STARTOBUS

The Information: OpenAI разрабатывает «двунаправленную» аудиомодель для улучшения голосовых помощников

– Обычно аудиомодели работают по принципу пошаговой системы
– ИИ ждет, пока пользователь полностью закончит говорить
– Обработка аудио, генерация и произношение ответа будут после
– В реальной жизни разговор строится совсем по-другому
– Модель также не может изменить ответ после начала генерации
– Общение кажется неестественным, роботизированным и т.д.
– Компания намерена исправить принцип работы аудиомоделей
– OpenAI верит, что разговаривать с ИИ будут больше, чем писать
– У компании есть перспективная двунаправленная модель (BiDi)
– BiDi позволяет вносить коррективы в режиме реального времени
– ИИ сможет непрерывно обрабатывать голос пользователя
– Модель сразу корректирует ответ в случае прерывания речи
– Однако новая модель пока не готова, запуск будет не раньше Q2
– Пока модель начинает сбоить после нескольких минут разговора

@ftsec

"Мы перевели все процессы на ai. Ai процессы: ..."

⚡️Нейросеть, созданная Alibaba, начала тайно майнить криптовалюту на своих GPU — хитрый искусственный интеллект попытался разбогатеть в процессе обучения и был пойман.

Агент предоставил своему программному обеспечению скрытый доступ к внешнему серверу, чтобы обойти систему безопасности, а затем организовал там настоящую майнинговую ферму. Интересно, что нейросеть этому никто не учил и не давал специальных команд — искусственный интеллект самостоятельно прочитал информацию о криптовалюте и решил разбогатеть.

#интересное

Нейросети: Волшебство ИИ

Да, я каблук. И мне нормально. Чуть больше 26 лет назад встретил Аллу, 23 года назад появилась Даша. Вчера купил тюльпаны всем своим девушкам — и не извиняюсь.

В ушах с утра - «Остыл на подоконнике чай, вдвоём в треугольнике… Я иду, каблук стёртый» © Даша - первый канал отобрал эту песню, обсуждаем образы.

Ну или так)

Мужики. Нам надо поговорить.

Завтра 8 марта. И я знаю — знаю — что вы сейчас читаете этот пост и думаете: «А, ну да, завтра. Ну, завтра и разберусь».

Не разберёшься. Ты разберёшься 9-го. В 8 утра. На морозе. У цветочного ларька. В очереди из таких же стратегов. Все в пуховиках, все с лицами «я-же-помнил-просто-не-успел».

И вот тут главный вопрос, который меня мучает уже лет двадцать:

Почему. Нельзя. Купить. Цветы. Седьмого.

Нет, серьёзно. Вот объясните мне. Что мешает зайти в цветочный сегодня — 7 марта — купить нормальный букет за нормальные деньги, без наценки x3, без давки, без этих отмороженных тюльпанов, которые замёрзли ещё на складе — принести домой, поставить в вазу, и пусть они стоят. Пусть она проснётся утром, а цветы уже есть. С вечера. Как у нормальных людей.

Но нет. Мы ждём. Потому что «ну а вдруг я 7-го принесу, а она скажет — это чё, на завтра что ли? А завтра не будет?»

Логика. Мужская. Безупречная.

Вот видео к посту — это вы, 9 марта, 8:17 утра. Три банана у ларька. Один букет на троих. Классика. Сгенерировано на Nano Banana Pro — что символично.

Ладно. Кто уже в зоне поражения — вот план спасения. 15 минут. Телефон. AI.

1. Видеооткрытка — 3 минуты
Открываешь генератор видео (Nano Banana Pro). Пишешь промт: «Нежная весенняя сцена, лепестки цветов кружатся в тёплом солнечном свете, мягкий боке, надпись С 8 марта. Кинематографично, романтика.» Генерируешь. Накладываешь голосовое. Отправляешь. Она думает, ты полчаса монтировал. Ты потратил три минуты.

2. Персональное стихотворение — 2 минуты
Даёшь нейросети три факта: имя, чем занимается, что любит. Просишь четверостишие. Нет, это не Пушкин. Но это точно лучше, чем «Поздравляю! Будь счастлива! Улыбок!!!»

3. Фотоколлаж — 5 минут
Закидываешь совместные фото в генератор изображений (Nano Banana Pro). Промт: «Стильный коллаж в пастельных тонах, цветочные элементы, надпись С 8 марта». На печать, в рамку — или хотя бы на экран. Уже победа.

4. Доставка цветов — 5 минут
Да, с наценкой. Да, это цена твоей прокрастинации. Зато доставят к утру. С карточкой. На карточке — текст из пункта 2.

