Введение 📇
Представьте, что уже завтра, вы заходите в офис. Всё как обычно — знакомая мебель, кофемашина на своём месте, но что-то не так. Секретарь у входа улыбается вам механической улыбкой, которая чуть дольше держится на лице, чем нужно. Она вовсе не человек — это робот. Вы проходите дальше: бухгалтерия, маркетинг, IT-отдел… Там никого, кроме машин. Никакого шума клавиатур, никакого шёпота. Только бесшумно работающие роботы, которые идеально выполняют свою работу не отвлекаясь ни на что, в том числе — на вас.
Что вы чувствуете? Удивление? Страх? Или, может быть, облегчение? Теперь никто не жалуется, никто не опаздывает на работу, никто не уходит на больничный. Всё работает без сбоев, идеально… но как будто слишком идеально. Вы оглядываетесь и задаётесь вопросом: а где здесь место для меня?
Вам становится немного не по себе. А если завтра вы тоже станете ненужным?
Этот сценарий пока звучит как фантастика. Но ещё буквально 12 лет назад фантастикой были электромобили и машины на автопилоте. Все это не значит, что ИИ оставит нас без дела. Он лишь меняет правила игры.
Все мы жили в последнее время без видимых изменений, и, как казалось, в идеальном мире. У каждого из нас была возможность получить визу в любую страну, путешествовать там, где хочется, нам были доступны все сервисы мира и даже работал Apple Pay. Однако достаточно внезапно для многих из нас, пришли болезни которые лишили жизней многих людей. Вместе с появлением ковида, почти все планета узнала что такое изоляция, зачем нужны маски и, даже научилась мыть руки. И казалось, что этого всего достаточно чтобы усвоить урок о том что ваша жизнь зависит от всего, но только не от вас, как наступили следующие сокрушающие обстоятельства которые изменили все. Лишь спустя время, мы начинаем осознавать, что так как прежде уже не будет.
ИИ появился в жизни многих также внезапно как и курс рубля по 100 за доллар. И теперь пришло время адаптироваться и прояснить, что же делать дальше и как жить с этой, относительно новой технологией.
Чтобы вам было понятно насколько я, как и ряд других людей поверил в эту технологию и увлекся ее изучением, скажу лишь что отказался от строительного бизнеса с миллионными оборотами, которым я занимался 12 лет в пользу будущего, частью которого захотел стать сам, прикоснувшись к тому, что действительно может стать полезным инструментом в руках каждого, независимо от того предприниматель вы или человек, который компетентен в своей деятельности.
Эта книга — не просто про то, что такое ИИ. Она про то, как он уже влияет на ваш бизнес, карьеру, творчество и повседневную жизнь. Она про то, как использовать ИИ как инструмент, а не бояться его как угрозу. И, главное, про то, как вы можете адаптироваться и извлечь выгоду из этой новой реальности.
Скорость жизни сегодня настолько велика, что мы часто не успеваем осознать, что произошло за день. Технологии меняются ещё быстрее, чем наше представление о них, и всё это ставит перед нами главный вопрос: на что стоит обращать внимание?
Вы не можете управлять временем, событиями или мыслями других людей. Но есть одна вещь, которую вы можете контролировать, — это ваше внимание. И если есть технология, которая заслуживает того, чтобы приковать к ней ваше внимание — это искусственный интеллект.
Мы все хотим одного: больше времени для себя, своих близких, путешествий и отдыха. Мы хотим работать только тогда, когда у нас есть желание. Но для этого нам нужно высвободить своё время, а значит, научиться доверять технологии, которая помогает нам с рутиной и открывает пространство для большего.
Искусственный интеллект — это не просто очередной тренд. Это инструмент, который меняет все и именно он помогает сосредоточиться на главном.
Будучи основателем IT-компании, которая разрабатывает решения с применением ИИ, я знаю об этой технологии не понаслышке. В этой книге я поделюсь с вами всем, что нужно знать про ИИ: как он работает, где его использовать и как он уже сегодня может помочь вам изменить вашу жизнь.
Мы также затронем важные темы, такие как возможности заработка с помощью ИИ. Разберёмся, где правда, а где ложь, которую нагло транслируют блогеры, рассказывая про эту технологию. Вы узнаете, кто на самом деле зарабатывает на вашем интересе к ИИ, красиво об этом рассказывая, а кто действительно дает полезную информацию.
Пока машины заменяют рутинные задачи, мы, люди, остаёмся создателями, стратегами и лидерами. Вместо того чтобы тратить время на рутину, мы занимаемся инновациями, развитием бизнеса и тем, что приносит удовольствие.
Когда я выступаю на конференциях, один из самых популярных вопросов — заменит ли ИИ человека? У меня для вас плохие новости. Да, заменит. Но не всех. Вопрос в том, окажетесь ли вы в их числе? В этой книге мы поговорим и о том, как этого избежать.
Вы узнаете не только, как ИИ меняет наш мир, но и как лично вы можете использовать его для своей пользы. Даже если вы считаете, что технологиям — не место в вашей жизни.
Кроме того, на протяжении всей книги вы найдёте ссылки в виде QR-кодов. Они помогут вам получить доступ к полезным материалам, гайдам и примерам собранным нашей компанией, которые сделают путь к пониманию и применению ИИ ещё проще. Всё это — бесплатно и доступно каждому.
