Закреплено
5 745 постов
•
11 917 подписчиков
0 просмотренных постов скрыто
Зеркало человечества
Я большой любитель просмотра и промысливания естественно научных роликов. Если вы не в каурсе, то в среде физиков бытует мнение, что развитие идет по экспоненте и где то в 202х кривая новых знаний уходит в бесконечность и посчитано это ими еще где-то в 197х.
И вот является некий механизм "осмысления" не только всего этого человеческого опыта, но и удержания его. Причем обе функции важны - живой пример лунная программа - ракеты и сопутствующие механизмы сейчас пришлось создавать заново. Если проекты и главное - расчет в те годы погрузили бы в ии, то не пришлось бы столько мучатся с начала 201х.
И вот такой механизм, в который можно погрузить всю эту "экспоненту" сложности и новизны и скорости явился.
Ведь современный ИИ это по факту не когнитивный механизм, а качественная поисковая система поиска и комбинирования данных. С такой системой не надо быть в курсе всех данных своей отрасли знаний, но нужно знать какие задавать системе вопросы, чтобы актуализировать свои знания.
Чем же является это новый инструмент вцелом? Как правильно воспринимать то, что не мыслит разумно, но может исполнять массу функций, выполнять которые без поиска правильных алгоритмов не возможно.
Мне ИИ видится зеркалом человечества - да новые знания идут таким потоком, что на воплощение его в жизнь не хватает ни ресурсов ни времени - стоит появиться одному, не успевает оно пойти в производство, как появляется следующее и миллионы, вложенные в заводы превращаются в тыкву..
Но теперь мы можем взглянуть на весь массив знаний всего человечества буквально со стороны. Сколько бы их ни стало. Не прямо сейчас. Но когда инструмент окончательно утвердится.
Показать полностью
Глава Google DeepMind: до сильного ИИ осталось 1-2 открытия. Только пока никто их не сделал
В каждой второй новости про ИИ — "AGI на пороге", "до сильного интеллекта остались месяцы", "OpenAI вот-вот выпустит то самое". Глава Google DeepMind Демис Хассабис, человек, который ближе всех к этому самому сильному ИИ, на прошлой неделе на встрече с фаундерами Y Combinator назвал более осторожную дату — около 2030 года. И сразу же добавил: вероятность того, что мы пока вообще не знаем, как туда дойти, — 50 на 50.
Хассабис — не блогер с прогнозами. Бывший шахматный вундеркинд, в 17 лет дизайнер хитовой игры Theme Park, потом доктор наук по нейробиологии. В 2010 году основал DeepMind — лабораторию, чьи разработки потом обыграли чемпиона мира по Го (AlphaGo) и решили задачу сворачивания белков, над которой биологи бились полвека (AlphaFold). За AlphaFold ему дали Нобелевскую премию по химии в прошлом году. Сейчас он руководит Google DeepMind и делает Gemini, одну из ведущих ИИ-моделей в мире.
По его словам, текущие подходы — гигантские предобученные модели, обучение с подкреплением, длинные цепочки рассуждений — почти точно станут частью финальной архитектуры сильного ИИ. Это, говорит, "практически решено".
Но сверху не хватает одного-двух фундаментальных открытий, которых пока нет ни у кого. По мнению Демиса, это могут быть три вещи. Первое: способность дообучаться на ходу (сейчас модель умеет ровно то, что в нее залили во время тренировки, и не помнит ничего между сессиями). Второе: нормальная долгосрочная память (контекстное окно — это не память). Третье: умение стабильно рассуждать без сбоев.
И вот тут — самое честное: "Может быть, нынешних технологий и их улучшений хватит. А может быть, нужно одно-два больших теоретических открытия. Я оцениваю вероятности 50 на 50".
Прямо на сцене Хассабис показал, как нынешние модели спотыкаются. Он играет с Gemini в шахматы. Модель видит ход, понимает, что он плохой, — и все равно его делает. Не может найти лучше.
То же самое в математике: нейросеть берет золото на международной школьной олимпиаде (уровень топ-100 школьников планеты), а в следующем диалоге ошибается в задачке для третьего класса. У этого даже название появилось — "зубчатый интеллект". Пики гениальности, провалы рядом.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
Показать полностью
Промпт, который превращает любимый город или другую локацию в 3D-открытку
Нашел на просторах соцсети X промпт, который создает 3D-открытки городов и вообще любых локаций, стилизованные под прогноз погоды. Вот пример для родного Санкт-Петербурга:
Сделано в GPT Images 2, также промпт хорошо работает в Nano Banana 2 - модель от Google создает более мультяшные варианты. Вот промпт:
Локация: [город, страна, узнаваемое место]
Соотношение сторон: [1:1 / 16:10 / 9:16]
Создай изометрическую миниатюрную 3D-сцену локации в стилизованной подаче с видом сверху под углом 45°. В сцене покажи самые узнаваемые достопримечательности и характерные архитектурные элементы. Напиши название локации сверху изображения подходящим по стилю шрифтом.
