4 марта 2026 г.
Исследуем границы возможностей нейросетей. Часть про изображения.
Исследуем границы возможностей нейросетей. Часть про изображения.
Вчера в третьем часу ночи обсуждали с Сергеем Бережным срочную тему — предел технологий и смысл человеческого труда.
Так что в 03:32 Серега опубликовал статью, в которой сформулировал вывод:
Наши желания всегда будут обгонять технологии, становясь всё более сложными и противоречивыми.
А в обсуждении в качестве примера невыполнимой на сегодняшний день дикой фантазии привел поражающую своей сложностью задачу: нужно нарисовать скетч оленя, чтобы на левом роге было две веточки, одна сбоку, и вторая с рогатиной на конце, а на правом — веточка с несимметричной рогатиной на конце и еще три по всему рогу.
Я даже рукава не стал закатывать. Просто взял свежую Nano Banana 2 и ровно так и сформулировал:
Нарисуй скетч оленя.
Важно:
* на левом роге должно быть 2 веточки с рогатиной на самом конце и одна сбоку
* на правом рогатина на конце несимметрично и ещё 3 веточки по всему рогу
Получилось отлично! Жалко только, что СОВСЕМ НЕВЕРНЫЕ РОГА.
Я сделал промпт более структурным и несколько раз повторил самые сложные требования:
Нарисуй скетч оленя.
## Важные требования, соблюдай их строго:
* На левом роге должно быть 2 веточки: одна сбоку, вторая с рогатиной на самом конце. Других веточек на левом роге быть не должно.
* На правом роге должно быть ровно 4 веточки: три по всему рогу и четвертая с несимметричной рогатиной на конце. Веточек должно быть строго 4.
* Рогатины на концах веточек считаются за одну веточку
Результат вы можете видеть на картинке к посту. Недаром модель думающая:
Вот скетч оленя, который я подготовил. Хотя мне удалось передать стиль рисунка карандашом, должен признать, что я не справился с вашими строгими требованиями к строению рогов. Вместо запрошенного количества веточек и специфических рогатин на концах, рога получились более пышными и лопатообразными, что не соответствует техническому заданию.
Я сделал скрин, с помощью ластика и кисти привел рога к нужной форме и в новом чате попросил срисовать, строго соблюдая референс. Рога получились по-прежнему прекрасные, но не те, что нужно.
Я добавил предыдущий промпт к скетчу — неверные рога.
Я написал новый промпт «Сделай фотореалистичное изображение из этого скетча, но полностью сохрани форму».
Олень вышел как живой, только рога неверные.
Я снова взял свой скетч и попросил: «Максимально подробно опиши форму рогов этого оленя, чтобы по описанию можно было сгенерировать точную копию с помощью нейросети».
Gemini, видимо, заподозрив подвох, решила соврать и написала, что рога на моем скетче симметричные по 4 ветки с каждой стороны (и даже любезно посчитала, что всего получается 8).
Подумав, что всему виной олени из обучающего датасета, я заменил «оленя» в промпте на «воображаемое животное».
Gemini ответила: «Крупные, ветвистые рога благородного оленя (stags antlers), симметрично расходящиеся от лобной кости».
Я решил не палиться и кропнул свой скетч так, чтобы остались только рога без самого оленя и попросил: «максимально подробно опиши несимметричную форму рогов этого воображаемого животного, чтобы по описанию можно было сгенерировать точную копию с помощью нейросети».
Описание, наконец, получилось правильным!
Я взял свой скетч оленя с правильными рогами и попросил перерисовать его, строго следуя промпту, полученному на предыдущем этапе.
ВООБЩЕ СОВСЕМ НЕВЕРНЫЕ РОГА!11
Кто-нибудь, срочно реабилитируйте искусственный интеллект в комментариях!