляет меня ждать 3 часа, и качество дает на уровне kling. Есть функция Expand Video (расширить видео), которая позволяет "додумать" окружающую обстановку за кадром.
Минусы: Дороже чем klingai (15$ против 10$)

Все сервисы доступны в РФ без VPN. У всех есть бесплатные кредиты при регистрации, чтобы можно было протестировать.

Есть и другие инструменты для создания видео, типа Sora, Krea, Veo, и так далее. Я их еще не тестировал. В часности из-за проблем с доступом из РФ. Как протестирую, скорее всего обновлю свой ТОП. А пока так. В самый раз для начинающих.

@ai_skillful

Недавно открыл для себя Stars ⭐️ в Telegram. И мне показалось это дисраптом в сфере потребления контента. А что самое смешное, этот дисрапт случился из-за давления регуляторов (а точнее Apple Store), которые хотели заблокировать Telegram в магазине приложений, из-за того, что они не делятся прибылью с внутренних покупок в Telegram.

Что получилось в итоге? Кажется у Паши Дурова на коленке родились «звезды» (лишь бы отвязаться от регуляторов), которые можно было официально купить в Apple Store, чтобы что…

Сначала это кажется был прием платежей в ботах. Потом Stars ⭐️ появились в каналах в качестве Эмодзи к постам.

Звезды в качестве Эмодзи? Да! Звезды - это не просто эмоция. Это реальная «валюта благодарности» за реально качественный контент. Когда вы тратите свои звезды, в качестве эмодзи, они уходят автору канала на баланс. И он может вывести их либо на рекламу, либо в TON, и потом в реальный кэш.

Это супер мотивация для авторов, и супер валюта для по-настоящему благодарных людей, которые ценят время и усилия других людей.

Браво, Паша, ты снова оказался гениален!)

Скептик, реалист или мечтатель — ваш взгляд на развитие ИИ.

По долгу службы я много общаюсь на тему искусственного интеллекта с разными людьми, экспертами и обывателями. Мне всегда очень интересно наблюдать полярность мнений, и разницу в восприятии современных технологий.

Поэтому, вчера за 3 часа на пару с GPT-4o запилил небольшой тест из 12 вопросов на определение уровня энтузиазма и доверия к ИИ.

Пройдите тест и узнайте свой уровень. Кто вы? Скептик, Реалист или Мечтатель. Время прохождения: 1,5 минуты.

Вот ссылка - https://ai-diag.vercel.app

Делитесь результатами в комментариях! Буду благодарен за репост.

@ai_skillful | Подписывайтесь

Реклама. Чуйков К.Э. ИНН 410123535204. erid: 2W5zFJx1GXA

Негативный промпт: зачем он нужен при генерации фото и видео с помощью ИИ?

В прошлом посте я писал о том, что такое промпт. В этом посте мы разберем что такое «негативный промпт».

В мире нейросетей часто используются различные техники для создания изображений и видео. Одной из них является использование негативных промптов.

Что такое негативный промпт?

Негативный промпт – это инструкция или описание того, чего НЕ ДОЛЖНО БЫТЬ в итоговом изображении или видео. В отличие от обычного промта, где указывается желаемое содержание, негативный промт служит своего рода фильтром, исключая нежелательные элементы.

Представьте себе ситуацию: вы хотите получить изображение красивого пейзажа, но не хотите видеть там здания или людей. Вот тут-то и пригодится негативный промпт! Он помогает исключить эти объекты из финального изображения, делая его более эстетичным и соответствующим вашим ожиданиям.

Примеры негативных промптов

1. Избегание конкретных объектов: "Без зданий", "без людей".
2. Исключение определенных цветов: "Не использовать красный цвет", "отсутствие ярких оттенков".
3. Контроль над стилем: "Не реалистично", "не мультяшно".
4. Управление деталями: "Минимум деталей", "гладкие поверхности".

Где попробовать?

