Всем привет! Мы на канале To the Moon. А, инсайты, технологические инсайты, технологические новости по миру из Кремниевой долины. Выходим раз в неделю, в воскресенье. А, подписывайтесь к нам на канал, не забывайте подписываться. Многие из вас смотрят повторно. Подпишитесь, чтобы не пропускать новые видео. И плюс вы поддерживаете канал. Уровень у нее очень сильный, да? То есть он сравним с PHD, с уровнем интеллекта человека.
Вопрос что будут делать стартапы, которые создают ассистентов и которые хотят выпустить ассистента за тридцать долларов?
Мне стало жалко тратить эти запросы.
А, мы, кстати, много обсуждаем очень инновации. И в прошлый раз люди писали по поводу инноваций Apple. У нас был про это выпуск. Сегодня будем много говорить. Может быть, затронем опять Apple, OpenAI и обязательно оставляйте свои комментарии. Мы потом включаем и в том числе ваши рассуждения в наши следующие выпуски.
Ну что, хо-хо-хочется начать с, конечно, с OpenAI и с их апгрейда, но я вот с чего начну. Значит, пару дней назад вышла новость о том, что Google выпустил, а, Google выпустил кошелек, который позволяет, Google Wallet, который позволяет добавлять сюда, э, свой паспорт. И, э, чтобы человек имел возможность путешествовать, ну, это их такие первые, по крайней мере, движения в эту сторону. Электронно предъявлять паспорт на границе, по крайней мере, это будет, э, находиться, работать в США. В США есть такая система TSA, она позволяет внутри, если ты в ней зарегистрирован. Вот я, например, в ней зарегистрирован. Мы с Таней были в Чикаго, и когда мы приехали назад лететь домой в аэропорт, я пошел в эту очередь, прошел ее вместе со своей женой за минуту. А Таню мы с мужем ждали минут десять, да? Хотя там очередь была небольшая. Да, та очередь там была небольшая, но все равно. Система это позволяет.
Зато мне не пришлось разуваться.
Да, система позволяет не разуваться, не снимать ремень, не снимать куртку, не доставать ноутбук из чемодана. И очень быстро, то есть вставил какой-то свой иденти-идентификационный документ, там права или там определенной системы Global Entry, там, или грин карту, или чек паспорт, все что угодно. И он пошел дальше проходить, э, пошел дальше проходить. Они что хотят внедрить? Они хотят внедрить, чтобы ты... Там сейчас система уже электр-- в любом случае тебя сканирует. Они хотят сделать так, чтобы у тебя документ был электронным, то есть ты не предъявлял никакую карточку. И на, как раз на TS-- на TSA в некоторых аэропортах они начнут это тест-тестировать. Мне кажется, очень хорошая инновация. Я как пользователь Apple, надеюсь, они тоже это сделают, значит, вслед, вслед за Гуглом. Я думаю, что появится явно какой-то интерфейс, и я, по крайней мере, от этого испытываю достаточную легкость. Вот. Хотя понятно, что там отпечатки пальцев, распознавание лиц, куча всего остального убирать не будут. Но тема очень интересная.
Слушай, это очень прикольно. Мы же недавно обсуждали, что вот он, эээ, вместо удостоверения личности можно, там, ладошку показывать, да, в некоторых барах. А, соответственно, где-то ладошкой можно оплачивать, а тут вообще документы можно не возить даже на границе. При пересечении границы все в электронном виде. Это, конечно, достаточно любопытно.
Ну и, а, специально для наших комментаторов, которые писали, что эти яблочные хомячки не в курсе, а, что у Андроида тоже есть какие-то инновации. Вот видите, мы следим. У Гугла, у Gemini есть возможность, э, в Wallet добавлять, э, идентификатор. Поэтому мы не только за Apple следим.
