Че по Artifactory?

В последнее время активно развиваю нетворк с ML-мужиками. Сегодня познакомился с Reasercher’ом из Snapchat, который на ежедневной основе крутит Stable Diffusion. Договорились переодически созваниваться, обсуждать статьи, идеи и новые подходы. Есть шанс, что на дистанции это вдохнет в Artifactory новую жизнь.

Пока же история слегка заглохла. Денег на приемлемых условиях мы не смогли поднять из-за отсутствия внятных конкурентных преимуществ. За счет трекшена тоже не удалось выехать, наш MVP изжил себя, бизнес стал постепенно превращаться из SaaS в аутсорс, где мы помогаем тренировать модели и писать промпты. При текущем раскладе можно заработать денег на карманные расходы, но конкурировать с Midjourney и Adobe точно не выйдет.

Такие дела, если интересно, пишите вопросы, расскажу подробнее

Очки у яблочных выглядят збс

Вангую план на 10 лет такой:
- Мотивируем разработчиков пилить игры под новое устройство
- Доводим Generative AI до ума, чтобы можно было в хорошем качестве на устройстве в реальном времени
- Вжух, вы в матрице.

Идешь такой из дома в магаз за продуктами в своих модных очках, а мир вокруг в стилистике Hogwarts Legacy. А ты в этом мире выполняешь квест и собираешь ингредиенты для волшебного зелья. И внезапно серая жизнь наполняется красками. А завтра все то же самое, только в стилистике Cyberpunk.

https://youtu.be/TX9qSaGXFyg

Персональные консультации

Эмпирическим путем выяснилось, что люди готовы платить деньги, чтобы мой бархатный голос ласкал их уши😏

Если вы хотите:
- Вкатиться и разобраться с AI
- Обсудить идею AI-продукта
- Спроектировать MVP
- Рисовать с помощью Stable Diffusion и Midjourney
- Решать задачи с помощью ChatGPT
- Построить фин. модель
- Настроить аналитику и MLOps
- Внедрить ML для решения своих бизнес-задач
- Или просто поболтать за жизнь

Напишите мне в личку. Без страха, без уважения, чиста с кайфом.

Вперед: @KPACAB4NK_PELLIAET_BOTTPOCbl

Как я делал стартап Artifactory.ai

Планирую написать цикл постов о том, как я делал Artifactory — стартап вокруг генерации арта для игр с помощью нейросетей. Я занимался компанией 9 месяцев. За это время мы успели:
- Сделать минимальный AI Research
- Продать без продукта
- Поднять небольшой чек инвестиций на $10k под идею
- Собрать MVP
- Подготовить питч-дек
- С головой окунуться в B2B продажи и фандрейзинг
- Вырасти
- Упереться в проблемы дальнейшего роста

Зачатки идеи появились в 2021 году, когда я экспериментировал с ruDALL-E — это авторегрессионная text-to-image модель, которую мы пытались заставить рисовать персонажей из Dota 2. Если пролистать в начало канала, вы найдете там примеры результатов. Затем в начале 2022 "что-то" случилось и было не до игр.

В апреле 2022 от OpenAI вышла DALL-E 2 — диффузионная модель, которая сделала большой шаг в качестве. В этот момент было все еще не до игр, но стало понятно, что можно добиваться неплохих результатов в генерации изображений.

В августе 2022 вышел Stable Diffusion — open source модель, которую можно было запустить на любом утюге. Тут стало очевидно, что она взлетит. Я хотел разобраться с архитектурой и заметил, что на русском языке не было нормальных статей. В итоге решил написать сам, так в сентябре появилась моя самая популярная статья на Хабре.

Первые продажи | Как я делал стартап Artifactory.ai

Я изначально хотел использовать Generative AI именно для игр по нескольким причинам:

- Большой рынок. Художники рисуют арт для игр годами, игры зарабатывают $180 млрд+ в год.
- Сложный рынок. Студии не отдадут ассеты, если не доверяют тебе. Требования к качеству будут очень высокие. Если удастся прорасти и завоевать доверие, то это уже будет барьером от конкурентов.
- Нетворк. Я понимал как выйти на топ-менеджеров крупных игровых компаний.
- Любовь к играм: 5000 часов в Dota 2, 2000 часов в CS, 500 в Warzone, PUBG, Taken, NFS, …

Как продавать?
Чтобы продавать, нужно было показывать кейсы решения реальных задач с помощью технологии.

