
Искусственный интеллект
Stability AI представляет Stable LM 2 с 1,6 миллиардами параметров
Соревнование за самые мощные и доступные языковые модели разгорается, особенно в сфере мобильного ИИ. В последние месяцы такие технологические гиганты, как Meta* (Llama 2), Microsoft (Phi 2) и Google (Gemini Nano), выпустили свои собственные небольшие языковые модели, способные работать на смартфонах и планшетах.
Мои телеграм каналы: про Нейросети и Про генерацию изображений. Стараюсь публиковать только полезное.
Сегодня компания Stability AI присоединилась к этому процессу, выпустив Stable LM 2 с 1,6 миллиарда параметров и многоязычными возможностями.
Что такое Stable LM 2?
Stable LM 2 - это современная модель малого языка с 1,6 млрд параметров, обученная на многоязычных данных на английском, испанском, немецком, итальянском, французском, португальском и голландском языках.
Stable LM 2 стоит рядом с другими выдающимися моделями в своей размерной категории, превосходя Phi-1.5 (1.3B) и Phi-2 (2.7B) от Microsoft, TinyLlama 1.1B и Falcon 1B.
Stability AI отличается своей приверженностью к прозрачности. Они выпустили чекпоинт предварительного обучения, позволяющий разработчикам точно настроить модель под конкретные нужды.
Кроме того, они обязуются предоставлять полную информацию об обучающих данных, чтобы облегчить воспроизведение. Такой уровень открытости - долгожданный шаг вперед в области разработки ИИ.
Что нужно знать о Stable LM 2
Она обучена на 2 миллиардах лексем текстовых данных на 7 языках - английском, испанском, немецком, итальянском, французском, португальском и голландском.
Stability AI выпустила контрольную точку предварительного обучения, чтобы помочь разработчикам точно настроить модель, а для воспроизводимости будет предоставлена полная информация об обучающих данных.
Stable LM 2 Zephyr 1.6B была обучена на кластере Stability AI на 8 нодах с 8 графическими процессорами A100 80GBs на каждой ноде.
Его можно использовать как на коммерческой, так и на некоммерческой основе при наличии членства в Stability AI.
Как попробовать Stable LM 2
Вы можете получить доступ к интерактивной демонстрации на сайте hugging face.
Вот пример беседы:
Промпт: Каково расстояние от Земли до Луны в км?
Ответ: Расстояние от Земли до Луны составляет примерно 238 855 километров (148 342 мили) на дату моего последнего обновления системы, которое состоялось 28 сентября 2021 года.
Ограничения и риски
Как и любая другая языковая модель, Stable LM 2 имеет свои ограничения.
Из-за своего размера она может иногда галлюцинировать или предоставлять недостоверную информацию. Разработчики должны знать об этих рисках и применять соответствующие меры предосторожности, такие как проверка фактов и человеческий контроль.
Если вы являетесь разработчиком, который рассматривает возможность использования этой языковой модели в своих приложениях, помните об этих рисках и ограничениях.
Сколько это стоит?
Если вы планируете использовать Stable LM 2 в коммерческих целях, вы можете подписаться на членскую программу Stability AI, которая стоит 20 долларов в месяц.
Вы также можете обратиться в Stability AI, если хотите приобрести корпоративную подписку.
В заключение
Stability AI действительно расширяет границы возможностей, выпуская эту небольшую, но мощную языковую модель. Похвально, что они сделали шаг к распространению такой технологии.
Уменьшение размера при сохранении мультиязычности - нетривиальная задача с технической точки зрения, и выпуск контрольной точки обучения - это определенно положительный шаг к прозрачности.
Маленькие, более эффективные модели, которые могут достигать производительности, аналогичной большим моделям ИИ, определенно начинают становиться более распространенными и предпочтительными с точки зрения "зеленого ИИ".
Мне не терпится увидеть, какие невероятные приложения создадут разработчики на основе этой языковой модели.
Мои телеграм каналы: про Нейросети и Про генерацию изображений. Стараюсь публиковать только полезное.
*Деятельность компании Meta запрещена на территории РФ.
Источник статьи на английском - здесь.
Робопсы пишут картины в стиле Пикассо. Эти «шедевры» продают за миллионы
Художница Агнешка Пилат смогла автоматизировать процесс творчества. В ее распоряжении есть несколько роботов от Boston Dynamics, которые создают картины в стиле кубизма. За них люди платят по $40.000 (около 3 548 000 рублей). Продано уже 36 экземпляров.
