Kernel Panic
серия 8: "The Endless Loop of Code"
Я уже говорил, что инженерия будущего -- это инженерия подсказок, но "подсказку" не надо воспринимать слишком примитивно. Тут важно также понимать, что поиск в стиле гугла и общение с ai -- концептуально разные use cases.
AI-ассистант не просто будет выполнять ваши команды "реализовать такую-то задачу", он будет уметь ещё много чего другого магического: например, предсказывать, какую задачу вы намерены выполнить следующей, и заранее готовить её хотя бы на уровне прототипа.
Сеньоры же получат в распоряжение целые армии программных агентов, с помощью которых будут создавать всё более сложные системы в безумно рекордные сроки.
Хотя конечно и джуниоры, да и непрограммисты, также получат доступ к таким агентам для разработки софта. Разница будет скорее в стоимости подобных облачных сервисов: такими армиями, конечно, тоже надо будет уметь эффективно командовать. Никто не даст джуниору доступ к службе из миллиона агентов по цене сто долларов за минуту, если он проработает с ней два часа, а в итоге только накосячит и выкатит что-то кривое и невразумительное.
Хотя, безусловно, у каждого на компьютере будет как минимум свой цифровой чемпион мира по программированию-22. Завтра кстати на эту тему в вк будет пост — это уже реальность.
Как управлять тучами агентов смитов? Это отдельный уникальный скилл, который пока вообще никто не умеет, но вам я по секрету подскажу, как этому учиться и тренироваться уже сейчас, совмещая полезное с полезным: пишите код в модели обмена сообщениями (берём декларативную параллельную модель, и добавляем ей асинхронный канал связи).
Не раз рассказывал про модель акторов Карла Хьюитта, и какие прикладные фреймворки тут полезно поизучать. Так вот, активно беритесь за akka.* , ну и Erlang конечно.
Я кстати неспроста к этому уже не один год призываю.
Программные архитектуры будущего -- это чистые вычисления (как сами вычисления, так и вычисления вычислений в смысле автоматической кодогенерации), которые надо будет уметь прежде всего правильно структурировать с помощью формальных протоколов (монадическими цепочками, например).
продолжение следует
серия 8: "The Endless Loop of Code"
Я уже говорил, что инженерия будущего -- это инженерия подсказок, но "подсказку" не надо воспринимать слишком примитивно. Тут важно также понимать, что поиск в стиле гугла и общение с ai -- концептуально разные use cases.
AI-ассистант не просто будет выполнять ваши команды "реализовать такую-то задачу", он будет уметь ещё много чего другого магического: например, предсказывать, какую задачу вы намерены выполнить следующей, и заранее готовить её хотя бы на уровне прототипа.
Сеньоры же получат в распоряжение целые армии программных агентов, с помощью которых будут создавать всё более сложные системы в безумно рекордные сроки.
Хотя конечно и джуниоры, да и непрограммисты, также получат доступ к таким агентам для разработки софта. Разница будет скорее в стоимости подобных облачных сервисов: такими армиями, конечно, тоже надо будет уметь эффективно командовать. Никто не даст джуниору доступ к службе из миллиона агентов по цене сто долларов за минуту, если он проработает с ней два часа, а в итоге только накосячит и выкатит что-то кривое и невразумительное.
Хотя, безусловно, у каждого на компьютере будет как минимум свой цифровой чемпион мира по программированию-22. Завтра кстати на эту тему в вк будет пост — это уже реальность.
Как управлять тучами агентов смитов? Это отдельный уникальный скилл, который пока вообще никто не умеет, но вам я по секрету подскажу, как этому учиться и тренироваться уже сейчас, совмещая полезное с полезным: пишите код в модели обмена сообщениями (берём декларативную параллельную модель, и добавляем ей асинхронный канал связи).
Не раз рассказывал про модель акторов Карла Хьюитта, и какие прикладные фреймворки тут полезно поизучать. Так вот, активно беритесь за akka.* , ну и Erlang конечно.
Я кстати неспроста к этому уже не один год призываю.
Программные архитектуры будущего -- это чистые вычисления (как сами вычисления, так и вычисления вычислений в смысле автоматической кодогенерации), которые надо будет уметь прежде всего правильно структурировать с помощью формальных протоколов (монадическими цепочками, например).
продолжение следует
Kernel Panic
серия 9: "The Case of the Missing Semicolon"
Но когда у нас в распоряжении окажутся мириады AI-агентов, автоматически и очень быстро пишущих код, нынешняя стековая модель создания программных продуктов станет совсем неактуальной (это когда команда разработчиков пишет итерациями код, мержит в репу, деплоит в прод, а команда менеджеров поэтапно раскручивает монетизацию очередной версии).
Ей на смену грядёт сетевая модель: наш код всегда существует в рабочем состоянии, всегда работоспособен и полностью монетизирован. Этакое CI/CD на уровне продукта в целом. У одного разработчика в руках оказывается мощь огромной сети AI, людей и сервисов, а производительность улетает в космос.
Однако при таком экстремальном масштабировании самым сложным становится сопровождение кода, а не просто разовая разработка проекта. Говорю о важности этого момента не один год, и вот эта темка становится крайне актуальной. Сегодня мы полагаемся в этом на "белковых": рассчитываем, что сопровождением будут заниматься люди с ответственным отношением и хорошим проектным опытом, потому что это тяжело.
Ведь "написание кода", создание некоторого продукта с помощью AI, сегодня становится весьма тривиальной задачей (об этом сегодняшний пост в вк). А вот сопровождение кода, его развитие и, главное, глубокое понимание -- вот где настоящая инженерия! Поэтому чем быстрее вы научитесь думать о коде на уровне отсутствующих в нём абстракций, тем сильно быстрее и сильно продуктивнее вы сможете использовать AI.
продолжение следует
серия 9: "The Case of the Missing Semicolon"
Но когда у нас в распоряжении окажутся мириады AI-агентов, автоматически и очень быстро пишущих код, нынешняя стековая модель создания программных продуктов станет совсем неактуальной (это когда команда разработчиков пишет итерациями код, мержит в репу, деплоит в прод, а команда менеджеров поэтапно раскручивает монетизацию очередной версии).
Ей на смену грядёт сетевая модель: наш код всегда существует в рабочем состоянии, всегда работоспособен и полностью монетизирован. Этакое CI/CD на уровне продукта в целом. У одного разработчика в руках оказывается мощь огромной сети AI, людей и сервисов, а производительность улетает в космос.
