«Яндекс» начал нанимать людей гуманитарных профессий для обучения своей нейросети — российского аналога ChatGPT, рассказали «Известиям» в компании. Описание профессии Разработчик нейросетей — это программист, который разрабатывает математические модели машинного обучения по типу нейронных связей головного мозга. У нейросети спросили, какими будут профессии будущего. Заработок в первую очередь идет от профессии и навыков, а не от нейросетей, хотя нейросети могут ускорить вашу работу.
5 перспективных профессий в области искусственного интеллекта
Например, у нас есть инструмент автоматического написания объявлений для контекстной рекламы. Инженер искусственного интеллекта Инженер по искусственному интеллекту — специалист, который разрабатывает, обучает и затем внедряет модели искусственного интеллекта. Профиль его рабочих задач достаточно широкий: от идеи до практической реализации нейросети. Такой программист нужен в любой компании, которая намерена внедрять ИИ в свои бизнес-процессы промышленность, логистика, финансовый и банковский сектор. Что нужно знать и уметь Обучение инженера искусственного интеллекта может происходить по направлениям «математика», «физика», «информатика», «кибернетика» и т. Читайте также: Инженеры искусственного интеллекта: кто это и сколько они зарабатывают Сколько зарабатывает инженер искусственного интеллекта На уровне Junior специалист может получать зарплату в размере от 80 до 100 тыс.
На грейде Middle — до 150 тыс. Senior — до 300 тыс. Как устроиться на работу Работодатели обычно ожидают релевантного опыта на должности инженера-программиста по искусственному интеллекту. Как правило, решение о приеме на работу принимается после выполнения тестового задания. Инженер по машинному обучению Специалист по машинному обучению Machine Learning Engineer — это инженер-программист, который создает и настраивает нейросети под выполнение конкретных задач.
С помощью разработанных этим специалистом решений бизнес может оптимизировать и автоматизировать многие процессы. В частности, они применяются для сбора данных, лучшего понимания аудитории, формирования персональных предложений, увеличения продаж. Что нужно знать и уметь Для качественного выполнения работы специалисту необходимы математические знания теория вероятностей, статистика, линейная алгебра и умение моделировать данные. В зависимости от работодателя может потребоваться умение работать с библиотеками Keras, scikit-learn, Pandas, NumPy. Также специалист в области машинного обучения должен обладать логическим складом мышления и владеть английским языком.
Сколько зарабатывает инженер по машинному обучению В зависимости от опыта и навыков зарплата специалиста по машинному обучению может варьироваться от 40 тыс. Читайте также: Специалист по машинному обучению: в чем специфика и сколько можно заработать Как устроиться на работу На рынке машинного обучения наблюдается дефицит квалифицированных кадров, поэтому за хорошими специалистами компании «охотятся» сами. Если на такую вакансию откликнется начинающий соискатель, работодатель попросит выполнить тестовое задание и пройти собеседование. Документы о профильном образовании и релевантный опыт работы будут преимуществом. Специалист по анализу данных Data Scientist Data Scientist — специалист, работающий на стыке трех направлений: программирования, статистики и машинного обучения.
Главной его задачей является создание прикладных решений для бизнеса. Например, это могут быть умные ленты социальных сетей и стриминговых сервисов, инструменты для комплексного маркетингового анализа и стратегического планирования. Специалист по анализу данных работает с огромным объемом информации и разрабатывает пути ее применения. Обязательным требованием является владение Apache Spark, Hadoop Mapreduce или аналогичными инструментами. Как и в любой другой IT-специальности, аналитик Data Scientist должен хорошо знать английский язык.
Сколько зарабатывает Data Scientist В вакансиях для Data Scientist зарплатная вилка начинается от 90 тыс. Обычно уровень зарплаты определяется непосредственно на собеседовании. Читайте также: Профессия Data Scientist: задачи, применение, заработок Как устроиться на работу От кандидата требуют опыта работы на такой же должности от 1 года. Компании могут как сами выходить на специалиста, так и принимать отклики по вакансиям. Прием на работу может осуществляться даже без тестового задания, достаточно портфолио и собеседования.
Это направление IT — новая ветвь Data Science и машинного обучения. Инженер по обработке естественного языка работает с огромным массивом данных, обучая нейросеть понимать человеческий язык. Он проводит семантический анализ, находит закономерности, занимается тематическим моделированием с целью решить задачи бизнеса. Это очень узкая ниша с дефицитом квалифицированных специалистов. Что нужно знать и уметь Для работы необходимы глубокие знания в статистике, математике, теории вероятностей, владение навыками языкового анализа на уровне графем, морфологии, синтаксиса.
Сколько зарабатывает инженер по обработке естественного языка Востребованность специалистов этого направления высокая, но на рынке их мало. Из-за большого набора умений и знаний они могут претендовать на высокую зарплату — выше 100 тыс. Более опытные профессионалы могут получать от 250 тыс. Читайте также: Инженер по обработке естественного языка: особенности новой профессии Как устроиться на работу Часто NLP-engineer переходят на эту работу с позиции Data Scientist или Machine Learning Engineer, потому что это более распространенные профессии. Работодатели требуют от соискателей продемонстрировать портфолио с выполненными проектами и пройти собеседование.
В некоторых случаях необходимо решить тестовое задание в формате live-coding. Специалист по глубокому обучению Глубокое обучение Deep Learning, или DL — раздел машинного обучения, занимающийся созданием сложных многослойных нейросетей. Deep Learning Engineer — специалист, который создает и развивает алгоритмы глубокого обучения. Он уделяет внимание архитектуре системы, работает на более высоком уровне, чем инженер по машинному обучению. Также он преобразует прототипы в рабочий код, настраивает облачную инфраструктуру и развертывает производственные модели.
Что нужно знать и уметь Необходимо знание распространенных архитектур нейросетей: генеративно-состязательные сети GAN , автокодеры, глубокие сети доверия DBN , рекуррентные нейросети, сверточные нейронные сети CNN , сети долгой краткосрочной памяти LSTM. В остальном требования похожи на те, которые предъявляются к специалистам по машинному обучению о них мы писали выше.
Аналитик данных Такие специалисты области ИИ работают с большими объемами данных для выявления тенденций и закономерностей, создания моделей и прогнозов на основе этих данных. Для работы в этой сфере необходимо иметь знания в статистике и программировании, уметь взаимодействовать с базами данных и специальными инструментами. У опытных сотрудников доход может достигать 200 000-300 000 руб. Нейро-иллюстратор Эта специальность ИИ занимается созданием изображений, используя технологии искусственного интеллекта и нейросетей. Работа художника заключается в разработке алгоритмов и моделей AI, которые смогут создавать художественные произведения, отталкиваясь от определенных правил и параметров. Одна из задач нейро-художника — создание алгоритмов, которые могут анализировать и интерпретировать художественные произведения.