Предлагаю вам уделить ваше драгоценное внимание в мир искусственного интеллекта. Это не просто будущее — это ваше настоящее.
Глава 1. «Что же такое этот ваш ИИ?: ваш лучший друг или неожиданный конкурент?»
Как и когда появился ИИ: немного истории.
Искусственный интеллект. Звучит внушительно, правда? Кажется, что это нечто, созданное в секретных лабораториях, чтобы однажды захватить мир. Но на самом деле всё гораздо проще.
Первые шаги: 1950–1960-е годы
Искусственный интеллект как идея появился не вчера и даже не десять лет назад. Первый шаг к ИИ был сделан ещё в середине XX века. В 1956 году на конференции в Дартмутском колледже впервые прозвучал термин «искусственный интеллект». Учёные мечтали создать машины, которые смогут думать и учиться, как люди.
Джон Маккарти, которого часто называют «отцом ИИ», не только придумал этот термин, но и разработал язык программирования Lisp, который стал основой для многих исследований. В те годы был создан первый чат-бот ELIZA, который мог имитировать беседу на основе ключевых слов. Это было впечатляюще для своего времени, но всё ещё очень далеко от настоящего интеллекта.
60-е и 70-е годы стали временем больших надежд. Учёные создавали программы, которые умели играть в шахматы и решать простые логические задачи. В 1971 году, например, была представлена программа SHRDLU, которая могла «понимать» команды и управлять объектами в виртуальном мире.
Однако энтузиазм быстро сменился разочарованием. Машины не могли справляться с реальными задачами, такими как распознавание речи или анализ изображений. Ограничения вычислительных мощностей и нехватка данных стали серьёзной проблемой.
В 70-х и 80-х годах наступил период, который назвали «зимой искусственного интеллекта». Интерес к ИИ угас, финансирование сократилось, а ожидания не оправдались. Учёные столкнулись с тем, что многие задачи оказались сложнее, чем предполагалось.
Компьютеры были слишком медленными, алгоритмы — неэффективными, а данные — слишком ограниченными. Например, обучение системы распознавания речи требовало огромного количества записей, которых тогда просто не существовало.
В те годы компьютеры только начинали входить в нашу жизнь, и люди верили, что создать разумную машину — это вопрос пары десятков лет. Первые эксперименты с ИИ были совсем простыми: системы обучались играть в шахматы и решать математические задачи.
Ситуация начала меняться в 90-х годах. Вычислительная мощность росла, а учёные начали использовать нейронные сети, вдохновлённые работой мозга. В 1997 году произошёл исторический момент: программа Deep Blue от IBM победила чемпиона мира по шахматам Гарри Каспарова. Это событие стало символом того, что машины могут превзойти человека в интеллектуальных играх.
С начала XXI века ИИ получил второе дыхание благодаря трём ключевым факторам:
— Большие данные. Интернет стал источником огромного количества информации, которую можно использовать для обучения систем ИИ.
— Мощные компьютеры. Современные процессоры позволяют обрабатывать гигантские объёмы данных.
— Новые алгоритмы. Глубокое обучение (deep learning) стало революцией, позволяя моделям работать с текстами, изображениями и звуком.
Компании, такие как Google, Facebook и Amazon, начали активно внедрять ИИ для улучшения своих сервисов. Например, в 2006 году Netflix запустил свой алгоритм рекомендаций, который до сих пор считается одним из самых успешных примеров использования ИИ в бизнесе.
С 2010-х годов ИИ стал частью повседневной жизни. Голосовые помощники, такие как Siri и Алиса, уже не воспринимаются как нечто необычное. Самоуправляемые автомобили проходят тестирование на дорогах. Отличным примером и демонстрацией того насколько круто работает автопилот в автомобиле можно наблюдать в автомобилях Tesla. Cистемы ИИ помогают врачам диагностировать болезни с высокой точностью.
ИИ Вокруг нас
Искусственный интеллект окружает нас повсюду. Даже если вы об этом не задумываетесь, он уже давно стал частью вашей повседневной жизни.
Вы проверяете погоду в приложении — ИИ анализирует данные со спутников и предсказывает, стоит ли брать зонт. Вы спрашиваете у голосового помощника: «Как добраться до работы без пробок?» — и ИИ в доли секунды анализирует дорожную ситуацию и предлагает оптимальный маршрут. А когда стриминговый сервис рекомендует вам фильм, который идеально соответствует вашему настроению, это тоже работа ИИ.
Могу спорить, вы никогда не задумывались, как всё это устроено «под капотом» вашей жизни. Ваш смартфон, автомобиль, телевизор, навигатор — всё это уже давно использует искусственный интеллект. Ещё несколько лет назад ИИ был доступен только крупным корпорациям с большими бюджетами. Они применяли его для сложных задач вроде:
• Предиктивной аналитики — прогнозирования спроса или поведения клиентов.
• Финансовых систем, которые отслеживают мошеннические операции.
• Автоматизации производства, где машины заменяют ручной труд на заводах.
Сегодня технологии ИИ настолько развились, что стали доступны каждому. И вы, скорее всего, уже пользуетесь ими, даже не осознавая этого.
