Kitobni o'qish: «Молоток XXI века. От плуга до нейросети: как технологии делают нас сильнее»

ВВЕДЕНИЕ

Он говорил быстро, жестикулировал, и в его голосе звучало то, что я уже слышал много раз — страх перед неизвестным, замаскированный под заботу о сыне.

Мой знакомый — мужчина сорока пяти лет. Топ-менеджер строительной компании, которая возводит заводы и элеваторы по всей стране. Человек, привыкший принимать решения на миллиарды, руководить сотнями людей, спать четыре часа и чувствовать себя бодрым. У него за плечами институт, армия, два десятка крупных объектов, награды, репутация. Словом, взрослый, состоявшийся, уверенный в себе человек. И вот он сидит напротив меня за столиком в кафе, держит в руках чашку кофе, которую так и не пьёт, и спрашивает:

— А вдруг к тому времени, когда сын закончит вуз, программисты уже будут не нужны?

Его сын поступал на IT специальность. Всегда мечтал об этом. Мальчик с десяти лет полюбил компьютеры, собирал системные блоки, потом начал писать простые программки. У него был талант, и отец это видел. Но за несколько месяцев до поступления в институт появляются сомнения. ИИ, нейронки, новости о том, как нейросеть написала код лучше стажёра. И в головах людей зарождается аллюзия о безграничных возможностях нейросетей.

— Может, его в медицину? — спрашивал он. — Или в юриспруденцию? Там хоть люди нужны будут.

Я молчал, давая ему выговориться. Потому что я знал: он не просит совета. Он просто неуверен в будущем.

И это был далеко не единичный случай.

Мой друг — программист. Прошёл путь от инженера по автоматизации до разработчика на JavaScript. Сам экспериментирует с нейросетями, сам пишет промпты, сам тестирует модели. И при этом переживает за молодое поколение. «Вот эти ребята, которые сейчас в универах сидят, — говорит он, — они выйдут, а их умение писать код уже никому не надо будет. ИИ всё напишет».

Другие друзья — музыканты. Играют в группе для души, записывают альбомы в домашней студии. И тоже в тревоге: «Талант больше не нужен. Всё сделает ИИ. Напишет, споёт, сведёт. Зачем тогда мы?»

А ещё — топ-менеджеры, с которыми я пересекаюсь по работе. Уверенные люди в дорогих костюмах, которые смотрят на отчёты и заявляют: «Зачем нам большой отдел маркетинга? Всё задачи отдела маркетинга сможет решать ИИ. Сократим половину, наймём одного парня с промптами».

Страх перед ИИ — это не технологическая проблема. Это человеческая. И она стара, как мир.

Каждый раз, когда человечество изобретало что-то новое — от плуга до парового двигателя, от конвейера до компьютера — кто-то обязательно кричал: «Всё, конец. Рабочие больше не нужны». И каждый раз кричавшие ошибались. Не потому, что были глупы. А потому что страх всегда громче здравого смысла.

И вот что я сказал своему другу в кафе.

Я сказал, что ИИ — это инструмент. Такой же, каким когда-то был плуг, конвейер или первый персональный компьютер. Он не заменит человека. Он заменит рутину. Он не отнимет работу у сына. Он даст сыну новые инструменты, о которых мы сейчас даже не догадываемся.

Я сказал, что новые профессии появляются быстрее, чем исчезают старые. Что талант и креатив никуда не денутся. Да, какие-то ниши в IT станут менее востребованными — базовая вёрстка, простой код, шаблонные задачи. Но востребованность других специальностей сильно повысится: информационная безопасность, кибербезопасность, тестирование, продакшн, внедрение, эксплуатация. Мир не сужается — он перекраивается.

Мы не разговаривали о нейронах и матрицах. Мы разговаривали о сыне. И я понял: людям нужна не лекция, а разговор. Разговор с тем, кто видел это раньше — в других индустриях, в других эпохах, на других примерах.

Если вы боитесь, что вас заменят, — эта книга для вас. Если вы хотите понять, как жить дальше в мире ИИ, — тоже для вас. Если вы родитель, который не знает, куда отпустить ребёнка учиться, — откройте эту книгу. Если вы менеджер, который слышит от коллег «давайте сократим отдел и купим ИИ», — тоже читайте. Если вы врач, юрист, учитель, музыкант, бухгалтер, архитектор — и вас тревожит эта тема, — вы нашли нужную книгу.

Я не обещаю, что после неё вы станете программистом и не будете владеть всеми инструментами. Но обещаю, что перестанете паниковать и будете знать, как стать более востребованным.

