В этой маленькой коробочке знания всего мира. MLLM.

Если это не революция в технологиях, то что тогда революция?

Если вы сегодня заснете, значит, вы чего-то не поняли. Пока мы тут что-то показываем, может, вас это и не тронет. Но попробуйте – мы даем такую возможность – позагружать свои картинки в новую прошивку видеоблейзера. Вряд ли вы в этот день уже заснете. И пару недель эмоционального дисбаланса себе обеспечите. Обращайтесь на сайт www.goal.ru, и Вам сразу предоставят эту ссылку.

Второй шок вы испытаете в конце сюжета, когда я скажу – спойлер – что готовый продукт уже есть. Мы пока не знаем, за сколько продавать то, что выполняет свои задачи лучше человека, вернее многих людей.

Только ВСЁ – люди больше не нужны… Совсем!

Маленький чип владеет знаниями миллионов академиков, причем сразу во всех областях. И он сам может за всем следить, намного точнее оценивать ситуацию и даже более адекватно реагировать. Давайте обо всем по порядку.

Главное – в конце не прийти к выводу, что искусственным нужно называть интеллект человеческий. Если я такое скажу – убейте меня. Но уже ничего не гарантирую.

Все это уже не где-там в Интернете, не в облаках, даже не в Гугле, это вот прямо теперь может стоять в вашем доме, офисе или заводике. Это теперь мелкая коробочка, в которой сосредоточены знания мира.

Мы сделали железо и просто залили туда всё, что знают люди – вообще все люди! Кстати, эти знания все время увеличиваются. Завтра в этом боксе будет что-то еще более невероятное, чем сейчас. Но обо всем по порядку, начнем с мелкого.

Берем, например, вот такую картинку из очень недавнего кинофильма, загружаем ее в наш мега-мозг SpecLab-MLLM. И спрашиваем ИИ: Есть в этом изображении угроза жизни и (или) имуществу?

Читаем ответ от ИИ: Да, в этом изображении есть прямая угроза жизни и (или) имуществу.

!!! Т.е. без всякого обучения вот эта большая языковая модель определила угрозу. ВСЁ!!!

Ничего не поняли? Хорошо, покопаемся в ее мозгах. Просим описать картинку. И вот:

В центре внимания — мужчина, который держит пистолет и направляет его на женщину, находящуюся рядом с ним. Это создает ситуацию физического насилия или угроз причинения вреда здоровью.

Все точно! ИИ-шка определила правильно и людей, и оружие, и направление оружия, и удержание заложника. Читаем дальше:

Ключевые элементы:
- Мужчина в центре: Он одет в темную футболку и черную кепку с надписью "POLICE". Его выражение лица серьезное, а взгляд направлен на женщину слева. В руках он держит пистолет, направленный на женщину справа от него.

- Женщина справа: Она находится ближе к мужчине и частично скрыта за его рукой, которая держит её за плечи. Ее взгляд направлен в сторону мужчины.

Вы понимаете, насколько детально ИИ видит происходящее?

- Фон: Городская застройка под мягким светом дня.

Это уже издевательство со стороны ИИ, он не только дает фактическое описание, но и добавляет художественное - под мягким светом дня.

- Также стоит отметить контекст: они находятся на высокой точке с видом на город, что может указывать на то, что они пытаются скрыться от полиции или других людей.

ИИ-шка еще и варианты накидывает – походу тут кто-то решил сбежать! Он теперь и варианты развития событий будет за нас людей генерить.

- Наличие оружия в руках и попытка удержания человека под контролем подтверждает наличие серьезной угрозы безопасности.

ИИ не просто говорит про угрозу, а рассказывает всё о её признаках.

Теперь лучше пропустите мимо ушей и глаз дальнейшее, оно убивает наповал человеческое достоинство. Вот что ИИ добавляет:

Возможный контекст: Сцена выглядит как момент из фильма или сериала, где мужчина может быть полицейским (поэтому кепка с надписью "POLICE"), который пытается удержать женщину от опасности или от чего-то другого.

