Как заработать на искусственном интеллекте

5 эффективных способов заработать деньги на искусственном интеллекте

Искусственный интеллект — одна из самых быстрорастущих отраслей, на которой вы можете заработать большие деньги. Многие фрилансеры, бизнесмены, стартапы и действующие технологические компании уже начали использовать искусственный интеллект и машинное обучение для решения реальных бизнес-задач в разных сферах. Не отставайте и вы!

Даже если у вас нет бизнеса, вы можете создать его и заработать неплохие деньги на использовании простых инструментов с Искусственным Интеллектом. Давайте разберем самые надежные способы заработка на ИИ.

Создайте свой стартап на основе ИИ

Найди то, что любишь, и ты не будешь работать ни дня в своей жизни. Позвольте мне перефразировать эту известную фразу: найди то, что беспокоит тебя, и у тебя никогда не закончатся идеи для проектов. Будь то глобальное потепление, высокий уровень бедности в стране или слишком медленные услуги по доставке пиццы в твоем городе: вокруг нас всегда есть то, что может улучшить Искусственный Интеллект.

Для создание собственного стартапа соберите команду, определите целевую аудиторию, придумайте решение проблемы аудитории и представьте свой проект спонсорам. Теперь вы готовы основать стартап и получить прибыль, сделав этот мир лучше.

Внедрите машинное обучение в своем интернет магазине

Что может быть приятнее покупки без необходимости выходить на улицу? Только покупки без необходимости выходить на улицу, но с улучшенными алгоритмами. Машинное обучение помогает создать механизм рекомендаций, персонализировать сервис, динамически регулировать цену, прогнозировать спрос и предложение, осуществлять визуальный поиск и защищать сервис от мошенничества.

Машинное обучение в электронной коммерции направлено на то, чтобы облегчить путешествие клиента по сайту или магазину. Вы можете использовать ИИ для создания интерфейса сайта и автоматизации процессов поддержки клиентов.

Чат-боты как виртуальные помощники

Поскольку ИИ имитирует работу человеческого мозга, почему бы не научить его говорить и писать? Прогнозируется, что обработка естественного языка будет развиваться в мире Искусственного Интеллекта. Разработка чат-бота потребует двух ключевых технологий: распознавания речи и семантического анализа.

Это позволит преобразовывать речь в текст, распознавать объекты и искать их в базе данных. Вы также можете использовать некоторые готовые платформы, такие как Microsoft Bot Framework, Botkit или Dialogflow. Такие цифровые помощники очень полезны как для мобильных приложений, так и для веб-интерфейсов в любом бизнесе. Вспомните нашумевшего бота Олега от Тинькофф и вы поймете, каким успехом может пользоваться искусственный чат-бот.

Увеличьте доход вашего бизнеса

У вас уже есть бизнес? Убедитесь, что он работает максимально эффективно. Вы можете использовать данные своих клиентов, чтобы влиять на их новостную ленту в социальных сетях или создать внутреннюю систему для лучшей коммуникации в вашей компании. Кроме того, всегда есть возможность сделать ваше приложение более инклюзивным.

Например, интегрируйте синтез речи в свое приложение и станьте более удобным для людей, страдающих нарушениями зрения, цветовосприятия и слуха. У каждого бизнеса есть потенциал роста. Вам нужно только правильно проанализировать его.

Разработайте приложение

Создайте простое бесплатное приложение с премиальной подпиской. Премиум подписка должна предоставлять пользователям дополнительные функции, за которые им нужно платить. По оценкам, такая система приносит в 1,5 раза больше денег, чем другие типы покупок в приложении. Искусственный Интеллект поможет управлять этой подпиской и привлекать новых клиентов.

Еще один способ монетизировать ваше приложение — продавать в нем рекламу или предлагать пользователям ограниченное количество бесплатных запросов, после чего им придется платить.

Как гибкая и многофункциональная технология, ИИ предлагает множество возможностей. Вы можете стать основателем стартапа, зарабатывать, внедряя машинное обучение в электронную коммерцию, автоматизировать процессы с помощью чат-ботов, делиться своими знаниями через онлайн-курсы, блоги или книги, приносить больший доход существующему бизнесу и разрабатывать приложения. Каждый может монетизировать свои навыки, независимо от того, чего он хочет: начать собственный бизнес, разбогатеть, улучшить мир или все вместе.

Источник: dzen.ru

Юридическая социальная сеть

150.7к

Подписаться
Публикации
Юридическая публикация
Вопрос дня
Астрология
Государство
Жалоба на действия или бездействие

Мнение о специалистах и организациях
Образ жизни
Образование
Отзывы о товарах и услугах
Светская жизнь
Технологии
Курьёзные вопросы

Социальные сети
14 068 752
Актуальные темы
Законы и кодексы
Сообщества

Автор публикации
Юрист Иванов А. А. Подписчиков: 660

150.7к

Как россияне могут заработать на искусственном интеллекте?

1 371 просмотр
893 дочитывания
20 комментариев
На сегодня эта публикация уже заработала 45,55 рублей за дочитывания Зарабатывать

1. 1. HPE
2. 2. HP
3. 3. Velodyne Lidar
4. 4. LG Display
5. 5. ON Semiconductor Corp
6. 6. Intel Corporation
7. 7. Micro Focus
8. Важно. Не вкладывайтесь в акции одной компании
9. Обсуждение

Ни для кого не секрет, что в современном мире искусственный интеллект (ИИ) охватил все сферы нашей жизнедеятельности и ежедневно помогает человеку как в разрешении личных вопросов, так и в оптимизации государственных, а также бизнес-процессов.

Чаще всего, обычные граждане применяют способности ИИ через различные и многочисленные приложения своих смартфонов, общаются с голосовыми помощниками, прокладывают маршруты и устанавливают «умное видеонаблюдение», но, пожалуй, самое главное, что ИИ используется для диагностики и лечения всех видов заболеваний, ежечасно помогая миллионам пациентов по всему миру, включая раковых больных.