Не, ну мы точно выкладываем не только про Apple. Просто так получилось, что у нас у всех телефоны Apple. У кого-то из-за стиля, у кого-то из-за безопасности, у кого-то из-за различных инноваций. Но мы, конечно же, показываем все и, все и больше, да. Точно не только про Apple. Я вчера интересно столкнулся с ситуацией по поводу Гугла. Я тут был на, в школе, в high school у старшей дочки на, а, концерте по хору. И там был человек, который сделал достаточно серьезное приложение в Google, которым пользуются все абсолютно люди, которые используют Android. И ты с ним стоишь, он про это рассказывает. И дальше он говорит: "Ну, вы же знаете, что это такое?" Потом он даже говорит: "У вас Apple или Android?" Я говорю: "У меня Apple". Он достал свой телефон и показал мне, да. Да, заказал себе, заказал дочке. Да. А и на самом деле я забыл. Значит, мы с Таней идем в Чикаго в пятницу. Сейчас. И Таня говорит: "А ты iPhone заказал?" Я говорю: "Упс!" Вот.
Я не узнала Сашу в этот момент, что он забыл iPhone заказать.
И O1. И я эту модель, э, как и многие, наверное, имели возможность уже тестировать и с ней вместе взаимодействовать. Я не знаю, у всех она появилась на устройствах или только частично. У тебя, Эльнар, тоже появилась?
Да, да, появилась.
Да, у всех появилась, мне кажется, на устройствах. Вот. И, ну, конечно, очень интересные вещи. Мы... Тем, кому не видел или к ней не имеет доступа и кто смотрит наш канал. Это некоторое такое продвижение, мне кажется, некоторая инновация, по крайней мере, с точки зрения визуала, который мы видим. Потому что ты можешь, а, видеть, как она говорит: "Я думаю, я подумала шесть секунд", и показывает контекст того, как она думала и о чем думала, и что это было. Эта модель не имеет доступа к- Она обучена, ограничена датой сейчас определенной, она не имеет доступа в Интернет, по крайней мере, не связаны модели между собой. Из того, что я увидел в своих тестах, потому что некоторые кейсы она мне не смогла исполнить. Вот, но уровень ее, уровень у нее очень сильный. Да? То есть он сравним с PhD, с уровнем интеллекта человека PhD. Я просто не знаю, какой это уровень, как это описывается.
Да. Саш, ты технологически что скажешь? Какие твои вообще ощущения были?
Да, на самом деле это очень, мне кажется, мы-- мне кажется, что сейч-- это очень как бы в-важный момент. То есть потому что вот вообще тренировка модели, она состоит из, э, ну, так по простому говоря, из трех как бы этапов. Так если по простому, это pre-training, post-training, то есть fine-tuning и как бы inference time. Inference time, ну, наиболее важен, потому что это учит модель как бы мыслить. Грубо говоря, что произош-- ключевое отличие O1 модели от, там, пред-- всех предыдущих моделей, что эта модель тренировалась полно-- с полноценным reinforcement learning. То есть модель улучшалась по результатам как бы с-своей истории решения определенных проблем. То есть когда она решает определен-- то есть ей-- то есть эта модель была в датасете, когда они тренировали эту модель, было много данных со специфичными проблемами. На ка-- обычно решение проблем состоит из нескольких шагов, да? То есть то, что они демонстрируют в интерфейсе сейчас. И при тренировке они на каждом шагу выявляли, какие ветки размышления правильные, а какие неправильные. Да? То есть это как бы значительно больше, это как бы, это просто, ну, значить-- это новая парадигма вообще по сравнению с тем, что было до этого. Это новая парадигма по сравнению с просто с предсказанием следующего токена. Да? Вот то есть. Вот все, все LLM, которые мы видели, это предсказание следующего токена. И там, на самом деле, действительно сложно дифференцироваться. Когда-- сейчас же, на самом деле, очень интересно, станет ли OpenAI лидером или нет. Сейчас давайте я по-поясню.