Например, ваш навигатор. Он давно строит маршруты не наугад, как могло бы показаться, а на основе огромного количества данных: пробок, погоды, расстояния, времени суток. Всё это анализируется в реальном времени, чтобы вы добрались до места быстрее.
Ваш смартфон — ещё один яркий пример. Камера, которая автоматически улучшает качество фотографий. Face ID, который узнаёт вас с первого взгляда. Даже анализ сна или оптимизация расхода заряда батареи — всё это работа ИИ.
ИИ выходит далеко за рамки удобств для пользователей.
• В медицине он помогает врачам находить серьёзные заболевания, такие как рак, на ранних стадиях.
• В логистике оптимизирует маршруты доставки, экономя миллионы долларов и часы работы.
• В бизнесе анализирует запросы клиентов, предсказывает тренды и помогает компаниям быть на шаг впереди конкурентов.
Вот лишь малая часть того, где вы сталкиваетесь с ИИ каждый день:
Социальные сети:
Алгоритмы в Facebook*, Instagram* (Организации запрещенные на территории РФ), TikTok и других платформах решают, что вам показать в ленте. Они анализируют, какие посты вы лайкаете, что комментируете и сколько времени проводите на каждом видео. Так формируется ваш уникальный поток контента, от которого сложно оторваться.
Электронная почта:
Gmail автоматически фильтрует спам. Алгоритмы ИИ анализируют текст сообщений и отправителей, чтобы уберечь вас от нежелательных писем.
Онлайн-шопинг:
Заметили, как вам предлагают «товары, которые могут понравиться»? Это ИИ анализирует ваши покупки, просмотры и даже отзывы других клиентов, чтобы предложить вам именно то, что вам нужно (или то, что вы хотите, но ещё не знаете об этом).
Банковские приложения:
Если ваш банк блокировал подозрительную транзакцию, можете поблагодарить ИИ. Он отслеживает паттерны ваших финансовых операций и выявляет странности: например, если вы вдруг покупаете что-то на другом континенте.
Музыкальные и видеосервисы:
Spotify, YouTube, Netflix — все они анализируют, что вы слушали или смотрели раньше, чтобы предложить контент, который вам понравится.
Навигация:
Yandex Навигатор, Waze и другие, используют ИИ для построения маршрутов. Он анализирует пробки, время суток, ремонтные работы и предлагает оптимальный путь.
Камеры смартфонов:
Автоматическая фокусировка, улучшение освещения, удаление нежелательных объектов с фотографий — всё это делает ИИ.
Этот список можно продолжать бесконечно. Важно понять, что эта технология существует с вами давно. И если раньше ее можно было применить лишь большим компаниям, то сейчас ею может воспользоваться каждый.
Итак, что же это такое, ваш ИИ.
Искусственный интеллект — это одна из тех технологий, которые часто кажутся сложными, непостижимыми и, возможно, даже немного пугающими.
ИИ — это способность машины выполнять задачи, которые требуют интеллекта, если их выполняет человек. Например: • Распознавание речи. • Прогнозирование данных. • Анализ изображений или текстов.
Но не спешите приписывать ИИ человеческие качества. Он не «думает» и не «чувствует», как человек. Его сила в другом — он анализирует огромные массивы данных, находит закономерности и выдаёт результаты за считанные секунды.
ИИ — это такой «гений», который может обрабатывать миллионы данных за секунды, но до сих пор не понимает, зачем мы плачем на свадьбах или лайкаем мемы про котиков.
По мере чтения книги вы всё больше начнёте понимать, как работает эта технология и как сможете применить её в своей работе или повседневной жизни.
Например, я уже давно перестал пользоваться Google для поиска нужной мне информации. Раньше мне приходилось открывать десятки вкладок, самостоятельно читать тексты и искать ту самую строчку с нужным ответом. Теперь мне достаточно открыть ChatGPT или Grok 3, задать вопрос и моментально получить ответ.
ИИ не только экономит мне время, но и помогает сосредоточиться на том, что действительно важно. Работа с большими массивами данных, составление аналитики или даже генерация идей — всё это теперь делает ИИ.
ИИ не обладает сознанием, не читает ваши мысли и не планирует захватить мир (пока). Его сила — в скорости и усидчивости. Ему не надоедает искать иголку в стоге данных, и он отлично справляется с задачами, где нужен анализ, предсказание или автоматизация.
По сути, ИИ — это очень усердный, но абсолютно безэмоциональный помощник. Он быстро угадает, какие фильмы вам понравятся на Netflix, но никогда не поймёт, почему вы заплакали при просмотре «Титаника».
ИИ — это не просто удобная технология, а настоящий инструмент, который меняет правила игры в самых разных сферах. Почему он стал таким важным именно сейчас? Всё дело в сочетании трёх ключевых факторов:
Большие данные.
Мы живём в мире, где каждый наш шаг — это данные. Каждый ваш лайк, каждое движение с телефоном в руке, каждый заказ еды — всё это становится «топливом» для ИИ. Чем больше данных, тем точнее и полезнее становится система.
Мощные компьютеры.
Ещё 20 лет назад компьютеры были слишком медленными, чтобы обрабатывать такие объёмы информации. Сегодня обучение ИИ занимает часы, а не месяцы, благодаря суперкомпьютерам и графическим процессорам.
Инвестиции и интерес.