Однако есть и серьезные минусы для большинства трудоспособного населения Земли, ведь внедрение в производство роботов значительно сокращает количество рабочих мест, а некоторые профессии и вовсе находятся на грани исчезновения.

Между тем, у каждого человека есть возможность заработать на данной инновации, и россияне не исключение.

Для этого необходимо ежемесячно скупать акции IT-компаний, занимающихся информационными технологиями.

Проанализировав рынок, можно выделить следующие устойчивые предприятия с недооцененными акциями, которые наверняка продемонстрируют рост котировок в долгосрочной перспективе, однако пока доступны по приемлемой цене.

1. HPE

Hewlett Packard Enterprise — американская IT-компания, созданная в 2015 году вместе с HP Inc после раздела корпорации Hewlett-Packard на две компании.

На сегодняшний день HPE – крупнейший поставщик товаров и услуг в сфере компьютерных вычислений. Занимается исследованиями в области ИИ, машинного обучения и облачных данных и является лидером по индексу устойчивости Доу Джонса, сотрудничает со многими мировыми компаниями, включая Intel.

Цена акции на 1 августа 2021 года составляет 14,53 долл., с доходностью за прошедшие полгода 17,37%.

2. HP

HP Inc. — американская IT-компания, созданная в 2015 году вместе с Hewlett Packard Enterprise после раздела Hewlett-Packard на две компании, сохранила право производства персональных компьютеров и принтеров.

Помимо производства компьютеров, вычислительной техники, программного обеспечения, устройств печати изображений IT-гигант, предоставляет услуги в сфере жизненного цикла и безопасности, является одной из крупнейших технологических компаний в мире.

Цена акции на 1 августа 2021 года – 28,81 долл. С аналогичной (HPE) доходностью за прошедшие полгода в 17,93%.

3. Velodyne Lidar

Velodyne Lidar – компания по производству лидарных технологий в Кремниевой долине, основанная на Velodyne Acoustics.

Velodyne Lidar предлагает интеллектуальные и мощные лидарные решения для автономных транспортных средств, помощи водителю, доставки грузов, робототехники, навигации, картографии и многого другого. Компания Velodyne со штаб-квартирой в Сан-Хосе, штат Калифорния, известна во всем мире своим портфелем прорывных лидарных сенсорных технологий.

Высокоэффективная линейка продуктов Velodyne включает в себя широкий спектр сенсорных решений, включая экономичный Puck™, универсальный Ultra Puck™, автономный Alpha Prime™, оптимизированный ADAS Velarray™ и новаторское программное обеспечение для помощи водителю Vella™. Как лидер рынка, Velodyne обслуживает более 300 клиентов, включая почти всех ведущих мировых производителей оригинального автомобильного оборудования.

Цена акции на 1 августа 2021 года составляет 8,05 долл. За предыдущие полгода акции подешевели на 22,23%. Однако, на мой взгляд, колоссальный спрос на беспилотную технику во всем мире позволит показать существенный рост цен на бумаги компании уже в ближайшем будущем (5 лет).

4. LG Display

LG Display производит и продает жидкокристаллические дисплеи на основе тонкопленочных транзисторов (TFT-LCD) и дисплейные панели на основе органических светодиодов (OLED) и является безусловным лидером в данном направлении. За первый квартал 2021 года компания получила 240 млн долл. Чистой прибыли, а годовой прирост составил 46%.

За прошедший год акции компании выросли более чем на 77%, их цена на 1 августа 2021 года составляет 9,62 долл. Учитывая тот факт, что число смартфонов, как и другой техники, предусматривающей наличие дисплеев, ежегодно растет, то и рост акций LG Display весьма возможен.

5. ON Semiconductor Corp

ON Semiconductor предоставляет комплексные решения для автоматизированного вождения, электрификации транспортных средств, обычных трансмиссий, освещения и применения электроники кузова, включая широкий спектр промышленных решений для подключения, зондирования, управления и управления питанием от полупроводника, а также решения для различных потребностей преобразования энергии и управления двигателем.

От IGBTs и МОП-транзисторов питания до драйверов шлюзов, силовых модулей, контроллеров двигателей, широкополосных устройств и контроллеров, с охватом приложений в области солнечной энергии и хранения энергии, потребителей, сетей, телекоммуникаций, серверов и промышленных конечных рынков.

Цена акции на 1 августа 2021 года составляет 39,2 долл. С доходностью более 80% за прошедший год.

6. Intel Corporation

Intel Corporation – американская корпорация, производящая широкий спектр электронных устройств и компьютерных компонентов, включая микропроцессоры, наборы системной логики и др. При этом микропроцессоры Intel используются более чем в 80% ПК по всему миру.

Кроме того, Intel является всемирным партнером Олимпийских игр и играет ключевую роль в ускорении внедрения новых технологий. Также компания занимается разработкой беспилотных автомобилей, производством дронов, памятью и хранением данных, беспроводными решениями и многими другими инновациями в области ИИ, но при всем этом ее акции существенно ниже рынка и могут «выстрелить» в любую минуту.

Цена акции на 1 августа 2021 года составляет 53,74 долл. С доходностью без малого 12% за прошедший год.

7. Micro Focus

Micro Focus – один из крупнейших в мире поставщиков корпоративного программного обеспечения. В 2017 году компания объединилась с Hewlett Packard Enterprise Software. Полученная в результате объединения компания стала седьмой по величине в мире в области программного обеспечения, а в Великобритании это крупнейшая технологическая фирма. Входит в индекс FTSE 100.

Сейчас акции компании можно успеть «урвать» по хорошей цене. Так, на 1 августа 2021 года их стоимость составляет всего 5,59 долл.