То есть если мы говорим про LLM, то есть огромное количество consumer, как бы таких ориентированных юзкейсов, ради которых Meta делает свою open source Llama модель для того, чтобы все могли пофайнтюнить Llamu, а Meta забрала все сливки для своих consumer юзкейсов. С, э, с вот этим, с как бы с полноценным reinforcement learning и с вот этим, а, и с вот этим процессом в O1 модели, которая, который называется, а, как бы, как сказать, test time search, где она в процессе генерации решения, где она перебирает много вариантов. То подобного рода системы, очевидно, не подходят для широкого consumer юзкейса. Поэтому в OpenAI э-эта модель O1 стоит дороже, поэтому количество запросов лимитировано и так далее. И интересно, пойдет ли в эту сторону Meta или не пойдет, потому что ууу-- с высокой вероятностью вот пространство вот этих моделей, которые способны резонить, оно с высокой, еще с более высокой вероятностью там не будет open source моделей. Потому что вот сейчас, грубо говоря, в LLM open source модели, ну, по крайней мере, в западном мире может поз-- Смотри, то есть в-- потому что э-эти модели, которые, а, способны как бы резонить, они требуют там в сто раз больше вычислений. Иии как бы бенеф-- э-эти модели, они супер помогают в основном в юзкейсах, а, которые связаны-- в профессиональных юзкейсах, типа когда нужна глубокая доменная
А когда нужна глубокая доменная экспертиза, да? И, условно говоря, текущие компании, которые производят open source модели большие, как Meta, им это, возможно, просто невыгодно. Им, возможно, выгодно просто оставаться, делать LLM для consumer use case и не уходить вот в такой глубокий reasoning, который продемонстрировала o1. Напишите, пожалуйста, какие конкретные практические задачи o1 решает лучше, чем все остальные системы. И самые интересные use case, о которых мы не знали, мы обязательно покроем в следующем
выпуске.
Да. Ну, то есть в reinforcement как бы learning, да, то есть там тренируется... Э, то есть так или иначе, в-- как бы всегда н-нужна, в-вспомогательная модель, которая будет про-проверять результаты первой модели. Это может быть одна и та-- это могут быть как бы два instance одной и той же модели. Это может быть одна большая модель, другая маленькая или наоборот. То есть методик как бы существует разных много. Но, по сути, а, я думаю, что-- я думаю, неважно, это называется Strawberry или не Strawberry. Я думаю, что важно, что мы видим как бы полноценную, мы видим модель, которая натренирована на reasoning с reinforcement learning. То есть она, то есть модель заведомо как бы училась на своих, а, она как бы училась решать более сложные задачи, и она училась мыслить step by step. То есть-
Получается-
Это вшито в ее процесс тренировки. Это отличается от всех LLM моделей, которые мы видели до сегодняшнего момента.
Получается, что это, конечно, очень сильный прогресс. И плюс прогресс с точки зрения вообще выдачи контента и выдачи информации и решений. Абсолютно прогресс другой. Плюс добавление вот проверки, то, что мы говорили, то, что дает в целом возможность исключения галлюцинаций. И, по сути, наверное, в течение года мы должны будем получить инструмент, который, по идее, должен автоматически как-то между этими моделями выбирать. Потому что вряд ли нормально любой человек будет легко выбирать между o-- между ChatGPT-4o, ChatGPT-4o mini, o1, o1 mini, там, не знаю, запускать систему проверки. То есть это между этим переключаться нелегко будет.
Наверное, по идее, одна из следующих таких эволюций, которая должна быть, это когда система должна определять, какую модель автоматически поставлять в тот или иной момент времени, да?
