Reface — шлях до вершин GenAI (розмови з експертами)

Чули колись про «AI generalist» — універсального фахівця зі ШІ? Можливо, поки що ні. Але запам’ятайте: ця роль стрімко набиратиме популярності, коли технологічні компанії почнуть повною мірою досліджувати можливості ШІ та машинного навчання.

Як ви знаєте, ми спілкуємося з друзями й колегами з інших продуктових компаній, щоб ділитися досвідом роботи з мобільними застосунками та дізнаватися про нові підходи. Цього разу ми поговорили з Ihor Levenets, менеджером продукту Reface — української компанії, що прокладає нові шляхи у створенні контенту. Один з її основних продуктів, мобільний застосунок Reface, завантажили понад 250 мільйонів разів лише за два роки після запуску.

Знайомство з Reface та її продуктами

Reface — одна з провідних компаній у сфері GenAI, у доробку якої вісім визначних продуктів. Із 2018 року вона створює інструменти ШІ, які розширюють можливості роботи з контентом, роблячи цей процес творчішим і доступнішим для всіх.

Застосунок Reface здобув величезний успіх: понад 250 мільйонів завантажень лише за два роки. Reface прагне зробити передове машинне навчання доступним кожному й щороку випускає нові продукти на основі ШІ. Сьогодні портфель компанії охоплює:

Reface

Мобільний застосунок, який дає змогу замінювати обличчя у відео й на фото, озвучувати контент і генерувати ШІ-портрети з кількох селфі. Чому він став таким популярним? Хто ж не хотів би побачити себе кінозіркою чи героєм відомого мему? Це наче цифрова костюмована вечірка, до якої кожен може долучитися, не встаючи з дивана.

Revive

Мобільний застосунок для анімації зображень. Він дає змогу миттєво редагувати й анімувати фотографії, меми чи художні портрети. Користувачам подобається анімація, адже вона напрочуд приємно оживляє їхні світлини. Уявіть старе сімейне фото, на якому всі раптом усміхаються й підморгують вам: чудовий спосіб відчути зв’язок із рідними, з якими ви не мали нагоди познайомитися або давно не бачилися.

Restyle

Мобільний застосунок для створення зображень за допомогою ШІ та зміни стилю зображень і відео. Це чудовий інструмент для авторів контенту, адже він відкриває безліч можливостей для творчого самовираження. Незалежно від того, чи ви професійний дизайнер, чи просто любите експериментувати з візуальним контентом, Restyle може перетворити звичайні світлини на незвичайні витвори мистецтва.

Letsy

Мобільний застосунок для примірювання різного одягу. Letsy — чудовий вибір для поціновувачів стилю будь-якого віку й бюджету, адже дає змогу експериментувати з модою без жодних витрат. Від повсякденних образів до вишуканих ансамблів — ви можете побачити, як вам пасує одяг, ще до покупки. Наче особистий стиліст у кишені.

InkAI

Мобільний застосунок для генерування та примірювання татуювань. InkAI — чудова річ, адже, погодьтеся, татуювання — серйозне рішення. Із цим застосунком можна спробувати різні ескізи й місця нанесення, перш ніж наважитися. Як то кажуть: «Живемо лише раз, але з InkAI татуювання можна спершу протестувати».

Memomet

Мобільний застосунок для створення українських мемів. Memomet — чудовий проєкт, спрямований на поліпшення настрою та зниження стресу. У сучасному стрімкому світі щирий сміх багато важить, а створення мемів — веселий спосіб ділитися гумором і культурними відсиланнями, близькими українській спільноті.

Metahead

Технологія нейронного рендерингу 3D-зображень на основі 2D-фотографій. Metahead — божевільна ідея в найкращому сенсі. Перетворення простих 2D-фото на повноцінні 3D-моделі нагадує науково-фантастичне кіно. Це свідчення неймовірного поступу технологій ШІ, що роблять неможливе можливим.

Unboring

Вебресурс для генерування контенту, що об’єднує всі згадані застосунки. Unboring виправдовує свою назву, пропонуючи платформу, де творчість не має меж. Користуєтеся ви Reface, Revive, Restyle, Letsy, InkAI, Memomet чи Metahead — Unboring допомагає легко створювати цікавий контент різних форматів і ділитися ним.

