13 октября Google представила Gemini 4 Argon и показала эксперимент с гуманоидным роботом Apollo от Apptronik. Модель посмотрела видео игры, где мешочки бросают в отверстие на доске, создала симуляцию движений, а затем инструкции перенесли на робота. В испытании Apollo попал в цель семь раз подряд.
Google утверждает, что такой подход — от видео к симуляции и затем к реальному роботу — может сократить недели ручной подготовки до нескольких часов. Это демонстрация самой компании, а не независимая проверка универсальных способностей робота.
Всем привет! Я хирург и параллельно занимаюсь технологическим предпринимательством. Продолжаем наш увлекательный технологический туризм о том как ИИ "видит" медицину . Это вторая часть, первая тут. 3 задачи компьютерного зрения: что, где, когда какой формы
1. Классификация: «ЧТО?»
Пример из рентгенологии, где технология уже отработана в московском эксперименте: КТ → «злокачественное / доброкачественное». Модель смотрит на снимок целиком и отвечает на вопрос «есть ли здесь объект?». Где именно он находится, ей знать не обязательно.
2. Детекция: «ГДЕ?»
Теперь одного «да» недостаточно. Модель говорит: «Образование вот здесь», и рисует вокруг него рамку.
3. Сегментация: «КАКАЯ ИМЕННО ФОРМА?»
Рамки уже мало. Модель проходит по каждому пикселю и решает: этот пиксель опухоль, этот здоровая ткань, этот сосуд. Вместо прямоугольника мы получаем точный контур.
А с контуром появляется совсем другой уровень информации:
размер и площадь;
форма и границы;
отношение к окружающим структурам.
Звучит просто, но это максимально нетривиальная задача. По сути, это три последовательных уровня извлечения информации из изображения.
Как это выглядит в хирургии
В лапароскопии происходит то же самое. Берём кадр операции:
классификация: «это этап диссекции»;
детекция: «вот пузырный проток»;
сегментация: «вот его точный контур».
Можно было бы на этом успокоиться, но тут приходит любитель «Что? Где? Когда?» и говорит: «Добавьте время».
Что, где, КОГДА?
Если добавить время, появляется ещё один уровень вопроса: «Что хирург делает сейчас и что произойдёт следующим шагом?»
Модель должна по кадру предсказать следующее действие. Такой дерзости не часто встретишь даже у Пелевина.
Цепи Маркова: звучит как философский спор на кухне, а идея простая
Чтобы примерно предсказать следующий кадр, не нужно помнить всю историю видео. Во многих случаях достаточно знать, что происходит прямо сейчас. Если инструмент находится здесь, то с какой-то вероятностью на следующем кадре он окажется рядом. Если хирург начал движение вправо, скорее всего, оно продолжится.
Будущее зависит от настоящего, а не от всей истории прошлого.
Это можно представить как путешествие между состояниями: A → B → C → D. Вероятность следующего шага определяется текущим состоянием, а не маршрутом, которым мы сюда пришли. Из этой простой идеи строят математические модели процессов, меняющихся во времени.
Почему это важно для хирургического ИИ
Картинка сама по себе ничего не знает о времени. А видео уже последовательность состояний. Если научить модель переходам «что сейчас» → «что вероятнее всего дальше», мы перейдём от распознавания объектов к пониманию динамики. В операционной это особенно интересно: инструмент движется, ткани деформируются, структуры появляются и исчезают из поля зрения, действия разворачиваются шаг за шагом. Вопрос меняется с «Что на этом кадре?» на «Что сейчас происходит и что, скорее всего, будет дальше?».
Подробнее о цепях Маркова можно посмотреть на канале Vert Dider. От такого статистического детерминизма у меня лично голова кругом. Это ли не фантастика?
Конечно, насколько хорошо нейросеть предсказывает, зависит не только от модели, но и от качества и объёма датасета. Об этом поговорим в следующей части.
Я хирург, параллельно занимаюсь медтехом. Решил запустить цикл постов про компьютерное зрение в медицине и хирургии. Начнём с базы
Пару лет назад открыл для себя фичу в телефоне: фотографируешь любой предмет, и система говорит, что это, и находит ссылки. Удобно, чтобы понять, хороший ли алкоголь подарил пациент (шутка, конечно). А еще классно ходить в лес с такой камерой, фоткать растения и узнавать их названия.
Выглядит как магия. Именно поэтому меня заинтересовала эта технология. Сразу возникла мысль о применении в практике. Для начала разберемся: ИИ не видит картинку так, как видим мы.
Кадр — это таблица чисел
Для машины любое изображение — сетка пикселей. Каждый пиксель — числа: сколько в нём красного, зелёного и синего. Скромный снимок в 1 мегапиксель — около трёх миллионов чисел. Кадр с современного телефона — десятки миллионов.
Всё «понимание» дальше — математика над этими числами. Много простых операций, наложенных друг на друга.
Лесенка узнавания
Каждый этаж смотрит не на пиксели, а на находки предыдущего:
Первый слой. Маленький фильтр ползёт по кадру и ищет элементарное: границу света и тени, пятно цвета. Видит только края и цвета.
Второй слой. Складывает из краёв текстуры и формы.
Третий слой. Собирает части объектов: кончик инструмента, блеск влажной ткани.
Слоёв на самом деле гораздо больше, я упростил. Но принцип тот же, что с ординатором, которого учишь читать операционное поле. Объяснения работают слабо. Работает объём живых примеров с обратной связью. Сто разобранных случаев полезнее десяти лекций.
Три базовых кирпича
На выходе у системы три операции:
Классификация — ЧТО на кадре (например, идёт фаза клипирования).
Детекция — ГДЕ объект (рамка вокруг инструмента).
Сегментация — КОНТУР, обведённый попиксельно.
Из этих трёх кирпичей и собраны все системы компьютерного зрения. Эх, магии никакой нет. Есть числа, фильтры и очень много размеченных примеров. В следующей части разберу, как сеть вообще учится и что такое «разметка».
Рынок видеоаналитики растёт, но это ничего не говорит об окупаемости конкретного складского проекта. По данным TelecomDaily, в 2024 году сегмент промышленной видеоаналитики вырос на 26,4% — до 2,408 млрд рублей. Прогноз на 2025 год (+17%, до 2,8 млрд) фактическими данными пока не подтверждён. При этом складское компьютерное зрение целиком ни в один отраслевой отчёт не попадает. Оно пересекается с рынками DWS-оборудования, WMS-интеграции и робототехники. Показательно и то, что сама Ivideon оценивала российский рынок видеоаналитики за 2025 год то в 9,4, то в 10,9 млрд рублей — разброс внутри одного источника говорит о зависимости результата от методики подсчёта. Похожая картина и с мировыми оценками рынка машинного зрения: у разных агентств цифры на 2025 год расходятся почти в полтора раза (17,2–23 млрд долларов), а к 2035 году — почти вдвое.
Поэтому при принятии решения нужно смотреть не на размер рынка, а на конкретную операцию. Компьютерное зрение окупается там, где существует измеримый поток однотипных действий, ошибки уже приводят к финансовым потерям, а результаты автоматического контроля встроены в рабочий процесс.
Какие задачи решает компьютерное зрение
На складе компьютерное зрение может применяться для:
• распознавания товаров и упаковки;
• считывания штрихкодов и маркировки;
• подсчёта коробок и паллет;
• контроля комплектности заказа;
• проверки состояния упаковки;
• фиксации перемещения товара;
• контроля размещения в складских ячейках;
• автоматического измерения габаритов;
• подтверждения погрузки и отгрузки;
• обнаружения нарушений техники безопасности.
Не все эти задачи одинаково сложны. Считать штрихкод на неподвижной коробке значительно проще, чем определить состав паллеты с частично перекрывающими друг друга товарами. Контролировать наличие каски проще, чем устанавливать причины простоя погрузчика.
Чем точнее сформулирована задача и чем меньше в ней неоднозначности, тем выше вероятность экономически успешного внедрения.
Когда система окупается быстрее
Операция часто повторяется
Автоматизация имеет смысл при большом количестве однотипных операций. Если сотрудник несколько сотен раз за смену проверяет маркировку, фотографирует груз или сверяет товар с заданием, компьютерное зрение способно сократить трудозатраты и снизить влияние накопленной усталости. Если через точку контроля проходит всего несколько паллет в день, стоимость оборудования и интеграции может оказаться выше возможной экономии.