Сто процентов, абсолютно согласен. То есть, мне кажется, это и подразумевается под некоторым процессом вертикализации. То есть до сегодняшнего момента все LLM модели, они были примерно одинаковые, но даже мы видели все равно, что одни модели лучше в чем-то одном. Теперь как бы сегрегация моделей, она сильно увеличится. То есть как бы количество разных типов моделей, оно будет увеличиваться. То есть мы видим, потому что вот эта модель, это сейчас, это как, это как GPT-3, но в мире вот этих R-R-R-R-RL-trained моделей, да? То есть в мире RL-trained моделей это самая первая модель, и они будут становиться значительно лучше со временем. Но мы вряд ли увидим, что GPU стан-- но при этом мы все-таки говорим по-прежнему, что количество запросов в сто раз больше, в сотни раз больше. То есть, а, как бы GPU настолько быстро не смогут стать, там, GPU не смогут процессить в сто раз больше как бы з-запросов, да, в сто раз больше токенов. И поэтому будут, получается, модели малень-- как бы будут RL-trained модели, которые маленькие, будут RL-trained модели, которые побольше, и они будут, соответственно, те модели, которые побольше, они будут совсем дорогие. То есть там запросы, вполне вероятно, будут стоить по несколько долларов. Иии как бы огромная, огромная роль именно девелоперов конечных продуктов, она будет состоять в том, чтобы помогать выбирать правильную модель в зависимости от use case. До этого мы говорили, просто до этого мы как бы-- до этого это было, на самом деле, не так важно, потому что качество всех моделей, там, Gemini, OpenAI, Claude в плане генерации, оно было примерно одинаковое. В плане генерации текста они все были примерно одного уровня, и в ценах они отличались там не больше, чем в два, в три раза, грубо говоря, frontier модели. А сейчас мы увидим, а, значительное, что большие-- мы увидим, что модели, вот эти, которые способны резонить, RL-trained модели, они будут стоить в сто раз дороже, и там потребуется, и там уже потребуется более тонкая конфигурация вообще. Потребуется сильно более тонкая конфигурация. И это будет как бы, это позволит как бы таким новым вертикальным AI native стартапам, а, возможно, предоставить value для рынка, что они будут, а, делать и prompt engineering, и некоторый fine-tuning. Пока не совсем понятно, как будет выглядеть fine-tuning для o1, но, но так или иначе, некоторая возможность кастомизации все равно будет. И вы-- ну, то есть, да, то есть делать, как бы выбирать модель, делать некоторый prompt engineering или fine-tuning, это ляжет на плечи вот компаний, которые разрабатывают такие больше вертикальные решения.
Ну, по идее, они должны, если они автоматически сделают какую-то систему переключения между моделями, то в какой-то момент времени у тебя может появиться какая-то дополнительная галочка. Хотите ли вы, чтобы ваша информация дополнительно проверялась? Или готовы вы больше, например, ждать, или хотите вы получить чуть больше точности? Я имею в виду с точки зрения обычных консьюмеров. Понятно, что с точки зрения B2B это немножко другая история.
Там API, куча настроек и деталей. Я сейчас говорю с точки зрения обычных потребителей такого масс-маркета огромного. Когда мне говорят, там, потратьте дополнительно вот эти вот деньги, вы получите, а, условно, какие-то дополнительные мощности или возможность сделать дополнительных выводов, или загрузить больше данных, или сделать более глубокий анализ. Иии ну или там где-то у меня будут лежать деньги, они каким-то образом с-- будут за это списываться, да, по какой-то модели. Хотя, может быть, как ты говоришь, будет новый тариф, да. Просто в consumer, в B2C вряд ли, вряд ли возможен тариф прямо сверх большой стоимости, ну прямо сверх большой. Я имею в виду в масс-маркете, да.
