А что по поводу, вот, создания кино? Насколько это вообще реалистично?
Ту же Sorа можно будет в дальнейшем использовать. Уже использовать не для генерации полноценного видео с нуля, а для редактирования кадров.
Нет, к такому я не готова. Пусть кто-то другой потестирует его, там, пару лет., что он там, знаешь, не ходит по ночам, не убивает своих хозяев, не врезается в другие машины.
Они получают package пять-десять миллионов в год, сильно крутые.
Всем привет!
, мы на подкасте To The Moon, где мы разбираем технологические новости, технологические новости из Кремниевой долины, технологические новости мира. Нас всегда четыре человека. Большой упор в искусственный интеллект и в AI. И уже было три выпуска, и есть смысл их посмотреть, потому что это не про то, чтобы получить новости конкретной недели, а это про то, чтобы посмотреть анализ, мнения, инсайты, по технологическому миру. А сегодня вот с чего хочется начать.
Саша, ты в прошлый раз, рассказывал прооо такое невероятное внутреннее ощущение от того, что ты увидел, как с помощью модели Sora от OpenAI было сгенерировано видео, и ты это видео увидел в реальном режиме времени, как будто в кино, да, на крутых экранах. Иии они на этой неделе еще выпустили ролик, может быть, там его и показывали. Ролик, посвященный TED. Иии это такое просто супер какое-то видео невероятно сделанное. Вот что хотелось бы сказать. Я сейчас, я сейчас в Риме, а на прошлой неделе, вот пару дней назад был в Дубае, и, там кра-- собаки л-- гавкают в Риме. И, значит, что было интересно, что мой приятель один, я ему когда про это рассказал и вот прооо создание видео с помощью искусственного интеллекта из промтов, он говорит... Тут же бы-- мы потом поехали на ужин, и он другим людям говорит: "Ты представляешь, скоро фильмы будут, значит, генерировать настоящие с помощью искусственного интеллекта. Все! Это вообще новое будущее, новый мир". Я подумал: вы представляете, сколько надо вообще ресурсов, и что это должна быть за невероятная система, которая сможет продумать сюжет, несколькочасовой. Потому что сейчас человек пишет промт и еще его сгенерировать, сделать невероятно качественно, супер круто. И получается, что с одной стороны, есть вот этот вау, который у тебя был, с другой стороны, у меня лично нету пока ощущения, что мир хоть как-то готов, создать настоящее видео двухчасовое. Вот хочется, так как ты находишься вот внутри, опять же, производства видео, мне кажется, это такое очень сильное движение технологическое в мире., что ты думаешь на эту тему?
Да, я видел это видео, оно впечатляет. Вышел также разбор от, как я понимаю, от студии, которая пользовалась Sorой. И оттуда следует, что на самом деле, нууу, тут-- что было огромное количество постпродакшна, чтобы получить те видео, да? То есть что это не-не-- что это, как бы большое количество ручной работы по клинапу и большое-- и использовались также внешние тулы, такие как Topaz для апскейлинга. Это первое, что в-важно отметить. То есть мы не знаем, насколько качественная действительно, мо-модель Sorы, и я думаю, что с контролем там есть большие проблемы. Ну, по крайней мере, между строк читается, что с контролем есть большие проблемы и что это, наверное, до сих пор не тул для, как бы повсе-- для повседневного, не знаю, создателя контента,
грубо говоря.
Саш, а что значит с контролем есть проблемы?
