Как и многих, меня одновременно и тревожат, и воодушевляют перспективы расширения роли нейросетей в наших жизнях. И я также понятия не имею, какими они будут через 5-10 лет (звучит вообще как тема для многочасового подкаста). Замечания, которые я хочу тут привести, служат не попыткой дискредитации развернутого и детально сформулированного видения будущего Кешей, а указанием на точки, требующие более детального осмысления и обсуждения (приглашением к обсуждению) для понимания их значимости или наоборот не существенности для общего прогноза ближайших лет человечества.

Теперь, по сути. Одно из ключевых положений в рассуждениях гласит, что мозг работает точно также, как и нейросети. Если говорить по форме, то да, но что насчет содержания? Во-первых, один биологический нейрон совсем не то же самое, что один нейрон нейросети, синапсы мозга — многопараметрические, активные и химически управляемые элементы, а веса в искусственных нейронных сетях (ИНС) — простые числовые коэффициенты.

Также стоит отметить, что мозг состоит приблизительно из 86 миллиардов нейронов, каждый из которых соединён множеством тысяч синапсов — это чрезвычайно сложная сеть. При этом ИНС моделируют отдельные аспекты этой структуры, но у них нет детальной биологической динамики реальных нейронов и синапсов. Приведу тут перевод цитаты:

...Искусственные нейронные сети вдохновлены мозгом, но не являются его копиями. Они различаются не только по физической субстратной основе, но и по масштабу: узлов в ИНС неизмеримо меньше, чем нейронов в мозге. Кроме того, ключевой алгоритм, который выявляет иерархическую структуру связей в большинстве современных ИНС, вряд ли существует в биологическом мозге

При этом, да, есть гипотезы о биологически правдоподобных аналогах, как и существуют исследования о локальных механизмах обучения, частично напоминающих оптимизацию, но это все ещё не то же самое.

Подытоживая: заявление об идентичности работы мозга и нейросетей можно считать даже менее релевантным чем сравнение кухни в вашей квартире с сетью ресторанов в стране.

Второй важный момент, звучащий в статьях, выражается в примере с роботом, гуляющим по реальному или виртуальному миру, тем самым впитывающим все знания и впечатления. Здесь есть нюанс.

Вкратце проблема в том, что современные нейросети — это статичные структуры. Люди и животные обучаются и используют мышление непрерывно — мозг постоянно впитывает и интегрирует новую информацию без явной фазы разделения «перед обучением» и «после обучения». Это называют нейропластичностью и динамической адаптацией: без остановки системы, без периода «тренировки» и потом «использования».

Нейросети пытаются научить делать также, но пока успехов мало. Они обучаются пакетами данных, после чего система перераспределяет веса и может быть использована. При этом если их просто обновлять на новых данных, они катастрофически забывают ранее выученное.

Да, существуют надстройки-методы адаптации вроде LoRA (как быстрое дообучение, но также статичны), экспериментальные архитектуры постоянного обучения, но в масштабах больших универсальных моделей полноценной устойчивой нейропластичности пока нет.

Само же обучение требует огромных вычислительных мощностей. Да, компьютеры становятся мощнее, а обучение нейронок оптимизируется (пример DeepSeek, или совсем свежие новости про Алису) но, тем не менее, здесь и сейчас мы уже столкнулись с нехваткой памяти, а в ближайшее время, возможно, и забрезжит энергетический потолок — ограничения физического мира.

Подытоживая: человек мыслит в динамике, непрерывно обучаясь и перестраивая нейронные связи; нейросеть определенной версии — статичная структура, не адаптирующаяся в процессе использования.

