Din Kana — Abstract Calligraphy & Tatoo

Локальная установка нейросетей для генерации видео меняет правила игры для создателей контента. Теперь можно создавать видео на своем ПК, чтоб не платить за сервисы. Stable Video Diffusion (16 ГБ VRAM) — высокое разрешение и детализация, идеально для профессионалов. Mochi 1 — открытый код, преобразует текст в видео с отличным качеством движения. Hunyan Video (45 ГБ VRAM) — 13B параметров, максимальная мощность и качество. LTX Video (6 ГБ VRAM) — легкая и быстрая, подходит для начинающих. Теперь ложка дегтя - для работы с этими моделями понадобится: GPU: NVIDIA с поддержкой CUDA (рекомендуется серия RTX или A/H100) VRAM: - Минимум 6 ГБ (для LTX Video) - 16 ГБ (для Stable Video Diffusion) - До 45 ГБ (для Hunyan Video)

Я не особо люблю тему криптовалют, но мне нравится идея блокчейна. В двух словах, блокчейн — это прозрачные цепочки поставок, где вы точно знаете, откуда взялся ваш лавандовый раф — от фермера до чашки. С точки зрения оптимизации, Walmart использует блокчейн IBM для отслеживания продуктов, сокращая время проверки с дней до секунд. Эстония экспериментирует с блокчейном для электронных выборов — каждый голос защищён, как в сейфе. В медицине технология может быть использована чтобы не терять рецепты и исключить подделку историй болезни. С сохранением конфиденциальности естественно. Блокчейн убирает посредников, ускоряет процессы и делает процесс более прозрачным. Если вы занимаетесь или хотите заняться разработкой, возможно стоит изучить эту технологию для какой-нибудь узкой области применения.

Краткая история возвращение после некоторого затишья. Я решил протестить идею бота для психологических консультаций на одной из платформ-конструкторов, где на основе готового ИИ можно было создать бота просто создав для него личность и дообучив на книгах, статьях по психологии. Все получилось довольно просто. Но минус был в том, что это не твой бот в полном смысле. Ты зависишь от поставщика услуг, который может ограничить или закрыть бота. Следующим шагом стало разворачивание своего сервера, поэтому я скооперировался с ребятами, которым понравилась моя идея бота для консультаций. Мы развернули сервер с локальной моделью, в меру возможностей обучив ее, чтоб нейросеть адекватно себя вела и как можно меньше походила на второкурсницу психфака. Добавили возможность общаться с ботом голосом. После внутренних тестов мы выкатили бота на фокус-группу и получили неплохую обратную связь для дальнейших доработок. Короче, если вы захотите развивать своего бота, то помимо знаний и упорства в доработке вам понадобится около 5 000$ тупо на сервер, который бы смог поддерживать адекватную модель типа Llama 3.1 8B, чтобы она быстро генерировала разумные ответы. Ключевое тут быстро + разумные) Для более крупных моделей, таких как 70B, бюджет может значительно превышать 70 000$, что делает их менее практичными для домашнего использования, но позволит выйти на серьезный уровень.

Так получилось, что я начал принимать заказы на эскизы татуировок в каллиграфическом авторском стиле. Интересно, что со временем мозг перестает идентифицировать собственные работы как плод своего труда. И когда случайно вижу на человеке свою работу, то первая мысль: "Уайя, че за татуха жиесть, дайте две!" Затем приходит осознание, что это я сделал. И если спустя время, мне продолжает нравиться эта работа, значит все было не зря. Ссылка на профиль: www.instagram.com/...ana #dinkana #tattoo #calligraphy

Эскизы для татуировок. www.instagram.com/...ana - #dinkana #tattoo #calligraphy

Давно было интересно сделать бота психологической самопомощи на базе нейросети. При реализации получился нейро-коуч, задача которого задавать вопросы, анализировать ответы и на основе них снова что-то спрашивать. Бот конфиденциальный, ничего не хранит. Поскольку изначально делал для собственных нужд, это было обязательным условием. Работает 24/7, в тестовом режиме, нет рекламы. Если будет какой фидбэк или идеи для ботов, будет интересно обсудить в комментах.

В 2020 году Google публиковал статью о способах обнаружения ИИ-контента. Давно было интересно проверить насколько легко выявить тесты, созданные с помощью нейросетей. Параллельно мы коснулись актуальности таких профессий как копирайтеры, сеошники, редакторы. Без лишней интриги, результаты оказались не такими, как я ожидал: нейронки не вывозят создавать уникальный текстовый контент с точки зрения проверочных сервисов. Когда дело доходит до написания тестов для веб-сайта – навыки копирайтинга и редактуры остаются по прежнему в цене. Работа смещается от написания к редактуре, но профессионала нейросети не заменят. Проверка проходила, естественно, на английском языке, однако, думаю, что параллели в РУ-сегменте можно провести схожие. Чтобы расти как профессионал, нужно быть в курсе технологических тенденций и следить за новостями в ИТ. Подписывайтесь на телеграм-канал Технологии для карьеры, где мы публикуем авторский контент и делимся интересными новостями из мира IT.

