Создание фильмов, когда люди говорят: «Скоро можно будет кино создать полтора часа», значит, до этого ещё как, до Луны.
Китайцы победят дальше.
Выкладывание в open source своих моделей — это как раз вот, политика догоняющих.
Да, мне кажется, мы пока очень да-далеки, далеки до этого.
Интересно, что нельзя, например, оценивать, э-э-м, результаты тестов в образовании при помощи AI. Что интересно.
Очередной раз, когда сталкиваюсь с законами о персональных данных в Европе, мне кажется, что если бы все компании, кто там работают, выдерживали бы этот закон, то Европа жила бы примерно ты-- как тысячу лет назад. Вот она в каком-то Средневековье в технологиях бы находилась. Всем привет! , мы на канале To The Moon. Технологические инсайты, обсуждения, новости с Кремниевой долины и по всему миру. Продолжаем. Новый выпуск. Выходим раз в неделю. Сейчас воскресенье.
Тема для старта, мне кажется, хорошая про, ви-генерацию видео и про создание видео. И с учётом того, Саша, что у тебя и проект в этой сфере, хочется стартануть и обсудить, что происходит с генерацией видео. В прошлый раз мы упоминали, что, TikTok, выложил свои внутренние инструменты. И есть ощущение, что все соцсетки что-то будут выкладывать своё внутреннее. А Китай, значит, тут в последние месяцы показывает прорывы, в том числе в целом в Generative AI., что ты, думаешь прооо, про модели?
И вот, например, про модель Kling, которую в Китае представили как конкурента Sora.
Для меня самое интересное — это то, что, Kuaishou выпустил свою модель Kling. Я хотел немножко копнуть, почему для меня это самое интересное. Во-первых, Kuaishou — это китайская компания, которая делает конкурента TikTok. И, наверное, их приложение Kwai — это всё-таки второй по размеру конкурент TikTok в мире. Иии с точки зрения технологий и с точки зрения аудитории, мне кажется, что Kwai лучше, чем YouTube Shorts, чем Instagram Reels, чем Snapchat и так далее. Если, если вспомнить, не знаю, три-- что было четыре года назад, то Kwai в, emerging markets на р-- на, на равных, с-- конкурировал с, TikTok. То есть и в Восточной Европе, и в Латинской Америке они часто занимали первые места в стори. То есть это огромная компания, они, они делают, мне кажется, уже больше $10 миллиардов, рев-- рев-- revenue в год. И у них ещё есть свой CapCut. То есть у них есть своя вер-версия CapCut. С одной стороны, многим может показаться, что Cap-- в CapCut нету ничего сложного и уникального, но если копнуть глубже и посмотреть, вот, просто вот к-какие компании смогли сделать с-свой качественный видеоредактор, то ответ будет что? Такой неутешительный, что ни одна из западных компаний: ни YouTube, ни Snapchat, ни Instagram, ни Pinterest, — они не смогли сделать свой видеоредактор качественный. То есть, Kuaishou, в принципе, в, в мире social media, скажем, второй игрок в мире после ByteDance. То есть-- иии они выпустили видеомодель по генерации видео. С моей точки зрения, это лучшая модель в мире, потому что у них очень высокое качество, качество реализма и достаточно высокое количество движения. Иии по вот этим, мне кажется, ш-- по-по-поэтому мне кажется, что это лучшая модель в мире. И, в принципе, всем social media компаниям приходится тоже тратить 100 миллио-- сто-сотню миллионов долларов в год для того, чтобы обеспечивать, разнообразие контента, для того, чтобы стимулировать креаторов. Иии я предполагаю, что все эти social media компании смотрят в будущее, что до конца этого десятилетия 90% пикселей, сгенерированных, будут, будут сгене-- 90% пикселей будут сгенерированы с AI. Иии, ну, п-пока Kuaishou на-- главный лидер в этом направлении. Теперь ложка дёгтя. Ложка дёгтя, наверное, в том, что генерация пяти-шестисекундного видео занимает минуты у всех. Причём, скорее всего, на очень, на как бы на high end видеокартах. Иии пока, на самом деле, выглядит так, что GPT-3 момент для видеомодели ещё не наступил. Вообще непонятно, будет ли, будут ли, будут ли видеомодели развиваться по такой же логике, как LLM, потому что даже с такими слабыми моделями уже время генерации пяти-шестисекундного видео занимает минуты.
Но, тем не менее, но, тем не менее, да, выглядит так, чтооо, ну, ну выглядит так, что всё равно за этим будущее, но, может быть, скорость раз-развития видеомоделей будет, и вообще т-тренды развития будут не совпадать с LLM.
А что это, что это значит? Вот, что такое «не совпадать с LLM»? Ты имеешь в виду, что будет-- начнёт очень сильно отс-отставать, отставать, ожидание или что?
