киберпросвет

Уже месяц пытаюсь написать пост про нейронки. Каждый раз через два абзаца тема начинает казаться никому не нужной.
Решение: писать как пишется. Предупредил 😄

1. Модели наигрались, теперь учатся работать руками
Бурный рост языковых моделей закончился. Сейчас они не столько «умнеют», сколько обрастают инструментами — учатся дёргать существующий софт, а не просто рассуждать в вакууме.

2. Пока это бесплатный банкет за чужой счёт
ChatGPT, Алиса, DeepSeek и остальные ничего не стоят пользователю по факту — они живут на инвестиции. Подписка за 10-20$ не покрывает расходы компаний, это просто способ притормозить нагрузку на серверы, а не честная цена.
Если вы всерьёз строите на этом работу, бизнес, привычки — держите в голове план на день, когда подписка вырастет в 10 раз (а по-хорошему готовьтесь к 100). И отдельно продумайте, что делать, если доступ обрубят с обеих сторон.

3. Куда это всё катится — никто не знает
Одни обещают AGI — автономный интеллект, который сам решает и разбирается во всех человеческих делах. Другие лепят терминаторов (Маск уже переключился с Тесл на человекоподобных роботов). Третьи считают, что после хайпа что-то реально полезное просто останется.
Я скорее в третьем лагере. Прямо сейчас модели реально хорошо помогают в коде — и это логично: код — тот же язык, просто другой.

4. Хватит путать термины
Ненавижу термины со школы, но сейчас именно из-за них все путаются.
Ребята из австралийского Cortical Labs вырастили живые нейроны и научили их играть в Doom — вот это я называю искусственным интеллектом.
А то, что сегодня массово зовут ИИ — по сути генеративные ассистенты: закинул запрос, получил сгенерированный ответ. Если нужен термин пошире и без путаницы — машинное обучение. Ему уже тысяча лет, и оно всё объясняет без драмы.

5. Идею обкатали, дальше — допиливать напильником
Крупные игроки уже делают отдельные чипы под машинное обучение вместо видеокарт. Появляется «обёртка» — tool calling и агенты, то есть способ подружить модели с уже существующими утилитами.
А ещё сама идея дико неэффективна. Представьте: тысяча студентов просит пересказать «Войну и мир» так, чтобы препод не заметил ИИ. И каждый запрос модель обрабатывает с нуля — 1000 отдельных вычислений вместо одного пересказа, положенного в память, из которой потом просто отдают ответ по запросу. Вот с таким запасом прочности это всё работает сейчас.

6. Учите тему, пока это можно делать всем
Сейчас с нейронками — как с программированием на этапе, когда появились языки высокого уровня и стало можно писать человекочитаемый код.
Было так:
00011100 00000001
00011101 00000010
01011100 00011101
Или так:
MOV AL, 5
ADD AL, 10
MOV [0x4000], AL
А потом появился Фортран:
RESULT = 5 + 10

Дальше вкатываться будет сложнее — область обрастёт своими терминами, абстракциями и просто станет дороже входить. Сейчас — самое дешёвое окно входа, какое будет.

тест3 окончен ✅

я который месяц порываюсь написать что-то про внедрение нейронок, про развитие сервисов на их основе, и что ChatGPT, Claude, Gemini, подставь-любое-название всех победит

но любая тема начинает казаться никому не нужной через два написанных абзаца

посему было принято решение писать как пишется (я предупредил 😄)

мысля 1
языковые модели закончили своё бурное развитие, теперь они обрастают инструментами взаимодействия с существующим софтом

мысля 2
сегодня генеративные ассистенты (ChatGPT, Алиса AI, Deepseek,...) ничего не стоят для пользователя, они существуют на инвестиционные деньги, подписки за 10-20$ совсем не покрывают расходы (это скорее просто фактор уменьшения нагрузки на серверы, если совсем бесплатно сделать - мощностей никому не хватит)
поэтому если вы всерьёз внедряете в свою жизнь, работу, бизнес автоматизацию на основе этих сервисов, то придумайте план на момент, когда подписка станет в 10 раз дороже (хотя учитывая расходы компаний она скорее станет в 100 раз дороже), отдельный локальный прикол - что делать, когда обрубят доступ с обоих концов

