«ЦИПР-2024». День третий: «Искусственный огонь»

Привет! На связи Кирилл Левин, CEO NLABTEAM. Принёс вам заметки с третьего дня «ЦИПР-2024», одного из ТОП-5 мероприятий России, посвящённых цифровой экономике. Тема одной из пленарных сессий — «Искусственный огонь. Промышленная эволюция с генеративным ИИ и языковыми моделями». Делюсь самым полезным из увиденного и услышанного. Поехали!

На третий день организаторы дали всем немного выдохнуть: пленарная сессия началась в 11 утра. Тема крайне актуальная, я и в своём блоге о ней уже писал совсем недавно.

Забегая вперёд, была панельная дискуссия: сначала представители большого бизнеса рассказали о своих достижениях в использовании больших языковых моделей (LLM), а потом осталось немного времени на вопросы и, собственно, обсуждение.

Ильшат Карамов рассказал о том, как «Татнефть» объединила LLM со специализированными моделями распознавания изображений. У них все распознанные технологические операции собираются в единый производственный график, затем он сопоставляется с технологическими картами и нормативной документацией — и отчётливо выделяются простои.

Михаил Корольков, начальник управления цифровых технологий и ИИ в компании «Газпром нефть», вместе со своей командой представил «Супергеолога»: это генеративный ИИ, который из текстового запроса формирует план геологических исследований.

Работают с открытыми LLM. Любопытно, что, поскольку те работают лучше с английским, всё общение с LLM ведётся на английском.

Анна Калюжная из ИТМО, как и положено представителю науки, систематизировала роль генеративных сетей в общем многообразии искусственных интеллектов, начав с цитаты Stephen Wolfram (основателя одной из лучших платформ математических расчётов Wolfram):

То есть для получения действительно точных ответов нужно интегрировать LLM c системами точных расчётов. Как пример, платформа ИИ Microsoft Jarvis имеет единый интерфейс, где под каждую задачу вызываются специализированные ML-модели.

Анна показала, как работает построенная на архитектуре мультиагентов система от ИТМО.

Далее, развитие ИИ будет двигаться в направлении связки LLM + AutoML: генеративные модели и специализированные модели с автообучением.

Александр Крайнов, директор по развитию ИИ в ООО «Яндекс.Технологии», выступил без презентации, как он сказал: «Вытяну за счёт харизмы». Не соврал, реально зажёг ;)

Озвучил прикольную идею мониторинга процессов управления проектами:

Адель Валиуллин, руководитель отдела искусственного интеллекта из Газпромбанка, рассказал об уже внедрённых сервисах, которые решают задачу Copilot-а по развитию карьерного трека.

В завершение Дмитрий Филатов, модератор сессии, показал видео с концептом мультимодальной LLM, которая анализирует и текст, и видео — и подсказывает водителю об опасностях на дороге. Пообещал, что такая технология будет внедрена в российском электромобиле «АТОМ».

Далее между спикерами состоялась небольшая, но занимательная дискуссия.

📌 Вопрос № 1: Генеративные LLM доступны только крупным компаниям?

Александр Крайнов:

— Есть уже существующие облачные сервисы. На их основе можно заказывать разработку LLM-решений под конкретный бизнес у сторонних компаний. Например, Александр Бухановский, директор мегафакультета трансляционных информационных технологий, профессор факультета цифровых трансформаций ИТМО, со своей командой делал проект для «Татнефти».

Open source модели можно переиспользовать. Использование внешней команды сводится к тому, что вы, по сути, принимаете команду к себе — между вами создаётся очень тесная интеграция. Команда мониторит LLM, сравнивает и комбинирует.

Михаил Корольков:

— Почему бы не отдать вообще все функции GPT, включая генерацию самих GPT?

Ответ Александра Крайнова:

— Класс специалиста определяется по уровню его самой большой ошибки. GPT модели — это как джун. Вероятность грубейших ошибок очень высока.

Ильшат Карамов:

— Мы организовали высшую школу «Татнефти». Одна из идей — обучение применению LLM. Основная проблема — неумение правильно сформулировать промпт.

Комментарий Александра:

Промпт-инжиниринг, по сути, был всегда, только раньше мы задачи формулировали только живым людям. И точно так же была проблема с тем, что задача формулировалась неточно.

📌 Вопрос № 2: Как станет выглядеть будущее? Как изменятся профессии?

Анна Калюжная:

— Если сравнить нашу современную жизнь с началом 90-х, когда стартовала эра повсеместного использования компьютеров, то новых профессий появилось не так уж и много. Просто в рамках старых профессий люди освоили новые технологии. Через десяток лет все будут нативно пользоваться большими языковыми моделями, но сами профессии мало изменятся.

Александр Крайнов:

— Garbage in, garbage out. Плохие данные на входе — плохие результаты на выходе. Языковые модели начали переходить к сложным задачам. Будут востребованы люди, способные очень точно собирать новые данные для обучения и правильно их готовить. Само обучение моделей автоматизируется.

Адель Валиуллин:

— Вспоминаем Клауса Шваба, «Четвёртая промышленная революция».

Однако, что происходило с первыми промреволюциями? Люди не остались без работы, повысилась их эффективность. То же самое произойдёт и сейчас: просто повысится производительность людей.

Михаил Корольков оппонирует:

— Утешительная мантра: «Модели возьмут на себя рутину, а люди будут заниматься интеллектуальным трудом». Но, например, «Супергеолог», фактически, замахивается на творческий уровень — еще немного, и интеллектуальный труд будет замещён.

Возможно, интеллектуалы сместятся в сторону обучения LLM, у стратегического уровня управления компаниями будет +2 года, но потом и их будут замещать. Так что не надо себя успокаивать, человеку нужно будет заново искать своё место в новом мире.