Обычно для того, чтобы произвести, произвести, картинку или видео, нужно сделать длинный промт, и часто этот промт может быть пятьдесят, пятьдесят слов., иии, ну, ну и есть га-гайды из, там, не знаю, почти, почти там пятьдесят тире ста страниц для каждой модели, как правильно составлять промты под разные сценарии. Иии похоже, что в Sorе эта проблема, не решена, и нужно уметь, уметь промтить модель. Фактически это влечет за собой создание такого отдельного пласта людей, которые промт-инженеры. И вокруг-- и как раз есть еще очень большой вопрос: как они будут интегрированы в рабочие процессы? Это будут специально, это будут агентства или это будет маркетплейс, или это будут независимые как бы промт-инженеры, которых просто, которых бренды будут нанимать на-- через, не знаю, находя посты в Instagram или в TikTok., пока непонятно, как экономически будет, как экономически это будет работать. Повод-- ну и сейчас очень, да, сложно говорить по поводу, по поводу Sorы. То есть можно, можно предположить, что, стоимость создания контента все равно получается дешевле, потому что, как бы за-- это заменяет этап продакшна непосредственно, да? То есть если production-день, стоит десятки тысяч долларов, то я предполагаю, Sora экономически выгоднее, но это никак не заменяет постпродакшн. Конечно, на-- коне-- на мой взгляд, при-- победителями будут концепт-дизайнеры, которые хорошо, которые научатся промтить модель, потому что теперь у них появится сильно больше возможностей, чем было до этого, да? То есть люди, у которых есть как бы креативный vision и которые при этом научатся промтить модель, они смогут делать фильмы, короткие фильмы теперь, может быть, из нес-несколькоминутные, неско-несколькоминутные трейлеры — то, что они раньше не могли сделать. Иии это, это будет большим анлоком. А-а-м.
О-- ну, пока, к сожалению, таких историй успеха достаточно мало.
Саша, а скажи, пожалуйста, по вычислительным мощностям, да? Вот если мы уже привыкли, что у нас есть, там, ChatGPT, Claude или ещё какие-то чат-боты, в которые можем запустить промпт и в реальном времени получить ответ, то что касается видеогенерации, да? Понятно, что Sora, там, в открытом доступ нам ещё потестить не дали. Но вот по твоей оценке, насколько это вообще, ну, вот, реально может быть похоже на тот опыт, который у нас есть с генерацией изображений, с генерацией текстов, также с генерацией видео, да? С точки зрения, насколько это будет доступно, так скажем, простым смертным, а не крупным компаниям типа Adobe или ещё кого-то.
Это очень хороший вопрос. Тут я могу только спекулировать. То есть просто экономически, создание видео, одно-одноминутное видео будет стоить— Sora качества, наверное, будет стоить вам несколько десятков долларов. Давайте округлим, может быть, $100, потому что мы не знаем, какое количество итераций. И на самом деле вряд ли абсолютно, ну, вряд ли, на самом деле, тут широкий круг-- широкому кругу людей это будет доступно, честно говоря, да? , то есть, всё-таки с-- всё-таки $100 за минутное видео — это достаточно дорого. Это дороже, чем Shutterstock, например. Но как бы визуальная картинка будет сильно лучше, и спец-- и можно будет запромптить под юзкейс, но это будет достаточно дорого. И поэтому сейчас, не так это-- сейчас поэтому не так очевидно, с-- будет ли, например, это полезно для-- будет ли модель Sora полезна для маленьких бизнесов, например. Потому что если $100 даже вот на минуту хронометража, и это, например, достаточно для того, чтобы нарезать несколько шортсов, то нужно потратить на одну модель Sora в месяц, может быть, несколько тысяч долларов.
И не всем это тоже может быть экономически выгодно.
Правильно ли я понимаю с точки зрения, вот, требований к вычислительным мощностям, что если мы возьмём минутный ролик, условно 30 кадров в секунду, это получится 1800 кадров., сопоставимо ли это — генерация вот такого видео и генерация, там, 1800 или, там, полутора тысяч изображений? Или всё-таки технически в генерации видео какие-то другие концепты лежат, а не генерация отдельных кадров и склеивание их в видео?
То есть точно можно сказать, что нужно генерировать опорные кадры, может быть, 10, то есть только 10 фреймов в секунду, а потом интерполировать. Иначе экономически это будет невыгодно, да. Иначе экономически это будет невыгодно., и мне кажется, что очень много работы будет с этим-- очень много будет работы, которая с этим связана.
А насколько реально сделать будет большой фильм, Саша? Вот если говорить про киноиндустрию, вот тот вопрос, который я задавал в самом начале, и то, во что как бы люди ведут. Потому что люди когда видят какое-то сгенерированное видео, они сразу же вот конечный как бы результат, как космический корабль видят. Значит, всё кино создаётся искусственным интеллектом, да? Это как много людей обсуждают, значит, что, огромное количество роботов будет или искусственный интеллект будет делать, просто гору работы за всех, и люди не будут работать. А что по поводу вот, создания кино? Насколько это вообще реалистично — не просто сгенерировать...