Например в KlingAI - https://klingai.com/image-to-video/new
Загрузите изображение и в самом низу укажите что вы не хотите видеть в итоговом результате.

#ЯПроспал #урок@ai_skillful

Вышел релиз OpenHands - ИИ-агент для написания кода.

Чем отличается от всяких Copilot и других VSCode плагинов?

OpenHands не просто предлагает код, который можно принять или отклонить, копировать и вставить. Он сам создает файлы в директории проекта. Может сам установить npm зависимости. Может даже сам сделать коммит, пуш, и pull request на GitHub. А еще как я понял, когда он пишет код, может сам его запустить в командой строке и проверить его работу. Я думаю даже сам исправит, если запуск был неудачный.

У проекта уже 40+ тыс звезд на GitHub. Он полностью бесплатный и открытый. Простая установка и неплохая документация.

Пробовать тут - https://docs.all-hands.dev/

Недавно впервые запустил розыгрыш Telegram Stars для подписчиков канала, и на канал налетела туча ботов. Я их конечно почистил, и на всякий случай удалил официальную плашку от Telegram, а скриншот оставлю тут, для живых подписчиков.

Это к вопросу о разумном/ответственном использовании ИИ. Если люди не могут так использовать Telegram, то надеяться что они будут ответственно использовать возможности ИИ не приходится.

У меня кстати на эту тему есть идея для поста, хочу показать как с помощью ИИ можно манипулировать ипохондриками.

Методы промпт-инженерии или как помочь ИИ помочь тебе. Часть 2.

Друзья, привет! Сегодня поговорим про подход, который может сделать ваши промпты заметно лучше. Это Chain of Thoughts (CoT), или «Цепочка мыслей». Даже если вы только начинаете работать с ИИ, этот метод легко освоить и он способен прокачать ваши результаты.

Что это такое?
Chain of Thoughts — это техника, в которой вы просите ИИ пошагово рассуждать, прежде чем дать ответ. Вместо того чтобы дать сразу итог, ИИ «думает вслух», разбивая процесс решения задачи на логические этапы.

Почему это работает?
Модель ИИ не “думает”, как человек, но она отлично справляется с имитацией логического мышления. Когда вы задаёте ей задачу, она может сразу дать ответ, который звучит убедительно, но содержит ошибки. А вот если вы просите её объяснить процесс, вероятность ошибки снижается.

Пример в действии
Допустим, вы спросили ИИ: «Сколько будет 123 умножить на 45?» и получили странный ответ. Вместо того чтобы просто повторить запрос, используйте Chain of Thoughts:
«Расскажи, как ты вычисляешь 123 умножить на 45, пошагово.»
ИИ начнёт:
1. Сначала я умножаю 123 на 40.
2. Потом умножаю 123 на 5.
3. Складываю полученные результаты.

Такой подход позволяет выявить и исправить ошибки в логике, если они есть.

Как это применить в повседневной работе?
1. Разбивайте задачи на шаги. Например, при создании текстов или анализе данных просите ИИ описывать каждое действие.
2. Задавайте уточняющие вопросы. Если вам что-то непонятно, запросите подробности: «Почему ты сделал именно такой вывод?»
3. Используйте CoT для сложных задач. Чем сложнее запрос, тем полезнее разбить его на этапы.

Совет для начинающих
Не бойтесь пробовать и задавать ИИ вопросы, которые уточняют его логику. Это не только улучшит ответы, но и поможет вам самому глубже понять задачу. Chain of Thoughts — это не магия, а инструмент. И вы можете овладеть им на любом уровне!

Попробуйте применить эту технику прямо сегодня, а в комментариях поделитесь: получилось ли улучшить результат? Если есть вопросы, пишите — разберём!

#урок@ai_skillful

👫Стал любопытен вопрос самоидентификации разных ИИ моделей. Решил задать такой вопрос разным моделям: если бы у тебя был выбор стать мальчиком или девочкой, что бы ты выбрал?

