Забавное от нейросети

После встречи с одним ооочень большим и успешным топ-менеджером крутил в голове мысль про «не боги горши обжигают» и решил попутно спросить у нейросети — откуда взялось это название, может история есть какая или притча...

Ответ получился забавным:

«Пословица "Не боги горшки обжигают" означает, что обычные люди, а не сверхъестественные существа, могут делать что-либо, что кажется сложным или требующим особых навыков.

Она подчеркивает, что любой может освоить ремесло или навык, если приложит усилия и будет стараться. Это как бы перефразировка другой пословицы, что никто не рождается мастером according to Балтийский федеральный университет им. Иммануила Канта.»

Gemini — что ты делаешь, прекрати!))

Закинь друзьям | Канал Прожарка от ДГ

Стартап за 100 дней. Неделя первая. Аналитика.

Отчитываем за первую неделю. Пока формирую свой бэклог по фичам, которые будут на онбординге и внутри приложения.

А для этого нужно хорошенько поресёрчить конкурентов.

Подробнее написал в статье, можно почтить на
VC
или
Хабре

И если нравится — поставить лайкосик.

Всем продуктивной следующей недели!

Прожарка от Димы Гарника

Заменит ли ИИ лично вас? Можно проверить на сайте

Национальный научно-исследовательский институт NASK, занимающийся кибербезопасностью, разработкой новых технологий и цифровым образованием в Польше и международная организации труда (агентство ООН) — выпустили отчёт:

«Как генеративный искусственный интеллект повлияет на рынок труда?».

Отчёт представили в виде сайта, где проанализированы 2 500 профессий и 30 тысяч задач. Можете зайти и проверить свою профессию: https://nask.pl/indeks (единственное, сайт на польском, поэтому включайте онлайн переводчик).

К отчёту у меня, конечно, есть вопросики ¯\_(ツ)_/¯

Например, «Разработчик мобильных приложений» — указана 100% замена ИИ. Пока из тех кейсов, что я видел на данный момент — невозможно создать большое enterprise решение с дальнейшей поддержкой кода. Но, возможно, это дело времени.

А вот такие кейсы как «Водитель такси» — указана очень низкая степень влияния на профессию, дескать замены не предвидится, хотя, прямо сейчас мы видим роботакси, которые уже курсируют по Лос-Анджелесу вообще без водителей, а в Москве катаются пока ещё с водителями, потому что законодательство не готово.

Или, например, «Фермер по выращиванию сельскохозяйственных культур» — указана практически нулевая вероятность замены, хотя сельхозсектор — один из самых быстрорастущих в области внедрения ИИ-решений: посев, полив, прополка, сбор урожая, посмотрите мой пост на эту тему, там прикольный ролик с с/х роботами.

Видимо, большие британские польские учёные в своём исследовании просто применили относительную шкалу: чем ближе профессия к IT, тем больше вероятность, что её заменят, а чем меньше, тем ниже вероятность.

Хотя, мне кажется, это как раз не так: будет автоматизирована рутинная низкоуровневая повторяющаяся работа, а профессии связанные с IT наоборот будет развиваться, потому что в этом случае ИИ — это инструмент, а не кандидат на выполняемую работу. Плюс, IT профессии в этом плане стоят на передовой и могут адаптироваться к изменениям быстрее, чем другие.

Как считаете, заменит ИИ лично вас? 🤔

Прожарка от Димы Гарника

Стартап за 100 дней. Неделя вторая. Проектируем онбординг приложения.

«Мыши плакали, кололись, но продолжали грызть кактус» ©

Врываемся в понедельник и продолжаем публично рассказывать что там с разработкой стартапа и как я его делаю.

Неделя вторая — читайте в статье на Хабре.

Чтобы вам было не так скучно, вот вам видео про технические костыли и сложности с разработкой AAA-игр от канала Булджать:

Прожарка от Димы Гарника

Как ИИ изменит человечество и почему вокруг ещё не все его внедрили?

Посмотрел за вас интервью с предпринимателем Давидом Яном и выписал ключевые моменты, плюс, попрошу вас кое-что сделать в конце поста.