Насколько вообще реалистично двухчасовой промпт, последовательность, какой-то сюжет, вот этот сценарий, дальше под него генерация настоящая, работающая, живая, которая поддерживает все эти линии, удерживает первые минуты-- 30-я минута соответствует первой и так далее.
Да, я думаю, что это невозможно, потому что просто даже у лучших LLM нету такой длинной контекстной длины, чтобы поддержа-- чтобы как бы держать это в контексте. То есть есть методы типа, там, векторных базы, да, векторуемых баз данных и RAG, которые
G, которые как бы не хранят все данные прямо в контексте, а которые как бы хранят их в специальной базе данных. Но мне кажется, мы пока достаточно далеки от этого. Я думаю, что следующий шаг — это то, что мы увидим как бы новые форматы контента на несколько минут с AI generated, как-- где каждый, где каждая единица контента, стоит несколько тысяч долларов в себестоимости. Качество этих видео будет лучше, чем все, что доступно сейчас на YouTube, да? То есть именно по картинке это будет, вероятно, лучше, чем даже делает MrBeast, например, да? Это будет по качеству картинки лучше, чем самые, дорогостоящие клипы, как у Дрейка или там Cardi B. То есть я думаю, что вот такой, такой новый тип контента, он точно появится и вполне вероятно, именно музыканты будут одними из первых, кто вот... Поэтому по формату выглядит так, что музыканты, скорее всего, это заадоптят.
Музыканты, ты имеешь в виду из-за того, что у них длина короткая, короткая длина, песни?
Короткая длина песни иии да, потому что для них это как бы дополнительный кост всегда, да? То есть сделать вот как бы видео, да, на, на их песню. И мне кажется, что это может быть, такой интересной, это может быть такой интересной возможностью. Ну и вот, как я понимаю, тоже, если мы говорим про иерар-- то есть для сценаристов, для режиссеров, для них как бы в иер- в иерархии тоже все начинается, наверное, с social
media контента, потом идет так-- потом идет как бы музыкальный клип, а потом идет уже артхаус кино, потом идет уже, как бы, грубо говоря, Голливуд, да? И то есть про-просто вот мне кажется, снизу вверх вот будет идти adoption, и мы вполне можем увидеть большое количество AI generated music video, грубо говоря, да? То есть таких музыкальных клипов.
Но AI generated music video, в котором клип вид-- клип видео AI generated, а песня все же настоящая с реальным человеком, да?
Да, мне кажется, что будет очень сложно, ну, потому что все равно артистам нужно продавать свою identity, да? Именно с точки зрения нарратива, именно с точки зрения, может быть, их голоса. А ви- а визуал очень часто, очень часто визуал аутсорсится так или иначе, да?
Ну да, что-то я не представляю, что я пойду на концерт виртуального артиста, заплатив за него столько денег, сколько я могу заплатить, пойдя на живого.
А это все же еще в другую сторону тоже развивается. Вот там у нас дальше новость есть про Adobe Premiere. То, что вот чуть раньше была, помните новость, что Adobe Photoshop позволяет, там, выделять часть, картинки, часть фотографии, писать какой-то промпт и заменять там фон, добавлять какие-то детали, ну, в конкретном изображении, то нечто похожее они, готовятся зарелизить в Adobe Premiere, да, в приложение, которое позволяет, редактировать видео, которое позволяет делать монтаж и тоже с использованием, генеративных моделей. Вот, в частности, там демонстрация была, что ту же Sora можно будет в дальнейшем использовать. Уже использовать не для генерации полноценного видео с нуля, а для редактирования кадров. Например, удаление какого-то, элемента с видеоряда или, наоборот, добавление этого элемента в видеоряд. И здесь если, например, до генерации полноценных, там, двухчасовых блокбастеров нам, наверное, реально еще очень далеко, то вот в таком использовании как будто бы, если это будет не очень дорого, уже нам не очень далеко до этого становится, да? Когда люди, которые занимаются монтажом, могут не выстраивать, возможно, кадр настолько идеально, не искать, возможно, локации настолько идеально, настолько им сейчас приходится это делать, а вот с помощью таких генеративных моделей редактировать то, что в результате
получается.
