Тут, наверное, надо много чего сказать на этот счет. Кажется, что к концу года таких компаний останется меньше четырех. Эмоциональный интеллект. Коммуникация очень слабая. Пришло время злого, злого Alexa. По уровню, по бенчмаркам оно прям сильно ниже по эффективности. Это очень глубокий вопрос. И Microsoft самая такая серьезная компания из всех.
Тань, ты пользова-- пользовалась ей хоть раз? Или вообще бесполезно?
Ну что, у нас в прошлом вы-выпуске, мне кажется, мы показали вот эту очень сильную тему, которая касается социальной инженерии и как работают вообще системы устройства человека для того, чтобы из него выпытать информацию. Если не смотрели, посмотрите. Там много, на самом деле есть комментариев с точки зрения кто какие уровни проходил. Значит, в, наверное, сего-- наверное, кстати, здесь выложим еще как пройти там шестой, седьмой уровень. Мы низкие уровни выложили, шестой, седьмой не выложим, выложим в этом выпуске. С чего хочется начать? Прежде чем мы перейдем к появлению, ну, к такому очень сильному запуску новой модели OpenAI, я хочу такую начать в целом с истории.
Вот у OpenAI есть Deep Research. Кто не знает, это такая кнопочка внутри в ChatGPT и, нажав эту кнопку, система уходит в исследование в интернете, проводит там пять, десять, двадцать минут и делает какое-то исследование. Ну, например, можно когда-то, когда она запустилась, я говорил, что можно подобрать для себя, не знаю, рис хороший, да? Или сделать исследование, сколько стоит покупка трафика в разных странах. Ну, то есть сделать какое-то исследование. Я не сильно этим пользовался первые недели, но вот параллельно пока проходила, пока новые вот всякие системы развивались и плюс вот четыре с половиной появился. Мы сейчас к нему перейдем, да? Такая новый выпуск от новой модели, от OpenAI, крупнейшая, да, в их истории. Они так, по крайней мере, это заявляют. Интересно по Deep Research, что я заметил. Вот за эти буквально дни. Я, значит, собаку купил, и, ну, в момент выпуска она будет. Вот, может, может, ее фотография появится, значит, в момент выпуска.
И де-- у меня дети еще не знают об этом. И я искал для этой собаки, так как это, это порода борзая, русская борзая, русская псовая борзая. Я для этой собаки искал тренера здесь в-- с учетом того, что я живу в Bay Area, это Кремниевая долина в США. И я искал най-- как найти тренера, который знает борзуку, работал вместе с борзыми именно собаками. И можно, мо-- да, можно было не обязательно русскую борзую, но, по крайней мере, работал с эть-с этими собаками, хотя желательно даже с русской борзой. И это найти очень тяжело. То есть, вот я в поиске реально не мог найти. Мало того, здесь есть клуб борзых в Северной Калифорнии, и даже одна из председателей в клубе, я с ней контактирую и с точки зрения контактировал, когда там выбирал собаку, очень тяжело было купить. Она не может найти тренера. Ну, то есть она мне нашла ветеринара, там, типа час ехать для борзой, там, и так далее. И я не мог найти. Я задал, значит, запрос в Deep Research: "Найди мне тренера, который был с борзой". И удивительно, он через десять минут вернулся с ответом. Он мне дал два варианта, всего лишь два варианта, но он мне нашел один вариант, который я найти в Гугле вообще даже не мог. Он пролопатил там сотни ресурсов и выдача, в которую он это дал, она была очень классная. То есть, по сути, что происходит, если мы сейчас в LLM, в чатах сделаем какой-то запрос, найди хороший ресторан или подбери там, в какую страну поехать, или скажи, пожалуйста, там, не знаю, где, в какой мне сходить барбершоп или там где купить цветы. То ответы очень примитивные, без деталей и часто такие тупые. Мало того, они как будто не настоящие. Ну, то есть ты понимаешь, что тебе просто выдали каких-то три первых ресторана там, ну, или что-то еще. А здесь ответ был очень-- ну, во-первых, он у меня уточнил некоторые детали, какой мне нужен тренер, да? И затем он все же вопросы задает. То есть вы задаете вопрос, он задает вопросы. Он... Он мне дал ответ очень классный. То есть он расписал, почему он мне предложил этого человека. Дал мне, нашел мне по нему информацию не просто на его сайте, а нашел мне Yelp, нашел мне на Yelp его рейтинг, нашел мне внешние отзывы, нашел отзывы, где писали про борзую, написал, какие были борзые и так далее. Выдал. И дал еще вторую рекомендацию. Она была, ну, такая средненькая. И вчера мы проверяли в этом же Deep Research тест на поиск как раз таки моя сестра захотела каких-то сладостей, которые не содержат, там, сахара и так далее. То есть имеют-- она приехала, живет в Европе и имеет какие-то ограничения. И получается, она в ChatGPT завела, а выдача, конечно, опять же, ну, ни о чем. То есть просто что-то выдает. И вот этот Deep Research, опять же, он сделал анализ с нормальным выводом. То есть ты, во-первых, понимаешь, что это не галлюцинация, хотя тоже надо проверять, потому что Deep Research, говорят, может данные придумать, но, по крайней мере, то, что я видел, это не галлюцинация. И это был вывод, ну, там было понятно, почему с тебя человек говорит. То есть, конечно, вот развитие, вот это движе-- качество, улучшение качества, оно нереально.
И, наверное, если вы этой системой не пользуетесь каждый день, вот есть люди, которые в мире не пользуются ничем, то, наверное, даже ты не поймешь, что происходит в этих системах, в этих моделях. То есть, не знаю, если ты раз в месяц делаешь какой-то запрос или раз в два месяца, ты даже не поймешь. А если ты каждый день, там, используешь эти системы по десять, по двадцать, по тридцать раз То ты начинаешь видеть вот это невероятное улучшение качества. Я хочу спросить у зрителей. Напишите в комментариях, пожалуйста, вы какие все же точно системы используете ежедневно? Что вы используете ежедневно? Кто пользуется Grok, кто пользуется чатом GPT, кто пользуется DeepSeek, кто пользуется какими-то, может быть, сводными приложениями, которые агрегаторы других разных систем, да? Кто чем пользуется и, а, там, кто в Meta заходит, значит, эти вещи делает. Ну, то есть в чем вы, в чем вы делаете запросы? И дальше все же какой объем у вас запросов есть? Напишите какие-то примеры. Хочется развернуть дискуссии, пообсуждать эту тему в комментариях. Очень важно посмотреть, какие, какой вообще объем людей хоть что-то использует. Если вы ничем не пользуетесь или заходите раз в месяц, напишите тоже об этом. Это очень полезно. Сделайте, пожалуйста, это. Даже с точки зрения построения дискуссий и примеров, и выводов. Ну, мы чуть больше поймем, во что углубляться, да, и про что рассказывать. Что вы думаете с точки зрения вот развития вот этого улучшения качества, да? Опять же, прежде-- мы сейчас, прежде чем мы перешли к четыре с половиной, там некоторые свои новые есть аспекты.