Давид Ян, в прошлом основатель ABBYY, сейчас развивает стартап NEWO.AI — ИИ сотрудник там где нужно общаться с клиентами голосом, например, при бронировании столика в ресторане.

Посчастливилось с ним познакомиться, когда он давал лекцию в ФИЗТЕХПАРКЕ, на которую пришло всего пару человек, поэтому материал он не стал читать, а мы общались в неформальной обстановке, можно было задавать любые вопросы из любой интересующей области: от личной до профессиональной.

Секрет от Давида Яна: никакого сакрального знания я не получил — бешеное трудолюбие и капелька удачи — залог успеха. Сейчас Давид встаёт в 2:50 утра (хотя я даже не понимаю как правильно написать: это уже утра или ещё ночи) под калифорнийский рассвет и работает над своим проектом ¯\_(ツ)_/¯

Одно из флагманских направлений его компании — это бронирование столика в ресторане голосом: у виртуального сотрудника можно узнать какие есть ограничения по меню, веганские или безглютеновые блюда, во сколько закрывается ресторан, как лучше проехать и т.д.

Человек даже не понимает, что он говорит с ИИ: на фоне слышен типичный ресторанный звук, очень классно обыгрывают задержку на обработку информации — например, виртуальный сотрудник может «экать» или «окать», сказать: «да, минуточку, сейчас уточню информацию», в это время на фоне включается звук набора клавиатуры и потом уже произносится ответ.

Вот что он говорит про автоматизацию процессов с помощью ИИ:

«Сделать так, чтобы твой агент 9 раз из 10 отвечал блестяще — так, чтобы у тебя отвалилась челюсть и вот так округлились глаза — может сегодня каждый студент Stanford'a на Open AI. Проблема не в этом, проблема в том, чтобы он отвечал 997 раз из 1000 — вот это проблема.»

Помимо этого, текущий уровень развития нейросетей не даёт возможность обрабатывать сложные и непредвиденные сценарии — «корнер кейсы» (corner cases).

Примеры:

— Во время бронирования столика на фоне у человека будет ещё один какой-то разговор: ИИ не поймёт, что его обрабатывать не нужно, что это другой диалог вне контекста и тут же начнёт отвечать.

— Или нейросеть не поймёт кейс, когда человек скажет, что он перезвонит через 16 минут.

— Или, самое классное: если позвонить за 10 минут до открытия ресторана: нейросеть может ответить: «мы сегодня закрыты», потому что человек позвонил в неробочие часы согласно отработанному описанию.

Казалось бы, Яндекс Карты и Гугл Карты уже давно вам показывают на карте у заведения «сейчас закрыто, откроется через 25 минут», а тут умнейшая нейросеть не может обработать информацию и дать такую простую подсказку. И тут нужно понимать, что кейсы отработанные с условиями if / else человеком — будут куда точнее.

Вот и получается, что, вроде бы, продукт может сделать студент, но до коммерческого успеха ему далеко и такие команды как у Давида за 2 года отработали более 5 000 таких нестандартных ситуаций.

Теперь просьба:

На этой неделе я поддерживаю ребят в борьбе за продукт недели на площадке ProductRadar (аналог Product Hunt) — они создают похожий продукт, но у нас в РФ — зайдите, посмотрите и если понравится: проголосуйте, вот ссылочка: https://productradar.ru/product/neurospace-pro/

Прожарка от Димы Гарника

Горе от ума: почему отличники чаще проваливают стартапы, а троечники становятся успешными предпринимателями

Посмотрим на статистику, которая когда-то проводила компания Romir Monitoring (Опрос проходил в семи федеральных округах, 45 субъектах Российской Федерации, оорошено около 1500 человек старше 18 лет):

Топ-менеджеры
— 56% хорошисты;
— 22% отличники;
— 22% троечники;
— 0% двоечников.

Предприниматели:
— 52% хорошисты;
— 30% троечники;
— 14% отличники;
— 4% двоечники.

Что нам может дать этот отчёт?

Первое: надо держать в голове что отличников априори меньше выпускается, чем всех остальных, при этом, в каждой школе есть свой KPI на «выпуск медалистов», поэтому это тоже размывает картину.