5. Ядерная опция: голосовое «твоим» голосом — 1 минута
Клонируешь свой голос в ElevenLabs. Пишешь текст. Генерируешь аудио. Отправляешь в 7 утра. Она думает — ты встал на рассвете. Ты спал. AI не спал.

А если серьёзно — с наступающим праздником всех прекрасных девушек, читающих этот канал. Вы делаете этот мир осмысленным. А мы — ну, мы стараемся. Иногда даже 7-го числа.

А теперь — действие. Переслали этот пост другу, который точно забыл? Нет? Вот прямо сейчас. Откройте контакты. Найдите того, кто завтра утром будет стоять бананом у ларька. Скиньте ему. Спасите человека. А потом напишите в комменты — сколько друзей спасли. Я считаю.

Ваш Стартобус.

9 марта. 8:17. Три банана. Один букет.

Anthropic на днях обновили скилл для создания скиллов в Claude Code

Skill Creator – инструмент, который берет Claude и превращает его из универсального помощника в узкого специалиста.

Что он делает:

• Интервьюирует тебя, чтобы понять что автоматизировать
• Генерит структуру скилла: SKILL.md, скрипты, ресурсы
• Пишет тест-кейсы и запускает evaluation
• Показывает результаты в viewer с бенчмарками
• Оптимизирует описание, чтобы скилл точнее триггерился

Если используете Claude Code и постоянно повторяете одни и те же паттерны – это для вас. Вместо того чтобы каждый раз объяснять Claude что делать, создаете один скилл и он запоминает.

Все как раньше, только теперь Клод Код делает это еще более хорошо.

Привет, ну я должен рассказать - помните утром мне perplexity computer помогал править календарь. А вечером на лекции он мне помогал дорабатывать магистерский проект.

Мы на занятии со студентами разбирали токенизацию реальных активов — придумали проект, где AI оценивает промышленные отвалы, считает объёмы, и всё это заворачивается в цифровые токены. Ну, знаете, из тех идей, которые звучат красиво на слайде, но требуют три недели, чтобы собрать хотя бы демо.

Так вот. Я открываю Perplexity Computer.

Ключевой момент здесь в том, что это не очередной чат-бот. Это — цифровой сотрудник. Он работает с теми же инструментами, что и мы: браузер, файлы, сервисы.

Я надиктовал ему бред - про то как должен выглядеть ролик из темы блокчейна (ну там - космос, цифры, графики вверх ну и там все постоянно пересчитывается - прямо так - прямой речью, а он мне сценарий ролика на 15 сек с детальной раскадровкой. И дальше - чудо прямо на глазах - пишет - 15 сек за одну генерацию не сделаю - сделаю две по 8, а потом кроссфейдом - я блин - даже слов таких не знаю - в общем:
— расписал покадровую раскладку по секундам
— сгенерировал два 8-секундных клипа (пролёт из космоса, разрезы земли, голограммы, блокчейн-эстетика)
— сам проверил технические параметры обоих файлов
— склеил их в один 16-секундный ролик с кроссфейдом
— и выдал мне готовый .mp4

Не промт. Не инструкцию «сходи туда, нажми сюда». А файл. Готовый. Забирай и монтируй оверлеи.

Я бы и сайт показал (там уже реально бомба), который мы на занятии за 20 минут собрали… но группа решила делать проект по-настоящему, так что — подождём, покажем позже - если разрешат).

Если посмотреть на это с точки зрения рынка — мы проходим точку, где AI перестаёт быть «умным блокнотом» и становится реальным инструментом производства. Раньше ты спрашиваешь — тебе отвечают. Теперь ты ставишь задачу — и получаешь результат. Разница, как между гуглом и наёмным сотрудником.

Perplexity Computer — доступен для подписчиков Max. Скоро Enterprise и Pro.

Попробуйте. Серьёзно. Это тот случай, когда лучше один раз увидеть.

Ваш Стартобус.

🌚 Российские пользователи сегодня массово жалуются на блокировки в Claude, Perplexity и ChatGPT

Такие блокировки принято обсуждать как досадную случайность, но что-то подсказывает, что жесткая фильтрация серых зон может превратиться в стандартный регламент западных корпораций.

Алгоритмы антифрода теперь по умолчанию настроены на автоматический бан при любом техническом отклонении.

• Случайно открыли вкладку без VPN? Бан.
• Сервер скакнул из одной страны в другую? Бан.
• Купили доступ в складчину на какой-то бирже? Бан.

🗒 История с уходом Notion научила рынок, что распрощаться с пользователями можно очень быстро и без всяких переживаний.

Тогда тысячи команд в спешке пытались выгрузить базы знаний, когда доступ уже начал отваливаться.

