В Сириусе на программе «Большие вызовы» команда школьников разрабатывает прототип сервиса, который позволит создавать персонализированные дизайны банковских карт — с опорой на богатое культурное наследие России и полным соблюдением требований банка.
В основе сервиса — специальный пайплайн (цепочка этапов обработки) генерации изображений. Он строится на базе диффузионных моделей — современных нейросетей, которые умеют «рисовать» картинки по описанию. Чтобы стили получались точными и узнаваемыми, в пайплайне используют методы тонкой настройки (LoRA). Нейросеть может воспроизвести определённые художественные стили — например, авангард или традиционные русские орнаменты. Проект реализуется совместно с командой ВТБ, который поддерживает крупные выставочные проекты. Обновлённый дизайн карт станет простым и понятным инструментом популяризации художественной культуры.
Сервис устроен следующим образом: пользователь выбирает художественный стиль — например, графику Якова Чернихова или кубизм Казимира Малевича. После он добавляет любой понравившийся эмодзи. Например, смайлик с кактусом, а нейросеть превращает его в полноценное произведение искусства. Пользователь видит, как бы выглядел кактус, если бы был нарисован прославленным мастером.
В основе проекта — диффузионная модель: это тип нейросети, которая создаёт изображение поэтапно, постепенно «проявляя» детали из шума. Чтобы она рисовала не «как получится», а в нужном стиле, используют LoRA (Low‑Rank Adaptation) — это способ «дообучить» большую нейросеть на небольшой подборке примеров (например, на 30–50 работ Чернихова). После такой настройки модель уверенно воспроизводит именно эту художественную манеру. Команда проекта будет создавать MVP — прототип с базовым функционалом. Это прототип с ограниченным, но тщательно выверенным набором стилей и эмодзи, а также веб-интерфейс, чтобы пользователь мог легко взаимодействовать с системой.
Один из участников проекта — Даниил Огородников из Липецка. Он отвечает за архитектуру всего проекта.
«Моя задача простая и чёткая: я собираю цепочку шагов для нейросети — продумываю, как её части будут работать друг с другом, и настраиваю специальные модули, чтобы она рисовала в нужных стилях. За время программы я подробно изучил математическую основу генеративных моделей. Математика — важнейшая база для создания действительно качественного продукта», — делится Даниил.
Понимание того, как работают алгоритмы изнутри, для ребят важнее, чем просто умение писать промпты. Роман Калнин из города Находки Приморского края признаётся, что за короткий срок в Сириусе его навыки выросли колоссально. Ранее он уже успел поработать с реальным бизнесом: в своём родном городе вместе с единомышленниками он разработал приложение для сети ресторанов, которое на основе данных о загруженности автоматически составляло расписание для официантов. Теперь Роман сосредоточился на работе с чистым кодом и машинным обучением.
«Для меня самое важное — понять, что я сам могу создавать искусственный интеллект, а не просто пользоваться чат‑ботами. Когда пишешь код своими руками, придумываешь что‑то новое и видишь, как это удивляет других, — это совсем другие ощущения», — уверен Роман.
