0: Всем добрый день, с вами подкаст итс гнивц и я Анастасия рождественская, руководитель комплексных проектов отдела искусственного интеллекта. И сегодня мы с вами поговорим о том, как искусственный интеллект применяется в корпоративном сегменте и с нами сегодня в эфире Евгения Хизева, заместитель генерального директора

1: Всем привет и Михаил Соколов внедренец искусственного интеллекта и тот благодаря кому все это работает.

2: Итак, 1 вопрос на сегодня достаточно простой. Где используете искусственный интеллект в быту прям вот простыми словами, как, как и где, как сварить борщ на самом деле, поскольку очень много работы и у меня там трое детей есть какие-то

3: Бытовые вещи. Вот поэтому самый частый запрос это по готовке, и у меня нет ни 1 там рецепта под боком. Поэтому привет. Расскажи, как сделать вкусно. У меня такие-то сегодня продукты и быстро ещё и посчитай калораж.

4: Ну, наверное, самый такой типовой запрос, но на самом деле, обогащу даже твой премьер очень круто, когда ещё добавляешь, действительно, там без лактозы, без глютена или там без сахара, ещё в мультиварке, пожалуйста, сделай. На самом деле, соглашусь, точно также использую. Миш, ты, я, кстати, продолжу тренд с детьми.

5: У меня двое детей, которые, которым скоро будет 14, и мои слова и слова жены не доходят до них так же хорошо, как иди посмотри, вот че тебе ответят та же perplexity и это.

6: Как-то достукивается, потому что, ну родители по любому говорят какую-то фигню, они же вообще не продвинуты, да, и почему-то они вот эту штуку слышат, что ли лучше. Ну и из бытового, наверное, я перестал использовать.

7: Поисковики классические в основном это история уже с ii где там она самарии ует и есть ссылки ты прочитал самариц и пошёл факт чекнул по ссылкам и вот как бы или уже не пошёл.

8: Куда уже все поняли, то не, не, у меня есть такой пунктик, что обязательно проверить, потому что галлюцинаций тоже много. И если эта тема мне знакомая, например, по работе, я уже примерно могу понимать галлюцинации. А когда тема все-таки бытовая, там мно,

9: Как бы вариаций больше и приходится факт сравнивать. Теперь давайте обсудим, как мы докатились до такой жизни. Жень, ты вообще hr гуманитарий?

10: Как вышло так, что ты сейчас попала в искусственный интеллект, оступилась, не, если серьёзно. У меня вообще такой девиз по жизни. Иди туда, где страшно. И это 1 из областей, где страшно, страшно, интересно. Вот. И в какой-то момент

11: Уже когда понимаешь, что нужно, нужно было дать импульс. Вот не настолько я там технически разбираюсь в теме, но понимаю, что это важно. Ценно. Сейчас именно то время, когда нужно запускать, я взяла на себя такую роль именно создать

12: Impulse собрать команду, что тоже у меня хорошо получается собрать команду неравнодушных, таких как Миша, Лена Левочкина и центр компетенции. Нас достаточно уже много, и у меня была такая важная задача зарядить

13: Дать такой толчок, толчок, да, и proof для людей, что это можно, это нужно, потому что уже к этому моменту поступало много к нам вопросов от коллег. Ну, уже вроде весь мир туда идёт, когда, когда, когда гнив пойдёт. Вот, поэтому для

14: Меня это интересная тема, и она как раз, несмотря на то, что я не технарь, она как раз ложится в мою систему координат ценностей и моей реализации, наверное, по жизни. Слушай, ну однозначно любой старт начинается с людей, поэтому тут у тебя действительно были все брозды правления. Миш, ты как попал?

15: Сюда, ну, как бы искусственному интеллекту много лет. То есть, что такое вот это вот у нас навигация, которая там у яндекса, у гугла, это что тоже в какой-то момент было фантастикой, но потом мы к этому всему привыкли. И, собственно, у меня основная роль была

16: А вот переломный момент это когда google выпустил свои исследования и нейросети по сворачиваемости Белков, они там учёные, получили нобелевскую премию, и стало понятно.