Да. Тут еще, знаешь, Саша, есть такой момент. Я сразу скажу, да, что последнее время я вижу, что очень сильно идет разделение, что мы уже все-таки с AI мы быстро проскочили эту волну того, что, знаешь, там технология как бы не улучшается, да, и кажется, что она остановилась. Мне кажется, что мы уже про-прошли это, и мы видим продвинутые технологии, как deep research, которыми пользуются business executive, бизнес-профессионалы. И мы видим, что все консьюмерские приложения, они съезжают на deepseek, потому что дешевле. То есть, мне кажется, это, мне кажется, супер хорошо для рынка, потому что это показывает, что рынок многослойный и у тебя есть несколько способов развития. Раньше казалось, что Open AI это и есть весь рынок и все остальное, ну это так. Ну, там типа где-то лучше в коде, еще что-то. Мне кажется, сейчас мы уже видим лучшую дифференциацию. А когда видна более четко дифференциация, то мне кажется, это позволяет пока-показать, по-пооткрывает как бы бо-больше возможностей для дальнейших улучшений, да? Раньше просто казалось, знаешь, что все индиф-все индифферентно, типа и все просто используют чат GPT, потому что чат GPT. А сейчас становится видно, что для разных юзкейсов разные решения. На мой взгляд, это супер позитивно.
У меня при этом, знаешь, у меня при этом складывается ощущение, что такие вот простые вещи, которые я сейчас приводил, он все же-- понятно, что я изначально deep research использовал в своих запросах в бизнесах, ну, в таких профессиональных срезах. Но по факту, что получилось, что я пришел к тому, что я очень сильно прочувствовал deep research в обычных бытовых вещах. Я даже вчера буквально Полине своей жене сказал, что ты попробуй часть вещей, нажми вот эту кнопку внизу, она как бы тебе поможет дополнительно что-то сформировать. Я понял, что, наверное, при увеличении мощностей, по идее, они эти данные будут открывать обычным людям и прощать. Просто что мы видим, что чат GPT последней версии четыре с половиной миллион токенов стоит семьдесят пять долларов, да? И, соответственно, у тебя там сто пятьдесят долларов, там, за миллион выходных токенов. Получается, это у тебя, ну, чуть ли не в сто раз дороже, там, чем 4O модель. Ну, условно, там, или сколько? Ну, прямо сильно дороже. То есть это не для простых тестов. То есть никто сейчас, по сути, эти системы не будет использовать в API в создании AI ассистента. Ну, то есть AI ассистента или подключить эту систему, просто генерировать бесконечную кучу какого-то контента. Это так делать не будут, потому что иначе ты будешь тратить тысячу долларов, да? То есть начинается очень сильное разделение данных.
Для этого deepseek. Просто все копеечное туда уходит.
Да. Или будет уходить в deepseek, правильно? Но, наверное, с точки зрения, опять же, объема deepseek, смотрите, я предположу, что чтобы запустить deepseek, который будет двадцать минут что-то искать, на это тоже надо потратить много денег. Навер-- правильно?
Ну, Perplexity насколько я понимаю, стоит
Насколько я понимаю, свой deep research как раз на основе deep seek сделали, если я правильно помню.
Да, но надо же много денег все равно потратить. То есть все равно же зависит. Ты какие-то простые вещи действительно можешь там делать и смотреть. Я сейчас, ну, это, это слышно, но начинается вот-- просто Саша говорил, наверное, сейчас про одно разделение, про один тип разделения. Мне кажется, есть еще вот это разделение с точки зрения разных, может быть, стандартов качества, я не знаю, или каких-то подходов, или деталей. Чему ты больше доверяешь с точки зрения потенциально вещей? Вот. Хотя, опять же, я не знаю, как работает deep research, ну, или такого типа технология, если ее сделать на, на deep seek, насколько она действительно дешевле, насколько она выдаст такого же типа качества, насколько это вообще возможно. Потому что ответ здесь был. Это то, что, по сути, к чему идет. Опять же, я вспоминаю Люкуна, который говорит, что там через два-три года мы забудем все, что такое LLM модели и забудем эти подходы. То есть то, что вот я увидел лично по поиску вот этого тренера собаки, честно скажу, это был, это, наверное, то, что хочется в целом, в каком виде информацию хочется, хотелось бы мне получать и до этого. Просто я не мог, да. Приходится там промптами загружаться, переспрашивать, перепроверять, само заходить в интернет, куча всего делать. Плюс это здесь долго. Типа тебе надо подождать, там, параллельном, в параллельном экране это сделать. Потом заходишь, смотришь, он там тебе вернул эту информацию, вернул. Про это надо не забыть. Ну и так далее. Я понимаю, что это же ускорит, да? То есть это сейчас делает двадцать минут. Явно понятно, что это на про версии, за которую я плачу там двести долларов. Скорее всего, такая тема быстрая будет стоить. Помните, была история, что Open AI ChatGPT может стоить там две тысячи долларов в месяц. Мне кажется, Саша, ты еще год назад предполагал и делал такую ставку прямо, да? Ну, то есть явно то, что я сейчас хочу, чтобы это постоянно делалось. Просто это будет стоить не двести долларов, а будет две тысячи долларов в месяц стоить, да, например, или тысячу долларов в месяц стоить. Будет совершенно другого, другого типа. Я сейчас хотел сказать я две тысячи за это заплачу. Подумал, потом подумал блин, это двадцать четыре тысячи долларов в год, как-то двадцать четыре тысячи долларов в год, наверное, это как-то уже несерьезно. То есть сейчас двести долларов — это две тысячи четыреста долларов в год. Окей. Да, уже можно ассистента живого иметь. Уже сидишь, так думаешь. Для домашних запросов двадцать четыре доллара, тысячи долларов в год — это вроде что-то нечто. В то же время ты понимаешь ускорение, да? Но я здесь вспоминаю опять же мою сестру, которая мне говорит: "Слушай, я использую ChatGPT просто по сумасшедшему, делаю кучу выводов". Но она с меня тоже очень много берет, учится этим вещам. Но, говорит: "Я что-то не вижу, что я стала меньше работать". Говорит: "Я раньше тратила целый день, чтобы фоллоу ап в митингах прописать как executive. Сейчас я еду в аэропорт, наговариваю их аудио, они у меня автоматически формируются, а потом я приезжаю и трачу весь день на что-то другое". Хотя, по идее, ты должен был не работать, да? Ты же как бы время сэкономил, ты должен был не работать. Ни фига! Ты, значит, уходишь в еще большую работу.
