В начале XIX века в Англии шла промышленная революция. Заводы и фабрики начали массово внедрять на производстве современные технологии. Это вызвало протесты среди работяг, которые не хотели уступать свои рабочие места машинам. Движение луддитов организовывало погромы, порчу и уничтожение оборудования на заводах.
Сегодня среди представителей самых разных профессий тоже зреют опасения, что нейросети отнимут у них хлеб. Венчурный капиталист Кай-Фу Ли и ведущий эксперт в области искусственного интеллекта Скотт Пелли считают, что к 2035 году 40–50 % людей потеряют работу из-за искусственного интеллекта и развития технологий.
В статье простым языком расскажем, как работают нейросети, откуда они появились, что умеют, как ими пользоваться и могут ли они полностью лишить работы миллионы людей.
В SMMplanner можно писать тексты для постов, составлять контент-планы и генерировать идеи с помощью нейросети – ChatGPT интегрирована в форму создания публикации и вынесена в отдельный раздел «AI ассистент». С недавнего времени инструмент полностью перешел на версию GPT-4o Mini.
С помощью ИИ вы сможете закрывать потребность в контенте для ваших соцсетей почти на 100 %. Если никогда не работали с нейросетями – в помощь наши инструкции «Гайд по работе с AI ассистентом».
Как появились первые нейросети
Прежде чем разбираться в том, как работает нейронная сеть, надо понять, почему она именно нейронная. Нейрон – клетка в человеческом мозге, которая восприимчива к электрическим сигналам и служит для получения, хранения, обработки и передачи информации.
Концепция нейронных сетей появилась в середине XX века, когда ученые и исследователи работали над созданием машины, которая могла бы имитировать функции человеческого мозга. Отсюда и берется образ нейрона, который понятно описывает, по какому принципу работает нейросеть.
В 1943 году ученые Уоррен Мак-Каллок и Уолтер Питтс разработали математическое представление нейрона, которое почти через 20 лет Фрэнк Розенблатт использовал при создании первого воплощения того, что мы сегодня называем «нейросетью». Розенблатт назвал свое детище «персептроном».
Персептрон был создан как модель машинного обучения для компьютеров того времени. Однако он определил принципы и подходы, которые используются до сих пор. Давайте разберемся, как работал персептрон, и сразу станет ясно, как работают искусственные нейросети сегодня.
Как работает простая нейросеть
Представим, что наша задача – разбить картинки по двум категориям: «птицы» и «млекопитающие». Вот как будет выглядеть алгоритм обучения для персептрона:
Готовим достаточное количество изображений птиц и млекопитающих.
Показываем персептрону по одному изображению, чтобы он относил каждое к группе «птицы» или «млекопитающие».
Если персептрон отнес изображение к правильной группе, переходим к следующей картинке. Если персептрон ошибся – надо скорректировать правила распознавания таким образом, чтобы в следующий раз избежать ошибки.
Процесс повторяем на всех изображениях до тех пор, пока персептрон не перестанет ошибаться.
Когда обучение на нашей выборке завершено, можно использовать персептрон для определения птиц и млекопитающих на других изображениях, которые в обучении не использовались.
Разумеется, пример упрощен. В пункте 3 говорится, что если персептрон ошибся, то нужно корректировать правила распознавания, что сводится к настройкам десятков, сотен, а иногда и тысяч переменных.
Персептрон – это лишь прародитель современных технологий искусственного интеллекта, однако разбор алгоритма его обучения помог нам объяснить простым языком, как устроена и работает нейросеть.
Принципы работы и обучения нейросетей усложнились и усовершенствовались. Сегодня для обучения нейросетей используют колоссальные объемы данных, чтобы добиться предельно низкой доли ошибок.
Кроме того, для обучения нейросетей на ранних этапах активно используют людей. В начале 2023 года на весь мир прогремел релиз языковой модели ChatGPT, после чего ведущие мировые корпорации приняли разрабатывать собственные языковые модели и нейросети для генерации изображений и видео.
Вышло множество статей под заголовками вроде «Как работают нейросети: руководство для чайников» или «Про нейросеть простыми словами: что это и как работает». Однако мало где говорится о той роли, которую во всем этом играют люди. Хотя это интересно большему числу читателей – ведь о том, как устроены нейросети в смысле программирования, интересно лишь программистам.
Исходный принцип тренировки остался прежним, только теперь в интернете можно не только найти картинки с птицами и млекопитающими, но и узнать, что такое ядерное сдерживание, как удаляют аппендикс, сколько полов у грибов и так далее. Фраза «В интернете есть все» отлично описывает действительность, а значит, можно научить нейросеть рассказывать и показывать буквально все.
В подразделении Яндекса, которое занимается развитием YandexGPT, работают AI-тренеры, которые выполняют 3 основные функции:
Проверяют ответы нейросети на корректность, полезность и безопасность для пользователей.
