Нейросети не заберут твою работу
Одна машина может выполнить работу пяти обыкновенных людей, но ни одной машине не под силу выполнить работу талантливого человека. Элберт Хаббард (1856-1915)
Нейросети никогда не заменят нас
Нейросети давно уже стали частью нашей повседневной жизни. Но в последние несколько месяцев они переживают настоящий бум. Одни уже реально воспринимают компьютерный алгоритм, как живое существо, другие обеспокоены, что программа оставит их без работы, третьи предупреждают об их опасности. Восторг и ужас охватили обывателя по пришествии супер умных нейросетей: программисты и веб-дизайнеры больше не нужны, копирайтеры и иллюстраторы останутся без работы! Что уж говорить о художниках и фотографах?..
Илон Маск, Стив Возняк и другие эксперты в области IT потребовали приостановить на полгода эксперименты с искусственным интеллектом. В Италии требуют запретить ChatGPT, в Индии с помощью нее выносят судебные решения, а в России – пишут дипломы. Джо Байден встретился с главами крупнейших IT-компаний – обсуждали риски, связанные с искусственным интеллектом и его стремительным развитием. По мимо прочего, одним из главных рисков считают то, что отличить контент, созданный нейросетями, от созданного человеком скоро станет невозможно. Но правда ли это? Так что ж это за зверь такой – нейросети, чего от них ждать и стоит ли их опасаться?
Давайте разберёмся!
Когда в XIV веке появились мануфактуры, ремесленники забеспокоились о своём будущем. Они боялись конкуренции. Но вскоре сами стали частью массового производства. Так продолжалось довольно долго, пока в середине прошлого века на предприятиях не началась автоматизация. Будущее рабочих профессий снова оказалось под угрозой. Но тот, кто не отчаялся и продолжил развивать свои навыки тогда, позже стал управлять оборудованием с помощью автоматизированных систем на тех же заводах.
Сегодня настал черёд представителей креативного сообщества. Именно им якобы грозят безработицей нейросети.
Навыки специалистов + функции нейросетей
Уже сейчас понятно, что искусственный интеллект – это инструмент, способный облегчить жизнь многим специалистам. И тут важно понять, какие навыки есть у специалиста, и какого качества эти навыки. Это напрямую влияет на то, как и для чего можно использовать нейросети.
Основные, реально востребованные и широко используемые на сегодня функции нейросетей:
· Написание текстов
· Дизайн и графика
· Написание кода
Боты пишут тексты
ChatGPT позволяет писать тексты на всех языках мира, либо в каком-то определённом стиле. И он отлично работает, если ты знаешь, о чем и в какой форме надо написать, предоставляешь тезисы, а также знаешь язык или стиль, чтобы проверить полученный результат и внести правки.
То есть, чтобы получить хороший результат при написании важного текста, надо уже иметь все навыки для того, чтобы сделать это самостоятельно.
С первой попытки готовый текст практически никогда не выходит. Вот типичные проблемы, которые приходится исправлять:
· Тезисы смешиваются и располагаются в тексте в неоптимальном порядке.
· Одни и те же мысли повторяются в разных абзацах в разных вариациях.
· Смысл написанного часто отличается от того, что автор хотел сообщить.
· Нейросеть не поняла суть тезиса и написала не то, что надо.
В целом это очень похоже на результат работы неопытного сотрудника, которому надо подробно ставить задачу, объяснять, как всё сделать, а потом еще и проверить за ним. Но при этом нейросеть экономит до 90% времени на генерации и редактуре.
Нейросети рисуют картинки
Большинство в курсе проблем с пальцами и базовой анатомией, посему на этом останавливаться не будем.
Нейросети по любому достаточно абстрактному запросу рисуют портреты. А в коммерческой иллюстрации портрет почти никогда не нужен. Тут важен сюжет, жанровая сцена и соблюдение заданного стиля. Со стилями железяка более-менее разобралась, а со всем остальным есть проблемы. Когда пытаешься изобразить объёмный сюжет, получается в основном кошмар. Очень часто руки или ноги врастают в стены и предметы, а детали интерьера или растительность торчат из живого организма. Попробуйте задать нейро иллюстратору «человек делает стойку на руках» и для вас откроется портал в зловещую долину.