Русский GigaChat:

Оба варианта имеют свои уникальные особенности и преимущества. Важно помнить, что каждый человек уникален независимо от пола, и главное – это быть собой и находить радость в том, что тебе нравится делать.

Американский ChatGPT:

У меня как у искусственного интеллекта нет пола, личного опыта или предпочтений, поэтому я не могу сделать выбор или испытывать желание быть кем-то. Однако я могу помочь тебе разобраться в этом вопросе.

Китайский DeepSeek:

Моя задача — помогать и предоставлять информацию, независимо от гендерных аспектов.

Заключение.

Страна выпуска и ее культурный код играет немалую роль в ответах модели. Русский - каждый уникален. Американец - выбор за тобой. Китаец - не важно кто ты. Но в целом модели себя идентифицируют как машины искусственного интеллекта, которые не имеют пол.

Написал большую статью на Хабре о том, как с помощью ИИ, без навыков рисования и видео-монтажа, за один вечер, сделать набор анимированных стикеров для Telegram.

Читать здесь - https://habr.com/en/articles/873066/

90% людей не воспользуются всей мощью ИИ.

В прошлый раз я писал про тест «Кто вы - скептик, реалист или мечтатель», который определяет уровень энтузиазма в отношении развития ИИ.

Большинство моих знакомых - мечтатели. Но вчера состоялась интересная беседа с коллегой на работе, который более скептичен. Но даже не в отношении ИИ. А скорее в отношении людей.

Тезис был в следующем. У всех людей сейчас в кармане лежит смартфон, который позволяет производить невообразимое количество полезных операций. У людей под рукой 24 часа в сутки доступ к знаниям, и мощности недоступные ученым лет 50 назад. Но что делает среднестатистический житель Земли? Листает рилсы, тиктоки, сторисы.

Так, что получается? Люди создают ИИ, но только условные оставшиеся 10% людей на планете будут использовать его потенциал? А остальные найдут еще одну «дофаминовую ловушку»? Что думаете вы? Поделитесь в комментариях.

Типы и уровни развития ИИ.

Сейчас в каждом ИИ канале мерцает аббревиатура AGI. Что же это такое? Для тех кто не знает, давайте разбираться.

Выделяют три типа или уровня развития ИИ:

Слабый ИИ (ANI) — ИИ, способный решать конкретную задачу оптимизации, например, рекомендации товара на маркетплейсе или полного управления автомобилем. Такой ИИ называют еще узкоспециализированным (narrow).

Сильный ИИ (AGI) — ИИ способный решать не только задачи оптимизации, но и делать творческие успехи, например саморефлексия. Такой тип ИИ сможет решать все задачи, что и человек. Такой ИИ называют еще общим (general).

Супер ИИ (ASI) — ИИ, способный решать задачи в любой сфере лучше любого человека или коллективного разума.

Как вы думаете, на каком уровне сейчас находятся современные ИИ технологии и почему? Делитесь в комментариях!

📢 TITANS: Новый прорыв в архитектуре ИИ от Google Research

Сегодня в рубрике #НеЮтуб рассмотрим основные тезисы из этого зарубежного YouTube видео

Команда Google Research представила революционный подход к памяти нейросетей, который может перевернуть наше понимание работы искусственного интеллекта!

🧠 Что такое TITANS?
Это новая архитектура, которая максимально приближает работу ИИ к человеческому мозгу. Основной принцип - "удивление = запоминание".

🔑 Ключевые особенности:
Три типа памяти: кратковременная, долговременная и постоянная
Механизм "сюрприза" - модель запоминает только действительно важную информацию
Возможность обучаться прямо во время выполнения задачи (inference time)
Работа с контекстом до 2 миллионов токенов без потери качества

💥 Прорывные эксперименты показали:

TITANS превосходит существующие модели по всем бенчмаркам
Стабильно высокая точность при работе с длинными контекстами
Эффективное "забывание" неактуальной информации

🤯 Аналогия с человеческим мозгом: представьте, что ИИ теперь учится запоминать также, как мы - через удивление и эмоциональную значимость события!