Так самое-то главное, Саш, с кинологом ответ в итоге правильный был? Получилось с ним сконтачиться или узнать, что это реально?
Я ему написал, он написал. Не, он настоящий абсолютно. Это настоящая реальная тема, реальная история. Да, это абсолютно адекватная. Я почему говорю, что это для меня уникальный достаточно кейс. То есть я очень много пробую вещи делать. Даже вчера мы ехали в Сан-Франциско на ужин и хотели там типа заранее попить кофе, да? Дай кофейни. Опять мусор выдает. Просто из серии нашел какой-то список, фильтранул, выдал. Ну, то есть ответ не релевантный.
Здесь ответ очень живой, да, очень живой. И вот опять же, прежде чем мы перейдем к новой модели чата GPT, сегодня надо про нее обязательно проговорить. Я думаю, что если сказать, что Саше. Только что была новость про то, что Meta хочет выпустить Meta AI как отдельное приложение. И к чему мы, получается? Очень логичный шаг, да? Потому что сколько бы Цукерберг ни заявлял, что у него самое большое количество пользователей, которые, ну, там внутри ищут в WhatsApp, в Instagram, в Facebook и так далее. Явно ты проиграешь рынку, если не будешь занимать отдельную инфраструктуру большую. Понятно, что внутри своих приложений все будут пользоваться твоим AI, вопросов нет. Ну, то есть логично, что внутри WhatsApp будет Метовский AI, да, внутри Facebook Метовский AI, но играть, чтобы в конкуренцию. И в прошлый раз мы озвучили, что победа сейчас вообще непонятно у кого может быть, кроме чата GPT, как у стороннего оператора, не таких, как у Google и у Apple. Что думаете про мету?
Да, тут, наверное, надо много всего сказать на этот счет. В том плане, что Deep Seek зарелизил очень много технически, технических репозиториев, и показано, что уровень их работы очень глубокий. И на самом деле, то, что они смогли натренировать Zero модель напрямую с reinforcement learning без supervised fine-tuning тоже очень интересно. Я к тому, что они сделали ряд улучшений как по эффективности, так и с научной точки зрения, да? Что не делал никто до этого. Это впечатляет. И для Meta, мне кажется, сейчас очень важно переходить уже к интересным решениям, для, для как бы консьюмеров. Мне кажется, что это будет год, когда мы увидим очень сильную дифференциацию. Мне кажется, что будут очень сильные компании, которые добьются inference на там каких-то, знаете, таких недоутилизированных желез, как там эдж устройствах, телефонах и так далее. То есть, мне кажется, что так много игроков, ну, как бы игроков на foundational рынке фактически становится сильно меньше. Deep Seek — это не новый игрок. Просто хотел, да, сказать. То есть у них была coding модель 7B, которой пользовались в топовых стартапах там год назад. И то есть, мне кажется, что мы понимаем, что Mistral там не сможет быть полноценной foundational компанией. Они могут быть как суверенной компанией, да, Европейского Союза, но не могут быть они foundational, так же, как и Here. И будет, мне кажется, что Meta будет, нужно будет искать применения, которые лучше соответствуют их целям. И, в частности, тренировка моделей супер больших, как Цукерберг хотел, не соответствует их целям. И мне кажется, мы увидим больше прессинга на Цукерберга, да? Потому что, ну вот зачем тренировать модель, там триллион параметров? Ну вот зачем? То есть ну не будут они ее сервить в Индии. То есть не получится у них. Не получится их сервить миллион. Модель на триллион параметров на миллиард пользователей не сработает. То есть цель получить самый популярный AI ассистент, она достижима. Но это будет с моделью семьдесят миллиардов параметров, причем еще дистиллированной, еще mixer of experts, а где суммарно семьдесят миллиардов параметров. Поэтому я к тому все это говорю, что придется, что знаешь, на знать, на мой взгляд. То есть просто иметь общий тезис, что у нас будет лучшая foundational модель. Мне кажется, что к концу года таких компаний останется меньше четырех, скорее всего, меньше трех. И интересно, будет ли Open AI в их числе или не будет? Это еще тоже интересно.
Это точно цель. Я думаю, что-
это, это конкретный выход на Open AI.
Саш. Более того, у них вот у нас в новостях лежала одна новость, у них в документах было написано, что у них цель и как золотой стандарт указаны были модели GPT от Open AI. GPT 4o, им надо было его переплюнуть, и вот это ставилось как цель для, для ресерчеров. То есть они даже сами во внутренних документах это указывают как основным конкурентом, как основную цель, которую нужно выполнить.
Это, это интересно. А что все же произойдет? Вот у них они дадут то же самое, что сейчас у всех есть в части или что-то будет другое. Как вы думаете, вот с точки зрения Meta AI, они могут, могут сделать что-то серьезное или они, по сути, просто выкатят строчку? А если они выкатят строчку, почему они ее так долго выкатывают? Почему они ее сейчас, сейчас быстро ее не выкатят?
Про Meta мне очень сложно сказать. Мне кажется, что для них. Мне кажется, что для них, я надеюсь, я надеюсь, я надеюсь, опять же, да? То есть, что они сфокусируются именно на построении open source инфраструктуры. В том плане, что у продуктовых компаний по-прежнему есть необходимость делать эвалюэйшены. У них есть, есть задача делать чейнинг и так далее. И, ну, то есть лучше решения, чем long chain до сих пор нету. Ну, это достаточно грустно. И кстати, уважаемые зрители, если есть что-то лучше, чем long chain, чем вы пользуетесь в продакшене для чейнинга модели, дайте, пожалуйста, знать. Вот. Но, на мой взгляд, по моей информации ничего нету. По моему опыту ничего нету. И есть. И там, потому что еще также не очень понятно, как зарабатывать деньги. То есть это просто такой foundational как бы layer, да, для бизнеса. И хотелось, чтобы Meta сделала больше инноваций на этом уровне.
То есть, опять же, они могли сделать некоторые фреймворки взаимодействия агентов, и они могли бы стать вполне лидером.
Слушай, ты сказал интересную вещь. Опять же, прежде чем мы перейдем к новой модели от Open AI и обновлению, которое явно сейчас, конечно, у всех будет чуть ли не еженедельно или каждые две недели будет обновляться Chat GPT, да и много обновлений идет про то, что будет появляться в этом году будет дифференциация, будет появляться много, в том числе устройств. И ты сказал устройства, какие-то устройства дополнительно могут появляться. Быстрая вставка. И хочется здесь уточнить, что ты здесь имеешь в виду. Вставка какая? Если вы все помните, зрители все помнят. Год назад я или уже больше, чем год назад я купил кулон, не помню, как он pendant назывался у одной компании. Потом они поменяли бренд, он назывался Limitless AI. Потом они мне прислали: "Извините, мы все помним, мы вам все пришлем". Тут, значит, неделю назад мне приходит ссылка. Я только что параллельно зашел по этой ссылке.
