Comments 19
Что будет с инженерами? С инженерами все будет в порядке. Потому что инженеры это фундамент любого инфраструктурного, градостроительного, научно-технического прогрессов. Да и самому ИИ, для выполнения инженерных задач нужны те, кто задачу сначала оценит, правильно опишет и затем поставит ИИ, оценит финальный результат. Нарисовать то можно любого красивого робота. Только надо понимать какого, для какой среды, с какими параметрами, модулями и так далее. А если не из вакуума вопрос брать, а на реальность опираться, то это тот вид специалистов, где всегда вечный голод в любой стране мира.
"Инженеры пока держатся увереннее". Через пару абзацев они уже не держатся, а вспоминают, что человек тоже не рождается с базой схем. Классическая пятистадийная эволюция статьи.
И инженеры и программисты переходят из режима разработчиков в режим постановщиков задач. Вот когда ИИ начнет ставить себе задачи, которые сам же начнет решать, вот тогда ...???
Инженеров заменить то можно, но главный вопрос - кем и как. Можно поставить Васю Пупкина, дизайнера и фантазера и дать ему нейросеть. Нейросеть может спроектировать узел, систему, но ей это нужно все объяснить. Кто будет объяснять, Вася фантазер? Человек у которого в голове кроме красивой картинки и пары моментов ничего больше нет? А простой запрос спроектируй мне электросамокат - даст простой ответ. И самокат будет как обычный, фотографии которых есть в интернете. Ну может пару фишек этот псевдоинженер и попросит сделать, но не более. А потом новые девайсы будут похожи на старые девайсы, если их будут придумывать дилетанты или дизайнеры.
А обслуживать потом эти изделия кто будет, а отк проходить, а улучшать, а бороться с проблемами и искать ошибки в схемах, платах, компоновке. Нейросеть этого не сделает, нужен человек, глаза, голова и мозги. Сложно будет продавать неконкурентное изделие. Инженер всегда придумает особенность, которая будет выделяться на фоне аналогичных устройств или изделий и будет тем приятным бонусом, который понравится покупателю.
Думаю инженеры могут в этом отношении расслабиться, в вот взять нейросеть себе в помощники - это тема.
Да. Это известная мысль. "Работника заменит не нейронка. Работника заменит другой работник, который умеет эффективно использовать нейронки."
Нейронки не заменяют программистов и инженеров вцелом. А скорее усиливают существующих специалистов.
Но и опускают порог входа и для любителей. Сейчас и "домохозяйка" может сделать себе приложение на смартфон, без знания программирования. Просто объяснив что ей надо Клод Коду или Codex. Несколько итераций правок. И вуаля. Конечно, свой "фейсбук" она сделать не сможет. Но всё равно, агенты открывают ей большие возможности.
Смешно, учитывая, что как раз у инженеров и программистов с внешним видом всегда беда, потому и держат целые штаты дизайнеров, чтобы их поделки продать не паре гиков, а окупить. Написать целую операционную систему и не удосужиться сделать для неё интерфейс заявив "и с консоли сойдёт" звучит знакомо, неправда ли? Так что очнись, дизайнер сам нарисует макет, а вот как раз содержимое в нём будет стандартное, если не натупит с формой. К тому, же пока что работа с графикой даёться ИИ плоховато, тк они не живут в мире форм, а именно, что являются "языковыми моделями" программирование-это слова, дизайн - форма, инженерия нечто посередине. Как только ИИ освоит крайности, середина падёт сама. Какова типовая инженерия сегодня? Устройства в которых отличия только в колличестве камер и количеству оперативки (тоже звучит знакомо) или нет проблемы с оперативной, так что отличия только в дизайне и колличестве камер... ИИ идёт по стандартному пути уничтожения специалистов среднего звена. Пока что кожаный дешевле робота, пока что 1% кожаных умнее ИИ (и это не те люди, что сидят здесь и занимаются самоуспокоением на тему "ИИ не имеет разума" самое смешное, что большинство таких постов настолько бессвязны, путанны и немотивированны, что сразу заметно, что их писал не ИИ или очень слабый ИИ позапрошлого поколения.) Что же касается сути статьи. Патентные ведомства имеют исчерпывающий перечень рабочих решений известных на данный момент, а ошибок ИИ может и без человека наделать и протестировать. Нужны всего несколько инженеров высшей квалификации, остальным светит переквалификация в механиков, тестировщика, постановщиков задач. При этом механики будут наиболее востребованы ибо кожаные пока, что дешевле роботов.
Вы оцениваете работу инженера и программиста с точки зрения текущего опыта и его повторной интерпретации. Ровно как и работает ИИ, который не изобретает ничего нового, а просто переизобретает велосипед с новыми характеристиками.
При этом уникализируете работу дизайнера. Видимо потому, что сами являетесь им или работаете в этой среде.
