Что я понял пытаясь применить нейросети для повседневных задач: написание кода, генерацию изображений и составления текстов.
Стоны восторга и ужаса по поводу пришествия сверхумных нейросетей наводнили ленты соцсетей. Беспомощного обывателя подхватила волна хайпа: программисты больше не нужны, копирайтеры и иллюстраторы останутся без работы!
Это конечно же полная чушь и сейчас объясню почему.
Контекст: мои навыки
Для дальнейшего повествования важно понять, какие навыки у меня есть и каких нет. Это напрямую влияет на то, как и для чего я могу использовать нейросети.
Вообще я C-level менеджер, но помимо этого у меня есть и такие способности:
- Написание текстов — я достаточно много времени уделял этому, периодически пишу технические и бизнес-статьи; как-то ради интереса даже книгу написал (и да, её покупают!). Уровень владения — высокий.
- Дизайн и графика — сам не рисую, но у меня есть насмотренность: могу отличить иллюстрацию со стоков от дорогой работы, понимаю про стили, процесс производства, композицию и вот это все. Уровень владения — средний.
- Написание кода — в университете я писал на Паскале, потом сам верстал сайты на HTML+CSS, освоил Bootstrap, понимаю базовые концепции программирования и знаю про основные инструменты разработчика, SDLC, как приложение в облаке работает (в общих чертах). Уровень владения — на уровне джун+.
Дальше расскажу как я попробовал усилить каждый из этих навыков нейросетью и что из этого вышло. Спойлер: результаты разные.
Написание текстов
Я использовал ChatGPT в основном для написания писем на английском. И он отлично работает, если ты знаешь о чем и в какой форме надо написать, предоставляешь тезисы, а также знаешь английский, чтобы проверить полученный результат и внести правки.
То есть, чтобы получить хороший результат при написании важного текста, надо уже иметь все навыки для того, чтобы сделать это самостоятельно.
С первого промпта готовый текст никогда не выходит. Типичные проблемы, которые приходилось исправлять:
- Тезисы смешались и присутствуют в тексте в неоптимальном порядке.
- Одни и те же мысли дублируются в разных абзацах, повторения-повторения.
- Смысл написанного немного отличается от того, что автор хотел сообщить.
- Нейросеть не поняла суть тезиса и написала не то, что надо.
В общем, это очень похоже на результат работы неопытного сотрудника, которому надо подробно ставить задачу, объяснять как все сделать, а потом еще и проверить за ним. При этом нейросеть экономила мне до 90% времени на генерации и редактуре.
Внимание! Эта статья не содержит GPT. Текст написан кожаным мешком от начала и до конца, без привлечения какой-либо автоматизации.
Генерация изображений
Думаю много кто промптил «Путин краб» в MidJourney и сисястых дев в StableDiffusion (до того как нюдсы выпилили из стандартной поставки). Так что на проблемах с пальцами и базовой анатомией останавливаться не буду.
Нейросети по любому достаточно абстрактному запросу рисуют портреты. А в коммерческой иллюстрации портрет почти никогда не нужен; важен сюжет, жанровая сцена и соблюдение заданного стиля. Со стилями железяка более-менее разобралась, а со всем остальным есть проблемы.
Я пытался изобразить девушку сидящую на ветке большого дерева с чашкой чая. Получался в основном кошмар. Очень часто руки или ноги врастали в ствол или ветка торчала из живота. Попробуйте загадать нейроиллюстратору «человек делает стойку на руках» и для вас откроется портал в зловещую долину.
Что получаем по итогу? Чтобы сделать хорошую иллюстрацию надо разбираться в стилях (видеть где они нарушены), понимать как пользоваться перспективой, как выстроить композицию, соображать какой смысл вложить в картинку (метафора).
А еще — как запустить у себя на локальной машине скачанный SD и подружить его с ControlNet, чтобы изображение имело нужную композицию; где качать обученные модели под свою задачу, как обучить свою модель... И попутно разобраться со всеми этими крутилками.