Однако при таком экстремальном масштабировании самым сложным становится сопровождение кода, а не просто разовая разработка проекта. Говорю о важности этого момента не один год, и вот эта темка становится крайне актуальной. Сегодня мы полагаемся в этом на "белковых": рассчитываем, что сопровождением будут заниматься люди с ответственным отношением и хорошим проектным опытом, потому что это тяжело.
Ведь "написание кода", создание некоторого продукта с помощью AI, сегодня становится весьма тривиальной задачей (об этом сегодняшний пост в вк). А вот сопровождение кода, его развитие и, главное, глубокое понимание -- вот где настоящая инженерия! Поэтому чем быстрее вы научитесь думать о коде на уровне отсутствующих в нём абстракций, тем сильно быстрее и сильно продуктивнее вы сможете использовать AI.
продолжение следует
Kernel Panic
серия 10: "Programming with AI: A Love-Hate Relationship"
С другой стороны, от программистов всего мира пока даже маленькой волны по поводу ChatGPT не заметно. Ну может за сутки пара постов появится, как чел сделал сайт или небольшую игру, да десяток твитов, как в какой-то хитрой задачке AI накуролесил. Но наверняка кто-то втихомолку стал быстрее делать рабочие задачки, и студенты школьники однозначно AI используют, но в целом активность айтишников почти нулевая, хайп в основном по поводу гуманитарных тем. И это удивительно.
Буквально, на хабре сейчас адекватных материалов для программистов по ChatGPT больше, чем во всём остальном мире :)
Рекомендую кстати их читать.
Я, правда, никогда не испытывал иллюзий по поводу среднего интеллекта человечества (да и своего, конечно), ну вот очередное подтверждение, что даже когда дают "автоматизированную удочку", 98% ленится её просто забрасывать в воду :) Возможно, и НГ играет роль, ну посмотрим в самые ближайшие месяцы. И вроде вот-вот выйдет ChatGPT3.6 -- разминка перед ChatGPT4? Хотя некоторые аи-эксперты уже намекают, что 100 триллионов параметров GPT4 не дали ожидавшегося качественного скачка, и получилась по сути GPT3+browsing; потолок возможностей?
На днях, кстати, появилась модель VPT, которой дали физический доступ к клавиатуре и мыши, и она с их помощью успешно играет в майнкрафт.
=
Вам, дорогие, очень рекомендую усвоить ключевой урок: максимальное преимущество, которое только вы как разработчик можете иметь перед коллегами/конкурентами -- это скорость, это быстрота исполнения задач. Это ваше самое мощное оружие, особенно когда экономика становится все более жёсткой.
И в целом, совершенно независимо от того, чем вы занимаетесь, вы добьётесь гораздо большего успеха, если начнёте действовать существенно быстрее.
Но вот в чём проблема -- программисту увеличить скорость работы очень сложно. Тут было много исследований, и оказалось, что продуктивность разработчика -- почти константная величина, её очень трудно увеличить ни кнутом, ни пряником (если человек сам не особо замотивирован на развитие). Поэтому, когда возникает очередной дедлайн, большинство программистов просто работают больше часов, по ночам, на протяжении так нескольких дней, а затем слетают с катушек :) Поэтому это временный приём.
Но теперь есть лучший способ -- AI-помощник!
Однако уже закрадывается подозрение, что даже им воспользуется лишь 2%, и разрыв между ит-элитой и ит-массовкой (как по уровню квалификации, так и по зарплатам) станет ещё более ужасающим :)
продолжение следует
серия 10: "Programming with AI: A Love-Hate Relationship"
С другой стороны, от программистов всего мира пока даже маленькой волны по поводу ChatGPT не заметно. Ну может за сутки пара постов появится, как чел сделал сайт или небольшую игру, да десяток твитов, как в какой-то хитрой задачке AI накуролесил. Но наверняка кто-то втихомолку стал быстрее делать рабочие задачки, и студенты школьники однозначно AI используют, но в целом активность айтишников почти нулевая, хайп в основном по поводу гуманитарных тем. И это удивительно.
Буквально, на хабре сейчас адекватных материалов для программистов по ChatGPT больше, чем во всём остальном мире :)
Рекомендую кстати их читать.
Я, правда, никогда не испытывал иллюзий по поводу среднего интеллекта человечества (да и своего, конечно), ну вот очередное подтверждение, что даже когда дают "автоматизированную удочку", 98% ленится её просто забрасывать в воду :) Возможно, и НГ играет роль, ну посмотрим в самые ближайшие месяцы. И вроде вот-вот выйдет ChatGPT3.6 -- разминка перед ChatGPT4? Хотя некоторые аи-эксперты уже намекают, что 100 триллионов параметров GPT4 не дали ожидавшегося качественного скачка, и получилась по сути GPT3+browsing; потолок возможностей?
На днях, кстати, появилась модель VPT, которой дали физический доступ к клавиатуре и мыши, и она с их помощью успешно играет в майнкрафт.
=
Вам, дорогие, очень рекомендую усвоить ключевой урок: максимальное преимущество, которое только вы как разработчик можете иметь перед коллегами/конкурентами -- это скорость, это быстрота исполнения задач. Это ваше самое мощное оружие, особенно когда экономика становится все более жёсткой.
И в целом, совершенно независимо от того, чем вы занимаетесь, вы добьётесь гораздо большего успеха, если начнёте действовать существенно быстрее.
Но вот в чём проблема -- программисту увеличить скорость работы очень сложно. Тут было много исследований, и оказалось, что продуктивность разработчика -- почти константная величина, её очень трудно увеличить ни кнутом, ни пряником (если человек сам не особо замотивирован на развитие). Поэтому, когда возникает очередной дедлайн, большинство программистов просто работают больше часов, по ночам, на протяжении так нескольких дней, а затем слетают с катушек :) Поэтому это временный приём.
Но теперь есть лучший способ -- AI-помощник!
Однако уже закрадывается подозрение, что даже им воспользуется лишь 2%, и разрыв между ит-элитой и ит-массовкой (как по уровню квалификации, так и по зарплатам) станет ещё более ужасающим :)
продолжение следует
Kernel Panic
серия 11: "Code Monkeys and Machine Learning"
Информатика во всём мире 50 лет преподаётся с позиции алгоритмов, структур данных и написания ясного кода. Однако скорее всего уже в ближайшие лет 10 все эти классические формы обучения полностью развалятся, и к этому пока почти никто не готов.
