Делаем хромакей на любом видео
Полезное — нейросеть заменит фон на вашем видео на «зеленку».
Можно использовать бесплатно и без каких-либо ограничений тут.
Полезное — нейросеть заменит фон на вашем видео на «зеленку».
Можно использовать бесплатно и без каких-либо ограничений тут.
Привет всем читателям! Сегодня в деталях расскажем, какие профессии частично или полностью уже заменили технологии ИИ.⚡Самые свежие данные на февраль 2024.
Содержание:
— Введение
— Какие профессии заменят нейросети? 19 реальных примеров!
— Заменит ли ИИ специалистов этих профессий на 100%?
В современном мире искусственный интеллект (ИИ) играет все более значимую роль в различных областях человеческой деятельности.
Вместе с тем, развитие технологий ИИ ставит под угрозу ряд профессий, которые ранее выполнялись в основном людьми.
В нашей статье мы рассмотрим, как именно ИИ уже заменяет сотрудников в различных сферах деятельности, а также проанализируем прогнозы развития этой тенденции до 2030 года.
Поехали!
Уже применяют: Associated Press.
ИИ выполняет следующие задачи:
· Автоматизированное создание новостных статей на основе анализа данных.
· Генерация отчетов и аналитических материалов по событиям.
· Мониторинг новостных источников и сбор информации.
· Формирование и адаптация текстов под разные платформы и аудитории.
· Анализ реакции читателей и оптимизация контента под интересы аудитории.
Ожидается, что к 2025 году ИИ будет активно использоваться в журналистике для автоматического создания новостных материалов, анализа данных и формирования аналитических отчетов, что изменит способы производства и распространения новостей.
Уже применяют: Amazon.ИИ выполняет следующие задачи:
1. Роботы-сборщики перемещают товары по складу.
2. Системы автоматической сортировки определяют распределение заказов.
3. Алгоритмы маршрутизации оптимизируют процесс сборки заказов.
4. Программы прогнозирования спроса оптимизируют управление запасами.
5. Автоматические сканеры отслеживают движение товаров.
К 2030 году ожидается, что 20 миллионов сборщиков заказов по всему миру могут быть заменены роботами и автоматизированными системами на складах.
Уже применяют: банковская сфера в Европе/РФ.
ИИ выполняет следующие задачи:
· Автоматическая обработка и анализ финансовых данных.
· Генерация финансовых отчетов и документов.
· Автоматизированный анализ юридических документов и договоров.
· Предсказание рисков и советы по соблюдению законодательства.
· Оптимизация налоговых обязательств и управление финансами.
По прогнозам экспертов, до 2025 года 65% компаний планируют автоматизировать свои бухгалтерские и юридические процессы с использованием ИИ и автоматизации рабочих процессов.
Уже применяют инвестиционные компании в США.
ИИ выполняет следующие задачи:
· Автоматизированный анализ финансовых рынков и трендов.
· Прогнозирование цен акций и облигаций на основе алгоритмов машинного обучения.
· Определение инвестиционных возможностей и рисков.
· Автоматическое выполнение торговых операций на бирже.
· Моделирование и анализ портфелей инвестиций.
Согласно опросам, более 70% финансовых учреждений Европы планируют интегрировать ИИ для анализа данных и автоматизации процессов принятия решений в фин анализе до 2025 года.
Уже применяют: Google Translate.
ИИ выполняет следующие задачи:
· Автоматический перевод текстов и аудио.
· Распознавание и перевод речи в реальном времени.
· Адаптация перевода под контекст и стиль.
· Обучение на основе больших объемов данных.
· Постоянное совершенствование качества перевода.
Ожидается увеличение использования машинного перевода с 2022 по 2025 годы, что значительно сократит объемы работы для переводчиков.
Уже применяют: 80% крупных организаций в Индии.
ИИ выполняет следующие задачи:
· Обработка и анализ больших объемов данных.