Ну, судя по тому, что только что говорил Саша, если огромное количество людей начнет этим пользоваться, то для этих компаний это будет жутко дорого. Потому что, очевидно, сейчас OpenAI, ну, там, ChatGPT — это в убыток, в огромный работает, иии я уже, ну и-- и все остальные абсолютно tools, они все в убыток работают. Я думаю, что я, подписку свою платную в ChatGPT, я все время шучу, я ее сжираю примерно за 10 минут начала месяца, когда она у меня срабатывает моими запросами определенными. Иии... А дальше я просто пользуюсь этим. Просто, короче, чем больше людей будет этим пользоваться, особенно на уровне видеогенерации или генерации изображений, или если посмотреть в объеме Adobe Premiere, это же монтаж, больших, монтаж больших видео. Вот, например, у меня в YouTube или у нас в YouTube монтажер делает видеомонтаж в Adobe Premiere. Это сумасшедшие затраты, какие-то модели, просто сумасшедшие косты. Не которые ты сам оплачиваешь, а которые тебе вендор оплачивает, который эту систему дал для того, чтобы люди в ней работали и для того, чтобы никто не потерял рынок. И судя по тому, как сейчас, какие сейчас идут новости, даже с точки зрения видео, то, что Microsoft представила модель, которая на основе фотографий аудиодорожки делает в реальном времени реалистичное видео, да? Там, Adobe Research опубликовала статью о Video-GigaGEN модели, которая позволяет увеличивать разрешение видео. Object Drop от Google — модель, которая позволяет редактировать сгенерированные изображения, ну и дальше, соответственно, с ними работать. Вот это вот бесконечное, огромное ко-- все, просто все идут в видео, все идут в изображения. Я прошлый раз озвучивал, что, Meta в WhatsApp выпустила в рамках LLaMA, можно мгновенно генерировать изображения. Скорость очень быстрая. Это же сумасшедшие вычислительные мощности. Им это стоит очень много денег. Еще параллельно все это делают.
Хочется обсудить вот какую тему. Про Кремниевую долину немножко, с учетом того, что, трое из нас в Кремниевой долине, а Саша вообще очень плотно с точки зрения там инженерии находится внутри. . Много есть, там, сейчас тренд, но, по крайней мере, некоторый наблюдается, что огромное количество очень сильных инженеров уходит из крупных компаний, открывает свои стартапы. Иии значит, я встречался вот на прошлой неделе в Вене с одним человеком. У ни-них такой аутсорс, три с половиной тысячи человек, программистов с Восточной Европы на Америку. И он говорит, что проблема, что стартапам, значит, не нужны наши программисты, потому что якобы сильные инженеры сейчас начали делать стартапы. Якобы, не знаю, это его гипотеза, да? Иии эти сильные инженеры сами могут находить и нанимать индивидуально команды разработки. Насколько сейчас вот это уход из больших компаний вообще на-- сильных инженеров, на них как-то влияет? И насколько вероятность, если сильные инженеры делают стартапы, что мы получим новую эру супер крутых, маленьких, ну, новых проектов?
Во-первых, я, наверное, скажу так, да, что сильно крутые инженеры, они получают в пакеты же пять-десять миллионов в год. Сильно крутые, да? То есть их не так много. AI-инженеры от Google или от OpenAI — , это прям top of the top, да? И, наверное, у них не так много мотивации идти делать стартап, потому что, ну, как бы даже делая стартап, получить итоговый результат лучше, чем это, о-о-очень сложно. А-а-м, это, наверное, пе-первое наблюдение. Второе наблюдение, чтооо это правда, что сейчас о-очень любят фандить AI-инженеров, но мне кажется, чтооо в любом бизнесе технология составляет не более 50% успеха. Есть sales, есть маркетинг, есть customer success функции, которые, у кото-- которые обычно AI-инженеры не очень хорошо знают и понимают. Иии поэтому не факт, не факт, что вот эта методика приведет к тому, что появятся новые компании, да? То есть, маркетинг, sales иии, может быть, маркетинг, sales и customer success имеют чуть меньшее значение в B2C направлении. Может быть, в целом. Может быть. Но при этом вид-- но при этом не видно, чтоб появился как-- но при этом не видно ни одного хорошего B2C продукта с generative AI. Кроме ChatGPT, да, которым пользуются все. А помимо этого я не знаю ни один продукт, продукт, который имеет такой широкий adoption.
