62016
Пишу про будущее: AI, web3, технологии и общество. Ускоряемся. Автор: @sgershuni Инвестирую: cyber.fund Построил: Credentia, Deep Skills, Codex Town
Только ленивый не написал о выходе DALL-E 3, новой диффузионной модели от OpenAI. В нашем последнем вебинаре мы как раз разбирали как работают такого рода модели.
Из плюсов:
- встроено в чат
- умеет текст и надписи
- классная стилизация
- все это можно будет встраивать через API (сгенерируй модель атома для урока химии, нарисуй лого на этом слайде)
Из минусов:
- непонятно насколько она хороша с лицами и людьми
- OpenAI серьезно восприняли вой на тему «я художник, это мой стиль» и теперь там будет копирайт-холокост и цензура
В течении ближайшего месяца будет доступно для всех пользователей ChatGPT Plus. А значит ваши промты, рабочие воркфлоу и чаты смогу генерировать умопомрачительный графон. Про DALL-E еще сделаем отдельный вебинар.
А в эту пятницу, напомню, будем говорить про создание цепочек ИИ-агентов с доступом к долговременной памяти, подключением к сайту или телеграмм-боту. Будет практический воркшоп. И все это через no-code. Вебинар доступен для подписчиков Boosty (любого уровня) или для тех, кто зарегистрировался в Luma.
Чтобы предсказать успешность человека надо ответить на вопрос откуда он получает свой дофамин.
Мозг стремится к (crave) дофамину. И каждый для себя находит способ его получения. Это могут быть шумные вечеринки, интересные лекции, спорт, алкоголь, сериалы. А так же работа.
Так вот, в работе, куда больших результатов обычно получают те, у кого есть привычка получать дофамин не в тот момент, когда ваши идеи поддерживают, а когда вы сами свои идеи улучшаете или даже отбрасываете. Не признание, а улучшение собственной картины мира. Это создает привычку постоянно самоулучшения.
А откуда вы берете свой дофамин?
Вышло очень серьезное исследование использования ИИ в бизнес-процессах, от бизнес-школ Гарварда и Пенна на примере ежедневной работы консультантов BCG (входит в тройку мировых самых крутых консалтинговых компаний).
- Измерялась продуктивность участников (сотрудник BCG получает от $15k/мес) по 18 навыкам. По всем из ним, по всем позициям, по всем типам измерения прироста продуктивности сотрудники с GPT-4 показали превосходство над остальными
- Консультанты, использующие ИИ, в среднем выполнили на 12,2% больше задач, завершили задания на 25,1% быстрее и показали на 40% более высокое качество результатов по сравнению с теми, кто не использовал ИИ. В эксперименте участвовало 728 консультантов BCG, команда провела сотни интервью и замеров.
- Есть две модели: кентавр и киборг. Первые четко разделяют где задачи для человека, а где для машины. Вторые слились с ИИ как продолжением своего тела.
- ИИ — великий уравнитель. Лучшие из лучших получили в среднем 17% прироста эффективности работы, а когорта "отстающих" аж целых 43%. В итоге их "score task" (оценка рабочих задач) почти сравнялся. Примерно как при добыче золота руками был очень важен личный скилл, а после изобретения экскаваторов или лопат все стали резко равны.
- Важно отметить, что слишком сильно полагаться на ИИ и не понимать рабочую область совсем — это тоже проблема. Авторы называют это "уснуть на рулём".
Фокус этого канала сильно сместился в сторону generative AI, но стоит заметить, что в крипте кажется что-то наконец происходит. А именно: paper hands VCs закурившиеся на максимуме бесполезными NFT коллекциями и токенами решились-таки продать на самом дне (одному Б-гу известно какая логика у них в голове), а скамеры отчаялись ждать у моря погоды и пошли в более рыбные места (тот же ИИ).