· Построение статистических моделей и прогнозирование трендов.
· Идентификация паттернов и корреляций в данных.
· Визуализация данных и создание информационных дашбордов.
· Автоматизация процесса принятия решений на основе данных.
К 2025 году ожидается, что более 70% компаний в Европе и Азии будут активно использовать ИИ для анализа данных и выявления закономерностей, что существенно сократит время на обработку информации и улучшит принятие стратегических решений.
Уже применяют: Call center Amazon.
ИИ выполняет следующие задачи:
· Автоматизированные ответы на повторяющиеся запросы клиентов.
· Распознавание и классификация тематики звонков.
· Анализ тона голоса и эмоциональной окраски клиентов.
· Предложение персонализированных рекомендаций и услуг.
· Оптимизация расписания и распределения малого кол-ва операторов.
До 2025 года большинство компаний, занимающихся обслуживанием клиентов, перейдут к использованию ИИ для автоматического ответа на повторяющиеся запросы и анализа тона голоса клиентов, что повысит эффективность работы и улучшит качество обслуживания.
Уже применяют: Редакция Forbes.
ИИ выполняет следующие задачи:
· Проверка орфографии, пунктуации и стилистики текстов.
· Генерация заголовков и подзаголовков на основе алгоритмов ИИ.
· Автоматическое создание текстов на основе предложенных тем.
· Анализ SEO-параметров и оптимизация контента под поисковые запросы.
· Использование алгоритмов для определения наиболее востребованных тем и ключевых слов.
В ближайшем будущем ИИ будет играть все более важную роль в создании и редактировании контента, улучшая его качество, уникальность и адаптированность к целевой аудитории.
Уже применяют: Сеть автосервисов Bosch.
ИИ выполняет следующие задачи:
· Диагностика неисправностей на основе анализа данных с датчиков автомобиля.
· Предложение рекомендаций по ремонту и обслуживанию на основе базы знаний.
· Планирование и оптимизация процесса ремонта с использованием алгоритмов.
· Интерактивное руководство для автомехаников на основе дополненной реальности.
· Прогнозирование дальнейших проблем и необходимых ремонтных работ.
Ожидается, что к 2030 году автоматизация диагностики и ремонта автомобилей с помощью ИИ значительно увеличится, что приведет к более эффективному обслуживанию и сокращению времени на ремонтные работы.
Уже применяет: Zillow.
ИИ выполняет следующие задачи:
· Автоматизированная оценка стоимости недвижимости на основе анализа рынка.
· Предложение персонализированных рекомендаций покупателям на основе их предпочтений.
· Анализ тенденций рынка недвижимости и прогнозирование цен.
· Сопоставление предложений покупателей и продавцов на основе алгоритмов.
· Создание виртуальных туров по недвижимости и аналитических отчетов.
По прогнозам аналитиков, к 2025 году процесс покупки и продажи недвижимости будет все более автоматизирован с помощью ИИ, что упростит поиск и сделки для клиентов, а также ускорит процесс заключения сделок.
Уже применяют: Luminance в Великобритании.
ИИ выполняет следующие задачи:
· Автоматический анализ юридических документов и выявление ключевых моментов.
· Предсказание результатов судебных процессов на основе анализа аналогичных случаев.
· Автоматическое формирование договоров и юридических документов.
· Обнаружение возможных юридических рисков и нарушений.
· Предоставление консультаций и рекомендаций по юридическим вопросам на основе аналитики.
Ожидается, что к 2025 году ИИ станет неотъемлемой частью работы юристов, сокращая время на анализ юридических документов, предсказывая результаты судебных процессов и предоставляя рекомендации по юридическим вопросам.
Уже применяют: платформа Coursera.
ИИ выполняет следующие задачи:
· Персонализированное обучение на основе анализа стиля и уровня знаний студента.
· Автоматическая проверка заданий и тестов.