Делать выводы о том, какие картинки и объекты наиболее привлекательны для зрителей, использовать эту информацию для создания новых изображений. Еще одна задача специалистов в области искусственного интеллекта — создание компьютерных моделей, которые могут воссоздавать изображения в стиле классических художников с использованием технологий нейронных сетей. Они могут быть использованы в различных целях. Например, для создания специальных эффектов в фильмах и видеоиграх, восстановления утерянных художественных произведений и так далее. Нейро-художники могут работать как самостоятельно, так и в составе команды, состоящей из других ИИ-специалистов, художников, дизайнеров и технического персонала.
Специалист по нейронным сетям: кто это На самом деле специалист по работе с нейросетями — это общее название многих профессий, и каждая профессия подразумевает свой круг задач: Программист или разработчик. В его обязанности входит создание самой сети, которая будет использована в той или иной сфере.
Соответственно, будут и определенные требования к ИИ. Для такой работы программист должен знать Python, уметь работать с библиотеками PyTorch и TensorFlow, ОС Linux, знать типы востребованных нейросетевых архитектур. Специалист по машинному обучению. Чтобы работа нейронных сетей была корректной, их нужно учить. По особым методикам. Для этого нужно знать несколько языков программирования, навыки работы с соответствующими инструментами, хорошие математические способности. Инженер по данным, аналитик или архитектор данных.
Программисты и технические специалисты, в задачу которых входит подготовка данных, необходимых для работы нейросетей. Инженер Deep Learning. Занимается алгоритмами глубокого обучения, архитектурой системы, преобразованием кода, настройку облачной инфраструктуры — все это необходимо для создания полноценных производственных моделей. Эта профессия считается наиболее сложной. Инженер Deployment. Тот, кто и занимается развертыванием моделей, то есть, размещением готового продукта на серверах, тестирует работу системы, устраняет ошибки и так далее. Помимо знания языков программирования, необходимо умение работать с облачными платформами, технологиями контейнеризации, языками сценариев и так далее.
Разработчик компьютерного зрения.
Уделяет по 3-4 ч в день работе в онлайне. Не было сложностей в обучении. Read More До обучения: работает охранником, брал кредиты на дорогостоящие курсы, но они не имели эффекта. С женой развелся, оставил ей квартиру. Во время обучения: обучению уделяет свободное от работы время, в среднем 4-5 ч в день. Первые заказы получил во время обучения и смог заработать 15 000 руб, которые потратил на лечение любимой кошки. Сейчас: на данный момент есть 2 постоянных заказчика.
За активность Андрея я подарил ему один из курсов и он будет помогать в учебном чате 2-го потока. Read More До обучения: прошла разные курсы в нашей школе и на каждом из них заработала, потом попала в первый поток учеников по ChatGPT Во время обучения: cтарается 3-4 часа в неделю посвящать обучению, благодаря курсу привела 3 новых клиента, от них доход составляет 75 000 р.
Что такое нейросети, как они работают и что нужно освоить новичку в AI
| Развитие нейросетей дало старт новым профессиям в России | Ямал-Медиа | При этом 30% участников убеждены, что на их профессию нейросети и ИИ не повлияют вообще (чаще всего так отвечали представители производственных специальностей). |
| Будущее SMM-специалистов в эпоху нейросетей – интервью с Аленой Владимирской | Эта специальность ИИ занимается созданием изображений, используя технологии искусственного интеллекта и нейросетей. |
| Нейросети-2023: на что способен ИИ и кого он заменит в первую очередь | РИАМО | РИАМО | Уже сейчас идут бурные обсуждения, что нейросети, вероятно, в будущем смогут полностью заменить специалистов ряда профессий. |
КОММЕНТАРИЙ ОТ НЕЙРОСЕТИ
- Нейросети наступают: специалистов каких профессий уже готов заменить искусственный интеллект
- Эксперт назвал профессии, куда нейросети могут прийти уже в 2023 году
- Как стать тренером нейросетей и почему сегодня это востребованная профессия
- 5 профессий, которые появились в 2023 году благодаря искусственному интеллекту
- Профессии будущего: рейтинг, сформированный нейросетью
Нейросети наступают: специалистов каких профессий уже готов заменить искусственный интеллект
Promt-инженеры обучают нейросеть работе с голосовыми интерфейсами. Такой человек должен знать языки программирования, уметь формулировать задачи и видеть, что искусственный интеллект может предложить для их решения, подчеркнули в Sitronics Group. По мнению экспертов, рынок профессий, взаимодействующих с ИИ, будет только расширяться. В дальнейшем все больше и больше людей свяжут с нейросетями свое карьерное развитие.
Для этого нужны специалисты с особыми знаниями и навыками. Описание профессии Разработчик нейросетей — это программист, который разрабатывает математические модели машинного обучения по типу нейронных связей головного мозга. В отличие от привычных программ, которые выполняют единичные действия по скрипту, нейросети обучаются и могут улучшать свои алгоритмы самостоятельно по мере того, как накапливают и обрабатывают данные. Это можно увидеть, например, в сервисах распознавания лиц: чем больше фотографий людей «видит» нейросеть, тем больше типичных черт лица она будет воспринимать и тем проще ей будет найти конкретного человека. Проблема в том, какие вводные были заложены в алгоритм изначально и насколько хорошо разработчик прописал «поведение» нейросети.
Принципы работы, направления развития. ИИ-этика — 11 часов Тема 1.
История создания нейросетей и основные принципы их работы — 3 часа Тема 2. Обзор чат-систем нейросетей, генерирующих тексты и графических нейросетей — 3 часа Тема 3. Правила безопасности при работе с нейросетями. Защита персональных данных. Практика защиты и разделения авторского права — 5 часов Чат-системы с искусственным интеллектом — 26 часов Тема 1. ChatGPT-помощник: для тех, кому некогда писать — 8 часов Тема 2. BING AI от Microsoft: как пользоваться умным чат-ботом для решения профессиональных задач — 6 часов Live-консультация по итогам модуля Графические нейросети: курс на высокое разрешение — 33 часа Тема 1.
Найти сотрудника Заказать звонок Искусственный интеллект — одна из перспективных областей в сфере информационных технологий. Нейросети распространились повсеместно и стали неотъемлемой частью жизни. Их основное достоинство заключается в том, что они позволяют выполнять рутинные задачи значительно быстрее, свести при этом к минимуму участие человека.
Однако это не значит, что AI-системы смогут полностью заменить обычных сотрудников. Напротив, количество специальностей, связанных с искусственным интеллектом, сильно возрастет, так как работу нейросетей тоже нужно контролировать и модернизировать. Инженер по разработке искусственного интеллекта Это специалист, который занимается программированием ИИ, созданием алгоритмов и моделей машинного обучения, обработкой естественного языка и компьютерного зрения. Он выполняет разработку и поддержку систем, приложений на основе AI. Профессия инженера требует знаний в программировании, математике и машинном обучении. Средний уровень зарплаты этого специалиста в ИИ с опытом менее 1 года составляет 200-230 000 руб. Более опытные сотрудники получают до 500 000 руб. Однако путь в эту профессию достаточно тернистый.
