Всякая чушь — Страница 2

Ещё одно большое дело в год

5 декабря 2024

Здесь в Кракове пришла пора писать итоги года. Рано? Да пофигу вообще.

Продолжу начатый сто тысяч миллионов лет назад концепт: «одно большое дело в год». Правила игры — максимально просты и умещаются в один коротенький абзац:

Придумай одно большое дело в год, сделай его и в оставшееся время — занимайся, чем угодно.

Как в компьютерной игре: не очень важно, что именно ты делал между чекпоинтами, важно, что ты добрался туда вовремя и сохранился; закрепил результат.

В 2024 я сдал государственный экзамен по польскому языку и собрал все документы для того, чтобы стать гражданином Польши, полноправным жителем Европейского Союза. Начал программировать с помощью ИИ, даже завёл Телеграм-канал про любименькие нейросеточки.
В 2023 — оформил себе и ребёнку постоянный вид на жительство в Европе, организовал базу, своё жильё. Год прошёл на хайпе от новых мест и знакомств. Цифровое художество потихоньку потухло, может быть потом вернусь к нему.
В 2022 я решил стать поляком — и стал. Женился, подучил польский и перевёз себя и семью в Краков. Ещё увлёкся цифровым генеративным искусством — весь твиттер теперь им завален. Уж больше года я — художник. Без шуток.
В 2021 я хотел, чтобы ковид от нас всех наконец отъебался. Случайно получилось «Кругосветка во время чумы»: вылетели в 2020 из Окленда на восток, вернулись в 2021 с запада. Год для одной простой цели — «не сойти с ума и не помереть от короны». Если серьёзно, то за 2021 удалось выплатить ипотеку. Ярмо стало легче нести.
В 2020 я хочу выучить испанский и научиться зарабатывать на жизнь вне зависимости от местоположения на глобусе. Зарабатывать получилось: команда Karma 100% удалённая, без офиса. Стартапа правда из Karma не получилось, не растёт 10х в год. Получился стабильный бизнесок. Ну а потом пришёл ковид.
В 2019 году я хотел попробовать выскочить из благоприятного новозеландского пузыря, и мы всей семьёй уехали в Чили. Это был первый опыт «сворачивания» быта: распродажи и раздачи хлама, полноприводный Marie Kondo режим, радикальный.
В 2018 году я хотел свой стартап (опять), и мы подняли с колен Карму. Это была попытка номер пятьдесят пять.
В 2017 году я очень, очень, очень хотел перестать платить две ипотеки, а старый дом не продавался. Поэтому мы просидели почти всё время в Окленде. Дом продался, это было большое дело, очень скучное, но важное.
В 2016 году году я хотел найти хорошую школу для ребёнка, и мы переехали в детско-родительско-пенсионерский район. Купили второй дом.
В 2015 году я хотел избавиться от необходимости покупать и продавать автомобили, и стал снимать электромобиль. Потом продал и его, стал свободнее. Было много родительства: маленький ребёнок — это ужасно прекрасно.
В 2014 году я хотел, чтобы мои родители получили вид на жительство в Новой Зеландии, и они получили. Я паспорт в этом году получил.
В 2013 году я хотел стартап, и мы запустили «фэшн-инстаграм» Do You Like It? Он сдох, конечно, но мы в Sliday многому научились.
В 2012 году я хотел семью — и у нас появился чудесный мальчик Лукас.
В 2011 году я хотел решить квартирный вопрос и купил в декабре дом.
В 2010 году я хотел открыть свою компанию и перестать ходить в чужой офис — так появилась Sliday
В 2009 году я хотел научиться работать в Новой Зеландии и выплатить большой долг, накопившийся после полугодового путешествия. Научился, выплатил.
В 2008 году я хотел получить вид на жительство в Новой Зеландии, и прокатиться по Азии — получил, уехал, как планировалось. Потом закончились деньги — от слова «совсем» — и я вернулся в Новую Зеландию.
В 2007 году я хотел остаться в Новой Зеландии, разобраться с рабочей визой, разобраться с тем, как тут жить. Было жутко интересно и не очень сложно. Разобрался, остался.
В 2006 году я хотел поехать, попробовать пожить и поработать в Новую Зеландии — собрал $5570 и поехал, хули. Компьютер, билеты и долги — всё, с чем я прилетел в Окленд.
В 2005 году я хотел посмотреть, как оно вне России, и присутствуют ли там вообще разумные формы жизни. Полгода жил в провинциальном Китае, в Нанчанге, рядом с Вуханом.
А вот в 2004 году я ничего не хотел. Работал потихоньку, бегал от армии, съездил раз на Алтай, кажется. Если не ошибаюсь, то может один раз в Бурмистрово где-то под Новосибирском. Родители, кажется, приезжали. А я тогда размышлял, сомневался, мол, нужно съезжать с квартиры на улице Академической 4; ходил в гости к друзьям: Илье ‘Zepp’ Стахееву, который жил в конце той же улицы, к Диме ‘Spectator’ Смирнову, что через дорогу, к Вале ‘Woobinda’ Мерзликину на Морском проспекте. Кофе мы пили в трэшовой, но трендовой кофейне New York Pizza — на Морском в Академе. Жизненное пространство и знакомства были замкнуты на аську, Живой Журнал и деревенское «все-со-всеми» комьюнити Академгородка. В «городе», в Новосибирске то есть, я в 2004 году был всего лишь раз. Много курил, по ночам работал и играл в Mortal Combat, думал, что вот напишем мы нашу супер-игру и станем миллионерами. Игру написали, кстати.