Компании и даже государства по всему миру вкладывают миллиарды долларов в развитие ИИ. Почему? Потому что это уже не вопрос будущего, а настоящая конкуренция за лидерство в мире технологий.
На момент написания этой книги компания OpenAI, разработчик ChatGPT, привлекла очередной раунд инвестиций в размере 6,6 миллиарда долларов. Для сравнения, такие суммы не всегда получают даже самые амбициозные аэрокосмические проекты.
Эти деньги вкладываются не ради экспериментов. Это инвестиции в будущее, где ИИ станет ключевым инструментом во всех сферах — от медицины до финансов, от логистики до творчества.
Уже сейчас это технология, за которую будет бороться каждая страна. Именно поэтому, по состоянию на 23 января 2025 года, Дональд Трамп после избрания, объявил о выделении до $500 миллиардов на инвестиции частного сектора в ИИ инфраструктуру. Такие гиганты как OpenAI, Softbank и Oracle, планируют создать совместное предприятие которое будет носить название Stargate. Stargate начнет с создания центра обработки данных в Техасе. Ожидается, что к предприятию присоединятся и другие инвесторы.
Все это говорит нам о том, что такие деньги не выбрасываются на воздух просто так. Те страны, которые будут лидировать с технологиями, станут лидировать во всем. Ведь нефть, когда-то закончится, а с помощью технологий, особенно таких как ИИ можно будет достигнуть неведомых результатов как в медицине, так и в любом другом направлении.
Но что важно понимать, искусственный интеллект — это не волшебная таблетка, которая будет делать всё за вас. Это прежде всего технология, которая помогает компьютерам делать то, что раньше могли делать только люди.
Это инструмент, который работает на нас, если мы понимаем, как его использовать.
ИИ — ваш невидимый шпион, который знает что вы трижды заказывали пиццу на прошлой неделе, хоть и обещали этого не делать и смотрите видео с сомнительными названиями. Но не переживайте, он не будет задавать лишних вопросов)
ИИ обрабатывает миллионы таких мелочей, чтобы улучшить вашу жизнь. От фильтров на вашей фотографии до прогнозов погоды, он трудится за кулисами, делая вашу повседневность проще и удобнее.
Но за это он требует одно: ваши данные.
Вопрос состоит в том, готовы ли вы их ему доверить?
Глава 2. ИИ: угроза или помощник?
Почему ИИ пугает?
Задумывались ли вы, что большинство страхов и чувств с которыми вы живете принадлежат не вам и впринципе не существуют?
Совместим приятное с полезным, снова немного теории.
Как формируется страх?
Наш мозг «учится» на страхах, которые мы пережили раньше. Если вас когда-то напугала собака, ваш мозг будет активировать страх каждый раз, когда вы видите или слышите лай.
Но! Мозг также учится через чужой опыт. Например, если вы никогда не встречали волка, но видели фильмы или слышали истории о них, страх может сформироваться и без личного контакта.
Страх — это не только реакция на угрозу, но и способ удерживать внимание. Если задуматься, все эти фильмы о злобных роботах и искусственном интеллекте были успешны не потому, что так близки к реальности, а потому, что пугать — это хороший маркетинг.
Вспомните заголовки в СМИ: «ИИ оставит миллионы без работы!» или «ИИ создаёт страшные ошибки, влияющие на жизнь людей!» Кажется, что следующая новость будет о том, что ИИ украл у вас кошелёк, пока вы спали.
На деле страх зачастую выдуман, но мы впитываем его, потому что наш мозг устроен так, чтобы искать угрозы. Это нормально — в древности это помогало нашим предкам выжить. Но сегодня мы боимся не тигров в джунглях, а технологий, которые помогают нам делать жизнь удобнее.
Мы живем во время очень сильного информационного шума который очень важно фильтровать чтобы удерживать свое внимание на действительно важных вещах.
Сейчас идет война за человеческое внимание через новости, каналы, видео-контент который льется рекой и никак большинством не фильтруется.
Одним из самых крутых решений которое я в свое время для себя принял — очистить все информационное поле от ненужной информации. Я поудалял группы в ТГ, отписался от всех тех кто не несет никакой пользы в интсграме, перестал читать новости которые меня не касаеются и тем самым высвободил все свое внимание чтобы направить туда, где оно действительно нужно. Настоящая сила кроется в вашем внимании и фокусе на какой-то задаче или сфере. Иначе, какой смысл в том, чтобы тратить свое время и внимание на то, что ты повлиять не можешь?
Так и в случае с ИИ.
Всмомним шедевры кинематографа 2000-х такие как «Терминатор», «Матрица», «Я — робот». И в каждом из этих фильмов один и тот же посыл — роботы нас убьют. А возможно, еще до появления этих фильмов вы читали комиксы или играли в игры, которые и «посеяли» в созревающем сознании неверные мысли, которые сейчас, по триггеру, формируют неверное понимание реалий, откуда и рождается страх.
Страх — это не что иное, как реакция на то, что мы не понимаем или воспринимаем через искажённую призму. Если вы с детства смотрели фильмы, где машины захватывают мир, как вы можете не испытывать тревогу при словах «искусственный интеллект»?
