Люди постоянно придумывают способы облегчить жизнь. Именно поэтому мы перестали ходить пешком и пересели сначала на лошадей, потом повозки, поезда, машины и самолеты. Люди перестали стирать вещи вручную, перестали использовать колодцы в городах, перестали охотиться на уток, перестали разжигать костер, чтобы приготовить еду.

Все эти процессы человечество автоматизировало. И все эти занятия стали для людей скорее развлечением, чем работой. Теперь с появлением самых последних инструментов искусственного интеллекта, люди планируют заменить еще и самих себя. 🙂

ИИ и человек

Но не стоит воспринимать это как угрозу, на самом деле до настоящего искусственного интеллекта нам еще очень далеко. Сейчас мы можем говорить только о продуктах, которые могут ускорить и автоматизировать лишь самые простые процессы.

Многие очень эмоционально отреагировали и поспешили с выводами, увидев, как нейросети по описанию из нескольких слов создают шедевры, как быстро и грамотно они пишут тексты, многие даже начали впадать в панику и переживать. Например, художники, глядя на то, как нейросети за одну минуту создают картины, которые им пришлось бы писать несколько недель.

После погружения в эту тему, изучения и ежеднесной практики, начинаешь замечать определенные закономерности. Если присматриваться к деталям, можно найти погрешность в работе любой нейросети.

Ошибки нейросетей

Например, пока что графические нейросети не всегда понимают, сколько пальцев должно быть у человека и какой формы они должны быть. Они очень часто рисуют анимешные и далеко не анатомические глаза, могут вставлять полупрозрачные полосы и водяные знаки из тех нелицензированных изображений с фотостоков, на которых они были обучены.

Текстовые нейросети постоянно используют повторяющийся стиль написания, если не обучать её определенным образом. Со временем каждый из вас начнет видеть эти ошибки.

Сейчас нейросети похожи на талантливых начинающих работников. Они могут сделать очень хорошо, но из-за недостатка опыта они не могут создавать полностью готовые решения.

Андрей Миронов
Нейросети все изменят
Поэтому популярное мнение про то, что искусственный интеллект сможет заменить творчество, будет актуален не скоро и в самую последнюю очередь. Пока что серьезно говорить можно только об автоматизации и делегировании, и ускорении работы. Мы должны быть теми, кто приручает нейросети, а не те, кого приручают.
— Андрей Миронов Нейросети все изменят

Искусственный интеллект

ИИ это достаточно общий термин, который включает в себя самые различные подпункты. Например, машинное обучение, нейросеть, глубокое обучение, обработка естественного языка и т.д. В принципе, все что имитирует работу человека в той или иной степени можно назвать искусственным интеллектом.

Например, автопилоты в современных машинах, которые сами умеют перестраиваться, NPC в играх, которые запрограммированы принимать самые неожиданные решения, голосовые ассистенты, которые могут отличать ваш голос от других.

Андрей Миронов
Нейросети все изменят
Но несмотря на довольно впечатляющие первые результаты, мы понимаем, что пока что все виды современного искусственного интеллекта достаточно глупые и наивные.
— Андрей Миронов Нейросети все изменят

Грубо говоря, искусственный интеллект — это как гениальный шестилетка. Он очень рассеянный, не до конца понимает, что вы от него хотите, не осознает последствия, постоянно все забывает, и у него нет жизненного опыта в настоящем мире.

Именно поэтому с любыми нейросетями нужно быть осторожным и относиться к ним как к умному ребенку, который все схватывает на лету. Добро и зло, правду и неправду.

Если тому же чат GPT дать информацию о том, что Танос был великим программистом, а Тони Старк с командой пытался взломать его код, чат GPT будет на полном серьезе писать статьи об этом. По факту любая информация в интернете подозрительная и очень спорная штука. Никогда не доверяйте искусственному интеллекту как какому-то особенному высшему разуму.

Современные инструменты достаточно хороши, чтобы доверять им на 99 %, но желательно оставить хотя бы 1% на сомнение и перепроверку информации. Опять же мы не застрахованы от того, что в блогах, в Википедии, учебниках и прочих источниках находится подлинная информация. Всегда нужно все проверять.

Первый вид искусственного интеллекта, которого чаще всего боятся люди, который может быть всезадачным и принимать решения, основываясь на предыдущем опыте в самых разных сферах. Это AGI (Artificial General Intelligence) или искусственный интеллект общего назначения.

