Сохраняй посты, комментируй и ставь оценки
Недобросовестные паблики-агрегаторы, которые и раньше довольно редко указывали авторство комиксов, а зачастую и вовсе обрезали все ники и ссылки с исходных изображений, придумали новый трюк: комиксы, позаимствованные из авторских пабликов, просто прогоняются через нейросети, чтобы на выходе получались новые «оригинальные» изображения
Запросил у нейросетки BlueWillow нарисовать мне интересный светильник. Она мне выдала вот это:
Вызов принят, подумал я и засел в тинкеркаде на несколько дней. Адаптировал корпус лампы под область печати.
Первый вариант корпуса пришлось забраковать, но в итоге получилось что-то похожее на правду и я отправил на печать
лампу версии 2.0
Во второй версии тоже была проблема, а именно при упорядочивании электроники я не учел размер выключателя, и из-за этого не поместился батарейный блок. Так что версия 2.0 работает только от сети.
Для версии 3 увеличил размер короба, так что теперь всё должно поместиться, а в версии 4 планирую, по совету друга, перейти с трёх АА на одну 18650 + контроллер заряда.
В качестве начинки – WEMOS D1 Mini и библиотека WLED. Прикольная штука, оказывается, раньше с ней не сталкивался, был удивлён, что не пришлось даже Arduino Studio запускать.
Как очень нетерпеливый человек, я печатал с высотой слоя в 0.4мм, при этом на корпус у меня ушло около пяти часов, на короб ещё столько же, и два часа – на рассеиватель.
Итого примерно полсуток только на печать, плюс заседания в тинкеркаде, плюс работа ещё не закончена... В общем ещё предстоит потрудиться)
Корпус напечатан из Eryone Metallic PLA Iron. Рассеиватель напечатан eSun Luminous PLA.
Последний был выбран больше за его светопропускающие функции, чем за люминесцентность, но бонус приятный.
Выключенная лампа выглядит вот так:
Куда ж без кота? Главный помощник!
Ну и гифка с одним из эффектов WLED.
Как показать ребенку, что не стоит пользоваться подсказками нейросетей. Наглядная демонстрация.
Задача. Лена с бабушкой выкопали 4 мешка картошки, а Коля с дедушкой – на 5 мешков больше. Сколько мешков картошки выкопали мужчины?
GPT-3.5-turbo:
YandexGPT 2:
Одна картинки рисует, другая тексты пишет, третья песни поёт... И вот подумалось, через пару десятков лет визуальное искусство перевернётся с ног на голову. Фильм, купленный на каком-нить Нетфликсе, будет подгружаться в нейросеть, как набор скриптов и паттернов, а визуальная составляющая каждый раз будет генерироваться на лету и никогда не будет полностью повторяться. А сделать, его, например, в контексте предпочтений смотрящего - вообще дело техники: для БЛМовцев герои будут чёрные, для ЛГБТ - разноцветные и так далее. Но повод посраться палюбому найдут.
Друг об друга стукаются мысли в пустой голове, а толку никакого. Словно бильярдные шары без луз, обреченные вечно катиться в никуда. Вязкая тишина, нарушаемая лишь этим внутренним стуком, давит на виски. И хочется заткнуть уши, спрятаться под одеяло, укрыться от собственного бессилия.
Мысли эти - обрывки фраз, обломки идей, тусклые тени воспоминаний. Они роятся, мечутся, но никак не могут собраться воедино, чтобы сформировать что-то цельное, осмысленное. Как пазл с потерянными деталями, как книга с вырванными страницами. И ты стоишь перед этой бессмыслицей, беспомощный и потерянный.
А ведь раньше было по-другому. Раньше мысли текли легко и свободно, словно горный ручей, наполняя голову светом и смыслом. Они рождали идеи, образы, мечты. Они толкали на поступки, заставляли двигаться вперед. А теперь – пустота. Вакуум, в котором эхом отдается лишь этот бессмысленный стук.
Что же случилось? Куда делась эта энергия, эта жажда жизни? Может, усталость виновата? Или разочарование? А может, просто время пришло – время, когда мысли уступают место тишине, а мечты – реальности.
Но сдаваться не хочется. Хочется верить, что где-то там, в глубине этой пустоты, еще теплится огонек. Искра, способная разжечь пламя новой мысли, новой идеи, новой мечты. И нужно только найти ее, раздуть, дать ей разгореться.