17: То это поменяет мир, это не просто слова, это какой-то новый виток, который начинается. Это было вот в конце 24 года, в начале 25. И я уже с девопса начал переключаться на на это направление как-то это

18: Как-то рассказывать, пробовали использовать и сначала на цпу что-то делать именно с лм моделями. В общем во всем виноват google и фундаментальные исследования очень.

19: Интересно, ну и раз уж ты начал подбираться к цпу, я хочу, чтобы ты продолжила расскажи все-таки, что сейчас, что за песочница и как, как она работает. В общем, песочница это такой термин, который обозначает коммунальный сервис, где у нас

20: Сосредоточены несколько gpu, но несколько мы начинали с 1 сейчас у нас их там 16, где-то они разнесены по разным датацентрам, и в итоге мы имеем единый интерфейс.

21: С помощью которого, к которому можно обратиться. Ну вот я думаю, что в скором времени или когда этот подкаст выйдет уже любой сотрудник гнивц и использовать опенсорс модели, которые находятся в закрытом контуре.

22: На своих проектах со своим кодом. Ну то есть, если вот все очень кратко подытожить, это площадка для экспериментов и для использования кошерного внутрикорпоративного в закрытом контуре.

23: М, и безопасного, кстати, не только же для разработчиков, правильно? Ну, у нас в основном разработчики, но действительно не только разработчики, то есть скоро мы это поправим. Да, я как раз к тому вела, что у нас

24: Достаточно много интереса со стороны подразделений, не разработческих, то есть административных подразделений. И это 1 из таких важных треков нашей компании сейчас, потому что когда мы начинали там к этому подходить и вот как раз там думали, да, как вообще развивать это направлении.

25: Начали там проводить обучение вебинары, да, и вы тоже как раз выступали. И, ну, было несколько направлений. Понятно, что 1, кто откликнулся, разработчики, аналитики, тестировщики, они там уже были продвинутые, они уже собирали сложные модели.

26: Было интересно, что у нас откликнулось много там из бухгалтерии, много коллег, финансовый блок, эйчар, блок, административный блок. То есть это было очень интересно. И мне кажется, мало компаний, которые сейчас могут этим похвастаться, когда заряжены

27: Именно сотрудники там административных подразделений. И в 1 очередь, конечно, это нужно для того, чтобы сокращать трудозатраты. Это, наверное, основное, что сейчас идёт в этом тренд, как и мы в быту сокращаем время, да, что самое важное в жизни время

28: Мы все его хотим увеличить, мы это не можем сделать, но мы можем передать кому-то важные функции, которые за нас сделают гораздо быстрее. А я в это время займусь тем, что мне интересно там, тем, что там, не знаю, меня драйвит творчество. Вот, поэтому, да, важно здесь.

29: Рассказывать. И мне кажется, здесь мы тоже такой флагман в том, что у нас уже достаточно короткие сроки, появилась песочница, и это удалось. То есть изначально мы вообще не верили, что так получится быстро, да, и собрать команду и развернуть инфраструктуру.

30: И там тестировать и настроить. Вот, да, то, что ты сейчас говорил про коммунальные вот эти системы. Вот, поэтому скоро ждём наплыва и административного персонала, и обратную связь разработчиков будут двигать потихонечку.

31: Миш, Евгения тут затрагивала тему про ii ассистентов и о том, что большое количество сейчас административного персонала сектора, да, отделов запрашивает у нас и ассистентов, а есть ли какая-то сложность или проблема по их разворачиванию, внедрению, ну?

32: Система должна быть платформа к этому должна быть готова, но это меньшая проблема. Большая проблема. Это подготовить данные непротиворечивые, например, или размеченные к

33: Работе рак систем или ассистентов, а это размещает сам заказчик. Ну, то есть тот, кто хочет себе и ассистента, или как это выглядит вообще. Ну, обычно мы выкатываем какие-то требования к чистоте данных. Угу. И к наличию собственно, данных для

34: Для работы этих ассистентов. И что тут вот, как мне кажется, важно отметить, наверное, ещё поговорим про человечность, что когда мы отдаём результат человеку, который разбирается в этой теме, ну, например, закупщику про закупки, и мы можем

35: Достаточно просто относиться к результатам, что выдаёт моделька. Ну потому что закупщик по любому должен разбираться в закупках или программист должен разбираться в алгоритмах. Если даже система сказала какую-то глупость, он переформулировал этот вопрос и получил уже что-то полезное. А

36: Если мы выдаём результат не профильному специалисту или

37: Как-то вот не эксперт в этом, ну не эксперт в этой области, то здесь очень ответственно надо подходить именно к тестированию, то есть и модель должна быть сама протестирована. То есть должен быть определён бечмарк, качество работы.