Важно. Не вкладывайтесь в акции одной компании

Диверсификация вашего портфеля является оптимальным решением для защиты собственных средств, то есть падение стоимости одного актива (всякое бывает) компенсируется ростом другого. В этой связи рекомендую инвестировать в 10 разных компаний. Таким образом вы сможете получать стабильный доход на долгосрочной перспективе, практически не рискуя.

В статье не содержится никаких индивидуальных инвестиционных рекомендаций, лишь размышления и позиция автора насчет компаний IT-сектора США.

Какие акции подорожают, по вашему мнению, и почему?

Не забываем про лайки, всем спасибо, удачи вам и хорошего настроения!

Подорожают ли акции компаний в области информационных технологий в ближайшие 5 лет?

Проголосовали: 116

Проголосуйте, чтобы увидеть результаты

Источник: www.9111.ru

Монетизация машинного обучения: как превратить данные в деньги

Машинное обучение — одна из самых быстрорастущих отраслей в IT. Каждый год эта сфера растёт на 44 %. И, по аналитике экспертов-прогнозистов, до 2024 года размер рынка будет составлять уже свыше 30 млрд. долларов — это в 25 раз больше, чем было в 2017 году. Многие компании уже понимают ценность машинного обучения для собственного бизнеса. И цель здесь прагматичная — деньги. ML-специалисты помогают компаниям увеличивать свой доход.

Но если инженер машинного обучения может приносить профит компаниям, то он может и создать собственный успешный проект. В этом материале мы расскажем, в каких отраслях и как именно он сможет монетизировать свои навыки. Итак, поехали!

Персонализация маркетинга

Любая крупная компания, которая занимается онлайн-торговлей, собирает огромное количество информации о своих клиентах (увы). Предпочтения, характер и история заказов каждого собираются с CMS и часто лежат мёртвым грузом, занимая место на сервере.

Инженер по машинному обучению способен настроить систему персонификации маркетинга, чтобы каждый посетитель сразу видел в интернет-магазине товары и рубрики, которые его заинтересуют.

За примерами не нужно далеко ходить. В Facebook зарегистрировано свыше 1,6 млрд. человек — в соцсети есть данные об именах, геолокациях, работе, хобби, семейном положении, наличии детей и прочее, прочее.

Вместе с тем в Фейсбуке свыше 60 млн. бизнес-страниц, которые запускают рекламные кампании. Нейросеть соцсети каждый день обрабатывает свыше 60 млрд. интеракций пользователей с друг с другом и больше миллиарда — с рекламой и товарами, чтобы подбирать более актуальные предложения.

Даже несмотря на некоторые проблемы с сохранностью данных, система машинного обучения Facebook для персонификации рекламных кампаний остаётся одной из самых мощных в мире.

Но для грамотного анализа совсем не обязательно обрабатывать такое огромное количество информации. К примеру, в интернет-магазине Amazon персонализация работает так. В рекомендуемом покупателю будут попадаться товары из рубрик, которые он просматривает и покупает чаще всего. Если человек покупает книги, то в рекомендуемом будут книги:

Довольно простая придумка, но она позволила увеличить продажи в целевых категориях, которыми интересуются посетители, на 15 %.

Работает это не только для онлайн-магазинов, но для любых компаний, даже для небольших и довольно узкопрофильных. Многие данные можно узнать, просто попросив покупателя авторизоваться через социальную сеть. Но что ещё интереснее, для персонализации маркетинга даже не всегда нужны личные данные пользователей.

Вот, к примеру, как сделал интернет-магазин Very. Для персонализации маркетинга он использует только имя пользователя. Но при этом учитывает погоду за окном и геолокацию пользователя. В результате при попадании на сайт человек получает максимально личностное предложение.

Это работает не только на продажи, но и на повышение лояльности клиентов. И интеграция с любым погодным сервисом — одна из самых простых, но эффективных идей для машинного обучения.

Для создания системы анализа, как у Facebook, нужны огромный отдел ML и колоссальные производственные мощности. Реализовать идею, как у Amazon, тоже сложно, но систему, как у Very, может запустить даже middle-спец в одиночку. Все зависит от творческого подхода и грамотной реализации.

Анализ рынка и поиск новых направлений

Сразу после появления нейронных сетей их пытались использовать для анализа фондовых рынков. Успехи были довольно слабыми, потому что на фондовые биржи влияют сотни и тысячи параметров, а очень часто даже случайные события.

Но чем уже сфера анализа, тем лучшие результаты показывает машинное обучение. Причём для небольших компаний она работает даже лучше, чем для крупных концернов — спрогнозировать поведение рынка получается точнее.

К примеру, небольшой кейс компании, которая занимается продажей кухонных блендеров в США. Путём машинного анализа специалисты нашли 34 категории товаров, которые клиенты охотно приобретали вместе с блендерами, тем самым увеличивая средний чек покупки в среднем на 15–25 %. Такой кейс можно повторить на фрилансе для разных интернет-магазинов, число которых в пандемию только выросло.

Улучшение опыта покупателя

Каждый из клиентов интернет-магазина ищет что-то своё. И у каждого из них — индивидуальный путь от интереса до покупки. Грамотно проанализировать их могут только алгоритмы машинного обучения. Ведь даже полноценный путь одного покупателя вручную построить крайне сложно, а что, если их десятки тысяч?

Очень крутой кейс на эту тему есть у Spotify, известного музыкального сервиса. В 2017 году компания приобрела два проекта по машинному обучению и стала тестировать их наработки в создании подборок музыки для пользователей.

Сервис анализировал музыку, которую сохраняют пользователи в собственные подборки, и предлагал рекомендации, основанные на этих предпочтениях. 30 песен каждую неделю. И оказалось, что сервис выдаёт рекомендации, которые лайкают абсолютное большинство слушателей.

