Алексею 28 лет, он выпускник «Бауманки», победитель рейтинга Forbes «30 до 30» в категории «Наука и технологии» и сооснователь двух ML-стартапов. Один из них — умная платформа Dbrain.io, алгоритмы которой распознают и проверяют документы. Второй — Maslov.ai, разрабатывающий промышленную робототехнику для сельхозиндустрии.
Машинным обучением Алексей заинтересовался в 2015 году, когда про нейронные сети почти никто ничего не знал. Тогда появилась задача для семейного колхоза: научить доильных роботов не просто двигаться по координатам, а отличать коров от других объектов, без этого у роботов не получалось подключать доильный аппарат к вымени. Команда разработчиков сделала датасет из более чем пяти тысяч изображений коров, на котором люди вручную разметили, где находится вымя, а машины натренировались «видеть» и распознавать животных. Так появился Maslov.ai. По данным сервиса Точка Досье, доходы компании (ООО «МАСЛОВ») за 2022 год составляют 71 миллион рублей.
Dbrain.io Хахунов основал вместе с Дмитрием Мацкевичем в 2017 году. Тогда, несмотря на существование таких компаний, как Abbyy, на отечественном рынке не было универсального решения, которое помогло бы компаниям оцифровать всю бюрократию, включая нетиповые документы. В Dbrain.io используют около 20 алгоритмов, каждый из которых выполняет свою задачу по извлечению из бумаг структурированной информации. По данным Точка Досье, доходы ООО «ДИБРЕЙН» за 2022 год составляют 140,8 миллиона рублей.
Ещё Алексей ведёт телеграм-канал AI Happens про искусственный интеллект и создал собственный курс по ChatGPT.
Что можно делегировать ChatGPT
Алексей обращается к ChatGPT несколько раз в день, это стало ежедневной привычкой
В прошлом для разработки любого алгоритма машинного обучения команде или компании требовался собственный штат дата-сайентистов. Нужно было собирать данные, проводить разметку — это был дорогостоящий процесс. С появлением технологии ChatGPT и генеративных моделей индустрия перешла к парадигме создания фундаментальных моделей: крупные корпорации обучают одну модель на большом спектре различных задач, а затем, используя промпты, из этой модели можно создавать различные функции — переводчика, текстовый редактор, средство для создания презентаций, финансового аналитика или ассистента.
GPT-модели можно делегировать больше, чем многие думают. Взять хотя бы коммуникацию с клиентами, сотрудниками или партнёрами. Мне кажется, многие в этой теме недооценивают пользу ChatGPT. Да, есть понятные задачи сгенерировать ответ на комментарий или автоматизировать ответы в чате техподдержки, но можно пойти и дальше. Например, мы в Dbrain с помощью GPT пишем холодные письма клиентам, и я не слышал, чтобы кто-то использовал модель для подобных задач.
Раньше наши холодные письма писали сейлзы, в том числе с использованием скриптов, а сейчас этим полностью занимается GPT, и делает это намного круче, чем люди, с точки зрения статистики: частота ответов клиентов выросла в 2,5 раза после того, как мы делегировали эту задачу нейронке.
Пример из другого домена: недавно тестировал, способна ли GPT-4 проверить договор. Просто загрузил текст трудового соглашения, попросил найти все риски, которые там есть, и предложить улучшения. Модель офигенно справилась с тем, чтобы выделить все ключевые условия, предположить, где могут возникнуть проблемы и как их предотвратить.
Ещё пример — вся HR-функция. Почти ни у кого из небольших предпринимателей нет отдельного HR-менеджера, который составлял бы вакансии, план интервью кандидатов на новую роль, KPI для их задач. Вот, например, вакансия маркетолога: откуда обычному предпринимателю знать, что вообще маркетологу надо и какие цели ему ставить? Это тоже можно делегировать GPT-4 — попросить сделать описание вакансии, прописать задачи и ключевые результаты.
И последняя функция, которую можно передать генеративной модели, очень неочевидная, это модерация конфликтов.
Оказывается, GPT умеет выступать в роли медиатора. Советую хоть раз попробовать с партнёром по бизнесу или даже в семье, модель круто разруливает конфликты. Просто кидаешь в чат аргументы с одной и с другой стороны и просишь помочь договориться. Главное, дать достаточно контекста и каждому подробно описать свою позицию.
Я обращаюсь к ChatGPT несколько раз в день. Например, делаю саммари рабочих звонков: сначала извлекаю текст из аудио через Whisper, а потом прошу GPT сократить и выделить договорённости.
Вторая штука, которую я часто использую, это коуч. Мы написали промпт, позволяющий сделать из GPT классного наставника, к которому можно прийти с любой задачей, над которой фрустрируешь, у меня это чаще всего написание какого-нибудь контента. В общем, делаешь запрос, и модель за три-четыре сообщения выводит тебя из состояния ступора.
Модель круто справляется и с более простыми запросами. Например, недавно с её помощью сравнивал фотоаппараты, узнавал доказательный эффект лекарств, придумывал название для новой команды в компании, даже сформулировал поздравление на день рождения.
В какой-то момент это начинает работать как интересная привычка: начинаешь понимать, какие задачи отнимут слишком много твоего времени и закидываешь их в ChatGPT.
Вопреки тому, что говорят, будто постоянное делегирование модели расхолаживает, мне так не кажется. Наоборот, у тебя всегда есть в доступе суперумный товарищ, к которому ты можешь обратиться с чем угодно, а сам сэкономишь время.
