Кирилл Пшинник: Искусственный интеллект. Путь к новому миру

Серия «Наука на пальцах»

© К. В. Пшинник, текст, иллюстрации, 2024

© Оформление. ООО «Издательство АСТ», 2025

Предисловие

В одном из интервью сооснователь американской компании OpenAI Сэм Альтман вспоминал тот ноябрьский день, когда вместе с командой запускал ChatGPT. Он описывал его как обычный и ничем не примечательный. Однако для многих технофилов, таких как я, он перевернул мир. Технология превратилась в феномен, чего не могли предположить даже ее создатели. За пять дней нейросеть набрала  миллион пользователей! Это исключительные цифры для технологического продукта. У того же Instagram  на такой результат ушло  10 недель.

Признаться, я начал пользоваться ChatGPT не сразу. Это произошло в феврале 2023 года, когда о нем активно заговорили в русскоязычном пространстве – в СМИ и социальных сетях. Тогда его активно обсуждали как одну из самых перспективных и продвинутых технологий на рынке. Я к этим заявлениям относился скептически и открывал сервис без завышенных ожиданий. Более того, я был уверен, что увижу очередной ничем не примечательный чат-бот, каких было много до этого. Тем не менее я продолжал регистрироваться, чтобы посмотреть, на что он способен. Видите ли, однажды я не поверил в перспективы технологии: в 2011 году я установил оборудование для майнинга биткоина, но практически сразу избавился от криптовалюты, посчитав, что она не принесет мне пользы. Не совершил бы тот недальновидный поступок, возможно, сейчас писал бы эту книгу будучи долларовым миллионером.

В общем, шел февраль, и я уже который час переписывался с ботом и буквально хватался за голову. Той первой переписки с моделью хватило, чтобы понять: у меня в руках оказалось что-то невероятное – возможно, что-то в разы мощнее смартфона или компьютера. Наверное, тогда я испытал что-то сравнимое с тем, что чувствуют герои научно-фантастических фильмов, когда впервые видят гуманоидов, высаживающихся на Землю: смесь ужаса, восторга, любопытства, а также четкое осознание, что жизнь уже не будет прежней.

Но все же основным чувством был страх. Поначалу он охватывал меня каждый раз, когда я давал боту новую более сложную задачу. Модель справлялась и отвечала настолько лаконично и разумно! Создавалось ощущение, что у нее есть сознание. Вместе с тем меня не покидала и другая мысль: «Может, это все ширма? И на другом конце провода находится реальный человек? Может, это все это обман?» Но потихоньку страх ушел на задний план – он сменился энтузиазмом. Уже через пару недель я начал активно внедрять модель в свою работу и агитировать команду поступать так же. Поначалу коллеги противились и ожидаемо не разделяли мой восторг. Это связано с особенностями нашего мозга: он в целом сопротивляется всему новому и непросто выходит из зоны комфорта. Как точно подметил  в своей книге «Дорога в будущее» американский миллиардер и сооснователь Microsoft Билл Гейтс, для людей нормально встречать с опаской, настороженностью, даже недоверием и отрицанием изобретения, которые угрожают «сломать принятый и потому удобный порядок»: «Поначалу и велосипед был глупой штуковиной, автомобиль – шумной игрушкой, карманный калькулятор – угрозой изучению математики, а радио – концом образования», – рассуждает он.

Однако мне все же удалось заразить энтузиазмом часть команды, а уже через пару месяцев мы столкнулись с тем, что я называю информационной инфляцией. После эмоционального взрыва человек постепенно привыкает к тому, что еще месяц назад поражало его до глубины души. Самый понятный для российского читателя пример этого феномена можно найти в сфере такси. 20 лет назад, чтобы доехать до дома после закрытия метро, нужно было ловить машину на улице, долго договариваться с частным водителем о цене и т. д. Сегодня это можно сделать за пару минут через приложение в телефоне. Если бы мне тогда кто-то об этом сказал, я решил бы, что он шутит или пересказывает мне сцену из научно-фантастического романа. Но сейчас это нисколько не удивляет – это обыденность. Так и в случае СhatGPT: использование модели стало нормой моей жизни. С помощью нейросети я собираю информацию, создаю тексты, составляю туристические маршруты и даже рацион питания на день.

Когда вы впервые откроете эту книгу, знайте: информационная инфляция коснулась не только меня и моей команды; хайп вокруг ChatGPT и его аналогов немного спал. О них все реже говорят на конференциях и в кругу друзей, им все реже посвящают тексты в СМИ и посты в социальных сетях. Но это не значит, что ими пользуются меньше: напротив, люди все чаще обращаются за подсказками и помощью к нейросетям. Я вижу это по активности вокруг своей компании «Зерокодер»: число слушателей на наших курсах растет, все чаще к нам на консультации приходят представители бизнеса. Компании поменьше рвутся в бой и активно внедряют нейросети в бизнес-процессы. Крупный бизнес тоже подтягивается, но осторожно – больше наблюдает. Это характерно для крупных компаний – подождать заметных кейсов.

Однако есть одно «но». Даже сейчас, спустя год после появления модели GPT‑4, ее и аналоги в основном используют для генерации текстов. После всех материалов, инструкций и видео массовая аудитория уверена в том, что писательский – основной навык бота. Хотя это действительно в первую очередь большая языковая модель (Large language model, LLM), на текстах ее экспертиза не ограничивается. До сих пор мало кто понимает, насколько широкий спектр задач способен закрыть генеративный искусственный интеллект, насколько серьезно он может изменить мир, в котором мы живем. Чтобы оценить масштабы, достаточно посмотреть на число плагинов (расширений для СhatGPT), настроенных под узкие запросы пользователей. Они помогают решать математические задачи, обсуждать психологические проблемы, составлять бизнес-планы и многое другое.