Вот, ну, в LLM, то есть произошёл уже момент, когда все решили скалировать модели. То есть они делали как трансформер архитектура, как заработала GPT-3, да? Потом, в принципе, на-- вокруг GPT-3 постро-построил-- уже ряд стартапов построили бизнесы. Иии сначала OpenAI добавил instruction tuning, вышел ChatGPT, а после этого, в принципе, многие компании уже скалируют размеры моделей и получают лучшее качество. Мы пока для видеомоделей не видели ни instruction tuning, ни-- и мы не знаем, будет ли это масштабироваться и будет ли это вести к лучшим результатам. Вот. И, может быть, наоборот, видео нужны будут Маленькие модели, которые-- может быть, потребуется вообще другая архитектура, потому что шесть минут ждать генерацию для шес-шестисекундного видео — это-- мне, ну, мне кажется, что для сош-- ну, для, для криэйторов, например, это не подходит. То есть это, может быть, подходит для, social media, которые могут пачкой сгенерировать, сотни тысяч видео для того, чтобы их заселить на своей платформе. Но, для создания контента, мне кажется, это н-неприменимо до сих пор.
Саша,
а значит ли это, ну, вот, то, что ты говоришь сейчас, есть проблема, по, времени, но насколько я понимаю, что как только будет больше мощностей, круче мощности, то и делать, видео будет быстрее и проще. Или это не так? Или, например, больше будут-- или как только это вы-вы-выльют в продакшн, где будет огромное количество людей, это вообще станет нежизнеспособной историей?
Мне тут очень сложно сказать. То есть, имеется в виду, чтооо всё-таки надо понимать, что там процент как бы успешности генерации видео, мне кажется, он меньше 20%, даже для людей, которые, даже для людей, которые неплохи в prompt engineering, да, такой как бы, такой с-средненький уровень, например, как у меня. То есть, и мне кажется, что по-пока это очень даль-далеко для того, чтобы это было, было применимо. Иии я, я здесь пока не, не вижу какой-- я, я пока не уверен, что вот эта, то есть вот эта архитектура как бы Wall модели, diffusion трансформеры — это то, чем в нашем стартапе мы тоже занимаемся. То есть эт-эта архитектура, она очевидно даёт-- она-- это как бы большой прорыв по сравнению с тем, что было в прошлом году. И в принципе, мы как бы первые выпустили свою модель, но вот сейчас ещё три компании catch up. Но пока с точки зрения скорости генерации это достаточно, мне кажется, это пока всё равно достаточно далеко дооо, такого широкого юзкейса.
А вы помните, мы
как раз где-то выпусков, наверное, пять-шесть назад как раз занимались подсчётами такими математическими, что если 30 кадров в секунду, минутное видео — это 1800 картинок, которые необходимо сгенерировать. И действительно, вот таким подходом с генерацией, да, получается, что, ну, вот представьте, вот на Midjourney сколько у вас одна картинка, у-условно говоря, генерится, а вам для минутного видео 1800 таких картинок нужно. Да, тогда вот, Саша поправлял, что есть якорные изображения, которые необходимо сгенерировать. То есть порядок он похожий, это будет, там, не 1800 картинок, но объём очень большой. Иии поэтому вот, Саш, то, что ты сейчас говоришь, это действительно подтверждает, да, вот наши подсчёты, которые примерно были, что в широкую применение, технология пока не готова. Компьютер, то есть вот мощности не хватит, чтобы так же, как с GPT, с чат-ботами можно было всем почти бесплатно этим пользоваться.
Да, мне кажется, мы пока очень да-далеки, далеки до этого. И тут всегда есть, как-- то есть в science, да, такой есть стандартный принцип, что есть exploration и exploitation. То есть exploration — это когда тестиру-- как бы пробуются разные, грубо говоря, разные архитектуры, разные параметры. Exploitation — это когда, это когда, ну, грубо говоря, все пытаются выжать максимум, да? То есть сейчас вот с трансформерами происходит э-этап как бы exploitation, что все тренируют более-менее одинаковые модели и пыт-пытаются вы-выжать максимум business value, да, получают crazy оценки и так далее., ну, OpenAI, понятно, с 2015-го по, там, 2020 год был как бы в стадии exploration, когда они находили то, что работает. С генерацией видео понятно, что, э-- понятно, что explo-- ну, что сейчас как бы происходит этап уже exploitation, когда
Уже exploitation, когда, ряд компаний делают ставки на вот эти diffusion transf-- на вот эту архитектуру diffusion transformer и поднимают сотни миллионов долларов, чтобы её скалировать. Нооо, опять же, скалирование модели, увеличение количества параметров, приведёт только к более долгой генерации и, может быть, на самом деле правильный, как бы-- может быть, с точки зрения науки сейчас всё-таки мы находимся в этапе explo-- , на, на этапе exploration, да, с технической точки зрения. Но как бы капитализм подталкивает к тому, чтобы, ну, компании, которые уже подняли много денег, чтобы они дальше поднимали много денег и делали exploitation того подхода. Хотя подход, возможно, неправильный, да? То есть это вот мы, это мы ещё не знаем. Иии, в целоммм, я вижу со своей стороны, что есть как бы твит-- есть как бы VC, есть как бы AI-артисты, они как бы super excited.
Ааа если-- а что касается, обычных креаторов, что касается агентств, то как бы уровень осведомлённости, оптимизм по поводу видео генеративного AI очень низкий.