Интегрируй текущие погодные условия непосредственно в среду, чтобы создать выразительное атмосферное настроение. Под названием локации размести крупный значок погоды, затем дату (мелкий текст) и температуру (текст среднего размера) в градусах Цельсия.
Весь текст должен быть выровнен по центру с одинаковыми интервалами и может слегка перекрывать верхушки зданий. Если тебе не удалось получить погоду, используй типичные для текущего времени года цифры. Если локация вымышленная, изобрази ее в той погоде, с которой она ассоциируется.
Если вам нужен вариант без погоды - то просто удалите последние два абзаца. Промпт хорошо работает не только с реальными местами, но и с вымышленными: я пробовал Вестерос, Татуин, Night City и многие другие.
На "Бусти" я делюсь опытом использования ИИ: от правильного промптинга до развертывания ИИ-агентов. Самое время подписаться!
Показать полностью
1
Генерация изображений в 2K и 4K: новые возможности нейросети GPT Images 2 (Sora Images)
Недавнее обновление платформы GPT Images 2 (Sora Images) предоставило пользователям уникальные возможности генерации изображений 2K и 4K высокого качества. Теперь искусственный интеллект позволяет создавать фотографии, арт-работы и любые другие картинки в максимальном разрешении сразу, без необходимости последующего увеличения размера и апскейлинга. Благодаря внедрению нейросети для генерации изображений в ваши проекты, можно получать детализированные визуальные материалы, полностью исключая этап апскейла.
Генерация изображений в 2K и 4K: новые возможности нейросети GPT Images 2 (Sora Images)
Максимальные разрешения для разных форматов генераций в GPT Images 2 (Sora Images)
В зависимости от выбранного формата, нейросеть для генерации изображений GPT Images 2 поддерживает различные размеры: 1K, 2K или 4K. Для каждого варианта предусмотрены свои максимальные разрешения:
1:1 — 1024×1024 / 2048×2048 / 2880×2880
2:3 — 1024×1536 / 1360×2048 / 2336×3504
3:2 — 1536×1024 / 2048×1360 / 3504×2336
3:4 — 1104×1472 / 1536×2048 / 2448×3264
4:3 — 1472×1104 / 2048×1536 / 3264×2448
4:5 — 1152×1440 / 1632×2048 / 2560×3200
5:4 — 1440×1152 / 2048×1632 / 3200×2560
9:16 — 944×1680 / 1152×2048 / 1888×3360
16:9 — 1680×944 / 2048×1152 / 3360×1888
9:21 — 816×1904 / 880×2048 / 1728×4032
21:9 — 1904×816 / 2048×880 / 4032×1728
*Обратите внимание: для некоторых форматов при генерации изображений 4k действует ограничение по площади — не более 8.2 мегапикселей. Это техническая особенность работы GPT Images 2.
Запустить 👉 GPT Images 2 (Sora Images)
Повышен лимит одновременных запросов на тарифах:
Demo — до 10 задач одновременно
Micro — до 20
Start — до 20
Standard — до 40
VIP — до 40.
Инструкция и API для работы с высокими разрешениями
Была выпущена обновленная инструкция по использованию нейросети для генерации изображений GPT Images 2 👉 [подробнее здесь].
Теперь выбор разрешения, включая генерацию изображений 4K, стал доступен и через 👉 [API GPT Images]. Используйте параметр 'resolution' для настройки требуемого качества изображения.
Обсудить нейросети 👉 на форуме.
Показать полностью
1
Самое лучшее по нейросетям за апрель 2026 года: 9 ИИ-инструментов и 10 полезных материалов
Без долгих вступлений.
Начнем.
Эта подборка выходит один раз в месяц. Тут предыдущий выпуск.