И тогда, быть может, этот стук в голове превратится в мелодию. Мелодию жизни, полную смысла и надежды.
текст и картинка сгенерированы нейросетями
по запросу "Друг об друга стукаются мысли в пустой голове, а толку никакого"
Массив Объектов Задница звучит очень интригующе :D По факту там должна быть просто константа ARRAY_A, но Copilot почему-то решил иначе
Настоящим докладываю, что проблема с конвертацией изображений не решена. Не то, чтобы это было сложно перекидывать самому, просто неудобно.
С каждым годом нейросети становятся все более сложными и продуманными. Они уже могут отвечать на вопросы, генерировать фотографии и видео и т.д. Мы поговорили с экспертами в сфере искусственного интеллекта, чтобы узнать, чего ждать от них в 2026 году.
«Качество нейросетей растет циклически, периодами по шесть-восемь месяцев. При этом процесс идет по цепочке: кто-то вырвался вперед — и остальные начинают нагонять» Лина Кочетова
Сейчас одна из главных проблем при генерации изображений или видео — консистентность персонажей. То есть обеспечение постоянства образа, в частности лица, от картинки к картинке и от кадра к кадру. Эта проблема будет решаться весь год: люди много работают именно с лицами, генерируют персонажей.
Еще одна проблема — изменение ракурса. Даже когда виртуальную камеру удается переместить, возникает проблема консистентности объектов. Генеративная сеть от Google Nana Banana с этим уже справляется, но пока неидеально. Я слышала, что готовится релиз второй версии, — ожидается, что там функция смены ракурса будет работать лучше.
В 2026 году качество текстов планируется улучшить, очищая датасеты, на которых обучается ИИ. Появятся новые архитектуры, начнут отфильтровываться «мусорные» данные. Вероятно создание множества узкоспециализированных нейросетей — например, для врачей, юристов и т.д.
Специалисты учат нейросеть лучше понимать человека даже в тех случаях, когда запрос нельзя назвать качественным. Впрочем, пока и при нормальном запросе я бы оценила понимание как среднее.
Еще одна проблема, решение которой хотелось бы увидеть, — детали на фоне при генерации изображений. На переднем плане все может выглядеть прилично, но, например, если на заднем плане есть люди, они по-прежнему будут кривые-косые. Так что создание сцен с большим количеством статистов пока нереально. Я работаю практически со всеми нейросетевыми проектами в области изображений и могу утверждать, что подобные недостатки есть у всех.
Какие из нейросетей дают сейчас лучшее качество картинки? На первом месте Nana Banana, потом Midjourney, потом Flux. Неплохие художественные изображения создает Reve. Есть, конечно, еще ChatGPT — эта нейросеть отлично понимает промпт, так что мы ждем обещанного на 2026 год обновления, которое подтянет и качество генерации.
«Думаю, в 2026 году появятся ИИ-агенты, способные если не управлять бизнесом, то как минимум проходить цепочки из 50–100 шагов без постоянного присмотра» Андрей Мурашев
Что обычный человек делает с ChatGPT? Ищет рецепт, просит написать текст или предложить идеи для поста, уточняет значение слова. 95% всех обращений к ИИ ассистентам — одиночные запросы, краткие диалоги. На таких задачах открытые модели уже неотличимы от ChatGPT. Разница проявляется, только когда требуется цепочка рассуждений из 20 шагов или математика олимпиадного уровня. Так что монополии OpenAI для повседневного использования больше нет.
Зато ИИ-агенты способны привнести новые бизнес-возможности в индустрию. Поэтому такие компании, как OpenAI, Anthropic и Google, сейчас нацелены на разработку инструментов, способных решать многоступенчатые, протяженные во времени задачи. Например, не просто «напиши письмо», а «найди свободное время в календаре, подбери ресторан, забронируй столик и отправь приглашения». Или «проанализируй документы конкурентов и составь отчет для совета директоров».
Моделям дают инструменты для решения реальных бизнес-задач — в частности, OpenAI заявляла об интеграциях с Booking.com. Но пока нейросеть там используется для простых повторяющихся действий. Думаю, в 2026 году появятся ИИ-агенты, способные как минимум проходить цепочки из 50–100 шагов. Компании начнут специально под них обучать модели, нейросети станут ломаться, позволяя получать тренировочные данные из реальных провалов, — и так по кругу, все больше совершенствуясь.
