Экономическая система в течение длительного времени строилась на идее: профессиональные знания дефицитны и дороги. Искусственный интеллект в скором времени сделает эти профессиональные знания более обширными и практически бесплатными. Этот материал основан на статье AI Pioneer, опубликованной на TechFlow, источник предоставлен DeepL. В течение большей части истории человечества для найма десятка докторов наук часто требовалось огромное бюджет и несколько месяцев подготовки. Теперь достаточно ввести несколько ключевых слов в чат-бот, чтобы моментально получить знания этих "мозгов". Когда стоимость знаний становится ниже, а скорость повышается, поддержка основных предположений нашей социальной системы — "человеческое понимание дефицитно и дорого" — прекратит существование. Как изменится структура компании, когда мы можем в любое время запросить мнение десятка экспертов? Как будет развиваться наша инновационная стратегия? Как каждый из нас должен подходить к обучению и принятию решений? Вопрос, стоящий перед личностью и предприятием, заключается в следующем: когда само знание доступно повсюду и почти бесплатно, как вы будете действовать? История "понижения" знания В истории мы неоднократно наблюдали значительное снижение стоимости знаний и быстрое расширение путей их распространения. Появление печатного станка в середине 15 века сильно снизило расходы на передачу письменной информации. До этого тексты часто переписывались вручную, что было как дорого, так и затратно по времени. Когда этот узкий проход был преодолен, Европа столкнулась со значительными социальными изменениями: Реформация в религиозной сфере вызвала огромные потрясения; рост грамотности быстро возрос (что положило основу для распространения начального образования); научные исследования процветали благодаря печати. Такие страны, как Голландия и Великобритания, ориентированные на коммерцию, впоследствии извлекли из этого выгоду: Голландия пережила "золотой век", а Великобритания продолжала играть важную роль на мировой арене в последующие века. С течением времени повышение общей грамотности и распространение общественного образования позволили поднять общую эрудицию общества и заложили основы для индустриализации. Должности на заводах становились все более профессиональными, более сложное разделение труда стимулировало экономический рост. В конце 18 века, страны с более высоким уровнем грамотности сначала достигли индустриализации; к концу 19 века технически самые развитые экономики часто были странами с самым высоким уровнем грамотности. Люди осваивали новые навыки, порождая больше профессиональных должностей, что привело к формированию длительного благоприятного цикла. Появление Интернета подняло эту тенденцию на новый уровень. В детстве, если я хотел изучить новую тему, мне приходилось брать блокнот и идти в библиотеку, чтобы найти литературу, и только этот шаг мог занять полдня. В то время получение знаний было дорогим и затруднительным. Искусственный интеллект продолжает эту тысячелетнюю "Падение стоимости знаний", открывая для нас новую главу в экономике и мышлении. Момент "просветления" с ChatGPT Когда в декабре 2022 года я впервые использовал ChatGPT, я почувствовал, что это веховый продукт. Сначала я использовал его для различных "цифровых трюков", например, "переписать Декларацию независимости в стиле Eminem" (получилась примерно такая фраза: "Yo, мы должны громко заявить, что люди здесь никогда не будут побеждены", и так далее). Впоследствии, я осознал, что это как попросить шеф-повара с Мишленовской звездой приготовить вам гриль-сырний сэндвич, это слишком избыточно. Только в январе 2023 года в одно послеполуденное время я и моя 12-летняя дочь потратили несколько часов на совместное создание новой настольной игры с помощью ChatGPT, именно это позволило мне по-настоящему оценить мощь таких инструментов. Сначала я рассказал ИИ о том, какие настольные игры нам нравятся, а какие нет, и попросил его проанализировать их общие черты. Он выявил, что нам нравятся игры, где можно "строить пути","управлять ресурсами","собирать карты","разрабатывать стратегию" и где "неопределенность победы больше" и что мы не любим некоторые типичные элементы, присутствующие в играх типа "Риск" или "Монополия". Я попросил его разработать несколько неочевидных, но важных игровых идей на основе этих элементов и с историческим контекстом. ChatGPT придумал игру под названием "Elemental Discoveries": игроки играют за химиков 18-19 века, собирают и торгуют ресурсами для проведения экспериментов, набора очков, а также вмешиваются и разрушают друг друга. Затем я попросил его более детально разработать ресурсы, геймплей, игровые механики и роли, подходящие для игроков. Он предложил такие позиции, как "Алхимик", "Разрушитель", "Торговец", "Ученый" и связал их с изображениями химиков из истории, такими как Лавуазье, Жозеф-Луи Гей-Люссак, Мария Кюри, Карл Вильгельм Шеле и другие. С помощью тогда еще "начального" ChatGPT мы смогли создать игру за пару-тройку часов, хоть она и была грубой, но вполне пригодной для игры. В конце концов, мне пришлось остановиться, поскольку не хватало времени, и я был утомлен. Этот опыт позволил мне на практике понять, что "партнер по AI" может сократить процесс разработки