На самом деле, искусственного интеллекта еще не существует. Три мифа об ИИ
Миф 1. Искусственный интеллект – абсолютно революционная, новая разработка.
На самом деле искусственный интеллект – очень широкое понятие, которое изучают с середины прошлого века. Первая нейросеть Перцептрон была предложена в 1957 году и уже умела учиться и решать достаточно сложные задачи. Одним из первых прорывов в области искусственного интеллекта специалисты называют появление компьютерного и машинного зрения. Еще 50 лет назад это значительно ускорило автоматизацию ряда производств.
А вот 6-7 лет назад одна из составляющих искусственного интеллекта стала широко применяться в разных системах. Речь о машинном обучении – Machine Learning. Именно этот набор алгоритмов способен создавать искусственный интеллект, обучать машину различать запросы от разных пользователей.
Еще одна распространенная ниша использования основ ИИ – чат-боты, под которыми следует понимать широкий спектр решений. Первые чат-боты ELIZA и ALICE получили одобрительные отзывы еще в середине 90-х. Когда три года назад волонтеры ЕРАМ начинали работу над первой версией государственного приложения Дія, то сразу включали эту опцию в разработку. К тому времени она уже была мейнстримом и возникли фреймворки, упрощавшие работу над чат-ботами.
Кстати, специальность "Искусственный интеллект" присутствует в украинских вузах уже десятки лет.
Так почему сейчас возникла мощная волна любопытства к искусственному интеллекту? Эксперты объясняют, что именно осенью прошлого года распространение получили генеративные модели искусственного интеллекта, в частности ChatGPT. Они изменяют подход к работе с информацией и показывают хорошие результаты. Когда общаешься с ним – кажется, что это реальный, очень развитый интеллект, действительно говорящий с собеседником. Но "кажется" – ключевое слово в данном случае. Реального искусственного интеллекта все еще нет, но машина очень хорошо отвечает на вопрос, если задать ей достаточно широкий контекст.
Вывод: Магией ChatGPT кажется только тогда, когда человек не понимает, как он работает. Положит ли искусственный интеллект за несколько десятков лет конец миру, который мы знаем, как прогнозирует американский изобретатель и футуролог Реймонд Курцвейл? Маловероятно.
Миф 2. Искусственный интеллект приведет к быстрому упадку ряда профессий.
Некоторые обеспокоены тем, что ИИ изменит многие сферы и поставит некоторые профессии на грань существования. Илон Маск, Стив Возняк и еще сотни представителей мира ІТ подписали письмо о паузе в разработке мощных систем искусственного интеллекта. Но эти громкие заявления – только бизнес.
В то же время пренебрегать развитием искусственного интеллекта не стоит. Полезнее использовать это время, чтобы понять, как пользоваться им в своей профессии. В ІТ-индустрии популярны хакатоны на тему ИИ, позволяющие специалистам изучить новые технологии и наработать реальные способы их использования в повседневной работе.
Автоматизация процессов уже уверенно прокладывает путь в повседневную жизнь: речь не только о кассах самообслуживания, почтоматах, калькуляторах налогов и т. д. Даже в ответственной сфере медицины есть приборы, почти полностью заменяющие младший медицинский персонал.
Вывод: изменять и переформатировать свое мировоззрение и рабочие привычки нужно уже сегодня. И пока не появится искусственный интеллект, который будет умнее человеческого (так называемый искусственный генерализованный интеллект), – нужно не бояться, а учиться новому.
Миф 3. Искусственный интеллект подвергнет сомнению качество образования.
Есть обеспокоенность, что учащиеся и студенты будут генерировать произведения и научные работы в ChatGPT. Однако у экспертов есть хорошие новости – это может ускорить подготовку новичков.
Впрочем, это тоже имеет определенные риски. В традиционном формате обучения человек получает знания, навыки и опыт в течение определенного времени. Если заменить этот долгий процесс посредством искусственного интеллекта, результаты могут быть более быстрыми, но без собственного осмысления приобретенные знания, скорее всего, окажутся поверхностными.
Новичок может легко попасть в заблуждение и переоценить себя. Впрочем, несколько ситуаций, когда, например, предложенный от ChatGPT код в реальности не будет работать – и это ложное представление исчезнет. Упрощенное использование искусственного интеллекта – классический пример эффекта Даннинг-Крюгера, который наступит очень быстро. Совет для умных начинающих и студентов: полезно всегда задавать вопросы, проверять информацию и подвергать результаты искусственного интеллекта сомнению.
Вывод: процесс обучения, скорее всего, действительно надо будет переформатировать, чтобы брать максимум пользы от новых технологий. Однако помощники в виде ChatGPT пока не заменят опыт, понимание контекста и общечеловеческое мировоззрение. Студентам и новичкам нужно это четко осознавать и совмещать лучшие практики для получения знаний и навыков.
Что дальше?
Волна интереса к искусственному интеллекту не спадает, ведь новости на этот счет появляются быстрее, чем пользователи успевают разобраться со всеми аспектами технологии. В следующих версиях GPT и других крупных языковых моделях (Large Language Model, или LLM) нас ждет еще больше поводов для удивления и восхищения.
До этого времени следует настроиться на оптимизацию и увеличение эффективности всех процессов жизни. А еще – научиться метко задавать вопросы и давать как можно больше контекста. Это, кстати, упростит работу не только искусственному интеллекту, но и другим людям.