Только что параллельно зашел по этой ссылке, решил уже ладно, оплачу. И там написано: "Оплатите доставку кулона". Я подумал, то есть я его год назад оплатил кулон, а теперь, значит, я должен оплатить доставку, и мне, может, через года четыре его пришлют или как? Но я уже думаю, ладно, значит, надо, надо не забыть это сделать. И они пишут, что вот у них начнется shipping в первом квартале двадцать пятого года, что это наиболее innovative вообще. The world's most, значит, wearable AI. Значит, что там, этот вот маленькую штучку, которую вех-- ве-вешаешь, походу, она не только-- они изначально же планировалось, что эта штука, которая сохраняет данные. То есть ты ходишь с кулончиком, он сохраняет все данные, и потом он как-то их анализирует. То есть мне это и было интересно. То есть я когда провожу большое количество различных, там, встреч или дискуссий, деталей, не потерять объем данных, а они вроде сделали ее с каким-то, чуть ли не с каким-то разговором, якобы. Хотя я не знаю, как она будет, что она будет делать, да, как она слышит. Посмотрим. Мы, я-- обязательно будет ссылка здесь вложена, как это называется. И у них слоган такой: Let AI summarize your life, да? Значит, позвольте AI, эээ, про-- сделать summary вашей жизни. Саша, ты что имеешь в виду с точки зрения появления каких-- появления каких-то дополнительных, э, устройств, если я правильно услышал, если ты это говорил?
Если да, то какого типа?
Дополнительных устройств в контексте, а, я, я просто, наверное, говорил больше про интересные применения, скорее, да. То есть мне кажется, что-
Да, про применения, про применения.
То есть для меня кажется, да, что просто будет сильно больше дифференциация. Иии, условно говоря, если у нас еще на уровне software нету такой понятной дифференциации, то для hardware очень, очень, очень рано. Иии это весьма логично, что мы сейчас находимся в ситуации, на мой взгляд, это очень логично, что мы находимся в ситуации, когда Limitless постепенно закрывается. У них там постепенно весь leadership уходит. И что Humane продался. То есть это весьма логично. То есть это, ну, то есть очень сложно опередить, опере-- ну, просто они опередили свое время, да. То есть это очень талантливые, может быть, одни из самых талантливых предпринимателей. Consumer tech нашего десятилетия, наверное, и тот, и другой. Но они взяли слишком амбициозную задачу, которая, для которой время еще не наступило просто. Но и те, и другие суперталантливые.
Да, супер! Потому что выпустить такое устройство и еще столько денег привлечь и сделать его работающим, еще продать его в consumer, еще сделать все эти доставки все же. Вот в Pinay там, и они не то что продались, они его условно закрыли, правильно? Или кто их, я уже не помню, кто их купил, он будет это развива-
HP по там, что ли, стоимости забрали, да.
Будет ли он это их развивать, да? И, ну, или у HP он там просто умрет, э, где-то на какой-то полке, в каком-то проекте. Просто интересно, если б такие бы вещи делали бы, ну, серьезные большие компании, да? По идее, вот такую штуку, как кулон, который пишет и так далее, ну так, наверное, Oura должна делать, да? Если все носят кольца их, то она, наверное, должна-- они должны, наверное, были делать, э, такую историю, которая там сохраняет, запоминает, не знаю, информацию.
Хотя, наверное, может быть, технологически это по-другому возможно. Окей, давайте перейдем к появлению, э, крупнейшей, такого сильного апдейта, по крайней мере, то, что озвучивает OpenAI. Двадцать седьмого февраля, в конце, в конце, вот буквально несколько дней назад, неделю назад OpenAI выпустила модель новую GPT 4,5. У нее есть наз-- имя на О, да, как она называется?
Они вообще-то линию, по-моему, Orion называют. Orion.
Orion, да. У нее есть имя Orion, и, а, это очень интересное дополнение, в том числе сегодняшней дискуссии, что все же основной акцент, который они ставят в этой модели, по крайней мере, в их описании, в их описании на сайте и то, что они про это рассказывают, то, что эта модель, она предлагает улучшенные возможности взаимодействия с пользователем. То есть они сами выкладывают о том, что это не история, как, которая лучше в математике, там, или лучше в программировании, а эта тема про то, чтобы лучше взаимодействовать с пользователем. Я вообще хочу сказать, что большинство бенчмарков и сравнений, которые часто делаются, они делаются на базе, кто умнее с точки зрения, э, значит, программировать, сделать какое-нибудь научное изыскание. Очень много таких тестов. А здесь ставка сделана очень сильно на, э, простую, на, как, на человечность, да? То есть улучшена-
Эмоциональный интеллект.
Но они говорят, да, что это улучшенная естественность общения, да? У меня есть эта модель, доступна. Я пока-- тяжело мне сделать выводы. Мы будем делать разные выводы разного типа. Почему тяжело? Не потому, что там, не знаю, я на это время не потратил. Потому что надо чуть-чуть, чуть-чуть, ну, как бы какой-то интервал времени, чтобы прошло несколько недель или месяц для того, чтобы разные кейсы потестировать. Потому что те кейсы, которые я тестировал, мне тяжело пока сказать, что это, да, насколько это улучшилось. Потому что я видел, люди писали, что типа оно более клево, например, книгу напишет. Но это, опять же, это не просто взаимодействие с пользователем.
То есть они все же говорят про то, что у них расширена база знаний, что у них снижено количество галлюцинаций, что у них там высокая эмоциональная интеллигентность, там, креативность и так далее. Что по поводу этой модели? Это обычное обновление? Вы как считаете, это обычное обновление или это все же прорыв, который достоин 4,5 называться? Заметьте-
Не, на мой взгляд, коммуникация очень слабая. Пришло время злого, злого Алекса. Короче, ну, коммуникация очень слабая. Чё, чё он сказал? Он, он: "Мы получаем критику, что у нас много моделей, людям непонятно, чем пользоваться. Вот мы выпустили одну модель для всего, и консьюмерам теперь понятно, чем пользоваться". И типа это там самая большая модель, но не самая лучшая. Это что за аргумент? Какая разница? Сам-- если ты говоришь консьюмер, консьюмерам нравится, зачем говоришь, что самая большая модель? Это, ну- Если ты говоришь самая большая, то подкрепи это метриками, там какими-нибудь новыми технологическими тезисами. Он мешает все в одно. Просто видно, что даже Open AI сложно оставаться, сложно идти в ногу с решением. То есть нужно просто, ну, что-то готово, как-то это нужно объяснить миру. Ну, что надо зарелизить, как-то зарелизили. Вот мне кажется, стандартный корпоративный процесс начался, да?