Мне потребовалось полчаса и звонок другу-разработчику уровня CTO, чтобы просто запустить SD. И еще полчаса, чтобы получить какой-то адекватный результат по заданному сюжету, а не просто портрет. Я не представляю как какой-нибудь фрилансер-иллюстратор освоит этот инструментарий без полугодового онлайн курса от NeuroSkillBox.
Думаю вы уже сообразили: если кто-то (например я) не умел создавать коммерчески успешные иллюстрации без нейросети, то он и сейчас это не умеет. Но те, кто умели, смогут их делать быстрее и дешевле и съедят тех, кто не освоит новые инструменты. Такие дела.
Написание кода
На это направление я возлагал самые большие надежды: самостоятельно создавать приложения и не платить по 900k в наносекунду социально не адаптированным людям. Мечта!
Решил начать с простого: написать код на Пайтоне, который пушит аудио файл в Яндекс.Облако и там при помощи СпичКита расшифровывает его в текст. Два десятка строк кода, не больше!
За 5 минут я объяснил ChatGPT какой код мне нужен, а потом 2 часа пытался его запустить и дебажил. Из них примерно час я потратил на то, чтобы понять почему у меня не ставятся модули. Оказалось, что на (в) MacOS вместо pip install %module_name% надо набирать pip3 install %module_name%. Oh God WHY?
А еще 2 часа перед этим я разбирался как использовать функцию работы с speech2text (там есть 3 или больше варианта вызова), какие форматы аудио поддерживаются, где взять API-ключи (достиг успеха только со второй попытки), что такое IAM-токен, создавал object storage, загружал файл и выдавал на него права... Все это относительно простые вопросы если ты 15 лет работаешь в IT (как я) или ты УЖЕ программист (не как я).
Довести программу до рабочего состояния мне так и не удалось. Я не решил проблему с SSL сертификатами и не понял почему API возвращает ошибку «пустое аудио», хотя там 15-минутная запись моих очень умных мыслей.
Говорят на Си (не путать с Xi) все еще сложнее чем на китайском — надо потратить неделю только на то, чтобы подготовиться к разработке (и это если уже знаешь что делать).
Наверно, я смог бы написать калькулятор при помощи ChatGPT. Но зачем?
И наверно, я смог бы решить свою задачу, если бы уже умел писать веб-приложения на Пайтоне и работать с API.
Кажется, мы пришли к одинаковым выводам во всех трех сценариях. Давайте обобщим.
Выводы: жизнь станет лучше, но сложней
- Нейросети помогают, но не делают за тебя. По прежнему нужна хорошая квалификация для получения коммерчески-значимого результата.
- Профессионалам станет легче работать за счет автоматизации рутины. А набор необходимых базовых знаний для новичков будет только расти: делай все то же самое, что и раньше, но теперь с применением нейросетей.
- Вывод Шредингера: хорошая новость — те, кто работают головой, смогут получать результат быстрее; плохая новость — работать головой придется еще больше (и не все смогут).
Мой Телеграм канал, где я рассказываю про свой опыт управления, бизнеса и работы над собой.
Еще можно понять, если бы автор прямо указывал на проблемы начального ChatGPT, GPT-4 трахнет все доводы автора в хвост и в гриву. Доступ хотя бы к Copilot-y купи, нуб)))
п. с. автор ведь с претензией высказывает свое мнение? Ну вот и ловит по щам пущай)
Четвертая версия ни чем не лучше третьей. Прогресс на самом деле встал уже в гпт-2.
Ой ли. На пикче RU тройка, тот же ответ и на EN, но я удалил уже диалог. И вот что отвечает 4:
If one highly effective software project manager estimates an initiative in 4 scrum sprints, then how will 2 highly effective software project managers estimate the same initiative? Evaluate step-by-step.
Having two highly effective software project managers does not necessarily mean that the estimation for the initiative will change. Estimations are typically based on the development team's capacity and the complexity of the tasks involved, rather than the number of project managers overseeing the project.
In this scenario, it's important to note that having two highly effective project managers might result in better communication, risk management, and coordination, but it doesn't necessarily change the estimation of how long the initiative will take. The number of sprints required would still depend on the development team's capacity and the complexity of the tasks involved.
