Главная идея: ИИ, который создаёт, а не только распознаёт
Большую часть своей истории искусственный интеллект занимался распознаванием: на этом фото кошка или собака? Это письмо — спам? Какая песня сейчас играет? Новейшая волна ИИ меняет направление на противоположное: вместо того чтобы смотреть на контент и присваивать ему метку, генеративный ИИ создаёт совершенно новый контент — изображения, музыку, голоса и даже видео — по простому описанию, которое вы вводите.
Вы пишете «снежный барс пьёт чай в юрте, акварельный стиль» — и через несколько секунд на экране появляется картинка, которой раньше никогда не существовало. В этом уроке вы узнаете, как это возможно, для чего это полезно, где это подводит и какие честные споры это породило.
К концу урока вы сможете:
- Объяснять разницу между распознающим (дискриминативным) ИИ и генерирующим (генеративным) ИИ.
- Описывать, как работает система «текст-в-изображение»: на вход подаётся промпт, на выходе получается изображение.
- Передавать интуицию диффузионных моделей: начать с чистого шума и шаг за шагом уточнять его в сторону описания.
- Называть основные виды генерации звука: генерацию музыки, генерацию голоса и клонирование голоса, а также генерацию видео.
- Перечислять творческие, полезные применения: иллюстрации, черновики дизайна, учебные схемы.
- Замечать классические «улики» контента, созданного ИИ: странные руки, искажённый текст, нарушения физики.
- Взвешенно обсуждать вопросы авторского права и оригинальности.
1. Распознавание и генерация: направление меняется
Вспомните ИИ, с которым вы уже встречались в этом курсе. Приложение для фотографий распознаёт лица. Спам-фильтр распознаёт нежелательные письма. Модель перевода читает предложение и переписывает его на другом языке. Все они принимают контент на вход и выдают маленький ответ на выходе — метку, категорию, оценку.