Ранжируют ответы нейросети по этим параметрам от лучшего к худшему.
Пишут эталонные ответы для нейросети на популярные пользовательские запросы, чтобы разработчики могли обучать нейросеть давать максимально точные ответы.
Сегодня в интернете настолько большой объем данных, так много шуток, мемов, мифов, лженауки и так далее, что если пустить обучение нейросети на самотек, можно получить Skynet, которая уничтожит человечество не терминаторами, а дезинформацией.
Как работает нейросеть ChatGPT
Теперь давайте разберемся, как работают текстовые нейросети вообще и как устроена нейросеть ChatGPT в частности. Объясняя, как работает ChatGPT, многие сравнивают ее с поисковой системой. Однако между запросом в Google или Яндекс и запросом в ChatGPT есть принципиальные отличия.
И если вы подумали, что главное отличие в том, что нейросеть умеет писать длинные тексты, вы правы, но не совсем.
Когда вы задаете вопрос поисковой системе, сценарий выглядит так:
Сформулировать правильный вопрос.
Получить набор ссылок в поисковой выдаче.
Выбрать источник, которому вы доверяете.
Удовлетворить интерес.
Когда вы спрашиваете о чем-то ChatGPT, все несколько иначе:
Сформулировать правильный вопрос.
Получить готовый ответ.
Главное отличие в том, что нейросеть уже проверила все источники из поисковой выдачи и даже выбрала тот, который, как ей кажется, больше всего подходит под ваш запрос.
С технической точки зрения это отличие гораздо важнее того, что нейросеть умеет писать код на разных языках программирования, подбирать рифмы к словам и сочинять рассказы о далеких планетах и доисторических временах.
С технической точки зрения нейросеть для генерации изображений – это не одна, а сразу две нейросети. Одна из них отвечает за распознавание текстового запроса, а вторая – непосредственно за создание рисунка.
Разберем на примере работы нейросети Midjourney, как происходит генерация картинки. Придумаем для нейросети запрос. Например, такой: «Дарт Вейдер сражается с тиранозавром».
Вот, что будет дальше:
Нейросеть обработает запрос и разделит его на отдельные ключевые слова и словосочетания: «Дарт Вейдер», «сражается» и «тиранозавр».
Нейросеть переводит на понятный для себя язык ключевые слова и определяет их смысл.
Создаются пиксельные наброски для картинок. Например, для слова «тиранозавр» это будет что-то вроде зеленого ящеровидного тела на двух ногах.
Затем нейросеть прорабатывает все в деталях: композицию, цветовую гамму, свет и текстуры.
Когда композиция готова, нейросеть улучшает качество изображения и выдает итоговый вариант пользователю. В Midjourney итоговых варианта всегда 4. В каждом из них наш Дарт Вейдер может сражаться с тиранозавром в разных локациях и с разным успехом.
Нейросеть точно знает, кто такой Дарт Вейдер, и как выглядит тиранозавр, потому что разработчики обучили ее этому на огромной выборке изображений. Точно как в примере выше персептрон обучался отличать птиц от млекопитающих.
Нейросети не умеют ничего такого, чего не умеют люди. Однако они умеют делать многие вещи быстрее, а еще с их помощью можно решать задачи, которые конкретно вы решать не умеете, но умеет кто-то другой. Главное направление в использовании нейросетей – это автоматизация.
Нейросети интегрируются в интерфейсы персональных и корпоративных мессенджеров. В Telegram полно ботов, которые помогают решать бытовые задачи. В корпоративных мессенджерах типа Compass используются чат-боты, чтобы дополнить функциональность, упростить коммуникацию и автоматизировать процессы. Некоторые разработчики интегрируют чат-ботов и нейросети, чтобы максимально очеловечить роботов.
Нейросети также используются в робототехнике, биоинформатике, журналистике, программировании и сотнях других ниш и специальностей.
Пара примеров:
Копирайтер может с помощью нейросети составить план статьи на тему, в которой он не очень хорошо разбирается. Потом по этому плану обсудить будущую статью с экспертом и начать писать. Если бы автору пришлось составлять план самому до того, как он разобрался в теме, статья вышла бы так себе.
Программист, разбирающийся в одном языке программирования, вынужден подменить коллегу, который пишет код на другом языке с отличающимся синтаксисом. Тут программисту хватит навыков отредактировать код, написанный нейросетью на другом языке. Однако написать такой код с нуля самостоятельно он бы не смог.
Студент, который прилежно учился весь семестр, может написать курсовую работу сам, но если он работает в фастфуде или стажируется по специальности, у него может не быть на это времени. Нейросеть может помочь ему сэкономить десятки часов, формулируя за него длинные разделы текста. Однако такая курсовая будет хороша, только если студент действительно разбирается в теме. Столичный МГПУ даже разрешил студентам писать дипломы с помощью ИИ.