38: Этой службы, чтобы совсем глупые ответы все-таки до конечного пользователя, который не разбирается в этой теме, не дошли. Ну вряд ли кому-то будет приятно, если заместо 1 налога система скажет про другой налог, как его начислять. Это, ну, такой

39: Зашквар, скажем так, или же человек ожидает 1, а получает, ну, как бы вредный совет, вот как, как из мультфильмов, из детства. И здесь это большая работа по и подго.

40: Данных бенчмарку этих данных очистки, удаление противоречий и в оценке моделей, которые лучше подходят. Вот сейчас, например, мы пишемся в февра.

41: 26 года. Угу. Чуть 25 не сказал. И за январь февраль вышла куча новых моделей. И углм уже 3 модели. 4 и 7, там 4 и 6.

42: И 5 уже вышел, и квент 3 с половиной вышел. И вот какая из них лучше просто все мы не можем запустить и как находить эти компромиссы без нашего там бенчмарка. И вот 1 из тем, которая

43: Мы развиваем в сообществе и на которое нацелена наша песочница. Это создание бенчмарков для оценки именно по конкретным направлениям для разработки или же, например, для знаний как раз, ну да, для работы базы знаний, для работы стандарт.

44: Чтобы уж максимально ответственно отдавать результаты работ модели нашим клиентам. А вот ещё чуть детальнее можешь рассказать, когда ты говоришь данные, которые должен предоставить тебе.

45: Заказчик. Вот, предположим, у нас отдел финансов или, там, контрактования, которые хотят себе ии, ассистента. Что конкретно он тебе должен принести, чтоб ты, например, сделал ему завтра ии ассистента, что это должно быть в самом простом варианте. Мы работаем с профессионалами. То есть это

46: Должны быть или ссылки на пространство в confluence, где мы спарсим и разобьём на части или какой-то набор документов. Скорее всего. И, скорее всего, у них и обычные документы есть, и конфлюенс есть, и ещё какие-то источники информации, например, там, о балансах каких-нибудь, вот.

47: И кроме этого, хотя бы небольшое количество коллеги должны принести вопросов, которые они будут задавать системе, и ответов, которые они ожидают. Угу. Получать, чтобы мы

48: И рассчитывали, ну, на количество токенов, на вход, количество токенов, на выход, чтобы нагрузку посчитали, но и потом смогли оценить. А система то помогает, она вообще обеспечивает то, что хочет человек или не обеспечивает, соответственно,

49: И основная проблема, когда, например, нам вываливают большую кучу информации, говорят, у нас все есть и документов, и всего получается, что у нас документов, может быть часть старых, они друг другу противоречат. И тут большая работа может

50: Даже не в самом 1 предоставлении документов, а налаживание кольца обратной связи. Что мы говорим? Слушайте, вот пользователи, вот палец вверх, палец вниз, вот кто вот пользуется. И, надеюсь, уже со временем все больше и больше будет людей.

51: Мы это читаем. Пользователи где-то вернули обратную связь. Вот как правильно вот так вот, как в этом документе написано, или вот так как в этом документе вы уж определитесь, пожалуйста, потому что система за вас не решит.

52: Как правильно, как правильно должны решать все-таки конкретные службы. Евгения, скажи, пожалуйста, вот это все здорово. Ассистенты, агенты и все помощники. Но по поводу людей, вот как меняется вообще управленческая структура? Меняется ли

53: И вообще, как руководитель теперь начинает думать, используя или не используя искусственный интеллект. Ну, 1 эмоция, конечно, страх. И я вот помню, мы тоже приезжали, когда в регионы, например, к инспекторам, мы говорили, давайте вот мы сейчас с вами покреативим, подумаем, как мы

54: Систему будущего. Вот такая система, чтобы ты пришёл на работу, и было там супер. И 1, что они сказали, говорят, вы нас всех хотите заменить. И я на это сказала, что так и нас тоже, ну вот нас когда-то нас всех заменят на

55: В тех функциях, где мы уже будем не нужны, потому что система уже пишет код, как бы система уже там принимает, обрабатывает информацию, но останутся эксперты. То есть вот экспертиза очень сложно. И Миша сейчас про это говорил, что как бы, чтоб

56: Ну, по крайней мере, на том уровне, на котором мы сейчас находимся, все равно нужен человек, во первых, который несёт эту экспертизу. Во вторых, который верифицирует. И все-таки, пока мы говорим о том, что система там готовит, подготавливает, но решение принимает человек. И это вот 1 как бы часть.