Ну мне кажется, что для OpenAI это критически важно. То есть, вот новость недавно вышла, вернее месяц на-- по-моему, на прошлой неделе вышла но-новость, что месячная подписка будет стоить две тысячи долларов у OpenAI. Иии на самом деле, я бы сказал, что, ну, это явно как бы-- они смотрят явно в сторону персональных ассистентов, я думаю, таких продвинутых. И я думаю, что это очень интересный рынок для них. То есть персональные ассистенты, что в Штатах, что не в Штатах, зарабатывают больше, ну, на англоязычные рынки и в ЦЕК, кто работает, зарабатывает больше двух тысяч в месяц. Иии, понятно, у ассистентов есть проблема, что они как бы апгрейдятся, хорошие ассистенты быстро апгрейдятся и уходят на бо-- на сильно более высокооплачиваемую работу. И ассистент, который становится только дешевле со временем, это очень, мне кажется, такое интересное, интересное предложение. То есть я думаю, что у них боль-большой пот-потенциал здесь, и это их-- и я-- почему я про это говорю? Что для них это критически важно для того, чтобы дифференцироваться от остальных конкурентов. Давайте я здесь немножко поясню, что я имею в виду. Все-таки для Meta, например, им-- для них как важно построить действительно самый большой AI-ассистент как бы в мире и как бы для них adoption очень важен, а не потерять как бы свой существующий бизнес. И им нету смысла идти в очень такие дорогие тяжелые модели. Если мы говорим про Google, то они никогда не продавали консумерам что-то очень дорогое. То есть единственное, что они продают консумерам очень прям дорогое — это их последние Pixel телефоны, но там они много их тоже не продают. Потому что все-таки для того, чтобы продавать что-то дорогое консумерам, для этого нужен как бы премиум feeling, какой-то маркетинг, да, как у Apple. Возможно, OpenAI сможет это достичь, и для них это ключевой способ, как дифференцироваться от остальных. Я думаю, что у Anthropic нету DNA, как построить такой appealing как бы consumer продукт. То есть они могут построить, разрабо-- как бы девелопер платформу Anthropic может сделать, они могут сделать хорошее решение для программистов, но мне кажется, что OpenAI может стать как Apple, а как вот как бы в мире, я не знаю, там, с каких-то consumer hardware. Apple — это как бы такое премиум решение, да? Премиум сегмент и OpenAI, наверное, в консумере. OpenAI может стать премиум consumer решением в мире AI.
Мне кажется, так, так-- мне кажется, это очень неплохой bet с их стороны, учитывая, что у них уже очень сильный consumer бренд.
Ты имеешь в виду, говоришь, с, эээ, премиум с точки зрения масс-маркета, правильно? Мы же сейчас все время говорим про масс-маркет в данном случае.
Да, я думаю, с этой точки вот я думаю, OpenAI может повторить их успех вполне, да. Ну, то есть, скажем так, бо-большое количество людей, которые работают с информацией, то есть это все-таки не в-- не вс- не вся, не все там население Америки, да? Но все, кто работают с информацией, с компьютерами, что у большинства из них в этой группе людей в Америке будет, грубо говоря, OpenAI, и они будут им платить, ну, от двухста до двух тысяч долларов в месяц, да. Ну, скажем так, больше тысячи, больше тысячи-
Ну, скажем так, больше тысячи, больше тысячи долларов в год, вот так скажем.
А, от двухста до двух-- до двух тысяч долларов в месяц. Ой, в год ты имеешь в виду.
Но человек должен явно за две тысячи получить. Это не значит, что это неразумно, но он должен получить очень сильное value. Я почему не знаю, что это неразумно? Две тысячи кому-то может показаться числом якобы, э, очень огромным. Это я помню, когда Apple выпускал очки, кто-то говорил, что очки стоят очень дорого. Три тысячи, там, долларов. Но очки могут стоить, э, тридцать тысяч долларов. Они могут стоить как машина. Если эта система, которая заменяет человеку, э, пятьдесят процентов его жизни, создает ему интерфейс в квартире, возможность общения с другими людьми и со всем остальным. Ну, то, что мы видим в некоторых кино. Еще раз, я сейчас про некоторую абстракцию будущего. Они могут стоить хоть сто тысяч долларов, да. И, и человек их покупает, там, в кредит на всю жизнь и просто их как-то апгрейдит. Поэтому две тысячи долларов может быть или тысяча, или три тысячи долларов разумным. Вопрос, что будут делать стартапы, которые создают ассистентов и которые хотят выпустить ассистента за тридцать долларов? То есть при, Саш, рассуждении, которое дае-даешь, говорит о том, что выпустить персонального ассистента или заменить сотрудника, который будет стоить какие-то небольшие деньги, невозможно. И еще интересный момент. Ты такую штуку сказал, что, по сути, персональный ассистент стоит дороже. Но я думаю, что если мы перейдем в фазу, что AI ассистент будет, в целом выигрывать по качеству у ассистента настоящего, то вопрос будет не в том, кто дороже или дешевле стоит, а вопрос в качестве, в качестве этого.