18 лучших программ для нейросетей, способных решить большинство задач. 1. Chainer — подходит для создания графов динамических вычислений. 2. SuperLearner — вариант для методологий ансамблевого обучения. 3. NVIDIA Deep Learning AMI — решение для ускорения графического процессора, интегрированного в AWS. 4. Swift AI — решение для бизнес-аналитики на основе данных. 5. NVIDIA DIGITS — решение для интерактивной визуализации глубокого обучения. 6. Keras — вариант для модульности и быстрого экспериментирования. 7. Neuton AutoML — решение для автоматизированного построения и выбора моделей. 8. Caffe — вариант для модульности в средах глубокого обучения. 9. Synaptic.js — подходит для нейросетей в средах JavaScript. 10. Microsoft Cognitive Toolkit — вариант для масштабируемых инструментов глубокого обучения от Microsoft. 11. Google Cloud Deep Learning Containers — подходят для интегрированных в Google Cloud приложений глубокого обучения. 12. Merlin — хорош для исследования синтеза речи. 13. Clarifai — подходит для задач визуального распознавания и обучения искусственному интеллекту. 14. PyTorch — хорош для динамической обработки вычислительных графов. 15. TFLearn — подходит для быстрого построения моделей TensorFlow. 16. DeepPy — хорош для нейросетей с питонической простотой. 17. Bitnami Pytorch — подходит для развертывания PyTorch в Kubernetes. 18. ConvNetJS — подходит для глубокого обучения в веб-браузерах. Преимущества использования качественного программного обеспечения для нейросетей: · Эффективность: программное обеспечение высшего уровня ускоряет процесс проектирования, обучения и развертывания моделей нейросетей. · Настраиваемость: они предлагают гибкую архитектуру, позволяющую пользователям создавать модели, адаптированные к конкретным требованиям. · Масштабируемость: По мере роста ваших данных эти инструменты могут использовать современное оборудование, обеспечивая более быстрое и эффективное обучение моделей. · Комплексные библиотеки: пользователи получают доступ к обширным библиотекам, охватывающим различные функции, архитектуры и предварительно обученные модели, что упрощает процесс разработки. Функции совместной работы: Многие из этих инструментов способствуют сотрудничеству, позволяя командам слаженно работать над моделями и данными. Чтобы расти как профессионал, нужно быть в курсе технологических тенденций и следить за новостями в ИТ. Подписывайтесь на телеграм-канал Технологии для карьеры, где мы публикуем авторский контент и делимся интересными новостями из мира IT.

Фармацевтические компании стремятся модернизировать свои заводы за счет инвестиций в передовые производственные технологии, такие как отслеживание активов, аналитика, платформы поддержки приложений, безопасность и услуги. Общий доход цифровых фабрик к 2030 году составит более $4,5 млрд, а в период с 2018 по 2030 год среднегодовой темп роста составит 17,5%. До 2028 года услуги платформ устройств/приложений останутся самой востребованной категорией. Однако к 2028 году на смену придут услуги по обработке данных/аналитики, на которые будет приходиться $857 млн. Также существует значительный интерес к профессиональным услугам, поскольку фармацевтическим компаниям нужна помощь третьих сторон для изменения и оптимизации процессов, обучения использованию данных и поддержания операционной безопасности. ABI Research прогнозирует среднегодовой темп роста на 21% в период с 2018 по 2030 год ($850 млн в 2030 году) в вертикали профессиональных услуг в рамках доходов фармацевтических цифровых фабрик. Чтобы расти как профессионал, нужно быть в курсе технологических тенденций и следить за новостями в ИТ. Подписывайтесь на телеграм-канал Технологии для карьеры, где мы публикуем авторский контент и делимся интересными новостями из мира IT.

Расходы на цифровизацию горнодобывающей промышленности Расходы увеличатся с $5,6 млрд в 2020 году до $9,3 млрд в 2030 году, что составляет среднегодовой темп роста в 5,2%. Цифровизация включает в себя передовую аналитику, оценку образцов на этапе разведки, расчет добычи путем моделирования горных работ и моделирование эффектов буровзрывных работ, а также другие приложения. Датчики Интернета вещей могут собирать информацию об уровне сточных вод, транспортных средствах, персонале и поставках в цепочке поставок. Сервисы платформ устройств/приложений увидят аналогичные, хотя и немного более высокие, прогнозируемые цифры. Связь и сетевые соединения — это еще одна область цифровизации, поскольку горнодобывающие работники часто работают в опасных и подземных коммуникациях, где безопасность требует хорошей связи и надежного покрытия. Доходы от подключений достигнут почти $1 млрд к 2030 году, а доходы от сетевых услуг будут иметь самый высокий среднегодовой темп роста в период с 2020 по 2030 год (11,1%). Чтобы расти как профессионал, нужно быть в курсе технологических тенденций и следить за новостями в ИТ. Подписывайтесь на телеграм-канал Технологии для карьеры, где мы публикуем авторский контент и делимся интересными новостями из мира IT.