· Предложение рекомендаций по курсам и материалам для обучения.
· Адаптивное создание учебных программ и курсов на основе запросов студентов.
· Анализ эффективности образовательных методов и их оптимизация.
По прогнозам экспертов, к 2025 году образовательные процессы будут все более персонализированными благодаря использованию ИИ, что улучшит качество обучения и повысит доступность образования для всех.
Пример: Wix.
ИИ выполняет следующие задачи:
· Создание шаблонов и макетов веб-сайтов на основе алгоритмов.
· Адаптация дизайна под различные устройства и разрешения экранов.
· Анализ пользовательского поведения и оптимизация интерфейса.
· Генерация графических элементов и иллюстраций автоматически.
· Предложение рекомендаций по улучшению пользовательского опыта.
Ожидается, что к 2025 году ИИ будет активно применяться в веб-дизайне для автоматизации создания шаблонов, адаптации дизайна под разные устройства и оптимизации пользовательского опыта.
Пример: HubSpot.
ИИ выполняет следующие задачи:
· Анализ трендов и ключевых слов для создания контента.
· Планирование контент-стратегии на основе данных о поведении аудитории.
· Генерация и оптимизация контента с использованием алгоритмов.
· Автоматическое распространение контента через социальные сети и платформы.
· Мониторинг и анализ эффективности контент-маркетинговых кампаний.
По прогнозам специалистов, к 2025 году ИИ будет широко использоваться в контент-маркетинге для анализа трендов, генерации контента и оптимизации контент-стратегий, что улучшит эффективность маркетинговых кампаний.
Уже применяют: Hootsuite в Канаде.
ИИ выполняет следующие задачи:
· Автоматизированная публикации контента в социальных сетях.
· Анализ эффективности публикаций и вовлеченности аудитории.
· Генерация отчетов и аналитика по социальным медиа-аккаунтам.
· Планирование контент-календаря и оптимизация публикаций.
· Мониторинг упоминаний бренда и реакция на отзывы пользователей
Ожидается, что к 2025 году ИИ станет неотъемлемой частью управления социальными медиа-аккаунтами, автоматизируя процессы публикации контента, анализа эффективности и взаимодействия с аудиторией.
Это дополнение позволяет получить более конкретное представление о том, каким образом ИИ будет влиять на различные профессии в ближайшем будущем.
Заменят ли нейросети художников, программистов, дизайнеров… человека?
Вопрос о том, стоит ли нам переживать из-за возможной замены человеческого труда нейросетями и искусственным интеллектом, остается открытым, и мы активно обсуждаем его и другие важные события в мире ИИ и бизнеса в своём TG канале! Подписывайтесь, что бы всегда быть в курсе свежего и полезного ;)
Действительно, в некоторых областях ИИ уже сегодня заменяет человека полностью, обеспечивая большую эффективность и точность выполнения задач.
Однако в других сферах, таких как творчество, креативный дизайн и решение сложных нетривиальных задач, человеческий интеллект пока остается неповторимым.
Важно помнить, что в центре всех технологических инноваций всегда должен оставаться человек, его креативность, интуиция и способность к адаптации.
_____
Спасибо за прочтение и до новых встреч!
Nexmind.ru - внедрение ИИ в бизнес.
Впервые термин artificial intelligence (с английского переводится как «искусственный интеллект») был упомянут в 1956 году Джоном МакКарти, основателем функционального программирования и изобретателем языка Lisp, на конференции в Университете Дартмута.
💡 Однако сама идея подобной системы была сформирована в 1935 году Аланом Тьюрингом. Ученый дал описание абстрактной вычислительной машине, состоящей из безграничной памяти и сканера, перемещающегося вперед и назад по памяти.
Однако позднее, в 1950 году, он предложил считать интеллектуальными те системы, которые в общении не будут отличаться от человека.
