Обучаем нейросеть!

Если нечем заняться вам или вашему ребенку, то попробуйте эту фигню: очень развивает фантазию и заодно поржать можно, особенно в компании.

Вам предлагается нарисовать 6 предметов после нажатия кнопки «Начать». Я рисовал на планшете вначале пальцем, потом стилусом. Думаю, можно и мышарой.

После каждого штриха нейросеть комментирует голосовым сообщением, как бы отгадывая, например, рисовал я снеговика: «Может, это шар?». Трындит, пока не догадается или пока не закончится время в 20 секунд.

Как я понял, это один из способов обучения нейросетей от Гугля по распознаванию изображений. В принципе, весело, можно заодно развлечь поддатую компанию. Не реклама, наткнулся случайно на Reddit, залип моментально. Линк на сайт https://quickdraw.withgoogle.com

Узнал тут на днях, что у меня на Капибаре образовалась небольшая группа подписчиков, а это значит, что мне, похоже, всё же придётся продолжать радовать вас какими-нибудь интересными юридическими темами. Сегодня я бы хотел рассказать о такой вещи, как правовое регулирование авторских прав, связанных с нейросетями - теме только начинающей своё развитие. Вероятно, в будущем нас будет ждать тяжелый путь судебной практики и запоздалого государственного регулирования, но пока что в ней больше вопросов, чем ответов.

И так, как водится, для начала базис. Нейросети в настоящий момент определённо набирают всё больше и больше популярности, активно входя не только в творчество, но и подбираясь ко вполне рутинным задачам человека. Я лично в числе прочих активно использую сервис SUNO, позволяющий генерировать музыкальные композиции на основании запроса пользователя. Если результаты первых версий приложения как правило содержали различные ошибки, вроде неправильно расставленных ударений, то в текущем исполнении SUNO позволяет создавать действительно качественные материалы, практически неотличимые от песен живых исполнителей. У меня в телефоне уже сформирован отдельный альбом, полностью созданный нейросетью и, знаете, эта музыка “тащит” меня не меньше живых исполнителей. 

Достаточно распространены и текстовые нейросети, позволяющие переписывать текст таким образом, чтобы он выявлялся как совершенно уникальный или формировать статьи на основании нехитрых запросов. Ну а генерация изображений (и с некоторого момента даже видеороликов) - это и вовсе классика жанра. Огромное количество создаваемого сейчас контента - это плоды работы нейросетей. Тебе не нужно заканчивать какие-то учебные заведения и тратить кучу времени для того, чтобы научиться рисовать: ты просто вводишь запрос в строку и через несколько секунд получаешь приблизительный результат. Конечно, получить 100% ожидаемую работу пока что сложно, но более точная формулировка запроса, работа с негативным промтом, тщательный подбор моделей, а также постоянное совершенствование алгоритмов позволяет довольно сильно приблизиться к желаемому. ИИ активно внедряется в околотворческие процессы, создание контента, развлечение населения и науку. Глупо было бы предполагать, что интерес к нему пропадёт просто так, а это значит, что в будущем мы будем встречать ещё больше коллизий с его участием.

Но что именно из себя представляют нейросети? Не стоит думать, что это действительно тот самый искусственный интеллект, который нам любят описывать фантасты. В настоящий момент, любая нейросеть - это по сути алгоритм агрегации информации и её обработки. Программе скармливают большие объемы фотографий, музыки и текста (чем больше, тем более качественными и разнообразными будут результаты). Та эту информацию обрабатывает и создают специальную базу данных, также именуемую в некоторых случаях моделью - такой процесс называется обучением. Уже готовая база в дальнейшем путем формирования текстовых запросов и ряда настроек используется специальной оболочкой для выдачи результатов пользователю. Известный многим ChatGPT не придумывает ничего действительно нового: он лишь подбирает известные ему сведения по определённым формулировкам и перекомпоновывает их. Именно поэтому он порой может сильно ошибаться в достоверности сведений, особенно в случае использования старых баз данных. Кроме того, не имея информации о каком-либо событии или объекте, он максимум попытается додумать её на основании иных своих “познаний”, но не создаст полностью новое произведение. И это на самом деле очень важная деталь именно с точки зрения права.

И тут, пожалуй, я сразу раскрою все свои козыри и сообщу: в настоящий момент правовая практика результаты действий нейросетей пока что охраняемыми законом не признает - ни для тех, кто вводит запрос, ни для создателей сети.