Будет ли решена проблема галлюцинаций нейросетей в 2026 году? На мой взгляд, крупные вендоры — Google, Anthropic и OpenAI — с ней уже справились. Когда работаешь с их продуктами через API, можно задавать такой параметр, как температура. Если установить его значение равным нулю, модель всегда будет выбирать наиболее релевантный ответ.
Что касается моделей Open Source, то с точки зрения галлюцинаций они отстают на год полтора. Но надо понимать, что способность галлюцинировать приводит к более креативным ответам. Именно поэтому в чат-ботах, в том числе в пользовательских интерфейсах моделей от крупных вендоров, температуру задают сильно выше нуля.
В прошлом году появилось множество сервисов для создания сайтов с нуля, например Lovable, Replit и др. Но в данном случае речь идет о сайтах без бэкенда со сложной логикой. Скажем, интернет-магазин сделать получится, а социальную сеть — нет. Думаю, в 2026-м будут активно развиваться инструменты разработки no code, позволяющие продакт-менеджеру самостоятельно начать бизнес, нанимая программистов не через месяц после старта проекта, а через полгода, уже при наличии клиентов и выручки.
Развитие новых архитектур пока идет медленно. Тот же OpenAI явно делает ставку на увеличение расхода энергии: давайте просто накопим электричества и сделаем ChatGPT 6, который еще больше. На рынке появилась огромная модель Grok, которая стоит баснословных денег. Это уже не бизнес, а гениальная исследовательская система, к которой мы шли все предыдущие годы. Обучение такой модели требует колоссальных средств, но ее нельзя выдавать наружу: один запрос к нейросети стоит 150 долларов. Зато она может передать свои знания модели поменьше, которую уже можно предлагать бизнесу. Я уверен, что у OpenAI есть вариант, превосходящий текущую версию ChatGPT, но сначала инженерам компании придется провести большую работу, аккумулируя знания новой гигантской модели в модель поменьше.
«В 2026 году можно ожидать научных открытий, сделанных с применением нейросетей. Пока, видимо, небольших. Собственно, первые упоминания о таких достижениях уже появились» Роман Соловьев
Явный тренд — развитие ИИ-агентов, в том числе браузерных. Они и сейчас уже есть: Atlas от OpenAI и Comet от Perplexity — и им можно делегировать часть задач. Но пока остаются проблемы с качеством их работы. В 2026 году, вероятно, уже появятся полноценные инструменты такого формата. И не только полноценные, но и безопасные: сейчас у ИИ-агентов есть много уязвимостей, которые используют мошенники.
Думаю, и в научных исследованиях ИИ-агенты могут стать серьезным подспорьем. Раньше нейросети не могли сами совершать открытия: необходимые для этого эксперименты должны были проводить люди. Но сегодня появились ИИ-агенты, способные самостоятельно написать код и запустить тесты в программной среде. Вероятно, вскоре нейросети смогут проводить исследования и во внешних средах. Условно говоря, будут составлять пошаговый план работ на адронном коллайдере.
Еще одно перспективное направление — маленькие модели для локального запуска на консьюмерских GPU. На специфических задачах такие нейросети обходят мощных универсалов, тот же ChatGPT. И такой подход наверняка будет развиваться: скажем, в программировании он позволит не тратить деньги на запросы API к мощным внешним LLM.
В 2026 году на новый уровень выйдут мультимодальные нейронные сети, способные воспринимать и выдавать информацию в разных форматах: в виде текста, изображений, видео, звука. Подобных моделей уже немало; в качестве примера разработки открытого типа можно привести Qwen от Alibaba Cloud: ее код выложен на GitHub, а веса — на Hugging Face. Пока такие нейронки не со всеми задачами справляются одинаково хорошо, но в 2026 году, скорее всего, появится более бесшовная мультимодальность. Возможно, продвинется создание и редактирование музыки — пока это одно из наименее развитых направлений.
Также ожидается очередное снижение стоимости тренировки ИИ. Не секрет, что OpenAI тратит на обучение моделей каждого нового уровня ChatGPT примерно 60–80 млн долларов. Разработчикам DeepSeek хватило, по максимальным оценкам, 5 млн — и результат получился сравнимым по качеству. Так что сейчас все трудятся над удешевлением процесса, в первую очередь за счет улучшения аппаратуры. Уже используются чипы, сделанные по техпроцессу 2 нм: они потребляют меньше энергии, а работают быстрее. Кроме того, появляются новые архитектуры, помогающие оптимизировать работу нейросетей.