🧠 Тогда же Тьюринг разработал эмпирический тест для оценки машинного интеллекта. Он показывает, насколько искусственная система продвинулась в обучении общению и удастся ли ей выдать себя за человека.
Самая ранняя успешная программа искусственного интеллекта была создана Кристофером Стрейчи в 1951 году. А уже в 1952 году она играла в шашки с человеком и удивляла зрителей своими способностями предсказывать ходы. По этому поводу в 1953 году Тьюринг опубликовал статью о шахматном программировании.
В 1970-е годы наступила "Зима ИИ", когда ожидания от нейросетей не оправдались на уровне лунной экспедиции.
Публичное высказывание Марвина Мински и Сеймура Пейперта в книге "Перцептроны" подчеркнуло ограниченность простых нейросетей, что снизило интерес к искусственному интеллекту и привело к сокращению финансирования исследований.
Однако в 1980-е годы начался "ретро-ренессанс" нейросетей с разработкой метода обратного распространения ошибки, учеными такими как Джефри Хинтон, Дэвид Румельхарт и Рональд Уильямс. Этот метод позволил эффективно обучать многослойные сети, открыв новые горизонты для развития искусственного интеллекта.
С появлением новых алгоритмов нейросети смогли подняться на новый уровень.
В 80-е годы они начали раскрывать свой потенциал, а в 90-е годы сверточные нейронные сети, в том числе работа Яна ЛеКуна с LeNet-5, стали золотым стандартом в области компьютерного зрения, открыв новые перспективы для глубокого обучения и задач распознавания образов.
Microsoft не осталась в стороне и в 90-е годы также начала активные исследования в области машинного обучения, речевой обработки и распознавания образов. Основание лаборатории исследований Microsoft Research в 1991 году стало одним из ключевых событий в развитии искусственного интеллекта.
Конец 20-го века также характеризовался активными исследованиями в области искусственного интеллекта со стороны ведущих компаний, таких как IBM и Microsoft. IBM совершила значительный прорыв в 1997 году, когда их шахматный компьютер Deep Blue победил чемпиона мира по шахматам Гарри Каспарова, подчеркивая потенциал искусственного интеллекта.
🚀 С развитием компьютерной техники нейросети стали способны обучаться, работать и анализировать данные быстрее, открывая новые возможности для применения в различных областях. Подводя итог, 90-е годы стали временем, когда исследования в области нейросетей и искусственного интеллекта принесли значительные результаты, открывая путь к новой эре технологий с бесконечными возможностями.
В 2000-х годах мир искусственного интеллекта и нейросетей перешел в новую, активную фазу развития.
Благодаря популярности интернета, компании стали собирать огромные объемы данных, что открыло новые возможности для нейросетей.
Google активно инвестировал в разработку искусственного интеллекта, сосредоточившись на поиске информации, алгоритмах перевода и рекомендательных системах.
Ян Лекун и его коллеги продолжали исследования в области сверточных нейронных сетей, которые стали ключевыми для прорывов в компьютерном зрении, особенно в задачах распознавания изображений. Рекуррентные нейронные сети, ставшие бумом в 90-ых годах, стали основой для работы с последовательными данными, такими как текст или речь, и легли в основу таких сервисов, как автоматические переводчики или помощники вроде Siri (представленным в 2011 году).
Появление более мощных графических процессоров позволило более быстрое и эффективное обучение нейросетей, с NVIDIA в роли ключевого игрока на этом рынке. Amazon, Netflix и Spotify стали первыми, кто создал автоматизированные системы рекомендаций, используя алгоритмы машинного обучения для предсказания предпочтений пользователей.
На заре нового тысячелетия искусственный интеллект благодаря новым достижениям в нейросетях был готов перейти на новый уровень. Этот период напоминал танцевальную вечеринку на технологическом диско, где каждый новый алгоритм становился новым хитом. В 2010-е годы глубокое обучение стало звездой вечера.