Поэтому мне очень сложно предположить, что появится вот именно, что из этих стартапов появится прям большое количество успешных бизнесов.
Ну, тут смотри, тот же Claude, например, если я правильно помню, он, организован выходцами из OpenAI и из DeepMind большое количество инженеров уходило, открывало свои компании. Естественно, они там такого о-огромного, масштаба пока еще не достигли. Непонятно, достигнут или не достигнут. Но вот в публикации, на которую Саша ссылался, была следующая мотивация, да, что в рамках большой компании, там, того же Google DeepMind, да, там, или еще где-то, достаточно тяжелооо свои инновации протащить до рынка, потому что большая бюрократия, сложные процессы., сама реализация, выход на рынок — это, там, отдельный большой квест. А вот когда ты создаешь собственный стартап и только ты им управляешь, и только ты принимаешь решения, как будто бы быстрее это можно сделать. Не знаю, теряют ли эти деньги, теряют ли эти люди в деньгах или, например, удается ли им реализовать компании. Но вот в публикации была отметка, что такое движение наметилось, да? И вот интересно, насколько оно, вообще говоря, массовое, да? Вот есть ли среди, там, возможно, ваших знакомых люди, которые, такие движения совершили?
Здесь вообще очень, на самом деле, большая тема. . Большая тема., на чт-что влияет? Влияет ли это на крупные вли-- компании
Влияет. Влияет ли это на крупные вли-- компании и создаются ли реально какие-то крутые новые?
Потому что это отде-- всё же запустить свой стартап — это отдельный бизнес надо сделать. И там всё же есть и маркетинг, и продажи. Вот как Саша говорил про успех и неуспех B2C. Следующую тему тогда запущу., хочется обсудить и, мне кажется, вот её не хватает, в, в пространстве понимания людей. Давайте чуть-чуть про open source. Вот есть open source и, Facebook, значит, говорит: «У нас open source». Mixtral-8 представители запустили ещё одно open source. Microsoft выпустила Phi-3 на базе GPT-3.5 open source. Давайте разберёмся чуть-чуть. Вот я лично не до конца понимаю. Open source, он для всех доступен или open source имеет ограничения? Например, американский open source все страны могут использовать или все компании могут использовать, или он open source условно?
Понятно, что есть разны-разного рода лиц-- , open source лицензии типа там MIT и так далее., да, но, ну и часто используются кастомные лицензии. То есть у Ламы немножко кастомная лицензия, чтобы Snapchat, например, не мог пользоваться. То есть там такая лицензия, что она отсекает, она ставит как бы ограничение по количеству пользователей, чтобы Snapchat не мог, не мог пользоваться этими моделями., иии, ну, например, у Stability такая тоже достаточно необычная лицензия. Я думаю, чтооо open source существует на разных уровнях, да? То есть бывает так, что заopen source только веса. И это как бы прикольно называть open source, но это не настоящий open source. Настоящий open source — это, наверное, когда можно пройти путь от начала до конца, что включает в себя и код для тренировки моделей, и датасет. И с датасетами самые большие проблемы, да? То есть мне кажется, что люди могут не до конца понимать, вот, что, с одной стороны, есть как бы очень много, исков. То есть New York Times судят OpenAI и так далее. Но при этом всем OpenAI был натре-- натренировал их мо-- все свои модели на вот этих копирайтных данных. И эти модели уже активно используются, уже активно используются значительно больше года широким кругом людей. И поверх, получается, вот этих результатов от OpenAI сделано уже очень много интеллектуальной собственности, да? Это, и это уже, этот маховик уже невозможно развернуть. Е-- то есть, с одной стороны, может быть, нету высококачественных датасетов с копирайтными материалами, но, с другой стороны, продукты, построенные на этих датасетах, уже нельзя развернуть. Уже adoption сильно высокий. Уже даже если New York Times выиграет суд, то, ну, это будет про какой-то revenue share. Но так или иначе, как бы копирайтные данные уже активно используются для тренировки моделей, и мы все как бы бенефитим от этого фактически.