Книга устроена просто. Сначала мы разберём, что такое ИИ на самом деле — без мистики и научного жаргона. Потом заглянем в историю и увидим, что мы уже проходили это. Потом поговорим о профессиях: кто выиграет, кто перестроится, кто окажется в зоне риска. Затем разберём конкретные сферы — маркетинг, юриспруденцию, медицину, музыку — и развеем мифы. В конце — практика: что делать прямо сейчас, как начать использовать ИИ, как не обжечься, как спланировать свой рост на год вперёд.

Но, прежде чем говорить о будущем, нужно разобраться с главным заблуждением. Нужно понять: что такое ИИ на самом деле.

Часть 1. Что такое ИИ на самом деле.

Глава 1. «Искусственный интеллект» — красивое название для математики.

Нейросеть не думает. Она считает. Точнее — подбирает. Она подбирает следующее слово, следующую строчку кода, следующий пиксель на картинке исходя из статистической вероятности.

Слово «интеллект» внушает мысль о сознании, мышлении, личности. Мы слышим «искусственный интеллект» и представляем себе HAL 9000 из «Космической одиссеи» или Джарвиса из «Железного человека». Разумный собеседник. Цифровой друг. Существо, которое понимает, сочувствует, решает. Но в ИИ этого нет. И никогда не было.

Термин «искусственный интеллект» придумали в 1956 году на конференции в Дартмуте. Группа учёных — среди них были Джон Маккарти, Марвин Минский, Клод Шеннон — собралась обсудить, можно ли научить машину мыслить. Они выбрали громкое название, чтобы привлечь финансирование. Сработало. Но создало ложное ожидание, которое живёт до сих пор.

Всякий раз, когда вы разговариваете с каким-либо чатом GPT (GPT – это аббревиатура, означающая Generative Pre-trained Transformer. В переводе с английского это означает «генеративный предварительно обученный трансформер»), вы не беседуете с умным собеседником. Вы задаёте параметры для математической формулы. Огромной, сложной, запутанной — но всё же формулы. Нейросеть — это не мозг. Это таблица. Таблица с миллиардами чисел, которые называются «весами». Каждый вес — это просто число. Положительное или отрицательное, большое или маленькое. Вместе они образуют модель.

Обучение нейросети — это процесс подгонки этих чисел. Модель «смотрит» на тексты, код, изображения, звуки — те, что люди создали за десятилетия и выложили в интернет. И медленно, итерация за итерацией, подстраивает свои веса так, чтобы предсказать, какое слово обычно следует за другим. Представьте, что вы прочитали весь интернет, и теперь умеете угадывать, какое слово обычно следует за другим. Вот и вся магия.

Чтобы говорить с ИИ на одном языке, достаточно знать три термина.

Модель — это готовая программа с уже подобранными числами-весами. Когда вы открываете чат любой GPT, вы открываете модель. Это как купить собранный шкаф вместо того, чтобы выращивать дерево.

Токен — кусочек слова. Примерно полслова. Модель не считает слова, как мы. Она считает токены. Слово «нейросеть» — это два токена: «нейро» и «сеть». Слово «а» — один токен. Почему это важно? Потому что от количества токенов зависит, сколько текста модель может обработать за раз. И сколько это будет стоить — ведь вычисления требуют электричества, а электричество требует денег.

Промпт — ваш запрос. То, что вы вводите в чат. «Напиши письмо клиенту» — это промпт. «Объясни квантовую физику простыми словами» — тоже промпт. Здесь же кроется первый шаг в умении работать с нейросетью: правильность ответа зависит от правильности исходного запроса. Запрос должен быть конкретным, учитывающим все нюансы, без лишней «воды». Плохой промпт — как плохой вопрос: вы получите плохой ответ.

Важно понимать разницу между тем, что мы видим в новостях, и тем, что происходит в реальности. Чаты GPT — это универсальные модели. Они знают многое, но поверхностно. Они созданы для массового использования и обучены на самых популярных запросах пользователей. Универсальная модель — как энциклопедист в пабе: много знает, но не эксперт ни в чём.

А есть модели для конкретных задач: анализ медицинских снимков, прогноз поломок оборудования, оптимизация маршрутов доставки, диагностика неисправностей на заводе. Специализированная модель — как хирург: узко, но глубоко.