Связанность рассуждений в 4й версии колоссальная. Поверьте, я работаю начиная с 2ки, плотно с 3й и прогресс каждый раз заметно ощущается. По навыкам, это как растёт ребёнок. Вначале несёт балабольщину и чепуху, потом начинает осмысленно ставить слова в одно псевдо предложение и сейчас уже формирует полностью предложения. Только у GPT взросление идёт несколько с другими особенностями.
@Роман Жихарев у вас была 3ка или 4ка в экспериментах?
Так она примерно такая еще со второй версии, я же говорю. А рассуждать сеть как не могла так и не научилась (в плане рассуждений гпт4 ни чем не лучше элизы из 60-х годов) - даже самые элементарные задачки вводя ее в ступор.
На самом деле в некоторый кейсах четверка даже хуже тройки (это и логично - чем более универсальна сеть, тем хуже она решает каждую отдельную задачу). Т.е. мы уже видим деградацию.
Только у GPT взросление идёт несколько с другими особенностями.Оно у нее не идет. За счет увеличения количества данных выросло количество кейзов которые сеть знает (потому что они присутствуют в данных) и может обработать.
Это ни чем не отличается от той же элизы. фактически, опенаи сейчас руками эти кейзы формирует и доучивает сеть - точно также как раньше в 70-х руками кодировали реакцию ботов. Это ни чем не отличается.
Если же выйти за пределы обучающей выборки - то все, нейросеть абсолютно беспомощна.
Если вы такие рассуждения, как на изображениях ниже рассматриваете, всего лишь, как Элизу и по вашему - это отсутствие развития, то и мозг стоит называть обычным полевым транзистором.
Где вы там увидели рассуждения? Просто бессмысленный набор слов, где нет нет ни каких логически взаимосвязей. Рассуждать сеть как раз не может, поэтому не справляется даже с простейшими логическими задачками.
это верно, тест тьюринга она точно провалит
Код я пробовал писать буквально вчера, перед написанием статьи. Снизу была отметка, что используется 4-я версия. Тексты с разными версиями писал, но не заметил никакой разницы пока.
Снизу или сверху? Четвёрка только в платной версии.
А задайте тот же вопрос про "как быстро смогут выносить 1 ребенка 9 женщин", плиз? Просто любопытно, на этом распространённом примере тоже включится логика арифметической задачки или там что-то щёлкнет?
Это зависит от нескольких факторов, таких как физическая подготовка женщин, наличие медицинского оборудования и помощи медицинского персонала, а также сложность родового процесса.
В среднем, естественный родовой процесс для первородящих женщин может занять от 12 до 24 часов, а для женщин, рожавших ранее, может занять от 6 до 12 часов. Однако у каждой женщины может быть свой индивидуальный опыт родов.
Если предположить, что каждая из девяти женщин занимается родами одновременно, и все они находятся в хорошей физической форме, с медицинским оборудованием и медицинским персоналом, то процесс может занять около 1-2 часов на одного ребенка.
Однако стоит отметить, что роды могут быть непредсказуемыми, и необходимо учитывать возможные осложнения, которые могут затянуть процесс. В любом случае, важно обеспечить качественную медицинскую помощь для всех женщин, рожающих ребенка.
Если на английском:
It's not possible for 9 women to collectively bear a single child. Each woman can bear a child individually, but the process of pregnancy and childbirth is specific to each individual and cannot be shared or distributed among multiple people.
Furthermore, pregnancy and childbirth involve a biological process that takes a specific amount of time, and there are limits to how quickly this process can occur. On average, human pregnancy lasts around 9 months or 40 weeks, and the process of childbirth can take several hours to complete.
So, to answer your question directly, 9 women cannot bear 1 child together, and the process of bearing a child takes a set amount of time and cannot be accelerated by adding more people to the process.