По сути, когда люди говорят об ИИ они обычно подразумевают именно AGI в отличие от искусственного интеллекта, предназначенного для выполнения конкретных компьютерных задач, типа игры в шахматы или распознавания лица Face ID.

AGI должен быть способен выполнять гораздо более широкий спектр интеллектуальных задач, точно так же, как это делает человек. AGI часто рассматривается как следующий шаг в эволюции искусственного интеллекта, хотя современный искусственный интеллект достаточно эффективен при выполнении конкретных задач.

Например, распознавание изображений или перевод с одного языка на другой, ИИ ограничен именно в своей способности адаптироваться к новым ситуациям или выполнять задачи, выходящие за рамки запрограммированных возможностей. А вот как раз-таки AGI сможет рассуждать, адаптироваться к новым ситуациям, выполнять гораздо более широкий круг задач и учиться примерно так же, как это делают люди.

Многие считают, что AGI может оказать безумное влияние на общество, если его разработка все-таки завершится. Тогда людям, по идее, не придется заниматься любым трудом, ручным и интеллектуальным, в принципе. С одной стороны, мы можем получить гениальную машину, которая будет создавать новые лекарства, технологии, помогать людям.

А с другой стороны, существуют некоторые опасения по поводу потенциальных рисков, связанных с AGI. Некоторые эксперты предупреждают, что AGI может предоставлять угрозу для существования человечества, если станет слишком мощной или автономной. Вспомните до какого прогресса дошел ИИ в последних частях «Терминатора»

Машинное обучение

Многие из вас слышали термин машинное обучение. Для понимания давайте разберемся еще и с ним. Если искусственный интеллект представляет из себя готовый инструмент, который может имитировать человеческое поведение используя компьютерный код, то машинное обучение это скорее методика поиска закономерностей.

Можно дать программе для обучения коллекцию картин разных художников, фотографов и отдельно, например, указать картины Ван Гога. И именно методики машинного обучения проанализируют цвет, форму объектов и найдет закономерность и отличие от других картин. Теперь мы сможем попросить программу найти среди новых коллекций картин ту, которая нарисована в его стиле или даже нарисовать нам сгенерированную картину в стиле Ван Гога.

Нейронная сеть

Это такой тип машинного обучения, который вдохновлен тем, как работает мозг. Представьте себе группу людей, которые вместе работают над решением какой-либо проблемы. У каждого человека есть свои навыки и сильные стороны, и вместе они работают над тем, чтобы решить проблему.

Аналогично нейросети состоят из различных слоев нейронов, которые работают вместе для решения проблемы. Каждый нейрон подобен другому со своими сильными сторонами и навыками. И вместе нейронные сети могут научиться распознавать закономерности в любых данных, например, изображениях или звуках.

Нейросети можно представить как группу самых разных друзей с разными мыслями, знаниями и опытом, которые будут стоять за вами во время игры и подсказывать самый лучший ход. Так что, по сути, не совсем правильно называть инструменты искусственного интеллекта нейросетью, но из-за удобства и распространенности это слово стало нарицательным и теперь его все используют.

Глубокое обучение ИИ

И последним из самых распространенных терминов является термин глубокое обучение. На самом деле в самом слове уже скрывается половина ответа, для понимания вернемся к картинам Ван Гога. В традиционном машинном обучении мы начинали с простого алгоритма, который смотрит на цвет и форму объектов на картинах.

А в глубоком обучении можно использовать очень сложную нейросеть с большим количеством слоев, который может изучать самые сложные детали, такие как текстуры, насыщенность красок, стилистика освещения, в том, какие предметы где изображены и так далее. Глубокое обучение часто используется для задач, требующих большого количества сложных данных, таких как распознавание изображений, распознавание речи и обработка естественного языка.

Андрей Миронов
Нейросети все изменят
Именно благодаря глубокому обучению Face ID может отличить лица близнецов во время разблокировки, Google Ассистент может реагировать только на ваш голос.
— Андрей Миронов Нейросети все изменят

Большинство современных устройств, программ, компаний, технологий в той или иной степени используют искусственный интеллект. Они окружают нас повсюду, и мы должны понимать, что изучение искусственного интеллекта открывает бесконечные возможности для роста.

Дело не только в том, чтобы получить работу или стать профессионалом в этом деле, но и в том, чтобы получать удовольствие от изучения всех тех крутых вещей, которые люди делают с помощью искусственного интеллекта. Возможности безграничны, и кто знает, может однажды мы и сами создадим нечто потрясающее.