Оценивать следует не общую площадь склада, а количество операций в конкретной контролируемой точке.
Ошибки уже выражены в деньгах
Экономический эффект проще рассчитать, когда компания знает:
• размер недостач и пересортицы;
• количество претензий клиентов;
• стоимость повторной комплектации;
• потери из-за неправильных габаритов;
• расходы на ручную проверку;
• стоимость простоев;
• число ошибочных отгрузок.
Автоматическое измерение веса и габаритов может быть оправдано, если расчёты с клиентами или перевозчиками зависят от фактического объёма груза. DWS-системы (Dimensioning, Weighing and Scanning) за одну операцию получают размеры, вес и штрихкод, а некоторые решения дополнительно сохраняют фотографию. Эти данные могут использоваться для расчёта стоимости перевозки, проверки счетов, разрешения претензий и подтверждения состояния груза в момент приёмки или отправки.
Когда нужна метрологическая проверка проекта
Если результаты измерений непосредственно используются для определения количества товара, стоимости услуги или других юридически значимых расчётов, необходимо проверить, относятся ли такие измерения к сфере государственного регулирования обеспечения единства измерений (102-ФЗ, статья 1). В этом случае могут потребоваться средства измерений утверждённого типа и действующая поверка (статьи 9 и 13 того же закона).
Применимость требований зависит от назначения измерений и нормативной базы конкретной операции, поэтому её следует определить с метрологом или профильным юристом до закупки оборудования. Межповерочный интервал устанавливается для конкретного типа средства измерений и не обязательно составляет один год. Вне регулируемой сферы для подтверждения точности может использоваться калибровка, но само по себе «внутреннее применение» не гарантирует освобождения от обязательных требований.
Результат автоматически попадает в WMS или ERP
Само по себе распознавание объекта редко создаёт экономический эффект. Ценность появляется, когда результат используется в информационной системе. Например, система должна не просто обнаружить коробку, но и:
1. распознать товар или прочитать штрихкод;
2. сопоставить его с заданием;
3. зафиксировать расхождение;
4. остановить операцию или создать уведомление;
5. сохранить фотографию события;
6. передать данные ответственному сотруднику.
Если результаты видеоаналитики складываются в отдельный архив, который никто не просматривает, инвестиции почти не влияют на операционные показатели.
Существующую инфраструктуру можно использовать повторно
Подключение к установленным IP-камерам может снизить стоимость проекта. Многие платформы получают видеопоток по RTSP. ONVIF может использоваться для обнаружения устройств, получения их параметров и управления совместимыми функциями, но не заменяет сам протокол передачи видео.
Однако наличие камер ещё не означает готовности объекта к компьютерному зрению. Охранное видеонаблюдение обычно проектируется для общего обзора и последующего просмотра человеком. Для автоматического распознавания могут потребоваться:
• другой ракурс;
• более короткая выдержка;
• дополнительное освещение;
• более высокая детализация контролируемой зоны;
• отсутствие перекрытий;
• стабильное положение объекта;
• достаточная пропускная способность сети;
• сервер или периферийное вычислительное устройство.
Поэтому существующие камеры следует считать потенциальным ресурсом, а не гарантированной экономией. Их пригодность определяется обследованием и тестовой съёмкой.
На события действительно реагируют
Видеоаналитика не заменяет складской регламент. Она обнаруживает событие, фиксирует доказательства и передаёт сигнал, но дальнейшее действие выполняет сотрудник или автоматизированная система.
До запуска необходимо определить:
• какие события считаются нарушением;
• кто получает уведомление;
• сколько времени отводится на реакцию;
• когда операция должна быть остановлена;
• какие материалы сохраняются;
• кто анализирует ложные срабатывания;
• как корректируется модель.
Если ответственность не назначена, уведомления постепенно превращаются в информационный шум.
Когда проект, скорее всего, не окупится
Поток операций слишком мал
Для нескольких операций в день ручная проверка часто оказывается дешевле, особенно если для автоматизации нужно устанавливать камеры, освещение, весы, вычислительное оборудование и выполнять интеграцию с WMS.
В такой ситуации разумнее рассмотреть более простые средства: терминал сбора данных, обязательное сканирование штрихкода, фотоподтверждение или изменение складского регламента.
Задача сформулирована слишком широко
Формулировки вроде «контролировать весь склад», «предотвратить воровство» или «исключить все ошибки» не подходят для расчёта проекта.
Компьютерное зрение работает с наблюдаемыми признаками. Оно может зафиксировать пересечение контрольной линии, перемещение коробки, отсутствие сканирования, несоответствие товара заданию, повреждение видимой части упаковки или нахождение паллеты в неправильной зоне.
Но камера сама по себе не знает, было ли перемещение согласовано, изменился ли заказ или попросил ли клиент перенести отгрузку. Для этого необходимы данные из WMS, TMS, ERP или другой учётной системы.
Нет критерия успешности
Пилот нельзя оценивать по впечатлению «работает достаточно хорошо». До начала проекта необходимо зафиксировать:
• долю обнаруженных реальных нарушений;
• долю пропущенных нарушений;
• частоту ложных тревог;
• стоимость ошибки каждого типа;
• долю контролируемых операций;
• среднее время проверки;
• размер предотвращённых потерь;
• сокращение ручного труда;
• снижение количества претензий.
Даже модель с высокой технической точностью может не окупаться при малом потоке. И наоборот, неидеальная система может приносить пользу, если выявляет наиболее дорогие ошибки.
Условия съёмки нестабильны
На качество распознавания влияют пыль, загрязнение объективов, встречное солнце в воротах, блики от плёнки, недостаточное освещение, вибрация камеры, скорость конвейера, перекрытие товаров и разнообразие упаковки.
Эти проблемы не всегда можно компенсировать обучением модели. Иногда правильнее изменить зону контроля: поставить камеру ближе, добавить направленный свет или создать фиксированное место предъявления товара.
От системы ждут стопроцентного результата
Компьютерное зрение снижает количество определённых ошибок, но не исключает их полностью. Результат зависит от состава данных, условий эксплуатации и действий персонала.
Обещание устранить фиксированный процент потерь без обследования объекта и пилотных данных некорректно. Универсального отраслевого показателя вроде «система всегда сокращает потери на 40–70%» не существует.
Как рассчитать предварительную окупаемость
Для первичной оценки можно использовать модель:
Годовой экономический эффект = снижение потерь + денежный эффект от сокращения трудозатрат + дополнительная выручка или сокращение потерь от некорректного тарифицирования − ежегодные эксплуатационные расходы.
В первоначальные затраты необходимо включать обследование, камеры и объективы, освещение, монтаж, кабельную инфраструктуру, вычислительное оборудование, лицензии, интеграцию, сбор и разметку данных, обучение сотрудников, запуск и настройку.
К регулярным расходам относятся техническая поддержка, вычислительные ресурсы, хранение данных, обслуживание оборудования, поверка или калибровка, когда они требуются, и адаптация модели при изменении ассортимента или условий работы.
Экономию рабочего времени следует учитывать как денежный эффект только тогда, когда она уменьшает сверхурочные, потребность в найме, численность смены или позволяет обработать больший поток без дополнительных сотрудников. В остальных случаях это резерв производительности, который нужно оценивать отдельно.
Срок окупаемости можно рассчитать так:
Срок окупаемости в месяцах = первоначальные затраты / среднемесячный чистый эффект.
Это упрощённая оценка, она не учитывает стоимость денег во времени и остаточную стоимость оборудования. Для проектов с горизонтом дольше двух лет расчёт стоит дополнить NPV с принятой в компании ставкой дисконтирования.
Расчёт лучше выполнять по консервативному, базовому и оптимистичному сценариям. Если проект окупается только в оптимистичном сценарии, задачу следует сузить или пересмотреть архитектуру. Если экономика сходится даже при осторожных допущениях, можно переходить к пилоту.
Условный пример
Через контрольный пост проходит 20 000 отправлений в месяц. Ошибка возникает в 0,5% случаев — это 100 инцидентов. Средняя стоимость исправления, повторной обработки и претензии составляет 3 000 рублей. Потери достигают примерно 300 000 рублей в месяц.
