2023-й можно смело назвать годом генеративного искусственного интеллекта (ИИ) – по крайней мере, с технологической точки зрения. Кажется, будто IT-корпорации сговорились и решили доказать: технология не просто развивается, но скачет вперед семимильными шагами, перекраивая большую часть привычных процессов. Всего за пару ноябрьских недель в сфере генеративного ИИ случился ряд событий, по отдельности на революцию не претендующих, но в совокупности четко дающих понять: как раньше уже не будет.
<h2><span id="Vnedrenie-dlinoyu-v-god-1700753622107" class="anchor" data-point-name="Внедрение длиною в год">Внедрение длиною в год</span></h2>
В январе 2023-го стало достоверно известно, что Microsoft вложит $10 млрд в OpenAI – компанию-разработчика генеративной нейросети ChatGPT. На протяжении года создатели самой популярной операционной системы (ОС) в мире – Windows постепенно внедряли ИИ-инструменты в свои сервисы и приложения, и ноябрьская конференция Microsoft Ignite показала: ИИ теперь пронизывает всю экосистему корпорации насквозь. Одно только изучение перечня <a href="https://news.microsoft.com/ignite-2023-book-of-news/" target="_blank" rel="noopener">анонсов</a> может занять добрый час, и большая часть посвящена как раз новым ИИ-возможностям.
[embed]https://profile.ru/scitech/na-puti-k-supercheloveku-komu-i-zachem-nuzhny-razrabotki-nejrointerfejsov-1406112/[/embed]
Из основного можно назвать, пожалуй, Copilot – интеллектуальный ассистент для решения широкого спектра задач с помощью «естественных» текстовых запросов, который внедряется в подавляющее большинство сервисов Microsoft. Для обычных пользователей и офисных работников расширен функционал в подписке Microsoft 365, в частности, для текстового редактора Word, почтового клиента Outlook, пространства коллективной работы Teams. Список возможностей широк: оптимизация текстов (в том числе стилистическая и смысловая), интеллектуальное выстраивание расписания, поиск изменений в документах, построение дашбордов и другое.
Оптимизированные версии Copilot обещают выпустить для специалистов в сфере продаж, поддержки, клиентских менеджеров. Для разработчиков будет расширен функционал работы с данными. Также анонсирован AI Studio – инструментарий для упрощенного запуска сторонних ИИ-моделей в Windows. Он в том числе позволит «тренировать» собственных «вторых пилотов» под конкретные задачи.
Кроме того, компания заявила о выпуске двух собственных процессоров, что позволит снизить зависимость от других игроков рынка, в первую очередь от глобального монополиста Nvidia. Центральный процессор Azure Cobalt 100 и графический Maia 100 построены на Arm-архитектуре и производятся по 5-нанометровому техпроцессу. Это предыдущее поколение: производственные линии TSMC на 4 нм и экспериментальные на 3 нм, по-видимому, заняты производством чипов для Apple, Nvidia и других вендоров. Оба процессора будут использоваться в «облаке» компании для обработки растущего количества ИИ-задач.
<hr />
<h3>Буря вокруг OpenAI</h3>
<em>На днях в OpenAI чуть не случился «гражданский переворот». 17 ноября совет директоров <a href="https://openai.com/blog/openai-announces-leadership-transition">уволил</a> главу и основателя компании Сэма Альтмана. Это вызвало бурю протестов. События развивались стремительно. Глава Microsoft объявил, что Альтман возглавит у них новую ИИ-команду. Более 500 человек пригрозили покинуть OpenAI вслед за руководителем, если совет директоров не вернет Альтмана на прежнюю должность, а сам не отправится в отставку. В итоге договорились: OpenAI объявила о возвращении Сэма Альтмана, совет директоров компании сменится (вероятно, в него войдут представители Microsoft).</em>
<em>Судя по данным СМИ, ключевой причиной раскола стало расхождение по вопросу ChatGPT. Альтман, будучи инноватором, выступал за ускоренное развитие ИИ, тогда как совет такой подход счел бесконтрольным и не заслуживающим доверия. Вероятно, ситуация оказалась критической для существования одного из самых востребованных технологических решений, и для спасения ChatGPT Альтмана вернули, а заодно Microsoft получила еще больший контроль над этим перспективным инструментом.</em>
<hr />
Битвы за власть в OpenAI сопровождались проблемами с самим ChatGPT. За несколько дней до увольнения Сэм Альтман сообщил о приостановке приема заявок на платные подписки ChatGPT Plus – компания оказалась не готова поддерживать их технически. На фоне бурных событий нейросеть вообще перестала работать, но вместе с возвращением Альтмана также вернулась в строй. Сразу после этого компания <a href="https://rozetked.me/news/31424-openai-rasprostranila-funkciyu-golosovogo-chata-dlya-chatgpt-na-besplatnye-akkaunty" target="_blank" rel="noopener">объявила</a> о расширении функционала: ChatGPT Voice – возможность общаться с ассистентом голосом, ранее доступная только платным подписчикам, – теперь будет доступна всем.