Что такое нейросети, как они работают и что нужно освоить новичку в AI
Эта работа может быть выполнена намного быстрее и точнее с помощью ИИ. Специалисты по телемаркетингу. Телемаркетинг включает в себя повторные звонки потенциальным клиентам и является еще одной задачей, которую можно автоматизировать с помощью ИИ. Системы искусственного интеллекта можно запрограммировать на совершение звонков и общение с потенциальными клиентами, что устраняет необходимость в привлечении людей. Служба поддержки клиентов. Системы искусственного интеллекта можно запрограммировать для обработки простых запросов в службу поддержки клиентов, таких как ответы на вопросы о продуктах и услугах. Этот тип работы часто включает однотипные задачи и может быть автоматизирован с помощью ИИ, что снижает потребность в представителях службы поддержки клиентов. Что касается копирайтеров и программистов, то эти профессии с меньшей вероятностью будут непосредственно затронуты искусственным интеллектом в краткосрочной перспективе. Хотя системы ИИ можно использовать для создания простого текста, такого как описание продуктов, ИИ по-прежнему сложно сравниться с творческими нюансами текстов, написанных людьми.
Копирайтинг часто требует глубокого понимания человеческого поведения и эмоций, что в настоящее время трудно воспроизвести системам ИИ. С другой стороны, программирование включает узкоспециализированные задачи, требующие передовых технических навыков. Хотя системы ИИ можно использовать для автоматизации некоторых аспектов разработки программного обеспечения, таких как генерация кода, они еще не способны воспроизвести сложные навыки решения проблем и критического мышления, необходимые для большинства задач в области программирования. Однако важно отметить, что по мере того как системы ИИ продолжают совершенствоваться, они могут получить возможность автоматизировать более сложные задачи в копирайтинге, программировании и других областях.
Его задача — писать максимально емкие ответы на разнообразные запросы пользователей, которые потом загружают в нейросеть.
В дальнейшем система опирается на эти ответы как на эталонные, формируя собственные. Promt-инженеры обучают нейросеть работе с голосовыми интерфейсами. Такой человек должен знать языки программирования, уметь формулировать задачи и видеть, что искусственный интеллект может предложить для их решения, подчеркнули в Sitronics Group.
Описание профессии Разработчик нейросетей — это программист, который разрабатывает математические модели машинного обучения по типу нейронных связей головного мозга. В отличие от привычных программ, которые выполняют единичные действия по скрипту, нейросети обучаются и могут улучшать свои алгоритмы самостоятельно по мере того, как накапливают и обрабатывают данные. Это можно увидеть, например, в сервисах распознавания лиц: чем больше фотографий людей «видит» нейросеть, тем больше типичных черт лица она будет воспринимать и тем проще ей будет найти конкретного человека. Проблема в том, какие вводные были заложены в алгоритм изначально и насколько хорошо разработчик прописал «поведение» нейросети. Соответственно, основная задача IT-специалиста — создать такую нейросеть, которая способна обучаться и научить её это делать.
Если верить исследованию McKinsey , уже к 2030 году большинство рутинных операций возьмет на себя искусственный интеллект ИИ. Как отмечает менеджер по продуктам в «ЮMoney» Иван Скоков, нейросети развивались и до 2023 года, но именно в этому году получили большой вирусный потенциал в России за счет освещения возможностей бота ChatGPT в СМИ и в профильных маркетинговых телеграм-каналах.
Эта нейросеть работает на основе языковой модели с генеративным искусственным интеллектом. В 2022 году, на пике своей популярности за рубежом, она привлекла больше инвестиций, чем лучшие проекты Кремниевой долины. Интересно, что из-за простого, по сравнению с другими AI-проектами, порога входа в ChatGPT многие пользователи при упоминании нейросети в первую очередь думают о генеративных задачах с текстами. Но на деле ИИ уже сейчас способен решать более широкий спектр задач. Как отмечает руководитель направления контент-маркетинга и соцсетей в «ЮMoney» Майя Новикова, ИИ можно использовать для создания полноформатных видео, брендирования цифровых креативов для рекламных кампаний, с их помощью можно выявлять мошенников, готовить предиктивную аналитику и т. Нейросети используются в самых разных отраслях, включая здравоохранение, финансы, розничную торговлю и производство. А буквально на днях «Сбер» первым из российских техногигантов выпустил собственную версию мультимодальной нейросети GigaChat, которая на первом этапе будет доступна в режиме тестирования по приглашениям. Она умеет отвечать на вопросы пользователей, поддерживать диалог, писать программный код, создавать тексты и картинки на основе описаний в рамках единого контекста. В отличие от ChatGPT, сервис GigaChat изначально поддерживает мультимодальное взаимодействие и более грамотно общается на русском языке. А компании, у которых больше ресурсов на тестирование, обучение ИИ и аналитику, используют AI-сервисы с более разнообразным набором опций, отмечает Иван Скоков.
Это могут быть нейросети для производства лекарств, ведения переговоров и создания оригинальных изображений. Например, система искусственного интеллекта AlphaFold, разработанная компанией DeepMind, способна предсказывать 3D-структуру белков с невероятной точностью. Это может произвести революцию в открытии лекарств и способствовать появлению новых методов лечения заболеваний. А виртуальный помощник на базе ИИ под названием Google Duplex может совершать телефонные звонки и назначать встречи от имени пользователей, вести переговоры и даже обрабатывать сложные сценарии, такие как бронирование столиков в ресторане.
Назван список профессий, по которым сильнее всего ударит ИИ. Программисты в безопасности
| Какие профессии скоро может вытеснить нейросеть с рынка труда Metro | Профессия «Специалист по нейросетям» предполагает глубокие знания и специализацию в различных областях, связанных с нейросетями. |
| Нейросеть показала профессии будущего (фото) | Как появилась профессия тренера нейросетей Основные обязанности AI-тренера Ключевые навыки Где могут работать AI-тренеры Сколько зарабатывает тренер нейросетей Как стать AI-тренером Перспективы профессии Главные мысли. |
8 перспективных профессий, связанных с ИИ
По мнению экспертов «ЮMoney», как только нейросети станут мейнстримом и начнут регулироваться государством или большим числом компаний, решивший их «нанять» малый и средний бизнес должен будет платить — как минимум за отдельные услуги. Новые решения выходят постоянно. Те, которые несколько месяцев назад стоили Х, теперь стоят 0,1Х. Но даже по первоначальной стоимости это в 10-100 раз дешевле, чем платить профильному специалисту, отмечает Иван Скоков. Такие сотрудники необходимы, чтобы обучать нейросети корректно обрабатывать любые запросы — не важно, просят их написать код или комментарий для пресс-релиза. По словам Ивана Скокова, работа специалиста по промтам становится все популярнее — уже есть вакансии с годовой зарплатой в 300 тысяч долларов. Компании ищут способы создавать контент высокого качества с помощью искусственного интеллекта, а навыки по отдельным скиллам для работы с нейросетями уже включают в некоторые вакансии в контент-маркетинге и SMM в России. Чтобы развивать навыки работы с нейросетями, есть курсы по ИИ, но качественной базы пока немного. Чтобы начать двигаться в этом направлении, эксперт «ЮMoney» рекомендует практиковаться и самостоятельно решать с помощью нейросетей разные задачи, а также изучать готовые промты. Иван считает, что спрос на специалистов по промтам будет расти по мере развития ИИ, поэтому люди должны быть готовы осваивать новые навыки. Для этого пишем запросы с максимальным количеством ключевых слов или словосочетаний на английском языке — с уточнением, что ответить нужно на русском.