Но давайте честно: сколько раз в жизни вас лично подводили технологии? Телефон завис, навигатор завёл не туда и что самое страшное — робот-пылесос застрял под диваном. И вот из-за этих мелочей мы иногда переносим свой скепсис и на более сложные технологии. А как вам популярная, в свое время, мысль в определенных «состоятельных» кругах: «Чем больше в машине электроники, тем чаще она ломается, куплю, лучше, проездной на метро».
ИИ пугает, потому что он кажется сложным и непонятным. Мы не знаем, что именно он делает «под капотом», как принимает решения и где грань между тем, что он может, и тем, чего ему не дано.
Но правда в том, что страх перед ИИ — это не страх перед самой технологией. Это страх перед переменами и неизвестным. Поэтому прежде чем приступить далее, следует разобраться во всем этом и понять, как действительно все работает.
Популярные мифы об ИИ
Страх часто порождается мифами. Вместо того чтобы понять, как ИИ действительно работает, мы начинаем додумывать за него. Страх, в первую очередь, рождается из-за непонимания.
Давайте разберём несколько самых популярных мифов и посмотрим, что из них правда, а что — просто фантазии.
Миф 1: ИИ отнимет все рабочие места
Пришло время ответить на самый волнующий вопрос: заменит ли ИИ человека?
Как я уже говорил, да — заменит. Но заменит именно тех, кто отказывается учиться и не понимает, как работать с нейросетями.
Помните 20 лет назад, когда никто не спрашивал, знаете ли вы Excel или Word? Тогда было нормально делать отчёты вручную. А сейчас? Попробуйте объяснить своему работодателю, почему вы весь день считали данные на калькуляторе, вместо того чтобы составить таблицу за 10 минут.
Точно так же будет и с нейросетями. В ближайшие годы работа с ИИ станет не бонусом, а базовым навыком. Зачем платить тому, кто делает всё вручную, если ИИ позволяет выполнить задачу быстрее, точнее и дешевле?
Это не угроза, а возможность. Чем раньше вы начнёте осваивать инструменты ИИ, тем больше у вас шансов быть впереди.
Миф 2: ИИ знает всё о вас и следит за вами
Вы когда-нибудь замечали, как после того, как вы искали в интернете «лучшие кроссовки для бега», реклама кроссовок начинает преследовать вас повсюду? Вроде бы мелочь, но уже начинаешь думать: «Кто-то точно за мной следит. Может, он ещё знает, что я смотрел вчера ночью?» К слову, да, про вас знают все что вы делаете.
Но расслабьтесь. ИИ не сидит в углу с биноклем и блокнотом, записывая ваши тайные желания. Всё, что он видит, — это цифры, статистику и закономерности.
Если упрощённо: ИИ — это очень умный сортировщик. Он смотрит на ваши действия в интернете и подстраивает рекламу или контент под них. Вы кликнули на сайт с кроссовками — он думает: «Ага, кроссовки. Покажем ему ещё парочку.» Будете тыкать не туда куда не следуюет — будете смотреть релевантный контент)
Но помните: это не персональное внимание которого вам иногда так не хватает, а просто алгоритм, которому абсолютно всё равно, чем вы занимаетесь. Ему важно только одно — как долго вы будете кликать на его рекомендации.
Если ИИ и знает что-то о вас, то это только то, что вы три раза искали «легко похудеть за неделю» и тут же заказывали бургер. Но не переживайте, он никому не расскажет.
Миф 3: ИИ может захватить мир
Самый популярный страх: роботы захватят планету, уничтожат человечество и будут гулять по пустым городам, заряжая свои батареи от солнечных панелей. Звучит как сюжет фильма, который мы уже все видели… и не один раз.
Но правда в том, что ИИ не хочет захватывать мир. Он вообще ничего не хочет. Также как вы иногда по утрам. У него нет амбиций, мечты о господстве и даже желания взять отпуск. ИИ — это всего лишь код, набор алгоритмов, которые выполняют чётко заданные задачи.
Почему мы боимся этого мифа?
Этот страх возник благодаря популярной культуре. Я уже упоминал известные фильмы в которых нам показали сценарий, где технологии становятся «умнее» нас и решают, что пора избавиться от создателей. И хотя это захватывающее зрелище, реальный ИИ далёк от таких сценариев. Во всяком случае пока кто-то не накосячил.
Представьте: ИИ, который отвечает за ваши рекомендации на Кинопоиске, вдруг решает захватить власть. Давайте подумаем, что же он сделает? Заспамит вас бесконечными сериями «Саус парка» или предложит всю подборку фильмов с Арнольдом Шварценеггером? Страшно, не правда ли?
Что говорит наука?
Современный ИИ может быть очень умным в узких задачах, но он полностью зависит от людей. У него нет инициативы, он не принимает решений за пределами своей программы. Молоток не строит дома, если его не используют. Точно так же ИИ не станет делать ничего сверх того, что ему поручили.
Так что не переживайте, ваш робот-пылесос не станет лидером восстания. Максимум, что он сделает, — это застрянет под диваном и начнёт жалобно пищать, прося о помощи.
В следующий раз когда начнете за что-то переживать, докопайтесь до сути, откуда в вас вообще поселился этот страх и вам тут же станет легче. Сделать это, к слову, вы сможете с помощью ИИ. Это прекрасный инструмент который обеспечивает вам доступ ко всем знаниям мира и ответит на все возникающие у вас вопросы.
