Костыль усиливает калеку, а здорового замедляет. Я не про физическое, а умственное состояние человека. ИИ дотянет до среднего уровня в том, в чём ты плох. А в чём ты хорош, ИИ тебе только помешает.
Для себя я сформировал представление об ИИ как "усилитель способностей человека".
Нейросеть не усиливает, а подтягивает к среднему by design. Если в какой-то области способности человека ниже среднего, то нейросеть их усилит. Если в другой области способности человека выше среднего, то нейросеть будет тянуть вниз.
Собственно, в конце 1950-ых ИИ для того и создавался, чтобы заменить нерадивых менеджеров на предприятиях General Electric и начать принимать верные управленческие решения.
Но сейчас обезьяны получили в руки гранаты, и своих позиций уже не уступят. Наше будущее – это Планета Обезьян :)
Да, с некоторыми задачами старые модели справлялись лучше.
И да, промпты – это не специфический навык общения с нейросетью, это компетенции в предметной области той задачи, которая решается. Например, при генерации «фотореалистичных» изображений в промптах указывают фокусное расстояние линзы, тип источников света, их цветовую температуру и тому подобное. Это область знания из фотографии, а не из «умения общаться с ИИ».
отличный пример – чтобы объяснить нейросети как именно следует решать задачу, нужно обладать соответствующими компетенциями (то есть уметь делать это вручную). А неофиты из секты свидетелей ИИ такими компетенциями не обладают
Да, пока что ИИ лучше всего справляется с транскрипцией речи. Мне в университете на кафедре автоматизации и интеллектуализации ещё в 1996 году куратор группы предлагал взять темой диплома распознавание речи. Исследования активно велись ещё тогда, и за 30 лет человечество наработало достаточно опыта, чтобы технология созрела до нужного уровня. А остальные технологии, где сейчас пытаются применять нейросети, 30 лет назад даже ещё на горизонте не появились (кроме, пожалуй, распознавания образов). Так что до качества, сравнимого с человеческим, ещё очень далеко.
По заданию руководителя продумываю стратегический документ (например, квартальный план для моей команды или методологию аудита продукта). Получаю ответ: «А ты с чатиком советовался? Я закинул твой набросок в чатик, он нашёл недоработки, вот список. Жду исправлений к завтрашнему дню». Ясное дело, все «идеи» чатика нерелевантные и полны взаимных противоречий.
Делаю всё то же самое, но предваряю документ комментарием: «я тут посоветовался с чатиком, докинул контекста, попросил сравнить с конкурентами и оценить с позиции синьор-аналитика, после нескольких итераций мы с чатиком пришли к оптимальному варианту». Получаю ответ: «Ну вот, совсем другое дело! Отличная работа». Ясное дело, никакой искусственный интеллект я не использовал, а просто буквально повторил фразы начальника, которыми он каждый день описывает свои успехи (как ему кажется) применения ИИ.
Если что, такое было пару раз в порядке эксперимента, чтобы понять насколько всё плохо. Когда понял, наши пути разошлись. Симулировать бурную деятельность я не хочу.
Джей Райт Форрестер, с 1956 года профессор в Слоуновской школе менеджмента при МТИ. В этот период разработал теорию системной динамики. Автор книг «Основы кибернетики предприятия» (1961), «Динамика городов» (1969), «Мировая динамика» (1971). Целью создания системной динамики было применить научный и инженерный опыт к выяснению фундаментальных причин успеха и провала корпораций. Возникновение идей, приведших к созданию системной динамики, было спровоцировано его сотрудничеством с компанией General Electric в течение 1950-х. В то время менеджеры GE были озадачены колебаниями числа рабочих на одном из заводов в Кентукки, период которых составлял три года. Бизнес-циклы были признаны недостаточным объяснением этих колебаний. Путём ручного просчета структурной модели завода, включавшей организационную модель принятия решений о найме и увольнении работников, Форрестер сумел показать, что нестабильность числа рабочих была вызвана внутренней структурой фирмы и не была обусловлена никакими внешними факторами (Wiki).
В течение конца 1950-х и начала 1960-х Форрестер с командой аспирантов продвинул системную динамику от ручных вычислений до формального компьютерного моделирования. Весной 1958 Ричард Беннет создал первый язык моделирования методом системной динамики, названный им SIMPLE (Simulation of Industrial Management Problems with Lots of Equations, или Моделирование Проблем Промышленного Менеджмента Совокупностью Уравнений). В 1959 Филлис Фокс и Александр Пух написали первую версию DYNAMO (DYNAmic MOdels), улучшенную версию SIMPLE, вследствие чего язык системной динамики стал промышленным стандартом на следующие тридцать лет.