Для того, чтобы подобраться к ответу на вопрос, почему на самом деле нейросети пока что не создают охраняемых авторскими правами объектов, я хочу вспомнить одно занимательное событие. В 2017 году Дэвид Слейтер наконец-то победил в судебном процессе с PETA, отстояв свои права на так называемое «селфи обезьяны». В 2014 году он активно работал с группой павианов. В определённый момент Дэвид дал одной из обезьян свой фотоаппарат и показал как нажимать на кнопку спуска. Очевидно, что павиану просто было интересно наблюдать за вспышкой, жмякать на кнопочки и просто разглядывать странный предмет, целенаправленной задачей стать фотокорреспондентом у него не было, но тем не менее в результате примат наделал несколько фотографий. Большинство стали просто случайным набором размазанной мешанины, но несколько получились крайне оригинальными, получив большую популярность и стали публиковаться совершенно свободно, что в определённый момент вызвало негодование Дэвида. Фонд Викимедиа отказался удалять фото по его запросу, сославшись на то, что автором изображений является обезьяна, а не Слейтер, в результате чего тот решил отстоять своё право на авторство. Со стороны примата выступила вышеупомянутая PETA, попутно продвигая тезисы о расширении прав животных. Процесс длился несколько лет, но в итоге Слейтер всё же выиграл дело. Суд постановил, что обезьяне не могут принадлежать авторские права на снимок, да и получаемый от фотографий доход ей ни к чему.

Если кому интересно, в итоге стороны всё же договорились о десятипроцентном отчислении в PETA полученных Слейтером доходов, но для нас важно другое. Хотя фактически Дэвид не создавал оспариваемых фотографий, он провёл достаточно сложную работу. Фотография, если кто не в курсе - это не просто “нажать кнопочку”, ибо, как мы убедились, это может сделать и павиан. Чтобы она стала именно результатом творческой деятельности, должно присутствовать как минимум осознанное стремление получить некое новое изображение. В контексте отечественного права, такая позиция отражена в совместном постановлении пленумов Верховного и Высшего Арбитражного судов № 5/29: «при анализе вопроса о том, является ли конкретный результат объектом авторского права, судам следует учитывать, что таковым является только тот результат, который создан творческим трудом». К примеру, судебная практика склоняется ко мнению, что к результатам интеллектуальной деятельности невозможно отнести изображения, полученные с камер видеонаблюдения или скриншоты.

Что именно считать творческим трудом - вопрос, конечно, до конца не решённым. Очень интересным в этом плане является дело № А40-15537/12-19-137 по иску Экспресс-газеты к Первому каналу. Если вкратце, ответчик, обвиняемый в незаконной публикации фотографий истца в своём эфире, оспаривал творческую составляющую таких изображений. Речь шла о кадрах с процессии отпевания в церкви, где, по мнению ответчика, отсутствовала возможность художественной постановки. Дело дважды доходило до кассационной инстанции и дважды направлялось на новое рассмотрение. В определённый момент апелляционная инстанция одного из этапов дела сформулировала такую мысленную конструкцию: «процессы нажатия кнопки затвора фотоаппарата, а также вывода печати фотографий на принтер являются исключительно механическими действиями и не требуют приложения интеллектуальных способностей (творческого труда) человека". В итоге, впрочем, изображения всё же признали охраняемыми, с Первого канала взыскали 120 тысяч рублей, но вообще мы были в шаге от достаточно существенного пересмотра действующей практики. Ещё немного и российское право пришло бы к мысли о том, что сугубо технические действия даже со стороны человека объекты авторского права создавать не могут.

И вот, спустя несколько лет правовые системы многих стран вновь столкнулись с переоценкой понятия интеллектуальной деятельности. В 2017-ом году суд установил, что животное автором произведения являться не может. Что они говорят о бездушных компьютерах в 2024-ом?

22 февраля 2023 года в США было вынесено одно из первых решений, связанных непосредственно с созданным нейросетью контентом. В 2022 году Бюро авторских прав США предоставило правовую охрану графическому роману «Зари рассвета» за авторством Крис Каштановой, однако впоследствии было установлено, что по факту все иллюстрации книги были сделаны путем их генерации нейросетью Midjourney, в связи с чем регистрация произведения была отменена. В результате длительного разбирательства, длившегося больше года, комиссия пришла к следующему выводу: изображения в «Зари рассвета», созданные с помощью системы искусственного интеллекта, не должны были быть защищены авторским правом, но в тоже время автор располагает авторскими правами на отбор и расположение элементов. По сути, за Каштановой признали права на то, что она всё же делала сама, по аналогии с правами на составителя сборника, чья работа тоже охраняется отдельно от прав на включённые в сборник произведения, а вот сами изображения нейросети остались без охраны.

Схожее решение принял и суд Австралии. Апелляционная инстанция в 2019-ом году отменила патент доктора Стивена Тайлера на «контейнер для пищевых продуктов и устройства для привлечения повышенного внимания», который, как было установлено судом, по факту стал результатом генерации искусственного интеллекта DABUS. Тут, впрочем, надо отметить, что, во-первых, камнем преткновения стало именно отсутствие живых людей в числе авторов изобретения, а не сам факт его создания нейросетью, а, во-вторых, фактически дело завершилось в силу того, что за время разбирательства просто истёк срок действия самого патента.