Активно развивается ИИ для антропоморфных роботов. Таких устройств китайские компании выпускают уже довольно много, зачастую их поставляют вместе со средой разработки, позволяющей установить свое ПО. И если раньше моделировать деятельность робота приходилось в виртуальной среде, то при наличии готовых девайсов прогресс пойдет быстрее.
В нашей стране основная проблема в области нейросетей заключается в нехватке вычислительных мощностей. В МИЭМ ВШЭ, где я преподаю, учится много толковых студентов, у нас есть суперкомпьютер, но на работу с ним все время очередь. В таких условиях есть риск отставания по компетенциям. Нужно, чтобы по крайней мере у студентов и исследователей был легкий доступ к большим вычислительным мощностям.
Возможно, в 2026 году ситуация начнет меняться: в Китае госпредприятиям рекомендовали не закупать ускорители Nvidia, и Huawei уже разрабатывает свое железо для тренировки нейронных сетей. Но есть сложность: раньше 99% ПО для таких целей производила Nvidia, так что теперь придется переписать практически все. Однако если в итоге появится несколько производителей, то цены на аппаратуру снизятся и она снова станет доступной.
С каждым годом металлургическая индустрия пополняется новыми «робот-никами». Они управляют техникой в шахтах, мониторят сырье с помощью компьютерного зрения, подстраивают работу машин, следят за безопасностью и помогают составлять планы производства. Нейросети и роботы, как физические, так и виртуальные, уже стали эффективным инструментом. Когда мы сможем переложить на их плечи все задачи металлургии?
По данным Международной федерации робототехники, за последние десять лет количество роботов, устанавливаемых ежегодно на предприятиях, выросло вдвое: с 220 тысяч до полумиллиона новых роботов. И в этой статистике еще не учитываются виртуальные роботы и нейросети. Чаще всего такими «работниками» пополняются производственные линии и склады фабрик электроники (примерно 130 тысяч новых роботов в 2024 году) и автомобильных заводов. Автоматизация металлургии тоже постепенно набирает обороты.
Цветная металлургия по праву считается одной из самых сложных областей промышленности. Причин тому много: низкое содержание нужных компонентов в рудах, широкий спектр металлов, высокие затраты на энергию и необходимость использовать множество дополнительных реагентов и сложной «химии». Поэтому автоматизация процессов заметно сказывается на эффективности всего производства.
Роботы, цифровые двойники, нейросети и языковые модели — инновационные решения в цветной металлургии сегодня вводятся на всех уровнях: от рудника до инфраструктуры вахтовых городков. Разберем эти направления подробнее.
Чем глубже мы погружаемся, тем сложнее идет добыча — это правило действует всегда, независимо от того, ведется ли разработка открытым или закрытым способом. Рабочие и большая техника передвигаются там по одним и тем же «артериям». Роботизация этих участков повышает как эффективность, так и безопасность горнодобычи.
На руднике «Комсомольский» осенью 2026 года «выйдет на работу» автоматизированный бутобой — этакий «отбойный молоток», который разламывает крупные куски породы перед транспортировкой и загрузкой в дробилку. С помощью компьютерного зрения его система будет оценивать размеры кусков и направлять инструмент на негабаритные фрагменты.
Аналогичные технологии внедряются на этапах измельчения и флотации. Система по камерам отслеживает размер фрагментов руды на конвейерах и поведение пены, и передает эти данные и сопутствующие рекомендации по настройке работы машин оператору. Такой контроль флотации уже работает на Талнахской обогатительной фабрике.
Другое направление автоматизации работы рудников — внедрение новых инструментов. Показательным примером служит испытанный недавно беспилотник Innospector, первый российский дрон для шахт. Его главное преимущество — возможность работать в труднодоступных и опасных для человека местах вроде вертикальных шахт и наклонных спусков.
Еще одна разработка, прошедшая первый этап опытно-промышленных испытаний, — портативный регистратор акустических сигналов «РИПАС». С помощью акустического зондирования аппарат помогает специалисту выявлять трещины и напряженности в породах, а потом в программе создавать по этим данным карты. Так рабочий видит, где находятся опасные участки, которые стоит заранее укрепить.
