🏆 AIeron | Data Feeling

Так-с, решил тряхнуть стареной и поучаствовать в Data Fusion. Подумал, что в целом 500к на дороге не валяются. Можно и побороться.

Хотя если честно, вангую что деньги заберет @ivanglebov

50 огоньков и расскажу, что под капотом и какие фичи заходят.

🎙 OpenAI представила ИИ Voice Engine для клонирования голоса

Это пушка и вот почему:

😁 Технология позволяет клонировать голос по 15-секундному образцу. Заявленные цели — помощь людям с проблемами речи и нарушениями голоса, а также перевод контента на другие языки.

😘 Голоса на выходе получаются живыми и не лишенными эмоций. и Даже сохраняют акцент говорящего - генерация английского языка с аудиообразцом французского говорящего произведет речь с французским акцентом.

🫡 В OpenAI не забыли про потенциальное мошенничество. Для использования технологии предполагается использовать голосовую аутентификацию, чтобы предотвратить использование чужого голоса в недобросовестных целях.

😅 Вы только задумайтесь, какая теперь доступна персонализация в голосовых сервисах!

🤔 Романтика AI стартапов.

Прошел первый месяц с запуска Спикадоры. Что вообще она делает? По сути это тренажер для тренировки разговорного английского за счет голосовых сообщений.

Сразу скажу, давно я не получал столько удовольствия от ощущения вклада в развитие навыков аудитории. Была пробита планка в 100 часов, которые наговорили реальные люди! Почти весь месяц бот был безлимитным. Появились юниоры, которые наговорили по 5 часов! 🤯

Что по цифрам?
Отразил метрики активности на скрине. А вот по финансовым…
🙂 MRR = 20к
🤯 CAC = 2400р (Premium 490р)
😘 пдп = 20р
🫣 ROI = - 90%
😗 Time2Buy - меньше месяц
🤞 Retention - неизвестно

Как видите, все не очень сладко, но есть понятные причины, которыми можно управлять. Получать продажи сложно, делать кастдев муторно, двигаться на интуиции опасно, писать код в команде офигенно.

Что по планам?
- Мы отловили и пофиксили под конец месяца серию «ботелнеков», которые здорово роняют конверсию.
- Начали разрабатывать методологии на первые 30 дней. Да, она нужна оказывается =)
- Следом за методологией идет трекинг прогресса. Люди быстро отваливаются, если не видят улучшений. А ведь они есть!
- Улучшить качество диалога. Качество уже неплохое, вызывает «вау-эффекты», но на длинной дистанции user-experience страдает.
- Прочие киллер фичи и косметика, но про них позже…
- Написать через месяц, что мы живы и продолжаем пролезать через «долину смерти».

to be continued

Отпуск на год

Решил слетать в отпуск, пока пересекал границу, меня взяли на паспортном. Справки с IT отсрочкой на руках не было…

Временно не смогу блог вести. Сейчас годик послужу и вернусь. Ждите!

Найм и менторство

🏕️ На неделю оказался в станице, где живет моя бабуля. Скорее даже просто застрял тут по семейным обстоятельствам.

Живу у тётки. Оказывается сейчас каникулы у школьников.
И вот от безысходности я превратился в репетитора по python 🐍. Подсадил своего двоюродный братика на программирование 🧑‍💻

💪 Занимаемся почти всю неделю на фул тайм.

🙈 Эх, знала бы моя родня сколько стоит увести опытного it спеца из столицы, чтоб он сутками прокачивал кого-то с нуля в глуши с туалетом на улице!?

🪙 Но я беру другой монетой - уделяю брату время только потому что ему нравится и он после первых задачек на pythontutor.ru начал заваливать меня вопросами. Крутой отклик 😍

🦤 Рынок кадров сейчас сложный. Поэтому приходится выращивать кадры самому 🤷‍♀️😅

📕 ChatGPT Hacks for Teachers

🕵 Нашел любопытную книжечку. Фокусно и по делу)

A rather new book written in a form of a conscientious guide for using ChatGPT or similar generative AI for studying purposes. The advices in this book come up helpful as for teachers and students as well.

🚀 На случай, если вы хотите бахнуть AI стартапчик для иностранный языков.