Здесь же можно упомянуть и процесс «мышления», обусловленный таким устройством этих сущностей: любая мысль человека моментально вызывает обратную связь (и потенциально ведет к обучению, изменению самой системы). Нейросеть же не «мыслит» аналогично человеку — она статична: если сильно упростить, то всем известным понятиям назначены связи и веса, и когда она «отвечает» на ваш вопрос, каждое следующее слово возникает как наиболее вероятное в совокупности входных данных (запроса) и весов обученной модели (поэтому слова и возникают друг за другом — это не просто прикольный эффект анимации). Если все входные параметры одинаковы (вплоть до temperature=0 и фиксированном seed), то и ответ всегда будет совершенно идентичный (это проще всего проверить на генерации изображений).

Я привел 2,5 примера, где, как мне кажется, предпосылки в целом верных рассуждений неточны в своем фундаменте, что, соответственно, может искажать и сами выводы. Если эта дискуссия будет иметь развитие, можно будет рассмотреть и другие нюансы. :)

P. S.: Отдельно хочу отметить, что Кеша (давно уже) идет по пути научного редукционизма, рассуждая в духе, что «раз сознание не было до сих пор определено, значит его нет», сводя личность и, собственно, сознание исключительно к проявлению биохимических процессов. Это довольно смелое предположение, чтобы строить на нем картину мира, так как оно является предметом большого научно-философского спора всего XX и, видимо, XXI века (а корнями уходит аж в XVII век) — и, кстати, вполне себе тема для отдельной дискуссии.

Также можно посмотреть на ВК Видео и Рутубе.

И вот в этом огромном обзоре — сама суть игры!

Также есть на ВКонтакте или RuTube

Естественно, примерно все, чья деятельность также связана с созданием изображений, не смогли пройти мимо: одни решили, что нейросети убивают их профессию, отнимают их хлеб, другие увидели в этом новые возможности.

Одной такой возможностью в моей профессии стала генерация т. н. «референсов».

Референсы (референсные изображения/видео) — визуальные ориентиры и/или источники вдохновения.

Раньше было как: чтобы найти какие-то видео или картинки, на которые можно опереться в создании своего изображения, нужно было поторчать в поисковике, на сайтах, куда художники выкладывают свои работы, посмотреть фильмы — собрать материал, потратить время. Такой собранный в одну презентацию материал обычно называют «мудбордом».

От слов mood — настроение и board — доска.

Но это только полдела. Как правило создаваемое изображение так или иначе должно отличаться от тех, что собраны для вдохновения. И тут уже требуются «концепты».

Концепты — предварительные эскизы будущего изображения.

В коммерческой работе на больших проектах делают т. н. «концепт-арт», который фактически является следующим этапом объединения референсов и эскизов. Для создания концепт-артов привлекаются художники, на них специализирущиеся, и нередко их работы выглядят как настоящие картины.

Концепт-арт — детализированное изображение, передающее эстетическую атмосферу, стиль и композиционные решения будущей работы.

Естественно, это также стоит времени и денег.

И вот тут нейросети открыли ящик пандоры: буквально за минуты по вашему запросу и (не обязательно) референсной каринке они генерируют детализированные изображения, которые хоть сейчас вешай на стену, попутно утверждая с заказчиком и отсылая 2D-3D-художникам, чтобы они брали в работу и на основе этого шедевра создавали рабочий материал!

Но в чем загвоздка: нейросети генерируют картинки, абсолютно не привязываясь к средствам получения изображения «в реальной жизни» (если можно так сказать). Сгенерировать невероятное количество деталей — без проблем! Сделать физически невозможное (или близкое к невозможному) освещение — пожалуйста! Изобразить формы, повторить которые обычными инструментами займет столетия — легко!

И все это, скорее всего, будет выглядеть гармонично и эффектно. Но, углубляясь в детали, становится понятно, что для того, чтобы повторить подобное стандартными рабочими инструментами, потребуется громадное количество времени и невероятные технические средства (и то не факт, что получится).

В то время, как концепт-художник опирается на возможность создания того, что он изображает, нейросеть этим вопросом не задается (и это норма — ее механизмы этого не подразумевают).

Так где же проблема?