Дата-инженеры создали довольно сложную модель анализа контекста и стилей песен и сопоставления их с предпочтениями каждого слушателя.

Она выглядит следующим образом:

И этот шаг стал просто двойным выигрышем для компании. Лояльность слушателей ещё больше увеличилась, сервис привлёк большое количество новых пользователей. При этом значительно увеличилось количество прослушиваний песен малоизвестных музыкальных групп и исполнителей без лейблов, что очень сильно мотивирует музыкантов загружать свою музыку на Spotify. Так один алгоритм, созданный специалистами по машинному обучению, решил сразу две задачи.

Да, чтобы довести его до ума, потребовались месяцы работы двух команд по машинному обучению, но дивидендов от него сервис получил гораздо больше.

Но есть и более простые примеры — обычные чат-боты или голосовые помощники на основе машинного обучения. Bank of America — это одна из первых крупных финансовых организаций, которая запустила бота, чтобы разгрузить собственный колл-центр.

В результате уже в первые 3 месяца бот Эрика успешно обработал миллион заявок от пользователей. Сегодня бот стал полноценным финансовым помощником и на данный момент обработал уже 100 миллионов запросов, тем самым сэкономив компании более 8 миллионов человеко-часов. А это десятки миллионов долларов в денежном эквиваленте.

Открытые платформы аналитики и статистики

Большие данные сегодня называют «новой нефтью». Информации сегодня настолько много, что даже в открытых источниках можно найти невообразимое количество. Даже на основе публичных данных Интернета вещей или социальных медиа можно делать качественные анализы и прогнозы.

При этом структурированные данные и статистика пользуются большим спросом у компаний, которые занимаются торговлей товарами и услугами. Особенно у представителей малого и среднего бизнеса, которым бюджет не позволяет нанять собственных специалистов по анализу данных, но которые понимают ценность аналитики для своего бизнеса.

Самым крупным открытым порталом структурированных данных в мире можно считать сайт Statista. На нём есть свыше 60 000 пулов данных, уже готовых для применения в статистике и аналитике.

Переплюнуть Статисту вряд ли удастся, но никто не мешает создавать обработанные пулы информации в более узконаправленных сферах. Особенно активно такие данные используют маркетологи.

Защита от мошенничества

В 2020 и 2021 годах произошёл просто бум популярности антифрод-инструментов, основанных на базе машинного обучения и нейросетей. Особенно это актуально для банков и крупных финансовых организаций, которые работают с большими активами.

К примеру, в 2020 году Сбербанк отчитался, что антифрод-система на базе машинного обучения способна предотвращать практически все попытки мошенничества и кражи средств в системе быстрых платежей. А это почти за год сохранило клиентам банка свыше 38 млрд. рублей.

Алгоритмы антифрод-систем непрерывно анализируют действия пользователей и выискивают подозрительные паттерны и совпадения, которые выбиваются из общей практики. И при обнаружении подобных подозрительных совпадений автоматически блокируют транзакции и сообщают об этом операторам.

Модели машинного обучения, которые выискивают мошеннические схемы, очень сложны, но они экономят просто кучу денег крупным компаниям. Поэтому спрос на них стабильно повышается. Если в 2019 году машинное обучение против мошенников использовали только 13 % крупных компаний в мире, то в 2021 году — уже 40 %.

Компания Feedzai отчитывается, что в 2020 году в разы выросли попытки фрода в сферах финтех и е-коммерс. Попытки похищения данных платежных карт увеличились на 650 %, а взлома онлайн-банкинга — на 250 %. Но при этом грамотная антифрод-система на базе машинного обучения способна в точности определять до 95 % случаев мошенничества и ложных отклонений оплаты и при этом сократить общие затраты на противодействие подобным схемам на 75 %.

Машинное обучение растёт такими огромными темпами в наши дни, потому что оно помогает зарабатывать деньги как компаниям, так и самим специалистам по ML. Компании активно нанимают спецов, а иногда покупают целые стартапы в области ML — тогда они входят в состав крупных компаний в качестве отдельных подразделений. Сейчас, пока рынок ещё не перегрет и компании более склонны уступать в переговорах о зарплате — самое время влиться в эту среду и стать специалистом по машинному обучению, используя кейсы представленные выше в качестве своих пилотных проектов, которые покажут уровень ваших навыков.

По ML у нас есть две программы — для тех кто только постигает Machine Learning и расширенная Machine Learning и Deep Learning, для тех кто хочет уйти в это направление всерьез и надолго. По ссылкам можно ознакомиться с программами, сравнить их с другими и сделать оптимальный для себя выбор.

Узнайте, как прокачаться и в других специальностях или освоить их с нуля:

• Профессия Data Scientist
• Профессия Data Analyst
• Курс по Data Engineering

ПРОФЕССИИ

• Профессия Fullstack-разработчик на Python
• Профессия Java-разработчик
• Профессия QA-инженер на JAVA
• Профессия Frontend-разработчик
• Профессия Этичный хакер
• Профессия C++ разработчик
• Профессия Разработчик игр на Unity
• Профессия Веб-разработчик
• Профессия iOS-разработчик с нуля
• Профессия Android-разработчик с нуля

КУРСЫ

• Курс «Математика для Data Science»
• Курс «Математика и Machine Learning для Data Science»
• Курс «Python для веб-разработки»
• Курс «Алгоритмы и структуры данных»
• Курс по аналитике данных
• Курс по DevOps

Источник: habr.com

«Стартап», где вместо нейросети работают индусы, и подборка 15 нейронок, на которых можно зарабатывать или повысить профит

Нейросети занимают все больше ниш и применяются во всех возможных областях. Сейчас при упоминании нейросетей многие думают о всяких несерьезных вещах по типу «сделать смешную картинку по текстовому запросу». Но на самом деле — это не все, на что они способны.