Что ещё интересно, вот, раньше же были только центральные процессоры, да? И все вычисления проходили на них, собственно, и графические тоже. Потом, когда, собственно, задача, для графических процессоров выделилась в отдельное устройство, собственно, появилось, там, два, да: есть центральный процессор, есть, там, GPU. И аналогичная история, вот, кажется, может произойти с другими специфическими вычислениями. Потому что вот была новость, что, создали устройство, заточенное под вычисление трансформеров. То есть, GPU всё равно, устройство общего назначения. То есть на нём можно различные вычисления делать, можно, там, с графикой работать, ещё с чем-то. А если трансформеры стали самой популярной архитектурой для нейросетей и на них практически всё работает, то вот под них отдельное устройство и, возможно, соответственно, тоже будет прорыв в энергоэффективности, в скорости работы, ещё в чём-то., была новость, что даже появился стартап, который разрабатывает подобного рода железо. Я вот потом ссылку скину, можно будет, наверное, добавить. Но выглядит так, что это может быть, таким логичным развитием, да? И при появлении какого-то оборудования, которое может сильно ускорить и удешевить вычисления на трансформерах, возможно, видеогенерация через трансформеры тоже окажется жизнеспособной.
Это на самом деле очень хорошо, и спасибо, что ты его поднял, потому что всё-такиии мне ка-- вот всё-таки, вот, б-был вот этот знамени-- был вот этот старт, как бы достаточно п-по-- знаменитый, фан-фандрейс компании Exit, мне кажется, называется. Они подняли 120, они подняли 120 миллионов под, чипы, которые специально заточены под, под трансформеры. Ещё есть ка-- другая компания Groq. Иии-- но пока я не вижу широкого применения вот этих специализированных чипов. Это пока ещёёё-- это да-даже для трансформеров ещё не про-- не произошло, где бизнес value от применения трансформеров всё-таки измеряет-- ну, как бы применение трансформеров — это уже всё-таки индустрия на, там, десятки миллиардов долларов. А большинство из этого — это, конечно, как бы консалтинг, но total — это десятки миллиардов долларов иии-- в год. И да-даже здесь ещё специаль-- специализированный hardware не пришёл.
Если мы говорим про генерацию видео, то, грубо говоря, Netflix тратит на-- ну, то есть на разм-- как бы рынок генерации видео сильно ме-меньше, чем рынок применения LLM, да? То есть, условно, эти social media, они тратят в лучшем случае сотни миллионов в год для того, чтобы производить контент и работать с креаторами. И всё равно им потре-потребуется дальше работать с креаторами, потому что, ну, к-к-креаторы всё-таки, помогают им не только п-- создать контент, но и привести новую аудиторию. Ааа как бы порядок, который тратит Netflix на создание контента, это в районе деся-- это дес-дес-десять, десятки миллиардов долларов. То есть-- и это, и это как бы ве-весь рынок, который, мне кажется, ну, Video Generative AI, там, в текущем, виде в лучшем случае может только съесть 0.1% этого рынка. Пока технологии ещё недостаточно хорошие, иии видеогенерация сильно позади, сильно позади LLM. И то, чтооо даже в LLM ещё не внедрили кастомные чипы, говорит нам о том, что в видео нам не стоит рассчитывать на кастомные чипы и, скорее всего, нужно искать более эффективные софтвер-решения, потому что пока экон-- потому что пока видеоэкономический им вклад очень маленький.
Поэтому фильмы, как мы как-то говорили, создание фильмов, когда люди говорят: «Скоро можно будет кино создать в полтора часа»., значит, до этого ещё как, до Луны., значит, до Луны 500 тысяч раз туда-назад., мне в видео кажется, конечно, что одно из первых серьёзных применений — это будет создание персонализированной рекламы. Наверное, там, где мы сможем ощутить по-настоящему более или менее что-то работающее. Хотя, ну, понятно, что это будет как развлечение в социальных сетях. То есть в разв-- в социальных сетях явно эта тема будет использоваться. Однозначно будет использоваться в каком-то объёме, да, какие-то вещи. Нооо технология в любом случае нужна для того, чтобы дальше работать с текущими видео, которые мы и так записываем, где-то накладывать на них какие-то маски, изменения и так далее.
Круто в любом случае, что этот рынок развивается. К слову, про Китай. Раз ты, значит, говоришь, что в Китае сделали, крутуююю, модель для генерации видео., тут вышла новость о том, что, китайская open source, чуть ли не выиграла среди всех, ну, там, заняла, понятно, что в определённом рейтинге, да, это же вопрос всегда кто как изучает и кто как считает. Мы недавно видели, что клиенты и пользователи X лучшие модели называют всё, что делает Илон Маск Значит, соответственно, Китай выпустил, уже от-- в open source свой собственный LLM. И если ещё год назад все говорили о том, что в Китае что-то делается, у них, наверное, что-то есть и у них есть, наверное, какие-то чипы, становится понятным, по крайней мере, с учётом TikTok, с учётом вот этой модели., Kling — это получается, Саша, одни и те же-- это же разные, да?
Разные производители, чем у TikTok модель делали.
