"Отруден служител седи зад компютъра си в голяма зала, в която има рисунки на сърп и чук" - как изкуственият интелект си представя този сюжет? Може би като картинка от комикс. Като дигитална илюстрация. Опит за снимка с леко сгрешени анатомични пропорции. Или като... поляна с цветя и червено съобщение за пресечен опит за непозволена употреба на AI.
Именно последното се случва при тестовете на най-новия руски генеративен модел - Kandinsky 3.0 (как се справи той - четете малко по-надолу). Това е интересен детайл, който прекрасно илюстрира как в една част от света в момента се случва паралелна AI революция.
В нея главен герой не е Сам Алтман или Илон Мъск. Водещ е следният цитат: "Който води в сферата на изкуствения интелект, след това ще владее света". Владимир Владимирович Путин, 2017 г. Русия.
"Правилен" изкуствен интелект
Призивът на държавния глава за "засилване на информационната сигурност" и "следене разпространението на информация да не застрашава националната сигурност или интересите на гражданите" не е напълно неоснователен.
ChatGPT, MidJourney и повечето произхождащи от Запада AI платформи са "обучени" преимуществено върху текстове на английски език. Иначе казано, те отразяват в огромна степен западната гледна точка по въпроси от типа на "Какво представляват т.нар цветни революции?", "Управлява ли се Русия от диктатор?" и т.н.
В други времена това се е наричало идеологическа диверсия. През 2019 г. Москва отговори с държавно финансиране за разработки в сферата в размер на над 1 млрд. долара.
След избухването на AI манията, Русия побърза не само да забрани ChatGPT, но и да предложи на потребителите си местни решения. Yandex интегрираха изкуствен интелект в дигиталния си асистент Alice, компанията "Системма" извади решение за професионална употреба, а "Сбербанк" показа чат бота GigaChat и развива платформа за генериране на изображения на база моделите Kandinsky (кръстени на известния художник Василий Кандински).
Източник: Явор Николов / Kandinsky 3.0
Всъщност, именно най-голямата руска банка е де факто лидер в AI сферата. Тя има общо 10 развойни центъра, които се занимават още с блокчейн, квантови и облачни решения, виртуална реалност и много други.
Нейните модели ruBERT и ruGPT-2 от 2019 г. са тренирани изцяло върху руско съдържание, а според китайското издание Global Times компанията е използвала суперкомпютър за третата генерация на ruGPT през 2020 г. Актуалният голям езиков модел се казва FRED-T5 и вероятно задвижва Gigachat.
"Сбербанк" има общо над 60 високотехнологични услуги, като преди няколко месеца изпълнителният ѝ директор Герман Греф се похвали на президента Владимир Путин, че при AI инвестиции в размер на около 1 млрд. долара годишно, резултатът е 200% възвръщаемост - 3 млрд. долара приходи.
"Това е сериозен мащаб. Абсолютно е бъдещето - ако говорим за важността му за държавата, той е наравно с ядрените и ракетните проекти на СССР от средата на 40-те и 50-те", отбеляза и държавният глава.
Проблеми не липсват
Така и не стана ясно как точно "Сбербанк" печели от AI. Ясно е обаче, че харчи много - изкуственият интелект изисква огромна изчислителна мощ и експерти с много специфична квалификация. И двете са кът в Русия.
От 2022 г. NVIDIA не доставя официално своите чипове, които са стандарт за индустрията заради войната в Украйна. Освен това, генеративните решения в момента трябва да се борят за ресурси с тези за отбрана, производство и земеделие. Липсват и достатъчно специалисти заради масова емиграция, последвала началото на военните действия и последвалата го мобилизация.
И все пак, както отбелязва The Moscow Times, щом социалните мрежи могат да свалят правителства, колко ли ще е мощен един бот, който е в състояние да пише и твори почти като човек?
В руския случай, оказва се, отговорът не е толкова прост. Макар езикът на Чехов да е на 2-3 място като обем на наличното онлайн съдържание, все пак говорим за едва около 5% от общото количество. Иначе казано, не можеш да "обучиш" модела си толкова добре. Затова и, например, GigaChat има 18 млрд. параметъра, докато GPT-4 е с 1,76 трлн.
В реалния условия руските потребители твърдят, че западното решение е осезаемо по-добро по отношение на качество и фактология. Това обаче е трудно да се потвърди извън територията на страната.
Една приятна изненада
Именно заради не твърде розовото настояще на руските генеративни платформи, дебютът на първото в страната решение за AI видеа е интересна новина.
Тук отново говорим за разработка, излязла от лабораториите на "Сбербанк". На конференцията AI Journey в Москва представи нова версия на платформата за изображения с изкуствен интелект Kandinsky 3.0 и нейния еквивалент за видео Kandinsky Video.
За разлика от част от останалите руски AI инструменти, тези лесно могат да бъдат изпробвани и от България след регистрация в платформата Fusion Brain. Тя предлага интерфейс, подобен на "студиото" на OpenAI. Могат да се избират различни пропорции, което е удобно. Има възможност за т.нар негативни описания и използване на предварително дефинирани стилове.
Източник: Явор Николов / Kandinsky 3.0
Създаването на нови изображения е лесно, като, по обясними причини, използвахме задания на руски език. Художествените сюжети, както и тези, вдъхновени от анимацията, се получават доста добре.
Източник: Явор Николов / Kandinsky 3.0
Фотореалистичните изображения също са убедителни, макар все още да са видими проблеми с очи и пръсти.
Източник: Явор Николов / Kandinsky 3.0
Редактирането на изображения все още е далеч от заявките на, например Emu редактора на Meta, но понякога се спря повече от задоволително.
Източник: Явор Николов / Kandinsky 3.0
Авторът на настоящия текст на този етап е по-скоро от лявата страна
Възможностите за създаване на видеа са изключително сериозни, като всяка сцена включва описание и движение на камерата. Клиповете са с до 30 кадъра в секунда и 640х640 максимална резолюция (или 480p, ако изберете да са в 16:9). Времето за рендиране е около минута и половина на сцена, което е доста добре.
Все още, обаче, крайният резултат е доста абстрактен. Mobile Review цитира представители на "Сбер", според които създаването на статични изображения се базира на 1,5 млрд. двойки "картинка-описание", докато при видеата говорим за едва 300 000. Затова и по оценка на разработчиците, ще са нужни около 2 години, за да достигнат AI видеата качеството, което в момента виждаме при неанимираното съдържание.
Дали при настоящата геополитическа ситуация ще има ресурси за това, тепърва ще видим.
В заключение
Сегашният обзор няма амбицията да обхване цялата AI индустрия на Русия, по-скоро е едно добро начало на разговор за алтернативните подходи към изкуствения интелект.
Източник: Явор Николов / Bing Image Creator
Западните AI платформи нямат проблем със сърпа и чука
В Москва очевидно не жалят сили и средства, за да постигнат паритет със Запада. Може би обаче за всички ни ще е по-добре, ако това не е просто пореден фронт на геополитическо противопоставяне.
USD
CHF
EUR
GBP
