Возможно, эта тема звучит как «капитан очевидность». Но для «прогулок» важно хоть как-то представлять территорию.
Мне нужна была моя личная карта. Я взяла за основу простой вопрос: «что нейросеть умеет делать». Так обозначилось несколько направлений. Можно задать другой вопрос и получить другую классификацию — например, «где мы можем использовать нейросеть?». Но для начала я остановлюсь на этой.
Чтобы составить классификацию, я пользовалась помощью ChatGPT. Но мне пришлось долго с ним переписываться, задавать дополнительные вопросы, вносить поправки, пока мы не убрали лишние пункты, не собрали похожие навыки под одной крышей и добились более-менее человеческих формулировок.
Итак. Нейросети могут:
Работать с текстом
- Создают тексты (ChatGPT — пишет письма, посты, статьи)
- Ведут диалог и помогают думать (DeepSeek — обсуждает идеи, помогает разобраться)
- Пишут и понимают код (GitHub Copilot — помогает писать программы)
Работать с изображениями
- Распознают изображения (Google Vision AI — понимает, что изображено на фото)
- Создают изображения с нуля (Midjourney — делает картинки по описанию)
- Редактируют изображения (Adobe Firefly — меняет и дорисовывает изображения)
Работать с видео
- Создают видео по тексту (Runway — видео из описания)
- Создают видео из изображения (Pika — «оживляет» картинку)
- Делают визуальные эффекты и фоны (Kaiber — движущиеся фоны и эффекты)
Работать со звуком
- Озвучивают текст (ElevenLabs — превращает текст в голос)
- Создают музыку (Suno — сочиняет музыку)
- Клонируют голос (Resemble AI — копирует голос человека)
- Создают звуки и атмосферу (Soundraw — фоны, настроение, атмосфера)
Анализировать данные
— Работают с таблицами и числами (DataRobot — анализирует данные и строит модели)
Создавать генеративные миры и системы
— Создают среды и пространства с правилами (OpenAI Gym — среды для обучения и поведения нейросетей)
Это кстати самый загадочный раздел. Я его так и не поняла, но ChatGPT настаивал, что это отдельный нейросетевой навык.
Нейросети, которые умеют много всего
— ChatGPT (текст, диалог, изображения, анализ данных, код)
— Claude (текст, диалог, анализ документов)
— Runway (видео, изображения, эффекты)
Все эти пункты нужны, чтобы потом совершить отдельную экскурсию в каждый раздел.
Внутри каждой категории мы осмотримся, чтобы охватить всё разнообразие, а затем попробовать самые распространённые, найти нишевые и малоизвестные, разобраться, за что стоить заплатить, а что можно получить бесплатно. Отдельно уделим внимание нейросетям доступным в России.