GPT-1 появилась всего 4 года назад, и тогда никто и близко не предполагал, что уже в 2022-м GPT-3 сможет писать код на уровне джуниоров.
Программирование на наших глазах начало стареть. Я активно застал то время, когда программисту надо было знать не только ассемблер и Си, но и хорошо представлять аппаратное устройство компьютера. Сейчас 98% программистов имеют крайне смутное представление о принципах работы процессора, о каких-нибудь cache coherence и аппаратной поддержке false sharing.
Похоже, что в ближайшие 10 лет потеряет актуальность и тема АСД, и никто уже не будет знать, как написать сортировку слиянием или двоичный поиск. Не в том смысле, что не будут это изучать (и сейчас это мало кто знает:), а в том смысле, что буквально будут не способны написать даже такой простой код -- но при этом с помощью AI станут создавать весьма сложные системы.
Все программы в будущем будут полностью написаны AI, а человеку останется в лучшем случае роль наблюдателя.
Студентам больше не придётся учиться поиску в двоичных деревьях или работе с указателями в С++. Само программирование (написание кода) станет просто забавным ознакомительным скиллом, как хобби.
Не будет и профессии "Программист". Появится какой-нибудь "знаниевый инженер", у которого в распоряжении будет модель с 256 секстиллионами параметров, содержащей все знания человечества + что-то неведомое, что мы вряд ли узнаем (а если и узнаем, то уже не поймём). AI к тому времени разработает для удобства свои языки программирования, совершенно чуждые человеку.
А работой такого инженера станет примерно то, чем сегодня занимаются специалисты по data science: спроектировать UI, внятно объяснить логику системы, подобрать хорошие примеры (только не тысячи, а два-три), оценить и оттюнинговать процесс обучения.
=
Стратегическое смещение акцента с написания программного кода на модели очевидно пока только единичным AI-гуру, но это уже факт. Почитайте любые работы по большим языковым моделям -- там уже давно не упоминается программный код или классические архитектурные блоки из system design. Терминология и абстракции совершенно другие: слои внимания, датасеты, токенизаторы... Например, классический труд по работе с GPT-3 "Language Models are Few-Shot Learners" совершенно непрограммистский.
Единицей вычислений становится не машина фон Неймана, а массивная, предварительно обученная и высокоадаптивная AI-модель. Однако никто из учёных не понимает, как работают большие языковые модели. Сегодня чуть ли не каждый день публикуются научные работы, в которых открывают новые, странные формы поведения уже существующих LLM, несмотря на то, что они были "спроектированы" людьми.
LLM способны делать то, чему их никогда не обучали, и нет способа узнать, что такого они умеют, что мы пока не знаем.
=
Нам придётся полностью пересмотреть наше понимание вычислений -- больше никаких машин Тьюринга, никаких детерминированных процессов, управляемых наборами инструкций и системами типов.
Фундаментальным вычислительным блоком станут адаптивные, непредсказуемые, неуловимые программные агенты. AI-вычисления не будут поддаваться статическому анализу и формальным доказательствам. Мир AI-программирования станет всё больше походить на квантовую физику.
=
Чем дальше, тем больше нам придётся верить AI на слово.
И всё, что нам остаётся -- как динозаврам, наблюдать за стремительным приближением AI-астероида.
окончание сериала следует
серия 11: "Code Monkeys and Machine Learning"
Информатика во всём мире 50 лет преподаётся с позиции алгоритмов, структур данных и написания ясного кода. Однако скорее всего уже в ближайшие лет 10 все эти классические формы обучения полностью развалятся, и к этому пока почти никто не готов.
GPT-1 появилась всего 4 года назад, и тогда никто и близко не предполагал, что уже в 2022-м GPT-3 сможет писать код на уровне джуниоров.
Программирование на наших глазах начало стареть. Я активно застал то время, когда программисту надо было знать не только ассемблер и Си, но и хорошо представлять аппаратное устройство компьютера. Сейчас 98% программистов имеют крайне смутное представление о принципах работы процессора, о каких-нибудь cache coherence и аппаратной поддержке false sharing.
Похоже, что в ближайшие 10 лет потеряет актуальность и тема АСД, и никто уже не будет знать, как написать сортировку слиянием или двоичный поиск. Не в том смысле, что не будут это изучать (и сейчас это мало кто знает:), а в том смысле, что буквально будут не способны написать даже такой простой код -- но при этом с помощью AI станут создавать весьма сложные системы.
Все программы в будущем будут полностью написаны AI, а человеку останется в лучшем случае роль наблюдателя.
Студентам больше не придётся учиться поиску в двоичных деревьях или работе с указателями в С++. Само программирование (написание кода) станет просто забавным ознакомительным скиллом, как хобби.
Не будет и профессии "Программист". Появится какой-нибудь "знаниевый инженер", у которого в распоряжении будет модель с 256 секстиллионами параметров, содержащей все знания человечества + что-то неведомое, что мы вряд ли узнаем (а если и узнаем, то уже не поймём). AI к тому времени разработает для удобства свои языки программирования, совершенно чуждые человеку.
А работой такого инженера станет примерно то, чем сегодня занимаются специалисты по data science: спроектировать UI, внятно объяснить логику системы, подобрать хорошие примеры (только не тысячи, а два-три), оценить и оттюнинговать процесс обучения.
=
Стратегическое смещение акцента с написания программного кода на модели очевидно пока только единичным AI-гуру, но это уже факт. Почитайте любые работы по большим языковым моделям -- там уже давно не упоминается программный код или классические архитектурные блоки из system design. Терминология и абстракции совершенно другие: слои внимания, датасеты, токенизаторы... Например, классический труд по работе с GPT-3 "Language Models are Few-Shot Learners" совершенно непрограммистский.
Единицей вычислений становится не машина фон Неймана, а массивная, предварительно обученная и высокоадаптивная AI-модель. Однако никто из учёных не понимает, как работают большие языковые модели. Сегодня чуть ли не каждый день публикуются научные работы, в которых открывают новые, странные формы поведения уже существующих LLM, несмотря на то, что они были "спроектированы" людьми.
LLM способны делать то, чему их никогда не обучали, и нет способа узнать, что такого они умеют, что мы пока не знаем.
=
Нам придётся полностью пересмотреть наше понимание вычислений -- больше никаких машин Тьюринга, никаких детерминированных процессов, управляемых наборами инструкций и системами типов.