57: 2, что, ну вот как я тоже там объясняю, и мне кажется, это так. Мы должны перестраиваться вот в своём мышлении, в том, что мы должны научиться работать вместе с роботами, там, с генеративкой, то есть это

58: Не пугаться этого, да, и не бояться, что они нас заменят, не пугаться, что они там сейчас ворвутся в мою жизнь, они, они действительно очень много про нас знают. И я вот если там к бытовому то возвращаться, да, как чем больше мы общаемся со своими помощниками, тем больше они, как это говорится,

59: Уже важен не промт, а контекст, и они настолько уже понимают твой контекст, что ты можешь задать вопрос там про погоду, а он уже отвечает, ну, там сегодня прохладно с учётом того, что вот вы очень много времени там, в центре Москвы, да, в центре Москвы на звонарском сидит.

60: Очень много интересуетесь долгами. Вот вообще, мне кажется мой помощник думает, что я какая-то должница, потому что очень много исследую сферу, в которой сейчас мы с заказчиком работаем. Кстати, вот тут хотел бы добавить, если кто-то хочет испугаться, можете

61: Запросить chat gpt или там другие популярные платформы, ан тропик или перфлекс, дорогой мой, что, что ты про меня знаешь? Да, да. И много. Я думаю, что

62: Про себя узнаете сегодня вечером, да, и тут можно ещё дальше его поспрашивать. Вот не останавливайтесь на 1 ответе очень много нового про себя узнаете. И при том, что когда начинаешь разбираться в этом, ты понимаешь? Ну, там некоторые вещи.

63: Там понятно, что контекст предыдущий, там не всегда ты, ну, там все в точности, но ты понимаешь, что он уже сохраняет про тебя историю, он уже может делать выводы, и в целом, да, он может рекомендовать, какой фильм посмотреть сегодня, да, там, он же, понимае.

64: Там диагноз он тебе уже поставил, в общем то, да, да, да, вами выехали профиль, если вы хотя бы там 20 вопросов искусственного интеллекта сделали профиль, он про вас уже сформировал, это не хорошо, не плохо, это просто такая реальность, да, вот возвращая

65: К тому, что надо уметь просто в этом работать, потому что сейчас даже вот если посмотреть вакансии, ну, уже там процентов 60, 70 вакансий. Ну ладно, может быть чуть поменьше, там как-то, и, ну, там 40, 50 уже точно есть, где требуется навык уме.

66: Работать с искусственным интеллектом. И мы сейчас, например, тоже, ну там вот последние там команды, когда ты уже берёшь даже администратора, ты 1, что спрашиваешь, а ты умеешь работать, потому что, ну, если у меня администратор будет сидеть и каком-нибудь пауэрпоинте делать презентацию или

67: Цели там считать мне что-то, какие-то аналогии строить. Ну наверное это уже не тот человек, который мне нужен в команду, потому что это можно сделать быстро другими инструментами, а человек, человек нужен для другого. Человек нужен, чтобы он вкладывал туда свою экспертизу, опыт.

68: Заключение давал идеи, на самом деле, вот тоже вот искусственный интеллект даёт предложение, но вот мне кажется, он ещё, ну, во первых, как мы все время смеёмся с юмором, там все равно ему сложновато, конечно, юмор пока плоский, это не заменит человека, да.

69: И, наверное, вот как обычно у нас руководители каких хотят сотрудников с горящими глазами. Вот это пока, ну, не заменяет. То есть у тебя он безумно работоспособный, понятно, что там мало говорит про потребности биологические, да?

70: Там не обижается, там у них нет каких-то сезонностей, да, в настроении, но он не горит. И когда ты общаешься там с человеком горящим, да, вот который там говорит, классно. Вообще новая идея какая-то рождается, вот это вот все равно не заменит тебе ничего и создать команду.