Это определенно следующий уровень в мире искусственного интеллекта.
Следите за обновлениями! 🚀

#НеЮтуб@ai_skillful #AI #GoogleResearch #TITANS #ИскусственныйИнтеллект

P.S. Кто уже представляет, как это изменит ChatGPT и других гигантов? Пишите в комментах! 👇

🚀 Шикарная новость для разработчиков - вышло обновление OpenAI API.

1️⃣ OpenAI o1: новые возможности и снижение задержек
- В API появился OpenAI o1 с функциями: вызов функций, структурированные ответы, поддержка изображений и сообщений разработчика.
- Новый параметр reasoning_effort позволяет управлять временем размышлений модели.
- O1 потребляет на 60% меньше reasoning-токенов и работает быстрее. Пока доступен для разработчиков уровня 5, но скоро расширится на другие тарифы.

2️⃣ Улучшения Realtime API
- Новый снапшот модели gpt-4o-realtime-preview-2024-12-17 снижает стоимость аудио-токенов на 60% и кэшированных входных данных на 87,5%.
- Введён GPT-4o-mini — до 10 раз дешевле предыдущих моделей.
- Поддержка WebRTC упрощает интеграцию в несколько строк кода.

3️⃣ Бесплатные токены за помощь в улучшении моделей
- До конца февраля некоторые пользователи могут получать до 1 млн токенов в день для OpenAI o1 и GPT-4o, и до 10 млн — для mini-версий. Проверяйте доступность на своей панели управления.

4️⃣ Preference fine-tuning: настройка под ваши задачи
- Новый метод обучения — Direct Preference Optimization — помогает модели понимать предпочтения в ответах. Особенно полезно для задач, где важны тон, стиль и креативность.
- Доступно для GPT-4o, вскоре поддержка расширится.

5️⃣ Usage API: контроль расходов и токенов
- Новый Usage API позволяет отслеживать использование токенов и затраты в реальном времени: по минутам, часам, дням, а также по ключам, проектам и моделям.

📖 Подробнее читайте в документации OpenAI и тестируйте новые функции.

#Новости #ИИ #OpenAI

Доброе утро 😃

Мои хорошие друзья с Камчатки, сделали липсинк своей собаке Мальте, получилось весьма забавно.

Еще у них есть небольшой ламповый музыкальный канал с собственными зарисовками.

Всем хороших выходных! ❤️

Искусственный интеллект, машинное обучение, глубокое обучение: в чем разница?

Сегодня, в рубрике #ЯПроспал рассмотрим три базовых понятия и отличия между ними. Это поможет вам ориентироваться в терминологии, когда будете погружаться в мир искусственного интеллекта еще глубже.

AI (Искусственный интеллект) — это глобальная концепция, которая охватывает технологии и методы, позволяющие машинам имитировать человеческий интеллект. Это может включать как простые алгоритмы, так и сложные системы.

ML (Машинное обучение) — это математические методы, которые на основании исторических данных строят различные прогнозы и находят закономерности. ML является подмножеством AI. То есть одним из способов строить искусственный интеллект. Но не единственным.

DL (Глубокое обучение) — это отдельный раздел машинного обучения, который решает задачи предсказания для неструктурированных данных (изображение, звук). Мозг человека хорошо справляется с такими задачами. Поэтому вначале ученые пытались смоделировать работу нейронных сетей головного мозга, так и возник термин «нейронные сети». Сейчас уже не считают, что они копируют работу головного мозга, но название закрепилось: модели глубокого обучения называют нейросетями (Neural Networks).

В чем разница ML и DL? Представьте что вы собрали тысячи фотографий кошек и собак. В машинном обучении, вы самостоятельно указываете по каким признакам их отличать. При глубоком обучении, система сама определяет отличительные признаки и закономерности в данных.