Чтобы показывать кейсы, нужно было обучать модели. Приходилось самостоятельно экспериментировать с кодом для тренировки, причем тогда еще никто толком не понимал, каким способом лучше файнтюнить модель: учить CLIP или UNet? А нужно ли трогать VAE, а как сохранить генерализацию?

Но самое главное, чтобы обучать модели, нужны были реальные данные и фидбек от игровых студий.

Так в ноябре вышла моя самая популярная статья на DTF, где я взял пак игровых иконок со стоков, обучил на них нейросетку и постарался рассказать простым языком для широкой аудитории. С этой статьи пошли пилотные проекты. Я обучал модели своими скриптами, клал их на серваки с только появившимся веб-интерфейсом от AUTOMATIC1111 и давал к нему доступ студиям. В декабре мы подписали первый контракт.

Сегодня веду вебинар про Stable Diffusion для игроделов. На английском. В прямом эфире. Легкий жим-жим😬

https://edvice.pro/webinar/647d9aadb1bd6535cf4ccbfe

Держите немного папского контента. Купили дочке велик, ей покайфу

Первые инвестиции | Как я делал стартап Artifactory.ai

В сентябре на меня вышли ребята, которые делали игры на деньги некоего Вазгена (имя изменено, суть сохранена). Подкупало то, что у них внутри было несколько игровых студий и можно было быстро внедрять технологию.

Условия предлагались типичные для выходцев из СНГ: “Даю денег. Моя доля 80%, твоя 20%, соглашайся брат”. Напомню, что первого клиента я подпишу только в декабре, а в сентябре не было ни то что клиентов, там даже не было нормального понимания на что способен Generative AI. Поэтому предложение звучало разумно.

Нюансы начались, когда ребята не захотели оформлять отдельную компанию под проект. Вместо этого предложили сделать договор роялти с прибыли, как у авторов книг и музыки. Мы обсуждали с их придурковатым юристом договор несколько месяцев. Вроде ничего, но в нем у меня была прописана персональная ответственность за нарушения прав на интеллектуальную собственность. Напомню, что LION-5B и Stable Diffusion не то что бы сильно заморачивались по этим вопросам. Ну и финальным аккордом было то, что директор фирмы — приятный и адекватный человек, до этого управлял оружейным заводом. Калаши в Африку продавал. В общем, по совокупности факторов я не захотел вписываться в тему.

Затем одним прекрасным вечером сидим со школьным товарищем в дискорде. Катаем в дотку, я ему рассказываю все эту историю, а он такой: “Я тут на досуге компанию продал за пару $млн, го я в вас закину небольшую сумму”. На этом и сошлись. Так у нас появились деньги на MVP.

Появилась запись моего выступления на PyCon, где я рассказывал про предсказание повторных платежей в играх. Фокус доклада на MLOps — обучении моделей и всего вокруг этого.

Общая идея. Мы тренируем модель, которая предсказывает повторные платежи. Если точнее, то вероятность, что игрок заплатит в следующие 7 дней. Причем предсказываем только для платящих игроков — тех, кто уже совершил хотя бы 1 транзакцию в игре.

Как использовать. Предположим вероятность платежа для данного игрока уже не 99%, еще не 1%, а где-то в области 40-60%. Он все еще теплый, но может нуждаться в стимуле, чтобы заплатить еще раз. Такими стимулами могут являться вкусный оффер, или сложный уровень, выбивающий все ресурсы, или LiveOps-ивент и тд.

Так вот доклад о том, как у нас был выстроен процесс сбора данных, тренировки, инференса и мониторинга таких моделей, чтобы жадные капиталисты могли еще сильнее раскручивать игроков на бабки)

Видео: https://youtu.be/oi3uzqHFfYg

Субботнее утро, погода солнечная, в РФ военный переворот затеяли — хорошее начало дня.

xD