>>255666

> В школу пошли?

Ещё в начале лета активность упала, как ни странно.

> Как ты думаешь, какой следующий хайповый этап у нейросетей будет? Какой скачок произойдет, что снова будет хайповая тема?

Лично мне интересно наблюдать за развитием локальных LLM (Large Language Models), в последние месяцы там большой прогресс был. Это системы, близкие по смыслу к GPT, но которые можно запустить локально, так что ты не будешь зависеть от серверов какой-либо корпорации. Но увы, даже одной видеокарты 4090 не хватит, чтобы запустить самую мощную публичную сетку локально, надо как минимум две 3090/4090, чтобы сетки влезли в видеопамять. И буквально неделю назад вышли новые сетки, для которых нужно уже четыре подобных видеокарты. Так что то, что какая-либо сетка находится в публичном доступе, уже не гарантирует, что ты сможешь запустить её без специализированной машины. Я думаю, что подобные системы не станут массовыми, вследствии высоких системных требований.

По нейросетям для синтеза/преобразования голоса в последние месяцы я не слышал о каких-либо интересных новых проектах. Есть RVC, при помощи которого сделали огромное количество нейро-каверов, тут я даже не знаю, что принципиально можно улучшить. Тут скорее больше нужны системы, которые смогут чисто отделять вокальную часть в песнях от инструментальной части, поскольку от этого процесса напрямую зависит качество получаемых каверов. Вот бы ещё бек-вокал как-то отделять, чтобы его можно было независимо преобразовать.

По сетям для генерации картинок два месяца назад вышла новая модель Stable Diffusion XL, которая, в теории, более мощная чем та, на которой основаны прошлые решения для генерации картинок (Stable Diffusion 1.5/2). Однако, по ней очень мало наработок и комьюнити не спешит на неё переключаться, поскольку она обладает более высокими системными требованиям (как для генерации, так и для обучения своих моделей) и несовместима со старыми инструментами. Да и хайп по картинкам спал, так что, возможно, потенциал этой сетки так и не будет раскрыт.

Недавно вышла интересная коммерческая система, которая может переводить видео на английский и несколько других языков, что влючает в себя генерацию аудиодорожки с оригинальным голосом и подгон мимики в видео под эту дорожку - на прошлой неделе много об этом говорили, наверняка уже слышал. Я бы поставил на то, что попытаются делать дубляж различных фильмов, используя подобные нейросети. Хоть эта нейросеть работает и не идеально, было бы интересно наблюдать за прогрессом развития данной системы, ведь сам концепт интересный.

Вот такие мысли. Даже не знаю, на что я бы сделал ставку в плане хайпа, если говорить про будущее.

Но самые опасные, на мой взгляд (в плане того, скольких людей могут лишить работы) это LLM, подобные GPT-4 и Claude. OpenAI заявляют, что не работают над новой версией GPT. Однако, российские (как минимум Сбер и Яндекс) и китайские компании активно пытаются разработать подобные системы. Мне интересно, не станем ли мы скоро свидетелями гонки за попытку обучить самую продвинутую версии LLM от различных корпораций. OpenAI первыми сделали прорыв со своей GPT-4, но часть сотрудников от них ушла в компанию Anthropic, которая весной этого года выпустили систему Claude, которая превосходит GPT-4 в некоторых моментах (таких как генерация русскоязычного текста). Сейчас OpenAI могут позволить себе не обучать GPT-5 из-за, как они говорят, "рисков безопасности, которые несёт в себе ИИ". Но такое возможно только потому, что у них сейчас, фактически, нет каких-либо конкурентов; Claude проигрывает GPT-4 во многих аспектах, связанных с логикой. Я ожидаю, что ситуация будет меняться и будет появляться больше компаний, которые будут пытаться разработать самый продвинутый LLM, уже не думая о каких-либо рисках. И тут наверняка будет задействован и промышленный шпионаж и попытка перекупить ключевых сотрудников. Если выяснится, что из текущих архитектур нейросетей выжали не всё и LLM ещё есть куда развиваться, то, через несколько лет, мы наверняка будем наблюдать картину, по смыслу похожую на промышленную революцию, когда труд множеста людей был обесценен вследствии автоматизации. Какие у этого будут последствия сложно предсказать.