Кого заменят нейросети?
Когда я читаю восторженные комментарии и статьи о нейросетевом будущем, в котором нас всех якобы заменят роботы, то я вижу только два варианта: автор, скорее всего, не пробовал решать рабочие задачи при помощи нейронок, либо слегка очень приукрашивает. Давайте по фактам:
Для нейронных сетей высокая специфичность задачи является почти непреодолимым препятствием
Midjourney с легкостью сгенерирует вам изображения Гарри Поттера в сеттинге Звездных войн, но только потому, что такая задача является максимально абстрактной и использует общеизвестный контекст. Именно поэтому мы видим так мало практических кейсов и так много ерунды, которая подается как невероятные успехи. Нейронные сети не понимают ТЗ, а только связи между словами и образами (и образами и образами), не способны осознать задачу, задать уточняющие вопросы и изучить контекст проекта. А это, напомню, существенная часть работы. Чем специфичнее задача, тем меньше шансов, что данные для ее выполнения имеются в датасете, на котором обучалась нейросеть, и тем сложнее будет процесс составления запросов — вплоть до того, что составить нужные запросы будет сложнее, чем выполнить работу вручную.
Но что-то же эти роботы могут?
Определенно. Человеку, который делает какие-нибудь условные "просто красивые" принты на футболки, Midjourney составит конкуренцию уже сейчас, а Chat-GPT может взять на себя работу и копирайтера, и даже оператора тех. поддержки первой линии. Я описал как научил GPT-3 пользоваться браузером, а новые, готовые к работе, продукты появляются каждый день. Однако для комплексных и творческих задач я не вижу возможности заменить людей даже в ближайшем будущем и вот почему:
Нейронные сети не станут умнее
Вы можете возразить, что, мол, это только пока что мы не можем решать сложные задачи, но что будет через N лет! Но нейронки это не искусственный интеллект и принципиально "умнеть" там нечему. Под капотом чистая математика: данные для обучения конвертируются в вероятности и веса, на основе которых сети строят предсказания о возможном результате для запроса. Нет никакого процесса достижения результата, есть, по сути, сопоставление запроса с тем, что существовало в датасете.
А теперь вспомните реальную практику создания чего-либо: сложные задачи с трудом (и не всегда успешно) выполняют даже люди, которые, очевидно, способны не только на сопоставления. Вспомните в том числе, сколько трудозатрат уходит даже не на само выполнение задачи, а на коммуникацию, на выяснение потребностей, условий и получение цельного понимания, что и как вообще нужно делать. Это большая работа, которую нейронная сеть не выполнит за конечного заказчика.
Большие данные — их сила и слабость
Чтобы рассчитывать вероятности и строить точные прогнозы о результатах, нейронным сетям нужны большие объемы обучающих данных. Это создает драматическую разницу в эффективности обучения и адаптации между людьми и машинами: можно показать дизайнеру или художнику одно изображение, попросить сделать так же и получить очень схожий результат — за счет способностей к анализу и экстраполяции. С нейронной сетью такой трюк не пройдет, если только в ее датасете уже не было чего-то похожего. С другой стороны, получив достаточно обучающих данных, нейронка может превосходить человека за счет возможности "держать в голове" весь объем референсов и способности точно их воспроизводить "по памяти".
Нейронные сети не заменят программистов и дизайнеров
Идея о кнопке "Сделать хорошо" появилась сильно раньше Chat-GPT, а о "замене программистов" говорили еще во времена HTML-редактора Dreamweaver. Но вот сюрприз! С появлением конструкторов сайтов, no-code инструментов, фотостоков и магазинов готовых ассетов, количество разработчиков и дизайнеров не только не сократилось, но многократно выросло и продолжает расти. Причины всё те же:
- Автоматизация и шаблонизация дает шаблонные и неспецифичные результаты. Эта проблема стара как мир: быстро, дешево и как у всех — идёте в H&M; оригинально и под ваши размеры — ждете, пока для вас пошьют заказ в ателье. Нейронные сети не исключение: результаты являются типичными для конкретного датасета и нередко узнаются с первого взгляда.