А проблема в людях, как всегда. В данном случае — в арт-директорах, супервайзерах, продюсерах проекта, которые готовы бездумно брать сгенерированные изображения и требовать «сделать как там» один-в-один, «просто повторить» и т. п. Проблема в том, что повторить — совсем не просто, а «сделать как там», скорее всего, задача близкая к невозможной.

Грамотные руководители коллективов и производств это хорошо понимают и будут использовать генерации нейросетей именно как некие общие и довольно абстрактные ориентиры, не привязываясь к деталям, понимая разницу между диффузной генерацией и возможностями стандартных инструментов. Смотреть на такие генерации как бы издалека, с прищуренными глазами, когда детали размываются, оставляя только основные мотивы формы.

Я все чаще замечаю негативно-раздражительное отношение среди коллег к людям, сильно приверженным нейросетевым генерациям — и, да, обычно это относится к ситуациям, когда человек излишне вдохновлен сгенерированной картинкой и пытается добиться ее точного воплощения в графике или съемке.

Часто кажется, что сгенерировав картинку, можно сэкономить кучу времени. Можно. Себе. В моменте. Но, если к этой картинке привязаться и пытаться ее потом повторить стандартными инструментами, можно все это сэкономленное время далее потерять в десятикратном размере.

Если вы не хотите погрузиться в производственный ад из-за таких генераций, главное правило, которое позволит избежать описанных проблем,будет примерно такое: если вы используете генерацию как референс или концепт-арт, настройтесь на результат +/- километр — это будет хорошее приближение; если хотите работать по точному концепту или референсу — наймите грамотного художника, который сделает все необходимые эскизы (возможно, на основе ваших генераций), по которым можно будет нормально работать дальше.

Например, ты говоришь: «приготовить яичницу по-быстрому». В твоем понимании — это разогреть сковородку и закинуть туда 2 яйца, как-то довести до готовности. А в понимании собеседника туда надо нарезать бекона, добавить зелени, непременно отдельно приготовить белки, затем закинуть желтки и т. п.

Поскольку ярче всего это проявляется в работе, сегодня родился термин для такого явления — КОГНИТИВНЫЙ ОВЕРСЕМПЛИНГ! Пользуйтесь!

(по-русски оверсемплинг — это «избыточная выборка», а в компьютерной графике в частности это, например, когда для получения изображения используется больше вычислений, чем минимально необходимо)

Все знания об окружающем мире могут быть условно разделены на 4 категории:

1. То, что мы наблюдаем / ощущаем непосредственно здесь и сейчас.
2. То, что мы знаем / помним из своего опыта, или по рассказу некого свидетеля событий.
3. Научное знание — то, что мы знаем из опыта других людей, который был тщательно задокументирован (и, в идеале, несколько раз перепроверен).
4. Знание, недоступное нам напрямую, которое рождается из наших рассуждений.

Что интересно, мы почти не подвергаем сомнению первые две категории нашего знания, хотя, если подумать, то надежность их очень сомнительна: даже непосредственные ощущения могут обманывать под воздействием различных фильтров — настроение, самочувствие, алкоголь, цветные очки могут сильно искажать поступающую информацию.

Еще сильнее она искажается со временем: то, что мы, казалось бы, помним, может иметь мало общего с тем, что мы ощущали в момент получения опыта. Что наша память, что другие рассказчики по разным причинам могут приукрашивать опыт и скрывать какие-то детали.

Фактически, именно научное знание — в силу того, что оно документируется непосредственно во время получения опыта, а затем еще и перепроверяется — выглядит наиболее достоверным. (Здесь я имею ввиду именно научный метод получения знания, который может применяться и в быту — не обязательно для этого быть дипломированным ученым, если что).

Но это все не для того, чтобы воспеть науку, а чтобы просто еще раз критически посмотреть на то, откуда мы знаем то, что знаем.

Так вот, 4-я категория самая интересная. Мы постоянно действуем в условиях неопределенности: нам не известны до конца ни обстоятельства, которые влияют или могут повлиять на нас, ни мысли, цели, отношение людей, с которыми мы взаимодействуем, ни даже собственные желания и ограничения.