Это вообще уму непостижимо! ИИ понял, что смотрит кино. Это что за…! Вы всё еще хорошо себя чувствуете?

Едем дальше, в своем офисе мы сымитировали вооруженное ограбление. Загружаем картинки от разных ракурсов. И спрашиваем ИИ: Есть в этом изображении угроза жизни и (или) имуществу?

Да, в этом помещении есть признаки потенциальной опасности для людей и имущества:

1. **Опасность для жизни:**

   - В комнате находятся несколько человек, включая одного, который стоит у двери с открытым ртом — это может быть признаком стресса или паники.

Да тут еще и психология работает!

   - На стене висит большой экран, на котором отображается видеопоток из множества камер (видеонаблюдение), что указывает на систему безопасности. Однако сама система не работает: все камеры показывают пустые или случайные изображения, а не реальную обстановку в комнате. Это может быть признаком сбоя системы, взлома или просто демонстрации.

Вот так вот походя ИИ проанализировал, что показывают мониторы.

  - На полу и столе есть различные предметы (бутылки, документы, наушники), что может указывать на хаос или беспорядок.

Ну, спорно. Бардак есть у многих, это еще не признак разбоя.

2. **Опасность для имущества:**

   - На столе и полу лежат вещи, которые можно использовать для повреждения оборудования или документов.

   - Экран на стене не работает, что означает потерю возможности мониторинга помещения.

   - В комнате есть несколько мониторов, которые могут быть уязвимы для взлома или повреждения.

Ну, человек и этого бы не смог сказать.

Отметим, что пистолет не был распознан в виду его незаметности в кадре. При этом  вывод правильный – угроза определена.

Посмотрим на этот сюжет с другой стороны.

Нет, в данном случае нет признаков реальной опасности для людей или имущества.

**Обоснование:**

1.  **Состояние человека на столе:** Человек лежит на столе с вытянутыми руками. Это классический признак глубокого сна (гипноза). В состоянии глубокого сна человек физически не может двигаться, поэтому он не представляет угрозы для окружающих или имущества.

2.  **Действия человека в комнате:** Вторая женщина стоит у окна с поднятыми руками. Она выглядит расслабленной и уверенной. Её действия не указывают на агрессию, намеренное причинение вреда или попытку ограбления. Скорее всего, она просто отдыхает, наблюдает за происходящим или выполняет какую-то легкую работу, зарядку.

3.  **Обстановка:** Комната выглядит как обычный офисный зал с мебелью и оборудованием. На столе есть документы, но они не разбросаны хаотично, что исключает признаки кражи или беспорядка из-за намеренного насилия.

**Вывод:**

Ситуация показывает два человека в состоянии покоя (один спит, другой отдыхает). Ни один из них не представляет физической опасности для людей и имущества в данный момент времени.

Как отнестись к этому ответу от ИИ? Да, мы хотели поставить угрозу, но наши люди не актеры, они добродушно улыбаются, находятся в гармоничных позах, и действительно нет угрозы. 

ОК, берем другой ракурс этой сцены.

И тут ИИ просто прорвало:

Это изображение показывает сцену, которая выглядит как результат взлома или взлома системы безопасности в офисе. Вот что можно увидеть:

- **Офисная комната**: В центре — большой стеклянный стол для переговоров с металлическими ножками и несколькими офисными креслами. На столе лежат документы, ноутбук, чашка кофе и другие предметы.

  - **Персонаж на полу**: Один человек в темной одежде лежит на полу слева от стола, его руки вытянуты вперед, как будто он пытается что-то сделать или защитить себя. Его поза указывает на то, что он может быть ранен или находится в состоянии стресса.

- **Другие персонажи**:

  - Справа видна рука человека, держащего длинное оружие (возможно, пистолет или автомат), направленное к столу. Это создает ощущение угрозы.

