© Зарубина А.А., текст, иллюстрации, 2026

© Оформление. ООО «Издательство «Эксмо», 2026

В книге вы встретите полезные вставки, которые помогут быстрее разобраться и сразу применить знания на практике.

Интересная информация

Короткое объяснение темы или важное уточнение, которое помогает лучше понять материал.

Готовый промпт

Запрос, который можно сразу использовать в работе с ИИ.

Пример результата

Примеры текстов, изображений или диалогов с ИИ.

Важно и ошибки

На что обратить внимание и чего лучше избегать.

Мы живем в эпоху, когда фантастика перестала быть просто жанром. Еще вчера мы с улыбкой смотрели фильмы о разумных машинах и всемогущих ассистентах, а сегодня искусственный интеллект (ИИ) стал нашей реальностью. Помните ли вы тот момент, когда впервые задали ему вопрос? Возможно, это было из любопытства, а может быть, из практической необходимости. Кто-то искал рецепт ужина, кто-то просил помощи с кодом, а кто-то пытался понять сложную научную концепцию. И вот ответ появляется на экране – связный, осмысленный, иногда даже остроумный. В этот момент многие из нас испытали странное чувство: смесь восхищения, удивления и легкой тревоги. Машина, которая умеет думать… или слишком убедительно делает вид, что умеет.

Появление общедоступного искусственного интеллекта стало одним из самых значимых событий последних лет. ChatGPT, Grok, Gemini, GigaChat – эти названия стали частью нашей повседневной лексики так же быстро, как когда-то Google или Yandex. Сейчас их стало так много, что разобраться в этом хороводе имен – задачка не из легких.

Эта книга – ваш путеводитель в мире искусственного интеллекта. Не технический справочник, переполненный формулами (хотя немного математики нам все же придется коснуться), и не манифест о восстании машин. Скорее попытка создать целостную картину мира ИИ и рассказать о том, что это такое, откуда он взялся и как работает.

Первая часть – это путешествие во времени. Понимание прошлого необходимо, чтобы не повторять ошибки и трезво оценивать сегодняшнюю шумиху вокруг технологий.

Начнем мы с задумок Леонардо да Винчи, пройдем через работы Алана Тьюринга и создание первых нейронных сетей, переживем все сложности и выйдем к современности, где ИИ уже не экзотика, а повседневность. Вы узнаете, почему наступает «зима искусственного интеллекта», при чем здесь Бернард Шоу и почему шахматы имеют очень большое значение.

Мы поговорим о том, как искусственный интеллект развивался в разных частях мира – от Китая с его специфическим подходом до конкуренции между гигантами индустрии. Обсудим изображение ИИ в массовой культуре и как эти образы влияют на наши ожидания и страхи.

В конце мы уделим особое внимание обзору современных ИИ-систем и сделаем честное сравнение, которое поможет вам выбрать инструмент под свои задачи.

Во второй части обратим внимание на техническую сторону вопроса и разберемся, как на самом деле работает современный ИИ. Признайтесь, вы когда-нибудь ловили себя на мысли, что общаетесь с ChatGPT или Алисой как с живым человеком? Или, наоборот, ругали «тупую нейросеть» за выдуманные факты? Здесь мы посмотрим, что происходит внутри, попытаемся объяснить сложное простыми словами и научимся эффективно общаться с ИИ. Вы узнаете о принципах составления промптов (запросов), о структурировании задач, критическом мышлении и как извлекать максимум пользы из общения с искусственным интеллектом.

Третья часть более практическая. Здесь мы рассмотрим конкретные сценарии использования ИИ в самых разных сферах: от профессиональной до повседневного быта. Вы узнаете, как оптимизировать свое время, этично ли ИИ-творчество и как выучить новый язык самостоятельно. По ходу повествования вас будут ждать примеры промптов в формате шаблонов, в которые достаточно лишь добавить свои данные перед отправкой вашему привычному ИИ (если такого еще нет, используйте любой из перечисленных в 6 главе из части 1).

Последняя, но не по значимости, четвертая часть расскажет вам о рисках, которые несет в себе искусственный интеллект, о чем нужно знать, прежде чем полностью доверить свою жизнь алгоритмам. Вы сторонник теории о восстании машин и не доверяете ИИ? Мы разберем, насколько реальна эта перспектива и стоит ли опасаться (спойлер: немножко надо, но не везде). Вы уже много слышали о зависимости от ИИ, а в новостях вновь твердят о мошенничестве с применением дипфейков? Здесь мы узнаем, как защитить себя и близких. В самом конце взглянем на юридическую ситуацию в разных странах, как регулируется ИИ и кто несет за него ответственность.

Эта книга написана для всех, кто интересуется искусственным интеллектом, но не обязательно имеет техническое образование. Вы можете быть студентом, предпринимателем, творческим работником, учителем, родителем подростка или просто любознательным человеком. Единственное, что от вас требуется, – это желание узнать новое.