GenAI: що це і як працює

З огляду на вражаючу роботу Reface розберімося докладніше, що таке GenAI і чому ця технологія так поширилася в індустрії розваг. GenAI, скорочення від Generative AI, означає системи генеративного ШІ, здатні створювати новий контент: зображення, відео, тексти чи музику. Вони вивчають закономірності у величезних обсягах даних, а потім на основі засвоєного створюють унікальні результати.

Розроблення продукту GenAI багато в чому подібне до розроблення будь-якого іншого продукту. Потрібно враховувати потреби користувачів, забезпечити корисність продукту та життєздатну бізнес-модель. Головна відмінність — робота зі штучним інтелектом, яка додає складності. Командам доводиться взаємодіяти особливим чином, а впровадження нових функцій чи технологій може тривати довше, ніж у звичайних продуктах. Та з погляду продуктового розроблення це досить схоже на будь-який інший технологічний продукт.

В індустрії розваг GenAI змінює правила гри. Він дає авторам змогу створювати контент швидше й творчіше, ніж будь-коли. Від реалістичних аватарів і зображень, згенерованих ШІ, до приголомшливих візуальних ефектів на платформах на кшталт Freepik — GenAI відкриває безліч можливостей. Компанії на кшталт Reface розширюють межі та роблять цю технологію доступною авторам у всьому світі.

Але хто ж такий AI generalist? Розберімося.

Знайомтеся: AI generalist

Отже, хто такий AI generalist? Чудове запитання! Це доволі унікальна роль, яка лише починає набувати популярності в технологічному світі. Уявіть універсального майстра у сфері машинного навчання (ML). Він може працювати з усім ML-процесом, навіть коли інструменти ще недосконалі. Такі фахівці разом з інженерами донавчають моделі й готують усе до запуску. Їхнє завдання — перетворювати складні технічні деталі ML на щось практичне та вражаюче.

У Reface роль AI generalist сформувалася природно. Більшість цих фахівців починали на інших посадах і виросли всередині компанії. Окремих вакансій для AI generalist чи інженерів виробничого впровадження не відкривали: учасники команди адаптувалися й поступово опановували ці ролі. Багато хто починав у контент-команді, добираючи й упорядковуючи контент для мобільного застосунку.

Привабливість ролі AI generalist у тому, що вона не потребує якогось єдиного професійного минулого. Менеджер продукту, інженер, дизайнер чи фахівець зовсім іншого напряму — кожен може дорости до цієї ролі. Важливі відповідний спосіб мислення та готовність навчатися. У Reface AI generalist стали люди з різним досвідом, що показує, наскільки важливі в цій сфері універсальність і здатність адаптуватися.

AI generalist — справжній майстер багатозадачності у світі ML. Саме він перетворює сирі ідеї на довершені застосунки. Ключові якості — гнучкість, творчість і готовність до нових викликів. Що більше компаній бачать потенціал ШІ, то більшим буде попит на таких фахівців. Тож якщо ви шукаєте цікаву роль у технологіях, яка постійно розвивається, придивіться до неї.

Як знайти відповідність продукту ринку

Product-market fit — термін, який сьогодні звучить дуже часто. Простіше кажучи, це відповідність продукту потребам певного сегмента ринку: користувачі вважають його достатньо цінним, щоб і далі ним користуватися. У мобільних застосунках це часто проявляється в тому, наскільки часто й регулярно користувачі взаємодіють із застосунком, — тобто в утриманні користувачів.

Різні мобільні застосунки й ніші мають різну частоту використання та рівень залученості. Візьмімо InkAI від Reface. Цей застосунок генерує ескізи татуювань. Люди не роблять татуювань щодня, тому рівень утримання звичайних користувачів природно може бути нижчим. Проте InkAI обслуговує два сегменти: людей, які хочуть зробити татуювання, і дизайнерів чи майстрів татуювань. Останні можуть часто, навіть щодня, генерувати ескізи для клієнтів.

Саме тут важлива відповідність продукту ринку: потрібно розуміти різні сценарії використання в цих сегментах. Звичайні користувачі, які думають про татуювання, можуть заходити в застосунок нечасто. Вони трохи поекспериментують, створять ескіз і потім певний час не повертатимуться. Нижча частота не означає, що продукт їм не підходить. Просто їхній природний сценарій передбачає рідше використання.