В мире искусственного интеллекта последние годы ознаменовались великими изменениями и новыми достижениями.
На сцену вышли трансформеры, не те, что мы привыкли видеть в кино, а новый подход к обработке естественного языка.
Архитектура трансформеров стала основой для таких знаменитых моделей, как BERT появившейся в начале 2018 года и молодой GPT который появился в 2022 году.
В это время технологические компании начали разрабатывать специализированные процессоры для обучения и вывода моделей искусственного интеллекта, такие как Tensor Processing Units (TPU) от Google.
Новые алгоритмы сразу же стали золотым стандартом в мире нейросетей.
Модели, подобные BERT и GPT, стали как знаменитые дети искусственного интеллекта, всегда удивляющие нас своими способностями.
С появлением новых программных инструментов, таких как TensorFlow и PyTorch, даже бабушка могла бы создать нейросеть. Ну, или почти.
За последние десятилетия нейросети прошли путь от "хм, интересно" до "вау, это же везде!" И если вам кажется, что вы поняли все о них, у нас для вас спойлер: история только начинается.
Любопытно, как все это волшебство работает изнутри? Присоединяйтесь к нашему каналу, где мы исследуем удивительный мир современных технологий ИИ и освещаем их влияние на бизнес.
Привет всем читателям! В этой статье мы совершим путешествие в сферу технологий и расскажем, как ИИ не только решает существующие задачи малого и среднего бизнеса, но и открывает новые возможности для роста и развития компании.
В 4 частях расскажем, как растущий тренд может стать ключом к успеху:
Что такое нейросети и как они решают реальные проблемы?
Топ-10 задач, которые можно делегировать нейросетям уже сейчас.
В цифрах: влияние нейронных сетей на бизнес
Взгляд в будущее: прогноз развития ИИ в России на 2024 год.
Погнали!
Что такое нейросети и как они решают реальные проблемы?
Давайте уделим минутку, чтобы рассмотреть человеческий мозг. Это большая вселенная, в которой находится около 85 миллиардов нервных клеток, мгновенно взаимодействующих между собой.
Мозг способен быстро оценить и понять контекст многочисленных ситуаций, задач.
Компьютеры с трудом реагируют аналогичным образом, а искусственные нейронные сети - это способ преодоления этого ограничения.
ИИ - это система, состоящая из сети слоев, является формой глубокого обучения и одним из основных инструментов, используемых в машинном обучении.
Несмотря на то, что первые разработки начались ещё середине XX века, настоящий бум нейросети пережили именно за последние несколько лет, когда сфера их применения резко увеличилась на 270%. Сегодня, работать с ними может каждый — и бизнес тоже!
По статистике, внедрение ИИ в бизнес снижает время выполнения рутинных задач минимум на 20% и повышает KPI персонала в среднем на 30-40%. Если раньше сотрудники тратили треть или даже половину рабочего дня на заполнение таблиц, аналитическую работу и др… ИИ выполнит такие задачи максимум за 30 минут.
А говоря о нейронках для продвижения организации, то их можно применять для создания эффективного целевого маркетинга и разработки сильной маркетинговой стратегии с максимальным ROI.
Перейдём к самому интересному - топу реальных бизнес-процессов, которые можно автоматизировать с помощью ИИ уже сегодня!
С таким сотрудником, как ИИ, гарантирована автоматизация бизнес процессов и эффективное продвижение бизнеса в интернете.
Анализ данных (любой объём) - ИИ как собирает, так и анализирует информацию. С помощью этого мощного инструмента можно оптимизировать как бухгалтерские задачи, так и маркетинговые. Для нейросети нет ограничений в кол-ве данных, это даёт значительное преимущество в плане продвижения, ИИ сможет составить максимально эффективную маркетинговую стратегию, узко под ЦА компании.
