Нейросети не умеют создавать новый контент? Вся правда про ИИ
Добрейшего дня! С вами ваш любимый популяризатор искусственного интеллекта — ИИлья Петухов! Напомню, мы вместе с командой Directum разрабатываем и внедряем ИИ-сервисы, которые потом помогают среднему и крупному бизнесу расти и развиваться дальше.
Я решил немного отдохнуть и перезагрузиться, а для вас подготовил статью в формате FAQ — часто задаваемых вопросов на встречах и проектах.
Устраивайтесь поудобнее и поехали!
P.S. если не нашли ответ на свой вопрос, пишите его в комментариях.
Как обучается ИИ? Объясните, как ребенку
На самом деле обучение ИИ очень похоже на обучение детей или взрослых чему-то новому.
Представьте, что вы никогда не видели кошек. Вам показывают фотографию животного и спрашивают: «Это кошка?» Вы отвечаете: «Не знаю». Тогда вам объясняют: «Кошки — это такие животные с четырьмя лапами, хвостом и усами». Вы смотрите на фото ещё раз и понимаете, что это действительно кошка. Так вы научились определять кошек.
Примерно так же обучаются нейросети. Их учат распознавать сущности, отвечать на вопросы, писать тексты и выполнять другие задачи. Для этого используют множество данных (датасеты), на которых нейросеть тренируется. Например, если её обучают распознавать кошек, то ей показывают множество фотографий этих животных. При этом нейросеть сама ничего не понимает — она просто делает предположения и сравнивает их с правильными ответами. За правильные ответы её поощряют, а за неправильные — наказывают. Со временем она всё лучше справляется со своей задачей.
По результатам обучения у ИИ формируется насмотренность и некая эталонная модель представления той или иной сущности (объекта, звука, эмоции и прочее).
Какие бизнес-процессы можно автоматизировать с помощью ИИ?
Первое – это процессы, где много повторяющихся действий, — так называемая рутина.
- Обработка любых входящих документов. Нейросеть может находить в них ключевые факты, автоматически сортировать и классифицировать документы, направляя их соответствующим отделам или сотрудникам, собирать комплекты.
- Заполнение любых форм и перенос данных. Машина может автоматически вписывать информацию в различные справочные формы, используя базы данных или другие источники.
- Производственные процессы. ИИ может контролировать их, отслеживать прохождения ключевых этапов, оптимизировать производительность и предотвращать сбои. Ну и с помощью искусственного интеллекта можно делать предиктивный анализ поломок и прочего.
Вторая группа процессов связана с анализом данных, поиском паттернов или исследованием новых возможностей.
- Конечно, сюда входит анализ больших данных. Искусственный интеллект может анализировать большие объёмы информации быстрее и точнее, чем человек. Он может обнаруживать скрытые закономерности и тенденции, которые необходимы для принятия решений.
- Маркетинг. Искусственный интеллект может анализировать поведение клиентов и определять наилучшие стратегии продвижения. Это помогает улучшать взаимодействие с клиентами и, как следствие, увеличивать продажи.
- После того, как данные проанализированы, ИИ может сделать отчет на их основе, сэкономив время сотрудников.
- Ещё один кейс из области маркетинга. ИИ может автоматически мониторить социальные сети, отслеживая упоминания бренда или ключевых слов, и отправлять уведомления при обнаружении важных событий.
Это только часть из тех задач, которые «лежат на поверхности», могут быть автоматизированы в первую очередь и дать быстрый эффект от внедрения ИИ.
Что генеративный ИИ не умеет?
Один из интереснейших вопросов, так как сейчас все наперебой говорят только о том, что ГенИИ умеет — писать, структурировать, строить гипотезы, обрабатывать данные, проявлять креатив и многое другое. Но если мы посмотрим на технологию, то всё-таки увидим ограничения.
- Не умеет создавать что-то уникальное. Вы скажете: «Подожди, но генеративный ИИ может создавать изображения, видео и тексты!». Да, но они основаны на уже существующих данных или входных данных, предоставленных пользователем. Нейросеть не может придумать что-то совершенно новое без какого-либо исходного материала.
- С трудом разбирается в сложных контекстах и нюансах. Он может обрабатывать большие объемы данных и учиться на них, но все еще испытывает трудности с пониманием сложных текстов. ИИ может не всегда правильно интерпретировать или применять информацию в реальном мире.
- Предсказания с высокой точностью — тоже не его конек. Хотя ГенИИ может использовать данные для прогнозирования, его предположения не являются абсолютными. Существует вероятность ошибок.
- Этические дилеммы. В целом ИИ не обладает способностью решать этические задачки или учитывать моральные последствия своих действий. Это ответственность человека — контролировать и направлять использование ИИ таким образом, чтобы оно соответствовало этическим стандартам.
- Не имеет своего сознания и не наделен эмоциями. ГенИИ — это бездушная программа, которая просто обучается на данных. В отличие от человека, она не может чувствовать, мыслить или иметь намерения.
Экономит ли внедрение ИИ бюджет компании?
Еще точнее этот вопрос можно задать так: «А надо ли вообще эту технологию внедрять?». Надо. Приведу пару примеров.
Во-первых, за счет автоматизации процессов, можно повысить производительность, не расширяя штат. Обожаю пример одной фабрики по производству обоев. У них есть специальный человек, который проверяет рулоны обоев на наличие дефектов. Перед ним 8 часов в день вращается рулон обоев, и он на него беспрерывно смотрит. 8 часов в день, 40 часов в неделю — смотрит на обои. Зачем? Если это может делать ИИ.
Во-вторых, применение ИИ снижает риск человеческих ошибок. Представьте, человек, который смотрит на обои 8 часов, моргнул, устал, не выспался и пропустил дефект. ИИ может работать круглосуточно без перерывов и ошибок, связанных с человеческим фактором. Это уменьшает количество брака и возвратов продукции.
Ну и в-третьих...
Все люди иногда ошибаются, и я тоже. Не удивлюсь, если через 20 лет окажется, что в захвате мира искусственным интеллектом виноват Илья Петухов, который писал статьи о его пользе. И вот пожалуйста.
Но вернемся к теме экономии. Людям свойственно делать ошибки по невнимательности, отвлекаться, уставать, болеть, уходить в отпуск и прочее. Ещё и тренд этого поколения — выгорать эмоционально.
ИИ не выгорит, не устанет, не уволится после того, как компания потратила ресурсы на его обучение, вложила в него сотни тысяч. Вы только представьте – вы вложились в ИИ, обучили его, теперь он в разы эффективнее находит брак в рулоне обоев и... Даже не думает уходить к конкуренту, потому что устал и хочет выше зарплату.
Руководители, работающие с поколением Z (людьми, рожденными в 00-х), наверняка оценят еще одну выгоду. ИИ будет работать четко по тому графику, который вы ему задали. Вы не услышите от него: «Что-то я сегодня не в ресурсе», «Не могу сидеть на стуле, колени затекают» или еще лучше: «Я так рано вставать не могу, мне бы с 10:00 работать…». Простите, накипело.
Если мы говорим об экономии бюджета для компании, ИИ — отличный исполнитель базовых рутинных задач. Роль человека должна быть другой – проверить, как со своей работой справился ИИ. Быть не исполнителем, а контролером.
Я могу долго говорить на эту тему, но пора, наверное, остановиться. Остальные вопросы о возможностях ИИ разберем в следующих статьях. А пока задавайте свои в комментариях!