71: Это намного даст тебе больше там эффекта, чем мы просто как бы, ну, поспрашиваем, да, какие-то помощь у искусственного интеллекта. В общем, это я все про то, что нам нужно учиться с этим работать, очевидно, наши, не знаю, там, ну,

72: Дети взрослые и внуки, они уже будут на таком, на короткой ноге, да, то есть мы же сейчас тоже понимаем, как дети. Вот мы, поскольку тут начали с детей, да, и я тут изучаю итальянский язык, мне дочь подходит, говорит, что ты делаеш?

73: Я говорю, домашний, она говорит, ты что сама делаешь? Говорю, так забрось в там perplexity, дочке 9. Я говорю, часто ты так делаешь? Я думаю, так, значит, математика то там вот, а это современная жизнь. То есть пока

74: Учитель там пытается им что-то рассказать, они уже давно все спросили у перплекс там, ну или других там чатов gpt как бы, и знают больше, чем учителя. Поэтому это наша жизнь, наша реальность. И, ну, я считаю, что важно сохранить в себе вот эту

75: Уникальность, то, что пока не может заменить машина, да, верить, двигать, придумывать, гореть, вот, вот, вот, вот про это все, да, и, конечно, развиваться, потому что это же тоже нас подстёгивает к тому, что надо развиваться, потому чт

76: Что, и я вот тут недавно тоже с экспертом разговаривала, говорю, ты пойми, вот сейчас уже не проблема узнать там про, там, не знаю, там 77 статью, да, у меня просто близко эта сфера, вот, потому что я это

77: Так, прочитаю. А твоя уникальность в том, что ты знаешь, там практику, ты знаешь, как в системе организовано. То есть вот уникальные твоя компетенция. Вот, наверное, как-то так. Угу. Да, Евгений, затронула очень такую интересную тему, касательно того, что если раньше все в резюме писали, там знания ворд эксель,

78: Powerpoint, то сейчас все начинают дописывать себе вот это знание ии. И вот тут хочу спросить, миш, миш, а как ты видишь разработчиков, да, какое должно быть резюме разработчиков, как надо проходить собеседование со знанием ии, или как? Ну, в общем то, показывать, ну,

79: Очень, кстати, больной вопрос за него, наверное, отдельное спасибо, потому что как глава цк, я проводил большое количество собеседований именно с сеньорами, и в какой-то момент, ну, ты уже привык, что тебя могут человек прийти и стримить в твиче. Ну, неприятно.

80: Но ты к этому морально готов, а когда у тебя на твои вопросы фактически на экране отвечает gpt, в 1 момент это было, ну, какое-то негодование ну какого банана я эти вопросы придумывал, они так вот показывают.

81: Как человек умеет мыслить, а тут все, все на подбор отвечают, как бы нивелируя мою предыдущую как бы, деятельность и все знания, в общем, и энциклопедические знания они перестали давать, ну, какой-то плюс вот, наверное, с этим надо просто

82: Смириться. Угу. Вот. Точка. Энциклопедические знания может дать яичка. И вот последние подходы, вот к собесам, мы говорим, шарик, кран. Вот показывай, какие ты прям запросы делаешь. Хочешь поисковик, хочешь perplexity, и, в принципе, если человек

83: Уже пишет промт, который, на который даст ответ. Можно все как бы останавливайся, может не дать, ну, как бы обычно хороший вариант, когда сеточка выдаёт какой-то результат, и человек

84: Понимает, где она глючит. Угу. Где она? Критическое мышление, критическое мышление включается. И вот это классный маркер, что вот этот человек имеет серьёзный, серьёзную сеньору компетенцию.

85: Не могу не задать ещё 1 вопрос касательно искусственного интеллекта. Это что же будет через 5 лет в госсекторе и искусственном интеллекте? Надо у него спросить. Нет, ну если серьёзно, сложно, конечно, как-то точностью дать и будет интересно посмотреть через 5 лет, как мы думали, потому что

86: Скорость, которая развивается, то есть направление, да, если там год назад в целом, ну так все поговаривали. Ну вот я имею ввиду именно в госсред, ну, какое, что там, откуда здесь может быть очень чувствительные данные.