То есть если мне AI ассистент будет делать по качеству, э, не хуже, чем личный человек, то я готов за него и больше заплатить, потому что с AI ассистентом как минимум-
Да, но тут же сам, понимаешь, да, то есть-
Я имею двадцать четыре на семь, двадцать четыре на семь возможность взаимодействовать. Я не ограничен его увольнением, болезнью и огромным количеством других вопросов. То есть я готов платить за это больше денег, а не меньше.
Да, но тоже вот интересно. То есть Apple, он как бы-- то есть современные диджитал камеры, насколько я понимаю, а, они стоят примерно столько же, сколько iPhone, может быть, чуть дороже, но при этом как бы и популярность диджитал камер сильно упала, да? В-- И то же самое с медиаплеерами. Были медиаплееры, которые давали качество лучше. То есть тут важно, помимо того, чтобы дать как бы good enough функционал, важно построить вот этот вот consumer бренд. И я вот все-таки хотел именно похвалить или отметить OpenAI. Я не уверен, что им это нужно, но все-таки из всех как бы AI компаний, мне кажется, они единственные, кто построили сильный consumer бренд. У остальных это, очевидно, не получилось на данный момент. Ни у кого из остальных как бы consumer компаний нет-- AI компаний не получилось построить consumer бренд.
А кто ближе всего сейчас к ним по твоему ощущению, раз ты так сравниваешь?
Да, ну, я думаю, что таммм, я думаю, что там, честно говоря, даже как бы, а, такая огромная разница, что да, даже об этом как-то го-го-говорить не приходится, если быть честным. Вот я сейчас, эмм... То есть видно по OpenAI, что, что он вот, мне кажется, что по количеству как бы-- то есть у них ве-весь трафик, который мы видим, у них это органика. И, ну Gemini, наверное, как бы их пытается догнать, но я думаю, что разница, разница по-прежнему в несколько раз.
Это вообще интересная вещь. Э, вот у нас, нас смотрит много людей. И обязательно подписывайтесь на канал, чтобы не пропускать ролики и лайкайте, пишите комментарии. Вы очень сильно поддерживаете нас и развитие канала.
Такое небольшое действие, мы вам будем сильно за это благодарны. Я что хотел сказать, что бывают люди, которые пишут, что существуют кроме ChatGPT еще другие системы, да. И наша не стоит задача в том, чтобы все абсолютно должны использовать ChatGPT. Мы точно не являемся рекламными маркетинговыми агентами OpenAI. Наша задача состоит показать кучу различных юзкейсов и возможностей, которые дает эта система сейчас и которые она даст, даст в будущем. Дать вот это новый vision применения этого ежедневного. И, наверное, мы всегда делали правильную ставку, что больше рассказывали про OpenAI, чем про все другие модели. Хотя мы рассказывали про другие модели, потому что все же зачем рассказывать про того, кто отстает, да? Или зачем рассказывать про того, у кого нету такой большой силы. И если мы говорим о том, что Apple показывает как передовую историю интегра-- интеграции с компанией, которая делает модели, она говорит: "Я интегрирую сейчас ChatGPT как основную историю". Также она говорит: "Я с поиском интегрируюсь с Google". Она не говорит, что я с AI инте-- они интегрируются, наверное, с AI и с Google тоже. Вопрос в том, что ChatGPT является number one, да, в обсуждении в деталях, да.