Фундаментальным вычислительным блоком станут адаптивные, непредсказуемые, неуловимые программные агенты. AI-вычисления не будут поддаваться статическому анализу и формальным доказательствам. Мир AI-программирования станет всё больше походить на квантовую физику.
=
Чем дальше, тем больше нам придётся верить AI на слово.
И всё, что нам остаётся -- как динозаврам, наблюдать за стремительным приближением AI-астероида.
окончание сериала следует
Kernel Panic
серия 12: "23"
1. ИТ-пузырь безусловно продолжит сдуваться, но плавно. Сейчас "на форумах" по всему миру разгораются холивары примитивного одноклеточного уровня, где бесконечно пережёвываются паттерны 30-летней давности, ещё со времён AI Winter, что дескать "AI никогда не заменит человека", "это не настоящее мышление, а подделка", "мы действительно разумны а это совершенно другое", "AI просто вычисляет, что ему делать дальше, основываясь на том, что было раньше" и прочий детский сад.
Для нас же главный вопрос только "когда?" :)
Легендарный стэнфордский профессор Andrew Ng на днях заявил, что в "near future" программистам можно не волноваться о потере работы, но правда не уточнил, сколько это: 10 лет или 10 месяцев. А вот Andrej Karpathy (AI Tesla) порекомендовал активнее писать комментарии в коде уже для того, чтобы помогать AI лучше понимать ваш код.
=
Моя стратегия совершенно не меняется: я сам ничего не придумываю и не додумываю, а всегда ориентируюсь на небольшое число ребят, которые умнее меня в 100 раз: PhD из топовых университетов мира, у которых маленькие школы повышения квалификации программистов вроде моей, где хотя бы немного поддерживается индивидуальный подход.
Так вот, все они сохраняют олимпийское спокойствие :) Да, AI помогает, но в чуть более сложных темах проектирования совсем плавает, потому что учиться ему особо не на чем. Кроме того, стиль кодирования AI слабенький, потому что обучается он на проектах мэйнстрима, а ведь даже код ядра Линукса или код стандартных библиотек Java написан в значительной степени на троечку, а местами и на двойку.
А хороших эталонных примеров правильного проектирования вообще не найти даже для людей.
Поэтому, в ближайшие годы AI повлияет на ИТ так, что во-первых, те кто быстро освоит ChatGPT и подобное, получит мощное преимущество, и во-вторых, постепенно AI-ассистанты будут внедряться менеджерами принудительно (на инициативу снизу тут точно не надо рассчитывать). В результате, от джунов будут требовать работу миддлов, от миддлов -- работу сеньоров, а сеньоров уволят (шутка).
Но теперь особенно важно расти в профессии особенно энергично, потому что будущее туманно как никогда :)
Ну и общий дух предпринимательства в самом широком смысле будет сейчас особо актуален, как недавно говорил. Берите на себя ответственности по максимуму и даже больше. Главное -- вписаться в тему, разбираться будете уже по ходу процесса.
2. 2023-й станет решающим в плане понимания потенциала LLM для программистов. Тут я тоже не умничаю, а просто внимательно слежу за парой десятков умнейших людей мира и, извините, ai-трендсеттеров :)
И вот такой тренд, что в декабре, практически сразу же за хайпом вокруг ChatGPT инвесторы бросились массово вкладываться в AI. Один такой товарищ вложился на днях разом аж в 50(!) AI-стартапов (потому что выстрелит в лучшем случае 1% который окупит все остальные, но денежки-то на свои проекты все пацаны получат :).
А у нас тут будет ещё куча огромных особых возможностей -- в контексте импортозамещения и техносуверенитета. Ну например, даже просто сделать оболочку для ChatGPT чтобы им можно было удобно у нас пользоваться без нудной фейковой регистрации и впн.
Полезных и прибыльных идей миллион! Следующий сериал скорее всего на эту тему в январе и начну.
Объявляю 2023-й в России годом AI-стартапов!
конец
серия 12: "23"
1. ИТ-пузырь безусловно продолжит сдуваться, но плавно. Сейчас "на форумах" по всему миру разгораются холивары примитивного одноклеточного уровня, где бесконечно пережёвываются паттерны 30-летней давности, ещё со времён AI Winter, что дескать "AI никогда не заменит человека", "это не настоящее мышление, а подделка", "мы действительно разумны а это совершенно другое", "AI просто вычисляет, что ему делать дальше, основываясь на том, что было раньше" и прочий детский сад.
Для нас же главный вопрос только "когда?" :)
Легендарный стэнфордский профессор Andrew Ng на днях заявил, что в "near future" программистам можно не волноваться о потере работы, но правда не уточнил, сколько это: 10 лет или 10 месяцев. А вот Andrej Karpathy (AI Tesla) порекомендовал активнее писать комментарии в коде уже для того, чтобы помогать AI лучше понимать ваш код.
=
Моя стратегия совершенно не меняется: я сам ничего не придумываю и не додумываю, а всегда ориентируюсь на небольшое число ребят, которые умнее меня в 100 раз: PhD из топовых университетов мира, у которых маленькие школы повышения квалификации программистов вроде моей, где хотя бы немного поддерживается индивидуальный подход.
Так вот, все они сохраняют олимпийское спокойствие :) Да, AI помогает, но в чуть более сложных темах проектирования совсем плавает, потому что учиться ему особо не на чем. Кроме того, стиль кодирования AI слабенький, потому что обучается он на проектах мэйнстрима, а ведь даже код ядра Линукса или код стандартных библиотек Java написан в значительной степени на троечку, а местами и на двойку.
А хороших эталонных примеров правильного проектирования вообще не найти даже для людей.
Поэтому, в ближайшие годы AI повлияет на ИТ так, что во-первых, те кто быстро освоит ChatGPT и подобное, получит мощное преимущество, и во-вторых, постепенно AI-ассистанты будут внедряться менеджерами принудительно (на инициативу снизу тут точно не надо рассчитывать). В результате, от джунов будут требовать работу миддлов, от миддлов -- работу сеньоров, а сеньоров уволят (шутка).
Но теперь особенно важно расти в профессии особенно энергично, потому что будущее туманно как никогда :)
Ну и общий дух предпринимательства в самом широком смысле будет сейчас особо актуален, как недавно говорил. Берите на себя ответственности по максимуму и даже больше. Главное -- вписаться в тему, разбираться будете уже по ходу процесса.
