Контролируемые галлюцинации
1.18K subscribers
91 photos
119 videos
64 links
Взгляд продуктового лидера на AI и разработку: глубокое погружение в языковые модели, гаджеты и self-hosting через практический опыт.
Download Telegram
Португалия: система с исторической прошивкой

После Лиссабона, который оставил впечатление мощного, но сложного для пользователя железа, я предположил, что Порту, как его северный «младший брат», предложит более дружелюбный интерфейс. Мы задеплоились в квартире у самого океана, и первые же данные показали: Порту — это не просто другая версия, это система, работающая в двух совершенно разных режимах.

Океан.
Наше жилье было идеальным наблюдательным пунктом. Здесь, на побережье, топология радовала своей простотой: идеально ровная набережная, роскошь после холмистого Лиссабона. Дыхание Атлантики ощущалось во всем — в ритме приливов и отливов, в огромных стаях чаек на пляже, в людях. Как и в Барселоне, здесь многие бегают, но это не просто фитнес. Это диалог с океаном. Мы наблюдали за подростками из местной школы серфинга, которые ловили волну под вечным моросящим дождем. Для них плохая погода — не баг, а штатный режим работы стихии, к которому они идеально адаптированы. В этом виден культурный код нации мореплавателей: не ждать идеальных условий, а работать с тем, что есть.

Исторический центр.
Поездка в центр города — это как запуск legacy-модуля с совершенно иной архитектурой. Снова крутые подъемы и спуски. Снова знаменитая плитка calçada portuguesa. Кстати, это не просто покрытие — это настоящая мозаика из базальта и известняка, которую до сих пор укладывают вручную мастера-calceteiros. И когда ты знаешь, что под ногами у тебя, по сути, произведение искусства, даже ее знаменитая скользкость в дождь воспринимается уже не как баг, а как историческая особенность.

Центральная доминанта города — мост Понти-ди-Дон-Луиш I. Его ажурная металлическая конструкция неизбежно вызывает ассоциации с Эйфелевой башней, и не зря. Его спроектировал Теофил Сейриг — инженер и бывший деловой партнер самого Гюстава Эйфеля. Это памятник инженерной мысли XIX века, который до сих пор служит ключевой транспортной артерией.

Но именно транспортная система обнажает характер города. Наш квест начался еще на вокзале, где в одном здании смешаны автовокзал, ж/д станция и метро, а Google Карты, не понимая многоуровневости, просто сдаются. Входы в метро невидимы, а внутренняя навигация — ребус. Автобусы — отдельный опыт. Водители водят так, будто гравитация для них лишь рекомендация, а резкое торможение — основной рабочий инструмент. После того как я пару раз пролетел через полсалона, поездки стали вызывать напряжение. Логика оплаты (1 евро по Apple Pay против 2,5 наличными) так и осталась для нас нерасшифрованным протоколом. После нескольких часов такой интенсивной сессии отладки мы сдались и отступили на территорию с универсальным и понятным API — в Taco Bell. И в центр больше не возвращались.

Итог по Португалии получился цельным. Есть старая поговорка: «Коимбра учится, Брага молится, Лиссабон развлекается, а Порту — работает». И это чувствуется во всем. Город кажется честным тружеником, которому некогда прихорашиваться для туристов. Это не сломанная система, а идеально работающая, но для своих пользователей. Она не стремится к глобализации. Чтобы эффективно ей пользоваться, нужны не Google Карты, а «локальные права администратора»: знать нужные двери, понимать невербальные сигналы водителя автобуса, родиться с иммунитетом к скользкой плитке. Это объясняет и более старый автопарк, и то, что английский здесь не в ходу. Это не провинциальность, а самодостаточность, которая имеет свою прелесть — как в соседнем Матозиньюше, где придумали очаровательную геймификацию: собираешь наклейки из 15 заведений в специальную брошюру и получаешь приз. Низкотехнологично, но невероятно человечно.