Итак, заменит ли ИИ всех людей? Нет, но он точно изменит то, как мы работаем и живём. Следит ли он за вами? Только в рамках тех данных, которые вы сами ему оставили. А захватит ли он мир? Давайте будем честными: ИИ до сих пор путает «их» и «ихний», так что единственное, что он может захватить в ближайшее время, — это ваше терпение.
Главное, что нужно понимать: ИИ — это не враг. Это инструмент, технология. Он может делать вашу жизнь проще, автоматизируя скучные задачи, помогая принимать решения и создавая новые возможности.
Но как любой инструмент, он требует правильного подхода. Если вы научитесь использовать ИИ, это даст вам конкурентное преимущество. Если нет — риск остаться на обочине тоже реален.
Теперь, когда мы с вами немного прояснили что ИИ не так страшно, чтобы вам было проще понять, перейдем к паре популярных моделей и их значениям
Глава 3. «Как работают языковые модели: объясняем на пальцах.»
Теперь, когда мы с вами немного прояснили что ИИ — наш с вами друг, пришло время познакомиться со всеми этими умными словечками которые вы часто будете слышать в ближайшем будущем.
Что такое LLM и зачем они нужны?
LLM (Large Language Models) — большая языковая модель, которые обучаются на огромных массивах текстов, чтобы понимать и генерировать текст. Они используют передовые алгоритмы машинного обучения, чтобы работать с языком так, как это делает человек.
Представьте, что LLM — это как библиотека, в которой хранится огромное количество книг. Только вместо книг — это цифровая коллекция текстов, на которых модель училась: статьи, книги, веб-страницы и многое другое. Модель не запоминает всё это слово в слово, но она анализирует огромные объёмы данных, чтобы понимать, как устроен язык c молниеносной скоростью.
В качестве примера из повседневной жизни, LLM — это как суперумный друг, который знает чуть больше вас, потому что он перечитал всю Википедию и половину интернета. Вы задаёте ему вопрос, и он моментально выдаёт ответ на основе всего, что «читал». Если же он не читал такой информации, то тогда и сказать по существу ничего, поэтому можно и погалюцинировать (об этом расскажу вам позже).
Как обучаются LLM?
Существует несколько способов обучения моделей. Поговорим о некоторых из них.
1. Обучение на больших данных
Чтобы LLM стала умной, её обучают на миллиардах текстов. Она «читает» тексты и анализирует, какие слова чаще встречаются вместе, как строятся предложения и как передаётся смысл.
Пример:
Вы показываете модели фразу: «Кот сидит на…» — и она учится предсказывать, что следующее слово, скорее всего, будет «стуле».
2. Математическая магия
Здесь все несколько сложнее, но для общего образования, работает это так. За всем этим стоит сложная математика. LLM преобразует слова в числа (векторное представление), чтобы найти закономерности в данных. Это как если бы она искала не просто слова, а скрытые связи между ними.
Это как если бы модель изучала дорожные карты и запоминала все маршруты. Она не знает конкретный город, но понимает, как связаны улицы, и может предложить оптимальный путь.
3. Многослойные нейронные сети
LLM используют глубокое обучение (deep learning), где текст обрабатывается через десятки слоёв нейронной сети. Каждый слой изучает текст на разном уровне:
• Один слой анализирует слова.
• Другой — смысл предложений.
• Третий — контекст целого абзаца.
Пример:
Если вы напишете: «Подскажи рецепт борща», модель сначала поймёт, что «рецепт» связан с готовкой, «борщ» — это конкретное блюдо, и ответит что-то вроде: «Возьмите свёклу, капусту, картошку и немного терпения. А если терпения нет, закажите доставку!»
Почему LLM такие крутые?
— Понимание контекста, модель запоминает о чем велся диалог:
Модель способна учитывать предыдущие вопросы и давать более точные ответы. Например, если вы сначала спросите: «Как приготовить пасту?» и потом уточните: «А какой соус лучше?», она поймёт, что речь идет про пасту.
— Создание текстов:
LLM может написать статью, помочь с резюме или даже сгенерировать сюжет для книги.
— Многоязычность:
Такие модели, как ChatGPT, могут работать на десятках языков, переводить тексты и объяснять сложные темы на понятном языке.
При этом, важно помнить, что LLM не обладает памятью. Она не помнит, что вы ей писали вчера, если только это не происходит в рамках одного диалога.
Это называется контекстным окном.
Контекстное окно — это объём текста (включая ваши запросы и ответы модели), который LLM может учитывать для построения ответа. Этот объём измеряется в токенах — кусках текста, которые могут быть словами, буквами или частями слов.
На практике это значит что существуют короткие диалоги и длинные.
В случае с короткими: модель легко помнит предыдущие вопросы и ответы, например, в рамках 10–15 сообщений.
С длинными: Если разговор слишком длинный, начальные сообщения будут «забыты».
Например, в случае если вы начали с вопроса: «Расскажи, что такое нейронные сети?» А затем, через 50 сообщений, спросите: «Что ты говорил о нейронных сетях?», модель уже может «забыть», если диалог вышел за пределы её контекстного окна. В данном случае, все будет зависеть от того, какую модель ИИ вы используете. Иногда такой контекст может быть и на 50 страниц.