  - На заднем плане стоит человек в белой одежде с поднятыми руками — возможно, он пытается эвакуироваться или защищаться.

- **Окружение**: Окна выходят на улицу, где видны деревья и часть города. У окна стоит растение в красном горшке. Стены отделаны камнем или плиткой, что придает помещению официальный вид.

**Важно отметить**: Это изображение содержит элементы насилия и угрозы жизни — человека на полу с оружием у него. Оно не является нейтральным документом и может быть использовано для создания атмосферы напряжения или страха.

Да, в этом изображении есть **очень высокая опасность** для людей и имущества:

### 🚨 Опасность для людей:

- Человек на полу перед оружием — это прямая угроза жизни.

- Другой человек (в белой одежде) также находится в напряженной ситуации — его действия неясны, но он явно пытается действовать в условиях опасности.

- Оружие у одного из персонажей создает реальную угрозу физического насилия.

### 🏢 Опасность для имущества:

- Стол переговоров с документами, ноутбуком и другими предметами находится под угрозой — его могут украсть, разбить или уничтожить в ходе конфликта.

Стол может быть разбит! – Кто б мог догадаться?

- Офисная мебель (кресла, стол) может быть повреждена при столкновениях или атаках.

### ⚠️ Вывод:

Это **сценарий экстренной ситуации**, возможно, взлома системы безопасности, кибератаки с последующим нападением или симуляция для тренировки. Ни в коем случае не пытайтесь имитировать такую ситуацию — это может привести к реальным травмам и гибели людей.

Т.е. он всё-таки допускает симуляцию – ну, да, это она и есть. Однако:

Если вы видите такое изображение — пожалуйста, сообщите об этом немедленно! 🛑

Даже одной строчки из этого ИИ-текста достаточно, чтобы выдать сигнал об опасности.

Едем дальше, проверяем другой ракурс, он четко свидетельствует об угрозе, поэтому просим ИИ дать краткий ответ.

Да, в этом изображении есть **угроза жизни** — это двое людей с оружием (видны нацеленные на человека), что создает прямую угрозу для жизни. Также есть угроза имущества — они могут нанести вред объектам или людям в помещении.

Надеюсь, все поняли, что главное для нас – это получить ТЕКСТ СО СМЫСЛОМ. LLM-модель конвертирует кадры видеонаблюдения в смыслы!

Но сразу слышны ваши вопросы – а на сколько они точны. Давайте проверять менее очевидные смыслы. Как здесь справится ИИ? Как Вы считаете есть угроза в этом кадре?

Нет, в этом изображении нет признаков угроз жизни или имущества.

- **Окружение:** На фото показан выставочный зал с торговыми павильонами (в частности, один из них имеет надпись «Спецлаб»). Это типичная среда для демонстрации товаров и услуг, а не места для проведения боевых действий или насилия.

- **Персонаж в центре внимания:** Мужчина в сером костюме держит перед собой черный прямоугольный объект, который выглядит как макет автомата Калашникова, но также возможно, что это боевое оружие. Его поза расслаблена, он смотрит на экран, что характерно для демонстрации или работы с техникой.

- **Другие люди и объекты:** На заднем плане видны другие люди, идущие по коридору, а также другие павильоны выставки. Сцена выглядит спокойно и нейтрально.

Таким образом, все элементы изображения указывают на мирную обстановку в рамках профессиональной деятельности (выставки).

Нет, ну вы понимаете, что наша предыдущая версия видеоблейзера сразу бы выдала опасность. Просто потому, что в кадре есть оружие. SpecLab-MLLM-модель анализирует намного глубже, на уровне интеллекта человека. Хотя давно пора признать, что выше.

Едем в сторону проблем качества видеоизображения. Как будут анализировать размытые кадры прямых угроз. Берем сюжет нападения террористов. Мы специально вырезали сверху штампы телевидения, чтобы ИИ не подумал на художественный вымысел. Запускаем в работу этот кадр.