2. 2023-й станет решающим в плане понимания потенциала LLM для программистов. Тут я тоже не умничаю, а просто внимательно слежу за парой десятков умнейших людей мира и, извините, ai-трендсеттеров :)
И вот такой тренд, что в декабре, практически сразу же за хайпом вокруг ChatGPT инвесторы бросились массово вкладываться в AI. Один такой товарищ вложился на днях разом аж в 50(!) AI-стартапов (потому что выстрелит в лучшем случае 1% который окупит все остальные, но денежки-то на свои проекты все пацаны получат :).
А у нас тут будет ещё куча огромных особых возможностей -- в контексте импортозамещения и техносуверенитета. Ну например, даже просто сделать оболочку для ChatGPT чтобы им можно было удобно у нас пользоваться без нудной фейковой регистрации и впн.
Полезных и прибыльных идей миллион! Следующий сериал скорее всего на эту тему в январе и начну.
Объявляю 2023-й в России годом AI-стартапов!
конец
-- Andrej Karpathy (Tesla AI) очень доволен использованием Copilot:
"Still learning to use it but it already writes ~80% of my code, ~80% accuracy. I don't even really code, I prompt. & edit."
Ну, Гради Буч (автор UML, IBM Fellow) говорил, что это всё отнюдь не устаревание и конец программирования, а естественная эволюция информатики в направлении повышения уровня абстракций, как и происходит многие десятилетия. Другое дело, что мы и сегодня пишем код в парадигмах 50-летней давности, ну штош...
Karpathy кстати взялся на рождественских каникулах изучать Rust и удивляется, до чего же он оказался быстрый.
А что полезного сейчас изучаешь ты? :)
-- Greg Brockman (президент OpenAI) под Новый год заявил, что в 2023-м нас ждёт такое, что 22-й в плане AI-прорывов покажется сонным.
P.S. С завтрашнего дня, начинаем сериал на тему идей для AI-стартапов. Название ему придумал ChatGPT, уж извините :)
"Intelligent Machines and Idiotic Humans: A Startup Story"
"Still learning to use it but it already writes ~80% of my code, ~80% accuracy. I don't even really code, I prompt. & edit."
Ну, Гради Буч (автор UML, IBM Fellow) говорил, что это всё отнюдь не устаревание и конец программирования, а естественная эволюция информатики в направлении повышения уровня абстракций, как и происходит многие десятилетия. Другое дело, что мы и сегодня пишем код в парадигмах 50-летней давности, ну штош...
Karpathy кстати взялся на рождественских каникулах изучать Rust и удивляется, до чего же он оказался быстрый.
А что полезного сейчас изучаешь ты? :)
-- Greg Brockman (президент OpenAI) под Новый год заявил, что в 2023-м нас ждёт такое, что 22-й в плане AI-прорывов покажется сонным.
P.S. С завтрашнего дня, начинаем сериал на тему идей для AI-стартапов. Название ему придумал ChatGPT, уж извините :)
"Intelligent Machines and Idiotic Humans: A Startup Story"
"Intelligent Machines and Idiotic Humans: A Startup Story"
(идеи для AI-стартапов и для "как бы" AI-стартапов, чтобы морочить головы инвесторам:)
Серия 1. Предсказание курса акций )))
Вечная тема, на которую всегда будет интерессо стороны лохов. Ну или прогнозы любых других трендов. Понятно, что такого подобного добра полно, не парьтесь, это и хорошо, значит есть платёжеспособный спрос, а это для инвесторов важный KPI.
Только к универсальной модели не надо конечно стремиться ("для всего"), обучайте на конкретных датасетах чётко под конкретную нишу. Одна ниша -- один продукт. И можете клепать дальше подобные продукты по одному шаблону, только UI менять.
Куча статей как строить прогнозы с помощью, например, библиотек scikit-learn или tensorflow, они очень мощные, просто следуйте простым гайдам и шаблонам примеров. Хороши в помощь конечно будут pandas и numpy.
Код обучения модельки на питончике легко и просто уложить в несколько десятков строк, в ноутбуке на колабе даже можно, и деплоится модель тоже элементарно в любой облачный хостинг. Приделываете например REST API и продаётеставки на спорт свои прогнозы корпоративным подпищекам задорого :)
Хорошо в качестве клиента красивое веб- или мобильное приложение сделать, и т. п.
(идеи для AI-стартапов и для "как бы" AI-стартапов, чтобы морочить головы инвесторам:)
Серия 1. Предсказание курса акций )))
Вечная тема, на которую всегда будет интерес
Только к универсальной модели не надо конечно стремиться ("для всего"), обучайте на конкретных датасетах чётко под конкретную нишу. Одна ниша -- один продукт. И можете клепать дальше подобные продукты по одному шаблону, только UI менять.
Куча статей как строить прогнозы с помощью, например, библиотек scikit-learn или tensorflow, они очень мощные, просто следуйте простым гайдам и шаблонам примеров. Хороши в помощь конечно будут pandas и numpy.
Код обучения модельки на питончике легко и просто уложить в несколько десятков строк, в ноутбуке на колабе даже можно, и деплоится модель тоже элементарно в любой облачный хостинг. Приделываете например REST API и продаёте
Хорошо в качестве клиента красивое веб- или мобильное приложение сделать, и т. п.
"If you think good architecture is expensive, try bad architecture."
-- Brian Foote and Joseph Yoder
-- Brian Foote and Joseph Yoder
"Intelligent Machines and Idiotic Humans: A Startup Story"
(идеи для AI-стартапов)
Серия 2. Русский Copilot.
В мире так мало людей, которые действительно что-то делают сами, не по указке со стороны, что если вы создаёте что-то ценное, то у вас практически не будет конкуренции.
Опенсорсные системы местами даже превосходят то, что делают супербогатые лаборатории:
-- Implementation of Reinforcement Learning with Human Feedback on top of the PaLM architecture.
If you are interested in replicating something like ChatGPT out in the open...
-- The SantaCoder models are a series of 1.1B parameter models trained on the Python, Java, and JavaScript subset.
Есть онлайн-демка.
Уровень где-то GPT2, но вы вполне можете локально дообучить её на ваши (или чужие) конкретные проекты уровнем даже покруче, чем универсальная GPT3.
Можно продавать как сервис полного цикла внедрения корпоративного AI-ассистанта для программистов: тюнинг под вашу разработческую тематику + суппорт + установка + обучение пользователей.
Минус в том, что продвигать такие вещи тяжело -- надо выходить на ит-руководителей, убеждать их... Возможно, лучше делать что-то вроде русского copilot по недорогой массовой подписке для разработчиков.