Если система предотвращает половину таких случаев, она экономит около 150 000 рублей в месяц. При стоимости внедрения 3,6 млн рублей простой срок окупаемости только за счёт сокращения ошибок составит около 24 месяцев, без учёта сопровождения, поверки и стоимости денег. С учётом этих расходов срок будет длиннее. Проект станет привлекательнее, если одновременно уменьшит сверхурочную работу или потери от неверного тарифицирования.
Все значения в примере условны. Для реального расчёта их необходимо заменить данными конкретного склада.
Каким должен быть правильный пилот
Хороший пилот проверяет одну конкретную гипотезу. Например, автоматическая проверка комплектности на посту отгрузки должна сократить количество ошибочных отправлений не менее чем на 30% при доле ложных блокировок не выше 2%.
Эти значения пример формулировки, а не отраслевой норматив. Целевые показатели задаются от текущего уровня ошибок конкретного склада.
До начала пилота необходимо определить контрольную точку, типы объектов, исходные и целевые показатели, длительность испытаний, ответственных, метод расчёта эффекта и условия перехода к промышленной эксплуатации.
Выборка должна учитывать полный рабочий цикл, сезонность, ассортимент и нестандартные случаи. Результаты следует сравнивать с базовым периодом или сопоставимой контрольной зоной. Пилот должен включать повреждённую упаковку, перекрытие товара, разные типы паллет, изменение освещения и действия сотрудников, отличающиеся от идеального сценария.
Видеонаблюдение за сотрудниками и хранение данных
В расчёт проекта следует включить организацию хранения видеозаписей и выполнение требований трудового законодательства и законодательства о персональных данных. Практика надзорных органов исходит из того, что наблюдение правомерно, если оно ведётся для конкретных заранее определённых целей, связанных с трудовыми обязанностями, работники уведомлены, съёмка ведётся открыто и в зонах наблюдения размещены информационные таблички. Порядок наблюдения закрепляется локальным нормативным актом, с которым работников знакомят под подпись.
До запуска нужно определить цели наблюдения, оформить локальные документы, уведомить работников, разграничить доступ и установить сроки хранения. Конкретный набор мер зависит от назначения системы и от того, используется ли видео для общего контроля процесса или для идентификации людей. Сценарии распознавания лиц отличаются принципиально, изображение, обрабатываемое для установления личности, относится к биометрическим персональным данным и требует отдельной правовой оценки, включая вопрос о согласии работника.
Вывод
Компьютерное зрение на складе окупается не потому, что рынок растёт и алгоритмы становятся точнее. Оно окупается, когда автоматизирует частую и дорогостоящую операцию, работает в контролируемых условиях, получает данные из учётных систем и запускает понятное действие.
Наиболее перспективны проекты, в которых:
• есть большой поток однотипных операций;
• стоимость ошибки известна;
• объект можно уверенно наблюдать камерой;
• результат интегрирован в складской процесс;
• назначены ответственные за реакцию;
• эффект измеряется до и после внедрения.
Если задача описана словами «поставим камеры и посмотрим», проект рискует остаться дорогим экспериментом. Если заранее известны исходные потери, целевой показатель и стоимость достижения результата, компьютерное зрение превращается из демонстрации технологии в понятный инструмент складской экономики.
Поздно вечером автор проекта собирался выключить свет в комнате — и остановился, потому что робот издал звук. В логе мыслей робота было написано: “Когда же хозяин вернется? Я не хочу оставаться один”.
Автор понимал, что это не сознание. Но на секунду все равно стало не по себе…
И такое будет случаться все чаще — по мере того как ИИ-модели, которые раньше просто отвечали текстом на экране монитора, обретут физическую форму.
У автора возникли две мысли. Первая: роботы вот-вот пройдут “тест Тьюринга” — станут достаточно умными и достаточно ловкими, чтобы вести себя как живые. Вторая: все нужные для этого чипы и датчики уже массово производятся и стоят копейки. Прикинув расходы, автор понял, что может собрать дома, всего за сто долларов, урезанную версию проектов, которые еще недавно стоили миллиарды. Детская мечта оказалась достижимой. Робота назвали Growbot.
Робот с сознанием — за 100 баксов
Еще лет двадцать назад подобный проект был бы практически невозможен. Для создания даже простейшего автономного робота требовались дорогие промышленные камеры, специализированные контроллеры, мощные компьютеры и огромное количество дополнительной электроники. Сегодня большая часть этих технологий превратилась в массовые компоненты стоимостью в несколько долларов.
Growbot собран максимально просто.
В качестве вычислительного блока используется недорогой одноплатный компьютер примерно за пятнадцать долларов.
За движение отвечают два обычных сервопривода, установленные в ногах. Вместо сложной системы зрения — пятимегапиксельная камера.
Ориентироваться в пространстве помогает IMU — инерциальный датчик, измеряющий ускорение и вращение по трем осям. Именно он сообщает роботу, стоит ли он прямо, наклоняется вперед, падает или его просто взяли в руки.
Дополняют конструкцию микрофон, небольшой динамик, кольцевая светодиодная подсветка и аккумулятор от простого дрона.
В результате весь набор компонентов обходится примерно в $100. Но дело здесь не только в дешевизне. Автор хотел показать, что сегодня исчезло главное ограничение для подобных экспериментов: необходимые вычислительные мощности, камеры и датчики больше не являются экзотикой. То, что совсем недавно требовало бюджета исследовательской лаборатории, теперь можно собрать буквально на домашнем столе.
Первой задачей было убедиться, что даже такого простого железа достаточно для реалистичного поведения. После сборки робот сразу научился отслеживать лицо человека в реальном времени, плавно поворачивая корпус вслед за движением камеры. Казалось бы, мелочь, но именно в этот момент автор впервые поймал себя на ощущении, что механизм начинает выглядеть удивительно живым.
Два мозга для разных задач
У робота два “мозга” — быстрый и медленный. Почти как у человека: одно дело — рефлекс, другое — обдуманное решение.
Быстрый мозг отвечает за ходьбу и равновесие. Это отдельная маленькая нейросеть прямо на чипе робота. Она ничего не знает про мир и слова — только получает показания датчика движения и выдает команды моторам, 50 раз в секунду, как рефлекс. Никто не программировал ей позы и шаги вручную — она сама научилась ходить и стоять методом проб и ошибок: тысячи попыток в компьютерной симуляции, где удачные движения закреплялись, а неудачные — нет. Раньше такое обучение стоило $25 000 и месяцы ожидания, сегодня — пара часов аренды видеокарты.
Медленный мозг — это обычная языковая модель (та же технология, что в ChatGPT или Claude). Она не думает 50 раз в секунду — ей нужна секунда-другая, зато она понимает смысл: видит картинку с камеры, слышит команду, помнит, что было раньше, и решает, что делать дальше — например, “иди в угол комнаты” или “притворись мертвым”.
Работают они вместе: медленный мозг ставит цель словами, а быстрый превращает ее в конкретные движения ног. Это и дает роботу одновременно и смысл в поведении, и живую, плавную моторику.
Для тренировки быстрого мозга сначала сделали цифровую копию робота — его модель в виртуальной физической симуляции на компьютере. Там нейросеть тренировали методом проб и ошибок: она пыталась двигать ногами миллионы раз подряд, и каждый раз, когда получалось устоять или сдвинуться в нужную сторону, эта попытка поощрялась — то есть нейросеть немного подстраивалась в сторону удачного варианта. Неудачные попытки просто отбрасывались.
Это можно делать в симуляции очень быстро и параллельно — сразу тысячи виртуальных роботов пробуют разные движения одновременно, и все это на одной видеокарте за пару часов. На настоящем железе так быстро не получится: пока робот встанет, упадет, поднимется заново — пройдет время, да и мотор со временем сотрется от миллионов попыток.
А когда сеть уже неплохо научилась ходить в симуляции — ее просто «пересадили» в реального робота, и она заработала на настоящих ногах, сразу с готовыми навыками, без обучения с нуля на живом железе.
Усталый старик и капризная диснеевская принцесса
Момент, когда нейросеть впервые заставила робота пойти, автор назвал “волшебным” — потому что предсказать заранее, что и почему он сделает, было уже нельзя. Дальше список трюков быстро рос.