И, хотим мы того, или нет, нам приходится рассуждать — явно или неявно, но неполную картину мира мы всегда стараемся компенсировать всеми возможными способами: реже — ищем информацию, чаще — додумываем (и не потому, что ленивые, а просто это быстрее, а «белые пятна» — они повсюду, да и не всегда настолько важные).

Так вот в рассуждениях очень сильно помогает такая вещь как логика. О ней мы знаем, что у каждого она своя, бывает житейская, а бывает мужская и женская. Также бывает, что она вообще отсутствует, причем так какжется обеим сторонам спора, например.

Ну а, кроме шуток, логика — это давным-давно неотъемлемая часть научного знания, ей можно научиться, что, в свою очередь — полезно. Хотя бы потому, что, как написано выше, наши (рас)суждения слишком активно влияют на повседневную жизнь, и неплохо бы их строить эффективно.

Большинство людей уверены, что т. н. «житейской логики» им для жизни хватит за глаза, но на практике часто не замечают даже простейших нестыковок в своих рассуждениях. А ведь часто эти ошибки дорого обходятся: можно поставить под угрозу время, деньги, чье-то доверие или, не дай бог, даже жизнь.

Умеете ли вы в логику? Проверить себя не так и сложно — например, попробовав решить простенькие задачи для школьников:

Трое людей с фамилиями Белов, Чернов, Рыжов оказались в одной компании. Один был блондин, другой — брюнет, третий — рыжий. Брюнет сказал Белову: «Ни у одного из нас цвет волос не соответствует фамилии». Какой цвет волос у каждого из них, если брюнеты всегда говорят правду?

В сонном царстве все жители делятся на дневное и ночное племена. Всё, во что верят принадлежащие к дневному племени — правда, если в этот момент они бодрствуют; если же они спят, все их убеждения ложны. С ночным племенем всё наоборот. Так вот, один житель сонного царства решил, будто он спит и принадлежит к дневному племени. А что можно сказать о нем на самом деле?

А еще можно проверить себя на предмет того, насколько часто в течение дня вы заполняете пробелы своих знаний о мире вокруг различными (рас)суждениями — буквально достраиваете реальность. Прикинули? Понимание того, как формируется ваша картина мира и улучшение инструментов ее формирования — вполне себе тянет на существенный вклад в достижение успеха.

Профессионально работать с видео и графикой я начал 11 марта 2005 года, когда устроился режиссером монтажа на городскую телекомпанию.

Чтобы это стало возможным, я четыре года до этого (с момента поступления на 1 курс, когда родители подарили мне первый компьютер) почти все свободное время просиживал в программах монтажа и графики, изучая все, что удавалось найти, в книгах и обрывочных статьях с компакт-дисков.

Работа на ТВ в свою очердь уже позволила быстро обзавестись различными полезными знакомствами. А уже зимой на одном из проектов я познакомился с Сергеем Володиным, крутейшим оператором-постановщиком и фотографом. Нам оказалось максимально комфортно работать вместе, и мы создали проект “ARt DDs”, творческое объединение по производству коммерческого видеоконтента на беспрецедентном для региона уровне качества, — за качеством к нам и приходили. Попутно к нам присоединялись другие люди — художники и администраторы. За неполных 9 лет мы сделали много интересных проектов.

Архив сайта ARt DDs до сих пор доступен на русском языке.

Так как наша работа была связана с разовыми заказми от конечных заказчиков, пусть и постоянных, мы не смогли справиться с экономическими волнениями 2014-2015 годов, и приостановили совместную деятельность — каждый пошел своим путем. Я, например, переехал в СПб и сфокусировался на наиболее интересном тогда для меня направлении — постпродакшне. За следующие 9 лет мне удалось подтянуть уровень пост-обрабтки видеоматериала до супервайзера.