То есть ты рассматриваешь эту модель просто как вот они после 4О начали выстреливать подряд О1 мини, потом О1, О1 про, О3, О3 мини хай. Потом сказали, что О3 полный выкладывать не будут. Значит, потом сказали, что выложат GPT 4,5. То есть 4,5 — это просто что-то с чем-то. Я так и не понял, что важно.
Важная команда.
Еще они выложили, еще они выложили кнопку, еще, еще да. А еще у них появилась кнопка Deep Research. Я до сих пор не понимаю, если я нажимаю Deep Research в О, в О, в 4О, в чем разница Deep Research в О1 и в Deep Research О1 про? Разница есть? Я могу вам честно сказать, у меня же все, ну, есть вот О1 про. Я до сих пор не понимаю, разница с О1 про или нет. И они, Саша, то, что ты сейчас говоришь, все в одной, мне кажется, для меня это просто еще какая-то модель.
Я не понимаю, какой запрос в нее сказать.
А, и у меня здесь да. То есть до сих пор это непонятно. И то, что я пытался сказать, что смотрите, то есть как в корпорациях устроено, да? Есть разные work stream. Open AI часто говорит, что да, у нас там, там, ну, там, до пятнадцати человек на чем-то работает. Очень часто в релизах они там пишут людей — это до пятнадцати человек. Компания, ну, там, допустим, в компании шестьсот инженеров. Это я так, немножко из головы допустим, двести из них мы никогда не узнаем, потому что это либо инфраструктура, либо би ту би. Ну, то есть мы просто про их существование никогда не узнаем. Остается четыреста. И, ну, есть там менеджмент, еще пятьдесят человек, осталось триста пятьдесят. И, условно говоря, когда мы говорим, и то есть они организованы, допустим, там, десять, пятнадцать, двадцать команд по десять, пятнадцать, двадцать человек, да? Ну, условно говоря. И, конечно, эти команды, они каждый работает над своим направлением, но в какой-то момент получается так, что какая-то команда отстала. Но нельзя же стол выбросить, да? То есть, ну, вот они как бы. Нужно поэтому просто как-то зарелизить.
Ты думаешь, что-то отстало?
Я думаю, GPT 4.5 сильно отстало, да.
От чего?
По уровням, по бенчмаркам она прям сильно ниже по эффективности.
А от чего она отстала? Она типа отстала-
От времени, от времени, от времени она отстала.
Да, но это что-то среднее. Не, подожди, четыре, чего ей не хватает? Ей не хватает, например, хорошего ризонинга внутри или что?
У нее нет ризонинга. Ризонинг дает больший прирост, чем вот увеличение объемов, на которых она обучается.
Да. Я говорю, ей не хватает хорошего ризонинга. Правильно получается?
Ну, смотри, ризонинг — это просто процесс, который накладывается сверху на другие модели, как вот Саша говорит там про ленг чейн, про чейн оф тотс, то есть про последовательное мышление, про несколько запросов, которые у нас происходят, то 4.5 — это моделька, как они сами говорят, это последняя модель, которая без ризонинга. То есть они начали ее обучать когда-то, еще давным-давно, на огромном массиве данных, потратили на это огромное количество денег. Вот, наконец-то, они это все дообучили. Но на этот момент оказалось, что с ризонингом можно гораздо более хороших результатов достичь. И поэтому получается, что они вроде как это сделали, кучу денег потратили, но получилось уже хуже, чем было с помощью-
По сути, они выложили такой типа апдейт 4О, а мир уже скакнул в другое время за последние полгода. И если уже апдейт выкладывать, то 4.5 должна была содержать в себе фишки все О1, например, да, и иметь внутри ризонинг, включаться, когда надо с точки зрения ризонинга добавлять или делать его очень быстрым там и так далее. Они это не сделали, а еще сделали, что 4.5 стоит семьдесят пять долларов за миллион токенов.
Тем самым вообще нафиг непонятно, зачем ее использовать, да?
А это потому, что модель сама огромная, она монструозная, большая. То есть, ну, мы не знаем, сколько там параметров, но по ощущениям там сильно больше, чем в 4О лежит. И, соответственно, когда ты
лежит. И, соответственно, когда ты ее прогоняешь через reasoning, значит, у тебя будет много, много раз этот монстр будет что-то прорабатывать. Это дорого очень получается.
Ну да, у них есть такой комментарий, что модель об-обладает более расширенными знаниями о мире, и что позволяет ей предоставить более точные и информативные ответы на широкий спектр вопросов. Но что, что это такое большие знания о мире?
Очень общая фраза, да.
Да, да. Что это такое?
И возвращаясь, Саш, к твоему комментарию про, помнишь, ты начинал с чего? Что бенчмарки, многие из них завязаны, там, на математике, на программировании. Это просто легче проверять. У тебя всегда есть правильный ответ на том конце.
Да!
А когда мы говорим про эмоциональный интеллект-
AI.
О мире.
То вот здесь, да, то вот здесь ребята, они, скорее всего, просто, знаешь, там выиграть не получилось. Тогда полезли на какую-то субъективную область, где никто тебя никак не проверит, за руку не схватит, скажут: "А вот здесь мы лучше". Никто с вами не поругается, но-
Но здесь и не хватает. Да. Здесь, но здесь в ком-- в консьюмерском рынке, по сути, и не хватает того, кто бы действительно расширял сейчас, ну, среди больших лидеров что-то для массового использования с какими-то адекватными вещами. Не просто там, как Apple сделал эту кнопку, в которой есть, нажимаешь и там фотографируется. Ты не понимаешь, а какой сценарий там делать. То есть у тебя как будто недоработка сценария пользователя. Или здесь выпустили четыре с половиной. Ты не понимаешь, так мне его, его использовать или мне-- вот я сижу, мне его использовать, мне 4O использовать, мне O, O1 Pro использовать, мне O3 использовать? Так что мне в итоге использовать? Мне Deep Research на кнопку нажимать, мне Search на кнопку нажимать? Так что в итоге?
Да, то есть он, он, знаешь, у него есть такое, что он какие-то тезисы говорит, но, но уже логика отсутствует. Но так, в принципе, во всех корпорациях, да? То есть у тебя просто, ну, ты не мо-- у тебя уже там слишком много разных приоритетов, слишком много разных обещаний, и ты там просто пытаешься какой-то конструктор собрать, как получается.
Но, но получаются клоунские обычно. И вот OpenAI, ну, вот это вот первый их анонсмент, который непонятный, просто непонятный.