Прогнозирование: ИИ точно прогнозирует тренды, а также идентифицирует скрытые закономерности и зависимости, обеспечивая точные прогнозы спроса, позволяя компании быстро адаптироваться к изменениям в рыночной динамике и быть на шаг впереди конкурентов.
Анализ эффективности рекламных кампаний. Нейронки выявляют наилучшие стратегии продвижения и оптимизируют их, снижая расходы на рекламу и повышая ROI. ИИ даёт понимание поведения пользователей, и возможность использования опыта других компаний для привлечения трафика.
Обучение сотрудников - автоматизированное и в том числе, в режиме реального времени: с использованием технологий распознавания и обработки естественного языка, нейромодели могут давать сотрудникам информацию и инструкции онлайн, во время выполнения задач.
Назначение типичных и однообразных задач ИИ, чтобы сотрудники могли сосредоточиться на целях, которые не могут быть достигнуты без участия человека, тем самым кратко повышая производительность.
Бухгалтерия: обработка финансовых данных, формирование бух. отчётов, распознование и анализ данных в чеках, счетах и банковских выписках и многое другое.
SEO-оптимизация: ИИ соберёт максимум ключевиков и даже самостоятельно составит необходимый текст, внедрив в него необходимые ключевые запросы.
Общение с клиентами - внедрив умную систему поддержки можно значительно улучшить сервис и повысить конверсию: запросы клиентов будут закрываться быстро и развёрнуто.
Классификация, распределение, упорядочивание любых данных за несколько минут.
90% возникающих задач: дизайн, текст, сбор инфо (подсчёт по фото, перевод аудио/видео в текст, парсинг любой сложности) и т.д и т.п.
Но все мы знаем, что в каждом бизнесе есть свои уникальные внутренние процессы. Чаще всего, интеграция ИИ в компанию закрывает свыше 90% всех запросов.
По статистике, на конец 2023 года 35% компаний в Европе уже интегрировали ту или иную форму ИИ в свой рабочий процесс, а еще 42% изучают и интересуются нейросетями для будущего внедрения.
Из-за стремительного развития и влияния искусственный интеллекта, 85 миллионов рабочих мест могут потерять свою актуальность к 2025 году.
По прогнозам, к 2025 году генеративный ИИ будет производить 14% всех данных.
Более 80% опрошенных сотрудников в Европе говорят, что ИИ значительно повышает их производительность.
Автоматизация маркетинга может увеличить продажи на 451%.
Исходя из этой интересной статистики, нетрудно догадаться, что очень скоро нейросети плотно займут своё место в жизни каждого современного человека и многие предприниматели начнут интегрировать технологии в свои компании.
Но пока эта сфера только начинает расти, у каждого владельца своего дела в 2024 есть возможность первыми внедрить в работу этот невероятный инструмент и уже сейчас быть на шаг впереди конкурентов!
Мы подготовили для Вас краткий прогноз развития технологий ИИ в 2024 году.
В конце 2023 года уровень внедрения искусственного интеллекта в различных отраслях российской экономики достиг 20%. Лидерами являются финансовый сектор, IT и телеком – в этих сегментах ИИ-технологии используют более 40% компаний.
Активная автоматизация бизнес-процессов:
Ожидается, что нейросети будут все шире применяться для автоматизации рутинных задач. Это включает в себя не только задачи в сфере производства, но и административные функции, управление запасами, обработку данных и другие операции. Всё больше компаний интересуются ИИ-технологиями и внедряют нейросети в бизнес, и к концу 2024 года уровень внедрения ИИ может вырасти в 2, или даже в 3, раза.
В сфере финансов и инвестиций нейросети будут активно применяться для анализа рынков, прогнозирования изменений цен и оптимизации портфелей. Это значительно повысит качество принимаемых финансовых решений и уменьшит риски.
Развитие технологий обработки естественного языка:
Системы обработки естественного языка будут становиться более продвинутыми, что позволит создавать более эффективные системы клиентского обслуживания, анализа текстовых данных и т.п.