Саша, поясни, пожалуйста, вот когда ты говоришь про выгрузили веса, там вот что с этим дальше можно делать обычному обывателю? Условно говоря, вот, Илон Маск, помните, мы как-то обсуждали, говорил, что Grok, в open source выпустил веса своей базовой модели. Что это значит для обычного обывателя? То есть можно скачать эти веса, скачать саму модель и просто запустить её на своем каком-то сервере. И вот независимо от кого-то она будет работать. Да, другое дело, что ты не знаешь, как была она обучена, как эти веса были получены, не сможешь её дообучить, там, под свои какие-то нужды. Но пользоваться этой моделью где-то у себя там на закрытом сервере ты сможешь. Правильно я понимаю?
Да, ты смо-- если есть веса, то можно запустить модели у себя, да.
Но если нету деталей про то, как она была натренирована, то может быть сложно её видоизменить.
А можно какой-то пример, чтобы вот мне, например, понять, вот какого-то обычного человека, как он может это использовать? Ну, вот просто любой пример.
Да, конечно. Вот смотрите, то есть, например, Databricks за-- заopen sourceила модель уровня, GPT-3.5 или там Phi-3. Phi-3 появился вроде бы от Microsoft, да? И допустим, у бизнеса, у маленьких малых бизнесов может быть, может быть уже история разговоров со своими собес-- своими клиентами в каком-то определенном стиле и могут быть вообще гайдлайны, как общаться с клиентом, как вести себя в случае разногласий, например, да? Ну, существует как бы очень много способов, как решать разногласия с клиентами. И фактически можно это решать на уровне промпт-инжиниринга, а можно на уровне файнтюнинга это решать. И в принципе, для языковых моделей есть ряд сервисов, которые предоставляют как бы удобные, удобные UI-решения для того, чтобы сделать этот файнтюнинг, да? Чтобы сказать, чтобы объяснить модели, что ей нужно генери-- что при таких-то запросах от клиентов нужно генерировать подобного типа, как бы подобного тип-- подобного типа предложения, да, грубо говоря. Что типа извините, что у вас там, извините, что у вас произошел плохой экспириенс, мы вам готовы предложить там такую-то скидку. Так, напри-например, ну вот в Яндекс Такси, например, было как всегда, что они при любом неудачном экспириенсе раньше они давали промокоды. Бывают другие бизнесы, которые ведут себя по-другому. И вот эти... И файнтюнинг, как бы поз-- когда, то есть, ну, когда есть са-сама модель и есть как бы код тренировки модели, то достаточно-- то есть сервисы, которые позволяют-- то появляются сервисы, которые позволяют сделать файнтюнинг и, например, сделать касто-- чтобы, например, бизнес мог сделать customer support в своем как бы стиле, в том, как они вообще работают Как бы с клиентами, у которых негативный опыт работы с их сервисом.
Тань, у тебя может быть компания, которая не хочет или не может делиться своими данными наружу, да? У тебя есть там какая-то персональная информация твоих клиентов и отправлять ее в OpenAI или отправлять ее в Anthropic, или отправлять ее еще куда-то — это, собственно, может быть нарушением закона. Понятно, что как-то можно зашифровать, еще что-то с этим можно сделать. Но вот такие модели, которые ты можешь развернуть локально, они позволяют тебе замкнуть контур, да, и все операции, все вычисления оставить, вот, на, условно говоря, на твоем компьютере.
И тогда ты можешь спокойно с этим работать. Это может, там, медицинские данные, кредитные данные, еще какая-то информация, которую выпускать наружу ты не можешь. А здесь у тебя получается модель уровня GPT 3.5, которая вот полностью твоя, за ее контур данные не выходят.