Ильнар, слушай, как ты думаешь, бенчмарки можно вообще строить будет не на базе только таких вот вещей, очень объективных, да, научных, четких, достоверных, а на базе каких-то, какого-то анализа, ну, другого.
Ну, пока почти все строятся так, что у тебя должен быть ответ, да? То есть тебе надо понимать, правильный он или неправильный. И тебе либо нужна модель, в рамках которой ты все это можешь проверять, да, вот как с шахматами было. То есть, условно, там, шахматы, го, любые игры, да, мы просто берем, играем партию. Вот мы ее выиграли, мы молодцы. Мы проиграли, мы там, мы, мы, значит, неправильно где-то сходили, ищем, где там надо было усилить. Либо там конкретные, там, примеры из программирования. Задача решена или не решена. И тогда мы знаем, хо-хороший ответ или плохой ответ. Все, что касается таких субъективных вещей, то мы все равно обучим модель делать так, как нравится тем, кто ее делал. То есть у тебя все равно вот этот субъективизм, он уйдет в сторону, там... Сейчас, заклинило. В сторону, он уйдет в сторону разметчиков от OpenAI. То есть как они разметили данные, как они сказали, что вот, вот такой ответ более эмоционально хороший, вот этот ответ менее эмоционально хороший.
Все равно у тебя возникает некий правильный ответ, и вот под него моделька будет подстраиваться.
Слушайте, вот если пере-перейти к, хочу вот сегодня блок затронуть касательно Microsoft. Да. И Microsoft, ну, вот с учетом у них есть такие некоторые, наверное, что надо в мире показать. Во-первых, они Skype планируют закрывать, да? И уже объявили об этом. Я, кстати, Skype для меня была пер-- я первый раз установил Skype в две тысячи четвертом году, и у меня даже от этого было на французском имя написано, потому что мне его зарегистрировал мой начальник француз и написал Alexandre на французский манер. Да. И я Skype до сих пор пользуюсь. С одним американцем общаюсь, точка, там, по обучению английского языка, произношения в Skype. Другого Skype не осталось. Мне кажется, очень важная новость у них есть. Я не знаю, мы ей, может быть, отдельное время посвятим. Если вы помните, мы озвучивали самые главные тренды, которые переходят из двадцать четвертого года в двадцать пятый. Один из трендов был - это развитие квантовых вычислений.
У Microsoft в том числе сейчас есть в этой части достижения. Но хочется в Microsoft, какой вопрос хотел задать. Microsoft сам будет строить сейчас, выпускать что-то свое отдельно серьезное? Вот когда мы называемся уже говорим ChatGPT или вот Meta говорит им: "Я выпущу Meta AI". Или есть Grok отдельно, то есть вот отдельно они будут выпускать, развивать сильно под своим брендом, под своим брендом, уходить именно в бренд Microsoft. Они вот Bing внедряли, там, делают. Понятно, что у них много всего. Будут ли они выпускать такую отдельную консьюмерскую вещь на массово, на весь рынок и делать из этого большой бренд?
Уф, для Microsoft, да. То есть, ну, то есть у них сейчас такой как бы этап, мне кажется, что... Это очень глубокий вопрос. И Microsoft как бы самая такая серьезная компания из всех. То есть понятно, что они пытались сделать Microsoft AI под Мустафой после acquisition, и просто как человек, который с этим сталкивался, мне кажется, что срок примерно год, да? То есть там есть период до года, что люди в корпорациях executive готовы ждать, что компания, которая их купили, сидит на своих руках, да? Но потом надо уже delivery. И от Microsoft я прямо ощущение по нулям, прямо по нулям. И мне кажется, Microsoft, Microsoft придется предпринимать действия.
Ну, они будут выпускать какое-то решение, какое-то вообще независимое решение? Что они будут делать? Вот они с разными там системами интегрируются и... Или непонятно пока? Ну, потому что они должны будут, очевидно, они должны будут сделать что-то очень крутое свое. Ну, то есть с их инфраструктурой, ну, явно это должно будет появиться. И если они запоздают, если они запоздают, они рынок не профукают. Вот история со скайпом. Ну, так получилось, что, по сути, у скайпа было огромное количество возможностей, да? Просто сумасшедшее количество возможностей. И я до сих пор не понимаю стратегию Microsoft с точки зрения, наверное, они там переходят в Microsoft Teams и так далее, но просто все же, и это продукт серьезный, его очень сильно используют все. Но история со скайпом они же профукали вообще рынок мессенджеров, например.
Тут знаешь, что тоже очень сложно сказать в том плане, что я тоже считал, что они профукали. Но теперь, когда я смотрю на Applovin, которые построили успешную ads-сетку без своих приложений, то есть они, наоборот, они решили сфокусироваться на одном и, знаешь, продают весь свой рынок, весь свой бизнес приложений. Это очень, это очень интересно.
Они вложили десять миллиардов в Open AI. Может быть, они считают, что они уже в этом рынке, что они уже зашли? Не знаю. С одной стороны. С другой стороны, мне все хочется пошутить. Это старую шутку. Есть же, что Бог создал всех людей разными, а Кольт сделал их одинаковыми. Ну, вот наподобие Deep Seek пришел и все ресерч компании плюс-минус сделал одинаковыми. Поэтому если у Microsoft есть желание вывести на рынок какой-то продукт и у них есть понимание, какой продукт может быть востребован, foundation модель, может быть, им не так, чтобы сильно нужна, чтобы в нее вкладываться. Ну и помимо этого есть Open AI. А как у них взаимодействие строится, не очень понятно, на самом деле. То есть, может быть, им вообще не нужно прямо в foundation заходить.
Слушай, ну, с точки зрения массового рынка и даже объявления, объявления Stargate и в Stargate не присутствует Microsoft, а присутствует все же независимая компания Open AI. Там присутствует независимо Oracle, независимо все же присутствует, которая в большом количестве продуктов, в том числе является конкурентом Microsoft. Присутствует там отдельная компания ARM, отдельная все же компания. То есть, есть компании, указанные независимо с точки зрения финансирования, но мы пока не видим больших заявлений от Microsoft с точки зрения их финансирования, да? И таких каких-то космических объемов вкладывания в развитие. То есть об этом там Meta очень много заявляет. Google, мне кажется, этому внимание очень сильно уделяет. Microsoft тоже внимание, на самом деле уделяется. Тут вообще без вопросов. Еще до, мне кажется, двадцать второй год там Билл Гейтс активно заявлял про то, что AI будет супер развиваться. Я просто смотрел сейчас несколько выпусков интервью с Биллом Гейтсом, где ему так дополнительно задавали. Вот вы там говорили про AI, как вы, значит, к этому относитесь?