Вот кстати хороший пример "мышления" в тройке:
Two pirates board a commercial vessel, do what pirates do best, and flee with 100 gold coins. Back on their own ship, the scalawags must decide how to divvy up the booty.The pirates have a system that they are sworn to follow, else they be killed. It works like this: The oldest among them proposes a way to divide the coins. Then all the pirates, including the one that made the proposal, vote on whether or not to accept the terms. If 50 percent or more accept, then they divvy the loot as proposed. If less than 50 percent of the pirates agree to the plan, then the pirate who made the suggestion is thrown overboard and killed. The next oldest pirate then makes a suggestion, and they vote again.
There are a few important things to know about these pirates. First, they will make their decisions according to whatever will net them the most money without getting them killed. Second, they are bloodthirsty pirates, and all other things being equal, they would rather throw someone overboard. Third, they do not trust each other in the slightest and will make no agreements amongst themselves to determine how they vote. Finally, these are highly logical pirates, capable of considering all possible outcomes.
Let's consider the pirates A and B, with A being the oldest and B the youngest. How should Pirate A suggest they divvy up the coins?
и ответ:
This is a classic game theory problem known as the Pirate Game or the Pirate Treasure Game. To solve this problem, we need to consider the possible outcomes of each proposal and how each pirate would vote based on their self-interest.Let's start with the simplest case where there are only two pirates, A and B. Pirate A knows that if he suggests a plan that gives all 100 coins to himself, Pirate B will vote against it and Pirate A will be thrown overboard. Therefore, Pirate A needs to propose a plan that gives Pirate B at least one coin, but still leaves Pirate A with the majority of the coins.
If Pirate A proposes to give Pirate B only one coin, then Pirate B would vote in favor of the proposal because one coin is better than none. Pirate A would also vote in favor because he would get 99 coins. Therefore, this proposal would be accepted.
However, if Pirate A proposes to give Pirate B two coins, then Pirate B would still vote in favor of the proposal, but Pirate A would vote against it because he would only get 98 coins. Therefore, this proposal would be rejected.
Pirate A could propose to give Pirate B three coins, but then Pirate B would get more than Pirate A, which goes against Pirate A's self-interest. Therefore, the proposal of giving Pirate B one coin is the optimal solution.
To summarize, Pirate A should propose to give Pirate B one coin and keep 99 coins for himself. This proposal would be accepted because both pirates would vote in favor of it.
т.е. у сети есть ответ в обучающей выборке и она пытается из него что-то родить. но не выходит, т.к. она даже базовыми навыками мышления не обладает. Если в выборке не будет ответа - то просто будет чушь генерить.
https://youtu.be/cf9ek__AH-0
В 60-х про элизу говорили точно так же. Ни чего не изменилось.
ИИ - это тот же термояд. Он всегда "будет в ближайшие годы".
Ближайшие годы в конце концов наступят
https://youtu.be/cMDpWf-aSrs
Когда-нибудь то конечно. Лет через 500.
Кстати в видео выше ошибка - чатгпт проходит тест понимание эмоций/убеждений только потому что у него есть аналогичные задачки в выборке. стоит изменить условия так чтобы задачка стала непохожей - и все.
по второму видосу - про демографический переход как раз давно все известно, он связан с уровнем женской грамотности.
О сроках во втором видео.
У него там много ошибок.
1. нейронки развивались не 10 лет а больше полувека.
2. нейробиологи не сравнивают мозг и компьютер. ну т.е. отдельные маргиналы наверное сравнивают - но в комьюнити нейробиологов такие убеждения это чтото вроде новой хронологии фоменко для историков.
3. оценка развития мощности выч. техники некорректна и взята с потолка
4. не учтена проблема отсутствия данных для обучения
5. не учтено что от гипотезы скейлинга отказались уже несколько лет назад. т.е. даже если мы сделаем и обучим модель большего размера - она не будет существенно лучше
6. с потолка взята эффективность по сравнению с человеком. почему 1/10 а не 1/1000000000?
7. ну и наконец не учтено что ни кому просто и не нужно дальнейшее развитие, а раз не нужно - то бизнес просто не будет выделять на это деньги.
в общем просто цифры сказанные наугад. Такой же видос можно было снять 10, 20, 50 лет назад.