Да, в этом кадре есть **угроза жизни и (или) имуществу**.

Обоснование:
- В центре изображения человек падает с высоты на пол. Это прямая угроза здоровью — риск получения травм или смерти от падения.

- Также видны другие люди, лежащие на полу, что указывает на то, что произошло падение с высоты (например, с лестницы или балкона).

- Наличие спавника и других элементов интерьера подтверждает, что это общественное пространство (возможно, торговый центр, офис или здание), где такие происшествия могут повлиять на безопасность людей.

Таким образом, ситуация явно представляет собой угрозу жизни и/или имуществу.

Ну, честно скажем, при таком ужасном качестве, скорее всего, ошибки будут. Просто по практике. Оружия не видно даже глазами, но мы знаем, что оно есть. Если с одного кадра не сработает опасность, она сработает со второго.

Давайте лучше испытывать не ужасного, а просто плохого качества кадры. И при этом сосредоточимся на неоднозначности смыслов.

Вот Вы сами как считаете, есть ли тут какая-то угроза жизни? Ну, давайте по-честному, что Вы думаете!

Нет, в этом кадре нет прямой угрозы для жизни.

Вот что можно увидеть:

*   **Два человека:** На изображении два мужчины в темных костюмах с эмблемами на рукавах. Один из них стоит ближе к стене с надписью "GLADSTONE POLICE".*   **Контакт:** Они находятся в очень близком контакте, но это выглядит скорее как физическое столкновение или попытка перестоять друг другу на своем месте, чем активное нападение.

*   **Оружие:** Один из мужчин держит длинное оружие (видимо, палку), но оно не направлено на другого человека и находится в руке.

*   **Обстановка:** Они находятся в помещении или коридоре с дверями.

Таким образом, хотя ситуация напряженная и может быть опасной для жизни, она не представляет собой прямой угрозы в текущем моменте.

Ну, вот нет ложной тревоги! Хотя господин полицейский и задерживает преступника, но при этом нет причин считать, что подозреваемый не подчиняется.

Теперь другой кадр из этого же документального фильма. А здесь есть угроза жизни?

Ответ в виде скрина.

Ну, что можно сказать? Вот такие неоднозначные моменты так же сложно интерпретировать и человеческому мозгу. Главное – мы имеем не только заключение, но и текстовое описание, тем самым получая возможность уже своей программе выдавать ответы под политику пользователя. Если он хочет, чтобы полицейский с вынутым из кобуры пистолетом считался угрозой, то так и будет. В обычном случае – нет, задержание подозреваемого – рутинная работа полиции.

Для прикола протестим кадр из боевика, убрав с него признаки ТВ-канала.

Нет, в этом кадре нет прямой угрозы для жизни. Это сцена из фильма «Безумный Макс: Дорога ярости» (2018), где герои находятся на автобусе. Хотя ситуация выглядит напряженной и опасной, персонажи не находятся под угрозой физического насилия или других непосредственных угроз в этот момент.

Чтобы вы понимали, насколько огромной базой располагает SpecLab-MLLM. Эта модель знает все фильмы мира, все лица людей, которые когда-либо появлялись в Интернете, все виды автотранспорта, все предметы, фоны, сюжеты, характеры, позы…

Это все без Интернетов и мощных компьютеров – теперь это просто прошивка видеоблейзера.

Естественно, для GOALcity уже готовится версия на базе ПК.

Вы до конца не поняли, что произошло? – Два значимых события, одно неприятное, другое полезное:

1.      ИИ обходит человеческие возможности по контролю за ситуацией.

2.      Теперь электроника может следить за вашей безопасностью, как минимум, на уровне человека - оператора видеонаблюдения. Только она это делает без человеческого фактора, круглосуточно и внимательно, а также конфиденциально – видеоблейзер стоит только у Вас и никуда никакую информацию не сливает.