До конца 1960-х системная динамика применялась исключительно к корпоративно-управленческим проблемам.
Начиная с 1960-ых годов, происходила эволюция специальностей: "Автоматизированные системы управления" – "Автоматизированные системы обработки информации и управления" – "Автоматизация и интеллектуализация процессов управления". В учебную программу входили "теория управления", "методы оптимизации", "алгоритмизация", "функциональный анализ", "дифференциальные уравнения" и тому подобное. Нейросети изобретали и изучали именно там. В MIT 1960-ых годов кибернетическим управлением, системной динамикой и теорией обратной связи занимались профессора Норберт Винер и Джей Форрестер (Слоуновская школа менеджмента). Там же были созданы первые экспертные системы для автоматизации решений. Это были реальные результаты, применяемые на практике, в отличие от экспериментов Марвина Минского типа машинного зрения и игры в шахматы. Розенблатт, друг Минского, придумал перцептрон именно в рамках теории автоматического управления.
Сомневаюсь, что в условиях конкуренции посредственные решения добавляют ценность продукту. LLM, действительно, прокачивают, но за закрытыми дверями – удачные ноу-хау не выкладывают в открытый доступ. Корпорации не делятся инструментами, которые позволяют им создавать высококлассный продукт и обходить конкурентов. То, что мы имеем сейчас, по сути – ИИ для бедных. Он снижает стоимость по тому же принципу, что и еда для бедных, жильё для бедных, образование для бедных.
Как это связано с менеджерами? Кто сказал что ИИ бесплатен?
Ответ на этот вопрос есть в начале статьи – описана конкретная (довольно типичная) ситуация. Приходит менеджер и говорит “коллеги, с завтрашнего дня все должны внедрять ИИ”. На это не выделяют серьёзный бюджет (кроме корпоративной подписки на ChatGPT, Notion, Claude – это копейки). На это не выделяют дополнительного времени ("коллеги, настроить ИИ – это часть вашей работы, вам же самим потом быстрей будет работаться, это в ваших интересах"). Менеджер не создаёт процессов для внедрения ИИ (не нанимает ИИ-ориентированных DevOps и DesignOps, не закупает дополнительное оборудование). Очень типичная ситуация: менеджер решил, что работники сами бесплатно всё изучат и настроят без отрыва от производства, и в конце квартала покажут прирост производительности вдвое. Просто потому, что менеджер повёлся на рекламу и поверил в бесплатное ИИ-волшебство.
Какие именно выводы должны быть сделаны?
Выводы даны в конце статьи – два способа как правильно внедрять ИИ.
Вид «чиновник советский обыкновенный» давно хорошо изучен, так что совершенно очевидно что именно они делают и какое инстинктивное поведение скрывается за их бессвязным бормотанием. Они отрезают хвост по частям. Сначала что-то разрешают, но «немножко». Потом говорят «что не запрещено, то разрешено», и ждут пока люди массово вовлекутся в какую-то деятельность. Потом всех, кто пользуется технологией «вне юрисдикции РФ» объявят «иноагентами». После чего объявят охоту: уголовные дела, штрафы, облавы, тюрьмы, конфискация имущества. Советская и пост-советская номенклатура ничего другого не умеет, ей совершенно неинтересно разбираться в технологиях. Ей интересно как выявить граждан, заинтересованных в прогрессе, и шаг за шагом перевести этих граждан в категорию «врагов народа», чтобы поживиться на их имуществе. Не только чиновникам, но и следователям с операми нужна работа: старые «враги народа» почти закончились, нужны новые.
В Китае производится настоящая цензура нейронок, чтобы они «политически правильно» отвечали на щекотливые вопросы. А если модель не может правильно ответить, то пусть вообще отказывается говорить на эту тему.
– Алиса, кто такой Алексей На…
– Мне ничего неизвестно об этом человеке. Давайте поговорим на другую тему?
Костыль усиливает калеку, а здорового замедляет. Я не про физическое, а умственное состояние человека. ИИ дотянет до среднего уровня в том, в чём ты плох. А в чём ты хорош, ИИ тебе только помешает.