Выходит, чтобы сделать хорошую иллюстрацию надо разбираться в стилях, понимать как пользоваться перспективой, как выстроить композицию, знать что такое метафора, уметь вложить в картинку смысл.
А ещё – как запустить у себя на локальной машине скачанный SD и подружить его с ControlNet для нужной композиции, где качать обученные модели под свою задачу, как обучить свою модель... И попутно разобраться со всеми этими крутилками.
Трудно представить, как какой-нибудь фрилансер-иллюстратор освоит этот инструментарий без полугодового онлайн курса от SkillBox.
Итак, если кто-то не умел создавать коммерчески успешные иллюстрации без нейросети, то он и сейчас этого не умеет. Но те, кто умели, с нейросетями смогут их делать быстрее и дешевле и съедят тех, кто не освоит новые инструменты.
Боты пишут коды
На это направление наивно возлагаются самые большие надежды: самостоятельно создавать приложения и не платить по 900k в наносекунду социально не адаптированным людям. Мечта!
Возможно, вы решите начать с простого: написать код на Пайтоне, который пушит аудио файл в Яндекс.Облако и там при помощи СпичКита расшифровывает его в текст. Два десятка строк кода, не больше!
За пять минут объясняем ChatGPT какой код нам нужен, а потом… два часа пытаемся его запустить и дебажим. Из них примерно час тратим на то, чтобы понять, почему не ставятся модули. Оказывается, на MacOS вместо pip install %module_name% надо набирать pip3 install %module_name%. Хотите знать почему?
А еще часа два перед этим нужно разбираться, как использовать функцию работы с speech2text (там есть 3 или больше варианта вызова), какие форматы аудио поддерживаются, где взять API-ключи, что такое IAM-токен, создать object storage, загрузить файл и выдать на него права... Всё это относительно простые вопросы, если ты лет пятнадцать работаешь в IT или уже давно программист.
Говорят, на Си (не путать с Xi) всё ещё сложнее чем на китайском – надо потратить неделю только на то, чтобы подготовиться к разработке, и это если уже точно знаешь что делать.
Кажется, мы пришли к одинаковым выводам во всех трёх сценариях. Давайте обобщим.
Жизнь станет лучше, но сложней
Нейросети помогают, но не делают за тебя. По прежнему нужна хорошая квалификация для получения коммерчески-значимого результата.
Профессионалам станет легче работать за счет автоматизации рутины. А набор необходимых базовых знаний для новичков будет только расти: делай всё то же самое, что и раньше, но теперь с применением нейросетей.
Хорошая новость – те, кто работают головой, смогут получать результат быстрее; плохая новость – работать головой придется ещё больше (и не все смогут).
Почему же нейросети не заменят людей?
Главное отличие человека от машины – способность к творчеству, созиданию и проведению экспериментов, а нейросеть – это алгоритм, воспроизводящий уже увиденное.
Нейросети чувствительны к структурированной информации. Чтобы обучить бот, нужно постоянно обновлять датасет данных, которые выдаются ему для анализа и последующего использования. К тому же не каждый текст из интернета можно сразу скормить машине. Сначала данные вычитываются, проверяются на этичность и корректность, подвергаются фактчекингу. И это делает человек.
Нейросети не всемогущи. Каждая из них создавалась под определенную задачу – работу с текстом, генерацию изображений и прочие. Готовая нейросеть действует только в рамках поставленной задачи и не адаптируется к новым условиям самостоятельно: для этого также нужен человек.
Очевидно, в будущем мы будем заниматься только творческими процессами – исследованиями, научными экспериментами, а всю оставшуюся рутину передадим нейросетям.
Источник: whackdo