Так можно получить более осмысленный результат», — рассказывает Майя Новикова. Если внедрить в свои процессы или продукты ИИ пока не получается, можно потренироваться на инструментах, которые требуют меньше ресурсов и разработки. Например, сделать чат-бота в телеграме — сейчас есть много бесплатных способов, в том числе и в API мессенджера. Для предпринимателей, которые продают в интернете без сайта, в «ЮKassa» недавно сделали бота, который умеет выставлять счета клиентам в телеграме. С его помощью можно отправить ссылку на оплату за несколько секунд, не прерывая диалога.
И все такое. А кто-то прошел напролом и начал рисовать конкретно круассан, фотореалистично и так далее. И эти все подходы имеют право на жизнь, и в равнозначной степени вы можете получить такие варианты от живых людей. В случае с Ироновым человек, без участия людей, он заполняет бриф, описывает свою компанию. Дальше у нас отдельная система, нейросеть, она интерпретирует бриф, то есть она из текста брифа достает некоторые образы, которые могут подходить под визуальное представление этой компании, как она может быть представлена в виде какого-то емкого символа либо знака.
И дальше это по такой цепочке передается, появляются эти визуализации этих образов, они обогащаются разными шрифтовыми комбинациями, дальше подключаются отдельные алгоритмы, которые подбирают цветовые сочетания комплиментарные. В общем, там сложная-сложная штука. Но по факту это точно то же самое, что происходит при работе с живым человеком. То есть интерпретируется некоторый текстовый ввод, так же как к вам приходит человек и что-то говорит, и вы как-то это трансформируете. Мы все эти шаги условно творческих мытарств алгоритмизировали, перевели в какие-то отдельные процессы? И клиент на выходе получает опыт, очень сопоставимый с опытом общения с живым дизайнером. Только наш дизайнер не капризничает, не болеет. Коротнева: Не уходит в отпуск. Кулинкович Да, да, да. Гребенников: Скажите, а стоимость разработки логотипа… Логотип, предположим, я пришел за логотипом, искусственным интеллектом и обычным дизайнером в студии Артемия Лебедева отличается?
Есть какой-то прайс на искусственный интеллект и обычного дизайнера? Кулинкович: Да, конечно, отличается. Когда вы приходите лично в брендинговое агентство или дизайн-студию, помимо непосредственного конечного дизайнера, который сидит и визуализирует ваш логотип, в это вовлечено очень много людей на самом деле. Это юристы, которые помогают составлять договор; менеджеры, которые позволяют клиенту и дизайнеру услышать друг друга, перевести с одного языка на другой, и много-много всего. Соответственно, когда вы работаете с живыми людьми, чаще всего дизайн — это операционный процесс, где клиент хочет, чтобы его услышали и некоторое врем поиграли с ним вот в эту игру «Согласование видения», да? Это все умножается на стоимость часов специалиста. И разные компании, конечно, по-разному, диапазон очень большой, но он может доходить до очень больших сумм. То есть если вы просто придете в большую дизайн-компанию, то разработка логотипа с нуля, где вас будут слышать, слушать долго и до победного, она может быть супердорогой, неподъемно дорогой для малого и среднего бизнеса. Поэтому Иронов и другие генеративные технологии — это не просто про скорость, это про такую демократизацию дизайна, что если у вас не слишком много денег для того, чтобы играть во все эти чаепития и подписания договоров дорогостоящее, то вы можете пойти и получить из коробки сопоставимый по качеству результат. Просто процесс будет происходить несколько иначе.
Вам нужно будет принять, что ваши какие-то правки и пожелания интерпретируются не прямым методом, а косвенным, в результате работы некоторых алгоритмов. Там могут быть шероховатости, а могут быть, наоборот, источники классных открытий в результате этого. Гребенников: Вот вы говорите про открытия. А бывало так, что пришли две разные компании, диапазон полгода-год, и искусственный интеллект выдал одинаковый логотип на совершенно разные задачи, которые перед вами ставили? Такое происходит и с живыми людьми, то есть можно увидеть очень много примеров того, как дизайнеры думают похоже, скажем так. Гребенников: Назовем это так, хорошо. Кулинкович: Ну да. Просто на самом деле очень часто, когда у вас большой объем работы, вы сделали 1 000 логотипов, наивно полагать, что в мире все ваши логотипы абсолютно аутентичны, потому что каждый день в мире сотни и тысячи дизайнеров генерят новые логотипы, а набор примитивов, из которых логотипная графика состоит, он довольно ограничен, потому что есть базовые формы: треугольник, прямоугольник, квадрат и так далее, которые так или иначе комбинируются. Если мы говорим условно, что даже у стран, которых ограниченное количество, есть очень похожие флаги, которые можно часто путать друг с другом, что уж говорить про логотипы, которых сотни тысяч генерируется каждый год. Соответственно, мы видим, что действительно могут появляться одинаковые работы, как у живых людей, так и нейросеть может генерировать одинаковые работы, и мы в этом не видим проблемы, потому что это было долгое время ранее.
Если где-то в Сингапуре еще существует похожая птицефабрика с таким же крестиком, таким же цветом и с таким же соотношением сторон исполнен, то едва ли эти бизнесы будут друг друга локтями толкать. Поэтому мы на это смотрим совершенно нормально компенсируем это объемом, то есть проблема плагиата существенна, когда у вас стоимость каждой итерации очень большая, а дизайнер уходит на следующую итерацию, неделю молчит, пыхтит и так далее. Но когда вы можете еще одним щелчком сгенерировать еще 100 альтернатив, то, в целом, это перестает быть проблемой. Но я предлагаю переходить от проекта Николай Иронов к другим генеративным технологиям, потому что летом прошлого года буквально весь интернет взорвала сеть Midjourney, которая создавала крутые классные визуальные картинки, и все были в полном восторге. Но вместе с этим восторгом действительно возник вопрос о том, что «Зачем мне условно в штате держать дизайнера, если я могу загрузить свой достаточно вариант брифа, и нейросеть выдаст мне несколько классных вариантов: совершенно удивительных и визуально привлекательных. Сергей, давайте поговорим немножко про это. Во-первых, как вы думаете, какие перспективы развития у этих нейросетей? Насколько действительно хорошо они генерируют визуальные изображения, и какие риски это несет для творческих профессий? Кулинкович: Спасибо за вопрос. Поскольку возможна какая-то профдеформация, и мы довольно давно находимся от в этой области генеративного дизайна.