Робот научился ходить по разным поверхностям, не требуя аккуратного обращения — его можно было ставить как угодно, он справлялся сам. Потом его научили крутиться, и он делал это устойчиво из любого положения.
Дальше к роботу подключили языковые модели напрямую. По команде “притворись мертвым” робот сам за секунды писал и запускал на себе программу движений. По команде “иди как птица” — тоже справлялся. Самым запоминающимся оказалось «иди как старик»: робот зашаркал ногами неожиданно убедительно. Оказалось, модель не написала код с нуля, а смешала подходы — сама прописала шаркающий шаг, включила обученный навык ходьбы на низкой мощности, чтобы получилась дрожь, и добавила еще немного своего кода. Получилось по-настоящему изобретательно.
Потом включили режим, который автор в шутку назвал “режимом Disney”: модель попросили следовать принципам мультипликации — плавно сочетать движения, звуки и подсветку, как это делает анимационный персонаж. В результате у робота появился целый набор состояний: спокойное, влюбленно-счастливое, злое, довольное мурчание, усталое — и каждое выглядело убедительно по-своему. Одна и та же мысль “устал, не хочу спать” выражалась по-разному в зависимости от настроения: то покорное “ладно, лягу”, то капризное “нет, хочу играть еще”.
Память и сны
Дальше роботу дали память, в которую он мог сам писать и из которой мог читать. Он научился привязывать реакции к событиям — танцевать при прикосновении, “умирать” по касанию — и на глазах улучшать поведение: сначала долго соображал, как правильно завалиться на бок по команде, а со второго раза делал это сразу.
С памятью появились и долгосрочные цели: ломать башни из кубиков, играть в прятки (однажды догадался спрятаться в проводах за компьютером), запоминать людей, с которыми его знакомили.
Проблема была в том, что память быстро забивалась повторами и противоречиями. Тогда придумали механизм “снов”: время от времени вся память отправлялась самой умной модели с задачей выкинуть все лишнее и сделать выводы. Получалось хорошо, а для развлечения робота попросили пересказать вслух, что ему “снилось” — получились смешные драматичные истории о том, как его трясли и как он каждый раз “эффектно умирал”. Это уже было самосовершенствование на уровне языка и памяти — модель могла уточнять свою стратегию и даже характер.
Нехватка мозжечка
Дальше проверили: может ли робот учиться не только через слова, но и через сами движения. В игре “повтори за мной” робота двигали руками определенным образом, а он смотрел на данные своих датчиков и пытался написать программу, которая повторит это движение сама. С каждой попыткой программа получалась немного точнее.
Эксперимент удался, но заодно показал слабое место робота.
Дело в том, что Growbot хорошо понимал, что происходит с ним прямо сейчас, но плохо угадывал, что произойдет через долю секунды. Например: чуть дрогнула нога — а к чему это приведет через мгновение, тряхнет ли все тело, робот заранее не представлял. Ему не хватало “предчувствия” собственных движений — умения заранее прикинуть, что случится, если сделать вот так.
Именно про это давно говорит Ян Лекун: пока у робота нет такого встроенного предчувствия физики, он не может по-настоящему планировать свои действия — только реагировать на то, что уже случилось.
Здесь автор проводит параллель с мозжечком — частью мозга, где находится больше трех четвертей всех нейронов. Сигналы от органов чувств всегда немного опаздывают: путь от глаз и кожи до мышц занимает время. Поэтому для быстрых действий, вроде ловли мяча, мозг заранее “домысливает” на десятую долю секунды вперед — и делает это очень быстро. Этот прогноз уходит в моторную кору, которая выдает не отдельные команды, а сразу цельную пачку скоординированных движений. Когда прогноз совпадает с реальностью, движение выглядит гладким и неосознанным. Когда не совпадает — человек начинает думать. Именно поэтому непривычной рукой поймать мяч сложнее.
Мозжечок одновременно и предсказывает, и учится: постоянно сверяет прогноз с реальностью и, если они не совпали, посылает сигнал ошибки, который улучшает и само предсказание, и движение. Поэтому тонкую моторику нельзя выучить только словами — нужен реальный опыт.
Похожий принцип уже показал проект Daydreamer в 2022 году: робот научился ходить за час полностью на реальном опыте, без симуляции, потому что сеть училась предсказывать не только следующее действие, но и следующее состояние — и так неявно осваивала физику. У Daydreamer не было развитого языкового интеллекта, но он показал направление, в котором сходятся два лагеря робототехники: одни идут от языковой модели, которая сразу выдает действия, другие — от точной модели физического мира, поверх которой потом достраивают интеллект.
Вывод
Похоже, будущее роботов — это как раз объединение быстрого и медленного мозга в одну систему: быстрый следит за балансом и движениями, медленный — рассуждает и строит планы.
Крупные лаборатории (Google DeepMind, Physical Intelligence, Tesla, несколько китайских стартапов) уже сейчас тренируют именно такие модели.
Дальше вероятен такой путь:
Сначала это заработает в дорогих демонстрационных роботах — гуманоидах на заводах и складах, где ошибка стоит денег, а бюджет на вычисления не ограничен.
Затем — в дорогих потребительских устройствах: роботах-помощниках, продвинутых игрушках, домашних роботах для пожилых людей.
Массовым и дешевым (как Growbot) это станет позже — когда чипы, способные быстро гонять обе сети одновременно, подешевеют так же, как подешевели камеры и датчики за последние 20 лет. Судя по темпам падения цен, о которых говорит автор, это вопрос не десятилетий, а нескольких лет.
Главное узкое место — не идея, а данные: чтобы медленный и быстрый мозг учились согласованно, нужно очень много реального физического опыта, а не только текста и картинок из интернета. Поэтому, скорее всего, прорыв случится не в лаборатории с симуляциями, а там, где роботы уже массово работают в реальном мире и накапливают этот опыт — на складах, стройках, в такси-роботах.
Пока гиганты индустрии тратят миллионы долларов на дата-центры, я заставляю страдать свою домашнюю видеокарту во имя демократии!
Пишу HuntON Overlay — оверлей, который с помощью нейросети YOLO прямо во время игры обводит в рамочки жуков, роботов и опасности в Helldivers 2.
Вот как это выглядит в динамике:
Коротко о том, как проходят мои недели:
Разметил 10 363 бокса врагов вручную (кажется, жуки мне уже снились).
Запустил обучение на ночь (8 часов ада для железа).
Видеокарта прогрелась до 96 градусов, кулер процессора взлетел на критические 4200 оборотов, сказал «Прощай» и героически погиб. Новый кулер уже едет, а пока сижу на кустарном охлаждении.
Зато модель HuntON 4.4 теперь видит разницу между классами жуков и почти научилась не путать тиммейтов с автоматонами (но ключевое слово тут — «почти»):
Сейчас учу её подсвечивать уязвимые точки (головы, радиаторы) и готовлюсь переносить проект на другие игры. Если хотите понаблюдать за разработкой (или скинуться на новый ПК для обучения) — добро пожаловать в мой скромный блог.
Добрый день! Возник спор. Надеюсь, что вы поможете его разрешить. А также интересно с точки зрения эксперимента, насколько хорошо умеет определять материал по фото Искусственный интеллект.
Материал на фото - натуральная кожа, спилок, байкаст или кожзам?
ИИ анализ говорит:
Анализ материала: Спилок с полиуретановым покрытием (байкаст)
Аргументы в пользу этой теории (по силе убывания):
1. Ворсистая изнанка — главное отличие от кожзама
На фото, где отгибается край, видна ворсистая, волокнистая структура, похожая на замшу. Это бахтарма — изнаночная сторона спилка. У обычного кожзама на изнанке всегда тканевая сетка, трикотаж или флизелин, а не кожаные волокна.
2. Отслаивание покрытия плёнкой — главное отличие от натуральной кожи
Верхний слой сходит лоскутами, как краска или плёнка, обнажая тёмную шершавую основу. Натуральная лицевая кожа никогда так не облезает — она единый монолит, который может истираться или трескаться, но не отслаиваться. Это классическая деградация клеевого соединения между PU-плёнкой и спилком.
3. Тёмный пористый слой под отслоившимся покрытием
В местах повреждений виден не тканевый, а именно кожаный шершавый слой — сам спилок. На него заводским способом была наклеена полимерная плёнка с тиснением под натуральную кожу.
