Алексей Шамба для Sputnik
Выпускник мехмата МГУ эксперт по работе с нейросетями Кирилл Пшинник знает все ключевые исследования по нейросетям и использует эти технологии в работе своего онлайн-универститета "Зерокодер".
- Кирилл, если простым языком, то что такое нейронные сети?
- Нейросети – это компьютерные системы, которые способны обучаться и выполнять задачи, которые ранее были доступны только человеку. Несмотря на то, что технология нейросетей еще относительно новая, она имеет долгую историю развития. Их идея базируется на функционировании нейронов человеческого мозга и создании их математического аналога.
- Можете привести пример?
- Представьте себе дерево. Оно может выглядеть по-разному, но у него наверняка будет ряд признаков: ствол, ветки и корни, возможно, листья. Для нейросети это работает примерно так же. Только если усвоенные людьми признаки кодируются в виде слабых электрических импульсов в нервной ткани, то нейросеть хранит их в виде числовых значений. Она не делает ничего сверхсложного, просто получает на вход информацию, производит над ней вычисления, согласно лежащей в ней формуле, и передает данные дальше. Эта идея возникла еще в 1940-х годах, но только современные вычислительные мощности и огромные объемы данных позволили ей раскрыть свой потенциал.
- Где применяются эти технологии?
- Одной из наиболее популярных областей использования является обработка естественного языка, где нейросеть способна понимать и генерировать текст. Другие области применения включают маркетинговый анализ, финансовые прогнозы, медицинскую диагностику, автономную навигацию и многое другое. Если в 2019 году половина российского бизнеса не желала внедрять искусственный интеллект, то сегодня, по данным Росстата, 44% крупных организаций России уже используют ИИ-решения в своей работе. Одним из направлений развития нейросетей является создание систем, которые могут работать в режиме реального времени и выполнять задачи без задержек. Такие системы могут быть использованы для создания, например, беспилотных автомобилей.
- У вас в университете используются "нейронки"?
- Внутри нашего онлайн-университета "Зерокодер" мы проводим еженедельные встречи, на которых обсуждаем, где и как можно применить нейросети в нашей работе. Лучшие идеи берем в работу, а затем масштабируем. Изменения коснулись многих отделов. Например, методический отдел теперь может за секунду составить конспекты видеолекций, разработать проверочные тесты, оценить письменные работы учеников по различным критериям. Технический отдел нашел способ улучшать качество звука, монтировать видео на основе расшифрованного текста. Для поддержки наших студентов мы разработали чат-бот для быстрого предоставления ответов как на типичные, так и нестандартные запросы студентов. А у редакции университета теперь не бывает проблемы творческого выгорания, так называемого "белого листа", когда нужно написать статью, так как нейросети могут предложить несколько тем и даже набросать подробный тезисный план.
- Обычному человеку могут быть полезны эти технологии?
- Безусловно. Например, сервис Course AI может за секунды собрать небольшой обучающий курс по абсолютно любой теме, будь то скорочтение или навыки переговоров. С помощью ChatGPT можно учить иностранные языки или получить совет по коучинговым техникам. Вопрос стоит в том, как быстро общество сможет освоить этот инструментарий и найти ему применение в своей жизни. Важно отметить, что для использования нейросетей требуется минимальный навык промптинга, то есть создания такого запроса к сети, чтобы она в итоге дала правильный ответ. Чем четче будет сформулирован запрос, тем лучше будет результат, выданный нейросетью.
- Получается, что нейросети автоматизируют интеллектуальные задачи, а есть аспекты, которые пока остаются недоступными для автоматизации?
- Да, несмотря на огромные достижения и прогресс в области искусственного интеллекта, нейросетям трудно воспроизвести общее понимание различных ситуаций и контекст. В отличие от человека, нейросети не обладают таким же уровнем общего понимания мира и контекста, что ограничивает их способность адаптироваться к новым ситуациям, применять знания и опыт для решения сложных проблем. Также нейронным сетям пока не удается полностью воспроизвести эмоциональное и интуитивное понимание, а также не могут интерпретировать и адекватно реагировать на человеческие эмоции. Другим важным аспектом является ограниченная способность нейронных сетей к обучению на небольших объемах данных. В то время как человек может обучаться на небольшом количестве примеров или даже на одном, нейронным сетям требуется значительное количество данных для эффективного обучения.
- Возможно ли обучить нейросеть хотя бы минимальному уровню эмпатии?
- Нейросети могут быть обучены для распознавания и анализа эмоционального контекста в данных, но они не испытывают эмоции в том смысле, как это делают люди. Искусственный интеллект может быть обучен распознавать различные эмоциональные состояния и реагировать на них соответствующим образом, но это будет скорее моделированием эмпатии, а не реальным переживанием. Обучение ИИ эмпатии может быть полезно в различных областях, таких как обслуживание клиентов или здравоохранение, где важно понимать и реагировать на эмоциональные потребности людей.
- Как проходит это обучение?
- Обучение нейронных сетей эмпатии обычно включает в себя использование больших наборов данных, которые содержат примеры эмоционального контекста. Это может включать текстовые данные, например, отзывы клиентов, записи разговоров или даже аудио- и видеоданные, которые могут быть анализированы для распознавания эмоциональных состояний.
Также могут использоваться техники обучения с подкреплением, где модель награждается за "правильные" реакции на эмоциональные сигналы и наказывается за "неправильные" реакции. Это может помочь нейронной сети "научиться" более эффективно реагировать на эмоциональные потребности.
Но стоит помнить, что независимо от того, как обучается искусственный интеллект, он не способен к реальному пониманию или чувствованию эмоций. Это просто способность анализировать и реагировать на входные данные определенным образом.
- "Общаясь" с нейросетью в чате, можно понять, что перед тобой машина?
- Лучший способ определить, общаетесь ли вы с человеком или нейросетью, заключается в применении критического мышления, анализе ответов и поиске знаков, указывающих на характеристики, свойственные машинам. Например, нейросеть не сможет генерировать ответы, основанные на личном опыте или чувствах.
- Бурное развитие этих технологий уже привело к появлению новых профессий?
- Да, например, AI-тренеры и промпт-инженеры. Яндекс запустил свою школу AI-тренеров – это специалисты, которые будут обучать нейросети. Навык промптинга пригодится как для профессиональной деятельности, так и для обычной жизни. Он позволяет самостоятельно изучать и использовать сотни новых нейросетей.
- Моя профессиональная сфера – журналистика. Какие задачи, на ваш взгляд, можно попытаться автоматизировать в этой области?
- Нейросети умеют создавать контент для сайта и соцсетей, оптимизировать тексты, генерировать изображения, "придумывать" заголовки, перефразировать фрагменты текста, делать из него выжимки и генерировать целевые страницы. Есть инструменты, создающие изображения и даже видеоролики по текстовому описанию. Существуют сервисы, которые адаптируют тексты под конкретную целевую аудиторию, если ввести ее характерные признаки.
- Звучит очень круто. Я неоднократно читал, что, возможно, со временем эти технологии приведут к исчезновению некоторых профессий, в том числе и тех, в основе которых лежит работа с текстом.
- Нейросеть, конечно, не заменит журналиста, но журналист, умеющий с ней работать, возможно, заменит того, кто ее не использует.