Нейронки продвинулись гораздо дальше и сейчас показывают отличные результаты в озвучке, создании логотипов, редактировании видео и фото, создании и анализе текста для копирайтеров или маркетинга. Их даже используют для прохождения видео-верификаций в Букмекерских Конторах, банках и криптобиржах, о чём мы писали ранее в нашем Telegram-канале про беттинг:

Дипфейки можно даже использовать для того, чтобы посадить старушек вести под видом молодых девушек стримы в азиатских стриминговых приложениях:

Мы запускаем новую рубрику, где будем рассказывать о полезных и интересных программах и сервисах, которые работают на базе искусственного интеллекта (ИИ). В этой статье мы покажем вам, насколько разнообразен мир нейросетей, и разберем недавний скандал вокруг стартапа Kaedim, который обвинили в применении ручной силы при превращении 2D объектов в 3D.

На более чем 15-и кейсах мы разберём, какие программы на базе ИИ существуют, а также расскажем, как их эффективно применять манимейкерам.

Kaedim и что с ним не так

Это программа на основе нейронной сети, которая превращает 2D-концепты в полноценные 3D-модели за 15 минут с хорошей топологией.

Добиться хорошей правильной топологии сложно, если мы говорим о том, что это делает машина, а не человек. Тем более, разработчики на своем сайте говорят о том, что преобразовать можно любую картинку, будь это простая рисовка или сложная реалистичная фотография. Так много вопросов и так мало ответов. Ответов и правда мало, потому что разработчики отмалчиваются о том, как им это удается, и ссылаются на невероятную обученную нейронную сеть.

Пользователи начали что-то подозревать и попытались раскрыть тайну Kaedim. Самый первый вопрос, которым они задались — это то, как машине удается так сильно упрощать детали в готовой 3D-модели. Посмотрите на птицу, которую прогнали через Kaedim. Куда пропали все перья, неровности?

Вопросов бы не возникло, если бы объект на реалистичном фоне с множеством мелких и лишних деталей не лишался их в готовом варианте, превращаясь в упрощенную версию самого себя. Нейронные сети можно много чему обучить, но вот как правильно отсекать лишнее и по какому принципу это лишнее отбирается — научить машину сложно. Это может сделать только человек.

Даже если это делает нейронка, то такой конечный результат ну никак не получится, какая бы безупречная топология ни была. Причём при загрузке изображения, можно указать то, что должно получиться. Технология, опережающая годы? Сомнительно.

Позднее один из пользователей обнаружил старую вакансию, в которой Kaedim искала сотрудников для «быстрого преобразования 2D-исходников в 3D-объекты низкого качества за 15 минут».

Пользователи Twitter предположили, что уникальный искусственный интеллект — это специалисты из стран третьего мира, условные индусы, которые «клепают» 3D-модели по $1 за штуку. И такое предположение действительно ставит все на свои места.

Сравнивая стоимость подписки на данный ресурс с похожими проектами в сфере, можно сказать, что цена откровенно завышенная. Полноценная подписка начинается от $299 в месяц за 30 моделей и доходит до $7 700 за 1 000 моделей. Пробная версия стоит $6 за один проект.

Многие пользователи, которые, по их словам, много лет занимаются 3D-моделированием, в комментариях утверждают, что этот проект — чистое мошенничество.

Одним из аргументов стало то, что если бы им действительно удалось разработать нейронную сеть, способную самостоятельно превращать 2D-объекты в 3D, то такая технология попросту стала бы прорывом, как известный Google.

Через 2 дня команда Kaedim наконец решила дать публичные разъяснения. Помимо тезисов о честности и прозрачности их работы, они раскрыли процесс обработки изображений, который всех так интересовал:

Сначала ИИ обрабатывает исходное изображение и преобразовывает его в 3D-модель, а затем инженер проверяет, насколько хорошо нейронка сделала свою работу. И, если это нужно, человек редактирует модель «в соответствии с высокими стандартами качества Kaedim».

Это имеет смысл, но все-таки остается вопрос, а к чему вообще это ручное редактирование? Почему бы просто не дать пользователям неидеальный результат, но зато полностью сделанный ИИ? Со временем нейронная сеть обучалась бы и качество ее работы стало выше. По этому принципу развивались все самые успешные нейронные сети, типа DALL-E и Midjourney.

Интересно, что в августе 2022 основательница сервиса Kaedim Константина Псома дала интервью Forbes, в котором сделала несколько громких заявлений, с которых пользователи только посмеялись. Например, «создание 3D-ассетов — одна из наиболее трудоемких частей процесса разработки игр». Или вот это: «игровая индустрия печально известна своим кризисом и нарушением сроков. Сколько раз ваша любимая игра откладывалась? С помощью инструмента Kaedim, разработчики игр могут создавать игры в 10 раз быстрее, а это означает, что за то же время, что вы сейчас ждете одной игры, будет выпущено десять игр».

Основная аудитория сервиса — игроделы. Но подобные высказывания говорят о том, что предпринимательница либо намеренно вводит читателей в заблуждение, чтобы прорекламировать свой стартап, либо сама не разбирается в данной сфере. Что уж говорить, если Константина считает метавселенные — «ребрендингом игр», а сиквелы популярных проектов выпускают долго потому, что «не могут использовать 3D-модели, использовавшиеся в предыдущих играх, которые были сделаны много лет назад, так как они теперь неуместны».

Несмотря на заявления выше, в интервью есть всё-таки один интересный факт: предпринимательница рассказала, что ее команда выпустила API, с помощью которого любой желающий может интегрировать автоматическое преобразование 2D в 3D в свои приложения, игры и метавселенные.

Является ли Kaedim скамом или нет — до конца непонятно. Но большинство пользователей Twitter, которые протестировали нейронку, склоняются к первому варианту.