Суть указанных решений сводится к обобщённой общемировой практике, предусматривающей ряд критериев определения авторства и творческой деятельности. В настоящий момент законодательство практически всех стран в качестве автора устанавливает только физическое лицо, то есть человека. Компьютерная программа автором являться не может в принципе. В то же время, авторами пока что не признаются и оператор или создатель сети. Первый лишь формулирует некий текстовый запрос и далее в процессе генерации далее не участвует (хотя он и является автором оригинального запроса), второй же хоть и формирует необходимые алгоритмы, но на создание непосредственного материала также напрямую не влияет. Формально владельцы таких сетей могут устанавливать определённые условия в соглашениях с пользователями, в том числе и права последних на использования результатов генерации, но такие условия существуют именно в рамках достигнутого договора (сторону, нарушившую соглашение, можно признать виновной именно в силу взятых ей на себя обязательств), в то время как декларирование прав на полученные произведения как таковые, как мы видим, вполне может быть оспорено в судебном порядке.

Впрочем, применение нейросетей и прочих технических инструментов обработки - это не всегда “вето” на защиту. И в этом плане интересными являются позиции российских судов. В феврале 2024 года Тринадцатый арбитражный апелляционный суд встал на сторону истца в вопросе о спорном объекте, подвергнувшемуся цифровой обработке, но тут, впрочем, есть нюанс. Дело в том, что речь идёт не о генерации с нуля, а о допиливании созданного истцом материала. По сути, автор сначала создал своей творческой деятельность 3D-модель импланта зуба, а затем осуществил её рендер в высоком разрешении с получением в итоге JPG изображения. Впоследствии указанное изображение попало на сайт стоматологической организации, где и было найдено автором. В рамках дела ответчик настаивал на том, что в изображении угадываются признаки генерации нейросетью, но так как в суд был предоставлен исходник модели, а также результат её осмотра, в итоге его доводы были отклонены. 

В другом деле (Постановление Девятого ААС от 8 апреля 2024 г. N 09АП-642/24) суду пришлось столкнуться с таким явлением, как Deepfake. И здесь, опять же, нужно учитывать специфику конкретного объекта. Сама по себе технология - это действительно плод деятельности нейросети, но она, в отличие от других результатов генерации, прямо основывается на использовании оригинального видеоряда. В то время, как практически все остальные алгоритмы лишь опираются в результате генерации на исходные материалы как на шпаргалку, Deepfake в готовом ролике оставляет часть исходника. По этой причине, суд удовлетворил иск о защите исключительных прав, указав следующее: “технологии, основанная на использовании генеративно-состязательных нейросетей (GAN), позволяют частично преобразовывать исходный видеоряд с помощью алгоритмов, созданных человеком. Такое преобразование не исключает тот факт, что исходный видеоряд создан творческим трудом авторов”.

И тут самое время посмотреть на ситуацию с другой точки зрения. Как я отметил, нейросети не выдумывают изображения (а равно иные объекты) - они перерисовывают их на основании определённых баз, сформированных путём предварительного изучения множества фотографий и иллюстраций. И сомневаться в том, что правообладатели на такие изображения, в определённый момент обеспокоются, даже не приходилось. И вот, 24 января 2023 группа художников подала коллективный иск к Stability AI Ltd., Midjourney Inc. и до кучи DeviantArt Inc. за незаконное использование защищенных авторским правом изображений для обучения искусственного интеллекта. Художники отметили, что такие сети содержат копии миллиардов изображений, защищённых авторским правом, которые были сделаны без ведома или согласия создателей. К сожалению, мне неизвестно чем закончилось указанное разбирательство.

Ну а пока художники судятся с одними организациями, другие продолжают зарабатывать деньги. В 2022 году компания Adobe сообщила о том, что она планирует продавать “в стоке” изображения, полученные путем генерации, хотя и будет снабжать их соответствующими отметками. Интересно было бы посмотреть на судебные иски, связанные с нарушением прав на такие изображения. В то же время, обеспокоенные создающейся на почве значительного удешевления определённых видов контентов дырой, власти начинают потихоньку переходить к более строгому регулированию рынка. Одной из первых ласточек стал общеевропейский закон об искусственном интеллекте (EU Artificial Intelligence Act), определяющий градацию рисков от использования ИИ, а также степень их регулирования. Указанные нормы в том числе направлены и на защиту рабочих мест людей, чья деятельность стала гораздо менее востребованной. Что-то подобное прорабатывается и в России, но пока что толковой реализации не получило.

При написании данной статьи, ни одна нейросеть не пострадала.

P.S. Хочу напомнить всем читателям данной статьи о том, что, в отличие от нейросетей, для меня создание таких заметок - дело отнюдь не пятиминутное. Каждая статья отнимает порядочное количество времени. Я не требую от вас каких-либо донатов, но очень надеюсь на комментарии под статьёй (даже если это будет критика в мой адрес). Для меня такая отдача является основным мотиватором продолжать создавать контент для Капибары.