Наша разведывательная миссия в Португалии завершена. Мы возвращаемся в исходную точку, в Париж, чтобы провести финальный дебрифинг. Пора собрать финальный билд всего путешествия — из шумного Парижа, выверенной Барселоны и самобытной Португалии — и понять, как изменилась наша собственная система после подключения к таким разным мирам.
👍5❤4🔥2
Евротрип: финальный коммит

Прошло четыре дня с тех пор, как мы вернулись в Москву. Первичный поток данных от двухнедельного путешествия обработан, а самые яркие впечатления окончательно осели в долговременной памяти.

Как я уже писал, любое путешествие для меня — это своего рода интеграционный тест. Ты подключаешься к разным системам, изучаешь их API, оцениваешь архитектуру и наблюдаешь, как твоя собственная система реагирует на новую среду. И вот какие выводы сохранились после полной синхронизации.

Барселона. Главным открытием и, пожалуй, самым приятным сюрпризом всего трипа для меня стала Барселона. Я был там впервые, и город превзошел все ожидания. В отличие от Парижа с его историческими наслоениями или Лиссабона с его брутальным «железом», Барселона ощущается как идеально спроектированная и дружелюбная к пользователю операционная система. Я уже детально разбирал ее грид-архитектуру, но сейчас, в ретроспективе, понимаю, что ее главное достоинство — баланс.

Здесь есть и строгая логика кварталов Эшампле, и творческий хаос модернизма Гауди. Есть шумные туристические проспекты и тихие внутренние дворы. Система настолько гибкая, что в ней комфортно себя чувствуешь с первой минуты. Главным удивлением стал климатический модуль: ходить в футболке в конце октября — это фича, которую я точно не ожидал. Мы сразу оптимизировали расходы, купив проездные Hola Barcelona, что позволило безлимитно исследовать город. Сейчас, вспоминая прогулки по ее улицам, я понимаю, что обязательно хочу вернуться. Не просто как турист, а чтобы пожить в спокойном темпе, глубже интегрироваться в ее процессы. И, конечно, я бы с огромным удовольствием сходил на матч Барселоны, чтобы вживую увидеть, как творит магию их новая звезда — Ламин Ямаль.

Португалия. Если Барселона — это система, то Португалия — это стихия. Два города, Лиссабон и Порту, оставили цельное, хотя и двойственное впечатление. Самый мощный и запоминающийся элемент этой системы — океан. В Лиссабоне мы арендовали машину и проехали до самой западной точки Европы — эти впечатления, этот масштаб и мощь Атлантики останутся со мной навсегда. А в Порту мы жили так, что просыпаться и первым делом видеть безбрежный океан из окна стало ежедневным ритуалом. Это та самая киллер-фича, которая перекрывает многие недостатки интерфейса.

При этом городская среда в обоих городах, как я уже писал, — это legacy-система со своими правилами, которая не очень-то стремится адаптироваться под туриста. И сейчас я понимаю, что это не баг, а ее фундаментальная особенность. Это самодостаточные системы, работающие для своих. Они не пытаются быть универсальными, и в этом их честность и сила.

Париж. В Париж мы возвращались как в точку отсчета. Во второй раз город понравился мне еще больше. Моя жена и вовсе в него влюблена. Возможно, дело в том, что мы жили в прекрасном месте, в десяти минутах от Триумфальной арки, и много гуляли по районам, которые я люблю больше всего с точки зрения архитектуры. С погодой тоже повезло: почти не было дождей, что для парижского октября — большая удача.

Но именно на контрасте с другими городами стали заметны особенности парижской «экономической модели». Наш стандартный набор продуктов в супермаркете обходился на 30-40% дороже, чем в Барселоне или Португалии. Анализ показал, что причина в инфраструктуре ритейла: в центре Парижа доминируют небольшие магазины формата «у дома» — Carrefour Express, Franprix, Monop, где цены по умолчанию выше. В то время как в Барселоне у нас под боком были SPAR и LIDL, а в Лиссабоне — огромный Auchan. А 13 евро на человека за электричку из аэропорта в город выглядят довольно дорого на фоне других столиц.