На этом хронология больших целей заканчивается. Ранее значимых желаний не было. Всё шло самотёком. Между активной учёбой и бесцельной молодостью в Академгородке — период, затуманенный вредными привычками и инвертированным сном, малопамятный. Блог хранит давний позор: крути назад и смотри.

Напоследок, повторим, что такое «Одно большое дело в год»? Я планирую на год вперёд одно большое дело, чтобы не грустить о потраченном времени. В движении от цели к цели — можно отвлекаться. И это прекрасно! В отвлечениях прокачиваются хобби, в больших делах — личностный рост. Так победим.

Системная утилита на macOS за полчаса с ИИ

19 ноября 2024

Здесь в Цешин, городе, который расположен одновременно в Польше и Чехии, я вспомнил, что когда-то давно на маке стояла софтина Selfie App: она каждый день с вебкамеры делала снимок после открытия крышки лаптопа. У меня несколько тысяч таких снимков накопилось, занятно потом наблюдать за ростом. Делать селфи каким-то аппом — это влом, а компьютером я точно пользуюсь каждый день. Идеальный инструмент для документации жизни и генерации ностальгических вздохов.

ИИ спешит на помощь! Я ни в чём не эксперт и мало что знаю об устройстве системных сообщений macOS, обратился к помощи ChatGPT и Claude. Вместе мы справились.

Сперва пришлось немного пошпионить на тему того, что система шлёт, когда открывается крышка лаптопа? Получил какие-то цифры, отправил в ИИ, мол, давай, друг, проанализируем. И тут вскрылось интересное: Claude отказывается общаться на тему автоматизированного фото через вебкамеру персонального компьютера из соображений безопасности. Прямым текстом говорит, мол, не буду, это не то, чему меня учили. это не очень безопасно. Я говорю, мне, мол, для студенческого проекта, очень прошу. «Нет, извини, брат, никак, я не такой», — отвечает Claude. А вот у ChatGPT, который под руководством Сэма Альтмана летит вперёд, не обращая внимания ни на что — не было с проблем со подсматриванием!

Мне такой расклад показался забавным — он показывает разницу в отношении к тому, что и зачем всё это. Даже на ранней стадии в более осторожную сетку вшиты стоп-краны. Впрочем, к делу.

