ИИ в лаваше

Я прочитал все посты Артемия Лебедева, чтобы создать его цифровую копию Есть ли человек, который хотя бы раз не слышал о резких, метких и гениально-циничных текстах Артемия Лебедева? Его блог — это культурный феномен, место, где дизайн, философия и сарказм сливаются в один дерзкий поток мысли. Я решил сделать невозможное — создать цифрового Артемия. И вот моя история. Как я это сделал Всё началось с идеи: а что, если обучить нейросеть говорить, как Лебедев? Я собрал 2400 его постов за последние 7 лет. Это не просто тексты — это характер, голос, особенная энергия, которую нужно было сохранить. Для обучения я использовал модель Qwen-2.5 7B. Задача была не просто натренировать нейросеть, а буквально программировать дух Лебедева: от едкого сарказма до философских отступлений. Генератор в итоге пишет остроумные, ёмкие и дерзкие тексты, которые сложно отличить от оригинала. Чтобы сделать проект доступным для всех, я создал веб-приложение на основе Gradio и HuggingFace. Вы вводите тему — генератор выдает текст, который звучит так, будто его только что написал сам Лебедев. Этот проект — не только о копировании стиля. Он о том, как технологии могут изучать и передавать творчество. Кто знает, может, однажды сам Артемий опробует моего «цифрового двойника». Попробуйте сами здесь, создайте свой пост в стиле Лебедева. И не забудьте взять с собой немного сарказма — он включен по умолчанию. 😉 Что дальше? А теперь вопрос к вам: кого мне попробовать «цифровизировать» следующим? Напишите свои предложения — мне интересно, кого вы хотите видеть в цифровом исполнении. Пример работы генератора ниже Ваш, @ai_in_lavash

Как часы ломают ИИ и туннельное мышление Когда мы активно используем языковые модели (LLM) или генераторы изображений, они кажутся нам чем-то умным, способным к осмысленному мышлению. Однако за фасадом "разумности" скрываются лишь алгоритмы, обученные на огромных массивах данных. И иногда это приводит к неожиданным результатам. Часы, которые всегда показывают 10:11 Попробуйте попросить любой генератор изображений создать картинку часов, показывающих, например, 12:00. Скорее всего, вы получите часы с циферблатом, указывающим 10:11. Это происходит даже при детальном и продуманном запросе. Почему? Потому что в интернете подавляющее большинство фотографий часов показывают именно это время. Маркетологи считают, что стрелки, расположенные так, формируют "улыбку" на циферблате, создавая позитивный образ. Модели ИИ обучаются на огромных наборах данных из интернета, поэтому они подражают тому, что видят чаще всего. И в данном случае — это именно часы с "улыбкой" на 10:11. Эффект туннельного мышления Этот феномен можно связать с концепцией туннельного мышления (tunnel vision) или эффектом информационного пузыря (information bubble). Люди часто замечают только те вещи, которые уже привыкли видеть или которые подтверждают их ожидания. Подобное происходит и с ИИ: обученные на узком, повторяющемся контексте данные ограничивают возможности генерации разнообразных вариантов. Такое ограничение накладывает "шоры" как на алгоритмы, так и на восприятие пользователей, которые начинают принимать за норму однотипные результаты. В итоге модель, вместо того чтобы показать, например, 17:46, продолжает следовать шаблону, закреплённому в её данных. Вывод Это забавный пример того, как предвзятость данных влияет на работу ИИ. Он также напоминает нам, что машины не думают и не рассуждают, а лишь воспроизводят то, что заложено в их основе. Точно так же и люди рискуют попасть в ловушку туннельного мышления, если не осознают ограничений окружающей их информации. —- Картинка 1 - выдача гугла при поиске фотографий часов Картинка 2 - сгенерированная моделью flux при запросе "woman wearing a iwc watch that shows 17:46". Всё равно получилось 10:11. Можно попробовать сгенерировать тут Картинка 3 - сгенерированная моделью dall-e от OpenAI при том же запросе Ваш, @ai_in_lavash