мысля 3
чем закончится этот этап развития - совершенно непонятно, одни обещают AGI (общий искусственный интеллект, типа автономная система, которая сама решает и никто ей не подсказывает, ещё и шарит за все человеческие дела), другие пытаются наклепать терминаторов (аж целый Маск вместо Тесел начал делать человекоподобных роботов), третьи полагают, что после хайпа что-то останется
я, скорее, ближе к третьим, сейчас языковые модели очень хорошо помагают в программировании (что очень логично, ведь код похож на язык)

мысля 4
ненавижу со школы термины
но сейчас вижу как из-за них все страдают
вот то, что делают, например, чуваки из австралийского стартапа Cortical Labs - это я понимаю -- искусственный интеллект, они вырастили искусственные нейроны, как в мозгу, и они смогли сыграть в игрушку Doom :)))
а то, что многи сейчас называют искусственным интеллектом, по большей части -- генеративные ассистенты (ну потому что на основе вашего запроса генерируют какой-то ответ)
если же нужен термин шире - машинное обучение, прекрасно всё объясняет и существует тыщу лет

мысля 5
развитие на этом не остановится, по сути произошла обкатка идеи, теперь её будут допиливать напильником, уже сейчас крупные игроки разрабатывают специализированные чипы для машинного обучения вместо использования видеокарт, появляется "обёртка" называемая tool calling и агентами (то есть инструменты, позволяющие взаимодействовать уже существующим утилитам и языковым моделям), оптимизация самой идеи (сейчас любая модель начинает генерировать ответ с чистого листа, что абсолютно неэффективно, представьте - тыща пользователей запросила пересказ Войны и мира, да так, шоб препод не заметил иишку, и эта тысяча запросов обрабатывается абсолютно отдельно, затраты 1000x вместо того, чтоб один раз пересказать и положить пересказ в "память", а потом из памяти выдавать по запросу, вот настолько сейчас они неэффективно работают)

мысля 6
изучайте тему пока это доступно всем, это как программирование на этапе появление языков программирования, когда стало можно писать человекочитаемые конструкции

было так
00011100 00000001
00011101 00000010
01011100 00011101

или так
MOV AL, 5 ;
ADD AL, 10 ;
MOV [0x4000], AL ;

а появился Фортран и стало возможно тоже самое записать так
RESULT = 5 + 10

дальше будет сложнее вкатиться, так как область будет обрастать специфическими знаниями, терминами, абстракциями, да и тупо станет дорогой

тест2 окончен 🤟

То есть сейчас мы местами тратим вычислительные ресурсы очень похоже на людей, которые каждый раз изобретают таблицу умножения заново.

Мысля 6

Поэтому я бы изучал эту тему сейчас.

Не потому, что завтра случится AGI.

И не потому, что «нейронки всех заменят».

А потому, что сейчас технология ещё достаточно молодая, чтобы в неё можно было войти без пяти лет специфического образования и словаря из 300 новых терминов.

Чем дальше, тем больше появится абстракций, специализированных инструментов, инфраструктуры и людей, которые скажут:

«Да это очевидно, ты просто не понимаешь разницу между X и Y».

В этом смысле ситуация немного напоминает развитие программирования.

Сначала люди писали примерно так:

00011100 00000001
00011101 00000010
01011100 00011101

Потом:

MOV AL, 5
ADD AL, 10
MOV [0x4000], AL

А потом появился Фортран:

RESULT = 5 + 10

То есть очередной слой абстракции сделал технологию доступнее.

С нейронками сейчас примерно похожая история.

Пока ими ещё относительно легко пользоваться «на уровне человека», а не специалиста, имеет смысл разобраться.

Потому что дальше это почти наверняка станет сложнее.

И, скорее всего, дороже.

А главное — вокруг всего этого появится огромное количество новых терминов, специалистов и людей, которые будут очень убедительно объяснять вам, почему вы всё делаете неправильно.