- Как только мы повышаем специфичность, появляется дополнительная работа. Тогда в мало-мальски трудозатратном проекте вместо конечного заказчика в Tilda работает кто? Правильно — дизайнер по тильде. Таким образом, автоматизации часто становятся новым инструментом для тех же профессий, а не их заменой для заказчика. Да, вероятно, многим специалистам придется учиться "вбивать промпты", но только для тех задач, которые вообще подходят для работы с таким инструментом. Мы ведь не делаем все сайты на конструкторах, правда?
- Реальные проекты редко создаются в формате Запрос -> Результат. Он является естественным для нейросетей и других автоматизаций, но люди изучают контекст, задают вопросы, экстраполируют, исследуют и пробуют. Всё это тоже работа, и работа для знающего специалиста, а не для заказчика.
- Сhat-GPT прекрасно пишет код на уровне Junior- разработчика, но люди в команде работают не так. Задачи чаще делегируются, а не отдаются в виде запроса на написание такого-то кода по подробному ТЗ. И под делегированием я имею ввиду то, что человеку нужно самостоятельно изучить задачу и среду ее применения, задать уточняющие вопросы соответствующим людям в команде и проанализировать их ответы.
- В конце концов, проекты — это не разовые задачи, их, как правило, нужно развивать и поддерживать. Дизайнеры создают брендбуки и гайдлайны, разработчики продумывают архитектуру и принципы, подстраиваяя их под сложные и меняющиеся условия заказчика и среды. Всё это требует исследования и коммуникации и создает сложный, специфичный контекст.
Таким образом, нейронные сети не отличаются от других видов автоматизации при применении к задачам разной сложности:
- Простые задачи они для заказчика могут выполнить полностью.
- В задачах, требующих специфичности \ оригинальности \ исследования \ изучения контекста \ коммуникации они могут стать инструментом.
- В задачах, где трудозатраты от использования их как инструмента и имеющиеся ограничения превышают пользу, они становятся вовсе не применимы.
Резюме
Я люблю нейросети. Это, безусловно, мощная и прорывная технология. Это серьезный рынок, на котором уже есть много полезных продуктов и будет еще больше. В этой статье я просто трезво анализирую их ограничения и выделяю тот факт, что в каждой профессии есть много работы, выходящей за пределы возможностей нейросетей и что они подвержены тем же проблемам, что и другие виды автоматизации, тем самым исключая соблазн приписывать им различные фантастические свойства и строить такие же фантастические прогнозы.
P.S. Я — разработчик и предприниматель. Мой основной бизнес это RocketBrush Studio — студия аутсорсинга и разработки игр. Мы активно растем, и если вдруг вы лично ищете работу или ваша организация предлагает услуги для бизнеса, то у нас есть задачи в области управления, маркетинга, развития бизнеса и продаж (B2B, США \ Европа), SEO и SMM, Веб-дизайна, QA (Unity), Unity C# и Node.JS разработки. А также я ищу хорошего помощника.
Вы можете связаться со мной через [email protected]. Я открыт для любых предложений в области бизнеса и IT \ gamedev.
Это все прекрасно, а задуматься надо над другим - если мы год назад не верили в то, что делает ИИ сейчас, то есть ли хоть одна причина, почему вышеупомянутые проблемы не будут решены так же неожиданно, скажем через год. Тренд задан и недооценивать происходящее будет странно.
Хз, вангую, что нейронки достигли предела и нас ждёт очередная ии-зима
будурт решены точно, 4-3 года вообще казалось бредом то, что имеем сегодня.
Сложно спрогнозировать до чего дойдёт прогресс через пару лет не говоря уже о десятилетии.
Комментарий недоступен
сомневаюсь, что человек, никогда не видевший открытый сундук (или что-то аналогичное, вроде чемодана и так далее), сможет его открыть или просто описать процесс и конечный результат.
Опыт и аналогия.
Рано или поздно но это случится - в непонятной ситуации ИИ сможет от частного перейти к общему, найдёт связи с уже известными ему частными случаями, и решит стоящую перед ним задачу.