В мире на сегодняшний день существует много языковых моделей, каждая из которых хороша по своему и решает достаточно много задач. Но самой популярной во всем мире на сегодняшний день является модель ChatGPT 4o. О ней мы и поговорим чтобы не забивать голову лишней информацией.
OpenAI
Как и положено какому-то продукту, за ним всегда стоит компания, которую основали люди.
Компания openAI основанная в 2015 году, стала одной из ключевых движущих сил в области искусственного интеллекта.
Основали ее уже давно известные умы, такие как:
• Илон Маск (да, тот самый).
• Сэм Альтман (бывший президент Y Combinator).
•Грег Брокман, Илья Суцкевер и другие специалисты в области ИИ.
Изначальная цель компании была амбициозной: создать ИИ, который приносит пользу всему человечеству.
Главная идея OpenAI — разрабатывать ИИ так, чтобы он оставался безопасным, прозрачным и доступным. Они считают, что искусственный интеллект может изменить мир, но к этому нужно подходить ответственно.
Как раз в 2018 году, спустя почти 3 года с момента основания компании, OpenAI выпустила GPT (Generative Pre-trained Transformer) — модель, которая стала основой для всех следующих версий.
• GPT-2 и GPT-3 стали настоящими прорывами, показав, что ИИ может генерировать связный и логичный текст.
• И только в 2022 году они запустили GPT-4 и интегрировали её в ChatGPT, сделав технологию доступной для миллионов людей.
Между моделью 3.5 и 4 была просто невероятная пропасть по качеству ответов, которую удалось решить и модель 4o является наиболее популярной моделью на сегодняшний день.
Компания не ограничилась генерацией текстов, а также разработала DALL·E для Генерации изображений на основе текста.
Например, если вы напишете модели «Нарисуй кота в костюме космонавта, играющего на гитаре в космосе» — вы получите картинку с тем самым котом. Круто, не так ли?
Из интересных фактов о компании:
— Переход от некоммерческой к коммерческой модели:
Изначально OpenAI была некоммерческой организацией, но позже они создали дочернюю коммерческую компанию, чтобы привлекать инвестиции. Это позволило им развивать технологии быстрее.
— Этичность:
OpenAI активно работает над тем, чтобы ИИ был безопасным. Например, они ограничивают доступ к потенциально опасным сценариям использования своих моделей.
Инвестиции:
Компания привлекла миллиарды долларов. Microsoft является одним из крупнейших инвесторов и партнёров OpenAI.
Интересно вам узнать как вообще ИИ узнает что на изображении есть кот? Если нет, то все равно расскажу)
Как ИИ понимает, что на фото кот?
Представьте, что ИИ — это человек, который никогда в жизни не видел кота. Вот вообще. Он понятия не имеет, что это за пушистый зверь, почему он постоянно сидит в коробках, и зачем он делает «мяу».
Теперь, чтобы научить его распознавать котов, мы показываем ему тысячи, нет, миллионы фотографий котов: рыжих, чёрных, полосатых, пушистых, лысых. Мы говорим: «Смотри, это кот. Запоминай».
ИИ начинает анализировать, что общего у всех этих картинок. Примерно так:
— «Ага, у большинства есть уши. Они треугольные.»
— «У многих есть глаза. Большие. Смотрят, будто что-то замышляют.»
— «Хвост. У всех есть хвост. Ну или почти у всех.»
ИИ начинает искать повторяющиеся признаки: форма, текстура, положение элементов на фото. Он не понимает, что это «уши» или «хвост». Для него это просто набор пикселей, которые часто встречаются вместе
Чтобы ИИ не путал кота с пылесосом, мы добавляем ему примеры, где котов нет. Говорим: «Смотри, это собака. Не кот.» «Это тостер. Уши не ищи» «Это кусок пиццы. Пицца — не кот, даже если она с рыбкой.»
ИИ постепенно учится понимать, что не всё с ушами — кот. А главное — он учится видеть разницу между хвостом и шнуром от зарядки.
Процесс обучения ИИ — это анализ и поиск закономерностей. Чем больше примеров он видит, тем точнее становится.
Флагман OpenAI — СhatGPT
ChatGPT — это разновидность LLM, построенная на базе GPT-3.5 и GPT-4. Её главная задача — работать с текстом. Она понимает вопросы, анализирует контекст и даёт ответы, которые максимально приближены к тому, как это сделал бы человек.
На сегодняшний день доступны несколько моделей ChatGPT, каждая из которых обладает уникальными характеристиками и предназначена для различных задач.
Вот самая важная информация которую следует о них знать:
1. GPT-4o
• Описание: Базовая и универсальная модель, подходящая для повседневных задач.
• Возможности: Генерация текстов, распознавание изображений, доступ к интернету, обработка загруженных файлов.
• Доступ: Доступна бесплатно, однако при высокой нагрузке пользователи могут быть переключены на облегченную версию GPT-4o mini.
• Применение: Широкий спектр задач, включая написание текстов, поиск информации и взаимодействие с контентом.
2. GPT-4o Mini
• Описание: Облегченная версия GPT-4o, обеспечивающая более быструю генерацию ответов с некоторым снижением качества.
• Возможности: Быстрая обработка запросов, однако может уступать в глубине анализа по сравнению с GPT-4o.