Натомість у майстрів і дизайнерів татуювань рівень утримання може бути вищим, оскільки їм потрібно регулярно створювати ескізи для клієнтів. Отже, вони, ймовірно, взаємодіятимуть з InkAI систематичніше.

Для Reface ключове значення має довгострокове утримання. Навіть якщо звичайні користувачі не заходять щодня, активна підписка й періодичні повернення можуть свідчити про успішну відповідність продукту ринку. Важливо розуміти: не кожному застосунку потрібна висока щоденна активність, щоб бути успішним. Для продуктів на кшталт InkAI частота повернень у довгостроковій перспективі точніше відображає успіх. Коли користувачі зберігають застосунок і час від часу повертаються, це означає, що він і далі дає їм цінність, — справжню ознаку відповідності продукту ринку.

Reface аналізує і короткострокове, і довгострокове утримання, щоб краще розуміти, наскільки InkAI відповідає потребам різних сегментів. Такий підхід допомагає зберігати цінність застосунку, вдосконалювати його відповідно до ринку й зрештою забезпечувати стабільну залученість та успіх.

Чому й коли працює додавання нових сценаріїв використання

Відповідність продукту ринку критично важлива для мобільних застосунків. Один з ефективних способів поліпшити утримання — додавати нові сценарії використання. Цей підхід особливо корисний, коли користувачі взаємодіють із застосунком нечасто.

Тут допомагає поняття «природної частоти». За визначенням Reforge, це те, як часто користувачі природно повертаються до вашого застосунку. Якщо вони заходять часто, наприклад щодня чи щотижня, застосунок перебуває в «зоні звички». Але якщо природна частота нижча — раз на місяць або рідше, — нові сценарії можуть посилити залученість.

Візьмімо InkAI від Reface. Він генерує ескізи татуювань, але люди не роблять татуювань щодня. Майстри, однак, можуть користуватися ним регулярніше. Щоб підвищити залученість, Reface могла б додати функції, які спонукали б користувачів повертатися частіше.

Показовий приклад — Zillow, застосунок для пошуку нерухомості на купівлю чи оренду. Оскільки житло купують нечасто, користувачі природно рідко заходять у застосунок. Для підвищення залученості Zillow запровадив Zestimate — функцію щомісячного оновлення оціночної вартості житла користувачів. Це дає привід регулярно повертатися, навіть якщо житло купують чи продають зрідка. Подібно до цього InkAI міг би додати стрічку для перегляду й поширення ескізів татуювань, щоб користувачі частіше приходили по натхнення.

Нові сценарії також роблять застосунок універсальнішим. Спочатку Reface зосереджувалася на редакторі мемів. Додавши, зокрема, стрічку для перегляду й поширення мемів та поєднавши її з вітальними спливними вікнами або обмеженими в часі закликами до взаємодії, компанія підвищила утримання на 30-й день. Користувачі охочіше регулярно заходять, щоб переглянути новий контент.

Важливо, щоб нові сценарії були доречними для наявної аудиторії. Якщо додані функції відповідають її інтересам, користувачі охочіше взаємодіятимуть із ними. Наприклад, аудиторії InkAI могла б сподобатися функція пошуку місцевих майстрів татуювань або огляд популярних стилів.

Проте надто багато різнорідних сценаріїв можуть розмити основну цінність застосунку. Якщо він намагається робити все одразу, користувачі можуть розгубитися. Головне — поліпшувати основний досвід, не відходячи далеко від того, що зробило продукт успішним.

A/B-тестування: поширені помилки, яких варто уникати

A/B-тестування може бути потужним інструментом оптимізації GenAI-застосунків, але не завжди все так просто, як здається. Розгляньмо поширені пастки та помилки під час A/B-тестування саме застосунків генеративного ШІ.