Ну, здесь я бы вот от себя добавил, что, э, на самом деле последние месяц-полтора, наверное, я с ChatGPT на Claude перешел, потому что с появлением 3.5 Sonnet могу сказать, что во многих задачах, в которых он мне был нужен, э, OpenAI уступал. Мне поэтому было безумно интересно протестировать, что может o1 модель. Потому что, например, там, для написания какого-нибудь простого скрипта, ну, с точки зрения, там, какой-нибудь автоматизации, там, базового программирования и прочего, Anthropic, на мой взгляд, даже по-по-повыше качество показывали. Что будет дальше? Интересно посмотреть.
Интересно, ка-какое сравнение, которое ты сделаешь конкретных вещей. То есть вот то, что делал Claude, да, тебе и то, что не делал ChatGPT, и то, что сейчас сможет ли ChatGPT o1 сделать то, что, например, делал Claude или то, что не мог делать Claude. То есть, вот с учетом того, если ты говоришь про такие вещи, которые касаются, там, математики, программирования, науки, они все
же ориентировали o1 модель на, на это, да?
Да, здесь два поинта. Ааа, немножко экскурс в детство. У вас, может быть, тоже такое же было, когда мы ездили на море в детстве, был пленочный фотоаппарат и там было, там, тридцать шесть кадров иии из тридцати шести тридцать два, наверное, были в последний день сделаны, потому что все предыдущие дни ты просто экономишь и думаешь: "Ну нет, надо пленку оставить, не затратить". И только в последний день начинаешь фоткаться. И когда вот появился O1 модель с ограничением тридцать запросов в неделю, я словил себя на похожем ощущении. Мне стало жалко тратить эти запросы. Я думаю так: "Ну, вот это я на обычном сделаю. А вот сюда я еще пока, ну, ну нет, ну, ну не тянет этот запрос на то, чтобы на O1 его тратить". Вот. Ааа, да и туда же у меня сегодня экскурс в детство. Была серия "Симпсонов", м, где-то в глубоком детстве, где-то в школе я еще учился, где Гомер со своим соседом пошли куда-то в Непал, в горы, чтобы задать вопросы мудрецу. И вот они полсерии поднимаются в горы. Куча лишений, куча мучений. И вот только три вопроса можно ему задать. Ну, Гомер заходит первый и спрашивает: "Вы тот самый мудрец?" — "Да". — "И вы можете ответить на любые вопросы?" — "Да". — "И в-вы нигде не обманываете?" — "Нет". Все, три вопроса заданы.
Идем домой. И вот когда я вижу вот этот вот O1 с ограничениями, там, в тридцать вопросов, а в дальнейшем этот лимит может либо меньше, либо больше стать, у меня вот постоянно просыпаются эти ассоциации. Мне всегда немножко жалко тратить эти запросы. Это вот одна история. А вторая история связана с тем, как я технически вижу, как это реализовано. А, на тех кейсах, которые я пробовал, то есть на которые все-таки мне было не жалко потратить запрос в O1, ощущение, что просто передали управление, а, диалогом с чатом GPT еще одному какому-то алгоритму. То есть мы и раньше могли задать вопрос, потом сказать, что вот здесь, кажется, ты что-то неточно сделал. Либо, да, сначала продумать какую-то стратегию. Например, мы, там, хотим какой-то небольшой проект сделать. Мы говорим: составь план этого проекта, потом, там, поэтапно закинуть ему запросы, каждый отдельно обработать и собрать какой-то общий такой вот документ. Ну, потратить на это, э, не один запрос, а, допустим, там, десять запросов и потратить на это какое-то свое время, какое-то свое внимание. Сейчас выглядит так, что просто вот эта вот работа, которую можно было сделать самостоятельно, передана какому-то алгоритму, который еще там дополнительно обучен. Э, с одной стороны, это точно шаг вперед, да?