Да, конечно, это всё разные производители. И вот спасибо, спасибо, что эту тему поднял, потому что мне кажется, это очень, очень важно как бы проговорить. Иии понятно, что в американских медиа эта как бы тему-- этой теме не уделяется достаточно внимания., нооо это точно как бы правда. То есть что в видеогенерации в open source побеждают китайские модели. Они сильно хуже видео open source модели, но, но всё равно самые лидирующие модели, они ки-- они китайские. Лидирующий ресёрч — тоже китайский. Вот видео, где я могу достоверно говорить. В генерации тоже китайцы лидируют. Мы не можем-- мы не знаем, насколько качественно у Google и OpenAI, но из того, что можно попробовать, видно, чтооо Китай лидирует, да, в видео. Теперь, если мы говорим про LLM. То есть есть-- , в-- получается, в LLM ситуация более прозрачная, потому что там есть там, ну, как бы набор, бенчмарков иии по-- и, и можно каждую модель оценить по метрикам. И вот сейчас лучшая модель как бы в мире с большииим запасом, там, запасом, там, больше 10%, да, как бы относительно — это модель, это китайская модель. После этого идёт как бы Llama, но видно, что в open source китайцы как бы по-по-побеждают с большим, с большим запасом. И нужно что понимать? Что с боль-- с большой степени вероятности китайцы победят дальше в закрытых моделях. Давайте я немножко про это расскажу., мо-может быть интересным. То есть существуют как бы в трансформерах-- то есть существуют-- вот как-- вот, вот вообще, вот давайте немножко отвлечёмся. Куда дальше будут развиваться трансформеры и кто победит, да, гипотетически? Первое направление — это появится новая архитектура, там, с-- State Space модели, например, или ещё что-то такое. Но мы пока не будем про это говорить, потому что это ресёрч и по метрикам модели эти State Space модели, они ещё не обходят трансформеры. Значит, теперь если трансформеры, то их можно увеличивать в размере, и многие компании успешно это делают. Но надо понимать, что если речь идёт прооо всё-таки внедрение, то очень большие модели, они будут, ну, там, уже не триллионы параметров, а десятки триллионов параметров. Их будет очень сложно запускать, иии это будет также очень дорого. Если же речь идёт про модели, которые находятся-- если же про другое направление, это как бы называется, ну, как бы обучение в процессе запуска, то есть чтобы модель в процессе запуска как бы у-умела файнтюниться и адаптироваться. И получается здесь для того, чтобы делать успешную модель вот в этом направлении, нужно, чтобы модель была интегри-- чтобы как бы модель была интегрирована в-- что- чтобы этой моделью много и активно пользовались. То есть с этой точки зрения, конечно, китайцы скорей-скорее всего, победят, потому что у них уже есть-- ну, что модели уже интегрированы в WeChat и так далее. То есть интегрированы вот в эти супер-аппы, да? И мне кажется, чтооо с высокой вероятностью как бы в консьюмерских LLM, не в enterprise, в консьюмерских LLM победят китайцы, в open source LLM победят китайцы, в enterprise LLM, может быть, капитализм задавит. Ну, то есть всё-таки CEO Antropic на последней-- на прошлой неделе сказал, что он уверен, что через два-три года они будут тренировать модель на десят-- которые будут стоить десятки миллиардов долларов. Тренировка одной модели. Чисто GPU
Тренировка одной модели чисто GPU. Иии скорее всего, OpenAI и Google Meta себе тоже это смогут позволить. Нооо возможно, они всё-таки с совсем большими моделями для enterprise use case капитализм задавят, нооо мало вероятно, чтооо в, consumer мало вероятно, что ки-- американские, как бы западные компании
победят.
Ну, это говорит о том ещё, что еслиии китайцы в open source выложили суперкрутую модель, уже круче, чем ууу американцев, то очевидно говорится о том, что у китайцев не в open source всё гораааздо просто круче. Правильно? Ну, судя по тому, как обычно всё происходит . Иии значит ли это, значит ли это, что сейчас ещё параллельно ещё они 10 моделей выложат разных?
Я бы не стал, может быть, здесь дополнительно что-то комментировать со своей, со своей стороны, потому что Anthropic, OpenAI уже давно ничего не open source. Иии поэтому как бы вот этот дашборд, который есть про open source модели, он не включает модели, т-т-то есть он, не включает, м-модели от OpenAI и от, и от Anthropic. Но, может быть, надо посмотреть, может быть, можно посмотреть д-дашборд, который включает не open source модели. Сейчас я попробую найти.
Тут на самом деле очень-- ну, то есть у Huawei уже были неплохие видеокарты и, мне кажется, с, с упостримой с NVIDIA. И дальше, я думаю, думаю, что дальше встаёт вопрос всё-таки в том, пойдут ли они по пути оптимизааации, пойдут ли они по пути оптимизации, под, конкретные архитектуры. То есть если пойдут, ну, они, конечно, могут добиться, там, видеокарточек уровня H100 и, и B200. Я вот проверил сейчас как бы дашборд с проприетарными моделями, то есть проприетарными, ну, про-- тут, тут, ну, тут надо как бы сказать, нужно, наверное, сделать некоторые такую как бы сноску, чтооо в-- если мы всё-таки говорим прооо, если мы всё-таки говорим про, вот эти-- что-- про, про вот эти evaluation, всё-таки, по-моему, evaluation преимущественно содержат, как бы данные нааа английском языке, но уж точно не на китайском. И поэтому мы ви-- и поэтому в дашборде сейчас, лучшая модель — это GPT-4o. Нооо как бы китайская модель, китайские модели, они не сильно, они не сильно отстают, и они точно находятся нааа, они точно находятся на уровне, предпоследних моделей от Anthropic и OpenAI даже на
английском языке, который для них не является ключевым.