Як відомо, A/B-тестування, або спліт-тестування, — це порівняння двох версій функції чи контенту, щоб визначити кращу. Для GenAI-застосунків це може бути тестування різних результатів генерації ШІ, функцій або взаємодій, щоб з’ясувати, яка версія дає вищу залученість чи задоволеність. Ось поширені помилки, яких слід уникати:

1. A/B-тестування всього поспіль. Не кожна зміна потребує A/B-тесту. Іноді для рішення достатньо історичних даних та аналітики. Наприклад, перевірка наявних закономірностей чи тенденцій у минулих даних може заощадити час і зусилля.
2. Ігнорування однорідності груп. Переконайтеся, що ваші групи A та B однорідні. Характеристики користувачів в обох групах мають бути схожими. Якщо в групі A 30% чоловіків, у групі B їх також має бути близько 30%. Це стосується й інших змінних: віку, місця перебування та сценаріїв використання.
3. Надмірне ускладнення тестів. Іноді простіші тести дають чіткі відповіді. Наприклад, якщо ви перевіряєте нову функцію генерування зображень ШІ, пряме порівняння старої й нової версій може дати корисні висновки. Однак важливо розуміти, що саме й навіщо ви тестуєте.
4. Неврахування показу кількох версій. Переконайтеся, що користувачі не бачать обидві версії тесту. Якщо людина бачить обидва варіанти, це може спотворити результати й ускладнити визначення справді кращої версії.
5. Опора лише на традиційні статистичні методи. Традиційні методи, як-от t-тест, можуть давати хибнопозитивні результати, особливо на великих вибірках із низькою конверсією. Розгляньте байєсівську статистику, яка може забезпечити надійніші результати A/B-тестів у GenAI-застосунках.

Розгляньмо досвід Reface з тестуванням push-сповіщень. Компанія порівнювала різні ланцюжки мобільних push-сповіщень, щоб визначити ефективніший. Однак виникла серйозна проблема: користувачі отримували і версію A, і версію B. Через це результати були неоднозначними: залишалося незрозумілим, яка версія впливає на поведінку. Тести стали надійними лише після того, як кожному користувачеві забезпечили отримання однієї версії сповіщень.

‍Чітко визначайте, що тестуєте. Для кожного тесту потрібна конкретна гіпотеза. Наприклад, тестуючи нову функцію генерування контенту ШІ, визначте, чи хочете підвищити залученість зміною стилю контенту, чи поліпшенням точності ШІ.

‍Використовуйте історичні дані. Перед новими A/B-тестами проаналізуйте минулі дані. Це допоможе зрозуміти, чи потрібен тест, чи вистачить простої зміни на основі попередніх тенденцій.

‍Моделюйте тести на історичних даних. Розгляньте симуляції Монте-Карло для моделювання A/B-тестів на історичних даних. Ідеться про численні змодельовані тести на основі наявних даних, які допомагають оцінити можливі результати й упередження до проведення реального A/B-тесту. Це дає змогу виявляти та зменшувати ризики й невизначеність.

Що нового й цікавого у GenAI

Світ GenAI розвивається шаленими темпами. Здається, щодня з’являється щось нове й революційне. Встигати за всім непросто, але спостерігати за новими можливостями надзвичайно захопливо.

Від тексту до візуального контенту й далі

Багато хто знайомий із текстовими моделями ШІ на кшталт GPT, але сфера GenAI виходить далеко за їхні межі. Reface приділяє значну увагу візуальному контенту, і поступ у цій сфері справді вражає.

Генерування відео

Один із найцікавіших напрямів — генерування відео. Створення відеороликів за текстовими запитами стає дедалі досконалішим. Компанії на кшталт Runway ML розвивають цю технологію, уможливлюючи автоматичне генерування якісних відео. Для творчих фахівців це величезні можливості: цікавий контент можна створювати значно швидше й із меншими зусиллями.

Генерування аудіо та музики

Генерування аудіо та музики також стрімко розвивається. Наприклад, платформи на кшталт Suno дають змогу написати текст, а потім згенерувати пісню у вибраному музичному стилі. Це не просто цікава новинка: технологію вже використовують для створення справжньої, захопливої музики. 

Нещодавно в TikTok був тренд: люди вручну створювали пісні у стилі гуртів на кшталт Linkin Park. Тепер ШІ може робити це автоматично, тож можливість доступна кожному.