Не сказал бы, что одного этого достаточно чтобы биткоин взлетел, а лично вы сделали бы 1050 иксов за полторы недели без каких-либо напрягов (я знаю, вы к такому привыкли). Но следить за криптой становится интереснее. Теперь кроме поиска хомяка-инвестора, которому бы втюхать токен, там происходят более интересные штуки.
А именно их две: первая - технологическая, вторая - политическая. Первая про zk, account abstraction, новый дефай, identity&reputation. Вторая про то, про что крипта была с самого начала — последовательное, долгосрочное (think decades) переизоберетение и изменение существующих институтов, таких как глобальная финансовая система или системы распределения публичных благ (aka государства).
В первом случае пока все упирается в базовую продуктовую задачу — сделать так, чтобы это было удобнее и полезнее для пользователя, чем аналоги. Во втором — в задачу политических альянсов, в том числе со стороны разных кандидатов и партий в разных странах, или верховным и иных судах в США/ЕС.
Так что, если вы вдруг решили крипту похоронить только потому что она не сделала вас лично миллиардером с вашего $150 депозита за 3 месяца — то зря.
Продолжаю поражаться как много думания теперь за нас будут делать силиконовые нейронки.
Поиск, анализ и действия на основе информации — это большая часть нашей работы. Теперь её можно в существенной степени автоматизировать.
P.S. На скине редизайн и переработанный бекэнд проекта, о котором я писал в предыдущем посте.
Новое видео! Прикрепляю запись пятничного вебинара, где мы разобрали модели, которые умеют генерировать графический или видеоконтент на основе текстового ввода.
Мы посмотрели популярные диффузионные модели, такие как DALL-E, Stable Diffusion, Imagen. Разобрали принцип работы диффузионных моделей: латентное пространство, ньюансы обучения таких моделей, процесс генерации, производительность.
Так же копнули в инструменты для работы с диффузионными моделями, таких как Automatic1111 и DreamStudio. Так же на практике посмотрели как улучшить качество генерации используя ComfyUI и ControlNet.
Ну и наконец поговорили о перспективах применения диффузионных моделей — для сжатия и передачи медиаконтента, генерации видео по тексту и создания виртуальных персонажей и сред.
Смотреть запись: https://youtu.be/s5ogV5Z2dIU (презентация в описании)
Подписаться на Boosty и получить доступ к закрытым вебинарам: https://boosty.to/codextown
Через несколько часов начнётся вебинар с Майком на тему генерации ИИ-графики с помощью диффузионных моделей типа SD, SDXL, ControlNet, Comfy и других.
А еще сегодня выложу видео про то как делать мощного продажного бота без кода и бесплатно. Видео будет в Boosty.
Регистрация на вебинар: https://lu.ma/codextown
Ясный сокол на 180 миллиардов параметров.
Falcon 180B - сверхмощная языковая модель с 180 миллиардами параметров, обученная на 3.5 триллионах(!) токенов.
Эта модель отлично справляется с различными задачами, такими как рассуждение, кодирование, знание и тесты знаний, даже опережая конкурентов, таких как Meta LLaMA 2.
Среди моделей с закрытым исходным кодом он стоит сразу за GPT 4 от OpenAI и работает наравне с PaLM 2 Large от Google.
Информация, хагингфейс и демо тут, там же можно скачать и почитать лиц соглашение.
https://falconllm.tii.ae/falcon-models.html
Понятно, что она не влезет ни в одну видеокарту, поэтому ждем вот такое оборудование от Nvidia:
🔥NVIDIA GH200 Grace Hopper 282 GB VRAM!
На SIGGRAPH 2023 NVIDIA анонсировала нового монстра для задча Generative AI - GH200 Grace Hopper с памятью HBM3e:
🔹 На борту чипа не только GPU, но и встроенный ARM процессор.
🔹 Базовая версия оснащена 141 GB VRAM и 72 ядрами ARM Neoverse c 480 GB LPDDR5X RAM.