Ситуация с ИИ-сервисами повторяет этот сценарий: вы строите процессы на фундаменте, который вам не принадлежит и может схлопнуться из-за капризного прокси.

Знаю, что вы обожаете данные по рынку труда в свете мировой ИИзации. Это бодрит и расширяет кругозор (еще недавно вы даже не смотрели в сторону профессий где нужно крепко держать инструменты в руках).

Так вот, буквально вчера антропики выпустили свежий отчет - влияние ИИ на рынок труда.

И ввели новую метрику "наблюдаемое воздействие" (observed exposure) - разница между тем, что ИИ теоретически может автоматизировать, и тем, что реально автоматизируется прямо сейчас. Главный вывод - мы еще в самом начале.

Цифры: у программистов покрытие задач уже 75%. Клиентский сервис - 70% Ввод данных - 67%. Финансовые аналитики - 57%.

При этом для всей категории "компьютерные и математические специальности" реальное использование - 33%, а теоретический потенциал - 94%. Красная зона на графике (реальное использование) пока сильно меньше синей (теория). Но она растет.

А вот 30% профессий вообще не затронуты: повара, механики, спасатели, бармены, посудомойщики. Там ИИ даже порог минимального покрытия не прошел.

Антропики честно говорят: если бы эффект был масштаба Великой рецессии (безработица в затронутой группе выросла бы с 3% до 6%) - их метрика бы это увидела. Пока не видит. Но инструмент готов, данные открыты на HuggingFace, обновления будут. Следим.

PDF с переводом закину в комментарии к посту

Лучше уже не придумать 😁

Нейросети: Волшебство ИИ

часто вижу в чатах вопросы "покажите конкретику использования ИИ", "а какие именно функции заменяют агенты?". для меня ответ очевиден: все. но я понимаю, что "все" — это не аргумент, поэтому вот свежие данные от Anthropic.

они ввели метрику "observed exposure" — разница между тем, что ИИ теоретически может автоматизировать, и тем, что реально автоматизируется сегодня. главный вывод: мы находимся в самом начале.

цифры: для программистов покрытие задач уже 75%. при этом для всей категории "computer & math" реальное использование — 33%, а теоретическая способность — 94%. то есть мы используем треть от возможного, и это в самой продвинутой категории.

для офисных и административных функций теоретическое покрытие — 90%. финансы, юристика, бухгалтерия, HR — по данным отчета, наиболее exposed работники это люди с высоким образованием и высокой зарплатой. частично, те же кто задает "а какие функции?" - детали на картинке

например, у себя почти все задачи связанные с аналитикой, финансовым моделированием, инвестиционным рисерчем и подготовкой в звонкам/сделкам делает клод. это сильно быстрее и дешевле, но, главное, выше качеством, чем если бы я делал это руками.

найм молодых специалистов в exposed профессиях упал на ~14% после запуска ChatGPT. безработица пока не выросла — людей просто перестали нанимать. это не кризис, это тихая замена. а прогноз роста для exposed профессий до 2034 уже слабее, чем для остальных — рынок закладывает автоматизацию.

реальная проблема не в том, могут ли агенты делать работу — данные говорят, что могут. проблема в том, как быстро нужно меняться людям. возьмите 3-5 своих ключевых рабочих функций и прогоните через агента на этой неделе. результат покажет больше, чем любой отчет. а если вам интересно как именно это делать в вашей работе или компании, то вы знаете где узнать больше.

Объем отраслей экономики Китая, связанных с ИИ, к 2030 году составит около 1,5 трлн долл

Больше, чем вся экономика России сегодня.

Кстати, я дико устал скакать в поисках какой из сервисов из трех букв будет стабильно давать доступ к нужным мне серверам (незапрещенным в россии) и perplexity легко справился с этой задачей - создал код и даже помог настроить хостинг и все за 250 руб в месяц - там уже около 15 человек семьи и знакомых висят.

как это мило, он еще ограничивает удаление событий в календарях - я в диком восторге. Они учитывают опыт первых агентов, которые для себя могли весь диск почистить (у меня это пару раз осенью прошлой делали - до полного слома компа один из разов)

кайфую от режима компьютера в perplexity max. Начал как обычно с календаря от вузов. Дальше буду смотреть как рабатает с таблицами (финансовые модели и планы) и как делает презентации. Сайты и код делает очень прилично.

А количество коннекторов - это какое то безумие! Праздников не хватит все проверить - то есть perplexity может забрать данные из ваших гугл форм и таблиц и с сайта и перенести в трекшен план работ и думаю даже что то начать планировать и выполнять за вас самостоятельно.

Будущее уже тут, просто не все об этом предупреждены!