продукта, который раньше занимал несколько недель, до нескольких часов. Подумайте, какой огромный потенциал он может принести, если использовать его для разработки продуктов, анализа рынка или даже корпоративной стратегии? В этом процессе я видел ChatGPT не только как повторителя или фактолога; его проявления отражали аналогии и способность к концептуальному мышлению, способность связывать идеи с реальными аналогиями и давать креативные решения под запросом. От "случайного попугая" до "подумывающего о Глубине" Тысяча миллионов — это уже поразительная цифра. Большие языковые модели, поддерживаемые ChatGPT, имеют десятки миллиардов, тысячи миллиардов или даже миллионы миллиардов параметров, их сложность ошеломляет. Мы до сих пор не полностью понимаем, почему и как эти модели работают. Когда они совершали прорывы в течение последних семи лет, некоторые теоретики настаивали на том, что они не могут создавать по-настоящему новые вещи — в 2021 году некоторые исследователи даже предложили термин "случайные попугаи" (stochastic parrots), который имеет негативное значение. Поскольку большие языковые модели в основном предсказывают текст на основе статистических закономерностей обучающих данных, словно попугаи случайно повторяют речь. Однако для тех, кто постоянно испытывает и восхищается такими инструментами, трудно поверить, что они просто повторяются. Особенно в последние полгода эта точка зрения кажется все более несостоятельной. Исходные большие языковые модели, скорее, походили на "говорящих по интуиции", они лишены способности к "рефлексии" и не имеют "самосознания". По словам лауреата Нобелевской премии по экономике Даниэля Канемана, человек в большинстве случаев оперирует мышлением системы 1 (интуитивное, быстрое реагирование), но когда наступает время глубокого размышления, мы переключаемся на систему 2 (медленную, осторожную и менее ошибочную). Более ранние версии ChatGPT и их конкуренты в основном имели производительность, сходную с системой 1, и не обладали процессом рассуждения системы 2. Эта ситуация начала меняться в сентябре 2024 года, когда OpenAI представила модель рассуждения под названием o1, которая способна разбивать сложные логические задачи на несколько шагов, проверять промежуточные выводы (и при необходимости возвращаться, чтобы их скорректировать), чтобы лучше прийти к окончательному результату. В сравнении с традиционными большими языковыми моделями, которые могут полагаться только на память или поверхностное сопоставление образцов, новая модель рассуждения постепенно обретает...
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Bloomberg: как искусственный интеллект AI изменит организационную структуру предприятия?
Экономическая система в течение длительного времени строилась на идее: профессиональные знания дефицитны и дороги. Искусственный интеллект в скором времени сделает эти профессиональные знания более обширными и практически бесплатными. Этот материал основан на статье AI Pioneer, опубликованной на TechFlow, источник предоставлен DeepL. В течение большей части истории человечества для найма десятка докторов наук часто требовалось огромное бюджет и несколько месяцев подготовки. Теперь достаточно ввести несколько ключевых слов в чат-бот, чтобы моментально получить знания этих "мозгов". Когда стоимость знаний становится ниже, а скорость повышается, поддержка основных предположений нашей социальной системы — "человеческое понимание дефицитно и дорого" — прекратит существование. Как изменится структура компании, когда мы можем в любое время запросить мнение десятка экспертов? Как будет развиваться наша инновационная стратегия? Как каждый из нас должен подходить к обучению и принятию решений? Вопрос, стоящий перед личностью и предприятием, заключается в следующем: когда само знание доступно повсюду и почти бесплатно, как вы будете действовать? История "понижения" знания В истории мы неоднократно наблюдали значительное снижение стоимости знаний и быстрое расширение путей их распространения. Появление печатного станка в середине 15 века сильно снизило расходы на передачу письменной информации. До этого тексты часто переписывались вручную, что было как дорого, так и затратно по времени. Когда этот узкий проход был преодолен, Европа столкнулась со значительными социальными изменениями: Реформация в религиозной сфере вызвала огромные потрясения; рост грамотности быстро возрос (что положило основу для распространения начального образования); научные исследования процветали благодаря печати. Такие страны, как Голландия и Великобритания, ориентированные на коммерцию, впоследствии извлекли из этого выгоду: Голландия пережила "золотой век", а Великобритания продолжала играть важную роль на мировой арене в последующие века. С течением времени повышение общей грамотности и распространение общественного образования позволили поднять общую эрудицию общества и заложили основы для индустриализации. Должности на заводах становились все более профессиональными, более сложное разделение труда стимулировало экономический рост. В конце 18 века, страны с более высоким уровнем грамотности сначала достигли индустриализации; к концу 19 века технически самые развитые экономики часто были странами с самым высоким уровнем грамотности. Люди