Пока одни боятся, что технологии отнимут у них работу, другие кайфуют и заставляют технологии работать вместо них.
- - -
NeuroTrends 👇:
https://t.me/neuro_trends8/5921?single=
Как иранские дерматологи запускают приложение по анализу дерматологических заболеваний в Канаде
Подробное интервью с одним из наших заказчиков
Привет! Я Саша Аксёнов, директор студии Unistory. Мы разрабатываем сложные веб-сервисы и мобильные продукты на основе технологий AI/ML/web3.
Сейчас разрабатываем для клиента мобильное приложение Dermadex — телемедицина с интеграцией искусственного интеллекта для определения кожных заболеваний по фото. Клиента зовут Рами. Рами – из Ирана, живет в Канаде и развивает там сеть дерматологических клиник.
У нас в команде появился новый пиарщик, и я предложил ему поговорить об этом проекте с Рами. Если пост наберет 3к просмотров, то скинем видеозапись интервью в комменты :)
Как я понимаю, вы владелец нескольких дерматологических клиник в Канаде? Можете рассказать об этом?
Наши клиники расположены не в Канаде, а в Иране. Команда тоже в основном иранская. Некоторые из команды понемногу переезжают в Канаду, и начинают работать здесь.
Один из моих главных партнеров — доктор Худами, владелец дерматологических клиник в Иране. Это семейный бизнес, несколько врачей — члены одной семьи. Клиники оказывают большое количество услуг, в том числе по направлению бьюти. Но то, что по-настоящему нравится доктору Худами — это лечить дерматологические болезни, кожные заболевания. Доктор решил, что если он переедет в Канаду, то будет продолжать свою работу по лечению заболеваний кожи.
То есть клиники акцентируются на бьюти-проблемах, но доктор больше увлечен именно лечением заболеваний?
Да, поэтому мы вместе с ним решили создать приложение для лечения таких проблем. Кожа — самый большой орган человека, и многие люди страдают от кожных заболеваний, абсолютно не зная, как их лечить. Например, в Канаде сейчас есть некоторые проблемы с медициной. Иногда трудно найти доктора и получить лечение.
Суть приложения вот в чем. Допустим, у вас с кожей что-то не так: присутствует какое-то воспаление или трещина. Вы фотографируете проблемный участок кожи, отправляете его в приложение, и обученный искусственный интеллект ставит вам диагноз. После этого вы можете отправить информацию профессиональному врачу-дерматологу, который расскажет все подробнее и даст свои рекомендации.
Цель в том, чтобы люди не занимались неквалифицированным самолечением и получили доступную информацию под контролем профессиональных докторов. Приложение бесплатное для пользователя, поэтому мы поможем многим людям с кожными проблемами.
Когда читал документацию, у меня возник вопрос — кто ЦА приложения? Больше дерматологи или их пациенты?
ЦА это и дерматологи, и их пациенты. Мы хотим настроить коммуникацию между ними, помочь пациентам найти докторов, а докторам — пациентов.
Опять же, пациент делает фото и, допустим, оказывается, что у него экзема. После этого он может поговорить с доктором и получить профессиональные рекомендации. Таким образом человек узнает, какое лучшее решение для лечения, которое он может попробовать дома. Мы помогаем людям, которые не могут позволить себе очный прием локального дерматолога по тем или иным причинам.
Пациенты смогут подключиться к видеоконсультациям с дерматологами, которые предоставят им реальную помощь. Большинство дерматологических заболеваний могут быть определены визуально, даже просто по фотографии. Поэтому достаточно диагностики по фото и через видеочат.
Где вы будете запускать приложение? В Иране или в Канаде?
Сначала хотим запуститься в Канаде, а потом на международном рынке. Канадский рынок не такой уж большой, поэтому очень важно выйти на рынок Соединенных Штатов. В Канаде страховка обычно покрывает кожные болезни, а в США всегда приходится платить своими кровными. Это еще одна причина, почему рынок США перспективнее для нас.
В каждой стране есть свои юридические нюансы со здравоохранением. Поэтому мы будем запускаться поэтапно в каждой стране. Но в общем и целом наши устремления носят глобальный характер. Начнем с Канады, потом — США, Европа и весь мир.
Как к вам пришла идея сделать это приложение?