Просто сейчас из-за того, что искусственный интеллект как понятие тиражируется и как-то ассоциируется с нейросетевыми технологиями, и это сейчас на всех полосах газет и всяких изданий, на это все прожекторы устремлены, на самом деле генеративный дизайн существовал ранее просто в других жанрах. И он как тогда, так и сейчас создавая новые возможности, новые рабочие места, то есть сейчас есть отдельные ребята, которые используют эту технологию для того, чтобы решать подобные задачи за деньги. Midjourney и другие ребята, они создают под себя, как Иронов, который создал новый рынок, который мы сделали, так и другие ребята. Они берут и просто используют это как инструмент. Раньше инструментом была кисть, к которой просто нужно было применить к ней механическое какое-то воздействие, и сколько-то лет опыта. Но, в целом, она выдавала такие же результаты. Сейчас вместо этой кисти что-то другое. Завтра будет еще что-то другое. Но, в целом, какого-то такого слома я не наблюдаю. Просто появилась новая возможность делать то, что раньше требовало большого количества часов, быстро.
Но фактически это просто расширяет, как сказать, перераспределяет усилия людей. То есть сейчас мы видим, что появляются новые профессии. Они такие, околодизайнерские: наполовину дизайнерские, наполовину технические. Люди, которые занимаются промт-инжинирингом, которые учатся взаимодействовать с этим инструментом, задавать ему правильные вопросы и получают правильные ответы. Но по факту это тот же дизайн, просто инструментом дизайнера является уже не кисть, уже не какие-то программы редактирования графики. А просто нейросеть. Поэтому ничего не меняется на самом деле, просто трансформируются инструменты производства. И это было и 100 лет назад, когда происходили какие-то переходы от ручного труда к фабричному, так и сейчас. Так я себе это представляю. Гребенников: Правильно, если простым языком сказать, когда нам говорили, что появилось телевидение, то театр умрет.
Точно так же, как не умер театр, не умерло телевидение после появления интернета, точно так же и с появлением искусственного интеллекта, мне кажется, у дизайнера просто появилось больше инструментов для того, чтобы творить. Кулинкович: Да. Совершенно верно. Более того, интересный эффект, что тот крафт, ручная такая работа, которая… Вот этот рынок объединял в себе большое количество профессионалов и сейчас кажется, что пришли нейросети и этот рынок разрушили. И, конечно, вода из этого моря утекла в моменте. Но при этом останутся мастера, как в случае с театрами, есть гениальные постановки, которые собирают огромные залы и оказываются суперактуальными и, возможно, даже более редкими и более неожиданными, чем они были ранее. Потому что ранее это был такой массовый продукт, то сейчас это штучный. Поэтому, когда все говорят, что нейросети убивают работу дизайнера, здесь, наоборот, я это вижу, как создание каких-то интересных локальных ниш, которые, наоборот, создают возможности. Они как бы преумножают варианты применения каких-то творческих усилий. Коротнева: Сергей, вопрос о том, появится ли новая профессия на стыке дизайна и около какой-то научной истории Data Science.
Вы уже сказали про профессию промт-инжиниринг. Кулинкович: Разные люди это называют по-разному. Мы в студии называем это «нейровод» — человек, который выбирает финальный вариант, потому что вариантов очень много, выбрать из них конечный — это и есть одна из самых сложных задач. У нас есть специальные нейроводы. Которые делают дизайн мозгами Николая, но принимают ответственность за принятие финального решения. Гребенников: Сергей, такой вопрос. Николай — это все-таки когда-то был реальный человек или полностью вымышленный персонаж? Кулинкович: Это полностью вымышленный персонаж. С этим есть очень интересная история, потому что, когда мы начали получать работы, которые сопоставимы по качеству с живыми людьми, мы решили, это не просто прикол. Мы решили проверить, насколько… либо это наш глюк, либо это действительно похоже на то, что делает живой человек.
Поэтому мы придумали Николая Иронова и начали под его именем отдавать эти работы нашим клиентам, которые не знали о том, что это генеративный дизайн, для того чтобы обойти вот этот блок предрассудков по поводу того, что если дизайн был синтезирован, значит, он какой-то не такой, какой-то недостаточно человеческий, недостаточно качественный. И мы воспользовались вот этой секретностью и анонимностью. Более того, мы даже засекретили его внутри компании, завели ему там карточку в бухгалтерии, завели ему e-mail, Facebook и так далее, поддерживали какую-то социальную даже жизнь от его имени, придумали ему фоторобот. Мы скормили тоже генеративной системе портреты всех сотрудников студии, которые на тот момент были, и сделали усредненное лицо, загрузили его карточку в наш интернет и, собственно, прожили, пока шла разработка, мы жили с этим образом Николая Аронова. И дальше отдавали клиентам работы, подписанные этим именем. И только когда эти работы начали массово тиражироваться, появляться на объектах какого-то реального мира, на этикетках с напитками, на вывесках в кафе, только тогда мы раскрыли карты и сказали, что это не человек. Коротнева: Очень любопытно про Николая Иронова. Но вернемся к нашим сетям, которыми мы пользуемся уже с прошлого года. Пытаемся как-то с ними играться, вдохновляться. Мне кажется, я поэтому и хочу ваше профессиональное мнение спросить, что нейросеть, в частности Midjourney, работает примерно в одном и том же направлении — накладывает один и тот же паттерн?
Я имею в виду сюрреализм, абстракция, киберпанк. Как-то так она работает.
Азы можно освоить, пройдя или онлайн-курсы в хорошем университете, или офлайн на базе специализированного образовательного учреждения. Чаще всего в данную сферу уходят дата-саентисты или другие программисты, которые видят себя именно в этой отрасли.
А теперь посмотрим, какими знаниями и навыками нужно обладать, чтобы стать хорошим специалистом по нейронным сетям: хорошо знать математику, статистику, основы и методы работы в IT сфере; уметь визуализировать полученную информацию, создавать инфографику, дашборды в наглядном и понятном формате; знать основные языки программирования особенно Python и уметь с ними работать; создавать модели машинного мышления, проверять их работу и вносить коррективы; применять модели машинного мышления для решения реальных задач; знать фреймворки TensorFlow, PyTorch, Keras и т. Кроме того, тем, кто хочет продвинуться в этой профессии, необходимо воспитывать в себе следующие качества: Внимательность. Работа специалиста по нейросетям требует крайней педантичности и аккуратности. Представители этой профессии работают с большими объемами данных.