вот это и есть meat proxy – лишнее человеческое звено. Пусть студенты сами себя проверяют, это же быстрей
Нейросеть не усиливает, а подтягивает к среднему by design. Если в какой-то области способности человека ниже среднего, то нейросеть их усилит. Если в другой области способности человека выше среднего, то нейросеть будет тянуть вниз.
Собственно, в конце 1950-ых ИИ для того и создавался, чтобы заменить нерадивых менеджеров на предприятиях General Electric и начать принимать верные управленческие решения.
Но сейчас обезьяны получили в руки гранаты, и своих позиций уже не уступят. Наше будущее – это Планета Обезьян :)
Да, с некоторыми задачами старые модели справлялись лучше.
И да, промпты – это не специфический навык общения с нейросетью, это компетенции в предметной области той задачи, которая решается. Например, при генерации «фотореалистичных» изображений в промптах указывают фокусное расстояние линзы, тип источников света, их цветовую температуру и тому подобное. Это область знания из фотографии, а не из «умения общаться с ИИ».
отличный пример – чтобы объяснить нейросети как именно следует решать задачу, нужно обладать соответствующими компетенциями (то есть уметь делать это вручную). А неофиты из секты свидетелей ИИ такими компетенциями не обладают
Всё так. Притом, результат среднего качества (в этом и суть балансировки коэффициентов при обучении модели).
Они плохо распознают русский. Лучше взять модель от Nvidia и крутить её локально.
Да, пока что ИИ лучше всего справляется с транскрипцией речи. Мне в университете на кафедре автоматизации и интеллектуализации ещё в 1996 году куратор группы предлагал взять темой диплома распознавание речи. Исследования активно велись ещё тогда, и за 30 лет человечество наработало достаточно опыта, чтобы технология созрела до нужного уровня. А остальные технологии, где сейчас пытаются применять нейросети, 30 лет назад даже ещё на горизонте не появились (кроме, пожалуй, распознавания образов). Так что до качества, сравнимого с человеческим, ещё очень далеко.
Мой реальный опыт:
По заданию руководителя продумываю стратегический документ (например, квартальный план для моей команды или методологию аудита продукта). Получаю ответ: «А ты с чатиком советовался? Я закинул твой набросок в чатик, он нашёл недоработки, вот список. Жду исправлений к завтрашнему дню». Ясное дело, все «идеи» чатика нерелевантные и полны взаимных противоречий.
Делаю всё то же самое, но предваряю документ комментарием: «я тут посоветовался с чатиком, докинул контекста, попросил сравнить с конкурентами и оценить с позиции синьор-аналитика, после нескольких итераций мы с чатиком пришли к оптимальному варианту». Получаю ответ: «Ну вот, совсем другое дело! Отличная работа». Ясное дело, никакой искусственный интеллект я не использовал, а просто буквально повторил фразы начальника, которыми он каждый день описывает свои успехи (как ему кажется) применения ИИ.
Если что, такое было пару раз в порядке эксперимента, чтобы понять насколько всё плохо. Когда понял, наши пути разошлись. Симулировать бурную деятельность я не хочу.
Как кандидат, я готов заплатить кадровому агентству с хорошей репутацией. Бывают такие?
Вы всё правильно говорите. А критическое мышление тут при том, что без него за "величайшие умы человечества" принимают таких персонажей:
Джей Райт Форрестер, с 1956 года профессор в Слоуновской школе менеджмента при МТИ. В этот период разработал теорию системной динамики. Автор книг «Основы кибернетики предприятия» (1961), «Динамика городов» (1969), «Мировая динамика» (1971). Целью создания системной динамики было применить научный и инженерный опыт к выяснению фундаментальных причин успеха и провала корпораций. Возникновение идей, приведших к созданию системной динамики, было спровоцировано его сотрудничеством с компанией General Electric в течение 1950-х. В то время менеджеры GE были озадачены колебаниями числа рабочих на одном из заводов в Кентукки, период которых составлял три года. Бизнес-циклы были признаны недостаточным объяснением этих колебаний. Путём ручного просчета структурной модели завода, включавшей организационную модель принятия решений о найме и увольнении работников, Форрестер сумел показать, что нестабильность числа рабочих была вызвана внутренней структурой фирмы и не была обусловлена никакими внешними факторами (Wiki).