<h2><span id="Iskusstvennii-intellekt-dlya-sotssetei--igr-i-puteshestvii-1700753642290" class="anchor" data-point-name="Искусственный интеллект для соцсетей, игр и путешествий">Искусственный интеллект для соцсетей, игр и путешествий</span></h2>
Другие американские IT-компании не отставали от повестки и тоже разработали в этом году ряд интересных ИИ-продуктов, причем по большей части не совсем профильных для себя.
[embed]https://profile.ru/scitech/pojmannye-v-nejroseti-kak-ii-zahvatil-chelovechestvo-i-pochemu-vsem-eto-vygodno-1395753/[/embed]
Meta (признана в России экстремистской и запрещена) начала развивать свою ИИ-экспертизу и представила EMU Video и EMU Edit – две нейросети для создания и обработки контента. Первая позволяет генерировать видео на основе текстовых запросов: сначала алгоритм создает статическое изображение, а затем, опираясь на него, анимирует в соответствии с запросом пользователя. Также с помощью EMU Video можно анимировать пользовательские фотографии.
EMU Edit некоторые пользователи назвали «убийцей фотошопа»: нейросеть позволяет редактировать изображения с помощью обычных текстовых запросов. Можно добавить или убрать надпись в стилистике иллюстрации, заменить объект (например, апельсиновый сок на коктейль) или фон («поставить» бокал на край бассейна) и так далее.
Платформа YouTube совместно с ИИ-подразделением материнской компании Google DeepMind <a href="https://deepmind.google/discover/blog/transforming-the-future-of-music-creation/" target="_blank" rel="noopener">представила</a> Music AI Tools. У сервиса две функции. Первая – возможность «напеть» голосом мотив и на основе записи сгенерировать музыкальную партию на выбранном инструменте (в качестве примера приводится саксофон). Вторая – генератор коротких музыкальных треков в стилистике известных исполнителей (тех, кто дал YouTube разрешение на подобные эксперименты). А еще видеоплатформа теперь <a href="https://blog.youtube/inside-youtube/our-approach-to-responsible-ai-innovation/" target="_blank" rel="noopener">будет обязывать</a> авторов контента помечать свои ролики, если в них что-то сгенерировано нейросетями.
[embed]https://profile.ru/scitech/kak-kvanty-mir-zavojujut-est-li-u-rossii-shans-stat-liderom-novoj-tehnologicheskoj-revoljucii-1389794/[/embed]
Компания Unity, создатель одноименного игрового движка (одного из самых востребованных в гейм-индустрии), <a href="https://www.engadget.com/unity-launches-a-suite-of-ai-tools-intended-to-simplify-game-creation-100039970.html" target="_blank" rel="noopener">открыла</a> разработчикам доступ к анонсированному еще летом инструменту Muse. Он позволяет с помощью текстовых запросов генерировать элементы игры: текстуры, модели объектов и персонажей, а также их анимации. По сути, инструмент способен заменить львиную долю рутинной работы программиста и позволить ему сфокусироваться на проработке сложных и интересных игровых механик.
Наконец, «мода» на генеративный ИИ добралась и до совсем уж специализированных платформ: Airbnb, один из ведущих мировых онлайн-сервисов по аренде жилья, <a href="https://www.cnbc.com/2023/11/14/airbnb-acquires-ai-startup-for-just-under-200-million.html" target="_blank" rel="noopener">анонсировал</a> первую сделку в качестве публичной компании. Ни много ни мало за $200 млн компания приобретет ИИ-стартап Gameplanner.AI. С его помощью она рассчитывает внедрить интеллектуального ассистента, который сможет помогать путешественникам в различных аспектах (например, более точно подбирать жилье).