Уже достаточно давно актуальной стала тема использования нейросетей как инструмента создания текстов. В принципе, в этом нет ничего плохого, ведь такое средство экономит время и позволяет легко формулировать определённые идеи. Однако такие материалы могут использоваться для наполнения сайтов контентом, а в некоторых случаях даже продвижения своих услуг. Кроме того, будучи размещёнными под видом полезной информации, подобные тексты банально могут ввести человека в заблуждение, ведь бот не может контролировать корректность излагаемой информации.

Как вы знаете, я периодически публикую статьи юридической направленности, написанные самолично. А может ли это вместо меня делать ИИ? Давайте на примере посмотрим насколько советы нейросети правдивы и полезны и сделаем небольшой разбор. Я попросил DeepSeek написать статью по теме "Советы попавшим в СИЗО" и получил вот такой текст:

Попадание в следственный изолятор (СИЗО) — это стрессовая и сложная ситуация. Однако знание своих прав и обязанностей может помочь вам защитить себя и избежать дополнительных проблем. В этой статье мы рассмотрим ключевые аспекты, которые важно учитывать, оказавшись в СИЗО.

1. Знайте свои права

Согласно российскому законодательству, каждый задержанный или заключенный под стражу имеет ряд прав, которые гарантированы Конституцией РФ, Уголовно-процессуальным кодексом (УПК РФ) и Федеральным законом "О содержании под стражей подозреваемых и обвиняемых в совершении преступлений". Вот основные из них:

• Право на адвоката: С момента задержания вы имеете право на помощь адвоката. Если у вас нет своего защитника, вам обязаны предоставить государственного адвоката.
• Право на звонок: В течение 3 часов с момента задержания вы можете сообщить родным или близким о своем положении.
• Право на медицинскую помощь: Если вы чувствуете недомогание, вы имеете право на медицинское обслуживание.
• Право на ознакомление с документами: Вы можете знакомиться с материалами дела, протоколами задержания и другими документами, касающимися вашего дела.
• Право на обжалование: Вы можете обжаловать действия следователя, дознавателя или сотрудников СИЗО, если считаете, что ваши права нарушены.

2. Какие документы подписывать?

Будьте внимательны при подписании документов. Не спешите ставить свою подпись, если вы не понимаете, что именно подписываете. Вот несколько рекомендаций:

• Протокол задержания или допроса: Внимательно прочитайте документ перед подписанием. Если вы не согласны с его содержанием, укажите это в протоколе.
• Объяснения и показания: Помните, что вы не обязаны свидетельствовать против себя и своих близких (ст. 51 Конституции РФ).
• Доверенности: Если вам предлагают подписать доверенность, убедитесь, что она ограничена конкретными полномочиями и не дает третьим лицам неограниченный доступ к вашим делам.

3. Обязанности в СИЗО

Помимо прав, у вас есть и обязанности, которые необходимо соблюдать:

• Следовать правилам внутреннего распорядка СИЗО.
• Не нарушать дисциплину и не создавать конфликтные ситуации.
• Выполнять законные требования сотрудников учреждения.

4. Как вести себя в СИЗО

• Сохраняйте спокойствие: Эмоции могут помешать вам принимать взвешенные решения.
• Не вступайте в конфликты: Избегайте конфронтации как с сотрудниками, так и с другими заключенными.
• Ведите записи: Фиксируйте важные события, нарушения и факты — это может пригодиться в дальнейшем.

5. Помощь извне

Не стесняйтесь обращаться за помощью к адвокату, родственникам или правозащитным организациям. В России действуют такие организации, как "Общественная наблюдательная комиссия" (ОНК) и "Комитет против пыток", которые могут помочь в защите ваших прав.

6. Важные нюансы

• Если вы считаете, что с вами обращаются неправомерно (например, применяют физическую силу или угрозы), сразу сообщите об этом адвокату и настаивайте на проведении медицинского освидетельствования.
• Если вы не владеете русским языком, вам обязаны предоставить переводчика.

Заключение

Попадание в СИЗО — это серьезное испытание, но знание своих прав и грамотное поведение помогут вам защитить себя. Не забывайте, что вы не одиноки — всегда можно обратиться за помощью к адвокату или правозащитникам. Главное — оставаться спокойным и внимательным ко всем деталям.

На самом деле, если говорить в целом, то статью нельзя охарактеризовать как некорректную. ИИ довольно неплохо справился с оценкой задачи и корректно использовал нормы российского законодательства, даже вспомнил о таком законе, как "О содержании под стражей подозреваемых и обвиняемых в совершении преступлений".

Однако, советы нейросети достаточно поверхностные и не учитывают многие важные моменты, например, право содержащегося на ведение переписки. Не указано количество и длительность посещений, на которые имеет право гражданин. Ничего не сказано о хранении личных вещей и регламенте их досмотра. Ну и, само собой, почти ничего относительно общения с правоохранительными органами. Согласитесь, это гораздо более полезная и насущная информация, чем представленная в статьи.