Про open source и не open source интересно. Вот, Саш, ты как раз недавно скидывал новость, Цукерберга, который тоже там рассказывал прооо вот, какой должен быть ИИ, что, соответственно, ИИ не может быть, там, от одной компании, что, скорее всего, большое количество компаний. И вот, соответственно, они там свою LAMU в open source выкладывают, что не должно это быть закрытым и так далее. И это очень интересно. Мы как-то недавно даже ведь в одном из выпусков тоже обсуждали, чтооо выкладывание в open source своих моделей — это как раз вот, политика догоняющих., когда OpenAI не была, в числе первых, они тоже были открытыми, свои модели публиковали. И это как раз путь к тому, чтобы стать более известным, у тебя было больше пользователей, чтобы тебя там на рынке узнали и так далее. Как только ты становишься на первых позициях, ты уже всё это не открываешь, потому что иначе как бы весь рынок будет пользоваться твоими достижениями и как бы становишься вот такой закрытой компанией, как OpenAI, как Anthropic, как, у Microsoft-- у Google Gemini тоже не открытая система. А вот, соответственно, догоняющие, вот тоже там Цукерберг со своей Meta, они, соответственно, наоборот, бахвалятся тем, что у них, всё в open source, всё открыто. И вот начинают догонять. Интересно, когда лидеры поменяются, такая же система произойдёт или нет? То есть если кто-то сильно обгонит OpenAI, они вернутся к, open source или всё-таки будут продолжать свою, свою политику, которую сейчас они придерживаются?
Если кто-то сильно пообгонит OpenAI, то OpenAI быстро продастся самому большому какому-нибудь игроку. В данном случае, скорее всего, Microsoft. Microsoft, да!
И всё быстро з-- иии, значит, всё перейдёт в некоторую другую свою стихию. В любом случае, завершая с Китаем, мне кажется, что, знак того, что в open source мы видим крутые модели, знак того, что они, выпускают очень крутые решения в видеогенерации, го-- это знак к тому, чтооо у них есть закрытые суперкрутые системы, которые мы просто не видим, да. И, очевидно, есть проектыыы, ну, сверхвысокого, класса. Иии посмотрим, что будет. Ну, другой момент — какое они распространение получат, в каких странах. И как раз прооо, э-э-э-- и кто их пустит куда, да. Это как в Штатах нету китайских электромобилей. Ну и как бы все отлично себя чувствуют и отлично живут, их просто здесь не ездят., так же, как Европа озвучивала, что, они введут огромное количество, там, ограничений касательно доступа к AI. Иии то, что Apple озвучил уже, что, скорее всего, не сможет развернуть свой AI в Европе, и с этим будет большая проблема.
Если честно сказать, я, я очередной раз, когда сталкиваюсь с законами о персональных данных в Европе, мне кажется, что если бы все компании, кто там работают, выдерживали бы этот закон, то Европа жила бы примерно ты-- как тысячу лет назад. Вот она в каком-то Средневековье в технологиях бы находилась, потому что выдержать всё, что там есть, это же невозможно. Ты, значит, если клиента зарегистрировал, ты должен у него получить письменное согласие, а через несколько лет ты должен, заново у него-- его запросить, там, в письменном виде, значит, чтобы он в твоей базе находился. То есть, п-по идее, должна исчезнуть вся персонализированная реклама, все вообще, ну, вообще всё должно исчезнуть, да. И ведь одно из глобальнейших преимуществ- Наличие твоих этих данных в том, что тебе дают персонализированную рекламу. И с учётом технологий, которые сейчас есть, это невероятно улучшает жизнь, а не ухудшает жизнь человека. То есть я очень рад в том, что есть огромное количество, моих данных у различных провайдеров, и тем самым они под меня подбирают разные рекомендации делают, они дают мне муть.
Ну, всё равно всё это остаётся мутью, но всё же.