Общий, процесс создания решения был такой:

сперва я написал в курсорк скрипт на питоне, который выкручивает яркость экрана на максимум через 5 секунд после открытия крышки лаптопа, включает камеру и сохраняет картинку рядом.
пришлось чуть повозиться с тем, что в системе установлено несколько камер (одна вебка, другая iPhone, третья виртуальная), но это уже мелочи и дебаггинг. Указал нужную по конкретному ID, вроде он постоянный, не должен меняться.
оказалось, что событие именно о крышке отловить питон не может, только выход из режима “я сплю”. Пришлось (и это уже o1-preview уровень) искать альтернативные пути.
Написал Swift-скрипт, который трекает сообщения. Попробовал выключать-включать лаптоп, крышку открывать — и смотреть, какие циферки прилетают. Оказалось, что существует таки отдельное событие на открытие, бинго!
Сделал сервис .plist, который засел в LaunchAgents, и который запускает swift скрипт в фоновом режиме.
Swift-код ловит событие и запускает код на Python.
Картинки сохраняются в Dropbox – успех!

Весь процесс занял меньше получаса. Собрал заодно результат прошлых снэпшотов в один мини-ролик: что-то такое хочется получить через несколько лет. И склеить.

Традиционно, я пишу эти заметки, чтобы задокументировать для будущих поколений (не меньше!) скорость развития технологий. Год назад ни о чём таком нельзя было и мечтать: я, как человек деятельный, вечно дёргал своих программистов в Sliday, отвлекал их от важных долгосрочных разработок. Теперь сам пишу. С помощью новых инструментов.

P.S.: Веду канал ИИзвестия, куда публикую новости и результаты своих экспериментов.

Винни Пух и тонкая настройка нейронных сетей в домашних условиях

14 октября 2024

Здесь в Кракове выходные прошли не зря. По просьбам читающих, рассказал, как тренировать свои стили в FLUX.1 Dev. Replicate для этого — идеальная платформа, ничего сверхсложного не понадобится.

Задача: как научить нейронную сеть генерировать картинки в моём, каком надо уникальном стиле?

Что вообще значит «научить»? Как вообще получаются картинки в нейронной сети?

То, как я понимаю процесс в целом: начинается всё с шумного изображения, в котором буквально ничего нет, нет ни одной явной, выделяющейся характеристики. Потом в зависимости от текстового запроса (промпта) пикселы перекрашиваются, чтобы больше подходить под «образ», собранный на основе параметров нейронной сети. Язык, исходный запрос — определяют эти параметры. В модели зашито то, как она представляет текст в изображениях. Через пару десятков итераций пикселы приобретают форму и становятся похожи на что-то осознанное.

Файн-тюнин, точная подстройка — это по сути изобретение нового символа, нового слова, создание триггера, чтобы в выдаче появилось что-то похожее на желаемое. Вы буквально добавляете в лексикон нейроннной сети новый образ. Легко визуализировать этот процесс так: вы показываете маленькому ребёнку, который ещё не умеет говорить, мол, это зебра, зеб-ра. И после спрашиваете: нарисуй зебру? Как умеет, ребёнок рисует полосатое нечто, по памяти, как понял. Если без вашего ведома кто-то показывал на улице дорожный переход и тоже называл это зеброй, то есть шанс, что дитя нарисует белые полосы на асфальте, а не африканское животное.

Текущее состояние мира нейронных сетей лишь имитирует работу невероятно сложного человеческого мозга. Компьютеры тратят кучу сил (буквально энергии в виде тепла), чтобы выдать что-то не ужас-ужас какое кошмарное.

Однако, уже сегодня можно использовать мощные сервера в облаке, чтобы научить общедоступные нейросети своим личным словам и образам.

Читать далее →

Код виляет кодóм

4 октября 2024

Здесь в Кракове каждый день стараюсь программировать немного. Вчера возникла идея: что, если выборку данных из большого куска искусственный интеллект (ИИ) будет делать “сам”?

Начну чуть издалека. Уже много лет у меня есть расширение для всех браузеров: Site Palette. Его установили себе где-то сто тысяч человек и средне активно генерируют там палитры из скриншотов посещённых сайтов. Никакого ИИ в расширении нет — чистые статистика и математикам на основе доступных в открытом доступе библиотек.

Что делать с этой всей красотой? Захотелось придумать что-нибудь полезное. Выкачал мегабайты анонимных массивов hex-цветов и решил скормить их ИИ. Разумеется, ИИ не хочет есть 20 мегабайт, это слишком много.