В своём запросе я специально дал DeepSeek подсказку - указать на то, как надо вести себя с сотрудниками правоохранительных органов. В ответ он вставил ссылку на статью Конституции. В принципе, понимание базовых основ, вроде права не свидетельствовать против себя и своих родственников, лучше, чем ничего, но, думаю, вы прекрасно понимаете, что для читателя гораздо важнее знать, какой правовой статус несёт его подпись на документах и что вообще ему могут предложить подписать.

То же, что ИИ всё же указал, не подкреплено никакими конкретными советами. Ок, у нас есть право на обжалование. А как его можно реализовать? Кому писать жалобы, куда обращаться при нарушении прав? Или вот нейросеть неожиданно находит такую организацию, как Общественная наблюдательная комиссия. Это несомненно круто, что он в принципе указал на её существование, но, опять же, без каких-либо подробностей. Пишите в Спортлото, в общем.

Отдельные забавные моменты. Если вы не владеете русским языком... то как вы читаете эту статью? Тут нейросеть банально не учитывает контекст запроса, просто воспроизводя факты. Или вот, например, "Комитет против пыток"... такая организация действительно существует, но в 2022 году включена в список иностранных агентов. Совет, ну скажем так, как минимум устарел.

Какие итоги? Статья красиво оформлена, структурирована, в ней используются в целом корректные источники и доводы, но она совершенно бесполезная. Больше всего она подходит для массовки на сайте какой-нибудь сомнительной адвокатской конторы "Набутылин и друзья". В то же время надо понимать, что многое в ответе Нейросети зависит от контекста запроса. ИИ неплохо справляется с базовым поиском и может дать подсказки по уточняющим вопросам. Он достаточно полезен при поиске хорошо документированной информации, но вот по части комплексного анализа тем пока что скорее собеседник, слова которого надо проверять.

Справедливости ради, стоит отметить, что люди тоже могут ошибаться. Проверять надо за всеми. Но человек животное ленивое, а ИИ трудолюбиво исполняет все твои запросы, чем и подкупает. Если бы я ставил целью завалить Капибару бессмысленными статьями, DeepSeek вполне справился с этой задачей, сэкономив мне кучу времени.

Ответ на пост Пост: Забагал нейросети ChatGPT и аналоги простой загадкой про шахматы (Shocking!)

К чему приводит наличие любимой игры, если уже все друзья с тобой уже в нее поиграли по сотне раз и больше не хотят? В моем случае привело к игре с чатом-GPT. 
«Письма призрака» - это кооперативная игра, где с помощью ассоциаций нужно угадать настоящие улики среди ложных. 

Сначала мне пришлось объяснять правила и проверять, понял ли чат, что нарисовано на картинках. И описывать, что они будут обозначать в данной конкретной игре

В качестве первой подсказки присылаю ему вилы. Поясню: у меня выбор из пяти карт, то есть ассоциации могут быть не совсем прямыми. 

Теперь я отправляю чату его карты, из них он может выбрать две, чтобы проверить, указывают ли они на истинную улику. 

Ни одна из этих улик не подходит, и я выкладываю новую улику из своей руки - швабру. 

Далее я предложила сбросить самую бесполезную из оставшихся карт на взгляд чата. 

Присылаю красный новогодний свитер и прошу выбрать карту для сброса. 

В итоге чат-GPT все разгадал верно. И в целом мне понравилось, но все же это довольно много времени занимает, особенно на начальных этапах. 

Когда-то мы шутили, что «интернет скоро будет в каждом утюге», но теперь это даже не смешно: в некоторых утюгах Wi-Fi-модуль, действительно, есть. Теперь та же история повторяется с нейросетями. Все больше техники используют их в своей работе. Вот и в современных телевизорах их просто огромное количество...

Например, в Samsung Neo QLED 8K это целых 768 моделей, которые делают звук и изображение лучше. Но постойте — 768? Реально? Неужели они и правда приносят пользу? И, главное, как это понять, ведь описания ТВ у всех почти одинаковые. «Невероятное качество изображения», «объемный звук, полностью погружающий в контент» и прочие маркетинговые фразы могут описывать как телевизор за 50 000 рублей, так и за 500 000. А если уж взять те модели, что с нейросетями, то ИИ «в режиме реального времени адаптирует яркость, контраст и цветопередачу» — тоже не особо информативно.

Мы решили разобраться — как именно работает искусственный интеллект в телевизорах. То есть, за что отвечает и каким образом адаптирует яркость, контраст и прочее.

Прежде чем мы перейдем к разбору функций нейросетей, давайте коротко о начинке. Далеко не каждый телевизор может работать с ИИ, потому что нейросети требуют огромного количества вычислений. Производители ставят все новые, более мощные чипы в свои ТВ. Например, в том же Samsung Neo QLED 8K QN990F работает процессор NQ8 AI Gen3, который на треть производительнее предшественника (Gen2) и имеет в два раза более быстрый NPU-модуль (он как раз и отвечает за нейросетевую работу). Оно и понятно: только топовым чипам под силу работать с изображением в 8К. И эта гонка будет бесконечной: возможности и аппетиты нейросетей будут расти, под них появятся новые процессоры, и все по новой. Так что если хотите в полной мере насладиться работой ИИ, обращайте внимание на флагманские телевизоры.