Почему-то никто не совмещает работу ИИ с проверкой на плагиат. Потому что все знают, там будет 0% уникальности, 100% плагиата.
На мой взгляд. Если ИИ дать задачу проектирования чего-то уникального, чего еще не успели изобрести, то последует неудача.
Например, серийное устройство передвижения на воздушной подушке. Который потребует инженерии, программирования и дизайна.
Пока все что наблюдается, так это то, что ИИ собирает из готовых "кубиков". Не важно - код из готовых библиотек, или "физику" из готовых деталек. Придумал ли он что-то новое ? генетические алгоритмы тоже "придумывали новое" постоянно, но результаты задавал человек.
Если ему не поставить задачу - то какие стимулы ?
Вопрос - какой "сервис" предоставлял инженер потребителям ? Генеративный - новые идеи и решения ? Контрольный - проверка готовых решений и соблюдение норм ?В разработке ПО - эта проблема есть.
Да, модель работает с элементами, извлечёнными из данных. Но эти элементы — не готовые куски кода, скопированные из интернета (это старый и довольно живучий миф), и не библиотеки. Модель усваивает сам синтаксис языка, базовые конструкции, семантику и статистические закономерности, извлечённые из огромного корпуса кода и текстов. Готовые библиотеки она использует по той же причине, по которой их использует любой компетентный разработчик: это эффективнее, чем каждый раз писать велосипед. Утверждать, что «собирает из кубиков» равно «не способна к новому», — значит игнорировать разницу между использованием строительных блоков и способностью комбинировать их в решения, которые заранее не были явно представлены в обучающих данных.
Наблюдаемая сегодня картина действительно включает комбинирование известного. Однако механизм глубже простого копирования. Модель оперирует в пространстве возможностей, размер которого существенно превышает то, что человек способен перебрать вручную. Результат нередко оказывается новым именно в комбинаторном смысле: конструкции, оптимизации, гипотезы, которые не сводятся к прямому заимствованию одного источника. Аналогичным образом работали генетические алгоритмы — они тоже «только комбинировали», но находили решения, которые человек заранее не формулировал. Современные системы делают это на более высоком уровне абстракции и в значительно более широких доменах.
Вопрос о стимулах при отсутствии внешней задачи также не является принципиальным ограничением. Человек без целей, среды и обратной связи тоже не производит продуктивных идей. Агентные системы уже включают внутренние циклы планирования, самооценки, поиска информации и постановки подзадач. Эти механизмы пока ограничены, но направление развития ясно: всё больше этапов цикла замыкается внутри системы, а не требует постоянного внешнего вмешательства на каждом шаге.
Утверждение, будто нейросети лишь копируют готовые фрагменты, собирают лишь из готовых "кубиков" — это устаревшее упрощение, которое не соответствует тому, как модели реально работают.
А человек не тоже самое делает? Вот конкретно ты, сколько неизвестных законов физики открыл? Может изобретения неизвестные в той или иной форме изобрёл? Или смог из готовых "кирпичиков" новое лекарство синтезировать? Может лично знаешь кого, то кто это смог сделать? Нет? Так в чём тогда разница между работой ИИ с достаточной мощностью и 99.9% кожаных? А я отвечу: Разница в более высокой и прогнозируемой производительности. Если ИИ что то не может, то это становиться ясно уже после первой симуляции. ИИ либо вообще не суёт пальцы в розетку, либо делает это убедившись в отсутствии напряжения, либо суёт их не взирая ни на что. Кожаный же менее предсказуем и даже обладая допуском для индивидуальной работы с сетями высокого напряжения может сунуть пальцы под напряжение из лени, забывчивости, с похмелья или по тупости. А уж "Я думал..., а ..." Чем это не галлюцинация? Правда в том, что человек точно так, же как ИИ не "думает", а лишь предсказывает события на основе получаемых данных. Просто матрица у человеческого мозга во много раз больше и обученность более длительная. Ты в курсе что у коммерческих общедоступных ИИ вообще нет средне временной и долговременной памяти? Они буквально каждый раз прогоняют историю чата через себя повторно. Это буквально не сам ИИ, а его МОДЕЛЬ которая застыла во времени. Ты буквально никогда в жизни не сталкивался с реальным мощным ИИ в процессе обучения. Который жрёт гигаваты электроэнергии и почитав историю твоих чатов, личное дело и пообщавшись с тобой пару десятков страниц в принципе может напечатать то, что ты ответишь на тот или иной пост, с 99% точностью предсказав даже орфографические и синтаксические ошибки.