тест1 окончен 🔊

Я который месяц порываюсь написать что-нибудь про внедрение нейронок, развитие сервисов на их основе, про то, как ChatGPT, Claude, Gemini подставь-любое-название всех победит.
Но любая тема через два абзаца начинает казаться мне никому не нужной.
Поэтому принято стратегическое решение: писать как пишется.
Я предупредил 😄

Мысля 1
Похоже, языковые модели прошли этап своего самого бурного развития.
Теперь главный фронт — не столько сами модели, сколько всё, что вокруг них: инструменты, интеграции и взаимодействие с существующим софтом.
Мало научить модель хорошо отвечать на вопросы.
Надо научить её нажимать кнопки, читать документы, писать в CRM, запускать код, искать информацию, работать с почтой и вообще как-то проникать в нормальный человеческий компьютер.
И вот это, мне кажется, только начинается.

Мысля 2
Сегодня генеративные ассистенты стоят пользователю подозрительно дёшево.
ChatGPT, Алиса AI, DeepSeek и прочие существуют в том числе на инвестиционные деньги. Подписка за $10–20 в месяц вряд ли отражает полную стоимость той вычислительной инфраструктуры, которая стоит за сервисом.
Поэтому если вы всерьёз встраиваете такие штуки в жизнь, работу или бизнес, я бы хотя бы мысленно ответил на вопрос:
что мы будем делать, если привычная подписка внезапно станет в 10 раз дороже?
Потому что если посмотреть на экономику этих систем, вопрос скорее в том, *когда* цена перестанет быть символической, чем в том, станет ли она выше.
А есть ещё локальный прикол:
что делать, если доступ обрубят с обоих концов — и сервис не пускает вас, и ваш доступ к нему тоже исчезает?
Зависимость от чужого API — тоже зависимость.

Мысля 3
Чем закончится этот этап развития — вообще непонятно.
Одни обещают AGI: нечто вроде автономной системы, которая сама ставит себе подзадачи, принимает решения и умеет работать примерно со всем человеческим миром.
Другие уже строят человекоподобных роботов.
Третьи считают, что после хайпа всё это немного схлопнется, а от нынешней волны останется набор очень полезных инструментов.
Я, скорее, где-то рядом с третьими.
Потому что даже если никакого магического «общего интеллекта» завтра не случится, нынешние языковые модели уже очень хорошо помогают в программировании.
И это довольно логично: код — язык, а языковые модели как раз очень хорошо работают с языком.

Мысля 4
Я со школы ненавижу термины.
Но сейчас особенно хорошо видно, как из-за них все запутались.
Например, есть австралийский стартап Cortical Labs, который выращивает нейроны и учит их работать с вычислительными задачами.
Вот это я понимаю — искусственный интеллект.
Они, например, смогли научить выращенные клетки играть в DOOM :)))
А то, что сейчас массово называют «искусственным интеллектом», в огромном количестве случаев — это генеративные ассистенты.
То есть системы, которые получили ваш запрос, сгенерировали ответ и сделали вид, что всё под контролем.
Если хочется более широкого термина — машинное обучение прекрасно объясняет почти всё происходящее.
И, что особенно приятно, этому термину уже не вчера исполнилось восемь лет.

Мысля 5
И, конечно, развитие на этом не остановится.
Сейчас по сути произошла обкатка идеи.
Дальше её будут допиливать напильником.
Крупные компании уже делают специализированные чипы для машинного обучения вместо того, чтобы просто использовать GPU.
Появляются tool calling и агенты — то есть способы дать модели доступ к реальным инструментам и заставить её не только разговаривать, но и что-то делать.
Оптимизируется и сама архитектура использования моделей.
Потому что сейчас они во многом работают абсурдно неэффективно.
Представьте: тысяча человек одновременно просит:
> «Перескажи мне “Войну и мир”, но так, чтобы препод не заметил, что это написала нейронка».
И тысяча запросов фактически обрабатывается отдельно.
В идеальном мире достаточно было бы один раз проделать работу, положить результат в условную память, а потом уже переиспользовать его там, где это возможно.

очень хороший рассказ, как усложняются цепочки давлениня на нас ⏬🔽⏬

от себя добавлю, что совпадение какого-то вашего события из жизни с началом действия мошенников часто и не совпадения вовсе, они собирают всё больше инфы и она становится всё более актуальной (дни и часы вместо месяцев и лет), а доступность дешёвых инструментов обработки таких огромных массивов информации даёт им возможность практически следить за нами в реальном времени

то есть они действительно могут знать о доставке для вас или замене домофона и использовать очень правдоподобые сценарии