Что мне кажется, многие люди недооценивают, что наибольшее количество как бы revenue генерируется стартапами, которые предоставляют консалтинг-сервисы, то есть которые помогают засетапить эти вот пайплайны внутри бизнеса и которые, например, делают простой сетап для того, чтобы начать, чтобы любой бизнес — и маленький бизнес, и большой — мог начать быстро. А потом сверху они продают ооочень дорогие кон-консалтинг-сервисы, чтобы кастомизировать это. А, м, и вот я сейчас постараюсь найти, постараюсь сейчас найти, а, новость, но Accenture, то есть это очень популярная, мне кажется, это очень популярная консалтинг-компания, они заработали шестьсот миллионов долларов за квартал. И, по сути, моя оценка, я могу ошибаться здесь, что все остальные стартапы, gene-- все остальные generative AI стартапы зарабо-- ну, мы уберем там OpenAI и, там, Google и прочее. Но если мы возьмем стартапы, они заработали сопоставимое количество денег, да? То есть это сотни миллионов долларов суммарно revenue всех остальных generative AI стартапов. Всех, всех, всех, всех, всех вместе взятых. И половина этого revenue — это тоже были на консалтинг-сервисах, да? То есть, по сути, generative AI стартапы, что я пытаюсь сказать, они как бы конкурируют с профессиональными консалтерами сейчас. Это то, как я себе вижу рынок. То есть когда речь идет про то, что стартапу нужно научиться делать больше десяти миллионов revenue, скорее всего, нужно идти к B2B-клиентам и нужно консуль-- конкурировать с Accenture. Потому что у бизнеса возникает потребность, например, сделать анализ картинок, анализ видео. И они понимают, что особенно картинки очень часто содержат такую как бы конфиденциальную информацию. Иии страшно подправлять данные куда-то в OpenAI, потому что вдруг Сэм решит уйти из компании и вообще в-вектор развития компании поменяется, и они начнут перепродавать вообще данные. Неизвестно же, что будет с OpenAI. И многим бизнесам поэтому нужно засетапить вот этот вот процесс анализа изображений с помощью, а, больших моделей внутри, внутри их компании. И дальше возникает вопрос: работать со стартапом, а, или работать как бы с-- уже с такими проверенными бойцами, как Accenture, как Deloitte, то есть те, которые умеют работать в очень краткие сроки, те, кто понимают, как работать в консалтинге.
И мне кажется, у корпораций часто возникают такие вопросы.
Сижу, слушаю и понимаю, что вот эта мысль по поводу того, что есть условно GPT-4, и она обучена, и внутри просто огромное количество прогнанных датасетов через нее и данных, и все время идет отрыв и развитие, и обучение, обучение, обучение и развитие. И с другой стороны, кто-то, значит, сам у себя, я, например, в каких-то компаниях, а, стартуешь, обучаешь на своих данных. В действительности ты как бы обучаешь такого муравья, а они начинают создавать такой космический корабль и условно отрыв в сторону или появление в будущем, не знаю, там, GPT-5 или, там, AGI, или что-то еще, оно вообще пере-переделает рынок, потому что то, что может обучить маленький бизнес или даже средний бизнес, абсолютно несопоставимо с-
Абсолютно несопоставима с ур-- с датасетами, которые обучает, на которых обучает OpenAI свои модели, просто несопоставимо вообще. Это просто разный мир. И очень крутое замечание, что все же, когда я сейчас использую, там, GPT-4 или неважно там, любую абсолютно лю-- от крупной какой-то корпорации к, сис-- LLM-ку, то я, э, все же получаю вывод, исходя из какого-то космического количества данных, еще перепроверенного космическим количеством людей. То есть это просто какая-то другая совершенно история. И если верить в то, что будет глобальное изменение в И- в ИИ, там, не знаю, в два года, то получается огромное количество упражнений, которые люди сейчас делают на, э, своих, на обучение собственных моделей, оно, если честно сказать, будет в никуда. Вот если со стороны бизнеса посмотреть, оно может быть в никуда, я так скажу, оно может быть прямо вообще в никуда. И, конечно, с точки зрения, по идее, должны-- или что-то должно произойти и придумать какой-то новый механизм, или это видоизменит в целом, очень сильно видоизменит рынок. Или огромное количество компаний очень сильно пострадает и умрет, очень сильно. Потому что то, что я слышу с тех людей, компаний, которые платят, э, там, компаниям, как Accenture, Deloitte и любым большим консалтинговым компаниям, очень часто это на самом деле такой, э, политический контракт. Когда компания говорит, что нам надо что-нибудь внедрить, мы не знаем что, нам надо отчитаться перед советом директоров, и совет директоров просто что-то внедряет. То есть очень часто, по крайней мере, со стороны видно. Наверное, конечно, многие все внедряют, но со стороны выглядит так.