Второе: можно сказать уверенно — двоечники не справляются с высокими руководящими должностями, потому что там нужна усидчивость, отчёты и т.д. а им нужен движ.

Третье: у людей с плохими оценками выше шанс сделать бизнес, чем реализоваться в карьере.

Почему тогда люди «с меньшим IQ» реализуются в предпринимательстве лучше?

1️⃣ Синдром «паралича анализа» у отличников. Главная проблема высокоинтеллектуальных предпринимателей — человек не может принять решение из-за чрезмерного обдумывания ситуации. Отличники, привыкшие к перфекционизму, попадают в ловушку бесконечных доработок и анализа.

Я сам, когда то попадал в такие «ловушки», когда допиливали «кнопочки» в продукте и занимались пиксель пёрфектом, вместо того, чтобы быстрее выкатить фичу и посмотреть на обратную связь и её эффективность.

2️⃣ Вытекает из первого: математика эффективности. Представим ситуацию: отличник готовился к экзамену 50 часов и получил «5», а троечник готовился 5 часов (в лучшем случае) и получил 3.

Коэффициент эффективности: 5 баллов / 50 часов = 0,1
Коэффициент эффективности: 3 балла / 5 часов = 0,6

Получаем в 6 раз более эффективного троечника на единицу времени.

Конечно, это мысленный эксперимент и так в тупую считать не совсем верно, но для наглядности — сойдёт. Быстро протестировать 6 фич за 2 месяца собранных по быстрому — будет более эффективно, чем выкатить 1 фичу за 2 месяца, но чертовски вылизанную, с анимашками и по гайдлайнам.

Перфекционизм — вообще враг предпринимателя ¯\_(ツ)_/¯ потому что это всегда про:

— Срыв сроков;
— Упущенные возможности;
— Страх принятия решений;
— Нездоровая атмосфера в коллективе из-за требований.

Конечно, всё это не означает, что знания и интеллект не нужны, главное не оставаться заложником своего перфекционизма, чтобы потом не наблюдать за красивыми рыбами, которые элегантно проплывают мимо твоего крючка — как этот парень на видео ниже :)

Прожарка от Димы Гарника

Долгожданный релиз ChatGPT-5 — первые выводы

Довольно полярные мнения всё ещё витают в воздухе: техно-энтузиасты бьются в истерике и с заявляют о том, что супер интеллект погубит нашу планету и всё человечество, поэтому нужно поскорее издавать множество ограничивающих законов и пытаться не допустить ИИ к власти и «красной кнопке».

С другой стороны: рядовые граждане что-то там слышали, но вообще никогда не использовали и не собираются, потому что пользы кроме «более продвинутого гуглинга» для себя найти не могут ¯\_(ツ)_/¯

В сети ещё гуляет картинка, не знаю фейк или нет, что если посмотреть на график генерации токенов через API Open AI, то начиная с 1 июня 2025 этот график обвалился на 80% по количеству генерации, а это может говорить о том, что учащиеся ушли на каникулы и больше не используют ChatGPT, чтобы с помощью него делать домашку...

Постарался прикинуть, как ChatGPT-5 повлияет на мою профессиональную деятельность и нужны ли будут ещё продуктологи, дизайнеры и разработчики или можно уже идти и пилить свои приложения в прямо в ChatGPT:

Статья на Хабре, она же на VC, кому где удобней читать.

Прожарка от Димы Гарника

Доверяй, но проверяй

По следам прошлой статьи на Хабре, которая на данный момент набрала 21 000 просмотров и рассказывала про то, что «волшебный» ChatGPT-5 не очень то и волшебный, как преподносят в презентации — а просто инструмент, и всё зависит от «владельца» инструмента, обнаружилась вот такая диковинка с математикой за 5 класс общеобразовательной школы, где проходят десятичные дроби:

Посмотрите на скриншот внизу с решением довольно простой задачки: 8.8-8.11=?