Ну и там все, мне кажется, очень обвешано, ну, такой под завесой, да? Потому что все же у Microsoft, понятно, своя команда управляет, куча всего делается. То есть от него точно ничего невозможно было получить и никаких высказываний посмотреть. Будем смотреть, что будет происходить с Microsoft. Особенно, мне кажется, на базе заявлений Meta AI. Очень интересно. Напишите, пожалуйста, в комментариях, вы что думаете с точки зрения игроков у Microsoft вообще кто пользуется Apple, кто пользуется Windows? И, мне кажется, с наличием все же, все же вспомним про трактовку год назад очень много было обсуждений, чтобы на десктопе появилось что-то AI, которое будет работать и обрабатывать там все документы, файлы, куча всего остального. То есть и вот в рамках инфраструктуры, в рамках инфраструктуры вот этой связки оборудования, программного обеспечения Apple и Microsoft, ну, они что-то в своих средах очень серьезное будут выпускать. Все их выпуски, которые пока были, они очень незначи-- ну, это не выглядит каким-то чудом AI. Может быть, Microsoft круто сделано. Ильдар, помнишь, ты как-то рассказывал, что Microsoft выпускал какие-то вещи с точки зрения анализа что файлов на компе или нет? Или они как
Или нет? Или они как какое-то давно это такое было, да?
У них была история, когда они Copilot PC сделали. Да, то есть когда вот этот весь хайп только начался с моделями, они сказали, что вот теперь у нас под управлением Windows будут появляться ноутбуки, внутри ноутбука будут LLM. И, соответственно, они могут там анализировать то, что у вас-
Да, но это для разработчиков, правильно? Это для разработчиков все.
Да! И даже эти Copilot PC даже вышли в продажу. Но, насколько я слышал, не то чтобы там все сильно хорошо работает и какие-то киллер фичи есть, ради которых надо обязательно только их покупать.
Саш, ты что думаешь с точки зрения появления на компе, э, каких-то реальных серьезных решений в этом году их стоит ждать, чтобы на десктопе что-то появилось серьезное?
Ой, да ну, конечно, нет. Ну, конечно, нет. Ну, то есть еще мы, ну, представь себе, нужно на компе, чтобы это было осмысленно, тебе надо, чтобы это было прям супер. То есть типа это тебе нужно, чтобы уровень deep research. Тебе, короче, нужно, чтобы deep research умел понимать контекст того, что происходит. Работал сильно быстрее. Условно, ну, хорошо, не deep research, но модель уровня o3-mini тебе нужна, которая прямо у тебя ранится супер быстро и которая еще с visual understanding хорошим понимает, что происходит.
Это какой год?
Предсказания. Я думаю, еще, я думаю, еще никто даже серьезно не занимается этим. Я думаю, что никто этим серьезно не занимается. Но-
Это на самом деле, это на самом деле хорошо. Я почему этот вопрос? Мне кажется, это хороший вопрос, потому что огромное количество стартапов, на самом деле начинали в этой истории делать еще два года назад.
Мне кажется, ну, там конфигурация плана была не та, весь план пошел тренировать модели.
Тебе же надо еще какую-то конкретную задачу, Саш, решать. Либо уже существующую какую-то проблему, да, вот как deep research. Без него тебе приходилось заходить там по куче вкладок, искать какую-то информацию самому, там ее анализировать и собирать какое-то общее свое впечатление. Сейчас ты запрос сделал, кнопку нажал, через двадцать минут пришел, вроде как все готово. Да, и есть какой-то понятный сценарий, понятная боль, которая с тебя снимается. С пользованием компьютера так на поверхности, как будто бы не то чтобы сильно что-то видно, ну, по крайней мере, я не вижу. И либо им нужно придумать какой-то сценарий, который мы пока не используем, но который станет там супер удобным.
То есть этого тоже не видно. То есть вроде как есть инструмент, но что им решить? Не то чтобы сильно понятно.
Но есть простые сценарии, которые не работают. Например, если на iPhone там или на MacOS фотографии зайти и начать захотеть какие-то интересные запросы делать или фильтры какие-то, или вопросы, он это пока не делает. То есть все очень банально и тупо, да. И гораздо было, помню, прикольно, когда ты еще шесть-семь лет назад искал рыбу, и он тебе находил рыбу, и тогда это удивляло. Да? Но сейчас как бы это все смешно, это детский сад. А серьезные вещи он делать не может. То есть вот поиск фотографий. У меня огромное количество там фотографий, постоянно нужен какой-то поиск данных. Пока нету такого, кто бы мне смог хороший, классный анализатор сделать. Ну, точнее, не нету, его, по идее, может сделать Apple. И вот даже простой кейс он не решен. Или кейс там в заметках каких-то разобраться нормально, или кейс, на самом деле хорошо с почтой работать, даже с почтой нормально он не решен. Ну, мы все знаем, что в ChatGPT в чатах невозможно разобраться, невозможно найти. Он до сих пор нормальный поиск не работает.
Да.
То есть не сделаны простые сценарии. Хотя, казалось бы, вот как про эту кнопку новую в iPhone. Тоже, кстати, у кого, у кого 16 iPhone и кто этой кнопкой пользовался за последние полгода. Были ли у вас сценарии, где вы видите, что эта кнопка работает? Или слышали вы о таких сценариях, где работает? Потому что каждый раз я как бы заставляю себя, бывает, нажать эту кнопку, проверить сценарий, я понимаю, что как-то тупо интерфейс сделан неудобно. То есть я жду, жду как будто другого какого-то, ну, не пере-- не перехожу в реальную работу. Вот у меня не получается. Вот не знаю, Тань, ты пользова-- пользовалась ей хоть раз или вообще бесполезно?
А, у тебя старый. Саша, а ты пользовался хоть раз десктопом?
Не не, у меня старый. Нету смысла покупать. Ну, то есть если Apple мне не объяснил, какие юзкейсы. Да, да, да. Вот то же самое.
Не, единственное, зачем можно покупать, затем, чтобы был Apple Intelligence внутри встроенный, который там проверяет сейчас текст proofread, refread. Понятно, что это мелочь, это мелочь, это есть, но кнопки... Ну вот. Это, кстати, тоже интересная история с точки зрения настоящего, настоящего юзкейса, который показали. Мне кажется, что Apple сделал на это, это огромное, чтобы Apple вывел дополнительную кнопку на телефоне как интерфейс новый. То есть что создавать? Они же столько всяких тестов провели, сценариев. Или опять показывает, что Apple торопился. То есть Apple, скорее всего, с этой кнопкой поступил как Open AI с четыре с половиной. И есть ощущение, что это была их ошибка, и им надо было кнопку тогда не выливать, да, а лучше ее доработать нормально и вылить как действительно какое-то ноу-хау сейчас. Хотя, может быть, рынок, как всегда, все проглотит, забудет и все будет все равно потом расти.