Если вы работаете программистом и боитесь, что ваша компания заменит вас нейросетью, вот что нужно понимать: если вы находитесь на джуниор-позиции, вам есть о чем переживать. Однако выход тоже есть: стать мидл-разработчиком или тимлидом.
Нейросеть не сможет в обозримом будущем заменить руководителей среднего и верхнего звена, которые принимают ключевые решения и управляют командой. Она лишь может взять на себя часть их операционных функций, облегчив им жизнь.
На сайте ChatGPT есть дисклеймер, который говорит о том, как работает нейросеть ChatGPT с некоторыми типами данных: она часто путается в цифрах, персонажах и событиях.
Если вы пишете материал о дефиците бюджета США, ChatGPT подготовит для вас чудесную структуру и даже напишет приличный текст, но может сильно перепутать цифры. Всегда проверяйте такие типы данных в официальных или доверенных источниках.
Помните, что в бесплатной версии нейросети нет современных и актуальных данных. Бесплатная версия – это слепок интернета, включающий в себя данные до 2021 года. Вы не сможете содержательно поговорить с нейросетью о том, что произошло в 2022 или 2023 году.
Назначайте роли
Если вы спросите инженера, разрабатывающего очистные сооружения, и продавца винного магазина о том, что такое декантер, то получите два разных ответа. Инженер скажет, что декантер – это такое сложное оборудование для отделения одного типа отходов от другого, а продавец из винного магазина, что это стеклянная емкость для отделения осадка от вина.
С технической точки зрения оба декантера сильно схожи, но если вы услышали это слово от сомелье, а потом попросили друга инженера разъяснить его вам, ответ, скорее всего, вас смутит.
Прежде, чем задать вопрос или попросить о чем-то ChatGPT, задайте для нейросети роль. Это нужно делать каждый раз, когда вы открываете новый чат с нейронкой, а новый чат стоит открывать каждый раз, когда вы решает новую задачу, не связанную с предыдущими запросами.
Если сегодня вас интересуют винные декантеры, а завтра вы будете писать статью об очистных сооружениях для заводов, используя это же окно чата, нейросеть может что-нибудь напутать.
Точно формулируйте запросы
Разбираясь, каким образом работает нейросеть, нужно разобраться, как она обрабатывает запросы. Запрос всегда определяет будущий ответ, и лучшая демонстрация этого – спросить нейросеть о несуществующем событии.
Если вы спросите ChatGPT о том, как Ермак участвовал в колонизации Южной Америки, вполне вероятно, что нейросеть расскажет с датами и описанием маршрутов, как его небольшое войско захватывало сокровища Монтесумы. Помните важный принцип: в вопросе всегда содержится часть ответа.
Все, что мы рассказали о запросах, касается не только того, как устроены языковые нейросети и как работает конкретно ChatGPT, а вообще всех нейросетей. Вы почти всегда используете текст в качестве вводных данных, и от точности этих данных будет зависеть точность конечного результата.
Читайте на Литресе нашу бесплатную электронную книгу «Нейросети для бизнеса и SMM» – это практическое руководство по нейросетям от основателей SMMplanner и SMM.school, основанное на опыте работы с собственным сервисом на базе ChatGPT, а также на личном опыте редакции и приглашенных экспертов.
Узнайте, как внедрить нейросети в свою работу и пить кофе, пока они собирают вам отчеты, генерируют посты, рисуют картинки и делают много чего еще!
Выводы
Кратко резюмируем ключевые тезисы статьи:
Первая нейросеть называлась «персептроном» и появилась после середины XX века как модель машинного обучения для компьютеров того времени.
В обучении современных нейросетей используют людей, которые помогают нейросетям формировать максимально точные ответы на вопросы и выявлять ошибки.
То, насколько качественный результат вы получите от работы нейросети, напрямую зависит от того, насколько правильно вы составили запрос.
Регулярно работая с нейросетью, держите в голове, как устроен ChatGPT с точки зрения интерфейса. Открывайте новый чат для каждой новой задачи.
Нейросети в ближайшие 10–15 лет действительно заменят многих людей на их рабочих местах.
Чем больше рутинных задач ежедневно выполняет человек, тем больше шанс, что его хлеб отнимет нейронная сеть. Чем более креативной профессии принадлежит человек, тем его сложнее заменить.
Однако технологическим компаниям всегда будет нужен тот, кто умеет правильно работать с нейросетями и получать от них нужные результаты.
Если не хотите потерять работу из-за искусственного интеллекта, не нужно участвовать в пикетах у офисов Google и Microsoft. Лучше начните изучать, как работают нейросети, например, для начала пройдите бесплатный видеокурс «Как применять ChatGPT в SMM, маркетинге и таргете». Научитесь с помощью ИИ решать бизнес-задачи – и тогда без проблем сможете найти хорошую работу с высокой зарплатой в крутой компании.