осваивали новые навыки, порождая больше профессиональных должностей, что привело к формированию длительного благоприятного цикла. Появление Интернета подняло эту тенденцию на новый уровень. В детстве, если я хотел изучить новую тему, мне приходилось брать блокнот и идти в библиотеку, чтобы найти литературу, и только этот шаг мог занять полдня. В то время получение знаний было дорогим и затруднительным. Искусственный интеллект продолжает эту тысячелетнюю "Падение стоимости знаний", открывая для нас новую главу в экономике и мышлении. Момент "просветления" с ChatGPT Когда в декабре 2022 года я впервые использовал ChatGPT, я почувствовал, что это веховый продукт. Сначала я использовал его для различных "цифровых трюков", например, "переписать Декларацию независимости в стиле Eminem" (получилась примерно такая фраза: "Yo, мы должны громко заявить, что люди здесь никогда не будут побеждены", и так далее). Впоследствии, я осознал, что это как попросить шеф-повара с Мишленовской звездой приготовить вам гриль-сырний сэндвич, это слишком избыточно. Только в январе 2023 года в одно послеполуденное время я и моя 12-летняя дочь потратили несколько часов на совместное создание новой настольной игры с помощью ChatGPT, именно это позволило мне по-настоящему оценить мощь таких инструментов. Сначала я рассказал ИИ о том, какие настольные игры нам нравятся, а какие нет, и попросил его проанализировать их общие черты. Он выявил, что нам нравятся игры, где можно "строить пути","управлять ресурсами","собирать карты","разрабатывать стратегию" и где "неопределенность победы больше" и что мы не любим некоторые типичные элементы, присутствующие в играх типа "Риск" или "Монополия". Я попросил его разработать несколько неочевидных, но важных игровых идей на основе этих элементов и с историческим контекстом. ChatGPT придумал игру под названием "Elemental Discoveries": игроки играют за химиков 18-19 века, собирают и торгуют ресурсами для проведения экспериментов, набора очков, а также вмешиваются и разрушают друг друга. Затем я попросил его более детально разработать ресурсы, геймплей, игровые механики и роли, подходящие для игроков. Он предложил такие позиции, как "Алхимик", "Разрушитель", "Торговец", "Ученый" и связал их с изображениями химиков из истории, такими как Лавуазье, Жозеф-Луи Гей-Люссак, Мария Кюри, Карл Вильгельм Шеле и другие. С помощью тогда еще "начального" ChatGPT мы смогли создать игру за пару-тройку часов, хоть она и была грубой, но вполне пригодной для игры. В конце концов, мне пришлось остановиться, поскольку не хватало времени, и я был утомлен. Этот опыт позволил мне на практике понять, что "партнер по AI" может сократить процесс разработки продукта, который раньше занимал несколько недель, до нескольких часов. Подумайте, какой огромный потенциал он может принести, если использовать его для разработки продуктов, анализа рынка или даже корпоративной стратегии? В этом процессе я видел ChatGPT не только как повторителя или фактолога; его проявления отражали аналогии и способность к концептуальному мышлению, способность связывать идеи с реальными аналогиями и давать креативные решения под запросом. От "случайного попугая" до "подумывающего о Глубине" Тысяча миллионов — это уже поразительная цифра. Большие языковые модели, поддерживаемые ChatGPT, имеют десятки миллиардов, тысячи миллиардов или даже миллионы миллиардов параметров, их сложность ошеломляет. Мы до сих пор не полностью понимаем, почему и как эти модели работают. Когда они совершали прорывы в течение последних семи лет, некоторые теоретики настаивали на том, что они не могут создавать по-настоящему новые вещи — в 2021 году некоторые исследователи даже предложили термин "случайные попугаи" (stochastic parrots), который имеет негативное значение. Поскольку большие языковые модели в основном предсказывают текст на основе статистических закономерностей обучающих данных, словно попугаи случайно повторяют речь. Однако для тех, кто постоянно испытывает и восхищается такими инструментами, трудно поверить, что они просто повторяются. Особенно в последние полгода эта точка зрения кажется все более несостоятельной. Исходные большие языковые модели, скорее, походили на "говорящих по интуиции", они лишены способности к "рефлексии" и не имеют "самосознания". По словам лауреата Нобелевской премии по экономике Даниэля Канемана, человек в большинстве случаев оперирует мышлением системы 1 (интуитивное, быстрое реагирование), но когда наступает время глубокого размышления, мы переключаемся на систему 2 (медленную, осторожную и менее ошибочную). Более ранние версии ChatGPT и их конкуренты в основном имели производительность, сходную с системой 1, и не обладали процессом рассуждения системы 2. Эта ситуация начала меняться в сентябре 2024 года, когда OpenAI представила модель рассуждения под названием o1, которая способна разбивать сложные логические задачи на несколько шагов, проверять промежуточные выводы (и при необходимости возвращаться, чтобы их скорректировать), чтобы лучше прийти к окончательному результату. В сравнении с традиционными большими языковыми моделями, которые могут полагаться только на память или поверхностное сопоставление образцов, новая модель рассуждения постепенно обретает...