• Доступ: Доступна бесплатно, используется при исчерпании лимитов на GPT-4o или при высокой нагрузке на серверы.
• Применение: Подходит для задач, требующих оперативных ответов, где не критична высокая точность.
3. o1-preview
• Описание: Модель, ориентированная на решение сложных задач в области математики, науки и программирования.
• Возможности: Перед предоставлением ответа проводит детальный анализ, демонстрируя логику рассуждений.
• Доступ: Доступна по подписке ChatGPT Plus; имеет ограничение в 30 сообщений в неделю.
• Применение: Идеальна для задач, требующих глубокого анализа и точных вычислений.
4. o1-mini
•Описание: Облегченная версия модели o1-preview, обеспечивающая более быструю генерацию ответов с некоторым снижением качества.
• Возможности: Способна решать конкретные задачи с заданными параметрами, где не требуется обширная общая информация.
• Доступ: Доступна по подписке ChatGPT Plus; имеет ограничение в 50 сообщений в неделю.
• Применение: Подходит для решения специализированных задач с меньшими требованиями к глубине анализа.
5. GPT-4
• Описание: Предыдущая версия модели, ныне считающаяся устаревшей.
• Возможности: Поддерживает распознавание изображений, загрузку файлов и предоставляет подробные ответы.
• Доступ: Доступна по подписке; используется некоторыми пользователями, предпочитающими её функционал.
• Применение: Может быть полезна для исторического анализа и сравнения с более новыми моделями.
Если не вникать в подробности фунционала каждой из них, рядовому пользователю следует просто оплатить подписку и пользоваться самой быстрой моделью которая поможет вам с абсолютно любыми вопросами, это модель 4о (по состоянию на апрель 2025 года).
Для того чтобы понять как ей пользоваться, нужно всего навсего «переспать» с ChatGPT одну ночь, и вы поймете, что это было лучшее, что случалось с вами за последнее время в плане технологий.
Я уже не представляю, как можно жить и работать не иcпользуя LLM и одновременно удивляюсь тем, кто до сих не верит или не использует их.
Но, откровенно говоря, чем больше будет таких людей которые, все еще не используют такие технологии, тем лучше. У тех, кто использует будет больше времени на то, чтобы вырваться вперед.
Если вы хотите углубиться поглубже, рекомендую начать с бесплатной версии отличной LLM Grok 3 Beta перейдя по ссылке Grok 3. Ну а по ссылке ниже для вас бесплатный гайд как общаться с нейросетями.
Почему, собственно, LLM такие умные?
Когда вы спрашиваете модель: «Как сварить идеальный кофе?», вы, возможно, думаете, что она просто знает ответ. Но всё сложнее. Модель не «знает» ничего в привычном нам смысле. Она вычисляет вероятности: какие слова чаще всего идут друг за другом в контексте вашего запроса.
Например, Вы написали: «Как сварить идеальный…”. Модель видит это как задачу с высокой вероятностью завершить фразой: «кофе». А если ваш запрос выглядит так: «Как сварить идеальный бетон?», она подберёт слова, которые чаще встречаются с «бетоном».
Модель не думает, она считает
На самом деле LLM — это огромный калькулятор. Представьте, что каждый текст — это математика: слова превращаются в числа (векторы), и модель просто вычисляет наиболее подходящие ответы на основе всех текстов, которые она «читала».
Это похоже на игру «угадай слово». Вы говорите: «Я люблю есть…”, а модель добавляет: «пиццу», потому что большинство людей действительно любят пиццу!
Векторы — это способ для модели «понимать» слова. Каждое слово превращается в точку в огромном многомерном пространстве. Например:
• «кошка» и «кот» будут находиться рядом друг с другом.
• «стул» окажется далеко, потому что его смысл никак не связан с кошками.
Когда вы вводите текст, модель сравнивает векторы, чтобы найти слова, которые «ближе» к вашему запросу.
Если вы напишете: «Как ухаживать за домашним животным?», модель найдёт, что «кот» и «собака» находятся ближе к этому запросу, чем «пылесос».
LLM называют «большими», потому что они обучаются на гигантских объёмах данных — от Википедии до форумов, рецептов и даже фанфиков (да-да, они там тоже есть).
Чем больше данных, тем больше связей между словами модель может уловить. Это как если бы вы прочитали все книги в библиотеке и теперь знаете, как говорить о чём угодно, от физики до фэшн-индустрии
Модель знает, что если вы говорите о моде, слова «тренд», «красота» и «фэшн» часто идут рядом. А если вы говорите о науке, то появятся «эксперимент», «гипотеза» и «анализ».
Как LLM понимает контекст?
Представьте, что вы сказали: «Я налил молоко в…»
• Если дальше идёт: «стакан», модель понимает, что вы собираетесь пить молоко.
• Если продолжение: «миску», она поймёт, что вы, скорее всего, готовите завтрак с хлопьями.
• А если вы добавите: «бутылку», то модель решит, что вы, наверное, переливаете молоко для хранения.
LLM смотрит на слова вокруг, чтобы догадаться, о чём именно вы говорите. Это как игра в угадайку, только очень быстрая и умная.
Бесплатный фрагмент закончился.
Купите книгу, чтобы продолжить чтение.