По поводу обучения моделей. Э, вот кто не смотрел первый выпуск, пересмотрите. Саша, вот, Саша Машаров, ты как раз очень хороший пример на эту тему приводил, э, что обучить свою модель можно не на своем датасете, да, а вот сделать сотни тысяч запросов в GPT тот же самый, получить ответы из него. И вот у тебя есть некоторый датасет, на котором ты можешь свою модель, да, обучить. И когда мы пользуемся какой-то даже, казалось бы, возможно, open source моделью, мы никогда не знаем, что у нее под капотом лежит.
У нее может лежать переработанные данные, которые до этого были собраны каким-то путем, о котором мы тоже ничего не знаем.
Это вообще интересно. Сейчас была статья одна, в которой писали, что значит, OpenAI замечен по использованию дешевой силы из Африки. И дальше был комментарий, что как хорошо, что некоторые, там, в России некоторые модели обучают настоящие, настоящие физики, настоящие химики, настоящие преподаватели. Так вот, про, э, историю для закрытия сегодняшнего видео. Таня, вот у тебя дома муж, два ребенка, няня, две собаки, кошка. А Boston Dynamics обновил, э, и говорит, что обновил роботов, обновил роботов. Скажи, ты робота в свой дом пустишь или нет?
А я смотря какого.
Ну, такого настоящего, Таня, настоящего. Для клининга.
Ну а какая-- понимаешь, роботы же, вот насколько я понимаю, есть какие-то развлекательного характера, типа, там, собачка-робот, а есть какие-то с функциями, что они там убираются или, там, окна моют, как у тебя, Саш.
Но это не робот, это все игрушка, это все выглядит как игрушка. Я сейчас говорю про робота-гуманоида. Вот новая эра, да? Вот новая эра роботов все больше и больше идет.
Угу.
Вот я про них говорю, который садится, вот у есть у Илона Маска такой, садится в машину, значит, и едет, и едет в ней. Вот у Boston Dynamics свои есть. Вот Boston Dynamics, да? Вот ты такого ж-настоящего человекоподобного пустишь?
Нет, такого я не готова. Пусть кто-то другой потестирует его, там, пару лет, что он там, знаешь, не ходит по ночам, не убивает своих хозяев, не врезается в другие машины. Тогда да. Так-- не собирает какую-нибудь опять-таки информацию и, ну, в общем. А, вот так вот я не такой, знаешь, инноватор, чтобы вот в первых рядах прям бежать за каждой такой подобного рода абсолютно новинкой. Я б не согласилась тестировать.
С учетом того, что у человека самый большой страх — это страх смерти. Делайте роботов, которых не будут бояться люди, что этот робот вас убьет.
У меня в голове картинка, что он ночью меня убивает. Не знаю почему. У него заклинило программу, и он меня убивает.
А может, у него такая специально была программа? Во многих фильмах это показано.
Ну я, наверное, их много посмотрела, поэтому нет, я точно не готова. Но, скорее всего, это наше будущее. Мне кажется, это уже теперь это уже неизбежно.
Да, что неизбежно, мы обсудим обязательно в наших следующих выпусках. А, классная встреча, мне кажется, очень профессиональная, глубокая. Обязательно оставляйте вопросы, свои комментарии здесь, в этом YouTube видео. Плюс мы начали вести Instagram канал в рамках Instagram. И встретимся ровно через неделю.