Про AI сейчас пишут много, мягко говоря. Причём пишут буквально все, кому не лень. Но если вы PHP-разработчик, то, скорее всего, ощущение примерно такое: тема вроде бы важная, но почти всё – не для вас, а двигаться в эту сторону нужно, ибо... ну, вы и сами понимаете.
Большинство материалов сразу уезжают в Python, Jupyter, PyTorch, обучение моделей, математику и датасеты. Даже когда речь идёт не про data science, а про практику – примеры всё равно из другого мира.
Я с этим столкнулся довольно давно, когда попытался понять, как вообще можно использовать AI в обычной PHP-разработке. После нескольких практических кейсов в своих проектах у меня сложилось собственное понимание ситуации. Да, я понимаю, что Python сегодня де-факто стандарт в мире машинного обучения, но есть огромное количество ситуаций, когда можно использовать AI или ML напрямую в PHP без Python-стека, а кроме того мне, как PHP-разработчику, хочется самому разбираться в теме, а не просто научиться делать API-запросы к OpenAI.
Отдельно меня раздражает то, что для многих backend-разработчиков работа с AI сегодня фактически сводится к общению с OpenAI (или любой другой моделью) через вызовы API. Это полезный инструмент, но в таком виде AI превращается в "чёрный ящик": ты не понимаешь, что происходит внутри, где его границы применимости и какие задачи вообще имеет смысл решать таким способом. В итоге AI начинает восприниматься не как технология или инструмент, а как внешний сервис, к которому просто отправляют текст и получают ответ.
При этом мир AI значительно шире, чем просто взаимодействие с LLM. Большие языковые модели – всего лишь один из возможных инструментов и, по сути, только верхушка айсберга.
С чем обычно ассоциируется AI и ML
Если открыть любой курс или статью про машинное обучение, почти сразу появляются: датасеты, обучение моделей, градиентный спуск, Python, NumPy, PyTorch и т.д. – в общем, всё, что связано с исследовательской частью и развитием технологий.
Но в этой статье я в первую очередь имею в виду прикладное ML и AI, а не исследовательскую работу или обучение моделей с нуля. И важно подчеркнуть: для многих это выглядит скорее как отдельная профессия или наука, чем как инструмент, который можно встраивать в свои про��кты.
Я уверен, что многие думают примерно так: чтобы использовать ML, нужно учить новые языки, разбираться в математике, строить сложную инфраструктуру. И часто именно на этом этапе интерес к теме пропадает.
Но реальность PHP-проектов другая
В большинстве PHP-проектов задачи выглядят иначе.
Зачастую это веб-приложения, админки, API, CRM или маркетплейсы. Тут не стоит задач научных исследований или обучения моделей – всё проще. В основном это:
— классификация или поиск
— работа с текстом
— анализ данных
— рекомендации
— автоматизация рутинных задач
И зачастую эти модели уже кто-то подготовил заранее – задача разработчика лишь правильно их применить. Поэтому машинное обучение в таких проектах – это не о создании новых моделей, а об использовании уже существующих и о понимании внутренней логики алгоритмов.
И именно этот слой – работа с готовыми моделями, а также разбор логики алгоритмов – почти не описан с точки зрения PHP-разработки.
В какой-то момент я понял одну вещь
Проблема не в PHP.
И даже не в AI или ML.
Проблема в том, что почти нет материала, который объясняет AI именно для PHP-разработчиков, их задач и их мышления.
Не "как стать ML-инженером", а как использовать AI как инструмент в повседневной backend-разработке.
Почему я начал писать открытую книгу
В процессе экспериментов у меня начали накапливаться заметки, примеры, объяснения "на пальцах". Кроме того, мне пришлось применить эти знания в нескольких своих проектах (тут и тут), а один из них – даже в основной работе (тут). И я понял, что пора свести это всё в полноценную и связанную структуру.
Так появилась идея открытой книги "AI для PHP-разработчиков".
Это не учебник по AI или по машинному обучению.
И не попытка сделать из PHP-разработчика специалиста по анализу данных.
Скорее попытка ответить на простые вопросы:
— что такое машинное обучение без заумных формул
— как его использовать в PHP-проектах
— где AI и ML реально помогают, а где нет
— какие задачи вообще имеет смысл решать с помощью AI в PHP, а какие – нет
Книга пишется в открытом формате и развивается по мере накопления материала. Сейчас там есть вводная часть и базовые концепции, уже есть практические главы с примерами (будет намного больше). В какой-то момент, когда накопится бо́льшая часть материала, я добавлю перевод на английский. Возможно некоторые главы можно публиковать здесь на Хабре для подробного обсуждения.
Вот ссылка, если интересно посмотреть:
https://apphp.gitbook.io/ai-dlya-php-razrabotchikov
Кстати, все примеры можно скачать и установить готовую среду Docker с примерами: https://github.com/apphp/ai-for-php-developers-examples
Или же вы также можете запускать все примеры из книги напрямую:
https://aiwithphp.org/books/ai-for-php-developers/examples/
Зачем я это делаю?
Не для рекламы и не для запуска - книга абсолютно бесплатная.
Мне интересно понять, насколько эта проблема вообще откликается другим PHP-разработчикам и есть ли у них интерес к этой теме.
Используете ли вы AI в своих проектах? Если да – как именно?
Если нет – что мешает?
Буду рад обсуждению и любому фидбэку.
UPD: по поводу возможных замечаний или критики о том, что PHP – это язык для админок и e-commerce-сайтов, пожалуйста, не забывайте, что PHP – язык программирования общего назначения.