Я, кстати, хотела, вот, прокомментировать на эту тему, что, да, Евросоюз, он, на данный момент вообще единственный, кто принял такой вот серьёзный закон, с широким спектром применения. Но ты не совсем прав по поводу того, что, там прям полностью запрещена персонализированная реклама. Она не запрещена. Они первые выделили риски и распределили их на четыре категории. То есть есть какие-то там, высокие степени риска, средние и, которые вообще не подпадают под этот закон — это с незначительным риском или с его отсутствием. И вот то, что касается незначительного риска, это какие-то прям, вот вообще какая-то полная ерунда, там, типа спам-фильтров на почту или, применение AI в видеоиграх. А вот то, что ты говоришь про персонализированную рекламу, там основной принцип — это принцип прозрачности. То есть, грубо говоря, даже если вдруг в дальнейшем будет сгенерирована какая-то видеореклама, на ней должна стоять что-то вроде watermark, то есть должно быть написано, ну, по тому принципу, как, например, вот, если рекламируют сигареты, там внизу должно быть написано, что курение, там, вредит и так далее, убивает., и по такому же принципу должна быть генерация рекламы., просто должно быть указано, что данные были получены при помощи искусственного интеллекта, но она не запрещена., высокий-- высокая степень риска, она как бы сопряжена, с правами человека., то есть, например, нельзя ранжировать людей по, там, принципу расы, какой-то там национальной принадлежности, цвету кожи и так далее., плюс, интересно, что нельзя, например, оценивать, результаты тестов в образовании при помощи AI.
Что интересно, потому что, получается, на мой взгляд, наоборот, это более честно, да, исключается человеческий фактор. А с их точки зрения, это, не очень честно, потому что человеческий фактор должен присутствовать и как бы образование должно быть общедоступно. И плюс ещё там, например, вот если это, речь идёт о медицине или транспорте, у них указано, что должно быть, обязательно должен быть человеческий фактор. То есть кто-то, кто наблюдает, допустим, вот за этим хирургом, который делает операцию, ну, AI, который делает операцию, или там, не знаю, самолёт, который беспилотный. Если вдруг когда это будет, то всё равно должен присутствовать человек., и здесь как бы вообще интересно по поводу этого законодательства распределение сил, потому что самое мягкое регулирование в Китае как раз. И это забавно, потому что, ну, например, для меня как для такого человека с правовым бэкграундом вообще смешно заметить, что там, например, прописано, что, это зак-законода-
это зак-законодательное регулирование должно соответствовать принципам социализма. То есть, ну, вот мне интересно, как AI может соответствовать принципам социализма. Вот. Но при этом оно наиболее мягкое, в отличие, понятное дело, в Евросоюзе наиболее жёсткое. Но сейчас очень много шума произошло, в связи с принятием в Калифорнии вот этого нового закона. Но это надо понимать, что, конечно, разные системы права и что всё равно в Штатах больше прецедентная система права.
То есть они опираются на судебные решения больше, чем на законы., но всё равно , такое ощущение возникло у многих людей. Очень много споров я там посмотрела в сети по поводу того, что США тоже начинает идти по пути более жёсткого регулирования., и с-- и, кстати, вот риски, которые я там перечисляла, которые в Евросоюзе рассматриваются, и риски, которые вот в этом, bill в американском, очень смешно, потому что, там называется вообще другая категория рисков, как раз похожая на вот эти фильмы про Терминатора, что при помощи AI будет изобретено какое-то орудие массового поражения, какая-то биологическая атака произведена на людей. То есть, ну, как бы там вообще, такой закон, который чувствуется, что, делался больше политиками и как бы они такие соответствующие понятия использовали, чтобы привлечь, к нему внимание., но очень много опять-таки там про дополнительную какую-то жёсткую сертификацию, правовые ограничения, что дает, ну, очень большую нагрузку на стартапы и на маленькие корпорации. Соответственно, многие люди боятся, что это всё уйдет в сторону как бы Китая, там, или каких-то стран с менее жёстким регулированием. Ну, это если так вот вкратце.
Интересная, на самом деле, тема, особенно, особенно то, что ты говоришь, что уже пошли даже такие темы, как, вот то, что ты пример привела про образование.
По сути, весь мир говорит, что всё, хана образованию, не нужны люди, и, значит, всё будет генерироваться AI и проверяться AI. А при этом такая зона, казалось бы, которая как раз-таки технологически может быть решена, — это проверка знаний, да. Она же не обязательно должна быть решена с точки зрения проверки одного теста. Это же огромное количество разных параметров можно проверять, там, и посещаемость человека, его вовлеченность, его уникальные какие-то параметры того, что он делает, анализ его с разных сторон, с точки зрения разного восприятия разных наций, его вовлеченность в разные интересы, там. Ну, очень много можно всего проверить машиной, потому что человек не может проверить столько параметров. Это слишком большая работа углубленная, это никто не исключает человека. А тут, по сути, запрет на такую проверку, наоборот, возвращает еще очень сильно назад. Потому что на самом деле сейчас огромное количество вещей в любом случае проверялось автоматически, да. Это же не значит, что сейчас в Евросоюзе, все университеты делают проверки только способом, человека. Они, да, они кучу проверок делали уже технически. Иии вот эта сторона, она очень специфическая. Мне кажется, что она настолько сложная, что она может загнать в проблему государство с точки зрения его экономического развития. Это как развитие e-commerce. То есть, по сути, ой, не e-commerce, а развитие социальных сетей. То есть, по сути, социальные сети, когда они были созданы, не было никакого регулирования., не было регулирования, потому что государство не было вообще готово к появлению таких вещей. Социальные сети говорят: «Так дайте регулирование, мы будем под него работать». Государство всё ещё регулирование нормальное создать не может. Идут бесконечные дискуссии, и в итоге можно не ту, не то решение принять и просто в долгосроке потерять сумасшедший, огромный, большой рынок, да. И мы сейчас это видим с точки зрения санкций, наверное, в разных странах, ну, или ограниченности, или должна быть долгая стратегия. Вот как Китай. Китай, если что-то принимает, то принимает вдолгую, да. И они явно понимали, что если они ограничивают Google, сколько там, не знаю, 15 или сколько лет назад, тооо, ну, они, наверное, четко понимали, что они хотят и к чему они придут. Они понимали, что будет происходить, какие будут проблемы с доступами, не с доступами, кто будет использовать или нет. А готовы мы создать свои собственные системы или не создать. Наверное, это была одна из возможностей создать уникальную, уникального в мире игрока в интернете, да. Всё же Китай — это сумасшедший игрок в интернете, вместе с США, да. Я не знаю, кто из них круче., ну, судя по технологиям, круче Китай, судя по стоимости, круче США, но-- ну, по оценкам., при этом, стратегия очень долгая. И вот как кто будет принимать решения?