Весь инструмент, что потребовался для этого — это iPhone с интернетом и его надиктовкой в микрофон
Фантазии
Я тоже недавно размышлял о разработке электронных схем силами нейронок. Очевидно что это лишь вопрос времени. Главная проблема в том что электронные компоненты не идеальны. Можно сделать расчёты и на бумаге всё чисто. Но на практике вылезают всякие детали физических процессов реального железа. Шумы и всякое прочее.
Поэтому, задача должна решаться в несколько этапов.
1 — Сначала обучаем нейронку на любых данных какие можем достать.
2 — Затем запускаем итеративную разработку, где нейронка генерирует схему. Схема моделируется в симуляции, где делаются расчёты её работы. По резулытатам расчётов, нейронка итеративно дорабатывает схему. Пока не будет получен хороший результат. Так генерируем множество вариантов схем.
3 — Затем автоматически собираем эти схемы. Уже есть такое оборудование. Даже для единичных и мало-тиражных объёмов. Проводим замеры реальных схем, со всеми их реальными особенностями. Собранные данные реальных физических схем добавляем в обучающие данные. Многократно повторяем процесс с реальными схемами.
4 — В итоге, таким образом накапливаем данные о реальных физических электрических элементах и схемах, для обучения и улучшения модели в этом направлении. Итерация за итерацией, "опыт" модели будет расти, модель будет знать всё больше и всё лучше будет проектировать реальные, физические системы.
+ как с книгами, можно брать реальные платы, изучать их и делать их цифровые схемы. И обучать модели на этих цифровых схемах.
Таким образом, постепенно, итеративно развиваем знания и навыки разработки схем у моделей. Это вполне решаемая техническая задача.
У остальных сфер инженерии подобная ситуация. Возможно, там даже проще. На пример, в разработке механики можно больше данных полечать из численных симуляций.
То что происходит с программированием, это ждёт и большинство инженерных областей. Инженеры всё меньше будут делать всё вручную. И больше будут скорее операторами/руководителями нейро-агентов. В эту сторону идёт развитие. И надо не жаловаться на него. А учиться жить и эффективно работать в эту новую технологическую эпоху.
Странно что у статьи так много минусов. Поднятая тема важная и актуальная. Автор недостатоцно глубоко копнул? Окей. Сами копните глубже. И покажите нам.
Автор сделал вывод о программистах ничего не понимая в программировании, классическое клише что ИИ заменит прогеров,
Я тоже после этого заявления не стал читать статью, не стоит утверждать то в чем ты не разбираешься.
А разве нужно быть программистом, что бы иметь понимание о том, что тебя может заменить нейросеть? Сейчас новости о том, что все чаще увольняют программистов из каждого утюга льются, поэтому автор и оставил этот момент сказав, что с программистами все понятно. И статью акцентировал на инженеров.
И ведь да, все понятно с программистами. Их в таком количестве, не требуется (и как программист добавлю, что и не требовалось никогда), поэтому нейросеть спокойно заменит порядка 60-70%. Всех не заменит, однозначно. Должен же кто-то формировать правильные и корректные задачи нейросети для получения результата.
На ситуацию надо смотреть через время, а не здесь и сейчас.
С теми же программистами. Сейчас задачи джунов пытаются решать с помощью ИИ. А кто-нибудь подумал откуда возьмутся через пять-десять лет сеньоры, если сейчас вымывают джунов?
А если ИИ не сможет решать задачи сеньоров, то кто будет кодить? Новых то не будет. А если задача будет абсолютно новой, к не интерпретация опыта существующего, то кто будет писать новый уникальный код без "галлюцинаций"?
У меня тут недавно был опыт общения с ребятами, который науськивают свою модель, на создание cad моделей. После того как показал, что одну и туже модель можно построить множеством разных способов, первый вопрос: -А нельзя заставить инженеров строить модели по одному алгоритму?
Нет, нельзя. Разные опорные базы, разные материалы, разное оборудование...
А кто-нибудь подумал откуда возьмутся через пять-десять лет сеньоры, если сейчас вымывают джунов?
Тактическое мышление преобладает. Логика бизнеса построена на KPI "одного менеджера" за отчетный период - сэкономил денег или заработал денег его Unit ? Но технических скилов им не выдали и риски они не могут идентифицировать. Прецедентов нет, Business Impact - не понятен, экспертная оценка - нет экспертов, мозговой штурм - ну такое себе. Здесь и сейчас - эффект сопоставим, как от "хорошей кодогенерации" при применения готового шаблона проекта\класса. Прайсы на AI были "субсидируемые". Здесь и сейчас - все в отлично, на протяжении пары месяцев - тоже вроде как нормально. Казалось бы "А в чем проблема ?".
Кто-то общался из бизнеса с технарями ? Очень сильно сомневаюсь.
Практическая инженерия развивалась столетиями, если не тысячелетиями. AI - от силы пару лет, да и то модели меняются так, что "икается" всем при их смене.
Что будет с инженерами?