Чтобы правильно организовать машинное обучение, им понадобится много сил и времени. Любознательность и обучаемость. Искусственный интеллект — это та сфера, которая только открывается. Поэтому специалистам нужно будет много учиться на протяжении всей своей карьеры, самостоятельно изучать информацию.
Кроме того, необходимо вникать в направление деятельности заказчика, чтобы понять, что именно он хочет и как это можно реализовать. Когда работа связана с такими масштабными и многообещающими проектами, к ней нужно относиться серьезно. Тем более, что на их реализацию тратятся огромные бюджеты. Читайте также: Подробнее о том, кто такой агроинженер Сколько можно зарабатывать Теперь поговорим о финансовой стороне вопроса.
Специалисты по нейронным сетям считаются одними из самых высокооплачиваемых в сфере IT. Востребованность этой профессии постоянно увеличивается, и с каждым годом спрос будет только расти. Особенно много вакансий в таких крупных городах как Москва и Санкт-Петербург. Если рассматривать в среднем по России, то оклад для начинающих специалистов варьируется в пределах 60-80 тыс.
Более опытные разработчики могут получать от 90 до 200 тыс. А вот доход профессионалов своего дела достигает 250-300 тыс. Но стоит понимать, что специалистам этой области бывает сложно найти работу в регионах. И зарплата там значительно меньше названных нами цифр.
Это позволяет сократить время, затрачиваемое на оптимизацию контента, и улучшить его качество. Финальное решение и формулировка задач по-прежнему остаются за человеком, так что самозанятые специалисты в этих сферах смогут сосредоточиться на более интересных задачах. Аналитики данных. Многие задачи, связанные с обработкой и анализом больших объемов данных, могут быть автоматизированы. ИИ может анализировать данные и выявлять закономерности лучше людей, что позволяет сократить время, затрачиваемое на анализ, и уменьшить вероятность ошибок. Самозанятые в этой сфере смогут ускорить работу за счет сотрудничества с ИИ.
Тестировщики программного обеспечения. ИИ может использоваться для автоматического тестирования программного обеспечения, что позволяет сократить время, затрачиваемое на тестирование, и уменьшить вероятность ошибок. Специалисты в этой сфере смогут делегировать ИИ стандартные задачи. Главное: ИИ не может полностью заменить человека, он не придумает свежего неординарного решения, не сможет провести переговоры, не учтет всех клиентских замечаний и не способен выгодно продать результат своего труда. ИИ — инструмент, работе с которым предстоит научиться многим самозанятым и фрилансерам, чтобы сохранить свои конкурентные преимущества на рынке. Чему надо учиться Самозанятые, работающие в отраслях, в которых будет активно применяться ИИ, могут сохранить свою конкурентоспособность, если будут развивать следующие навыки:.
Навыки программирования.
Треть российских соискателей полагает, что их профессию могут заменить нейросети
| Профессия будущего для детей: оператор нейросетей | При этом сейчас появляется всё больше профессий, связанных с созданием и обслуживанием нейросетей. |
| Неожиданные профессии, где используют нейросети | Уже сейчас идут бурные обсуждения, что нейросети, вероятно, в будущем смогут полностью заменить специалистов ряда профессий. |
Огонь нейросетей: как попасть в индустрию
В этой статье рассмотрим путь специалиста по нейросетям и искусственному интеллекту, который хочет в будущем работать в этой сфере. Нейросети: с чего начать Нейросети и ИИ — это узкая специализация Data Scientist , специалиста по большим данным. Поэтому сначала нужно изучить науку о данных, а потом выходить на следующий уровень. Обучение Data Science начинается с основ: математика, статистика, математический анализ и теория вероятности. В университете эти предметы часто оторваны от реальности, поэтому важно найти курсы, где базу дадут с примерами из задач бизнеса.
Например, в GeekUniversity на факультете Искусственного интеллекта математический анализ и линейную алгебру сразу преподают с точки зрения использования методов и алгоритмов в машинном обучении. Знания ложатся в голову гораздо быстрее, если понимаешь, как будешь применять их в своей будущей работе. На курс по нейросетям лучше идти уже с небольшой базой: будет достаточно тех знаний по математике, Python и SQL, которые вы изучали самостоятельно или в университете. Курсы помогут обновить и дополнить базу, чтобы двигаться к главному — Machine Learning и работе с искусственным интеллектом.
Погружаемся в машинное обучение Зная методы линейной алгебры и владея языком программирования Python, вы можете строить модели анализа данных, которые помогают реальному бизнесу оптимизировать процессы и больше зарабатывать. Сначала вы получаете задачу: например, спрогнозировать отток клиентов в следующем месяце.
Достоверность ответов: из чего состоит и как проверять. Важное о структуре ответов нейросети и видах текстов. От лучшего к худшему: что такое ранжирование ответов. В конце каждого параграфа есть несколько проверочных вопросов, которые помогут закрепить знания. Другой способ — подать заявку на участие в школе AI-тренеров. Для поступления нужно успешно выполнить тестовое задание. Обучение в школе бесплатное, состоит из двух частей.