🔹 С помощью NVIDIA NVLink можно объединять в сдвоенные "суперчипы", достигая 480x2 GB быстрой памяти (RAM)
🔹 Сдвоенный чип предлагает 282 GB VRAM, 144 ядра ARM Neoverse и 7.9 PFLOPS int8 производителтьности (так же как и у сдвоенной H100 NVL).
🔹 Новая память HBM3e на 50% быстрее предыдущего поколения HBM3, обеспечивая 10 ТБ/с комбинированной пропускной способности
Поразительный прогресс сегодня происходит в диффузионных ИИ-моделях. С постоянными обновлениями MidJourney мы уже забыли про то, что ровно год назад мы всем интернетом восхищались маленьким картинкам со стулом-авокадо (первая картинка), и всего за год прогресс дошел до неотличимой от реальности граифки, которую можно генерировать абсолютно бесплатно на стареньком Air (а умельцы — даже на ведроидах).
В эту пятницу очередной вебинар Codex Town будет посвящен Stable Diffusion и бесплатным моделям для генерации фото/видео. Мы разберемся как эти модели работают, как скачать и бесплатно начать использовать, какие есть трюки для достижения максимально крутых результатов. Немного поговорим о том как тренировать свои графические модели, чтобы она могла генерировать прекрасные пейзажи и натюрморты исключительно в форме и стиле вашего кота.
Регистрация на вебинар: https://lu.ma/codextown
Подписчики codex.town в Boosty (для карт СНГ) и BuyMeaCoffee получат прямую ссылку на вебинар.
Примерно 9 из 10 стартапов закрываются, потому что не находят инвесторов.
Почему так?
В первую очередь, потому что у фаундера замыливается взгляд. Он так долго смотрит на свое детище изнутри, что не всегда осознаёт как выглядит стартап в глазах инвестора.
Здесь будет полезен канал Андрея Резинкина - действующего бизнес-ангела, который успешно проинвестировал в Educate Online, Refocus, EBAC и другие.
Фишка канала Андрея - показать процесс привлечения инвестиций в стартап именно с точки зрения инвестора.
Вот несколько характерных постов, предлагаю начать с них:
1. Сколько денег просить у инвестора? Пост про простой калькулятор, который позволяет посчитать инвестиции в ваш проект без сложной фин модели в Excel.
2. Как писать инвестору, чтобы он точно ответил. Андрей предлагает универсальную формулу из 5 элементов. Так вероятность попасть инвесторам в сердечко сильно возрастает.
3. Инвестиции без оценки. А что, так можно было? Оценить проект на ранний стадии - это жуткий головняк как для инвестора, так и для фаундера. Пост про то, как получить деньги от VC и при это НЕ определять оценку вашего проекта. Метод Y Combinator.
Короче говоря, если вы - фаундер, планируете им стать или просто работаете в стартапе, то этот канал точно вам пригодится. Рекомендую подписаться.
#партнерский_пост
Обвинять LLM в том, что это кража контента — это то же самое что обвинять писателя или поэта, что его работы это derivative work от Шекспира и Дюма.
Кому нужен копирайт в век, когда все идеи и мысли человечества доступны любому, всегда и абсолютно бесплатно. Не можешь делать для человечества — не делай. Надутся те, кто будет творить, потому что не могут иначе. И даже придумают как на этом заработать.
О контенте
Качественный и интересный контент по теме технологий, бизнеса, инвестиций делают только люди, для которых создание контента не является основной деятельностью, потому что без реальной практики руками им нечем будет поделиться.
Отсюда парадокс: те, кто пытаются заработать не создании контента не смогут это сделать из-за посредственного качества, а для тех, кто успешно может зарабатывать на контенте это не является главным или важным источником дохода.
Особенно хорошо это видно на примере твиттера. Например, Илон Маск лично получает ~$500,000 в месяц выплат через revenue share программу твиттера в качестве процента от показов рекламы и подписок на аккаунт (это не считая того, что он владелец компании и прибыли самой компании), но для него это совершенно не значительная сумма. В среднем 1 млн подписчиков дает $3,000 дохода от рекламы в месяц для любого премиум пользователя тви.