(идеи для AI-стартапов)
Серия 2. Русский Copilot.
В мире так мало людей, которые действительно что-то делают сами, не по указке со стороны, что если вы создаёте что-то ценное, то у вас практически не будет конкуренции.
Опенсорсные системы местами даже превосходят то, что делают супербогатые лаборатории:
-- Implementation of Reinforcement Learning with Human Feedback on top of the PaLM architecture.
If you are interested in replicating something like ChatGPT out in the open...
-- The SantaCoder models are a series of 1.1B parameter models trained on the Python, Java, and JavaScript subset.
Есть онлайн-демка.
Уровень где-то GPT2, но вы вполне можете локально дообучить её на ваши (или чужие) конкретные проекты уровнем даже покруче, чем универсальная GPT3.
Можно продавать как сервис полного цикла внедрения корпоративного AI-ассистанта для программистов: тюнинг под вашу разработческую тематику + суппорт + установка + обучение пользователей.
Минус в том, что продвигать такие вещи тяжело -- надо выходить на ит-руководителей, убеждать их... Возможно, лучше делать что-то вроде русского copilot по недорогой массовой подписке для разработчиков.
Действительно, научиться писать смарт-контракты на Solidity или обучать модельки в PyTorch (или клепать интернет-магазины и далее по списку...) любой способный студент может за 1-2 недели. Это чисто технические темы, это поверхностный уровень "веб-фреймворков", в нём нету никакой глубины. Конкурировать с другими на таком уровне -- просто глупо, это тратить время впустую. Это механический уровень AI :) Сейчас например активно учат большие LLM обучать маленькие LLM, скоро они всю эту ерунду будут хорошо уметь вместо вас lol
Лучше всего развиваться в фундаментальные темы -- как спроектировать сложную систему для web3 или AI (или что угодно другое) на миллионы строк кода и десятки тысяч rps, и главное -- то что получилось, много лет легко и просто развивать и сопровождать.
Лучше всего развиваться в фундаментальные темы -- как спроектировать сложную систему для web3 или AI (или что угодно другое) на миллионы строк кода и десятки тысяч rps, и главное -- то что получилось, много лет легко и просто развивать и сопровождать.
На днях The Wall Street Journal (запрещена в России :) рассказала, что авторы ChatGPT готовы продать своё детище за 29 млрд. долл., и вроде бы даже есть заинтересованные покупатели. Какая-то невероятная сумма, с учётом того, что совершенно неясно, как такое монетизировать. Крутить рекламные баннеры? Платная подписка? Ну это копеечные суммы получатся.
Подозрение, что в непубличной версии ChatGPT развиваются технологии двойного (тройного...) назначения, на которые определённые структуры уже положили глаз и готовы прилично отстегнуть.
...тем временем, GitHub Copilot Labs разработала AI-генератор тестов для кода. Тестировщики, на выход :)
Подозрение, что в непубличной версии ChatGPT развиваются технологии двойного (тройного...) назначения, на которые определённые структуры уже положили глаз и готовы прилично отстегнуть.
...тем временем, GitHub Copilot Labs разработала AI-генератор тестов для кода. Тестировщики, на выход :)
Периодически просят пояснить, как это вообще GPT могут честно писать код? Ну, не знаю, специально так было заложено в их архитектуры, или это "естественно" оказалось для LLM, но фишка в том, что внутри них некоторым образом сформировался движок логического вывода.
Для GPT, Python -- это Prolog. и JavaScript -- это Prolog, и ваше с ней общение -- это Prolog, и вообще всё для неё -- это Prolog ))) К которому прикручен "нечёткий" нейронный фреймворк, на эту тему на днях в сериале про AI-стартапы напишу подробнее.
Я несколько лет назад сделал небольшой курс по этой теме, SMT-солверам и Program Synthesis, и ещё тогда говорил о стратегической важности этих темок, но потом закрыл, потому что тогда потенциала этого никто не понимал, ну и вот.
Если хотите эффективно работать с ChatGPT и подобными, вам надо научиться думать как ChatGPT :) И этот prompt-скилл отлично тренируется формально: изучайте логическое программирование и для начала решайте побольше задачек на Прологе.
Для GPT, Python -- это Prolog. и JavaScript -- это Prolog, и ваше с ней общение -- это Prolog, и вообще всё для неё -- это Prolog ))) К которому прикручен "нечёткий" нейронный фреймворк, на эту тему на днях в сериале про AI-стартапы напишу подробнее.
Я несколько лет назад сделал небольшой курс по этой теме, SMT-солверам и Program Synthesis, и ещё тогда говорил о стратегической важности этих темок, но потом закрыл, потому что тогда потенциала этого никто не понимал, ну и вот.
Если хотите эффективно работать с ChatGPT и подобными, вам надо научиться думать как ChatGPT :) И этот prompt-скилл отлично тренируется формально: изучайте логическое программирование и для начала решайте побольше задачек на Прологе.
"Intelligent Machines and Idiotic Humans: A Startup Story"
(идеи для AI-стартапов)
Серия 3. "Свой доморощенный" ИИ-криэйтор.
В Китае с сегодняшнего дня вводится тотальный госконтроль за всеми генеративными AI: например, изображения должны снабжаться "водяными знаками" "фейк" и т. п.
Будет ли у нас подобное введено? Для Чебурнета как бы напрашивается "конечно", однако мы столь далеки от Китая и США и по вычислительным, и по алгоритмическим AI-разработкам -- на несколько порядков (оценочное суждение), что пока это совершенно неактуально. Нам просто нечего маркировать :)
Но вот забанить зарубежное могут легко конечно. С другой стороны, и выделить миллиарды на "свой генеративный движок" тоже.
То есть идея -- сделать полностью чистый лицензионно движок всяческих креативностей, прежде всего изображений (а потом музыки и видео). Вполне возможно, коммерческое получится сделать и на основе готовых опенсорсных систем, надо только посмотреть, разрешают ли это их лицензии.
Например, MUSE -- хороший уровень подобных систем.
Спрос наверняка будет например со стороны разработчиков игр, которых у нас в декабре решено было активно поддерживать. Примеров масса, когда это нужно. Ну например, отлично продающуюся Hero's Hour (простенький клон Heroes of Might and Magic) написал один человек, картиночки там примитивные, но всё равно надо много рисовать. А так, дал один запрос и получил за 1000 рублей через 10 секунд все готовые спрайты.
В тему, хорошая статья (цикл) - как сегодня быстро делать игры с помощью генеративных AI и LLM.