Вот второй шаг в понимании природы ИИ: все популярные инструменты, про которые все слышат — это продукты компаний, созданные для массового использования с целью получения прибыли. Они хороши для повседневного использования в качестве универсального поискового инструмента для каждого человека. И есть системы узкого профиля, которые создаются под конкретные задачи, внедряются в конкретные бизнес-процессы в целях оптимизации. Эти системы должны быть интересны начинающим специалистам в IT. Если вы студент или начинающий «самоучка» — настоятельно рекомендую в определённой мере углубляться в эту нишу.

Отсутствие сознания не делает инструмент бесполезным. Калькулятор тоже не думает, но мы пользуемся им каждый день. Нейросеть — это не коллега, это не конкурент, это калькулятор. И относиться к нему нужно как к калькулятору: доверять вычислениям, но проверять логику.

Но если ИИ — всего лишь калькулятор, почему тогда он пишет стихи, рисует картины и спорит с нами? Чтобы ответить, нужно понять: что он умеет, а что — нет.

Глава 2. Что умеет нейросеть, а что — нет

Там, где человек устанет на третьем документе, ИИ только разогревается. Но чтобы результат работы был ожидаемым и достоверным, ИИ должен понимать, что именно надо делать, должен быть изначально «обучен» человеком.

ИИ превосходит человека там, где нужно обработать миллионы примеров. Медицинские снимки — тысячи рентгеновских снимков лёгких, на которых нужно найти аномалии. Финансовые отчёты — десятилетия транзакций, в которых нужно уловить тенденции и закономерности. Технические документы — сотни страниц спецификаций, где нужно найти противоречие. ИИ за секунды проанализирует десять тысяч договоров и найдёт нетипичные пункты. Человек на это потратил бы месяцы.

ИИ умеет генерировать варианты. Написать краткое содержание текста, выделить основные тезисы, предложить десять заголовков для статьи, составить черновик письма. ИИ — лучший в мире генератор черновиков и анализа содержания, но худший в мире генератор идей. Он не придумает концепцию рекламной кампании с нуля. Он соберёт то, что уже было, и предложит вам выбрать.

ИИ умеет ускорять рутину. Перевод, реферирование, форматирование, поиск ошибок. Программист пишет код, ИИ проверяет синтаксис. Юрист готовит договор, ИИ подготовит шаблон. Маркетолог пишет пост, ИИ предлагает варианты заголовков. ИИ не сгенерирует свою идею, но поможет реализовать вашу. Он поможет узнать то, что не знали, вспомнить то, что вы забыли, исправить то, что упустили. Он убирает то, что мешает вам писать.

Но вот что ИИ не умеет.

Не умеет мыслить креативно. Креатив — это соединение несоединимого. Видение скрытых связей. Интуиция, рождённая опытом. ИИ не видит, он подбирает. Он не чувствует, он вычисляет. ИИ может написать стихотворение в стиле Пастернака. Но он не может стать Пастернаком. Потому что у него нет переживания — есть только статистика.

И самое опасное — ИИ не умеет отличать правду от выдумки. Это называется галлюцинация. ИИ может придумывать факты. Придумывает статьи законов, имена учёных, даты событий и сами события. Вывод, сделанный ИИ, будет полностью удовлетворять математической модели статистической вероятности, но он может не соответствовать реальным фактам.

Реальный пример. Адвокат в США использовал популярный чат для поиска прецедентов по делу. ИИ выдал ему несколько судебных решений с цитатами, номерами дел, именами судей. Всё выглядело безупречно. Он включил это в судебное заключение. Судья проверил. Прецедентов не существовало. ИИ их придумал. Адвокат получил судебные санкции, репутационный крах, возможное лишение лицензии.

Нейросеть лжёт красиво. Она лжёт убедительно. И она не знает, что лжёт.

ИИ — это мощный, но опасный инструмент. Как бензопила: в умелых руках — помощник, в неумелых — травма. ИИ не заменит вас. Но человек, использующий ИИ, заменит того, кто его не использует.

Но если ИИ — всего лишь программа, откуда взялась эта истерия? Почему вокруг него столько шума, инвестиций, страха? Чтобы понять, нужно заглянуть в кухню индустрии.

Глава 3. Коммерческий продукт vs. научный прорыв

Когда вы говорите с GPT чатом, вы говорите не с искусственным разумом. Вы говорите с продуктом стоимостью в восемьдесят миллиардов долларов.

