Comments 9
Генеративный ИИ (LLM) может хорошо делать две вещи: текстовые преобразования - и текстовая имитация любой деятельности. Уровень ИИ - это уровень ребенка в детсаду. Он рисует каляку-маляку, и на серьезных щах вам сообщает: "Это - киска. Вот у нее глазки, вот у нее хвостик!". При этом, ни киски, ни глазок, ни хвостика там и близко нет - потому что слова в детской голове уже выучены, а ума и понимания пока нет.
С учетом громкого разочарования в GPT-5 - очевидно, что переход от слов к глубокому пониманию как минимум серьезно откладывается.
Соответственно - еще раз эмпирическое правило: если какая-то деятельность успешно автоматизируется "ИИ вообще" (aka LLM, aka Semantic Parrot) - значит в ней с самого начала не было смысла, и в идеальном мире можно было вообще не делать (однако в рельности, культурное и политическое давление заставляет хотя бы имитировать деятельность)!
У эксперта Михаила да и у всей статьи - большой "геп" в таком предмете как "владение русским языком", просто глазоломный суржик.
По теме статьи тоже есть, что сказать, будучи в статистических 95% процентах, но не буду сильно вдаваться в подробности по ряду причин. Напишу лишь, что 20-летние мамкины пирожки, сделавшие на коленке какой-то микропроект с гордой этикеткой "ИИ" и возомнившие себя экспертами в этой области с соотв. записью в резюме, совсем не умеют работать с масштабированием корпоративных объемов данных, думая, что 10-20-кратное увеличение потребляемых мощностей и дисковых пространств им предоставят по первому чиху и обоснование "я дома так делал на 2 МБ данных - и всё работало" убедит все уровни менеджмента.
Это общая проблема: одни люди используют нейросети, чтоб налить воды и сделать статью из нескольких предложений, а другим приходится использовать нейросети, чтоб сделать резюме статьи без воды. :)
Это неизбежные детские болезни в процессе становления новой технологии. Над первыми автомобилями тоже смеялись, и где теперь ваши лошади?
Автомобилям понадобилось довольно много времени, чтобы заменить лошадей, а с нюансами внедрения автотранспорта, вроде чудовищного роста смертности на дорогах, смогли справиться только через сотню лет без малого. Разработчики ИИ же обещают светлое будущее со дня на день, а экзальтированный топ-менеджмент ждёт волшебных результатов уже сейчас. Даже если ИИ - стоящая технология, завышать ожидания не стоит. Интернет действительно оказался революцией, но кризис доткомов всё же случился.
некорректное сравнение. Производственные мощности конца 19 века были явно недостаточны для быстрого внедрения даже при удовлетворительных технических характеристиках - просто не могли произвести достаточно металла и его должным образом обработать. Соответственно, вытеснение гужевого транспорта прошло где-то за 40 лет, причем во 2 мировой войне конная тяга и конные боевые подразделения все равно занимали существенную часть, но не потому, что автотранспорта было мало или им пренебрегали, а потому что лошадка для войны удобней, так как недельки две может попитаться и подножным кормом, что не скажешь о машинке, которую надо заправлять - и РККА, и Германия всю войну наращивали численность конных подразделений. Что до "чудовищного роста смертности", то вплоть до 60-х никакой чудовищной смертности в ДТП не наблюдалось - надо было очень постараться, чтобы в ДТП помереть, и тем более разница была совсем незаметна на фоне того, что лошадь тоже убивала немалое количество народа в ДТП уровня "упал с коня", "затоптан конем", "конь лягнул", "конь понес", "лошадь укусила" и т.д.. В текущих условиях же ИИ не ограничивает НИЧЕГО, кроме его собственной убогости - общество обладает ресурсами развернуть ИИ везде где только можно.
В начале 20-го века статистику дорожно-транспортных происшествий особенно не вели, но по сохранившимся косвенным данным смертность в ДТП например в США в первое десятилетие века исчислялась сотнями человек в год. В последующие же годы она быстро взлетает к десяткам тысяч, причём стремительно обгоняя темпы моторизации транспортных средств, и так продолжалось аж до 70-х. Вот очень показательный график:
На нём хорошо видно, что даже небольшое количество трафика на первых этапах приносило огромное количество ДТП со смертельных исходом, и людям понадобилось больше полувека на встраивание машин в свою жизнь.
Касательно же производственных мощностей, подскажите сколько современных GPU может производить РФ в год? Сколько может импортировать подсанкционного оборудования по серым каналам и за какие деньги? Как у нас обстоят дела с темпами строительства ЦОДов?
Пример: "Руководители часто винят регулирование или недостаточную производительность моделей ".
Можете подробнее рассказать про масштабирование данных? Что имеется ввиду и как правильно делать.
95% пилотных проектов в области генеративного ИИ в компаниях проваливаются