<hr />
<h3>Компьютер прикрепили к одежде</h3>
<em>Недавно в США начались предзаказы на AI Pin – устройство, слухи о котором ходили еще год назад. Официально оно <a href="https://www.theverge.com/2023/11/9/23953901/humane-ai-pin-launch-date-price-openai" target="_blank" rel="noopener">было представлено</a> только в ноябре. Девайс от стартапа Humane позиционируется как полная замена смартфону. Это небольшой компьютер, который с помощью магнитного зажима крепится к одежде и сочетает в себе проектор, сенсорную панель, датчик распознавания жестов и объектов, а также главный инструмент управления – генеративный ИИ.</em>
<em>Девайс разработан таким образом, чтобы владелец максимально использовал возможности ИИ от OpenAI и других разработчиков: поиск информации (включая музыку, стоимость товаров и другое), отслеживание здоровья (например, подсчет калорий в съеденных продуктах), перевод на разные языки в режиме реального времени и так далее.</em>
<hr />
<h2>Развитие ИИ-экосистем в России</h2>
Россия не осталась в стороне от всеобщего тренда. «Яндекс» в ноябре <a href="https://yandex.ru/yac" target="_blank" rel="noopener">провел</a> регулярную конференцию YaC 2023, где также упоминался генеративный ИИ – YandexGPT. Компания постепенно внедряет его в свои сервисы, и самым заметным изменением стало обновление «Яндекс.Карт». Теперь ИИ на основе пользовательских отзывов создает краткие описания места (например, «вьетнамская кухня» или «авторские коктейли» – применительно к ресторанам и барам соответственно). Также добавлены карточки в формате «сторис»: YandexGPT, опять же на основе самых характерных моментов из отзывов, генерирует более подробные описания плюсов и минусов того или иного заведения.
Помимо этого компания запустила продажи «Станции Миди» и анонсировала скорый выпуск устройства «Дуо Макс». В обеих новинках установлен нейропроцессор, который позволяет быстрее обрабатывать пользовательские команды, но развития в сторону именно генеративного ИИ пока не было. В колонках доступен отдельный навык «Давай придумаем», позволяющий поработать с YandexGPT второго поколения, однако нативно в ассистента «Алису» он пока не вшит (как, например, это реализовано в AI Pin).
[embed]https://profile.ru/scitech/uma-palaty-pod-intellektualnyj-dom-podvedut-fundament-standartov-1384122/[/embed]
Свою ИИ-экосистему продолжает развивать «Сбер». Летом компания <a href="https://vc.ru/services/917940-sber-vypustil-prilozhenie-salutespeech-app-dlya-sinteza-i-raspoznavaniya-rechi-v-audio" target="_blank" rel="noopener">выпустила</a> SaluteSpeech App – приложение с функциями перевода голоса в текст и наоборот, куда встроен генеративный ИИ – GigaChat. Он позволяет загрузить в приложение короткие тезисы, которые будут автоматически расширены до полноценного текста, или, наоборот, сделать из текста смысловую выжимку. После чего нейросеть сразу может перевести текст в аудиоформат.
На днях банк <a href="https://aij.ru/" target="_blank" rel="noopener">провел</a> свою ежегодную ИИ-конференцию AI Journey, где представил целый список нововведений. Была обновлена генеративная нейросеть Kandinsky: при генерации изображений у нее повысилась точность обработки пользовательских запросов. Также «Кандинского» обучили генерировать видео – пока только простые 8-секундные ролики. А разработчик офисных программ «МойОфис», повторяя опыт зарубежного конкурента Microsoft, объявил о внедрении «сберовского» GigaChat (аналог ChatGPT) в свое ПО. Сейчас разработчики обсуждают монетизацию возможностей нейросети. К слову, ИИ-модель GigaChat тоже обновилась: теперь она поддерживает 29 млрд параметров и за счет этого точнее работает на русском языке.
Другие крупные российские IT-компании, также развивающие свою ИИ-экспертизу, – VK и МТС – пока не включились в гонку. Но уже понятно, что развитие генеративного искусственного интеллекта будет идти по нарастающей, хватало бы мощностей.