(идеи для AI-стартапов)
Серия 3. "Свой доморощенный" ИИ-криэйтор.
В Китае с сегодняшнего дня вводится тотальный госконтроль за всеми генеративными AI: например, изображения должны снабжаться "водяными знаками" "фейк" и т. п.
Будет ли у нас подобное введено? Для Чебурнета как бы напрашивается "конечно", однако мы столь далеки от Китая и США и по вычислительным, и по алгоритмическим AI-разработкам -- на несколько порядков (оценочное суждение), что пока это совершенно неактуально. Нам просто нечего маркировать :)
Но вот забанить зарубежное могут легко конечно. С другой стороны, и выделить миллиарды на "свой генеративный движок" тоже.
То есть идея -- сделать полностью чистый лицензионно движок всяческих креативностей, прежде всего изображений (а потом музыки и видео). Вполне возможно, коммерческое получится сделать и на основе готовых опенсорсных систем, надо только посмотреть, разрешают ли это их лицензии.
Например, MUSE -- хороший уровень подобных систем.
Спрос наверняка будет например со стороны разработчиков игр, которых у нас в декабре решено было активно поддерживать. Примеров масса, когда это нужно. Ну например, отлично продающуюся Hero's Hour (простенький клон Heroes of Might and Magic) написал один человек, картиночки там примитивные, но всё равно надо много рисовать. А так, дал один запрос и получил за 1000 рублей через 10 секунд все готовые спрайты.
В тему, хорошая статья (цикл) - как сегодня быстро делать игры с помощью генеративных AI и LLM.
Тем временем, три свежих отзыва от курсантов, которые начали использовать ChatGPT:
-- Честно говоря, я уже второй день не отлипаю от ChatGPT. После вашей рекомендации решил в дипломном проекте с наскока подружить Spring и Akka в целях эксперимента. В целом, акторы с CRUD функционалом для Vehicle он написал довольно бодро). Проблемы начались с конфигурацией акторов, так как ассистент не учитывал особенности Spring-а, например, создавал их экземпляры через конструктор, а не специальный метод. Также вылазили ошибки, когда он дублировал строки или писал название классов с маленькой буквы. Пару раз писал несуществующие аннотации. В общем, я пока отказался от идеи акторов в Spring приложении, не имею больших познаний. Думаю, в мире Scala ассистент лучше себя покажет с Akka.
-- Сначала я обновил дизайн блога, он мне сгенерировал и html и css, но это не самое интересное.
Самое интересное, это следующие две вещи:
1) Он умеет составлять планы. Я попросил составить план по изучению темы, в течение 3 месяцев и по-недельно с учетом того, что я могу заниматься, например, 2 часа день. И он создал неплохой план с учетом моих пожеланий. Его можно использовать для автоматизации подобных задач.
2) ChatGPT, как помощник в программировании.т. При изучении Erlang'a, я просил ChatGPT дать мне задачки, чтобы, например, отточить навыки при работе с рекурсией, или дать идея для пет-проектов на Erlang'e.
Программирование совместное тоже получилось интересным. Например, при решении задачу, ChatGPT мог выдавать неверный код. Я даю ему тест-кейс, указываю, что его код не верный, на что он реагирует и изменяет, а также объясняет что и почему делает.
В общем, это инструмент, который обязателен для новичков, и, как мне кажется, он будет под рукой у каждого разработчика.
-- Вчера начал использовать chat gpt в работе.
Результат поразительный, судя по всему если эксперт в нужной области, то следуя нужным подсказкам chat gpt может создавать вполне приличные штуки
Я вчера свой sql query запрос очень сильно оптимизировал
И по андроид, он мне классные штуки помог сделать, спихнул на него генерацию моделек по json схеме. Дальше я сам отверстал вьюху и попросил вместо Хард код значений в этой вьюхе использовать сгенерированную им же модельку. На 95% сделал все правильно!!! В общем я тако понимаю на него любую муторную работу можно возложить!
P.S. Если вы хотите развиваться в prompt-инженерию (это сарказм), изучайте официальные рекомендации OpenAI, как правильнее и продуктивнее общаться с ChatGPT.
-- Честно говоря, я уже второй день не отлипаю от ChatGPT. После вашей рекомендации решил в дипломном проекте с наскока подружить Spring и Akka в целях эксперимента. В целом, акторы с CRUD функционалом для Vehicle он написал довольно бодро). Проблемы начались с конфигурацией акторов, так как ассистент не учитывал особенности Spring-а, например, создавал их экземпляры через конструктор, а не специальный метод. Также вылазили ошибки, когда он дублировал строки или писал название классов с маленькой буквы. Пару раз писал несуществующие аннотации. В общем, я пока отказался от идеи акторов в Spring приложении, не имею больших познаний. Думаю, в мире Scala ассистент лучше себя покажет с Akka.
-- Сначала я обновил дизайн блога, он мне сгенерировал и html и css, но это не самое интересное.
Самое интересное, это следующие две вещи:
1) Он умеет составлять планы. Я попросил составить план по изучению темы, в течение 3 месяцев и по-недельно с учетом того, что я могу заниматься, например, 2 часа день. И он создал неплохой план с учетом моих пожеланий. Его можно использовать для автоматизации подобных задач.
2) ChatGPT, как помощник в программировании.т. При изучении Erlang'a, я просил ChatGPT дать мне задачки, чтобы, например, отточить навыки при работе с рекурсией, или дать идея для пет-проектов на Erlang'e.
Программирование совместное тоже получилось интересным. Например, при решении задачу, ChatGPT мог выдавать неверный код. Я даю ему тест-кейс, указываю, что его код не верный, на что он реагирует и изменяет, а также объясняет что и почему делает.
В общем, это инструмент, который обязателен для новичков, и, как мне кажется, он будет под рукой у каждого разработчика.
-- Вчера начал использовать chat gpt в работе.
Результат поразительный, судя по всему если эксперт в нужной области, то следуя нужным подсказкам chat gpt может создавать вполне приличные штуки
Я вчера свой sql query запрос очень сильно оптимизировал
И по андроид, он мне классные штуки помог сделать, спихнул на него генерацию моделек по json схеме. Дальше я сам отверстал вьюху и попросил вместо Хард код значений в этой вьюхе использовать сгенерированную им же модельку. На 95% сделал все правильно!!! В общем я тако понимаю на него любую муторную работу можно возложить!