Я уверен, что искусственный интеллект может изменить то, как мы работаем, как строим бизнес, воспринимаем себя и общаемся с другими. Он сможет подсветить наши слепые зоны и усилить сильные стороны. Он подскажет нам идеи новых продуктов и сервисов, которые не могли себе представить самые смелые футуристы, а потом рассказать, как воплотить их в жизнь. Если сейчас разработка инноваций, которые двигают мир вперед, находится в руках горстки технологических компаний, то в будущем она будет доступна каждому, благодаря всеобщей адаптации ИИ. Произойдет небывалая демократизация инноваций, и любой человек – без знания языков программирования – сможет сначала упростить свою жизнь, а потом реализовать самые смелые фантазии.

Если все так, как я рисую, почему же все сводится к текстам, когда модели открывают так много возможностей? Ответ простой: людям не хватает насмотренности. Даже не так: им не хватает мышления, ориентированного на использование нейросетей. Пока они не переключат свои внутренние когнитивные рельсы на то, что теперь почти любой запрос и любую задачу в своей жизни можно попробовать решить с помощью нейросети, они так и будут действовать по старинке. Сформировать такое мышление и ускорить массовую адаптацию нейросетей и призвана эта книга.

Я разделил ее на три части. В первой я рассказываю о том, кто, как и зачем придумал искусственный интеллект и что нового в сферу привнесли генеративные нейросети. Вторая повествует о том, как ИИ меняет рынок труда, в том числе креативную сферу, и о том, как бизнес может использовать генеративные нейросети в работе. Третья прольет свет на то, как ИИ меняет современное образование, а также нашу личную жизнь. Кроме того, в ней описано, что нас ждет в будущем. В книге вы найдете примеры использования нейросетей, а также полезные промпты, которые помогут уже сейчас начать менять жизнь к лучшему.

Часть I
В которой я рассказываю историю развития ИИ

Глава 1
Искусственный интеллект, которого никто не ждал

Медицинское чудо

В 2020 году во время пандемии коронавируса у четырехлетнего ребенка начались боли в спине, а вскоре замедлился рост. Появились и другие странности: например, он не мог скрестить ноги. Родители обратились к врачу, но тот направил к другому, а другой – к третьему. Так за три года семья пообщалась с семнадцатью докторами, но все оказались бессильны. В сентябре 2023 года мать ребенка решила пойти на неожиданный шаг: она загрузила  историю болезни сына в ChatGPT – сервис, который незадолго до этого запустила американская компания OpenAI. Тот за несколько секунд предположил, что у ребенка синдром привязанного спинного мозга (Tethered spinal cord syndrome). Это редкое неврологическое заболевание, которое связано с патологией развития спинного мозга. По статистике, оно встречается у одного процента американцев. Диагноз оказался верным.

Это далеко не единственный случай, когда чат оказался смышленее врачей. Исследовательская организация Mass General Brigham подсчитала , что бот американской компании OpenAI способен поставить верный диагноз в 72 % случаев. Причем он делает это в разы быстрее любого самого талантливого доктора. Безусловно, не стоит спешить и списывать врачей со счетов: у модели есть определенные ограничения, например, чат вряд ли сможет направить вас на МРТ. Хотя и тут, как показывают исследования, модель может помочь, если правильно поставить ей задачу. Продвинутая модель GPT‑4о отлично справляется  с навигацией и может вполне подсказать человеку, как пройти в нужное место.

Нужно отметить, что ИИ в медицине – не новость. Его используют  с 1970-х годов. Еще до появления GPT в 2022 году активно развивалось направление компьютерной диагностики, где скрининг проводили системы на базе ИИ. В исследовании, опубликованном  в Journal of the National Cancer Institute, ученые использовали технологию для анализа маммограмм более чем 26 000 женщин, и система оказалась лучше врачей: смогла обнаружить рак молочной железы с точностью 94,5  % по сравнению с 88,4  % у радиологов. Есть пример, когда ИИ проанализировал  компьютерные томограммы более 1000 пациентов и обнаружил рак легких с точностью 94  %. Радиологи же справились с задачей значительно хуже: точность диагноза составила 65  %.

Использование искусственного интеллекта в различных отраслях

Но раз продукты на основе ИИ уже применялись в медицине, что нового привнесла модель? В чем магия чат-бота ChatGPT? Системам, которые анализируют рентгеновские снимки, как в примерах выше, требуются четкие вводные данные. К тому же в силу особенностей обучения такие инструменты могут анализировать ограниченный набор данных – например, только рентгеновские снимки. Чтобы модель могла взяться за данные другого типа, ее необходимо дообучить. Большие языковые модели вроде ChatGPT способны воспринимать разрозненные данные. Им можно давать информацию в хаотичном порядке, например, набросать симптомы – и бот все равно поставит  верный диагноз. К тому же LLM могут анализировать совершенно разные данные и несколько их типов сразу: и текстовую информацию (например, анамнез пациента), и визуальную (например, рентгеновские снимки). А результат будет зависеть от того, насколько точно поставлена задача. Подобных мультимодальных технологий до этого не было. То есть по сути это первая технология, которая действует как человек. К тому же ChatGPT находится в открытом доступе, тогда как диагностические системы на основе ИИ вроде BotkinAI доступны только специалистам (врачам), в целом сложны в использовании и требуют специфической экспертизы.