Потому что всё же в Калифорнии, может быть, они эти решения приняли при том, что здесь все AI производят, да?
Ну, это они говорят, что это приведет к уч-- к утечке либо в другие штаты, либо в другие страны. Ну, вот очень интересно, Саш, ты заметил, вот эти параметры, которые ты приводил, это больше про именно social ranking, да, то есть оценка людей, их социального статуса. Что в Евросоюзе, там, или в Штатах, я думаю, будет идти вразрез с представлениями о правах человека, ну, с Конституцией. А вот в Китае это вообще нормальная практика. То есть мне кажется, что там даже есть какой-то, если я не ошибаюсь, social score у каждого человека, и у них таких, э-э-э- Restrictions нету в-в-вот в их этой системе регулирования. То есть это очень интересно. Китай реально гораздо-- они вот прям, ну, как бы давят на эту систему, на её развитие, очень многое свободы дают.
Не, ну, слушай, ну, в Китае был подход, по крайней мере, по тем людям, которые там работают, может быть, это там, микро и средний бизнес, малый и средний бизнес, который я знаю, был подход, что если ты работаешь на территории Китая, пожалуйста, работай, мы дадим тебе огромное количество ресурсов и всего остального, будем поддерживать. И всё же там технологический рынок очень сильно поддерживается государством. Просто он слит вместе с государством, да, сильно, но в то же время это отдельный бизнес, но он очень сильно поддерживается. То есть если взять, что из себя представлял Alibaba, там, уже, даже 10 лет назад, 10 лет назад! Ну, просто Amazon курит в сторонке, там, по сравнению с-- или там взять WeChat, да, то есть то, что они могли, то, что они дела-- и то, что они сейчас делают, те инст-инструменты, сервисы, которые там доступны, те анализы данных, те скоринговые системы, кредитные рейтинги, рейтинги человека, да, то, что там есть. Другой момент, что это вносит и некоторые проблемы, и сложности. Понятно, почему, некоторые вещи там тормозятся в США. Вот в Европе, конечно, у меня есть ощущение, что у них будут большие, если они, она, сильно будут блокировать AI. Хотя, насколько я понимаю, вот Саша много про это рассказывает, что во Франции есть хорошие игроки, да, в AI, Саш? Вот. И- Да, да, да. Там хорошо на самом деле. Что если в-- да, и, наверное, это говорит о том, что, скорее всего, там как-то будут лоббировать и не закрывать AI. Но если Европа ещё закроет развитие AI, тооо-- хотя у них же есть возможность, да, у них всё равно есть доступ к, к оборудованию.
Потому что есть всё же страны, у кого тяжело с этим, да? У них нет доступа, например, к покупке оборудования такого, то будет видно. Ну и интересно, что будет происходить с, оборудованием. То есть если Huawei, как Саша сказал, сейчас по-настоящему сделает что-то приближенно к новым чипам, NVIDIA, но этооо, мне кажется, это просто колоссальный ресурс для Китая, просто колоссальный ресурс для Китая. И посмотрим, кто ещё в отрыв уйдет, с точки зрения, всего. Особенно с учётом того, что у них бизнес очень сильно вместе с регулированием. Но там всё же, мне кажется, развитие по-другому происходит. Есть ощущение, что за год, конечно, Китай прямо невероятно сильно рванул в этой части.
Но инте-- очень интересно про закон, то, что ты говоришь. И, если кто-то будет вот дальше там изучать, наблюдать эти вещи, смотреть, что вообще где принимаются вдолгую, ещё интересно, примут ли и что точно примут, и что точно не будут менять, да? И как люди на это будут реагировать. И, конечно, вопрос просвещения людей. Мне кажется, людям не хватает просвещения в части, персональных данных. Слишком много люди беспокоятся о своих персональных данных, не понимая, тех мест, где, там вот человек, например, беспокоится о том, что, система какая-то получит доступ к их персданным. Хотя я всё время говорю: так вы же почту всю переписываетесь в облачном хранилище, у вас и так вся почта и все персданные, у них вообще всё, всё на телефонах записано, всё, всё в облаках храните, да? То есть вопрос преимущества. Мне кажется, человек не понимает преимущество, которое может произойти. Вот это движение, рывок, который может произойти, уне-- уникальное просто, невероятно уникальное, да?