В течение конца 1950-х и начала 1960-х Форрестер с командой аспирантов продвинул системную динамику от ручных вычислений до формального компьютерного моделирования. Весной 1958 Ричард Беннет создал первый язык моделирования методом системной динамики, названный им SIMPLE (Simulation of Industrial Management Problems with Lots of Equations, или Моделирование Проблем Промышленного Менеджмента Совокупностью Уравнений). В 1959 Филлис Фокс и Александр Пух написали первую версию DYNAMO (DYNAmic MOdels), улучшенную версию SIMPLE, вследствие чего язык системной динамики стал промышленным стандартом на следующие тридцать лет.
До конца 1960-х системная динамика применялась исключительно к корпоративно-управленческим проблемам.
Orpheus II интересен тем, что на нём можно играть одновременно wavetable + FM.
Типа такого https://www.youtube.com/watch?v=bIfclBKekXU
Начиная с 1960-ых годов, происходила эволюция специальностей: "Автоматизированные системы управления" – "Автоматизированные системы обработки информации и управления" – "Автоматизация и интеллектуализация процессов управления". В учебную программу входили "теория управления", "методы оптимизации", "алгоритмизация", "функциональный анализ", "дифференциальные уравнения" и тому подобное. Нейросети изобретали и изучали именно там.
В MIT 1960-ых годов кибернетическим управлением, системной динамикой и теорией обратной связи занимались профессора Норберт Винер и Джей Форрестер (Слоуновская школа менеджмента). Там же были созданы первые экспертные системы для автоматизации решений. Это были реальные результаты, применяемые на практике, в отличие от экспериментов Марвина Минского типа машинного зрения и игры в шахматы. Розенблатт, друг Минского, придумал перцептрон именно в рамках теории автоматического управления.
Сомневаюсь, что в условиях конкуренции посредственные решения добавляют ценность продукту. LLM, действительно, прокачивают, но за закрытыми дверями – удачные ноу-хау не выкладывают в открытый доступ. Корпорации не делятся инструментами, которые позволяют им создавать высококлассный продукт и обходить конкурентов. То, что мы имеем сейчас, по сути – ИИ для бедных. Он снижает стоимость по тому же принципу, что и еда для бедных, жильё для бедных, образование для бедных.
Ответ на этот вопрос есть в начале статьи – описана конкретная (довольно типичная) ситуация. Приходит менеджер и говорит “коллеги, с завтрашнего дня все должны внедрять ИИ”. На это не выделяют серьёзный бюджет (кроме корпоративной подписки на ChatGPT, Notion, Claude – это копейки). На это не выделяют дополнительного времени ("коллеги, настроить ИИ – это часть вашей работы, вам же самим потом быстрей будет работаться, это в ваших интересах"). Менеджер не создаёт процессов для внедрения ИИ (не нанимает ИИ-ориентированных DevOps и DesignOps, не закупает дополнительное оборудование). Очень типичная ситуация: менеджер решил, что работники сами бесплатно всё изучат и настроят без отрыва от производства, и в конце квартала покажут прирост производительности вдвое. Просто потому, что менеджер повёлся на рекламу и поверил в бесплатное ИИ-волшебство.
Выводы даны в конце статьи – два способа как правильно внедрять ИИ.
Не стоит объяснять злым умыслом то, что легко объясняется глупостью (c)
Идиотов там полно.
Вид «чиновник советский обыкновенный» давно хорошо изучен, так что совершенно очевидно что именно они делают и какое инстинктивное поведение скрывается за их бессвязным бормотанием. Они отрезают хвост по частям. Сначала что-то разрешают, но «немножко». Потом говорят «что не запрещено, то разрешено», и ждут пока люди массово вовлекутся в какую-то деятельность. Потом всех, кто пользуется технологией «вне юрисдикции РФ» объявят «иноагентами». После чего объявят охоту: уголовные дела, штрафы, облавы, тюрьмы, конфискация имущества. Советская и пост-советская номенклатура ничего другого не умеет, ей совершенно неинтересно разбираться в технологиях. Ей интересно как выявить граждан, заинтересованных в прогрессе, и шаг за шагом перевести этих граждан в категорию «врагов народа», чтобы поживиться на их имуществе. Не только чиновникам, но и следователям с операми нужна работа: старые «враги народа» почти закончились, нужны новые.
– Алиса, кто такой Алексей На…
– Мне ничего неизвестно об этом человеке. Давайте поговорим на другую тему?