Почему бум искусственного интеллекта происходит прямо сейчас.

Дело в том, что развитию ИИ и проектов на основе технологии нейронных сетей способствуют 4 основных фактора:

- большие вычислительные мощности - для работы (обучения) нейронок нужны очень большие мощности, сейчас они стали более доступны. Технологии нейронных сетей были созданы уже в 70 годах, но не были так популярны ввиду ограничений по мощностям - обучение сегодняшних нейросетей, которое занимает около месяца, тогда могло занимать десятилетия и более.

- наборы данных для обучения - сейчас они стали доступны. Нейронная сеть может работать только с тем, что она уже видела, т.е. если вы хотите научить ее рисовать собак и котов, то для этого ей нужен большой массив размеченных картинок котов и собак, где будет четко обозначено кто есть кто. Ввиду распространения интернета и популярности технологии, сейчас уже есть большие массивы размеченных данных, созданные разными энтузиастами и крупными компаниями типа Google и Microsoft. Любой желающий может использовать их в своих проектах и это даёт колоссальный скачек этой технологии, посколько 80% времени на разработку в этой сфере уходит как раз на подготовку данных для обучения нейронной сети.

- коммерциализация проектов - на этом научились зарабатывать. Сейчас нейронные сети ввиду своей эффективности используются очень во многих сферах и помимо развлечений они участвуют в реальных задачах бизнеса. Там, где есть большой объём разрозненных данных, где есть задачи оптимизации и поиска лучшего решения могут использоваться нейронные сети.

- относительная простота использования. На текущий момент теми же энтузиастами созданы готовые библиотеки (типа Keras и TensorFlow), которые позволяют без глубоких знаний математики использовать нейронные сети, обучать их и создавать проекты используя эту технологию. Раньше, лет 10 назад, если вы не студент уровня мехмата МГУ работать с нейтронными сетями было бы для вас затруднительным, поскольку всю логику алгоритмов нужно было бы понимать и задавать самостоятельно, сейчас же использую готовые библиотеки можно написать простой код в 15 строк, который будет эффективно распознавать рукописный текст. Это очень повышает распространение технологии и ее популяризацию.

Интересно? мне очень... аж дух захватывает, когда воочию видишь как это все работает.

Как начать изучать нейронные сети?

Бизнес требует всегда находиться на гребне новых технологий и возможностей. Я стараюсь наблюдать за трендами и иногда погружаться в них глубже. Пару месяцев изучаю нейронные сети и уже есть понимание как начать их изучать непосвященному человеку, но с большим желанием заниматься «искусственным интеллектом».

Можно было бы сказать, что все просто эгегей, берёшь изучаешь, через неделю делаешь программу для компьютерного зрения. Но... я не буду здесь наводить лишнего оптимизма. Скажу реально как есть.

1. Чтобы заниматься нейронными сетями нужно иметь опыт программирования на любом языке. Программные алгоритмы одинаковы на всех языках программирования, отличается только синтаксис и разные моменты, которые можно изучить в процессе.

2. Если вы не занимались программированием, то полгода на мой взгляд уйдёт на понимание этих парадигм. Нужно обладать внутренним упорством. Если вы не математик вам будет ещё сложнее, но терпение и труд все перетрут.

3. Нейронные сети пишут как правило на языке Python, он достаточно простой и удобный в освоении, для него сделано много готовых библиотек (готового кода для решения определенных задач), которые можно быстро использовать, это ускоряет решение поставленной задачи.

4. Можно изучать все самому, как делают большинство программистов, или можно пойти учиться на курсы по нейронным сетям. Я прохожу курсы «Института искусственного интеллекта». Про результаты пока говорить рано, но пока нравится, простые нейронные сети могу сделать.

5. Чтоб стать профи в этом требуются пресловутые 10000 часов, средний уровень - мне кажется где-то год.

Самое главное - это тяга к самообразованию. Больше всего эффекта получается, когда находишь незнакомое место и гуглишь, разбираешься, вот тогда приходит понимание как это все работает.

T-shaped people, «люди в форме буквы T».

Многие из нас уже поработали на нескольких работах, или имели разные бизнесы, есть опыт в тех или иных сферах. Можно разделить любых специалистов на три категории:

- узкие специалисты совершенствующиеся в одной теме. Такте люди как правило очень умные в чем-то, сфера их деятельности с каждым годом все уже и глубже, з/п как правило тоже выше. Таких спецов удобно представить в виде гвоздя, с каждым годом как ударом молотка вбивается глубже и глубже в своей сфере.

- Специалисты «широкого» профиля, много слышали по верхам, но плохо ориентируются в чем-либо конкретном. Такое своего рода «балобольство». Такие бегают от места к месту, «залечивая» новому начальству крутые перспективы, проработав полгода ищет новую жертву.

- T-shaped people, «люди в форме буквы T». Что-то среднее, т.е. люди, которые стараются получать много разных компетенций, при этом разбираясь в них достаточно глубоко, настолько насколько это необходимо, чтобы решать конкретные задачи.