Автор: Keshav Jha
Формат: PDF

😈 Люди плохо отличают созданные в Sora видео от настоящих

В США тысяче взрослых показали восемь видеороликов и попросили определить, какие из них созданы при помощи нейросети, а какие сняты на камеру в реальном мире. В результате большинство участников опроса ошиблось в 5 из 8 случаев.

Исследование

🤖 Красиво про балансировку нагрузки:

👈 Слева полный рандом

👉 Справа — выбираем случайно два сервера, смотрим где нагрузка ниже — туда отправляем запрос

Во втором случае надо знать нагрузку на серверах, сам этот запрос может дополнительно нагружать. А можно запоминать последовательность того, куда вы отправляли прошлые запросы, к примеру. Все от задачи зависит и скорости исполнения.

Зачем про это думать? Чтоб уметь делать высоко нагруженные ML сервисы по типу моего резюме-ботика. Удавалось разогнать его до 90/запросов в минуту (хотя один запрос генерируется 15 секунд 🤫)

src

Снова погружаюсь в опенсорс LLM-ок в поисках вдохновения для их тюнинга под конкретные задачи. И наткнулся на статью, где ребята из Яндекса рассказали как обучали модельку YandexGPT пересказывать видео. Спойлер: подход крутой и он применим к разным задачам. Допустим вы решили научить вашу модельку навыку флирта с пользователями.

Как решать такую задачи с помощью LLM?

🎰 Основных подходов несколько. В случае LLM есть три основных способа научить модель решать задачу с требуемым форматом и стилем:
• p-tune,
• LoRa,
• fine-tune.
P-tune — если кратко, это автоматизированный подбор промпта. Он работает эффективнее, чем человек, которого посадили подбирать удачный промпт. Сам подход не может именно научить модель: задача должна быть достаточно простой для модели или в каком-то виде присутствовать в обучении.

Для сложных задач интереснее LoRA и fine-tune. На практике разница в размере требуемых ресурсов и максимальном качестве, которого можно достичь: у разморозки слоёв в fine-tune предел качества выше. Хотя у LoRA есть параметр — ранг. Чем больше ранг, тем более сложному навыку можно обучить модель. То есть высоким рангом можно компенсировать потенциальный предел качества. А главное, что при обучение LoRA требует меньше примеров. Счет идет на сотни или тысячи примеров для обучения.

Так что оптимизируем процессы, друзья и бежим обучать свою модельку

Да прокачайте уже наконец-то свой разговорный английский!

Вот вам крутой тренажер по говорению
@Speakadora_bot

Не благодарите 😉

Сравнение Sora от OpenAI и Gen-2 от Runway. Превосходство очевидно. 🤖

Преимущества новой модели Sora:

➖ Многофункциональность: способность создавать видео в различных разрешениях, пропорциях и продолжительностях.

➖ Интуитивное понимание: даже короткие инструкции на любом языке могут быть расширены детальным описанием сцены, подобно тому, как работало в DALL·E 3.

➖ Гибкость редактирования: возможность создания циклических видео, их продления, изменения среды и объектов, создания плавных переходов между видео и анимации статичных изображений.

➖ Координированность: высокая последовательность кадров, обеспечивающая постоянство расположения объектов в пространстве.

➖ Взаимодействие в сцене: модель может имитировать действия, влияющие на динамику сцены, например, художник, который добавляет мазки на холст, при этом ранее нарисованное остается неизменным.

Среди недостатков отмечаются сложности с точной симуляцией физических взаимодействий и поддержанием последовательности в длительных сценах.

Pika Labs внедрила функцию синхронизации движения губ с диалогом, достигая высокой точности в согласовании речи с видео любой степени сложности. 👄

Возможность ознакомиться с этой новинкой в режиме раннего доступа уже предоставлена пользователям. 🔗

Это я завтра буду выступать на Dodo AI Day и пояснять за то, как статическую минималку сделать динамической и прочие ML крутости

Ссылка на трансляцию

Всех приглашаю.

Векторное представление слов

🧠 Из классических курсов по машинному обучению вы вероятно узнали, что можно представлять слова в виде векторов.

🤹‍♀️ И вот вам залипательная мини игрушка для браузера, чтоб прочувствовать суть этого представления с азартом. Пробуйте guess-word.ru

🙈 Залип на минут 20 пока угадывал слово. Для насмотрености полезно.

Сделано by @tixmav