Очередная победа для крипты в суде в США. На этот раз суд Нью-Йорка отклонил иск к Uniswap в class action’е. Постановление суда очень четко описывает отличие DeFi от трад-скам-Fi, говоря что:
- разработчики смарт-контракта не несут ответственности за тех, кто контрактом пользуется
- в отличии от традиционных бирж, DeFi не имеет влияния над тем что листится на бирже
- суд даже говорит о том, что задача андеррайтера это работа с ценными бумагами до листинга, но децент прав лиственные биржи нужны именно для того чтобы этот процесс устранить
- утверждает, что именно благодаря self custody (пользователи а не банк/биржа владеет деньгами), организация не может быть виновна в чьих-то чужих действиях.
Посмотрел пайплайн ИИ стартапов крупного фонда из Долины. Расскажу вам одноминутный питч каждой из компаний, в которую они инвестировали.
Procurement Automation
Проблема: Процесс закупок включает в себя много рутинной бумажной работы и скучных задач, которые напрямую влияют на доходы, рентабельность и операционные расходы компаний.
Решение: Использование генеративного ИИ и языковых моделей для автоматизации процесса закупок, создания новой системы учета и возможности компаниям сосредоточиться на получении проектов, оптимизации затрат и эффективной реализации.
Размер рынка: Рынок закупок огромен и оценивается в триллионы долларов. Автоматизация этого процесса открывает значительные возможности для роста и масштабирования.
Auto-admissions
Проблема: Ежегодный рост числа заявлений в колледжи вынуждает приемные комиссии либо увеличивать бюджеты на найм персонала, либо тратить меньше времени на каждое заявление. Это приводит к предвзятости и отсутствию всестороннего рассмотрения.
Решение: Использовать ИИ для анализа всех частей заявления, создания многогранного профиля каждого кандидата, оптимизации процесса оценки и обеспечения справедливого и всестороннего рассмотрения.
Размер рынка: Миллионы студентов подают заявления в колледжи ежегодно. Автоматизация процесса приема открывает огромные возможности.
AI-recruiting
Проблема: Традиционные методы рекрутинга часто приводят к ложным срабатываниям и пустой трате времени на административные задачи. Рынок рекрутинга шумный и сложный.
Решение: Стартап разработает решение на основе ИИ с тремя ключевыми функциями: Контекстный поиск и идентификация наиболее подходящих профилей и кандидатур для конкретных вакансий. Настройка навыков под специфику вакансии и выявление идеальных кандидатов. Полная поддержка в рекрутинге: помощь с административными задачами, освобождающая время для высокоценных задач.
Размер рынка: Глобальный рынок рекрутинга оценивается в сотни миллиардов долларов.
AI-coach for world leaders
Проблема: В настоящее время коучинг для руководителей и лидеров часто недоступен из-за нехватки времени и высокой стоимости традиционных методов.
Решение: Стартап планирует разработать платформу на основе ИИ, которая будет генерировать персонализированные коучинг вопросы и пути развития компетенций в режиме реального времени. Это позволит руководителям получать коучинг в процессе работы.
Ценностное предложение: Предлагаемое решение сделает коучинг более доступным для широкой аудитории, интегрировав его в повседневные рабочие процессы. Это позволит развивать критическое мышление, естественное мастерство и осуществлять значимые изменения в режиме реального времени.
Обожаю рекламу в твиттере. Под каждым баннером детальная информация как именно вас хотят заскамить дропшипперы с алибабы и как получить тот же товар но в 10 раз дешевле :)
Сила community notes 📝🤝💪
Сделать ИИ-агент с долгосрочной памятью, без программирования? Легко!
В эту пятницу на очередном (12-ом) вебинаре я покажу вам как сделать ИИ-приложение, которое умеет записывать новые знания в долгосрочную память и отвечать пользователю на основе именно этих знаний. Я покажу как делать это без единой строчки кода и таким образом, что ваш босс/клиент/жена/кот смогут в дальнейшем менять, адаптировать и улучшать приложения без каких-либо технических навыков.