В 2022 году самый популярный ИИ чат набрал сто миллионов пользователей за два месяца. Это был мировой рекорд. Для сравнения: самая популярная социальная сеть на то же количество пользователей потратила два с половиной года. Казалось бы, научный прорыв! Революция сознания! Но за этим стоят не только учёные в лабораториях. За этим стоят маркетологи, инвесторы, акционеры, отделы по работе с общественностью. Люди, которые заинтересованы в том, чтобы вы поверили в революцию. Потому что революция продаёт.

Это гонка за рынок. Тот, кто создаст «операционную систему для ИИ», станет новым Microsoft. Яндекс, Сбер и зарубежные компании — каждый хочет быть первым. Каждый вкладывает миллиарды. Каждый хочет, чтобы вы использовали его модель, его облако, его экосистему. ИИ — это не только технология. Это новая нефть. И все хотят свою скважину.

Парадокс в том, что чем проще пользоваться ИИ, тем меньше в нём магии. Сейчас любой может открыть браузер и написать запрос. Барьер входа падает до нуля. Но вместе с барьером падает и уникальность. Когда у каждого в кармане калькулятор, умение считать в уме перестаёт быть конкурентным преимуществом. Но появляются новые преимущества: умение формулировать задачу, проверять результат, видеть контекст, принимать решение.

Вспомните электричество. В конце XIX века это было чудо. Люди собирались толпами, чтобы посмотреть, как зажигается лампочка. Потом электричество стало инфраструктурой. Потом — незаметной необходимостью. Мы не говорим «электро-революция» каждый раз, включая свет. Так же будет и с ИИ. Он станет невидимым, как Wi-Fi. Мы перестанем замечать его присутствие — но не сможем без него жить.

Не нужно бояться «восстания машин». Нужно понимать, что перед вами — новый инструмент, за которым стоят очень заинтересованные корпорации. Не верьте хайпу. Не верьте и апокалипсису. Верьте здравому смыслу и истории.

А история, как выясняется, знает много случаев, когда новый инструмент пугал людей не меньше, чем сейчас пугает ИИ. Давайте посмотрим, чем это заканчивалось.

Часть 2. Мы уже это проходили. История от плуга до компьютера.

Глава 4. Первый инструмент человека: почему мы не вернулись к ручной обработке земли.

Каждый инструмент в истории человечества вызывал один и тот же вопрос: «А что будет со мной?»

Когда-то, десять тысяч лет назад, человек копал землю палкой. Один — копал, второй — копал, десять — копали. И вдруг кто-то изобрёл плуг. Результат: один человек с плугом стал делать работу десятерых. Что сказали остальные девять? «Мы не нужны!» Они не ошибались в своём страхе. Они ошибались в прогнозе.

Плуг не сделал земледельцев ненужными. Он сделал их продуктивнее. Освободившиеся руки пошли строить города, писать законы, изобретать колесо. Цивилизация началась не потому, что люди стали меньше работать. А потому что они стали работать иначе.

Перемотаем на несколько тысячелетий вперёд. 1780-е годы. Джеймс Уатт улучшает паровую машину. Текстильщики бунтуют. Они разрушают фабрики, ломают станки, сжигают мастерские. Они искренне верят, что машина убьёт их ремесло. И в каком-то смысле они правы: ткач с палкой действительно становится ненужным. Но через пятьдесят лет рабочих в текстильной промышленности стало больше, чем до машин. Просто они работали иначе. Они обслуживали станки, контролировали качество, управляли производством.

Машина не убила ткача. Она убила ткача с палкой. Но создала ткача со станком.

Взгляните на цифры. В 1800 году восемьдесят процентов населения Земли занимались сельским хозяйством. В 1900 — уже сорок. В 2000 — менее пяти. Казалось бы, катастрофа! Куда делись все эти люди? Они не вымерли. Они стали инженерами, врачами, учителями, менеджерами, дизайнерами, программистами, блогерами. Мы не стали меньше работать. Мы стали работать иначе. И жить лучше.

Почему же тогда страх так силён? Почему каждое новое изобретение встречают паникой?

Эволюция устроена так, что мы боимся потери сильнее, чем радуемся приобретению. Это называется «эффект утраты». Потерять работу кажется нам страшнее, чем найти новую — хорошую, интересную, высокооплачиваемую. Страх перед новым — биологическая норма. Но цивилизация движется не страхом, а любопытством. Страх — это древний механизм выживания. Но он плохо приспособлен для оценки технологий. Он заставляет нас бежать от саблезубого тигра — и от конвейера. Хотя конвейер нас не съест. Он нас накормит.

Но если промышленная революция — это слишком давно, давайте возьмём теорию, которая объясняет, почему разрушение старого — это создание нового.