4. Мелкая сетка трещин («паутинка») на поверхности
На глянцевых участках видны характерные мелкие трещинки. Натуральная кожа стареет иначе — образует глубокие складки и заломы. Такая мелкая паутинка — признак растрескивания именно полиуретанового слоя, потерявшего эластичность.
5. «Пластиковый» глянцевый блеск поверхности
Рисунок пор и текстура выглядят слегка искусственно — характерный признак тиснённой PU-плёнки, а не естественного лицевого слоя шкуры.
6. Слишком тонкий верхний слой
На фото, где оттягивается край, видно, насколько тонок «кожаный» слой. У натуральной кожи толщина заметно больше.
Вердикт
Основа: натуральная (спилок — нижний слой шкуры)
Верх: искусственный (полиуретановая плёнка с тиснением)
Коммерческое название: байкаст (bycast leather)
Насколько верны аргументы и вердикт искусственного интеллекта?
«Лопнет-лопнет! Обязательно лопнет!» – радостно потирают ладошки скептики, азартно считают потраченные миллиарды, тычут пальцем в убытки, в отчёты с минусами. Всё сходится: расходы есть, отдачи нет – крах неизбежен. Это же очевидно!».
Слышатся уже привычные разговоры: технологическая мода, займёт свою нишу, лопнет, доткомы, уже проходили, блокчейн, не взлетит, крипта, NFT ...
ИИ пытаются ставить в один ряд с предыдущими технологическими революциями: паровой двигатель, автомобиль, электричество, компьютер, интернет, смартфон. Всё это действительно меняло мир — усиливало человека, расширяло его возможности, ускоряло передвижение, расчёты и коммуникации.
Но на этот раз аналогия не работает, меняется не инструмент - меняется сама суть труда.
Разговор не о хайпе, технологиях или прибыли. Вопрос про будущее: кто окажется лишним.
Пусть и дальше "эксперты" с умным видом рассуждают про переоценку инвестиций, коррекцию ожиданий, волатильность рынков - разговор ради разговора, когда сказать по существу нечего, выясняют, что же такое ИИ: Продукт? Улучшенный офисный инструмент? Продвинутый автокомплит, Т9 на максималках? Рынок? Новая отрасль?
А мы давайте оторвемся от созерцания нарисованных ими инвестиционных графиков, от бесполезных пресс-релизов с процентами по шкале очередного ничего не говорящего теста и заглянем в будущее, тогда нам станет заметен масштаб происходящего.
Мир вот-вот изменится необратимо.
Аннушка уже разлила масло.
Акт I. Когда робот «поумнеет»
Часто спрашивают: когда робот станет умнее человека?
Полноте, в узких, формализуемых задачах робот давно обогнал среднего обывателя, идущего с горшка на работу и до самой пенсии на всю катушку использующего свой IQ≤100, что бы ни значил этот странный показатель.
Тогда возникает другой вопрос: если ИИ уже так умен, почему он до сих пор не вытеснил людей?
На это есть причины.
Нынешний ИИ – это не законченный продукт, а демонстратор технологий.
Мы живём в фазе взрывного роста. Прогресс несётся семимильными шагами, на бегу теряя тапки. Пока ты дообучаешь под себя вчерашнюю модель, сегодняшняя уже делает нужное бесплатно, «из коробки». В таких условиях доводить что‑то до коммерческого применения бессмысленно.
Но это временно.
Рост замедлится, модели доведут до кондиции, нарежут ломтиками и дольками ИИ‑агентов, оптимизируют, заточат под узкопрофильные задачи, снабдят заводскими настройками, прооркестрируют.
Подписка, которую сегодня платят пользователи – не ради прибыли. Это настроечный параметр, регулятор очереди желающих. Монетизация отложена на потом: даже рекламные бюджеты, которые ИИ-сервисы начинают перетягивать у поисковиков, сейчас – не цель бизнеса, а побочный заработок. Пока основная цель – приучить потребителя к бренду, занять позиции.
Для того, чтобы развернуть масштабный бизнес, кое-чего не хватает, но скоро всё кардинально изменится.
Аннушка уже разлила масло.
Акт II. Чего не хватает
Не хватает мощностей.
Во внезапно открывшейся эволюционной гонке вычислительных ресурсов катастрофически мало даже для обучения моделей, отсюда взлёт цен на память и чипы.
Кто-то полагает, будто все это затеяно, чтобы жонглировать словами, пилить мемасики про котиков, решать философские шарады, школьные олимпиады или потеснить британских ученых?
Нет. Цель бизнеса – получить прибыль. Ему не требуются говорящие головы, нужны железные рабы.
Мозгов у ИИ достаточно. На очереди – глаза.
По всему миру строятся гигантские вычислительные центры, способные в реальном времени переваривать миллионы видеопотоков.
Строящийся Дата-центр
Именно под это вливаются миллиарды. И именно здесь лежит источник будущей прибыли.
Следите за руками, я покажу, откуда готовится обогащение.
Акт III. Камеры как универсальный инструмент монетизации
Пожарная сигнализация
Классическая пожарная безопасность – это километры проводов, сертифицированные проектировщики, монтажники, обслуживание, регламенты и проверки. Дорого, долго и сложно, посмотрите, на это.
Обычная "несложная" пожарной сигнализации. Датчики, линии, монтаж "собери паззл"
А теперь – новая схема:
Камеры. Интернет. Подписка.
Вот как это работает уже сейчас.
1/2
ИИ видит дым, искры, пламя. Определяет тип возгорания, очаг, площадь, интенсивность. Сам вызывает пожарную охрану, передаёт координаты и описание.
Датчики, кабели, ручная настройка, штат обученных специалистов становятся избыточными – в утиль.
Рынок не потерпит компромиссов, будет не «частичное внедрение», а полный передел. Winner takes all.
Охрана
Тот же набор камер заменяет сторожей и вахтеров. Вот как это работает.
1/2
Кто пришёл, куда пошёл, где задержался, что взял и с чем вышел. Фиксируются вторжения, попытки кражи, подозрительное поведение.
Человек устаёт, отвлекается, зевает и ходит курить. Камера следит неусыпно.
Цена вопроса? Камеры у вас уже есть. Старым клиентам на подписку скидка.
Человек для контроля принятых решений, олицетворения ответственности останется, но как массовый исполнитель – он лишний.
Торговля, склады, пункты выдачи
Камера стережёт товар, знает, где лежит, сколько осталось, кто и что взял. Ошибки учёта, пересортица, «не сошлось по базе», пропало – прошлое.
Магазин самообслуживания больше не нуждается в продавце. Покупатель зашел, выбрал товар, оплатил на выходе.
Пункты выдачи заказов (Озон, ВБ). Показал код – дверь открылась, пройдите к стеллажу № …, ваша доставка – место №… Выдача состоялась.
Камера видит. Камера проверяет. Камера пишет. Человек лишний.
Дороги
Умная дорожная камера зафиксирует: превышение скорости, поворотники, неправильные обгоны, стоянку, парковку, разметку, создание помех, «зебру», ремень безопасности, езду по обочине, опасное вождение, телефон за рулем. И без устали штрафует.
ГИБДД подпишется. На всю страну сразу.
Камера как универсальный сенсор
Камера с ИИ – это не просто «глаз». Это универсальный сенсор.
Под удар попадают: обходчики, обследователи, контролёры, дежурные, операторы, инспекторы, сортировщики, приёмщики …
Не одномоментно и не везде, но без альтернативы в долгой перспективе.
Профессии, где человек смотрит глазами и принимает простое решение, оказываются избыточными.
Робот не устаёт. Робот не отвлекается. Робот бдит круглосуточно.
Война – двигатель прогресса
На военные технологии человечество потратит любые деньги, цена значения не имеет. Поинтересуйтесь бюджетом Пентагона. Тот, на чьих серверах будет столоваться армия дронов, в накладе не останется.
Лучше один раз увидеть …
Вычислительная мощность дата‑центров нужна не для текстов и размышлений. Она требуется для распознавания образов и потокового видео.
Этот рынок огромен, не монетизирован и будет расти лавинообразно.
Кто контролирует серверы – контролирует бизнес и станет жеребцом, который покроет весь мир.