Это требует тщательного тестирования и оптимизации моделей перед их практическим применением. В целом, работа в профессии Специалиста по нейросетям предоставляет отличные возможности для профессионального роста и развития. Она требует высокой квалификации и интеллектуальных усилий, но приносит удовлетворение от решения сложных задач и внедрения инновационных технологий. Специализации Профессия «Специалист по нейросетям» предполагает глубокие знания и специализацию в различных областях, связанных с нейросетями. Ниже приводится краткое описание различных специализаций в данной профессии: Разработка архитектуры нейросетей: специалисты этой специализации занимаются проектированием и разработкой структуры нейронных сетей. Они определяют количество слоев, типы нейронов, связи и другие параметры, чтобы достичь оптимальной производительности и эффективности работы нейросети. Обработка и предобработка данных: такой специалист занимается подготовкой и анализом данных, которые будут использоваться для обучения нейросетей. Он выполняет очистку данных, масштабирование, выбор признаков и другие подготовительные этапы, чтобы обеспечить качественное обучение нейросети. Обучение нейросетей: этот специалист занимается выбором оптимальных алгоритмов и методов обучения нейросетей. Он проводит обучение на выбранных данных, настраивает гиперпараметры и оптимизирует процесс обучения для достижения максимальной точности и эффективности работы нейросети. Оптимизация нейросетей: задача этого специалиста — разработка и применение алгоритмов и методов оптимизации работы нейросетей. Он стремится увеличить скорость работы нейросети, уменьшить потребление ресурсов и повысить стабильность ее функционирования. Применение нейросетей в компьютерном зрении: такой специалист занимается разработкой и применением нейронных сетей для решения задач компьютерного зрения, таких как распознавание образов, сегментация изображений, классификация и др. Он использует глубокое обучение для обработки и анализа изображений. Прогнозирование временных рядов с помощью нейросетей: данный специалист применяет нейронные сети для анализа и прогнозирования временных рядов. Он исследует и анализирует временные данные, разрабатывает модели нейросетей и использует их для прогнозирования будущих значений временных рядов. Разработка нейросетей для обработки естественного языка: такой специалист занимается разработкой и применением нейронных сетей для обработки и анализа естественного языка. Он работает с текстовыми данными, выполняет задачи, такие как классификация текстов, анализ тональности, машинный перевод и др. Вышеуказанные специализации являются лишь некоторыми примерами областей, в которых специалисты по нейросетям могут углубить свои знания и навыки. Они могут также специализироваться в других областях, таких как обработка звука, рекомендательные системы, генетические алгоритмы и т. Благодаря широкому спектру областей применения нейросетей, специалисты могут выбирать ту область, которая наиболее интересна и подходит для их целей и интересов. Качества и навыки Работа в области нейросетей требует определенных личных качеств и навыков, которые позволят успешно выполнять профессиональные задачи. Вот некоторые из них: 1. Увлечение и интерес к искусственному интеллекту и машинному обучению Профессионалы в области нейросетей должны проявлять глубокий интерес к исследованию и разработке новых методов и алгоритмов в сфере искусственного интеллекта и машинного обучения. Это поможет им быть мотивированными и продуктивными в работе. Математические и аналитические способности Специалист по нейросетям должен обладать хорошими математическими знаниями и аналитическим мышлением. Они должны быть способными вникнуть в сложные модели машинного обучения и эффективно работать с большими объемами данных. Программирование Знание программирования является неотъемлемой частью работы специалиста по нейросетям. Они должны быть знакомы с языками программирования, такими как Python и TensorFlow, и уметь писать эффективный и оптимизированный программный код для обучения и развертывания нейронных сетей. Техническое понимание Специалист по нейросетям должен иметь хорошее техническое понимание работы нейронных сетей и их алгоритмов. Они должны быть в курсе последних исследований и тенденций в области машинного обучения и искусственного интеллекта, чтобы применять их в своей работе. Креативность и инновационность Поскольку область нейросетей постоянно развивается, специалисты должны быть креативными и инновационными в своем подходе к решению задач. Они должны быть способными мыслить нестандартно и рассматривать проблемы с разных точек зрения, чтобы найти новые пути и решения. Коммуникационные навыки Сотрудники в области нейросетей должны обладать хорошими коммуникационными навыками. Они должны быть способными четко и понятно объяснять сложные концепции и результаты своей работы коллегам и клиентам, которые могут не иметь специализированного образования. Профессионализм и ответственность Специалисты по нейросетям должны быть профессиональными и ответственными в своей работе. Они должны придерживаться этических стандартов, относиться к данным и конфиденциальной информации с должным вниманием и строго соблюдать правила безопасности. Профессия Специалиста по нейросетям подходит для людей, увлеченных и заинтересованных в области искусственного интеллекта и машинного обучения. Они должны быть готовы к постоянному обучению и саморазвитию, поскольку беспрерывные исследования и инновации являются неотъемлемой частью этой профессии. Как стать и где получить образование 1. Требования к образованию Для успешной карьеры в области нейросетей рекомендуется иметь базовое образование в математике, компьютерных науках или смежных дисциплинах. Но это не единственный путь. Некоторые специалисты достигают успеха в этой области, имея нетрадиционное образование или опыт работы в смежных областях. Возможные пути обучения Университетское образование: Многие университеты предлагают программы бакалавриата и магистратуры по компьютерным наукам или математике с углубленным изучением нейросетей и искусственного интеллекта. Обучение в университете обычно включает курсы, посвященные теоретическим и практическим аспектам разработки и применения нейросетей.
И только когда эти работы начали массово тиражироваться, появляться на объектах какого-то реального мира, на этикетках с напитками, на вывесках в кафе, только тогда мы раскрыли карты и сказали, что это не человек. Коротнева: Очень любопытно про Николая Иронова. Но вернемся к нашим сетям, которыми мы пользуемся уже с прошлого года. Пытаемся как-то с ними играться, вдохновляться. Мне кажется, я поэтому и хочу ваше профессиональное мнение спросить, что нейросеть, в частности Midjourney, работает примерно в одном и том же направлении — накладывает один и тот же паттерн? Я имею в виду сюрреализм, абстракция, киберпанк. Как-то так она работает. Или нет? Или она может работать во всех художественных направлениях, креативить совершенно разное? Кулинкович: Ее так научили. Но по факту, когда вы работаете с живым человеком, он тоже работает в одном направлении. Вы приходите к дизайнеру живому или иллюстратору и говорите: «Нарисуй мне кружку», и он вам нарисует, скорее всего, кружку таким образом, как он умел рисовать все эти годы до. И вы для того, чтобы ваш инструмент, для того, чтобы подобрать правильный стиль, найти правильного дизайнера, иллюстратора с правильной историей… Потому что в целом в реальном мире довольно мало людей живых, которые готовы рисовать в очень широком изобразительном диапазоне, создавать графические материалы. Так и с нейросетями. И они рисуют то, чему их научили. Условно, какой-то сет они повидали, то они и выдают. Поэтому всегда можно найти некоторые групповые признаки у разных технологий. Гребенников: Сегодня применение искусственного интеллекта — это дань моде или это реальный инструмент, который делает нашу жизнь и наши сервисы немножко лучше? В Москве есть ресторан, который существует без шеф-повара, и там такая концепция, что все блюда придумывает