1. ИИ-инструменты
VoiceDash*: преобразует речь в текст, заодно структурирует, удаляет слова-паразиты и исправляет ошибки
Flipbook*: энтузиасты запустили “бесконечный” браузер», работает без HTML-файлов, для каждого запроса генерит новые страницы в виде изображений
HyperFrames (GitHub)*: создает видео MP4 из веб-страниц
OmniVoice*: клонирует любые голоса, 600+ языков
Sinceerly*: очеловечивает ИИ-тексты в электронной почте
VoiceBox (GitHub)*: еще один инструмент для озвучки, можно смешивать голоса
Orange Slice*: автоматизирует задачи в продажах, ищет клиентов, собирает по ним инфу
Claude Design: создает сложный визуал - слайды, лендинги, диаграммы, прототипы
Replit Slides: создает презентации по вашим материалам
* Есть бесплатный тариф или полностью бесплатно.
2. Полезности
🎨1000+ промтов для GPT-Image 2.0 (инфографика, реклама, фото)
🍌Руководство от Gemini, как улучшить промты для Nano Banana (1.6 тыс закладок)
📚Огромная библиотека промптов, собрали эксперты со всего мира
🧠Андрей Карпати рассказал, как создать свою базу знаний с помощью ИИ (21 млн просмотров, 104 тыс закладок)
🤖Скилл для Claude Code, который помогает очеловечивать тексты
🔓Руководство, как получить бесплатный доступ к 80 ИИ-моделям с помощью облачных API-интерфейсов Nvidia (1.5 млн просмотров, 33 тыс закладок)
🎓40 советов, как получать от Claude ответы экспертного уровня (3.7 млн просмотров, 5 тыс закладок)
⚠️17 частых ошибок, которые допускают новички в ИИ и как их избежать (9.3 тыс закладок)
💻15 советов, как улучшить ответы чат-бота с помощью JSON (2.1 млн просмотров, 7 тыс закладок)
💰10 советов, как сэкономить на токенах Claude и получить больше пользы от платного тарифа (5 тыс закладок)
Другие мои подборки
***
Спасибо, что дочитали
Показать полностью
Серверы Nvidia в Китае подорожали вдвое. Все из-за фена и плачущих эмодзи
30 апреля Reuters опубликовал эксклюзив: новейший AI-сервер Nvidia B300 в Китае стоит около миллиона долларов. В США тот же сервер уходит за $550 000 — почти вдвое дешевле. И вся эта история — про термопистолет за тридцать баксов, плачущие эмодзи в смс и 71-летнего сооснователя Supermicro, который теперь под судом и сидит на залоге $5 млн.
Знакомьтесь: Уолли Ляо. Создал Supermicro в 1993 году, держал в компании акций на $464 млн, заседал в совете директоров. 19 марта 2026 года его арестовали федералы. По версии обвинения, Ляо вместе с двумя подельниками — гендиром тайваньского отделения Стивеном Чаном (сейчас в бегах) и контрактором-"фиксером" Вилли Саном — в 2024-2025 годах пропустили в Китай серверов на $2,5 млрд. Внутри стояли чипы Nvidia Blackwell, которые с 2022-го запрещено поставлять в Поднебесную.
Схема была элегантной до неприличия. Подставная компания в Юго-Восточной Азии оформляла заказ якобы для собственных нужд. Серверы собирали в США, везли через тайваньские склады Supermicro, потом передавали "клиенту" в ЮВА, а тот в безымянных коробках отправлял все это в Китай. Подставная фирма, к слову, выросла до 11-го по прибыльности клиента Supermicro — $99,7 млн выручки за один квартал.
И тут начинается лучшая часть. Чтобы обмануть аудиторов, заговорщики держали в Юго-Восточной Азии тысячи пустых серверов-"кукол". Когда приходила проверка, надо было показать "те самые" серверы с правильными серийниками. Решение нашли простое: термопистолетом нагревали наклейки с серийными номерами на настоящих серверах, аккуратно отлепляли и переклеивали на куклы. Реальное железо ехало в Китай, аудиторы фотографировали пустышки. Видео с камер на тайваньском складе, где работники с фенами в руках занимаются этой ботаникой, прокуратура показала в суде.
И еще одна деталь, без которой история была бы не та. Когда коллегу-брокера в Китае арестовали за такую же контрабанду, Ляо в смс ответил тремя плачущими эмодзи. Прокуратура подшила переписку к делу — теперь эти эмодзи фигурируют в материалах Манхэттенского окружного суда.
Дальше — самое интересное. Акции Supermicro упали на 33% за день, $6 млрд капитализации испарилось. Ляо ушел из совета директоров и виновным себя не признал. А цены на B300 в Китае с конца прошлого года выросли с 4 до 7 миллионов юаней. Серый канал перекрыт — китайские компании теперь стоят в очереди и платят вдвое больше, потому что нужно срочно. Парадоксально, но санкции в каком-то смысле сработали наоборот: схема Ляо два года качала чипы в Китай, а после ее закрытия Китай не остался без серверов — просто платит вдвое больше за те же мощности.