Исходя из этих данных, можно сделать вывод, что автоматизация бизнес-процессов с помощью ИИ в 2024 году актуальна как никогда.
Бизнес — это как сёрфинг. Важно всегда оставаться на волне инноваций.
Друзья, поделитесь, как относитесь к нейросетям? Задумывались над интеграцией ИИ в свою работу/бизнес? Оставляйте комментарии, задавайте вопросы, а мы на всё ответим! А если статья понравилась и Вы прочитали до конца - будем безмерно благодарны лайку.
P.S.: Эта статья была оформлена за 15 минут. 10 из них потребовалось для того, что бы сформировать запрос для нейросети с нашими аналитическими данными, и еще 5 на генерацию текста и редактирование.
Хотите, что бы в Вашей компании бОльшая часть задач выполнялась в таком же темпе без потери качества? Обращайтесь к нам за внедрением ИИ в бизнес :)
Nexmind.ru - Ваши надежные партнёры в области инноваций.
Подписывайтесь на нас в телеграмм! Первыми публикуем полезные материалы и статистику об ИИ и бизнесе.
Пикабучане, спасибо за теплые слова! Очень много кто в л.с мне пожелал приятных слов, это очень неожиданно для меня :)
Для тех, кто не в курсе, мы ввели полностью бесплатный ChatGPT4 и Dalle3 без рекламы и без всякого раздражающего спама. Читайте прошлый длиннопост :)
Ну и как всегда, поставьте плюсик если вам понравилось :)
А еще у нас есть:
Google Gemini pro
Gpt 3.5
Gpt 4 - vision
Google Gemini pro vision
Dalle3
Pixart-alpha
И да, оно все бесплатны)
Я давно уже сижу на пикабу(не смотрите на аккаунт) я просто забыл данные от старого аккаунта😅 и хочу немного поделиться моей гордостью :)
Давайте проясним сразу: моя задача не заработать денег(мне хватает их с работы)
А скорее ии эксперимент и разработка чего-то.
Я уже получаю плюсы с бота так как мне стали кидать предложения о работе. Это приятно 😀
Итак, немного про процесс:
Технологии:
Python
sql alchemy
aiohttp
Alembic
Celery
Pyrogram
Uvloop
Undetected chrome driver
Все связано с гпт работает с помощью бинга, через кучу проксей ибо бинг любит блокировать по IP :(
Gemini работает напрямую по апи ключу
Pixart-alpha с помощью ГПУ сервера(своего же)
Все боты полностью безлимитны и бесплатны.
Мы добились подсветки синтаксиса:
Нормального вывода математических задач:
И кучи других мелких улучшений.
А тут наш бот по ChatGPT4:
В планах дальше:
Добавил апскейл картинок, добавил Leonardo AI. Различные ИИ замены голоса и тп :)
Проект некоммерческий, вступайте если интересно :)
P.s если вы попользовались и вам понравилось, поставьте плюсик пожалуйста ^^
https://t.me/lama_channel_gpt
Привет, друзья! В этом видео я рассказываю о Stable Cascade - последней разработке от создателей Stable Diffusion. Эта технология умеет генерировать текст без ошибок, не "портит" руки на изображениях и работает на компьютерах с 12-16 ГБ видеопамяти.
Мы познакомимся с новинкой, запустим её онлайн, попробуем портативную версию и добавим Stable Cascade в Automatic 1111. В конце покажу, как можно улучшить результаты с помощью A1111 не отходя от кассы.
А чтобы было еще интереснее мы будем сравнивать результаты с DALL·E 3 на ChatGPT Plus, Midjourney 6 через телеграм-бот и SDXL на ArtGeneration.me. Смотрите на результаты вместе со мной и делайте выводы! Приятного просмотра.
Ссылки из видео:
Мои ссылки:
Одна вакансия, два кандидата. Сможете выбрать лучшего? И так пять раз.