USD 377.29₸ ↑ +0.870
EUR 418.41₸ ↑ +1.000
RUB 6.09₸
BRENT 64.59$ ↓ -0.400
BTC 8563.70$ ↓ -0.019
ETH 164.12$ ↓ -0.029
LTC 56.48$ ↓ -0.019
Курсы валют в Казахстане
Новости Казахстана - Капитал.кз
ГлавнаяБизнес«Prisma делает работы быстро. В нашем понимании это фастфуд, но это не плохо»

«Prisma делает работы быстро. В нашем понимании это фастфуд, но это не плохо»

Основатель Mlvch о художниках, нейросетях и конкурентах

В один момент все социальные сети стали буквально завалены фотографиями, стилизованными под полотна известных художников. Тут тебе и офисные виды а-ля Кандинский, голубое небо, к которому явно приложил руку сам Ван Гог, а в Instagram на нас смотрят котики в исполнении Эдварда Мунка. Сначала такие «картины» выглядели необычно и интересно, но буквально через пару недель это стало надоедать. Пользователи стали просто пролистывать новостную ленту вниз, чтобы найти обычные фотографии среди картинок от «великих художников». Виной ажиотажа стали нейронные сети, а если быть точнее, то проекты, построенные на их использовании. Около десятка приложений зашли на рынок с особыми художественными фильтрами, через которые пользователь мог обрабатывать свои фотографии. Среди них можно выделить Prisma и Mlvch – два российских проекта практически одновременно вошедших на рынок. Первый проект – Prisma – за первые десять дней своего существования на App Store скачали более 1 млн раз. Когда бум вокруг приложения немного поутих, обнаружилось, что Mlvch остался в тени, хотя и незаслуженно.

Основательница приложения Mlvch Жанна Шарипова рассказала «Капитал.kz» о том, как ей удалось монетизировать такой проект и привлечь внимание пользователей, а также чем их решение отличается от работы главных конкурентов.

Художественные механизмы

Я уже много лет занимаюсь технологическим предпринимательством. До того, как начать работать в этой области, я работала в Procter & Gamble и отвечала за бренд в Центральной и Восточной Европе, Ближнем Востоке и Африке. Но со временем я поняла, что мне больше по душе работать в сфере стартапов. Мой опыт в этой области начался с работы с командой проекта Dish.fm, который занимается анализом отзывов о ресторанах, чтобы помочь людям выбрать вкусные блюда в любом ресторане мира. С нынешней командой мы уже работаем более трех лет. Как правило, у стартапов небольшие команды. Сейчас у нас работают четыре человека – три программиста и один человек, который занимается дизайном.

У нас есть лаборатория проектов, которая занимается тем, что выпускает MVP, то есть так называемые минимально жизнеспособные продукты. На основе результатов лаборатории мы принимаем решения о дальнейшем развитии того или иного проекта. В какой-то момент мы заинтересовались нейронными сетями. Решили начать с того, что лежит на поверхности. Когда мы увидели, что с помощью нажатия одной кнопки можно превращать фотографии в произведения искусства, то подумали, что это здорово. Мы увидели в этом новый художественный механизм.

Фото как искусство

Несмотря на кажущуюся сложность, на разработку приложения ушло около трех недель. Знаете, на самом деле оптимизация алгоритмов по работе с нейросетями больше похожа на исследовательскую работу. Здесь результат достигается эмпирическим путем. Если посмотреть на какую-либо научную работу в этой сфере, то вы всегда найдете ссылки на десятки других работ, после изучения которых гораздо легче понимать, как развивалось это направление науки и кто какие приемы применял. Мы в свою очередь просто взяли работающий алгоритм с Github (крупнейший веб-сервис для хостинга IT-проектов и их совместной разработки, – прим. ред.) и оптимизировали его под свои нужды, повысив при этом скорость работы в несколько раз. Было принято решение запустить проект как хакатон, то есть в виде форума для разработчиков, во время которого специалисты из разных областей сообща работают над решением какой-либо проблемы. Никто не планировал сделать из него инвестиционную историю или выставлять проект на продажу. Мы просто хотели сделать хороший продукт, который полюбится пользователям.

Художников выбирали на свой вкус, после чего смотрели, какие с этим стилем получаются работы. Сейчас мы используем около четырех различных нейросетей. Это сложный процесс. Есть нейросеть, которая обучена специально для распознавания образов. Она разбирает картинку на образы, после чего собирает ее по определенному алгоритму. На мой взгляд, Mlvch способен познакомить людей с великими художниками и их картинами. Мы считаем это очень важной составляющей проекта. Потому что теперь можно не только узнать определенные стили или картины, но и поэкспериментировать с ними.

Цена нейросети

Проект разбрасывался на наши собственные средства, и нужно сказать, что потратили мы на это не так уж и много. Программа через нейросети обрабатывает только одно фото в день, а за каждое следующее мы берем по 75 рублей (375 тенге, – прим. ред.). При запуске Mlvch обработка одной работы на самом мощном сервере занимает полторы минуты и стоит для нас почти 5 рублей (25 тенге, – прим. ред.). Даже если бы к нам пришла армия пользователей, мы бы просто не смогли платить по счетам за сервера в конце месяца. С выбранным подходом мы окупились с первого дня и нам есть чем платить за работу с сервером. С одной стороны, кажется, что для красивой картины теперь достаточно нажать одну кнопочку, но это не так. Все-таки подобрать сюжет и стиль, чтобы было красиво, – это путь экспериментов и нахождения идеального сочетания. Мы считаем, что с помощью Mlvch мы даем новый художественный инструмент. Просто искусство стало в очередной раз ближе ко всем нам.

Мы планомерно растем. Сейчас мы планируем дать нашим пользователям больше бесплатных работ и рассчитываем на виральное распространение. Вообще, мы планируем кардинально изменить приложение, добавить 10 000 фильтров и систему рекомендации. Недавно мы запустили «быстрые фильтры», обработка через которые занимает одну секунду.

Конкуренты и новые форматы

Уже сейчас есть такие сервисы, где можно обработать видео, но так как цена на них очень высока, они не очень распространены. Думаю, что, скорее всего, в ближайшем будущем мы увидим короткие видео с простыми фильтрами. Все идет к тому, что цены на вычислительные мощности падают, что в свою очередь означает, что через некоторое время такие возможности будут везде.

Конечно, Prisma делает работы быстро и бесплатно. Но результат сложно назвать похожим на выбранный стиль. В нашем понимании это фастфуд, но это не плохо. Но как нам кажется, у всей этой истории два самых вероятных пути. Первый вариант, что хайп пройдет, и все это забудут. И второй, когда у компании появятся достаточные технологические решения, чтобы заинтересовать крупного игрока для потенциальной покупки. Сейчас ни у нас, ни у Prisma таких решений нет. Мы красиво обернули чужую научную работу, но каждый по-своему. Тут очень сложно что-то прогнозировать. Мы продолжим наши эксперименты с нейросетями, потому что видим в этом большой потенциал. Сейчас мы не видим себя частью крупной компании. Конечно, если поступят предложения от крупных разработчиков, то мы их рассмотрим.

7e368eb19e71175f360daa355d1.png

При работе с материалами Центра деловой информации Kapital.kz разрешено использование лишь 30% текста с обязательной гиперссылкой на источник. При использовании полного материала необходимо разрешение редакции.