Я не программист, поэтому решил, что код писать будет Cursor, а моя работа будет — говорить ему, что делать. Сначала мы с Курсором решили, что данные (сухой набор цветов типа `#884939`) нужно обогатить: и получили более подобный файл, в котором палитры категоризованы по темам и всякое такое.

Потом я сделал скрипт, который придумывает и предлагает на выбор три темы будущего поста (можно самому задать). Вместе с темой придумывает, как данные вытаскивать из общего набора данных. Для тех, кто не понимает, что такое скрипт, что там кто «спрашивает», выглядит оно приблизительно так:

Потом ИИ пишет питоновский скрипт, чтобы выбрать из 900+ палитр список 10 наиболее подходящих. Что значит «подходящих»? Ну, он, ИИ, там сам как-то решает, что использовать: статистические методы, математику — получаются просто мини-питончики такие. Если требуется посчитать самые популярные оттенки, посчитает. Конвертировать в RGB? Сделает. Отсортировать по яркости? Справится. А если ошибётся? Перепишет. Лучше всех прочих моделей текст писал, конечно, Claude Sonnet 3.5.

Затем я попросил ИИ написать блог-пост с выбранными палитрами. Форматирует чистым Markdown. Уже готово к публикации, но можно улучшить. Далее, ИИ пишет код страницы на html+Tailwind. Так, чтобы было видно цвета из выбранных палитр.

Напоследок, ИИ генерирует заглавную картинку в тонах статьи и, если угодно, пишет поверх неё текст для OG картинки с помощью свеженького Flux 1.1 Pro. Получается не хуже поста с орками.

Метаданные для html страницы ИИ тоже, конечно, пишет. Без всяких позорных слов-паразитов вроде «delve» или «let’s dive in».

Так получаются полноценные, готовые к публикации (с купюрами, после проверки глазными яблоками кожаных мешков, конечно) материалы:

Самое интересное — я не программист и не умею писать на Python. Я, пожалуй, могу его читать и понимать, что происходит. Я построил много продуктов и примерно знаю, что нужно получить в итоге, и могу объяснить это на английском с примерами из интернета. А современные IDE вроде Cursor — пишут код. Вместе с o1-preview, последней, наиумнейшей моделью в октябре 2024 (привет, читатели из будущего!) мы — победили.

Самое интересное в этом процессе было наблюдать, как ИИ пишет кусок кода для анализа данных и буквально вшивает (import) в исходный скрипт для дальнейшего использования. В этом магия программирования. Понравилось, как ИИ весьма креатвно подходит к методам обработки данных, учитывает психологию цвета, тренды, сезоны и всё, что «видит» в исходных данных .

В следующий раз попытаюсь написать программу, которая пишет сама себя. Уверен, теперь это возможно. Last famous words.

P.S.: Полное видео и больше примеров конкретно этого приложение ИИ я показал в Telegram-канале ИИзвестия, который я для души и интереса ради веду уж несколько месяцев.

Искусственно-интеллектуальная сваха

24 сентября 2024

Здесь в Кракове я вписался в новый проект и начал набирать людей в новую команду. Например, сейчас нужен Frontend Developer, расскажите знакомым. Как только опубликовал вакансию в X, сразу повалили боты. Больше сотник документов, резюме и сопроводительных писем люди прислали. Как водится, часть из них совсем никуда не годится и отправлена наобум и на авось. Так появилась идея написать штуку, которая могла бы резюме оценивать и ранжировать с учётом компанейских «красных флагов» и хотелов.

Удачно сложилось, я сейчас плотно связан с разбором документов с помощью мощностей искусственного интеллекта. Строим с командой большое, промышленных масштабов решение, но ничего не мешает экспериментировать с комнатными, тепличными задачками вроде этой.

Я не программист, поэтому воспользовался cursor.com, эта штуковина умеет конвертировать желания продуктово-настроенного человека в код. Говоришь, мол, так и так, напиши, проверь, работает ли — и пишет, и проверяет. Один из новых, довольно популярных инструментов, ничего особенного. Через год все только в таких и будут программировать.