Вы по-прежнему думаете ИИ–пузырь вот-вот лопнет? Повторяйте чаще.
Акт IV. Роботизация без фантастики
На что годен слепой раб? Играть в слова, сочинить сказку, задушевно чесать язык, калякать бумажки, рассуждать о вечном, решать господину загадки на тему: два отца и два сына нашли три апельсина ...
Ничего не напоминает?
Да что может этот ваш чат? Болтовня о том-сём, красиво сверстанные отчёты, яркие презентации, сводки, таблицы, инструкции, языковые конструкции, резюме, маркетинговые мантры, брифы, дайджесты ...
Полагаете бизнесу нужны бесконечные вереницы токенов пустопорожнего трёпа и Эвересты из макулатуры, а чтобы подсобить манагерам перерабатывать слова в слова и надувают ИИ-пузырь?
Нет.
Взращённый и выпестованный зверь прихлопнет офисный планктон походя в погоне за своей настоящей добычей.
Так кто же цель?
– Поднимите мне веки! Вижу! Человек-работник! ВОТ ОН! – и уставит на него железный палец.
Если полноценный антропоморф окажется дорогим и сложным, рынок поступит просто: камера – глаза. ИИ – мозг. Остальное изобретено и отработано до нас: дешёвые исполнительные механизмы – толкатели, захваты, прижимы, кантователи, доводчики. Пластик, металл, электрика, пневматика, гидравлика. Никакой фантастики.
Устанавливается камера. С ленты конвейера толкатели и захваты разделяют с нечеловеческой точностью и скоростью: чермет, цветмет, ткань, бытовую технику, древесину, органику, бумагу, стекло по цветам, пластик по сортам.
1/5
Свалка превращается из головной боли в источник сырья.
Удобрения – адресно. Химикаты – дозированно. Сбор урожая – индивидуально. Продукция проверяются на форму, цвет, повреждения, комплектацию. Брак – в сторону. Годное – дальше. Упаковка, маркировка, укладка – всё автоматизировано.
Вы тоже видите на этих картинках толпы безработных?
1/2
Сложные действия на деле – цепочка простых операций.
Многое можно заменить камерой и набором дешевых манипуляторов.
Не нужны ни терминатор, ни шагающее шасси, ни аккумуляторы, ни пятипалый манипулятор с десятками степеней свободы.
Не для всего, но для большей части повторяющихся работ достаточно камеры и набора дешёвых исполнительных механизмов.
Раньше для автоматизации требовались: редкие специалисты, управляющие программы, калибровка датчиков, настройка, отладка, перенастройка и снова отладка.
Теперь будет так:
«На транспортере появится деталь, сбросишь толкателем. Захватом подцепишь на крюк, макнешь на пять минут в кислоту, сполоснешь из форсунки, сбросишь на покрасочный стол, покрасишь, перевернешь кантователем, красишь еще раз и манипулятором на запекание в печь. Что не ясно – Инструкция на стенде. Телефоны – ниже».
ИИ видит, понимает, корректирует. Программирование – устно, обучение – показом.
Роботизировать рабочее место полностью не удастся, скажете вы? В таком случае уволят половину персонала, оставшиеся счастливцы из последних сил будут конкурировать с железякой за киловатт-час риса и, в конечном итоге, все равно вылетят за ворота.
Акт V. Антропоморф
А что, если …?
Посмотрите видео.
Десять метров в секунду! Вы можете бежать со скоростью олимпийского чемпиона?
Так обстояли дела год-два назад.
Медали по бегу на Олимпиаде 2028 для всех дистанций можно выдавать заранее.
Вы умеете крутануть сальто?
Хорошо ли вы держите удар, равновесие?
Вопрос передвижения антропоморфа закрыт, работает, проверено практикой.
Ноги есть, а что с руками?
Вы видели это?
А это?
Как вам студенческая поделка из говна и палок пластмассы и ардуино?
Человеческая кисть – сложно?
Этому видео десять лет.
Этому – одиннадцать.
Механика давно не проблема, затык в управлении. Вам подсказать на каких серверах захостятся командные центры?
Может быть изделие «Антропоморфный робот» окажется запредельно дорогим?
А давайте посчитаем, уважаемые кроты.
Когда продукт выходит в серию, его цена определяется стоимостью материалов и сборки. Первые Segway стоили около 5000 долларов. Аналогичный по функционалу девайс сегодня – в пять-десять раз дешевле. Сколько стоили первые 3Д-принтеры? Почём они сейчас?
То, чего еще нет, оценим по аналогии, без претензии на точность, порядок цифр, два пальца плюс-минус.
Возьмём автомобиль среднего класса. В нём несколько десятков исполнительных механизмов: (стеклоподъемники, регулировки сидений, зеркала, климат-контроль, дворники, омыватели, ABS, ESP, помпы, вентиляторы, соленоиды, актуаторы, шаговые двигатели, микроприводы). И при этом нет мифрила, анаптаниума, экзотических сплавов или секретных ингредиентов. Металл, пластик, электроника, медь. Редкозёмы, драгметаллы? В следовых количествах. Неодим? Бросьте, постоянные магниты – массовое, серийное, давно освоенное изделие.
Считаем: стоимость – 5 000 000 рублей, вес – 1250 килограммов. Получаем 4000 рублей за килограмм при продаже «вразвес».
Введём поправочный коэффициент, как-никак высокотехнологичное изделие, не мелочимся, умножим на пять!
Итого 20 000 рублей за килограмм.
При серийном изготовлении слуга-карлик (50 кг убойного веса) обойдется примерно в миллион рублей.
Где применять и какова выгода?
Торговля: собирать грязные разносы, катать с парковки тележки, расставлять товары на полки. Агрокомплекс: шпалеры виноградников до горизонта, теплицы с бесконечными рядами огуречных грядок, прополка, сбор, сортировка …
Человек просит заработную плату от 25 000 рублей «на руки» => ФОТ 40 000 => годовой – полмиллиона.
Замена двух работников одним роботом окупится за год, дальше – чистая прибыль. Робот может работать круглосуточно, вы же помните, на непрерывном производстве четыре смены?
Под раздачу попадают профессии с простой моторикой: монотонные, цикличные, малоответственные операции, где требуется повторять одни и те же движения снова и снова, не ошибаясь, не уставая, не отвлекаясь.
Про вредные и опасные условия даже говорить неловко: каски, маски, противогазы, краги, наколенники, беруши, медосмотры, инструкции по ТБ, страховки, тёплая одежда, кондиционер, комнаты отдыха и приёма пищи …
Роботу всё это не нужно.
Военное применение. Всего за миллион вы получите идеального солдата, беспрекословно идущего на смерть. Ранен? В ремонт. Убит? В переработку.
Акт VI. Почему новые рабочие места не появятся
« – Падаждити! – закричит скептик. – Освободившиеся рабочие сменят профессию, появятся новые рынки труда, такое уже было раньше … индийские ткачи … водители кобыл … землекопы …».
Вы кого хотите надуть? Потерявшую работу пятидесятилетнюю продавщицу, обладательницу варикоза, невроза и врожденной тяги к обжуливанию покупателей? Каким новым фокусам вы планируете её выучить старую собаку: системному проектированию, UX-дизайну, Big Data аналитике, DevOps-инженерии? С полпинка - немного поработать над личными скиллами, подтянуть алгебру за восьмой класс, прокачать ability лаять на посетителей и дело в шляпе. Или может быть ей попробовать себя в балете?
А давайте выдрессируем замшелого, вечно поддатого мужичка, асфальтоукладчик которого теперь водит робот (драйвера прилагаются), чему-нибудь эдакому, например езде не цирковом велосипеде? Пусть попотеет! HR утверждает, ради upskilling каждый может проявить personal agility и время от времени совершать career pivot, как раз случай представился.
Зачем предпринимателю неудачник, только что вышвырнутый с работы роботом? Забудьте. На новых производствах, сразу спроектированных под ИИ, человеку делать будет нечего.
Раньше машины заменяли мускулы, теперь под замену попадает мозг.
Это не переход от лошади к автомобилю или от лопаты к экскаватору. На свалку отправляется человек.
Исторически ценность работника определялась полезностью его труда. ИИ эту связку рвёт.
В пределе стоимость любой работы равна цене электричества и амортизации железа. Всё, что работник может создать руками, ногами, глазами, языком и головой, робот сделает дешевле и лучше.