И все просто пообсуждали, что кто-то не сделал, потом сделал. Все хорошо, как обычно и происходит в крупном мире, в экономике, в политике, в больших компаниях, да. Ильнар, в прошлый раз мы новую рубрику запустили. Название до сих пор не знаем. Что у нас сегодня?
Во-первых, мне хочется отдельно выделить комментарий под предыдущим видео по поводу вот этой истории. Если кто не смотрел, я рассказывал, откуда взялось слово Grok, почему так называется моделька от Илона Маска. И у нас замечательнейший комментарий появился под видео. Целая история про Алису в стране чудес, про то, как наш зритель вместе со своим ребенком учили детское стихотворение и откуда все это пошло. Я прям с умилением читал. И огромное спасибо всем, кто подобного рода комментарии пишет. Очень приятно было посмотреть. А сегодня хочется затронуть тему в нашей рубрике с историями про лицензии, которые есть на разные продукты. Вот мы иногда говорим, да, есть вот, эээ, закрытые компа-- закрытые продукты типа то, что Open AI есть, а есть открытые open source модели. Это вот DeepSeek, Lama. И мы все это в кучу сгребаем, да? Что есть как будто бы две стороны: есть вот закрытые, есть open source. И все, что open source, это все одинаково. Все, что закрыто, тоже все одинаковое. И здесь хочется вспомнить, эээ, цитату из фильма "Охотники за привидениями". Мне в детстве он безумно нравился, и там была такая забавная цитата, что рубашки нельзя делить только на чистые и грязные. Между ними есть огромное количество промежуточных слоев, таких как, например, повисит десять минут на балконе и уже можно надевать.
То же самое с лицензиями, да?
Не бывает только либо закрытые, либо открытые. Между ними есть огромное количество промежуточных этапов. Давайте я, ммм, пошерю экран. Мы уже говорили про сервис LM Arena, чат-бот такой Arena, и на нем можно увидеть, эээ, какие лицензии бывают. Во-первых, напомню, да, это, эээ, такая арена, на которой соревнуются различные модели. Вот у них есть места, которые они занимают, какие-то очки, которые у них есть. И самое интересное пока для нашего сегодняшнего выпуска — это то, что находится справа. Вот обратите внимание, у разных моделей есть разные лицензии. Вот начнем с проприетарных моделей. Что значит проприетарный? Это как раз таки закрытые модели. Это вот вы купили доступ к чат-боту Open AI, вы им можете пользоваться в личных целях, но, соответственно, перепродать вы его не можете, не можете на основе него сделать коммерческий продукт и, собственно, только под своей маркой выпускать и ничего не платить Open AI. То есть вы вот просто пользуетесь, покупаете права на использование этого продукта. Это вот что касается закрытых моделей. Обратите внимание, больше всего именно таких. Если мы посмотрим на DeepSeek, как раз то, что называют open source моделями, это MIT лицензия, это самая доступная MIT лицензия. Это когда, значит, вы можете все, что угодно делать с этим продуктом. Можете делать из него коммерческий продукт, можете на нем что-то изменять и никому не показывать, что вы изменили и, собственно, продолжать пользоваться. Можете зарабатывать на этом деньги. Единственное на вас ограничение, что вы просто обязаны авторское право сохранить, да, сослаться, что вы пользуетесь моделью, которая была кем-то разработана. И вот если вы посмотрите дальше, начинается целый зоопарк. У DeepSeek R1 модель находится под MIT лицензией. V3 находится под DeepSeek лицензией. Это тоже некоторый дополнительный набор ограничений, которые на вас накладываются. Эээ, если мы посмотрим, например, на следующую популярную модель, у нас есть Lama. Lama — это тоже относится с одной стороны к open source моделям, с другой стороны, они находятся под Creative Common лицензией. Что это значит? Это значит, что вы можете свободно пользоваться этой моделью в собственных некоммерческих целях. Для коммерческих целей это уже работать не будет. Если вы начнете делать какой-то продукт, зарабатывать на этом деньги и использовать для этого, эээ, подобного рода продукты, соответственно, вам придется договариваться с компанией, которая производит эти модели. И вот если мы посмотрим, у нас еще дальше есть лицензии отдельно от компании Qwen, отдельно от компании Mistral, отдельно есть вот Creative Common лицензия с дополнительными ограничениями на, эээ, некоммерческое использование. Например, под подобной лицензией находится Википедия. У всех есть свободный доступ к Википедии. Вы можете читать ее когда угодно, вы можете использовать ее для каких-то своих исследований. Но коммерческий продукт на основе Википедии делать у вас уже не получится. Вы будете нарушать права, которые по этой лицензии вам передаются. Вот такой сегодня маленький экскурс показать, что не все, что является-- не все, что называется open source, является одинаковым open source.
Да, есть большое количество промежуточных этапов, про которые нужно будет знать, если вдруг вы захотите углубляться в эту историю, пользоваться этими продуктами в своих каких-то да
продуктами в своих каких-то дополнительных целях.
Ну и мне кажется, это очень полезно. Я знаю много бизнесменов, которые не сильно технически разбираются в том, что ты рассказываешь, точнее, вообще не понимают в том, что ты рассказываешь, а хотят создать какой-то, какой-то стартап, сделать на базе чего-то. И обычно у них есть там команда программистов, которые что-то делают. Мне кажется, что это очень полезная история, чтобы любому человеку, который хочет сделать стартап или делает стартап, или внедряет что-то в своей компании, чтобы все же чуть-чуть посмотреть и понимать, где ты находишься сейчас, ты сейчас действуешь согласно закону, или ты его уже нарушил, или ты нарушишь его в будущем. Чтобы, по крайней мере, понимать, это невероятно важно, особенно если вы делаете стартап, хотите на нем денег заработать, потому что может сложиться так, что вы сделаете что-то, а на этом денег заработать нельзя. Или за-- или начнете это продавать, а потом вам придется заплатить большое количество штрафов или появятся какие-то ограничения и так далее. Очень, очень полезная информация. Она вроде как и сложная, но в то же время она дает, ну, э, следующий такой пласт восприятия вообще, а что там происходит за этой гранью? И особенно ты тотально прав, что в open source, что такое open source люди не понимают, да.
Мы просто приоткрыли окошко в эту сторону, просто чтобы немножко познакомить наших зрителей с этой историей. Если вдруг вам интересно разобраться в этом более подробно, возможно, мы сможем сделать просто чуть более подробный выпуск на эту тему. Напишите в комментариях, если вдруг вам интересно. Собственно, можем заняться этим вопросом и подготовить отдельное небольшое видео на эту тему.
Ну что, всем большое спасибо. А, To the Moon — технологические новости, инсайты из Кремниевой долины по всему миру, из США. Выходим раз в воскресенье, нас всегда четыре человека. До новых встреч!