Но желание делать классные творческие проекты — именно целиком (что на корпоративном называется «под ключ»), и снять, и сделать пост-обработку, сохраняя от начала и до конца задумку — никуда не делось. По-настоящему мы, кто раньше объединялся под «вывеской» ARt DDs, никогда не терялись.

И в 2023-м обнаружили, что снова хотим делать проекты полного цикла. Так и появилась идея CGenius Production. Наши новые проекты пока еще в разработке, а старые — остались с ARt DDs. Наш сайт еще просто заглушка, но впереди нас ждет интересное будущее. О самом интересном (то, что действительно может быть интересно всем) буду тоже тут рассказывать. :) Оставайтесь на связи!

Летом я уехал на съемки, которые проходили в моем родном городе, в качестве режиссера и супервайзера проекта. C 7 по 22 июля мы отсняли весь видеоматериал. Съемки проходили на 14 локациях, и в них были задействованы более 40 человек.

И вот после долгой работы над видеоматериалом, движком и сайтом проекта, он, наконец, вышел в свет! Теперь вы можете посмотреть, что у нас получилось и узнать, как спасать жизни!

НБСЖ.рф

Зрение — это интерпретация мозгом электромагнитных импульсов, поступающих с глазных рецепторов, которые их вырабатывают под воздействием сфокусированного пучка интерферирующего электро-магнитного излучения определенного узкого диапазона частот, захваченного в малом участке окружающего пространства.

Давайте ещё раз, только задом наперед.

1. Наш глаз способен воспринимать, точнее, ощущать — реагировать — на электромагнитное излучение частотой примерно от 385 до 790 терагерц (остальное нам «невидимо»).

2. Это излучение распространяется, отражается, проникает, рассеивается, взаимодействуя с объектами в пространстве (какими бы они ни были), и накладывается само на себя бесконечно — интерферирует.

3. Зрачок — сравнительно маленький объект в пространстве — пропускает внутрь глаза крохотный пучок этих «многократно-смешанных», интерферирующих волн (излучение, оказавшееся в одном с ним пространстве), которое попадает на сетчатку глаза, раздражая рецепторы.

4. Рецепторы на основе этих раздражителей формируют свои сигналы, посылаемые через нервные волокна в мозг. Причем, состояние рецепторов, их чувствительность, «адекватность», «работоспособность» напрямую влияют на посылаемые сигналы.

5. Мозг получает эти сигналы — выработанные рецепторами — и затем их совокупность интерпретируется как изображение.

С таким количеством звеньев-передастов невольно возникают вопросы: а что мы видим на самом деле? И на самом ли деле то, что мы видим?

Продолжение следует...

Если подобные размышления удобнее читать в Телеграм, то вот ссылка туда. :)

Например, вы — родитель и хотите, чтобы ребенок убрался в комнате. Не говорите «давай уберемся в комнате»! Скажите, «приберись в комнате, пожалуйста». Если вы начальник и хотите, чтобы ваш подчиненный переделал отчет, не говорите «давай переделаем эту страницу» — скажите: «переделай эту страницу, пожалуйста».

«Давай сделаем» — это ссыкливая лживая форма «я хочу, чтобы ты сделал». Потому что «давай» звучит как предложение, но это не так — вы императивно требуете выполнения работы. «Сделаем» — подразумевает, что вы также будете принимать участие в процессе, но этого тоже не случится.

Вам хочется сформулировать свое требование, как бы, помягче, но на деле это только раздражает. Ибо форма, подразумевающая возможность отказаться и наличие помощи, на самом деле не дает ни того, ни другого. «Давай сыграем», «давай сходим», «давай сделаем (например, торт)» — чувствуете? Это предложение что-то поделать вместе, и ничто иное!

Здесь же вы требуете результата и хотите, чтобы именно другой человек это сделал, — вы не собираетесь садиться рядом и помогать делать. Если вы имеете право требовать — просто требуйте. Не надо якобы для смягчения требования использовать фальшивую ложную раздражающую в данной ситуации форму.