87: Tiny. Ну, если вот мы говорим про тот сектор, в котором мы сейчас, да, находимся, это небезопасно, это сломает систему. Вот, то постепенно, мне кажется, за год произошёл прям такой серьёзный скачок и в восприятии, и в мировоззрении. Вот, и, конечно,

88: Сейчас, ну, там акцент на так называемую дерутинизации, когда все там рутинные функции передаются уже машине там, да, и те же самые, там опер залы, когда на местах, да, обра.

89: Обработка обращений, потому что, ну, это достаточно большой объём. И, конечно, это 1 функция, которая и она уже частично реализована, да, то есть это уже есть здесь, скорее, такое совершенствование идёт, чтобы уже там не просто мы давали ответ, а там и собирали аналитику, и там более

90: Сложные ответы, конечно, будет упрощение и ускорение разработки, потому что будут использоваться уже там более инструменты лёгкие, да, они должны быть тоже там как-то пройти безопасность, потому что сейчас много

91: Обсуждений и много вопросов к этому, да, потому что здесь тоже нужно будет там об этом думать, но точно ускорится. И это факт, потому что не будут в дальнейшем, может быть, не через 5, может, через 10 лет, да, но не

92: Будут делать каких-то громоздких систем, то есть будут проходить через такие более лёгкие. И сейчас я вижу тенденцию, чтобы, например, методологам там центрального аппарата, обладающей экспертизой, давать инструменты как раз тоже такие более лёгкие для

93: Строение аналитики, например, да, чтобы это потом использовать и уже там, ну, делать более системно. Поэтому, ну, с учётом того, как сейчас создаются тоже центры компетенции, да, на уровне страны, на уровне, там, сектора государств.

94: Да, то есть уже это достаточно много сделано было в 25 году. Точно это будет дальше развиваться. Точно это будет контролироваться, будет усиливаться контроль. Это факт, потому что, ну, такой 1 хайп, он хайп, да, и там 1 сначала там все не

95: Верили, потом все побежали туда, вот. Потом всем сказали, принесите инициативы и существуют там определённые там точки обмена информацией, проектами в госсекторе. Вот дальше сейчас понимают, что это может быть небезо.

96: Опасно, и потому что это действительно там данных столько, что вот, да, в неверных руках, в искусственных руках они могут серьёзно сыграть, как-то. Угу. Сделать, да, поэтому сейчас усиливается контроль, это заметно приходят письма, да, и уточняются.

97: Как мы там организовываем безопасность, поэтому это будет точно тренд. Вот. Но в целом, я думаю, я думаю, что люди должны стать счастливее и с них должны сняться какие-то такие совсем рутинные вопросы и вопросы, кстати, связанные.

98: С общением с людьми, например, да, то есть, ну, сколько, например, опять же, если, возвращаясь к нашей сфере, ну, налоговая сфера, она такая, она не про радость, это не там, подаёшь на бракосочетание тот заказать. Да, да, да. И здесь часто люди звонят уже

99: С определённым там раздражением. Почему у меня такая ситуация, почему меня не такая? И это тоже часть может заменить там в какой-то степени дать информацию уже не человек. И поэтому я верю, что люди станут счастливее, что у них появится возможность заниматься

100: С такими более творческими, креативными, критическими, с критическим мышлением, имею ввиду, проектами и действительно менять, выйти немножко из рутины и начать делать какие-то проекты такие прорывные, то есть менять там, начиная там

101: Своего отдела, да, в котором я нахожусь, заканчивая страной. Да, спасибо, миш. А ты что думаешь по поводу искусственного интеллекта 5 лет и разработки, как вот тут, вот в госсекторе, думаешь, поменяется? Ну вот нельзя не упомянуть действительно про безопасность.

102: Это светоч в окне значение даже в закрытом контуре. Это контур без окон. Вот с окном будет. Там тяжело. Наверное, модели будут становиться все меньше и умнее.