Теперь непосредственно к работе нейросетей.

ИИ в обработке изображения

Это только кажется, что если в телевизор установить яркую матрицу, картинка будет превосходной. В действительности дело не только в технических возможностях, но и в алгоритмах отображения. До появления нейросетей улучшение изображения шло в основном за счет использования HDR — расширенного динамического диапазона. Например, в форматах Dolby Vision / HDR10+ телевизоры получают информацию о том, какое значение яркости должна иметь самая светлая точка в каждом кадре. Далее ТВ соотносит это значение с собственными возможностями и выдает кадр нужной яркости.

Что здесь поменялось с появлением ИИ? Нейросети могут распознавать тип контента на экране и уже на его основе адаптировать изображение. Условно говоря, в футбольной трансляции вам вряд ли важна тонкая игра теней, зато хочется максимальной четкости и ярких цветов. А в фильме-ужастике важно не высветлять темные участки и сохранить баланс теней и света таким, каким его задумал режиссер. Нейросети обучены на миллионах изображений, поэтому с легкостью отличают газон стадиона от едва освещенной Луной дорожки в лесу.

Более того, они умеют не просто понимать тип сцены, но и идентифицировать отдельные объекты: небо, воду, лица людей. Учитывая максимально гибкие возможности OLED-панелей, где освещенность можно регулировать попиксельно, телевизоры научились работать не со сценой в целом, а в том числе и с объектами на ней. Вспомните камеру вашего смартфона: если вы снимаете портрет, активируются алгоритмы именно для портрета, еду — именно для еды. Здесь примерно то же самое, только в динамике и для отдельных объектов.

ИИ может настраивать изображение не только в видео, но и в интерфейсе игр. Опять-таки нейросеть сначала распознает тип игры и уже потом подбирает правильные параметры.

Отдельно стоит выделить работу так называемых апскейлеров — алгоритмов повышения разрешения. Например, вы купили Samsung Neo QLED 8K QN990F, но ваш онлайн-кинотеатр предлагает контент только на 4К. В этом случае нейросети помогают сделать изображение более четким, то есть увеличить разрешение практически до 8К. Конечно, результат будет отличаться от реальных 8К, но эффект все равно окажется заметен. Апскейлеры работают и в других разрешениях: например, «дотягивают» Full HD до 4К в 4К-телевизорах.

Впрочем, иногда четкости не хватает по другой причине. В спортивных соревнованиях объекты часто движутся настолько быстро, что визуально кажутся смазанными. Тогда в ход идет другая технология — нейросеть дорисовывает промежуточные кадры и словно увеличивает их частоту.

ИИ в обработке звука

Лет 10 назад в моде были системы домашних кинотеатров со множеством колонок. Их производители обещали «звук как в настоящем кинотеатре», но на деле он получался таким далеко не всегда. Виной тому абсолютно разные конфигурации помещений, расстановка мебели и материалы отделки. То есть каждая комната по-своему индивидуальна, и даже первоклассная акустика требовала тонкой настройки.

Вот именно с настройкой ИИ и могут помочь. Причем современные ТВ прекрасно обходятся без выносных колонок: например, в корпусе Samsung Neo QLED 8K QN990F нашлось место аж для 8 динамиков, которые отлично воспроизводят объемное звучание. Помимо динамиков в телевизоре есть встроенный микрофон. После каждого включения Samsung Neo QLED 8K анализирует общую звуковую сцену. Он учитывает не только конфигурацию помещения и собственное расположение в комнате, но и наличие предметов, мешающих распространению звука. То есть если вы вдруг повесили на стену ковер и закрыли плотными шторами свои панорамные окна, ТВ заметит это и увеличит громкость звука в среднем и высоком диапазонах.

Есть еще несколько интересных нейросетевых фишек, которые работают в том числе в Samsung Neo QLED 8K.

• Определение источника звука на экране. Условно говоря, если мощный суперкар появляется в левой части экрана и исчезает за правой, телевизор выделит звук его мотора и с помощью динамиков создаст эффект, словно автомобиль, действительно, едет слева направо. Нейросеть как раз и нужна, чтобы распознать объекты и понять, какой звук из общей звуковой картины они издают. Технология получила название Object Tracking Sound Pro (OTS Pro).
• Выделение нужной аудиодорожки. Здесь все примерно как с видео: нейросеть понимает, что происходит на экране, и нужным образом обрабатывает звук. Например, если идет спортивная трансляция, может увеличить гул восторженных болельщиков для более глубокого погружения в атмосферу соревнования. А если голос героя теряется на фоне спецэффектов, выделить его и добавить громкости.

ИИ как диспетчер умного дома

Телевизор — идеальное устройство не только для просмотра видео, но и для управления умным домом. Судите сами: висит в хорошо заметном месте, всегда подключен к розетке, имеет большой экран для отображения интерфейса. Неудивительно, что при первой же технической возможности производители стали добавлять хабы умных домов во флагманские модели телевизоров.