Да. Тут ещё просто, понимаешь, правовая система, она наиболее, наверное, устойчивая и наиболее такая, как бы, ну, ей сложно двигаться, ре-реагировать., и только вот, например, в России, по-моему, до сих пор, планируется уже в течение, там, четырёх лет создаётся этот кодекс, о регулировании, и... Но они только что-то какие-то базовые данные соберут, его с-- попытаются какой-то костяк сделать
Попытаются какой-то костяк сделать. Получается, что ИИ ушёл уже далеко вперёд. Это как такая, знаешь, гонка идёт, которую, понятное дело, что правовой системе не догнать. И, такое ощущение, что во всём мире как бы ждут какого-то такого первого этапа завершения. Вот подвести итог и уже на базе этого создать. Но я не знаю, наступит ли вообще когда-либо такой этап, потому что технологии, ну, гораздо быстрее правовой системы развиваются, и это скорее проще для, систем с прецедентным как раз правом, как в США, там, Великобритании, но не в России или, там, Германии и
так-
Это как переходная тема, что если едет машина по улице, которая, self-dr-- self-driving, да, которая сама полностью едет в Сан-Франциско, что на ней в день, там, записываются какие-то терабайты данных, и она полностью видит всё, что на улице происходит, и тем самым даёт возможность анализировать, потом анализировать это для улучшения города, там, утечек воды, не знаю, каких-то проблем, воровства и полезных вещей, да? У-- совершенно другой уровень полезности нести. И здесь вопрос всегда как-- на что мы смотрим? Мы смотрим на это как на полезность или мы смотрим на это как на, проблематику. Потому что, конечно, для 99,99% — это полезность. Но действительно, выборочно кто-то может подпадать под жёсткую про-проблему, особенно когда их персональные данные украли. Иии я не знаю, кто где видит, но я примерно раз в месяц минимум с какого-то крутого сервиса получаю уведомление, что у них, в базе был хакер и данные украли. Поэтому будьте внимательны. Буквально недавно прислал оператор Ticketmaster — это самый крупный провайдер в США продажи электронных билетов. Причём они написали, что у-утекли данные вместе с кредитными карточками, да, в полном объёме. Иии, они там говорят, что у нас там система безопасности, службы работают, вам эти деньги как-то возместят. Но понятно, что в Штатах, если кредитную карточку у тебя украли, тебе нет разницы, потому что у тебя есть insurance в банке, да. Ну, насколько в основном, там, в основном, да, на кредитные, да. Это там тяжело понять, например, русскоязычному миру. Да, вот. Что типа украли, какая разница, мне банк мгновенно эти деньги вернёт., но это же, это же всегда, это же всегда и вопрос как раз-таки и восприятия внутри. Но это постоянно приходят такие сообщения. То есть это-- коли объём этого будет, мне кажется, объём вот этих хакерских атак и разн-разных таких историй, он будет только расти и увеличиваться, иии разном абсолютно объёме. Потому что буквально сейчас недавно была атака, причём, там писали, связанная с хакерами, хакерами из правительства России. Была на Snowflake, по-моему, да? Эй, не на Snowflake, на Remote. Кто там Remote Soft делает? И, ну, а, а на TeamViewer, да? Вот. Иии, ну, то есть против такого противостоять, против таких историй противостоять очень тяжело. И вот найти эту грань между всем этим очень тяжело. К завершению выпуска что хотел сказать. Саш, ты нашёл в итоге данные сравнения?
Я знаю, что ты искал, моделей, китайских иии закрытых американских.
То есть то, что вот я говорил, это то, что, то, что как бы, вот этот вот б-б-- другой бенчмарк, он-- там преимущественно данные, мне кажется, на английском языке, и китайские модели имеют сопоставимый уровень, как пред-- как предпоследнее поколение модели от OpenAI и Anthropic. То есть даже на английском языке. Ну и на русском, соответственно, с высокой вероят-- извини, на-- соответственно, китайском с высокой вероятностью они побе-- они сильно впереди. В Китае, как бы бенчмарков на китайском языке я не знаю. Они наверняка есть, и наверняка китайские модели-
Ну, это явно, это явно с учётом объёма у них доступных данных, которые там закрыты, например, да. И на чём они могут обучаться, на каком объёме данных. Это интересно, это вопрос же, у них же и здравоохранение, например, сильно техно-технологичное, там, и у государства огромный объём данных. Вообще в Китае же огромный объём данных. Мне кажется, наверное, самый большой данных, вообще в целом нормализованных. Нормализованных. А одна из проблем модели — это вообще нормализация данных. А в Китае огром-- население сумасшедшее, с огромной технологичностью нормализации данных. Тем самым, по идее, качество многих их моделей может быть просто космически круче, космически круче. Интересно, что будет. Всем большое спасибо! To the Moon! До новых выпусков! Технологические инсайты, обсуждения, новости, классные моменты от нас четверых., Кремниевая долина, США, мир., до новых встреч! Всем пока!