Как наладить отношения с GPT-моделью и о каких вау-функциях многие не догадываются
По мнению Алексея, генеративные сети сильно изменят мир и поведут его по одному из путей: либо в утопию, где всё для людей, либо в абсолютный тоталитаризм, где власть сконцентрирована в руках небольшой группы людей
У GPT-4 есть функции, про которые почему-то знают даже не все те, кто работает с моделью. Первая называется Advanced Data Analytics, она позволяет визуализировать аналитику. Например, вы сделали выгрузку из своей CRM-системы, можете закинуть данные в чат и попросить сделать аппроксимацию, построить красивые графики или что-то ещё. Это суперкрутая функция, которая взрывает мозг.
Ещё одна возможность, которая есть уже сейчас, но которую многие пока не трогали, это голосовой чат — можно общаться с моделью голосом и она будет отвечать тоже голосом почти в реальном времени. С ней интересно что-то обсуждать и даже брейнштормить идеи.
Есть модель ChatGPT 3.5, доступная бесплатно всем, и есть GPT-4, они отличаются примерно как iPhone 5 и iPhone 15. Вроде всё одинаковое: сенсорный экран, камера, но при этом кардинальный технологический разрыв. GPT 3.5 офигенно работает только на английском языке, а версия 4 круто работает на самых популярных языках, и почти на одинаковом уровне на русском и английском, и умеет кучу всего помимо работы с текстом.
Есть два способа применять GPT-модель: приходить к ней с темами, в которых у самого есть уверенная экспертиза, но тебе просто лень или долго делать задачу. Взять тот пример с проверкой договора: я хорошо понимаю эту тему, но чтение всего документа с ремарками займёт два часа, а модель делает это за 5 минут. То есть GPT в данном случае предоставляет второе мнение, и, на мой взгляд, этот формат идеален для любых задач. Ответ, который даёт GPT-модель, почти во всех темах находится на уровне хорошего среднего. То есть он не будет идеальным, но это будет лучше, чем-то, что ты сам спустя 10 часов поиска и чтения сможешь написать или сделать.
Многие считают, что уровень проникновения в контекст у машины ниже, чем у человека, но на самом деле так получается, если пользователь не умеет писать качественные промпты, проверять их и задавать этот контекст. Надо быть готовым к тому, что хороший результат получается на 5−7 итерации, просто модели требуется обучение, и проблема обычно не в модели, а в человеке перед экраном.
Промптинг похож на навык делегирования задач сотрудникам. Вот представьте: подходите вы к сотруднику и просто говорите: «Напиши вопросы для интервью». Какой бы классный сотрудник ни был, он не сможет выполнить задачу без нужного контекста: на какую тему интервью, что за спикер, сколько времени, какой формат интервью, примеров вопросов или самих интервью. Чем больше контекста придаёшь задаче, тем больше вероятность получить классный результат.
Компании заявляют, что в 2024 году у генеративных моделей будет меньше «галлюцинаций», это когда они выдают непроверенные факты и нерелевантный результат. Думаю, эти улучшения мы увидим в ближайшие 6−9 месяцев. Ещё на своей презентации OpenAI рассказала, что объединили все функции модели в одном окне, от картинок до кода, и придумали, как загрузить в модель актуальные данные, чтобы она всегда была в курсе текущего состояния мира. Сейчас модель обладает знаниями, актуальными на середину 2023 года.
Я считаю, что генеративная сеть сильно изменит наш мир. Например, это первая подобная возможность создать независимое судейство: представьте, что есть арбитр, который в любом конфликте может быть нейтрален. Неважно, это конфликты между людьми, между компаниями или между странами.
Ещё одна глобальная польза, которую несут генеративные сети, касается как раз соло-предпринимателей. Всегда есть большое количество людей, у которых есть классные идеи, но при этом есть и страх что-то попробовать, потому что надо поднять деньги, написать бизнес-план, нанять специалистов — в общем, много барьеров. Уверен, среднесрочный эффект будет таким: мы увидим кучу компаний и предпринимателей-одиночек, которые появились благодаря тому, что подобных барьеров больше не существует. То есть им не нужно будет нанимать всех этих разработчиков, продукт-менеджеров, юристов и кого угодно. Появилась идея — за пару недель вместе с GPT опробовал варианты, продумал риски, составил примерный план.
Но, как всегда, есть два сценария. Первый — утопия, в которой всё хорошо и машины приносят только пользу. Второй — абсолютный тоталитаризм и диктатура вследствие того, что генеративные сети могут быть источником абсолютной власти ограниченной группы людей. Даже на текущем уровне развития генеративные сети могли бы, например, смоделировать пандемию — новостной фон, комментарии, картинки — и заставить от нас сидеть дома. Но пока тренды на open source ведут нас по позитивному пути: уже есть новые алгоритмы, которые не намного отстают от OpenAI, и это очень радует.
Какие нейросети попробовать: четыре рекомендации
- GPT-4. Вот как нейросеть описывает сама себя: «Моя задача — общаться с людьми на разные темы, отвечать на вопросы, помогать с информацией и иногда даже развлекать. Можно представить меня как очень умного робота, который живёт в компьютере и может многое рассказать о мире, науке, искусстве и других вещах».
- Perplexity — сеть, которая заточена качественно и быстро искать и агрегировать информацию из интернета. Работает на английском, но понимает запросы и через переводчик.
- Gamma — модель, которая умеет генерировать хорошие презентации. Конечно, человек может лучше, но в качестве шаблона для доработки отлично подойдёт. Работает на английском, но понимает запросы и через переводчик.
- Whisper — как и ChatGPT, проект компании OpenAI. Это нейросеть, которая умеет расшифровывать аудио в текст на разных языках.