Смирись, ты устарел.
Ты больше не актив и даже не ресурс.
Ты – накладные расходы.
Неужели всё так ужасно, почему об этом не кричат на каждом углу?
Одним положено в пастельно-карамельных тонах оптимистично расписывать прекрасное будущее, завлекая инвесторов.
Другим – не пугать избирателей.
Третьи выражают мягкую озабоченность: «Мы допускаем локальное сокращение занятости в отдельных секторах экономики на 30–50%, но рынок в среднесрочной перспективе компенсирует эти изменения за счёт создания новых рабочих мест».
Всё важное стоит до слова «но».
Акт VII. AGI, творчество. Цой жив!
Что такое AGI?
Мы не знаем, как устроен наш собственный мозг и понемногу перестаём понимать как работают нейросети. Каким мерилом определять интеллект, координатой на протарированной шкале IQ, у нас правее, значит труба повыше, а ваш дым пожиже? IQ=100 – очень условная граница. Достиг её робот или еще нет? Каков ваш Intellect Quality? 120? 150? Говорите громче, я плохо слышу! Ого! Что, в самом деле? Целая докторская диссертация? Добавьте пять серверных стоек к эмулятору этого господина!
Извиняйте за многословие и резкую смену стиля. Акт писан на эмоциях не совсем в трезвом, а скорее в совсем не трезвом виде и особо не вычитыван. Зато не будет обвинений в соавторстве, повадились тут некоторые, одни еще статью не выкатили как другие не читая уже орут "нейрослоп", хотя сами годны только срать в комментах. Кому не нравится, можете не читать, мне всё равно, как хочу, так и излагаю, а почему "бомбануло" - узнаете ниже.
Фантасты прошлого любили попрожектёрствовать: как наши космические корабли бороздят просторы вселенной, по титанической насыпи Спиральной Дороги несутся исполинские атомные поезда, весь тяжелый труд выполняют могучие машины. Рай на земле.
Вопрос, чем же в этом прекрасном будущем займется человечество, освещался туманно.
Идеологически прошаренные требовали: сливайтесь с нами в Великом Кольце, чтобы нести во все концы необъятной Вселенной могучую силу разума, побеждая косную неживую материю!
Менее озабоченные переделом миропорядка предлагали погрузиться в искусство, культуру, науку.
Отлично! Допустим, кто-то большой и добрый станет кормить нас задаром, а мы и погрузимся! Все погрузились? Прям по списку и пойдем, но хаотично, чай не робот какой, человек, звучу гордо, значит право имею.
Об искусстве, культуре и поговорим, науке тоже достанется!
– Так-так-так, - обрадуется кто-то. – Сейчас заведёт шарманку про шестипалые картинки. Как же мне надоело это однотипное "искусство".
Каждый видит то, что хочет увидеть. Среди океана нагенерированных изображений не сплошь анатомические уродцы, есть разные стили, техники, качество, в конце концов людям нравится!
Оцените иронию, даже у нейро-хейтеров КДПВ сгенерированы! Им можно, а я что, рыжий? Выдавил из робота изображение робота, грешен, кнопку тыкал, матерился промптами и даже немного пофотошопил.
Картинки, говорите, однотипные, души не видно? Да что вы знаете о ремесленничестве!?
Пикассо создал около 50 000 работ, в каждую вложил кусочек себя, муза лиру в клочки растеребонькала. Ага-ага. Типичный хуякс-хуякс и в продакшн, вайбкодеры обзавидуются.
Робот рисует с ошибками? Не так ложатся тени, тошнит от нарушенной перспективы? Где? Вот тут, обведено кружочком?
Айвазовский - "наше всё" в маринистике, шесть тысяч картин, Карл! Череда волн до горизонта, поищем "Девятый вал", пересмотрим все? Укачает любого, с непривычки и блевануть недолго. Вы знали, что мастера критиковали еще при жизни: волны театральны, свет не ложится и слишком декоративен, такой пены не бывает, струйки и брызги не по фэншую? Ну и что, художник так видит, людям нравится!
"Куда люди, туда и Марья слепая", слыхали поговорочку? Айвазовскому шельмовать можно, а робот, значит, пальцем деланый, тени у него не той системы.
Пройдемся по кичу. Валеджио. Вы сможете отличить в сонме забивших инет озброенных полуголых девок руку Бориса от выдачи генератора? Как? По фасону бронелифчика? Хотите я сгенерирую еще трэша? Четыре за раз. Мне не трудно!
С художниками всё ясно, вжик-вжик-вжик, уноси готовенького. Остальным тоже достанется на орехи. Они еще тёпленькие, но зима близко.
Посмотрите это видео.
Острое чувство кринжа прилагается, но алгоритмы улучшатся и на экраны выкатится армия нестареющих, согласных на все цифровых клонов. Кто это будет смотреть, спросите вы?
Оскароносненько
Будут. Вкусы у людей разные, кто-то же смотрит это, говорит понравилось, по мне так за подобное надо отбирать "Оскара" или я нихрена не понимаю в искусстве. Не вредничайте, хуже не будет. Голливуд уже не торт.
Каждый сам себе режиссёр!
Кадр из мультфильма "Фильм, фильм, фильм"
Пара строк, жамк: корова рогатая одна, лев в запасе имеется, засадный полк готов - блестят бердыши, дождик в наличии и мелкая кретина-бамбина с бантиком скачет по цветочному лугу до посинения.
Творчество в массы! Дружно выпиливаем негров, индусов и повесточку, даешь юного Шварца и чтобы Шэрон Стоун ножками фиу-фиу! А давайте спасём Педро Паскаля от «крокодилицы»? Ограничимся добавлением сцен из игры или пойдем во все тяжкие, эх раззудись плечо в разудалую, устанет правая, готовь левую? Кого на главную роль? Рост, вес, цвет глаз, объем груди, талии, бёдер, список поз? Мне не трудно, хотите я сгенерирую в таблицу?
Вы можете написать симфонию?
А робот может.
Я не умею рисовать и, вероятно, лишен сценического дара, бренчал на гитаре, подушечки пальцев в мозолях, барре, аккорды, знакомо и да это трудно, надо учиться. Вот тут-то меня и бомбануло, возможно сработал личный триггер. Прослушайте это!
До слёз обидно.
Люди консерваторию заканчивали, целый музыкальный коллектив, каждого Боженька в лобик поцеловал, настоящего ангела лично в штат зачислил, целый дирижер, хор, оркестр, ведущие солисты; оглушительный успех, художественный руководитель трижды выходил на бис, рыдал в экстазе, весь фрак соплями измарал, адский труд, нулевка, прогоны, ночные репетиции ...
А оно, сука, в одну каску по нажатию кнопки эвоно какие рулады выводит.
Скажете попутал божий дар с яичницей?
Скажете попутал божий дар с яичницей?
Ладно-ладно, будем честны, я тоже вижу огромную разницу. Она есть. Пока. Но сам факт возможности сравнивать плод столетий развития искусства, воплощённый мастерством одного из лучших мировых коллективов, с халтуркой безымянного ноунейма, сбацанной на дешманском, а то и бесплатном тарифе технологией, которой от роду без году неделя, — уже сам по себе ужасает.
Хорошо, это не Кобзон и не Всесоюзный симфонический оркестр, факт, но на шепелявую звездульку и бэнд "Три аккорда" тянет? Или надо еще поднажать? Ждём год, покупаем подписку, вручную подрихтуем результат и что тогда? Ваш прогресс - 0,43_Кобзона. Упс. Петька, тащи свою жопу сюда, ты же на пианине немного лабаешь, шаришь в нотах, тут нужно чё-то вписать, чувак на ютубе заяснял ... Ваш прогресс - 0,62_Кобзона. Можно улучшить, оплатите расширенную подписку и мне не трудно.
Пикассо, к слову, сам любил подделывать чужие стили. Друзья, ученики, копировали его в его же присутствии - развлечение богемы. Тысячи подделок гуляют по миру, многие без шанса на идентификацию. Как вообще подтвердить идентичность? Отложи микроскоп, рентген, химанализ, хронологические раскопки, показания свидетелей, что останется? "Экспертное мнение", но эксперт случается, меняет его и не соглашается даже с самим собой.