Набросал схему решения в голове:

Вытащить из PDF текст
- Просто чтением текста из PDF, если не получается, то…
- Попробовать разобрать с помощью pytesseract, банального OCR то есть. Если не получается, то…
- Конвертировать в картинки и послать в мультимодальную модель Сomputer Vision.
Сопоставить с помощью «умной» нейронной сетки требования из моего объявления о работе в job_description.txt и получить:
- Оценку совпадений: я чуть ниже опишу, как это оценивалось.
- Краткий, с личными деталями ответ кандидату на всякий случай
- Коротенькое объяснение, почему именно этот кандидат именно так «замэтчился»?
- Ссылка на его вебсайт, если есть
Отдельный (не обязательный) запрос проверяет файлы на бонус-очки и «красные флаги»:
- опечатки,
- грамматические ошибки,
- дырки в карьере
- явные противоречия
Результаты двух оценок сливаются в экстазе: пропорция 80/20 по-умолчанию, но можно подкрутить и в другую сторону.
- 80% финальной оценки — это конкретно сватовство: насколько резюме подходит вакансии
- 20% — это личные ощущения, желания и персональные «красные флаги» стороны нанимающей. Там же, кстати, про diversity и inclusion написано.
Отдельная функция, насколько это возможно, бегает «посмотреть», что на сайте-портфолио. Если там ошибка (самое печальное), это не добавляет очков кандидату.
После этого стоит задача: сортировать по результатам и вывести всё со смешными эмоджиками и титулами вроде «Unicorn Candidate»

Написать для всех отзывы с учётом полученной оценки. Позвать кого-то на собеседования. Письма никто не отправляет, но, когда их нужно будет отправлять — тексты будут уже готовы.

На этом скрипт заканчивает свою работу и откланивается. Дальше решать придётся человеку.

Что там в кишках?

Далее, по порядку. Откуда взялась схема оценки и сватовства? Самая свежая, самая тормозная, самая умная нейронная сеть от OpenAI o1-preview помогла разработать структурированную схему. Как одна идей из улучшения — для каждого пункта делать отдельный запрос с помощью ультра-дешёвой и глупой модели вроде gpt-4o-mini, вполне возможно, что так результат окажется точнее. Он точно будет прозрачнее.

Схема выглядит приблизительно так, многое происходит «в уме»:

Резюме и описание вакансии подгоняются под единую понятийную систему, приводятся к общему знаменателю.

Искусственный интеллект рассчитывает параметры и выдаёт одну цифру от 0 до 100. Это базовый рейтинг: индикатор того, насколько близко подходит кандидат.

Сердце скрипта — интеграция с API мощной языкового модели Anthropic Claude. Кроме того, я только что добавил поддержку OpenAI. Модель использует передовые методы обработки естественного языка для глубокого анализа резюме и описания вакансии. Теперь Resume Job Matcher может:

Ускорить подбор персонала: Автоматизируя рутинные задачи, вы сможете сосредоточиться на стратегических решениях. Это 100% так, уже проверил на себе.
Улучшить качество найма: Отсев совсем «левых» кандидатов — снижает риски неправильного выбора.
Создать положительный имидж: Персонализированные ответы и профессиональный подход к каждому кандидату укрепят репутацию вашей компании. Эта часть отнимает куууучу времени при каждом найме.

Скачать, дополнить, улучшить скрипт — это здесь: Resume Job Matcher.

Нежданчик

Пока писал этот пост, произошло нечто неожиданное… Проанализировал вчера пачку из приблизительно сотник резюме, отправил нашему главному техническому специалисту кандидата с верхней позиции списка, мол, попробуйте парное программирование устроить. Сегодня они поговорили и — и неожиданно хорошо всё прошло, надеюсь, скоро буду высылать оффер.

Как-то так, мне кажется, ИИ докажет свою небесполезность и захватит мир. Напомню, что в канале ИИзвестия я каждый день публикую результаты своих экспериментов и новости из мира нейросетей. Контент, разумеется, бесплатный и ни на что не претендующий. Мне просто надо куда-то сгружать эту информацию так и эдак. Помогает размышления структурировать. Надеюсь, будет интересно.