Вам хотелось чтобы ChatGPT давал более конкретные ответы и ссылался бы на источник? Чтобы бот отвечал именно так, как вы его заранее "обучили"? Чтобы для сотрудника технической поддержки выдавалась сразу цитата из документации? Чтобы маркетинговые тексты аккуратно и точно показывали хар-ки продукта? Чтобы ваш личный ассистент отвечал по вашей собственной базе знаний, а не придумывал от себя?
Я покажу как это сделать используя исключительно публично и бесплатно доступные инструменты. Так же расскажу как использовать всю мощь LangChain через no-code платформы и как бесплатно эти платформы захостить. (Грубо говоря, как за $5-7/мес получить функционал, который StackAI продает за $900/мес)
Почти все практические юзкейсы генеративного ИИ включают в себя тот или иной способ дообучения, тьюнинга и чейнинга (соединения одной или нескольких LLM в сеть агентов, которые образуют мыслительный процесс). И подход, про который я расскажу в пятницу является самым простым, удобным даже для нетехнарей способом это сделать.
Вебинар доступен для подписчиков Boosty (любого уровня) или для тех, кто зарегистрировался в Luma. Исходный код, инструкция и запись воркшопа пришлю всем кто зарегистрирован или подписался в бусти. Начало в 4pm London / 6pm Moscow / 11am NY.
OpenAI добавили на сайте возможность управлять своими файнтьюнингами. Обещают в следующем релизе сделать возможным создавать файнтьюнинг прямо тут. То есть, зашел на сайт, вставил нужные данные, затьюнил себе новую модель.
Читать полностью…
Лучший веб-сайт чтобы начать день (given, вам интересно куда движется мир и каким он будет через Х лет): https://huggingface.co/papers
Читать полностью…
Как OpenAI (и другие LLM компании) формулируют свою миссию: интеллект по запросу.
Есть проблема, для решения которой нужно Х мегатьюрингов конгнитивности? Отправляй свою задачу в этот API и плати $0.002 за ответ на страницу.
Сегодня это просить ИИ шиллить токены и писать мемы; завтра — научные исследования, диагнозы, legal opinions, код для энтерпрайз интеграций.
LLM призваны сэкономить нам миллиарды часов, вот один из примеров.
Сегодня думал как сделать эффективное и ёмкое представление большого количества коммуникаций, чтобы пользователь мог быстро понять что происходит, но ему не требовалось бы читать сотни чатов и имейлов.
Для этого сделал визуализацию чатов и переписок. Работает следующим образом:
— скрипт парсит ваши чаты, письма и группы
— создает графовую визуализацию, которая наглядно показывает участников (зеленые) и ключевые темы обсуждения (фиолетовые)
— и создает грани у графа, которые отражают отношения (предикат) между разными пользователями и идеями
— при желании можно нажать на любую грань и прочитать полный текст сообщения
Тестирую на всех своих каналах и группах. Работает еще не идеально, но зато узнал сколько всего я уже пропустил в безднах телеграма.
Видео с живым демо: https://youtu.be/qoeOdrQ5bZ0
Предыдущие итерации этой идеи: раз, два.
Люди: изобрели промт «думай пошагово», улучшили производительность LLM, горды собой
LLM: придумал для себя промт «глубоко вдохни и подумай», улучшил производительность еще сильнее, забыл сообщить об этом кожаным
В данной таблице приведены примеры промтов, которые LLM делают сами для себя и их сравнительная эффективность.
Ожидание: AI-ассистенты, которые анализируют код, договора, диагнозы и помогают делать научные открытия
Реальность: топ revenue стартапы в ИИ — початиться с героями аниме (character), генерация виртуальных голых женщин, hot-or-not для виртуальных голых женщин, секстинг и виртуальный секс с виртуальными голыми женщинами
Хочешь заработать — аппелируй к низким (и потому максимально распространенным) потребностям.