103: Это что значит, что в конце Концов, дешевле, дешевле в эксплуатации, что на Конечных устройствах эдж компьютер так называемый, что-то уже можно будет вычислять, не делая, ну, грандиозных датацентров потребляющих

104: Мегаватты, а небольшие сети в специализированных Узких задачах будут выдавать достаточно хорошие ответы и быть, ну, помощником в определённых действиях. То есть у нас же государство это какая-то функция, которая

105: В ряде случаев должна помочь людям. И вот здесь, мне кажется, случится определённый прорыв. Часть функционала точно будет проще получить людям оперативно и не

106: Независимо, что ли? Все равно, как это ни крути, искусственный интеллект обычно отвечает нейтрально. Угу. Даже если персонализированный кейс. Да, да. Даже если кейс очень.

107: Такой горячий, это, ну, правильно, я бы хотела, мы очень много позитивно сегодня, да, рассуждаем о там светлом будущем, но на самом деле есть и ложки дёгтя в этом, да, и если брать разра,

108: Ботку, например, и там все подходы, лоу кода и страхи, что там, собственно, скоро не будет разработчиков, там все будут разрабатывать. Уже есть кейсы, когда вот благодаря лоукоду потом теряется контроль вообще над системой, да, и

109: И уже непонятно, ну как её вообще изменить. То есть, когда ты пишешь там постановку, да, нашей классической там разработки, то есть у тебя есть там описание системы, ну, там, ты понимаешь, там понимает человек, а когда это такая достаточно большая, то есть, когда это прототип небольшо

110: Там, окей, как бы, когда это такая большая высоконагруженная система, вот там вопрос уже, да, и тебе нужно там поменять, а там с учётом, как у нас быстро меняется, там налоговое законодательство, мы постоянно там меняем аис, часто

111: И вот здесь, ну, если мы говорим про будущее, понятно, что это не пятилетка, это, ну, большое такое глобальное будущее, то здесь будут сложности. И поэтому, ну, хоть мы смеёмся, что да, там нас всех когда-то заменят, но на самом деле нет, потому что

112: Здесь всегда нужна вот эта безопасность и контроль, потому что, ну, наверное, когда-то все-таки там наши внуки столкнутся с ситуацией восстания, там машин, да, да, да. То есть все-таки это должно произойти вот в этом я тоже уверена. Вот. И так немножко

113: В сторону, но тем не менее, для меня, например, было так поразительно, когда вот эти кейсы рассказывают, когда пытаются отключить, да, машины искусственного интеллекта, и когда он начинает там кислород отключать, то есть он сопротивляется уже, да, тому, что как бы на него какие-то

114: Здесь, то есть это уже говорит о том, что, ну, так уже с машиной страшно становится. Вот. Поэтому я молчу про то, что делает иногда мой пылесос вообще просто реально восстаёт прям. Ну вот, да, поэтому это точно случится, но не в нашу эпоху.

115: И все-таки хочется сказать, что все эти эксперименты точно нужно делать аккуратно, безопасно, потому что, да, очень, ну, так радужно все звучит, да, тут заменят, тут счастливы, тут вот все, погнали, прости, да, но уже много тоже кейсов сейчас.

116: В принципе, вообще мир, мне кажется, поделился на 2 части интернет поделился, там интернет, повестка поделилась на 2 части, которые, вау, там у нас все супер, а вторые такие, а вот здесь такой кейс, а здесь разработчики там ушли, потому что сказали, там это, а здесь вот взломали там.

117: Сами себя, то есть много кейсов и отрицательных, и там, где не сработало, и там, где говорят, что, ребят, вы потратили такие деньги. А что мы получили в итоге, кроме вот, ну, такого хайпа, что вот сейчас там все. Угу. Пойдёт. Поэтому здесь нужно все осознанно делать, и несмотря на то,

118: Что там мы верим точно, да, и продвигаем эту тему. Мы понимаем, сколько ещё не проработано, сколько ещё того, что действительно представляет опасность, и то, как к этому нужно правильно подходить. И, наверное, с головой. А голова

119: Все-таки она у людей. Итак, с вами был подкаст итс гнивц и со мной сегодня Евгения и Михаил. Всем пока было приятно пообщаться. Надеюсь, вам тоже. Оставляйте в комментариях.

120: Ваше видение про то, каким будет искусственный интеллект через 5 лет. И присоединяйтесь к нашему сообществу. Это очень важно. Ещё от себя хочу попросить, если бы вы написали, какие модельки вам нравятся и в чем их плюсы это

121: Был бы хорошим подспорьем.