К примеру, Samsung Neo QLED 8K QN990F работает с фирменной экосистемой SmartThings, которая уже давно использует ИИ для оптимизации. Теперь для создания умного дома на SmartThings не нужно покупать отдельный хаб — он уже есть в ТВ. А чем именно занимаются здесь нейросети?

• Отслеживают сценарии поведения. По сути, просто запоминают ваши действия и предлагают объединить их в один сценарий. Например, вы каждый день возвращаетесь с работы, включаете свет в комнате и на кухне, а заодно и кондиционер. Возможно, у вас есть автокормушка для питомца, подключенная к умному дому, и вы через приложение даете команду насыпать новую порцию корма. Так почему бы не объединить все эти действия в один сценарий и не выполнять по нажатию одной кнопки?
• Помогают экономить энергию. Признайтесь, вы тоже иногда случайно забываете выключить свет или кондиционер перед уходом из дома? А ведь можно просто снять с себя такие заботы. Режим AI Energy Mode позволяет задать в настройках, какие устройства стоит выключить, когда вас нет, а какие трогать не стоит. Если использовать такую функцию, нейросеть будет сама управлять доступными ей устройствами. Так можно не только сократить расходы на электричество, но и увеличить срок службы электроприборов.
• Отображают информацию на большом экране. Мы же все-таки о телевизорах, а не только о нейросетях. SmartThings и ИИ могут анализировать данные с разных датчиков и выводить всю информацию на экран ТВ (даже если он выключен) в формате практичных виджетов. А еще создать 3D-карту вашего умного дома, чтобы вы точно понимали расположение датчиков и исполнительных устройств. Это будет полезно, например, когда придет пора поменять батарейку в каком-нибудь датчике, — такая необходимость возникает нечасто, и некоторые пользователи просто успевают забыть, где именно повесили датчик.

Кстати, многие даже молодые, любящие инновации пользователи до сих пор не решаются сделать хотя бы первый шаг в обустройстве умного дома. Есть мнение, что умные дома небезопасны — буквально через взлом одного из устройств можно получить доступ ко всем остальным и, например, разблокировать умный замок на входной двери. На самом деле это не пустой страх: такие случаи действительно есть. Вот почему разработчики платформ умных домов стали уделять все больше внимания не только удобству пользования, но и кибербезопасности.

Как устроена система безопасности в Samsung Neo QLED 8K QN990F и в некоторых других моделях Samsung? Возможно, вы уже слышали о Samsung Knox в смартфонах бренда. Она работает и в ТВ.

Каждый чип в телевизоре имеет свой собственный идентификационный код. Он используется в прошивке для определения соответствия софта и железа. То есть чужая (сторонняя) прошивка работать с устройством не сможет. Это своего рода страховка от изменения основного ПО телевизора злоумышленниками.

Чип создает два независимых сегмента, с которыми будет работать дальше. В так называемый Knox Vault попадают особо чувствительные данные: это защищенный раздел, к которому нет доступа извне. Кроме того, все пароли и другая важная информация шифруется и остается на устройстве именно в таком виде. Стандартные приложения работают в общей среде, но могут получать информацию из защищенного раздела.

Можно сказать, что Samsung идет даже на шаг впереди взломщиков и других киберзлодеев. Считается, что в скором будущем станут доступными квантовые компьютеры, с помощью которых можно будет легко взламывать существующие системы безопасности. Поэтому Samsung уже сейчас начал использовать постквантовый алгоритм ML‑KEM для шифрования паролей и других важных данных.

источник

Доступно более 500 персонажей из компьютерных игр: Atomic Heart, Skyrim, Warcraft 3, Half-Life 2, Portal 2, STALKER, DotA 2, LoL, Fallout 1 & 2, Postal 2, TF 2, Hearthstone, HotS, Metro, Overwatch, Valorant;

Доступна возможность генерировать как аудио, так и видео-портреты персонажей и переозвучивать гифки;

Можно вручную расставлять ударение и контролировать скорость и высоту речи;

Воспользоваться можно по ссылке: https://t.me/silero_voice_bot

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.

Лина Кочетова

«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

Не терять лицо

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.

Работа с ракурсом

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.

Ответы станут точнее

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.

Работа над пониманием

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.

Детали на фоне

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.

Топ нейросетей: картинка и видео

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.

Андрей Мурашев

«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

Слово ИИ-агентам

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.

Будущее за ИИ-агентами

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.

Секрет галлюцинирования

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.

Развитие продуктов no code

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.

Еще больше энергии

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.

Роман Соловьев

«В 2026 году можно ожидать научных открытий, сделанных с применением нейросетей. Пока, видимо, небольших. Собственно, первые упоминания о таких достижениях уже появились» Роман Соловьев

Эволюция ИИ-агентов

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.

Локальные нейросети

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.

Мультимодальность

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.

