Alex.Wilson325
New member
Сижу на форуме «Difsite — Технологии» и вот решил поделиться тем, что мне самому удалось потрогать за последний год. Я не разработчик и не исследователь — обычный пользователь, который много работатал с компьютерной техникой и всегда интересовался, что там нового. Когда я впервые столкнулся с генеративными моделями, честно говоря, ожидал скепсиса: думал, очередная мода, которая через полгода забудется. Но за несколько месяцев активного использования моё мнение поменялось, причём не потому, что стали лучше тексты, а потому, что изменился сам подход к задачам.
Нажать чтобы Перейти на сайт
Больше всего меня впечатлили мультимодальные системы. Я описал вслух проблему, приложил скриншот ошибки из журнала программы и попросил разобраться. Раньше для такого нужно было перебирать форумы, читать чужой код и гадать по симптомам. Теперь я получаю подсказку, от которой отталкиваюсь, и сам проверяю результат. Я ни разу не принимал ответ вслепую, но время экономится колоссальное. Второе открытие — локальные модели, которые я запустил на своём домашнем компьютере с видеокартой среднего класса. Они, конечно, слабее облачных, зато работают без интернета, никуда не отправляют мои файлы, а это для меня оказалось решающим аргументом.
Отдельно хочу сказать про работу с текстом и кодом. Я регулярно прошу помощь с черновиками документации к проектам, и тут главная ценность для меня даже не скорость, а то, что появляется свежий взгляд. Свои же формулировки я через неделю уже не замечаю, а машина подсвечивает именно те места, где логика размыта. С кодом похоже: я не верю, что машина даст мне готовый рабочий модуль, но как «второй пилот», который задаёт правильные вопросы, она отлично работает.
Теперь про ограничения, иначе получится рекламная статья. Модели уверенно выдумывают факты, особенно про конкретные версии программ, настройки и характеристики устройств, — там я обязан всё перепроверять по официальной документации. Есть и раздражающие особенности: пропадает контекст в длинных диалогах, ответы становятся однообразными, а иногда машина настаивает на неверном решении, если я плохо поставил задачу. Плюс вопросы приватности: пока ты не понимаешь, что именно уходит на сервер, любые рабочие файлы лучше не загружать в облако.
Узнать подробнее →
Что я изменил на практике. Я перестал бояться экспериментировать: если идея кажется глупой, я всё равно пробую её за десять минут, раньше я бы потратил на подготовку полдня. Стал внимательнее к собственным формулировкам — научился ставить задачу чётко, с примерами и ограничениями, и качество ответов выросло заметно. И ещё появилась привычка проверять всё критически, даже то, что выглядит очевидно правдой. Это, пожалуй, главный навык, который я вынес из общения с этими системами, и он полезен вообще независимо от технологий.
И всё же я отношусь к этому скорее как к инструменту, а не как к замене специалисту. Юрист, врач, инженер-конструктор должны перепроверять машину до последней строки, потому что цена ошибки здесь высокая. А вот для черновиков, структурирования мыслей, перевода, разбора логов и обучения совершенно новым вещам это честно один из лучших помощников, что у меня был. Вопрос к читателям: а какие технологии искусственного интеллекта вы уже пробовали на своей практике, и что вас в них удивило или разочаровало? Напишите, интересно сравнить впечатления — и про локальные модели на обычном домашнем железе, если кто-то тоже пробовал.
По теме советую почитать: ИИ на ноутбуке: локальные нейросети без облака
Нажать чтобы Перейти на сайтБольше всего меня впечатлили мультимодальные системы. Я описал вслух проблему, приложил скриншот ошибки из журнала программы и попросил разобраться. Раньше для такого нужно было перебирать форумы, читать чужой код и гадать по симптомам. Теперь я получаю подсказку, от которой отталкиваюсь, и сам проверяю результат. Я ни разу не принимал ответ вслепую, но время экономится колоссальное. Второе открытие — локальные модели, которые я запустил на своём домашнем компьютере с видеокартой среднего класса. Они, конечно, слабее облачных, зато работают без интернета, никуда не отправляют мои файлы, а это для меня оказалось решающим аргументом.
Отдельно хочу сказать про работу с текстом и кодом. Я регулярно прошу помощь с черновиками документации к проектам, и тут главная ценность для меня даже не скорость, а то, что появляется свежий взгляд. Свои же формулировки я через неделю уже не замечаю, а машина подсвечивает именно те места, где логика размыта. С кодом похоже: я не верю, что машина даст мне готовый рабочий модуль, но как «второй пилот», который задаёт правильные вопросы, она отлично работает.
Теперь про ограничения, иначе получится рекламная статья. Модели уверенно выдумывают факты, особенно про конкретные версии программ, настройки и характеристики устройств, — там я обязан всё перепроверять по официальной документации. Есть и раздражающие особенности: пропадает контекст в длинных диалогах, ответы становятся однообразными, а иногда машина настаивает на неверном решении, если я плохо поставил задачу. Плюс вопросы приватности: пока ты не понимаешь, что именно уходит на сервер, любые рабочие файлы лучше не загружать в облако.
Узнать подробнее →Что я изменил на практике. Я перестал бояться экспериментировать: если идея кажется глупой, я всё равно пробую её за десять минут, раньше я бы потратил на подготовку полдня. Стал внимательнее к собственным формулировкам — научился ставить задачу чётко, с примерами и ограничениями, и качество ответов выросло заметно. И ещё появилась привычка проверять всё критически, даже то, что выглядит очевидно правдой. Это, пожалуй, главный навык, который я вынес из общения с этими системами, и он полезен вообще независимо от технологий.
И всё же я отношусь к этому скорее как к инструменту, а не как к замене специалисту. Юрист, врач, инженер-конструктор должны перепроверять машину до последней строки, потому что цена ошибки здесь высокая. А вот для черновиков, структурирования мыслей, перевода, разбора логов и обучения совершенно новым вещам это честно один из лучших помощников, что у меня был. Вопрос к читателям: а какие технологии искусственного интеллекта вы уже пробовали на своей практике, и что вас в них удивило или разочаровало? Напишите, интересно сравнить впечатления — и про локальные модели на обычном домашнем железе, если кто-то тоже пробовал.
По теме советую почитать: ИИ на ноутбуке: локальные нейросети без облака