С другой стороны, помните, вот мы с вами говорили прооо концепцию черного ящика, да, когда мы не понимаем, как появляются ответы. Здесь получается, что просто черный ящик положили в еще один черный ящик, да, там, отдали управление тому, что ты не понимаешь, как работает, и ты все дальше и дальше, и дальше находишься вот от, э, самого процесса. Ни хорошо, ни плохо, потому что, ну, как бы в автомобиле, когда мы сидим за рулем, это явно не тот же самый автомобиль, который Генри Форд придумывал, да, когда у нас все было на виду и мы все рукоятки крутили. Вот. Но так или иначе, это ощущение потери контроля, оно вот тоже присутствует. Но я опять же повторюсь, пока у меня нет ощущения, что это вот прям rocket science и все, там, индустрия изменилась. Интересно, какой ход дальше будет у Antropic. Э, я так немножко за них сегодня подтоплю, потому что, помните, недавно мы обсуждали — ключевые сотрудники в Antropic уходили. Claude в целом, на мой взгляд, вот еще пару месяцев назад получше результаты показывал. Как бы империя наносит ответный удар. Посмотрим, что у нас будет с Claude.
Саша, это все же, э, просто добавление алгоритма. Вот как Эльнар написал, что комбинация определенных запросов суммарно или
... определенных запросов суммарно или это что-то другое с точки зрения структуры, не просто генерация, как ты говорил, следующего токена, какие-то параллельные потоки и так далее. Потому что в этом тяжело разобраться здесь, скорее, простыми словами.
Что все-такиии е-если верить OpenAI и их заявлениям, то это первая модель, которая натренирована на том, чтобыыы на-- чтобы решать ка-- задачи в несколько шагов и принимать правильные действия на каждом из шагов решения задач, да, последовательно. Иии этооо, и мы не знаем, конечно, с точки-- и мы не знаем на самом деле, почему О-- почему вот они не выложили О1 модель большую. То есть если у них есть маленькие модели, наверное, у них должна быть уже и большая
модель.
Я-- ну, у меня тоже есть ощущение. Я не думаю, что OpenAI такое сделало. Тупой чит-код, который вскроется очень близко. И я думаю, что, наверное, по крайней мере, то, что они описывают, и даже по тому, как они ее назвали, это совершенно что-то другое, да. Поэтому они и, другие символы вставили в название этой модели. Они не сделали ChatGPT, 4B, C, D, там, E, там, все что угодно, да. То есть иии-- или там ChatGPT 4+ какой-нибудь., они создали некоторое новое ответвление. И, скорее всего, это ответвление как раз таки для того, чтобы человек мог себе выбирать, какие задачи разные решать. Хотя, опять же, мы увидим, да, потому что Эльнара, сомнения или скепсис, или вывод, ну, абсолютно адекватен. Мы никогда не знаем. Может быть, так три года будет, да, будет происходить. Типа я думаю, там, и ограниченное количество запросов. Многие вещи, которые компания заявляла, они, например, не сделаны, не доделаны или не выпущены. Мы до сих пор не видим Sora по видеогенерации, мы до сих пор не видим поиск в интернете, который был заявлен, и им просто не пахнет. Может быть, его выпустят вот 1 октября. Саша сегодня говорил, что 1 октября, OpenAI про что-то должен рассказать. И вот он про что будет рассказывать? Да, про B2B или он будет рассказывать про mass market B2C? Что он будет вы-выпускать, мы, мы увидим, да.
всем большое спасибо. . To the Moon — технологические инсайты и новости из Кремниевой долины и по миру. Нас всегда четыре человека, выходим раз в воскресенье., ждем вас на следующих выпусках. Пока.