Доктор Худами обожает свою профессию и любит помогать людям. Вместе мы решили, что нам нужно масштабировать эту помощь. Сначала хотели просто давать видеоконсультации людям по всему миру. Потом решили, что можем добавить в путь клиента еще один этап — отправляете доктору фото проблемного участка кожи, получаете предварительный диагноз и только потом выходите на онлайн-консультацию.
Нейросеть в этом проекте играет важную роль — помогает сделать приложение бесплатным. А мы сможем получать деньги с комиссии докторов или монетизировать приложение другим способом.
Как изначально называлась клиника в Иране?
Так и называлась — клиника доктора Худами. В Иране бизнеса обычно называются по имени владельца и главного специалиста.
Является ли рост клиентуры клиники одной из целей приложения?
Мы тут скорее как вендор, так что это работает не напрямую. Добавляем дерматолога на платформу, он за счет этого может рекламировать свои услуги и зарабатывать, находя новых клиентов. После первичной консультации у дерматолога люди могут проходить все новые и новые приемы, в том числе очные. Мы планируем получать комиссию с этих консультаций.
Также хотим монетизировать приложение само по себе. Возможные пути монетизации: обычная реклама в приложениях, постинг нативных рекламных статей. Мы с самого начала планировали на платформе обширный раздел со статьями.
Вы с самого начала планировали интегрировать AI в приложение, или эта идея пришла позже?
Внедрять нейросеть с самого начала мы не планировали, хотели просто давать онлайн-консультации по видео. В итоге решили, что искусственный интеллект может стать киллер-фичей нашего проекта. Люди увидят гораздо больше ценности в приложении, где диагноз можно поставить даже автоматически, просто по фото. Многие захотят попробовать это, даже если не имеют серьезных проблем с кожей. Таким образом, это не только часть функциональности, но и мощный пиар-ход.
Как вы выбрали именно нашу компанию?
Опубликовали задачу на Upwork, и ваша компания была одной из тех, кто оставил отклик. Предложение сразу меня впечатлило количеством деталей. Нам полностью подошел технологический стек, и отдельным преимуществом стал ваш опыт в области медицины. Мы решили, что компания Unistory — отличный выбор. Первый созвон с вашими спецами впечатлил меня, и мы решили продолжать работу. С тех пор все было просто замечательно.
Как вы общались с нашей командой во время разработки? Коммуницировали только с одним менеджером, или с несколькими сотрудниками?
Я общался с разными спецами на разных этапах разработки. Илья и Никита очень помогали в процессе. Коммуникация была оперативная, вы отвечали на все мои вопросы.
Мне понравился дизайн, и все требования по разработке были выполнены. Ребята сделали конкретно то, что я от вас хотел. Даже огромная разница в часовых поясах совсем не помешала.
Какие были сложности в процессе?
Самым главным было расставить приоритеты и решить, с чего начать. Для этого мы решили сразу ответить на вопрос «Что такое приложение Dermadex?». Поштурмили и подумали, какие фичи нам нужны в первую очередь, а какие — в последнюю. Быстро поняли, что нужно начать с разработки фундаментальной и самой сложной фичи, а именно сделать интеграцию нейросети.
Например, для работы приложения в Канаде нужно было сразу предусмотреть, чтобы данные пользователей были зашифрованы определенным образом. Нужно было сразу решить этот вопрос, чтобы он не затормозил процессы в будущем.
Какие у вас идеи на будущее? Как еще планируете развивать свой бизнес?
Хотим сделать отдельную версию приложения для канадских домов престарелых. Это поможет поддержать персонал этих пансионатов. Почему мы решили именно так сузить аудиторию — пожилые люди меньше двигаются, и поэтому больше подвержены кожным заболеваниям. Мы дадим сотрудникам пансионатов кастомную версию приложения, которая поможет им получить профессиональные консультации медиков.
Схема та же — сотрудник пансионата делает фото проблемного участка кожи человека и отправляет в приложение. Но перед тем, как разрабатывать эту версию платформы, нужно получить опыт работы с более широкой аудиторией. И здесь нам поможет релиз приложения Dermadex, который мы сейчас готовим вместе с Unistory.
Вот такое неформальное интервью получилось с Рами. Кстати, приложение на финальной стадии разработки, и мы ждем скорого релиза в сторы. Если хотите больше интересных материалов про разработку, нейросети и блокчейн — подписывайтесь на мой Телеграм-канал.
Как думаете, есть смысл постить такие интервьюшки? По-моему, хорошая фактура про бизнес зарубежом. А как вы считаете?