Получается странная картина. Самый защищенный экспортный режим планеты обходили термопистолетом за тридцать баксов. Когда обход накрыли, рынок не закрылся, а просто перешел из серой зоны в очень дорогую серую зону. И где-то в этой истории есть мораль, но какая — пока непонятно.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
Показать полностью
1
Google разрешил военным использовать ИИ Gemini. Самое страшное — мелкий шрифт
Google подписал соглашение с Пентагоном: американские военные смогут использовать ИИ-модели компании, включая Gemini, в закрытых правительственных сетях. Формально звучит почти скучно — очередной контракт большого технологического гиганта с государством.
Но вся соль не в самом факте сделки, а в формулировках.
По данным Reuters со ссылкой на The Information, в договоре говорится, что ИИ Google можно использовать для "любой законной государственной цели". И вот эта фраза — тот самый мелкий шрифт, из-за которого история становится неприятной.
В соглашении есть успокаивающая оговорка: технологии Google не предназначены для внутренней массовой слежки и автономного оружия без человеческого контроля. То есть не так, что Gemini завтра сам выбирает цель и нажимает красную кнопку.
Но дальше идет важный нюанс: Google не получает права контролировать или блокировать законные решения правительства. Проще говоря, компания может написать красивые принципы, но если государство решит, что конкретное применение законно, последнее слово будет не за Google.
Именно этого боялись сотрудники компании. Более 600 работников Google, включая сотрудников DeepMind, написали письмо Сундару Пичаи и попросили не отдавать ИИ в секретные военные проекты. Их аргумент понятен: когда проект засекречен, общество не может проверить, где заканчивается "помощь с документами" и начинается реальное военное применение.
У Google уже была похожая история. В 2018 году после протестов сотрудников компания обещала не разрабатывать ИИ для оружия и некоторых видов слежки. Но в 2025 году эти жесткие запреты из принципов Google исчезли. Остались более мягкие слова про ответственность, надзор и права человека.
И в этом, кажется, весь нерв эпохи. Для обычных пользователей ИИ продают как доброго помощника: написать письмо, собрать таблицу, объяснить сложный текст. Для государства та же самая технология превращается в инструмент разведки, анализа, планирования и войны.
Самое тревожное здесь не то, что Пентагон заинтересовался ИИ. Это было неизбежно. Самое тревожное — что граница между "мы не делаем ИИ для опасных вещей" и "мы не можем запретить государству законно использовать наш ИИ" оказалась очень тонкой.
А вы как думаете: технологические компании должны иметь право сказать государству "нет", если речь идет о военных задачах? Или если технология уже создана, армия все равно рано или поздно ее заберет?
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
Показать полностью
Информационный перегруз при обучении. Есть ли смысл в ИИ-фильтре?
Сегодня при попытке изучить любой новый навык с нуля сталкиваешься с одной и той же проблемой: большая часть времени уходит на поиск информации. Google заваливает тысячами ссылок, рекламой платных курсов и хаотичными статьями из который то что требуется именно тебе - в лучшем случае будет 20%. В итоге человек тратит слишком много времени не на учебу, а на попытки отделить полезное от мусора и составить хоть какой-то план.
Моя идея - это Тэйн (Tain).
Это инструмент на базе ИИ, который берет на себя всюю подготовительную работу. Его задача - анализировать существующий контент по конкретной теме и превращать его в логичную дорожную карту. Тэйн отсекает рекламный шум, все лишнее и проверяет актуальность материалов , выстраивает последовательный маршрут: от основ до практики.
По сути, это автоматизированный навигатор по знаниям. Вместо того чтобы вручную перебирать десятки вкладок, пользователь получает готовую структуру с проверенными ресурсами, адаптированную под его запрос.
Почему я его задумала создать когда существует уже множество более "гибких" ИИ, таких как Gemini, ChatGPT и др. ? Все очень просто : универсальный инструмент как правило хуже узконаправленного инструмента.
Я хочу понять, насколько это актуально для других. Нужно ли это сейчас или «ручной» поиск - это норма? Стали бы вы пользоваться сервисом, который за минуту структурирует ваше обучение и убирает этап бесконечного гугления, или проще действовать по старинке?
Интересует честное мнение.
Показать полностью