В металлургии появляется немало инновационных решений, направленных исключительно на безопасность: как рабочих, так и окружающей среды. Некоторые из них довольно простые. Например, в шахте рудника «Северном» осенью 2025 года появился светофор с датчиком движения, который предупреждает машинистов, что за поворотом есть работник или другая техника.
На другой стороне спектра проекты вроде «Axioma». Это предиктивная система мониторинга эмиссий, разработанная «Норникелем». Она состоит из цифровых двойников всей технологической цепочки, которые по доступным данным о загрузке производства математически рассчитывают количественный и качественный состав выходящих газов. Модель тренировали методами машинного обучения. Что важно, система учитывает даже скорость и направление ветра в разных слоях атмосферы с учетом рельефа. Опираясь на эти расчеты, рабочие могут заранее подстраивать производство под погодные условия, чтобы исключить воздействие на окружающую среду, городские районы и поселки.
Ни одно производство не сможет работать без благополучия сопутствующей инфраструктуры. В этой сфере тоже появляются новые инструменты. Дроны обследуют удаленные провода и трубы, роботы — «ползают» внутри сетей тепло- и водоснабжения, выискивая дефекты.
Автоматизированные решения помогают не только в промышленных процессах, но и в быту. Так в этом году на территории вахтового поселка Быстринского горно-обогатительного комбината развернулись панели новой солнечной электростанции. Специальная трекерная система поворачивает «поле» вслед за солнцем. В результате, выработка энергии на 20-25% выше, чем была бы у неподвижных панелей. Станция питает общежития, столовую, физкультурно-оздоровительный комплекс и другие объекты поселка в течение дня.
Еще одно важное направление автоматизации — программные решения. Внедрение цифровых двойников и автоматизированных датчиков дало доступ к гораздо более точным и актуальным данным о процессах на каждом этапе производства. Так появилась возможность создавать «умные» модели для планирования работы всей производственной цепочки на день, неделю и месяцы вперед. Чем больше данных, тем точнее получаются расчеты — тем быстрее можно подстроить производство как под качество руды, так и под запросы рынка.
К числу таких цифровых помощников можно отнести и пока уникальную для отрасли разработку — MetalGPT-1. Это языковая модель, натренированная на огромном массиве профильной литературы по металлургии и горнодобывающей промышленности. Универсальные модели могут путаться в специальной терминологии и аббревиатурах, эта модель без проблем оперирует на языке отрасли и может сдать экзамен на технолога. Компания «Норникель», создатель решения, выложила модель в открытый доступ. По словам специалистов компании, благодаря высокой специализации модель не требует больших мощностей: для работы ей достаточно одной видеокарты.
Получается, ответ на заданный в заголовке вопрос — нет, металлургия никогда не станет «безлюдной». Роботизированные машины забирают на себя рутинные задачи, освобождая время под более творческие и сложные проекты. Приборы и дроны — это всего лишь новые инструменты, которые делают работу безопаснее. Цифровые двойники и системы «умного» мониторинга поставляют специалистам более точные данные о процессах, помогая эффективнее и быстрее подстраивать работу оборудования.
Так новые подходы и решения помогают повышать эффективность производства и открывают в цветной металлургии более широкие возможности для работников других профилей и специальностей.
Ты волнуешься: что о нас подумают люди.
Что ни делай, всё равно неправильно поймут.
Нам не будет ничего, осудят, а потом забудут —
Люди способны думать о других не дольше 5 минут.
Через полвека или треть
Нашу жизнь перерисует нейросеть
Перепишет все поступки и слова
И, наверное, будет права.
Правда скучна и не нужна
Мы оставим миру только имена
Что достались нам бесплатно напрокат
Никто не должен и никто не виноват.
Нас опутали сети, миллиарды устройств повсюду
А мы только рады тому, что за нами так внимательно следят.
Но копаться в этой свалке данных никто не будет.
Мы так скучны, что всё это просто скормят нейросетям
Хочешь — прячься и не оставляй следов.
Всё равно найдут, придумают грехов
Подвигов, подъёмов и падений вновь
И, конечно же, великую любовь.
И не важно что разрушишь и создашь
Важно то, какой родится персонаж
На твоих твоих костях и на постах в сети
По другому просто не бывать, прости.
Комментарии