Проблема с открыванием сундука действительно не является непреодолимой, думаю попробовать это сделать в Stable Diffusion где есть Inpainting. Но открытая крышка будет не той же самой, а "условной похожей крышкой". В то время как человек может повторить крышку в точности. Потому что принципы работы человека и нейронной сети приницпиально иные.
Ну, фантасты описывали же как-то летающие машины и телефоны задолго до из появления
Согласен
Интересная статья
В конце E-Mail, а не Telegram-канал – необычно))
Хорошо что не icq)
Комментарий недоступен
Было бы хорошо, если бы был какой-то комментарии к видео. Если вы имеете ввиду, что "А вообще-то вот так можно", то давайте опять же по фактам:
1. Пример с изменением волос у диснеевской принцессы является высосаным из пальца. Допустим, такая задача может случиться у концепт-художника в фазе поисков, но опять же здесь нейросеть выступает инструментом (как фотошоп), а не заменяет концепт-художника.
2. Пример с теслой - это неспецифическая задача с общеизвестным контекстом. Да, такие задачи хорошо автоматизируются. Но опять же, я бы предпочел делегировать это ретушеру \ фотобашеру, чем делать самому в нейросети, если мне нужны какие-то творческие поиски и качественный результат.
3. Далее идут примеры с изменением цвета. Это применение на уровне фотошопа.
4. Изменение нарядов и аксессуаров у девушки - не представляю это как задачу у конечного заказчика. Опять же, это скорее часть работы по созданию концептов \ ретуши.
Да, нейросеть не может сама считать, решать логические задачи или поискать по вашей бд.
Но есть такая штука, как LangChain и в ней возможен запуск Agents, сторонних приложений: нейронка из контекста запроса поймёт, что надо запустить калькулятор, сделать sql запрос в бд, дёрнуть апи или запустить ещё какую то библиотеку на питоне.
То есть следующий шаг будет очень скоро, когда нейронка будет только интерпретировать запрос, а решением займутся специализированные модели и скрипты.
Я бы не расслаблялся:)
Подробнее по ссылке.
https://langchain.readthedocs.io/en/latest/modules/agents/tools.html
Комментарий недоступен
Можно сколь угодно убеждать себя и других, что нейронки никого не заменят. Извозчики в своё время тоже думали, что их не заменят.
Сначала пойдут увольнения, замещения, но через какое то время людей станут набирать на прежние позиции, когда до работодателей дойдет что на нейронку не повесишь свои неудачи, на нейронку не наорешь, нейронка не чувствует сожалений, ничего не боится, и на нее в конечно итоге не возложишь юридическую ответственность. Специалисты вернуться, да только в другом качестве, скорее это будут уже не самобытные специалисты, а просто операторы ИИ, которые будут досконально знать как забить вводные чтобы получить нужный результат, а о своей профессии будут знать только общие сведения. Нейронки это зло, которое остановит развитие многих людей и творческих личностей, которые уже сейчас испытывают кризис, многие молодые художники, писатели, музыканты, уже задумываются а стоит ли развиваться в этом направлении, ведь на это уйдет огромное количество времени и денег.
Возможно, вот здесь есть основная ошибка в рассуждениях. Объясните пожалуйста, почему ИИ не возможен как форма нейросети?
да чел просто не разбирается в том что пишет, им не то что умнеть некуда, они еще даже не начали умнеть. если сырые нейросети общего профиля которые не обучали под узкие профзадачи уже делают сумашедшие штуки, то если их обучить и разметить под конкретику то там вообще пипец что будет. собственно куча сервисов сейчас этим и заняты и ~ через полгода все охренеют когда выкатят профнейросети
Хорошая статья, но даже автор переоценил способности нейросетей.
Сhat-GPT прекрасно пишет код на уровне Junior- разработчикаНет, она выдаёт код, который зачастую не то что не решает простую задачу, а просто не запускается из-за ошибок.
Даже если указать на ошибку и попросить исправить она выдаст новый код, который снова не будет работать.
Предел возможностей этих нейросетей - это копипаст примеров из документации.