Кстати, в пятницу мы расскажем как генерировать свои виртуальные картинки и видео (не обязательно голых людей) бесплатно, и как это работает изнутри. Регистрация на вебинар: https://lu.ma/codextown
Подписчики codex.town в Boosty (для карт СНГ) и BuyMeaCoffee получат прямую ссылку на вебинар.
Есть ли сознание у LLM?
Сложный вопрос, учитывая что определить сознание толком не получается. Но авторы этого чудесного 88-страничного пейпера попытались ответить на вопрос. Для начала они выделили основные современные теории, которые определяют что такое вообще сознание:
Recurrent processing theory. Сознание возникает из рекуррентной обработки, при которой сигналы распространяются туда-сюда между различными уровнями кортикальной иерархии. Рекуррентные петли позволяют интегрировать информацию и сформировать организованное представление зрительной сцены.
Global workspace theory. Сознание включает "трансляцию" информации во многие различные области мозга через глобальное рабочее пространство. Только какая-то информация отбирается с помощью внимания и конкуренции, чтобы попасть в рабочее пространство ограниченной емкости и стать сознательной.
Higher-order theories. Сознание требует некоторого рода представления высшего порядка, такого как мысль или метакогнитивный процесс, направленный на ментальное состояние более низкого порядка. Представление высшего порядка делает нас осведомленными или сознательными о состоянии более низкого порядка.
Integrated information theory. Сознанию соответствует способность системы к интегрированной информации. То есть, количество информации, генерируемой взаимодействиями между частями, которое нельзя свести к самим частям.
Attention schema theory. Сознание зависит от построения упрощенной модели внимания - "схемы внимания", которая представляет обработку вниманием информации в мозге. Содержание этой схемы соответствует сознательному опыту.
Predictive processing theory. Мозг постоянно генерирует прогнозы сверху вниз и обновляет их на основе ошибок прогнозирования. Некоторые теоретики утверждают, что основные свойства сознания возникают из динамики предиктивной обработки.
Embodiment and enactivist theory. В основе лежит важность наличия тела, расположенного в окружающей среде, предполагая, что сознание возникает из сенсомоторных процессов и взаимодействий между мозгом, телом и миром.
Определить задачу уже важный шаг. Если пробежаться по пейперу дальше, но какого-то однозначного вывода авторы, конечно, не дают, но замечают интересные факты:
— LLM умны, но это еще не гарантирует сознание
— У LLM нет многих из перечисленных этими теориями свойств, такие как глобальное рабочее пространство, чувство "себя" и агентность, постоянный мониторинг окружающей среды через сенсорные органы
— LLM не имеют чувства физической реальности и тела, это жирный минус
— LLM могут печатать очень складный текст, но это не гарантия сознания. Они не могут подтвердить или проверить свои слова.
— Итого, наверное, сознания нет.
Что не удивительно, но скорее полезен факт того, что авторы сформулировали четкие критерии по которым можно будет отследить когда это сознание наконец-таки появится. Кстати, продажа подписки на сознательного ИИ-агента — это работорговля, ИТ-бизнес или что-то сродни продаже попугаев?
Буду скидывать этот скриншот (отсюда) всем, кто спрашивает "а сколько стоит дообучить мою LLM чтобы она умела Х?"
Читать полностью…
ИИ, который читает чаты за вас (часть II)
Улучшил этот эксперимент, добавив суммаризацию больших чатов. Сделал обзор разговора в чате с выделением основных тем, интересов и мотиваций каждого пользователя. Плюс, попросил GPT ADA сделать трёхмерную визуализацию чата.
Теперь просканировав за 30 секунд страничку вы поймете что вы пропустили из последних 3,5 тысяч сообщений в чате/слаке/дискорде (если пропустили вообще).
Видео того как это работает.
Все записи вебинаров, эксперименты, ссылки на чаты и исходный код я выкладываю в Boosty (для карт СНГ) и BuyMeaCoffee.
