Непосредственно последние 20 лет связаны прежде всего с исследованием возможностей тех или иных технологических подходов d в области семантического анализа текстов и ИИ. Например, таких как стек LLM/ML (коннекционистские), или ДСМ-метод (символьные методы) и т.д. Именно для этого я защитил степень PH.D в области философии искусственного интеллекта (МГУ) с темой «Роль символьных методов в задачах общего искусственного интеллекта». По моему мнению, как невозможно полноценно и эффективно заниматься математикой без знания той аксиоматики, что заложена в основание той или иной математической теории, так невозможно и заниматься ИИ без знания тех, основ что закладываются в тот или иной ИИ-стек. Сегодняшний хайп вокруг LLM/ML является подтверждением тому. Не более 10-20% пилотов оказываются успешными. Гиперверие в возможности LLM/ML привели многих к финансовым потерям. С другой, стороны: нет хороших или плохих технологий, есть подходящие или нет для той или иной задачи. И стек LLM/ML также имеет свою нишу. Кроме того, мне кажется сегодня важным выступать не просто в качестве евангелиста ИИ, заниматься агитацией с целью увеличения количества пилотов по применению ИИ, но важно вернуть рациональность в оценке и решениях о выборе того или иного технологического стека. Важным является сегодня и повышение грамотности в вопросах ИИ-технологий, их возможностей.