проверял на реакте, вполне рабочий код выдает, причем довольно чистый. Для примера: tabs component using compound component
Интересная статья. Вставлю еще свои 5 обывательских копеек. Когда дело доходит до нейросетей, чатов, глубокого обучения и прочего, рассматриватся начинают профильные задачи, которые потом, вполне возможно, можно будет переобуть под узкоспециализированные профильные задачи. Проблематика состоит в том, что многие бизнес процессы и системы, это сложные конструкции в которых взаимодействует оргомное колличество связей, процессов, систем, взаимодействий, логики и прочего. Не всегда эти системы можно легко просчитать. Много чего сложно просчитать. До сих пор существует физические явления и сложные системы, которые настолько сложны, со стольким колличеством причинно-следственных связей, что не понятно до конца, как они работаю, несмотря на семимильное развитие науки и техники. Самый показательный пример - макроэкономика или трейдинг. В этих сферах человеческой деятельности огромные ресурсы, лучшие умы и оборудование, но до сих пор на любой дистанции ни одна страна со 100% вероятностью не может посчитать как отразится, то или иное событие, которое возникнет в любой момент времени на конкретный показатель. Если мы условно создадим идеальную симуляцию, в которой все профильные задачи будет полностью перекрывать AI, и делать это на отлично, никто не даст гарантию, что это отлично, правильно отработает на всей вариативности развития событий, в том числе которые никогда не происходили. То что работает безошибочно в идеальных условиях, не работает в мире, где порой отсутствует всякая логика. Это можно отнести к любой крупной компании, в которой работают тысячи специалистов на достижение общей цели и которая не существует в вакууме. Мое мнение, что часть неприятной рутины - это действительно снимет со специалистов и общества в целом, но целеком и полностью подобного рода автоматизация не заменит подавляющее большинство профессионалов - никогда. Проблема с людьми низкоинтеллектуального труда - куда их девать в таком колличестве. Уже сейчас если внедрить везде современные средства науки и техники, много кто останется неудел. Поэтому подтормаживают прогресс.
А кассиров до сих пор много в магазинах.
Потому что ты не можешь купить алкоголь без кассира
Через 30 лет: - Внучек, возьми мемасов. - Ну деда, у нас в городе своих дофига! - Так то ж нейросеть генерила! А дед сам фотошопил!
Большой бизнес всегда будет использовать то, что выгоднее
Вопрос времени и прогресса
А профессии не ограничиваются дизайнерами и программистами
конечно не ограничиваются, еще манагеры есть))
Добрый день! Приглашаем Вас написать статью в сообществе "Проверяем идеи сами" о какой-нибудь Вашей истории о тестировании новых нейронных сетей. https://vc.ru/s/1452202-proveryaem-idei-sami
Интересная статья)
да все это вряд ли я думаю не знаю
Легко анимировать движение неизведанного чудища, а сложно - движение человека. Все знают, как ходит человек, и никто - как чудище.
Так и тут: нагегерировать красивой херни одно, а реальной - другое.
Сначала было классно читать про генераторы текстов, про всякие алисы, или про генерацию изображений. Потом пошло все с этим чатом, и уже настоебенило. Про крипту все забыли, началась новая тема.
Комментарий недоступен
Да уж, нейронка - это наше будущее. Я уверен, что эта «машина» способна на большее!
Одно можно сказать точно - дизайнерам зажмут повышение зп, скажут нейросеть не хуже работает
Скорее всего не только дизайнерам, но и рерайтерам, программистам и т.д. Нужно быть на голову выше искусственного интеллекта в своей специальности.
Не такая уж она и умная.
Или вот еще
всех гуманитариев заменят нейросети)
Уууупс
Лазил на сайте с купонами и нашел купон,на первый заказ яндекс маркет.
Условия просты:
1)скачиваешь приложение на телефон,без разницы app store или google play или rustore.
2)создаешь новый аккаунт
3)Делаешь покупку от 2,5тыс.руб.,вводишь купон REF_MAMGTGF.
И получаешь скидку на 500руб.
Промокод действует до 14 МАРТА.Успей!!