P.S. Если вы хотите развиваться в prompt-инженерию (это сарказм), изучайте официальные рекомендации OpenAI, как правильнее и продуктивнее общаться с ChatGPT.
Что такое ясное мышление на элитном уровне в программировании? Это когда вы занимаетесь непрерывной разработкой "под себя" (для других тоже хорошо, если их уровень позволяет и если вы можете их этому обучить) рабочих версий всё более обобщающих абстракций. А это ваше "написание кода" и "нахождение уже известных способов сделать X", безусловно, ценно в прикладном плане, но это всего лишь побочные второстепенные детальки в общей картине.
P.S. Например, если вам не хватает категории, допускающей каррирование, можно перейти к моноидальной категории с заузливанием :) зато получаем потенциальную поддержку квантовых и тензорных вычислений, добираемся до топологических алгоритмов для нейронных сетей, и т. д.
P.S. Например, если вам не хватает категории, допускающей каррирование, можно перейти к моноидальной категории с заузливанием :) зато получаем потенциальную поддержку квантовых и тензорных вычислений, добираемся до топологических алгоритмов для нейронных сетей, и т. д.
AI не отнимет у вас работу. Это сделает какой-нибудь гораздо более глупый чем вы, но гораздо более энергичный "prompt-специалист", использующий AI для того, чтобы делать больше и быстрее чем вы, и вдобавок активно развивающий нетворк с AI помощью.
P.S. И не исключено, кстати, что это будет китайский программист :)
В Китае ChatGPT так же недоступен, как и у нас, однако тамошние ИТ-корпорации быстренько прикрутили его к национальному мессенджеру WeChat, и миллиард китайцев им может пользоваться без проблем.
В России же пока тишина... Почему? Сейчас поясню.
P.S. И не исключено, кстати, что это будет китайский программист :)
В Китае ChatGPT так же недоступен, как и у нас, однако тамошние ИТ-корпорации быстренько прикрутили его к национальному мессенджеру WeChat, и миллиард китайцев им может пользоваться без проблем.
В России же пока тишина... Почему? Сейчас поясню.
В нашем правительстве немало ЛПР, которым сильно не хватает решительности. Например, собирались перейти в азиатскую футбольную федерацию, но в последний момент сдрейфили. Теперь будет так: 2-3 года унизительно побегаем за УЕФА, всё равно не вернут, а с азиатами тоже уже может не прокатить -- раз один раз сбежал из-под венца, второй раз не поверят, и правильно. В результате теперь лет 10 международного футбола мы не увидим.
В computer science и AI ситуация ещё печальнее: армия вредителей продолжает яростно отстаивать американские принципы "защиты" интеллектуальной собственности в ситуации, когда уже всё полностью обнулилось, а зарубежные компании просто наплевали на своих платных пользователей.
Как надо: в России законодательно отменяются все виды лицензий на интеллектуальную собственность недружественных стран (весь софт включая и опенсорс, книги, научные статьи...), и вводится единая отечественная лицензия: российские программисты, инженеры, учёные могут свободно использовать любые системы и материалы свободно и бесплатно. Авторов можно упоминать, а можно и не упоминать.
Все борцы с плагиатом приравниваются к иноагентам :)
Но этого конечно не случится. Почему? Ну, вот потому, что "колонна влиятельных вредителей (или дураков)" живёт иллюзорной надеждой "вернуться как раньше на международный уровень" (в спорте, технологиях, науке, ...).
Самоизоляция, автаркия, БРИКС, и не далее. Конечно, это не здорово, но это реальность. Это то, что есть и теперь будет многие годы, а то и навсегда.
В СССР была мощная служба научно-технической разведки (и это при сильнейшей науке!), которая работала в промышленных масштабах. А сейчас? Я например трачу тысячи долларов на доступ к хорошим зарубежным материалам по проектированию, и что-то мне никто не помогает :) Более того, забудешь лицензию на американский продукт указать в своей ИТ-системе (или автора материала), и тебя оштрафуют, а то и отправят в тюрьму.
Китай 10-15 лет поднимался в AI за счёт тотального плагиата американо-европейских научных работ и софта; сегодня он на втором месте в мире по научным AI-разработкам, в которых доля оригинальных материалов уже подавляюща. К 2030-му он станет мировым лидером в AI.
Россия же по уровню AI-инноваций продолжает барахтаться в четвёртой десятке (The Global AI Index), какие бы сказки нам не рассказывали про внедрение в России ИИ на миллиарды рублей (классификаторы изображений на PyTorch уровня студенческой курсовой работы).
В computer science и AI ситуация ещё печальнее: армия вредителей продолжает яростно отстаивать американские принципы "защиты" интеллектуальной собственности в ситуации, когда уже всё полностью обнулилось, а зарубежные компании просто наплевали на своих платных пользователей.
Как надо: в России законодательно отменяются все виды лицензий на интеллектуальную собственность недружественных стран (весь софт включая и опенсорс, книги, научные статьи...), и вводится единая отечественная лицензия: российские программисты, инженеры, учёные могут свободно использовать любые системы и материалы свободно и бесплатно. Авторов можно упоминать, а можно и не упоминать.
Все борцы с плагиатом приравниваются к иноагентам :)
Но этого конечно не случится. Почему? Ну, вот потому, что "колонна влиятельных вредителей (или дураков)" живёт иллюзорной надеждой "вернуться как раньше на международный уровень" (в спорте, технологиях, науке, ...).
Самоизоляция, автаркия, БРИКС, и не далее. Конечно, это не здорово, но это реальность. Это то, что есть и теперь будет многие годы, а то и навсегда.
В СССР была мощная служба научно-технической разведки (и это при сильнейшей науке!), которая работала в промышленных масштабах. А сейчас? Я например трачу тысячи долларов на доступ к хорошим зарубежным материалам по проектированию, и что-то мне никто не помогает :) Более того, забудешь лицензию на американский продукт указать в своей ИТ-системе (или автора материала), и тебя оштрафуют, а то и отправят в тюрьму.
Китай 10-15 лет поднимался в AI за счёт тотального плагиата американо-европейских научных работ и софта; сегодня он на втором месте в мире по научным AI-разработкам, в которых доля оригинальных материалов уже подавляюща. К 2030-му он станет мировым лидером в AI.
Россия же по уровню AI-инноваций продолжает барахтаться в четвёртой десятке (The Global AI Index), какие бы сказки нам не рассказывали про внедрение в России ИИ на миллиарды рублей (классификаторы изображений на PyTorch уровня студенческой курсовой работы).
👍1