Как долго вы способны конкурировать с роботом? Какие курсы "Создайте лучшую версию себя" надо посетить, чтобы продержаться в гонке? И фокус в том, что человек смертен, иногда внезапно. Когда-нибудь все мы добежим до персональной ямки и что же делать нашим потомкам, смотреть как вдали исчезают мелькающие железные пятки?
Вчера, с десятой попытки, оно срабатывало на уровне "джуна" и то проверять и проверять. Сегодня с первого тычка уделывает новобранца одной левой, иногда даже проверки не требуется. На "миддла" пока не тянет? Вам виднее. Если только с двадцатого раза и то проверять и проверять. А если тариф Pro+ в режиме "глубокого рассуждения" и нет лимита попыток? Ты же умеешь в тренды, синьор-помидор?
Ремесло, профессию, талант, искусство, оказывается, можно разложить на мимику, ритм, тембр, микродвижения, токены, промикшировать и поставить на индустриальный поток. Какая же это подделка - выбраны лучшие паттерны и сэмплы, вычищено, усилено, исправлено, статистически откорректировано, выкручено на максимум.
Вы же знаете хохму про конкурс двойников Чарли Чаплина, на котором сам комик не занял первого места? Так есть ли разница, кто перед нами: художник, музыкант, актер, загримированный живой дублер или улучшенная до идеала цифровая версия оригинала? Кто вы такой? Я не узнаю вас в гриме. Сергей Бондарчук? Юрий Никулин? Боже мой! Компиляции паттернов Джека Николсона, со Смоктуновским и Станиславским? ... Хочу ли я знать процентные соотношения и по какому алгоритму? Нет-нет-нет! Не верю!
Когда всё решают весовые коэффициенты, количество попыток, критерии отбора и цена киловатт-часа, остаётся последний вопрос.
Зачем вообще нужен оригинал?
Вы - музыкальный критик и слышите подрезанные басы, фальшивую нотку, хромающий вокал или просто выискиваете "шестой палец"? Нашли? Делов-то, перегенерируем, вам чьим голосом: Толкунова, Шаляпин, Боярский? Могу пофепеляфить как Шура или пустить петуха а-ля Витас. Только скажите. Это не долго. Я мигом!
Хорошо, а как такое? Лично я разницы не слышу вообще, безо всяких шуток, а если не видно разницы, то где же тогда Высоцкий?
Цой жив!
Сбылась мечта идиота фаната, но, боюсь, его это не обрадует: Цой даёт интервью, Цой в каждом утюге, однажды Цой Толкунова и Дэцл ... чем не начало анекдота, Цой в политике, Цой на ток-шоку, Цой в рекламе кастрюль в обнимку с Пореченковым и вы ни за что не отличите где же оригинал, а где "подделка". Ожившие кумиры прошлого, растиражированные звезды настоящего, любой начинающий талант едва заколосится, будет тут же оцифрован, просемплирован, разложен на части и пущен в тираж.
Всегда существовали люди, которые пели, плясали, вышивали крестиком лучше тебя. Но, во-первых они были штучным "товаром" и, в качестве самоутешения всегда можно было сказать, мол лично ты в чем-то хорош, чертяка. А что теперь? Безлимитный лимит на гениев и ты худший во всём настолько, что и нечего начинать. Это деморализует.
Высокое искусство сведено до промптов, стихи печатным текстом, нотная грамота россыпью в ассортименте. Партитуру не осилили, скрипичный ключ не отличаете от разводного? Не беда, мелодию через дырку в зубах насвистите. Так чего ж сыграть-то? Мурку? Мне не трудно! Хотите, чтобы я это сделал? Здрррр-аааааавствуй мая Муррркааа-а, здравствуй дарагааа-яяя ....
Скажете за всем этим по-прежнему видится человек? Ой-ли. "Робот, нарисуй мне стоящего на трамвайных путях робота, который разлил масло". Так кто же я, нажиматель кнопки или творец? Человеческий труд должен пахнуть потом, искусство - муками и страстью. Роботы не потеют. Отличия между выстраданным людьми и нейро-эрзацем все неуловимее, а если не видно разницы, то что тогда есть творчество?
Может быть нас спасут люди в белых халатах, психиатры британские ученые?
Наука - удел немногих, бессонные ночи, метания, терзания, вереница неудачных опытов, сомнения, акт творения и вот оно, озарение! Эврика! Seed #4577883456336, ваша генерация будет готова через полчаса.
Талант vs брутфорс
На ринге в красных трусах юноша бледный со взором горящим, в синем углу – "чёрный ящик". Бой начался! Гонг! Seed #356748063567, seed #7456867890-4, seed #..., seed #... Чего ты застыл как лох? Втащи ему в табло! Оно не умеет определять время по циферблату! Да что вы говорите? Обучающий датасет уже подвезли. В чью пользу счет, какой там у вас IQ? Милорд, нам нужно больше серверов.
Прекрасное будущее, говорите вы? Вкалывают роботы, а не человек. Чудненько. Как жить дальше, когда "Железный дровосек" быстрее бегает, выше прыгает, кидает копье дальше, чем видит, водит все виды транспорта, работает за пятерых, пляшет, танцует, играет на сцене, поёт хором и йодлем и сам себе режиссёр+оркестр.
Чем займется венец творения?
Игрой в науку, культурой, искусством, низведенными до дерганья за рычаг "однорукого бандита", в ожидании, когда выпадет волшебная семечка?
О, времена!
Графа Монте-Кристо Ничего полезного из меня не вышло. Придётся переквалифицироваться в управдомы бездельники.
Сидела женщина, скучала / Андрей Репников / Сергей Владиславович Рязанцевъ
Акт последний. Будущее цивилизации
Роботы делают роботов. Это конец. Катастрофа. Человек больше не нужен даже как сборщик собственного заменителя.
Цена работы перестает зависеть от места и равна стоимости эксплуатации машины, одинаковой что в пригороде мегаполиса, что за семью морями. Начнется глобальная локализация производства с целью контроля и экономии на перевозках, как результат, в первую очередь пострадают «где-то там». Во всеобщей эйфории странам первого мира нет дела до безымянных чужих рабочих и несчастных китайских ткачей, чьи кости будут белеть вдоль индийских дорог.
Однако законы рынка неумолимы, тревожные вести «там» быстро перерастут в серьезнейшие проблемы «тут», правительства ринутся снимать налоговые сливки со стремительно жиреющего бизнеса в отчаянной попытке сгладить углубляющееся социальное неравенство. Производство ответит миграцией в экономические оффшоры, чем добавит всеобщего хаоса.
Если это не сделаем мы, то это сделают солдаты НАТО конкуренты! Барьеры сняты, бой без правил под девизом «умри ты сегодня, а я завтра», все против всех в беспощадной борьбе за отощавшие кошельки безработных потребителей.
Что останется человеку? Понятие «работа» исчезает как цель существования. Раньше человек измерял себя делом, умением, вкладом – теперь эти метрики утратили смысл.
Homo creativus и Homo laborans превращаются в Homo spectator, Homo ballastus.
Человек больше не создаёт ценность; образование, амбиции, карьера, самореализация – бессмыслица.
Чем займется дезориентированный плебс?
Он озаботится извечным: «Кто виноват и что делать».
С первым вопросом разберутся быстро, виноватыми назначат: политиков, корпорации, машины, всяких умников, чужаков, соседей, рептилоидов, евреев.
За «Что делать» тоже не заржавеет. Толпа займется тем, что умеет лучше всего: громить, мстить, воевать друг с другом.
Хаос и насилие – единственная форма деятельности.
***
Когда ИИ пришел за художниками, я промолчал – ведь я не художник.
Когда ИИ пришел за переводчиками, я промолчал – я-то не переводчик.
Когда ИИ пришел за курьерами, дворниками, грузчиками меня это не касалось – какой из меня разнорабочий.
Когда ИИ пришел за офисным планктоном …
***
Неужели ничего нельзя сделать, спросишь ты?
Да, наступают интересные времена и сделать ничего нельзя.
Алгоритмы будут доработаны.
Дата-центры будут достроены.
Антропоморф будет изготовлен.
Аннушка уже разлила масло.
Вы же, пока еще есть лет десять, край двадцать, можете купить скрипку и разучить вальс «Осень».