Танцювальні анімації за допомогою ШІ

Ще одна весела й вражаюча технологія — танцювальні анімації на основі ШІ. Уявіть, що ваше звичайне фото перетворюється на відео з танцем. Саме це вміє AI Dance. Технологія анімує фото за зразком танцювального відео, створюючи враження, що танцюєте ви. Це надзвичайно вірусний і видовищний формат. Ми бачили, як команди використовували його для цікавих розважальних презентацій, весело показуючи свої результати за місяць.

Мультимодальна інтеграція

Майбутнє GenAI стає ще перспективнішим завдяки поєднанню різних медіаформатів — мультимодальному ШІ. Це об’єднання тексту, аудіо й візуальних елементів для створення насиченого інтерактивного контенту. 

Наприклад, ви можете вказати свої інтереси та хобі, а ШІ згенерує персоналізовану пісню у вашому стилі. Таке поєднання медіа дає глибше занурення й індивідуальніший досвід, демонструючи справжній потенціал GenAI.

Ці інновації — лише верхівка айсберга. З розвитком ШІ всі види медіа дедалі тісніше переплітатимуться з цією технологією. Відео, аудіо чи текст — GenAI має докорінно змінити те, як ми створюємо та споживаємо контент. 

Можливості безмежні, а майбутнє GenAI видається надзвичайно світлим.

Моделі з відкритим кодом і нова хвиля ШІ

Моделі з відкритим кодом набирають популярності у спільноті генеративного ШІ (GenAI) та швидко наздоганяють пропрієтарні аналоги. Якщо ви пам’ятаєте вихід GPT-4 трохи більше року тому, вас може здивувати, що найкращі сучасні відкриті моделі вже перевершують GPT-3.5.

Що таке моделі з відкритим кодом?

Це моделі GenAI, код та архітектура яких загальнодоступні: будь-хто може їх використовувати, змінювати й поширювати. Така відкритість стимулює інновації та співпрацю, даючи широкому колу розробників і дослідників змогу долучатися до вдосконалення технології.

Поширення відкритих моделей у GenAI

Стрімкий розвиток відкритих моделей GenAI справді вражає. Компанії на кшталт OpenAI й Anthropic відомі своїми передовими пропрієтарними моделями, але спільнота відкритого коду швидко їх наздоганяє. Багато відкритих моделей уже демонструють співмірні результати, маючи додаткову перевагу — вільну доступність.

Відкриті моделі GenAI стають дедалі досконалішими: надійна інфраструктура, можливості роботи з ембедингами та API роблять їх зручними у використанні. Хоча вони можуть дещо поступатися найновішим пропрієтарним моделям, розрив швидко скорочується. Ця тенденція свідчить, що відкриті моделі й далі розширюватимуть межі можливого у GenAI.

Підсумки

Генеративний ШІ — надзвичайно цікава й динамічна сфера, що змінює створення контенту та взаємодію з ним. Подій багато: AI generalist стають універсальними фахівцями технологічного світу, а інноваційні компанії на кшталт Reface розширюють можливості.

Reface, наприклад, привертає велику увагу своїми застосунками Reface, Revive, Restyle, Letsy, InkAI, Memomet, Metahead та Unboring. Вони показують універсальність GenAI: користувачі створюють усе — від веселих відеоанімацій до стильних примірок одягу й індивідуальних ескізів татуювань.

Для таких застосунків критично важливо знайти відповідність продукту ринку. Нові сценарії використання можуть суттєво поліпшити утримання. Головне — розуміти свою аудиторію та підтримувати її залученість у довгостроковій перспективі.

A/B-тестування — ще один потужний інструмент GenAI, але застосовувати його потрібно правильно. Уникайте поширених помилок, як-от надмірне ускладнення тестів або змішування тестових груп.

Сфера GenAI змінюється блискавично. Ми бачимо вражаючі досягнення у генеруванні відео, створенні музики й навіть мультимодальному ШІ, який поєднує текст, аудіо та зображення. Відкриті моделі також швидко розвиваються, пропонуючи потужні альтернативи пропрієтарним системам і стимулюючи інновації.

Дивлячись уперед, бачимо надзвичайно перспективне майбутнє GenAI. Розробник ви, дослідник чи просто любитель технологій — стеження за цими тенденціями допоможе повною мірою скористатися майбутніми можливостями. Вони безмежні, а ми лише починаємо!