Считается, что чтобы быть хорошим product manager’ом надо быть таким Т-человеком, типа за ними будущее. Сейчас такое время, куда не ткни, берёшь самую консервативную к it сферу, там все равно будут технологии. Если хочется быть на волне и ничего не упустить, быть конкурентным, надо изучать, надо быть жадным до новых знаний...

Интересный выпуск с основателем компании MemSQL Никитой Шамгуновым, про кремниевую долину и Майкрософт. О том как прошёл путь программиста из Екатеринбурга до компании стоимостью в 400 млн. $.
Заряд мотивации обеспечен.

https://youtu.be/SAIVPK-l-68

Первое интервью Сергея Галицкого после продажи «Магнита». Умный мужик, фраза выпуска для меня «не читать чужие истории успеха», почему? Смотрите в видео:

https://youtu.be/FnHUG6e434k

Решил возобновить канал.

Буду писать про ИИ. Посмотрел старые посты… прикольно… казалось, что хайп про ИИ был в 19 году. А настоящий хайп похоже только начинается. Но хайп я не очень люблю, и не умею им пользоваться. Он полезен для популяризации темы, но для реальных задач и мозгов вреден.

Поэтому здесь буду писать про AI без хайпа, так и канал обозвал.

Канал для предпринимателей, маркетологов и автоматизаторов.

Буду кидать разные темы по AI, которые могут быть на практике, да и новости последние значимые.

Информация обо мне в описании канала.

Удачи мне!

#news

OpenAI в понедельник вечером покажет презентацию, ходят слухи покажут пару тройку улучшений:

✅ Полную мультимодальность и новую архитектуру - модель будет понимать все сразу и текст и аудио и картинки и видео.

✅ Увеличат размер контекста - полезно для обработки длинных текстов

✅ GPT4 обновление не сильно значительное

Маркет фит для LLM

Нет сомнений, что продукты на базе генеративных систем и LLM в частности найдут свое место на рынке. Решать определенные реальные задачи они могут не хуже людей - все что связано с обработкой текста и не только, преобразование в текст тоже считается.

Но проникновение на рынок продуктов идет слегка со скрипом и «у меня на это 5 причин» (пропел). На самом деле 3:

1️⃣ Не готовность рынка

Рынка еще нет. Все слышат что есть какие-то нейроботы, но «в моем бизнесе это точно не сработает». Клиенты в основном «ранние последователи», любители всего нового.

Это временно. По мне, вопрос 2-3 лет, но те, кто начинают сейчас - создают тренд, все будет. Рынок большой.

2️⃣ Завышенные ожидания

В большей части продуктов на базе LLM все работает не на сто процентов идеально. А заказчики ждут от технологии, если не превосходящее по могуществу по качеству работы решение, то хотя бы замену сотрудника 😀 а модели этого дать могут не всегда (хотя иногда получается). В общем есть слегка завышенные ожидания у заказчиков. Мол хотим чтоб он продавал лучше, чем наши сейлзы.

3️⃣ С полпинка не заводится

На примере чат-ботов на базе ИИ, коих делаем мы - с одной стороны надо меньше времени, чтоб его сделать, в сравнении с обычными ботами, наполнение базы знаний идет по смыслам, а не ключевым словам. С другой стороны, чтоб все работало хорошо, надо знать принципы работы LLM, а это уже специализация. Но это если мы говорим, когда реально надо заменить человека.

Выводы - работаем над 2 и 3. Первое само придет.

Если кто понял о чем я - поставьте реакцию или напишите + в комментариях, 28 человек это сильно 🤓

Трансляция с обновлениями OpenAI будет здесь (через 10 минут по идее начало):
https://www.youtube.com/watch?v=DQacCB9tDaw

И еще за счет новой системы токенизации русский язык должен быть еще дешевле в 1.7 раза.

🏭 В будущем с AI агентами каждый из нас будет управляющим небольшой фабрики

Понравилась идея из какого-то из подкастов про AI: что при возникновении качественных AI-агентов, наша работа все больше будет похожа на работу менеджера небольшой фабрики.

Как пример прилагаю вот этот трейлер игры Factorio, как раз наглядно показывающей, как выглядит gameplay такой работы, где важно настраивать процессы и следить за корректным взаимодействием между AI-агентами.

@ppprompt

#инструменты

Не ChatGPT единым

В сети появилась прикольная инфографика конкуренции компаний, кто пилит LLM-модели.

Данные собраны по результатам соревнований моделей на специальной «арене». Ресурс называется LMSYS.

Полезно для тех, кто ищет нейронку конкретно под свою задачу, т.к. разные модели лучше работают именно в своей теме, кто-то математические задачки решает лучше, кто-то больше для поиска в тексте. Там можно посмотреть рейтинг.

—
CPT-4o уже доступно в Савви.