DALL-E 2

Ранее мы уже упомянули несколько других нейросетей, которые действительно существуют и их уже можно «пощупать». Поэтому переходим к подборке интересных нейросетей и кейсов, где эти сервисы применялись на практике.

Самая популярная нейронная сеть для создания дизайна ушла далеко в будущее и сейчас дает потрясающие результаты. DALL-E 2 создает не только красивые и точные изображения по текстовому запросу. Нейросеть создает логотипы, дизайны упаковок, анимации и дорисовывает изображения, с помощью функции OutPainting, сохраняя стиль и смысл. Вот несколько кейсов с применением этой нейронки, которые впечатлят вас.

Разработка иконок для веб-сайтов и приложений

DALL-E 2 может легко сгенерировать множество элементов в едином стиле, вот пример того, как можно сделать иконки для вашего веб-сайта, приложения или чего угодно.

Нейронка настолько успешно справилась с этой задачей, что невольно задаешься вопросом: а нужны ли вообще дизайнеры? Цветовая гамма и стиль подобраны хорошо, и плюс к этому, если вам захочется что-то изменить, то нужно просто дополнить запрос для нейросети и добиться идеального результата.

Разработка дизайна для игры

С помощью нейросети DALL-E 2 можно существенно облегчить разработку ландшафтов, персонажей и предметов. Разработчик создал игру, в которой нейросеть сгенерировала фоновые элементы, окружение и даже анимации.

Результат получился очень симпатичный, особенно если учесть, что нейросеть работает не так давно. В дальнейшем ИИ будет развивать свои умения. Можно только представить, какой результат нас ждёт в будущем.

Midjourney

Это ещё более развитая популярная нейронная сеть, которая создает изображения по текстовому запросу. Она выдает просто восхитительные картинки, хоть и делает это более абстрактно и «лампово», чем DALL-E 2. В Midjourney можно сделать всё, что угодно: логотипы для бизнеса, дизайны упаковки, которые покажем ниже, дизайн игр, клипы и многое другое.

Дизайн упаковки

Кондитерская «Тортишная» из Кемерово сделала дизайн для плиток шоколада с помощью Midjourney, и результат получился волшебным.

Они обычно прибегали к услугам дизайнеров, но в этот раз решили пойти другим путем и разработать упаковку с помощью нейросети. Результат получился интересным и необычным, но, как говорят представители кондитерской, на это ушло гораздо больше времени, чем если делать дизайн вручную. В заключение они добавили, что это было весело, но в следующий раз они не воспользуются нейросетью для создания упаковки, а отдадут работу дизайнерам.

Вот второй пример разработки упаковки, на этот раз для попкорна. Такой результат выдала нейронка спустя одну минуту.

Выглядит здорово, но проблема в том, что это просто изображения дизайна, а не шаблон, который можно пустить в печать. Тем не менее это может послужить идеей для дальнейшей разработки, что уже неплохо.

Оформление игр с помощью Midjourney

Как и в примере с нейронкой DALL-E 2, с помощью Midjourney можно создавать дизайн для игр. Вот один из таких примеров, где разработчик 2D-игры под названием Shoon, использовал ИИ для генерации постапокалиптического пейзажа для фона, моделей летательных аппаратов и странных существ в игре.

Если в дополнение к этому сгенерировать код в Copilot или в AlphaCode (эти сервисы, кстати хвалят программисты, но не как «заменитель» кодеров, а как помощников), а фоновые звуки и физику благодаря ИИ, тогда получится создать игру почти полностью только нейронными сетями.

Искусство

Midjourney создает удивительно сложные пейзажи и картины. Они получаются настолько необычными, что действительно могут соперничать с работами художников. Возможно, в дальнейшем стоит ждать новое ответвление современного искусства, ведь искусство отражает реальность, а реальность — это нейросети.

Вот интересный пример того, как американский художник занял первое место в категории «цифровое искусство» в конкурсе, который проходил на ярмарке штата Колорадо.

Он сгенерировал 100 изображений с помощью нейросети Midjourney, отобрал 3 лучших, а после увеличил изображения с помощью другой нейросети Gigapixel AI.

Изображение, которое принесло художнику победу, действительно напоминает работы старых мастеров, типа Рембрандта и Караваджо. Возможно, он использовал их картины для генерации нового изображения, но получилось просто волшебно.

В сети есть множество клипов на песни известных исполнителей, которые сделаны из сгенерированных в Midjourney изображений. Вот один из таких примеров, где автор сделал клип на песню группы «Король и Шут».

Пейзажи, которые создала нейросеть, удивительно точно подходят под слова и атмосферу песни, а их качество просто завораживает.

Производство таких клипов можно монетизировать несколькими способами. Первый — это самому выкладывать видео в YouTube и зарабатывать на монетизации. В среднем, такие клипы набирают от 60 000 до 3 миллионов просмотров. Вот клип на песню «Биография» группы «Кровосток», который набрал 500 000 просмотров.

Конечно, для России монетизация отпадает, но остается ещё второй вариант — профессионально заняться созданием таких клипов. Возможно, в какой-то момент ваши работы заинтересуют исполнителей и клипмейкеров. В наше время всё возможно, главное — качественно подать идею. Тем более, что изображения из Midjourney можно оживлять в Stable Diffusion, о которой расскажем ниже.

А если еще и генерировать музыку («биты») по текстовому запросу через сервис Mubert, то можно вообще создавать уникальные клипы. Однако если надумаете зарабатывать на клипах известных исполнителей, то имейте в виду, что YouTube «предъявляет» за авторские права. Поэтому те, кто уже делают такие клипы, изменяют звуковую дорожку так, чтобы их не распознали алгоритмы видеохостинга.