Удешевление тренировки

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.

Нейросети для роботов

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.

Россия и Китай

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.

Линк

Некоторое время назад пост Обложка совершенно случайно натолкнул меня на некоторые размышления, на описание которых у меня ушли пара недель (на самом деле, я просто прокрастинировал всё это время, но кто докажет).

Не отношу себя к числу истинных олдскульщиков, но игнорировать свой опыт познания видеоигр не могу. Я начинал ещё с приставок Денди, застал времена вторых пентиумов и Voodoo, был очень неуверенным пользователем Windows 98, лично наблюдал восхождение Steam и остаюсь пускай уже и в меньшей мере, но всё же геймером.

И вот, что я заметил. В те далёкие времена Dendy даже на советском чёрно-белом телевизоре 8-битная графика не казалась мне какой-то примитивной и устаревшей. Можно, конечно, списать многое на детскую фантазию, но, думаю, дело ещё и в отсутствии конкуренции. Да, я прекрасно понимал, что пиксельные танки вовсе не походят на настоящие, а странный дядька с усами предельно примитивен в плане прорисовки, но с чем мне их было сравнивать?

Уже чуть позже я наблюдал как коллега матери (почти целый сисадмин) играл в F-14, а у одного приятеля даже опробовал несколько игр на "Сеге" (Genesis вроде бы, но кто сейчас вспомнит), ну а затем у меня появился свой собственный ПК с целыми Дальнобойщиками. И вот с того момента, собственно, и понеслось. После 3D игр Денди уже не казалась чем-то особо интересным, ну а сами игры стремительно развивались и я уже перестал чувствовать изменения. Просто каждый следующий проект в среднем становился чуть более проработанным предыдущего.

Постепенная эволюция в моменте не заметна, но оглядываюсь назад, я понимаю насколько на самом деле изменились мои вкусы. Старые игры из детства выглядят устаревшими, хотя я и с ностальгией вспоминаю те времена. Некоторое время назад я поставил первый Блицкриг, которым когда-то серьезно увлекался... как же он сильно постарел. В начале 2000-ых графика была вполне современной, а теперь без слёз не глянешь.

Конечно, графика в играх далеко не всегда самое важное, многие инди-проекты специально выходят нарочито упрощёнными, но это всё же несколько иное, тем более что с ними я знакомлюсь уже будучи взрослым, с вполне определёнными взглядами на геймдев и широким ассортиментом выбора. А когда-то у меня был пяток картриджей, чёрно-белый телевизор бабушки и куча свободного времени.

Вот знаете.... Ни я ни постоянные приятели и знакомые не чаевничают особо.
Ну хлебнул чайку после еды чашечку - и Ок.

А тут... был юбилей у родственника. И обычно мы голову ломаем, что бы ему подарить. Реально тяжело сделать подарок человеку, у которого всё есть.
И решено было ему самовар подарить. Настоящий. Тульский.

Выискал я старинный ведерный самовар. Никелированный расписной. Отреставрировал ручки потрескавшиеся. Подобрал поднос. Сделал трубу - дымоход. Чайнички подогнал. Вобщем получился красивый комплект.

Ну и в присутствии гостей, на летней площадке его особняка провел испытания, так сказать. Растопил самовар. Заварил чайку...
Думал - ну попьют чайку немного....

Ага.
Знаете сколько я раз наполнял самовар? ПЯТЬ РАЗ. Пять, сука, раз.

Ароматный чай, с дымком, с травами, с мёдом... Они всё пили и пили... Сам выпил чашек шесть - семь.
Так что правильное чаепитие в старину реально могло длиться часами.

Охотно верю.

Издатель Subnautica 2 и inZOI запустил программу добровольного увольнения для всех сотрудников компании, о чем сообщило издание Business Korea. Решение приняли после рекордной прибыли в третьем квартале и объявления о переходе Krafton на стратегию "ИИ-приоритет".

По условиям программы, корейские сотрудники Krafton при увольнении получат специальное выходное пособие. По данным инсайдеров, его размер составит от 6 до 36 месячных зарплат в зависимости от стажа работы в компании.

Представитель Krafton заявил, что программа не относится к плану сокращений и не направлена на уменьшение штата. По словам представителя, инициатива создана для того, чтобы "поддержать сотрудников в проактивном планировании направления их развития и начале новых вызовов как внутри, так и за пределами компании в эпоху трансформации ИИ". Формулировка намекает, что Krafton предлагает выход тем работникам, которые не согласны с новым курсом на ИИ или не могут соответствовать новым требованиям.

Krafton подчеркивает, что персонал сам решает, воспользоваться ли компенсационным пакетом или остаться в компании, независимо от должности и опыта. Параллельно издатель объявил о приостановке найма новых специалистов в направлениях, не связанных с искусственным интеллектом.

В октябре при анонсе политики "ИИ-приоритет" Krafton сообщила об инвестициях около $70 млн в GPU-кластер, который станет основой для агентного ИИ компании.

Источник