Немного магии
Нейросеть BasedLabs делает красивейшие анимации из статичных картинок! Просто загружаете файл, пишете простой промпт, выбираете модель и происходит настоящая магия. Воспользуйтесь бесплатным периодом и побалуйтесь красотой.
- - -
NeuroTrends 👇:
https://t.me/neuro_trends8/5913
О чем молчат нейронные сети?
Нейронные сети, будучи сложными математическими моделями, могут быть очень эффективными в решении различных задач, но их поведение часто трудно предсказать или объяснить. Это явление известно как "проблема черного ящика".
Проблема черного ящика может иметь ряд негативных последствий. Во-первых, она затрудняет понимание того, как нейронные сети работают, что может привести к разработке решений, которые являются ненадежными или даже опасными. Во-вторых, проблема черного ящика может затруднить принятие этических решений в отношении использования нейронных сетей. Например, если нейронная сеть используется для принятия решений о том, кому предоставить кредит или кого арестовать, важно понимать, как сеть принимает эти решения, чтобы убедиться, что они принимаются справедливо и без предвзятости.
В последние годы исследователи активно работают над решением проблемы черного ящика. Одним из подходов является разработка методов, которые позволяют визуализировать, как нейронные сети принимают решения. Эти методы могут помочь понять, на какие факторы нейронная сеть обращает внимание при принятии решений, и выявить потенциальные проблемы с предвзятостью.
Другой подход к решению проблемы черного ящика заключается в разработке методов, которые позволяют объяснить, почему нейронная сеть приняла то или иное решение. Эти методы могут помочь пользователям понять, как работает нейронная сеть, и принимать более обоснованные решения о том, как ее использовать.
Разработка методов для объяснения и понимания принятых нейронными сетями решений является важной задачей, которая имеет как теоретические, так и практические последствия. Решение этой задачи будет способствовать более ответственному и этичному использованию искусственного интеллекта.
Вот несколько конкретных примеров того, как проблема черного ящика может привести к негативным последствиям:
Нейронная сеть, используемая для распознавания лиц, может ошибочно классифицировать человека как преступника, что может привести к несправедливому аресту.
Нейронная сеть, используемая для принятия решений о выдаче кредитов, может быть предвзятой против определенных групп людей, что может привести к дискриминации.
Нейронная сеть, используемая для анализа текстов, может быть использована для распространения дезинформации.
Решение проблемы черного ящика будет способствовать снижению этих рисков.
Разгадка Мышления GPT-4: Как ИИ выбирает свои ответы?
🤔 Понимание процесса мышления GPT-4:
Привет, поклонники ИИ! Сегодня мы погрузимся в тайны мышления GPT-4, чтобы понять, как именно эта мощная модель ИИ выбирает и формирует свои ответы.
GPT-4, самая последняя и продвинутая модель от OpenAI, работает на удивительно сложном и изощренном алгоритме. Как же она "думает" и принимает решения о том, что ответить на поставленный вопрос.
1. Анализ Запроса:
Каждый раз, когда к GPT-4 поступает запрос, модель начинает с его тщательного анализа. Она раскладывает вопрос на составные части, определяя ключевые слова и контекст.
2. Поиск Паттернов:
GPT-4 использует обширную базу данных текстов, на которой она была обучена, для поиска паттернов и схожих запросов. Это помогает ей понять, в каком направлении двигаться для формирования ответа.
3. Генерация Кандидатов Ответов:
Затем модель генерирует несколько потенциальных ответов, основываясь на найденных паттернах. Она оценивает каждый из них на предмет релевантности и точности.
4. Выбор Лучшего Ответа:
Из сгенерированных вариантов GPT-4 выбирает самый подходящий ответ. Выбор основывается на сложном алгоритме, который учитывает не только точность информации, но и ее естественность, логичность и соответствие запросу.
5. Оптимизация и Обучение:
GPT-4 постоянно обучается, анализируя реакции пользователей на свои ответы. Это позволяет модели со временем становиться все более точной и эффективной в своих ответах.
🎓 Заключение:
Процесс "мышления" GPT-4 – это удивительное сочетание технической сложности и почти художественного мастерства. Каждый ответ модели – это результат глубокого анализа и высокой адаптивности к поставленным задачам.
🔥 Присоединяйтесь к нам, чтобы исследовать еще больше удивительных аспектов мира ИИ и нейросетей. С нами вы всегда будете на переднем крае технологических инноваций- https://t.me/NeuroNet_neuroseti