А эти алгоритмы очень строгие — они даже тем битмейкерам, которые делают музыку сами, могут «предъявить» за какой-нибудь мелкий звук: мол, сэмпл находится под защитой авторских прав. Музыкантам приходится из-за этого часто переделывать и перезаливать свои работы. Наверняка такая проблема ждёт и Mubert, просто пользователи сети его еще не протестировали должным образом.

Stable Diffusion

Это программа на основе ИИ с открытым исходным кодом, которая была выпущена в публичный доступ 22 августа 2022 года. Результаты работы Stable diffusion похожи на DALL-E 2 и Midjourney, о которых мы рассказали выше, но отличается тем, что программа полностью бесплатная и работает без ограничений. Эта нейросеть делает такие же потрясающие и поражающие воображение пейзажи и персонажей, меняет стиль изображений и генерирует любые текстовые запросы, как и ее «коллеги».

Кстати предыдущие сервисы платные, но есть бесплатный пробный период, условия которого, как и ценовая политика, часто меняются — поэтому и не стали писать в подборке, но дали ссылки на официальные сайты.

Вот пример того, как ИИ сгенерировал из примитивного наброска реалистичный рисунок за два клика:

Это говорит о том, что Stable Diffusion можно использовать для создания логотипов, даже если вы совсем не умеете рисовать. Главное — примерно показать, что вам нужно, а дальше перебирать варианты и добавлять пожелания.

Также в Stable Diffusion можно генерировать анимации на основе видео и текста. Вот ремейк сцены с танцем из фильма Ла-Ла Ленд в стиле аниме с частотой 8 кадров в секунду.

Какая есть проблема

Из-за того, что у программы открытый исходных код, возникли некоторые волнения о том, как её контролировать. В этом случае нейросеть можно использовать для генерации запрещенных изображений, таких как пропаганда, насилие и порнография.

В сети также начались волнения по поводу авторских прав. ИИ собирает все изображения из открытых источников — в нее попадают и картины современных художников, защищенные авторским правом. Художник RJ Palmer выразил сильное беспокойство о работе Stable Diffusion и других подобных нейросетей, ведь его картины могут быть использованы нейронной сетью для генерации изображений.

Именно по этой причине сервисы со стоковыми фото и NFT не допускают к продаже и блокируют изображения, сделанные с помощью нейросетей. Они обосновывают это тем, что хоть изображение и новое, но оно сделано из множества фрагментов чужих картин и фотографий, а значит, они нарушают авторские права. Так, например, сабреддит «Дюна» недавно запретил изображения, сгенерированные ИИ, и обозначил их, как «контент, сделанный малыми усилиями».

Скорее всего, это изменится в будущем. Автор Telegram-канала «Метаверсище и ИИще», высказал свое мнение по этому поводу. Его посыл был в том, что нейросети и искусство — это проблема, которая только появилась, поэтому людям нужно понять, как действовать.

По сути, мозг художника — это тоже обученная нейронная сеть, в которой содержится информация о картинах других художников, собственном опыте и жизненной позиции. Художник перерабатывает всё увиденное ранее во что-то новое и так получаются новые произведения искусства. Сейчас таким, как RJ Palmer, тяжело смириться с тем, что ИИ требуется на обработку огромного количества информации и генерацию чего-то нового считанные секунды, вот они и чувствуют несправедливость.

Художник и мультипликатор Павел Мунтян выразил похожую позицию:

Он считает, что творения ИИ — это новое искусство, которое пока полноценно не принято обществом.

Если разбираться глубже, то становится ясно, что изображения, полученные из ИИ, являются собственностью того, кто его сгенерировал. Просто вместо кистей и красок — нейронная сеть.

Николай Иронов

Это программа на основе ИИ для создания логотипов, которую создала студия Артемия Лебедева. Сервис предлагает за 9 900 рублей создать 5 разных проектов, в которые входят 999 логотипов. В ней можно поиграться со стилем, цветом, шрифтом и расположением для того, чтобы найти наиболее отвечающий запросам вариант.

В теории звучит круто. Никаких тебе поисков дизайнера, студии, дополнительной траты времени на правки — все можно сделать здесь и сейчас.

Арт-директор Digital агентства «Атвинта» протестировал нейронку для реального заказа. Его задачей было сгенерировать логотип для веб-платформы Arama, связанной с ОСАГО. Вот какие результаты они получили:

После того как результат показали заказчику, он ответил «я думал будет хуже». Но у нас назрел справедливый вопрос: за 9 900 рублей может быть хуже?

Пользователи в комментариях к посту агентства «Атвинта» на vc.ru пришли к единогласному мнению: они решили, что лучше заплатить дизайнеру втрое меньше, и получить логотип, который хоть как-то отражает ценности бренда.

Looka

Ещё один онлайн-инструмент для создания логотипов на базе ИИ — Looka. Отличия от Николая Иронова существенные: полноценный сбор информации и предпочтений перед началом генерации, нет ограничений по созданию логотипов и, самое главное, адекватная цена.

Все логотипы также являются полностью уникальными, а из-за углубленной проработки инструмента, они получаются качественнее и интереснее. Есть возможность скачать готовый результат в векторном формате и доработать лого вручную.

Генераций, как мы уже сказали, можно делать хоть сколько, а платить нужно только за скачивание готового результата и стоит это $4.99 за базовый вариант и $7.99 за расширенный. Логотип сразу скачивается в трех вариантах — цветном, черно-белом и прозрачном. Таким образом, вы будете иметь готовые лого для печати на любых поверхностях.

Uizard

Это инструмент на базе ИИ, для быстрого создания макетов сайта. Инструмент невероятно прост в использовании: нужно просто набросать от руки интерфейс на бумаге, а затем загрузить его в Uizard и получить готовый аккуратный макет. Это волшебство, которое может упростить работу всем, кто создает свои сайты. Просто посмотрите, как это работает:

Сам по себе инструмент бесплатный, для начала работы нужно всего лишь зарегистрироваться. Также доступна расширенная платная версия за $12 в месяц, в которую входят неограниченное количество проектов и доступ ко всем шаблонам. В бесплатной версии доступны 3 проекта и 10 бесплатных шаблонов.