Двухнедельный спринт завершен. Финальный билд путешествия собран, протестирован и задеплоен в памяти. Это был отличный трип. Каждый город — Париж, Барселона, Лиссабон, Порту — добавил в нашу собственную систему новые модули и обновил существующие. Мы вернулись другими — с новым опытом, новыми нейронными связями и, конечно, с огромным количеством данных для анализа. И это, пожалуй, главный результат любого успешного проекта.
❤5👍4🔥3
Мультимодальный AI в 2025: как GPT‑5.1, Gemini, Claude и Grok научились понимать текст, изображения и видео одновременно

Помните, как раньше для каждого домашнего устройства был свой пульт? Один для телевизора, другой для кондиционера — каждый говорил на своем языке, и заставить их работать вместе было невозможно. Примерно так же выглядел мир искусственного интеллекта всего несколько лет назад: BERT для текста, ResNet для картинок, WaveNet для аудио. Мощные, но абсолютно разрозненные модели, жившие на разных планетах.

Так как же мы за пять лет перешли от этого «зоопарка» к унифицированным системам вроде GPT-5, Gemini и Claude, которые одновременно понимают текст, изображения и видео? Какая одна, на удивление простая, идея лежит в основе этой мультимодальной революции и объединила все эти миры под одной крышей?

Эта универсальная идея называется Next Token Prediction, или «предсказание следующего токена». В своей основе это до боли знакомая игра в «продолжи фразу». Модель не пытается «понять» мир, она всего лишь пытается с максимальной вероятностью угадать, какое слово или пиксель будет следующим в последовательности. Весь ее гигантский интеллект — это побочный эффект от этой простой, почти детской игры.

«Хорошо, — скажете вы, — с текстом понятно. Но при чем здесь картинки?» А вот в этом и заключается главная алхимия. Мы научились превращать любые данные в единый формат — последовательность токенов. Изображение разбивается на маленькие кусочки, как мозаика, и каждый кусочек заменяется номером «плитки» из гигантского визуального словаря. В итоге для модели что текст, что картинка — это просто очень длинная строка из токенов, которую нужно продолжить. Качество «зрения» модели теперь напрямую зависит от качества этого «переводчика»-токенизатора.

И оказалось, что для обработки таких последовательностей у нас уже есть идеальный мозг — архитектура Transformer, лежащая в основе GPT. Ей абсолютно все равно, на что смотреть — на слова в предложении или на «плитки» мозаики. Она просто ищет связи и зависимости внутри последовательности, какой бы она ни была. Именно эта комбинация — универсальный принцип NTP, искусная токенизация и гибкий Transformer — стала двигателем современного AI.

Но вот парадокс: эта архитектурная унификация привела не к появлению одной «лучшей» модели, а к рынку гиперспециалистов. Вместо одного чемпиона мы получили целый «автопарк» титанов. GPT-5.1 стал мастером кода и сложных рассуждений. Gemini 2.5 — повелителем видео и гигантских объемов данных. Claude 4.1 — надежным корпоративным экспертом, а Grok-4 — экстремальным «олимпиадным мозгом» для задач на грани человеческих возможностей. А параллельно с ними произошла революция open-source моделей, которые можно запустить прямо у себя в «гараже».

Если вы хотите узнать, какие именно бенчмарки показывают доминирование каждой из этих моделей, как работает «Адаптивное мышление» GPT-5.1, и какие open-source системы с контекстом в 10 миллионов токенов можно запустить прямо у себя на RTX 4090 — все эти детали, цифры и ссылки на инструменты ждут вас в полной версии статьи часть 1 и часть 2 или на сайте.

А теперь самый интересный вопрос к вам: какую модель вы уже используете в работе? GPT-5, Gemini, а может, что-то из open-source? Расскажите в комментариях и давайте обсудим.

Если зашел контент, не забывайте на него реагировать. Подписывайтесь на канал, делитесь статьей с друзьями и оставайтесь любопытными.
🔥5❤3👍3