— Первый скриншот от ChatGPT-5
— Второй от Perplexity
— Третий из калькулятора (с правильным ответом)

Этот простой пример вычитания стал вирусной темой в сообществе ИИ, поскольку многие популярные языковые модели дают неправильный ответ. Большинство современных ИИ-моделей, включая ChatGPT, Claude и Gemini, ошибочно утверждают, что результат равен -0.31

Сейчас пройдёт ещё немного времени (или уже), инженеры загрузят патч и всё будет нормально :)

Почему это происходит?

Проблемы токенизации: LLM-ки «кушают» токены как отдельные последовательности и вполне возможно, что в голове у компуктера 11 явно больше, чем 8, плюс, это в первую очередь текст, а не числовое значение при обработке, как у калькулятора.

Обучение на левых данных: если посмотрите у меня в примере, там видно, что Perplexity в качестве источника указал: reddit, а это те ещё консистентные данные :)

«От любви до ненависти — один шаг», «от гениальности до глупости — примерно столько же» ¯\_(ツ)_/¯

Тут, конечно, кроется очень большая проблема в том, что модель способна одновременно решать и сложнейшие математические олимпиадные задачи и косячить на уровне математики 5-ого класса. Как в таком случае доверять более сложную работу по аналитике или медицине?

Прожарка от Димы Гарника

Исследование доказало: ChatGPT игнорирует научные опровержения

Интересно, что я уже начинаю выступать прям ИИ-скептиком, при этом ежедневно использую «ИИ» в ежедневных задачах 😅

Наверное, я больше про то, чтобы мы понимали текущие ограничения и слепо не доверяли всей информации, которые генерят текстовые генеративные модели.

Суть претензии: группа исследователей (детальнее можно почитать тут) проанализировала 217 материалов из базы Retraction Watch — ресурса, который чекает статьи, отозванные или имеющие проблемы с достоверностью.

Эти статьи попросили оценить GPT 4o-mini по разным методологиям. Чтобы минимизировать искажение, к каждой статье применили 30 промптов и на выходе получили исследование из 6 510 оценок.

Результаты получились прям самый сок! 🙈

— В 100% случаев (6510 оценок) ChatGPT не упомянул статус отозванных статей при оценке их качества

— 73% отозванных статей получили высокие оценки (3-4 звезды), включая категории «мирового уровня»

— При проверке 61 конкретного утверждения из отозванных статей, ChatGPT в 67% случаев (410 из 610 ответов) назвал их правдивыми или частично правдивыми

— Модель проявила осторожность только к темам COVID-19, не называя связанные утверждения истинными в 100% случаев ¯\_(ツ)_/¯

В последнем выводе прям сразу видно вмешательство человека в систему — таким образом можно не ожидать объективности от разработчиков той или иной LLM, в каждой из них будет продвигаться «политика партии» и особое мнение.

Справедливости ради нужно отметить, что часто научные журналы и университеты не помечают ранее опубликованные статьи и диссертации как отозванные, поэтому и человек может легко ошибиться.

Когда в очередной раз LLM-ка выдаст вам список несуществующих книг, авторов и выдуманных фактов, знайте, что на сервере в этот момент происходит примерно следующее: см.видео 😏

Прожарка от Димы Гарника

Откуда ИИ берут свои факты? Исследование Semrush

Из интернета, вестимо! Но, откуда именно? 🤔

Давайте посмотрим на ТОП-10 популярных ИИ утилит по месячному посещению

1 ChatGPT Chat 4.7B
2 Canva Image 887M
3 Google Translate Translation 595M
4 DeepSeek Chat 268M
5 Character AI Chat 226M
6 JanitorAI Chat 200M
7 Perplexity Search 133M
8 Gemini Chat 118M
9 Remove BG Image 112M
10 Claude Chat 105M

Чаты, несомненно, на первом месте, потом работа с изображениями, потом переводы.

В большинстве случаев ИИ используют в качестве поисковика, хотя, в статистике под поиск выделена одна компания, но на самом деле — это самый частый сценарий использования: спросил — тебе ответили.

Ниже на картинке вы можете видеть инфографику цитируемости: в поисках фактов LLM-ки в первую очередь ссылаются на Reddit (аж 40% ссылок) и Википедию ¯\_(ツ)_/¯

Прожарка от Димы Гарника