Symmetric Sketch

С помощью этого сервиса можно превращать наброски в трёхмерные модели. В отличие от Kaedim, который уже оклеймили обманом, исходники Symmetric Sketch опубликованы в открытый доступ, что позволяет любому убедиться в том, что это действительно делает программа, а не индусы. Однако отметим, что это не нейросеть. В сервисе используется хитрая дифф-геометрия и оптимизация

Несмотря на вышеуказанный факт, с Symmetric Sketch дизайнерам гораздо проще изготовить нужный объект, создать графику или виртуально поместить будущую мебель в квартиру.

DataLocator

Это система мониторинга упоминаний брендов в социальных сетях. Инструмент похож на сервис Mention, с отличием в том, что сбор и анализ информации происходит в реальном времени, с использованием искусственного интеллекта.

Инструмент действительно будет полезен для маркетингового исследования, притом известно, что он отлично мониторит Telegram, но тестирование с другими платформами еще не до конца раскрыты.

Надеемся, что сервис будет развиваться и полноценно сможет мониторить все популярные соцсети, или даже поисковые системы. В этом случае можно будет отслеживать не только упоминания конкретного бренда, но и отдельные слова, ведь принцип работы один — поиск по ключевым словам.

Bloom

Bloom является открытой языковой моделью, работающей на основе ИИ и поддерживающей 46 естественных языков и 13 языков программирования. Разработчики решили сменить фокус с английского и развивать другие языки, которые до этого вообще не поддерживались подобными большими языковыми моделями.

Механизм работы прост: нужно написать подсказку, по которой ИИ сгенерирует нужный текст, будь то рецепт или структурированный рассказ. Такой инструмент можно применять где угодно, в том числе и в маркетинге. Если раньше вам приходилось заказывать текст для креативов у носителей языка, то теперь вы можете самостоятельно сгенерировать его в Bloom. Самое приятное, что Bloom полностью бесплатный. Почему бы и не попробовать?

Zvukogram

Это нейронная сеть, которая преобразует написанный текст в звуковой ряд. Вы можете выбирать мужской и женский голос, а также озвучивать бесплатно и платно — за токены. Стоимость PRO озвучки рассчитывается исходя из того, что 1 символ = 1 рублю. Данный сервис используют многие крупные YouTube-каналы и на телевидении. В сервисе есть более 20 языков и куча разных голосов.

Программы на основе нейросети, которые работают со звуком, могут быть очень полезны при озвучке креативов, например, для гемблинга. Можно подобрать отрывок из настоящих новостей, в котором говорят о том, что кто-то победил в лотерею, и наложить на него озвучку этой нейросетью. Получится отличный креатив, который вызовет доверие у аудитории. Для этого также подойдут такие программы, как:

• Voicechanger.io;
• DeepVoice от Google;
• WaveNet;
• Respeecher. Позволяет загрузить дорожку с голосом и сделать из него модель, чтобы потом просто загружать текст и озвучивать этим самым голосом. Недоступен в России и Беларуси;
• TTS и txt_voice.apk.

Позже мы выпустим подробный обзор и сравнение всех этих и других программ для озвучки нейросетями.

Применять эти нейронные сети можно не только для креативов, но и для озвучки видео в TikTok или YouTube, а также других целей. Например, год назад скамер пытался обмануть две крипто-партнерки. Вся его ложь строилась на том, что он использовал программы с Deep Fake для подмены реального голоса, чтобы создать две разные личности. И какое-то время ему это удавалось.

В один момент программа дала сбой и тогда его вычислили по настоящему голосу. О том, как партнерка разоблачала обманщика, можно прочитать здесь.

Pixelcut

Pixelcut — приложение для смартфона, разработанное на базе нейронной сети для более эффективного и простого редактирования изображений. Приложение условно-бесплатное и доступно в App Store и Play Market.

В Pixelcut можно убирать фон, ненужные предметы и надписи, восстанавливать качество и накладывать всевозможные фоны, наклейки и тексты.

Dain-App

Приложение работает на базе ИИ и идеально подходит для того, чтобы полноценно редактировать видео. В нем можно улучшить FPS, сделать видео цветным, очистить видео от дефектов и перевести его в формат 4K. Нейронка способна сама вычислить, по какой траектории движется объект, чтобы достроить недостающие кадры и сделать видео плавным — настоящая магия!

Приложение бесплатное и его можно скачать здесь.

Также существует множество других популярных программ и сервисов, например:

• Magic Eraser — ластик, который удаляет выделенное;
• Cleanup.Pictures — тоже ластик, но для удаления больших объектов;
• Let’s Enhance — программа для редактирования человеческого тела;
• Unscreen — программа для редактирования видео.

Помимо перечисленных выше, есть множество других программ, о которых мы расскажем позднее в предстоящем обзоре.

Заключение

Если вы задавались вопросом: «Ну и как мне могут пригодиться нейронные сети?», то очень надеемся, что мы смогли ответить на этот вопрос. Нейронные сети применяются во всевозможных областях, и они действительно делают жизнь проще и интереснее. Стоит только попробовать, и вы уже задумаетесь, как жили без них раньше.

Мы будем и дальше рассказывать о новых нейронках, и главное, как и где их применить. Будем сравнивать, какие работают хуже, а какие лучше. И будем постоянно подкидывать вам новые идеи для использования, которые облегчат вашу рабочую рутину.

Подписывайтесь на наш канал в Telegram, чтобы первым узнавать о выходе самых интересных статей и новостей в сфере манимейкинга.

Источник: partnerkin.com