искусственный интеллект, потому что искусственный интеллект лучше знает, что в целом, в среднем люди едят. И это дань моде или это реальный сервис, который помогает дизайнерам, музыкантам, тем, кто творит, тем, кто пишет какие-то книги, учебники? Какое у вас мнение? Кулинкович: Во-первых, не стоит недооценивать дань моде. Потому что дань моде продолжает помогать продавать, помогает зарабатывать. И та обвязка, тот же самый продукт, на который навесили лейбл искусственный интеллект, он продается потенциально… В правильных руках он будет продавать с лучшей конверсией, с большей. Это даже без рассмотрения того, что стоит за концепцией искусственный интеллект. Это просто лучше продается. В моменте. Это уже реальное применение. Я знаю, о каком ресторане вы говорите. Там очень вкусно. И я там бывал много раз. Я практически уверен, что это как раз именно эксплуатация первого сценария. Потому что слишком хорошо для искусственного интеллекта, слишком вкусно. Второй момент, что мы видим, что люди используют… Это не игрушка. Если обращаться опять к Аронову, то у него несколько тысяч клиентов. И к нам приходят постоянно благодарные отзывы людей, которые просто смогли себе дешево сделать… И быстро сделать классный логотип, который они любят, используют. И этой возможности у них не было ранее. Это было либо дорого, либо они на это не решались. В этом смысле я вижу… И помимо этого мы же разрабатываем и другие технологии. И я вижу, что это вполне себе для нас создает новые рынки внутри. И если рынки существуют, это значит, что… Если энергия в этих рынках как-то двигается, это значит, что есть люди, которые в конечном итоге расстаются с деньгами за результаты работы этих алгоритмов. А если люди расстаются с деньгами систематически, значит, в этом есть какая-то систематическая польза. Поэтому тут я виду просто главное узкое место не в самих технологиях, а в их правильном режиссировании. Если мы говорим про дизайн, технологии генеративного дизайна и в целом очень сложные модели нейросетевые, они существуют уже много-много лет. Но из-за того, что они создаются в целом математиками и появляются в реальности в виде таких «вайт пейперов», научных статей, которые просто как набор некоторых формул. Но они уже есть на рынке. И сейчас я вижу, что главное узкое горлышко лежит уже не в технологиях, не в непосредственно искусственном интеллекте, есть он или нет, а в том, в какие человеческие отрасли это применено. Потому что это реально дорогое удовольствие. Взять какой-то существующий бизнес. Найти там несовершенство и какие-то вещи, которые можно автоматизировать с помощью просто технологий. Это и так дорого. А с использованием нейросетевых технологий — это еще дороже. Я вижу, что сейчас основная борьба, основной движ происходит именно здесь, где технологии все уже есть, просто подходи, бери с полки. Но главное — это найти сейчас в существующих индустриях большие возможности. Большие несовершенства, которые можно автоматизировать с помощью этих технологий. Гребенников: Мне кажется, это хорошо продается в том числе. Вы не просто так сказали про маркетинг и рекламу. Ведь туда сегодня добавили лейбл «создано с помощью искусственного интеллекта», «благодаря искусственному интеллекту». А тут еще ChatGPT применили. Мне кажется, что это хорошо продается. С другой стороны, очень хорошо покупается пользователями. Я тут сейчас в своем телефоне нашел приложение. Называется Mubert. Наверное, слышали о таком. Это музыка, созданная искусственным интеллектом. Когда мне нужно что-то включить фоновое, От Чайковского и Баха я устаю. Невозможно слушать бесконечно. Может, я кого-то сейчас обижу в нашем эфире. Включаю Mubert фоном, я могу это слушать бесконечно. Такое ощущение, я музыку не замечаю. Но при этом у меня в квартире есть фончик, который приятно радует ухо. Поэтому куча сегодня применений искусственному интеллекту и всему этому. Я помню, мы еще застали времена, когда компания Microsoft работала в России. И была огромнейшая презентация, как искусственный интеллект создал не только музыку, но и сопроводил это визуальным рядом. Это было потрясающе. Хочется, чтобы таких проектов становилось больше. Наверное, подвел я к чему… К тому, что какой ваш самый любимый логотип или проект, созданный с помощью Николая Иронова внутри студии Артемия Лебедева? Чем вы прямо гордитесь? Кулинкович: Ох, это сложный вопрос. Потому что в целом Иронов сделал уже больше миллиона логотипов и продолжает генерить. Гребенников: Понимаю. Кулинкович: Понятно, что, если отбросить весь контекст и посмотреть на логотипы живых людей и генеративные логотипы, то в целом они очень близкие. Едва ли человек или машина способен создать что-то вне контекста такое, что будет иметь какую-то невероятную силу само по себе. Поэтому логотип становится культовым, скорее, не из-за своей оригинальной формы. Они становятся культовыми из-за того контекста, в котором они в правильный момент появились. И конечно, ранний Николай, когда он выступал инкогнито и генерил еще такие… Мы еще не до конца могли и хотели попадать в жанр неотличимости от человеческих логотипов. Поэтому он был такой немного шероховатый. И этим вызывал недоумение. И при этом притягивал людей. И когда мы просто… Момент, когда ты вечером идешь домой, заходишь в магазин продуктовый. Ты просто видишь на полке такой ряд из бутылок пива, сделанных синтетически, и ты знаешь, что клиент это воспроизвел, не зная о том, что это был синтетический дизайн, к которому человек не прикасался. Это очень интересное чувство, ощущение. Или когда выходили большие обзоры логотипов для блогеров, которые недоумевали, как такое можно было им предложить за такие деньги, за которые это продалось. Это, конечно, генерировало очень много внутренних переживаний, приятных ощущений о том, что ты обладаешь некоторым секретом, который другие пока не знают. Поэтому все ранние работы Николая, которые были, когда он еще скрывал свое истинное обличие, они отличаются. Для меня особо… Я с особым трепетом их вспоминаю. Мы себе обещали, что мы не будем менять логотип.
Онлайн-курсы
- Нейросети наступают: специалистов каких профессий уже готов заменить искусственный интеллект
- Как развитие ИИ изменило подход к работе
- Без работы не останемся: к 2030 году ИИ добавит семь новых профессий / Хабр
- Нейросеть составила список самых востребованных профессий будущего - 7Дней.ру
- Специалист по нейронным сетям: кто это
Нейросети вместо человека: каким специалистам впору задуматься о смене профессии
Уже сейчас идут бурные обсуждения, что нейросети, вероятно, в будущем смогут полностью заменить специалистов ряда профессий. Профессии, связанные с нейросетями: какой бывает работа будущего и как на нее устроиться. Нейросети вместо человека: каким специалистам впору задуматься о смене профессии. У нейросети спросили, какими будут профессии будущего. Эта специальность ИИ занимается созданием изображений, используя технологии искусственного интеллекта и нейросетей. С нейросетями была знакома немного до обучения.
5 перспективных профессий в области искусственного интеллекта
При этом сейчас появляется всё больше профессий, связанных с созданием и обслуживанием нейросетей. Но Universal потребовал от музыкальных агрегаторов запретить нейросетям учиться на их плейлистах. Из этой статьи вы узнаете о трех новых профессиях, которые стали востребованными на рынке после появления нейросетей, и какие навыки нужны для того, чтобы успешно в них развиваться.
Нейросети на работе: какие задачи они могут взять на себя уже сейчас
Нейросеть сделала это за 5 минут с хорошей ла локальные компании от глобальных, рассказала про количество производственных площадок. Искусственный интеллект угрожает профессии технического писателя, потому что многие задачи, связанные с написанием технических документов, инструкций и справочных материалов, могут быть автоматизированы с помощью ИИ. Введение в ИИ и нейросети, знакомство с профессией. Из этой статьи вы узнаете о трех новых профессиях, которые стали востребованными на рынке после появления нейросетей, и какие навыки нужны для того, чтобы успешно в них развиваться.