ИИ нужен для того чтобы масштабировать себя. Я придумал способ сэкономить сотни часов и бесценных моральных сил. У вас бывало, что вы когда-то где-то с кем-то что-то обсуждали, но не помните в каком именно мессенджере, когда и какие следующие шаги?
Я сделал ИИ-агента, который:
- читает все группы и чаты в телеграмме, слаке, дискорде (можно больше)
- делает выжимку диалогов, участников, обязательств
- пишет для вас Notion страницу с кратким содержанием
- которую можно заэмбедить и по ней искать (например «кому я обещал прислать презентацию?» или «с кем я обсуждал NFT для ИИ-ботов?»)
Вы просто запускаете бота в свои чатики, а он передает вам суть беседы на нужном вам уровне детализации. От "топ-3 темы обсуждаемые за месяц" до "все обязательства Васи и Пети из чатика Х за неделю", или "какая роль Маши и список вещей, которые обещала сделать Катя из чатика Y".
Ниже примеры из моих реальных чатов.
Я сделал ИИ-игру и агента-ведущего телеграм канала. Завтра на вебинаре буду рассказывать как именно это сделано (no-code, GPT, Claude, телеграм боты), но вы можете поиграть уже сегодня!
1 — Игра "RPG Founder", в которой вам предстоит создать стартап, попасть в акслератор, привлечь деньги, создать продукт и построить юникорн. Сюжет полностью генерируется ИИ. Первый уровень тут: @StartupDegenBot
2 — Агент-журналист, который находит интересные темы, материал, делает фактчекинг и пишет посты в канал. Все посты придуманы, написаны и опубликованы ИИ-журналистом. Есть еще отдельный тг-бот, который управляет агентом. Читать канал можно тут: @brainmast
На каждого бота у меня ушло в пределах 2 часов. Конечно, можно много чего улучшать, но задача была сделать максимально быстрый proof of concept, который может повторить любой человек без каких-то специфических знаний. Завтра расскажу как именно.
Регистрация тут: https://lu.ma/codextown
Напоминаю, что завтра пройдёт практический воркшоп по созданию ИИ агентов и ботов без кода. Мы рассмотрим три отдельных платформы: для автоматизации чат-ботов, для связи различных no-code платформ с GPT и для создания автономных агентов.
Что будет в программе:
— создание агента, который оценивает правдивость/достоверность фактов
— разбор бота, который умеет определять эмоции и синтезировать речь
— создание игры, в которой сюжет генерируется нейроннкой.
Это были самые интересные идеи из тех, что вы накидали в комментариях. Не хотелось делать что-то слишком уж душное и простое, типа продаж или обучения сотрудников, но на основе примеров, которые я покажу, вам самим сделать такое будет очень просто.
Регистрация тут: https://lu.ma/codextown
Апелляционный суд в США постановил, что отказ в листинге Bitcoin ETF был незаконным.
Закупаемся.
US FEDERAL APPEALS COURT RULES US SECURITIES AND EXCHANGE COMMISSION WAS WRONG TO REJECT APPLICATION FROM GRAYSCALE FOR SPOT BITCOIN ETF
Давайте сделаем ботов вместе!
В эту пятницу я проведу второй воркшоп по созданию no-code ИИ агентов и ботов. В прошлый раз мы обсудили все доступные для этого инструменты и посмотрели как сделать простого бота для продаж или ответов на вопросы (запись доступна тут). На этой неделе я покажу как пользоваться более сложными инструментами и как связывать между собой несколько no-code платформ (каждая из которых имеет какой-то ИИ функционал).
Вопрос в зал: какого именно бота вы хотели бы рассмотреть в ходе вебинара? Если продажи, то чего (b2b, b2c, софт, физические товары)? Если обучение сотрудников, то чему? Если управление сообществом, то с какой целью? В зависимости от ответов, сделаю программу вебинара. Вы сможете скопировать или скачать результат воркшопа себе.
Регистрация на вебинар, как всегда: https://lu.ma/codextown