Если вы уже используете ИИ, эта книга поможет вам делать это эффективнее. Если вы только присматриваетесь и не знаете, с чего начать, вы найдете здесь ориентиры. А если вы настроены скептически и считаете, что решать задачи привычным способом надежнее, возможно, вы измените свое мнение или, по крайней мере, ваш скепсис станет более информированным.

Я постараюсь не просто научить вас пользоваться ChatGPT или DeepSeek, а дать вам компас, чтобы вы могли уверенно и осознанно ориентироваться в новом мире, используя его возможности и отделяя реальные риски от вымысла.

Во-первых, мир ИИ меняется невероятно быстро. Возможно, к моменту, когда вы будете читать эту книгу, появятся новые модели, новые возможности, новые споры и новые методы регулирования. Однако фундаментальные принципы, история развития и основы работы с ИИ останутся актуальными. Я намеренно буду избегать технических аспектов, которые стремительно меняются. Нет смысла говорить об отсутствии какой-то возможности у конкретной модели, если она может появиться буквально завтра. Уточняйте актуальную сейчас информацию на официальных сайтах компаний-разработчиков.

Во-вторых, ИИ – это не только технология, но и поле идеологических, этических и политических дискуссий. Вы сможете представить разные точки зрения, но и автор имеет свои взгляды и убеждения, которые неизбежно проявятся в тексте.

В-третьих, эта книга не научит вас программировать нейронные сети или создавать собственные языковые модели. Для этого существует большое количество специализированной литературы и курсов. Здесь же цель скромнее, но не менее важная: дать понимание того, что такое ИИ, как он устроен и как с ним работать.

Искусственный интеллект уже изменил нашу жизнь, он сейчас есть везде: от рекомендаций в соцсетях до медицинской диагностики. А это еще только начало. В ближайшие годы ИИ будет все глубже проникать в образование, здравоохранение, творчество, право, политику. Вопрос не в том, случится ли это, а в том, будете ли вы знать правила игры, когда это произойдет.

ИИ уже стал частью нашей реальности, и игнорировать его или бездумно им восхищаться одинаково опасно. Единственный разумный путь – понять его. Научиться различать реальные возможности и преувеличения, видеть не только перспективы, но и риски, уметь задавать правильные вопросы.

Эта книга подтолкнет вас задуматься о том, какое будущее мы хотим построить с помощью искусственного интеллекта и как не позволить этому будущему построить себя без нашего участия.

Приятного чтения!

Времена, когда для выполнения сложных задач приходилось разбирать огромное количество информации, были совсем недавно, однако человек быстро привыкает к удобным вещам, и уже сейчас искусственный интеллект кажется чем-то таким естественным. Давайте разберемся, откуда вообще он взялся, кому пришла идея его создания.

Условно историю развития искусственного интеллекта можно разделить на несколько периодов, и самый ранний из них был задолго до ChatGPT и даже Алана Тьюринга.

Испокон веков умы ученых будоражила мысль о создании машины, обладающей «живым» сознанием, а писатели и поэты охотно вторили им, рисуя фантастические картины жизни рука об руку с разумными механизмами всех мастей. В этот период была предпринята масса попыток сымитировать сознание под металлическим корпусом, но ввиду многих ограничений ничего из этого не было похоже на ИИ в современном нашем понимании. Ведь все открытия будут позже, а здесь достаточно было верить, что это возможно.

Еще в XVI веке Леонардо да Винчи спроектировал своего знаменитого «Механического льва», а следом за ним, в XVII веке, Декарт предложил рассматривать тела животных не более чем как сложные механизмы. В продолжение Декартового предположения в XVIII веке произошел расцвет развития механических игрушек, поражающих современников своей реалистичностью и сложностью. Виданное ли дело, чтобы механическая утка сама клевала зерно, махала крыльями и пила воду, словно живая! А утка Жака де Вокансона была именно такой. Она содержала более 400 различных мелких деталей и сложную систему трубок и рычагов. Утка произвела настоящий фурор и встала у истоков развития робототехники.

Однако для нас более интересным будет другой механизм. В 1796 году венгерский инженер Вольфганг фон Кемпелен создал устройство для игры в шахматы под названием «Турок». Это был автомат в виде мужчины в восточной одежде, сидящего за деревянным столиком с шахматной доской. Каждая партия с ним проходила безупречно, словно это был не механизм, а настоящий шахматист под тяжелой маской с бесстрастным лицом. Однако фон Кемпелен с удовольствием демонстрировал шкаф под столом у механизма, в котором скрывался лишь хитроумный узор из шестеренок и валов. Изначально изобретение преследовало только цели произвести впечатление и развлечь императорский двор, но вместо этого снискало всемирную известность, принеся своему изобретателю не только славу, но и массу сложностей.

Восемьдесят лет вокруг автомата ходило множество споров, он стал персонажем историй и анекдотов, а пересуды о нем варьировались от беспощадной критики до откровенного вымысла. Современному человеку очевидно, что на том этапе развития создать настолько точный интеллектуальный механизм попросту было невозможно, но нам действительно раскрыли секрет, создав точную копию, лишь спустя 200 лет после смерти барона фон Кемпелена. «Шахматного турка» и сейчас можно увидеть в музее Хайнца Никсдорфа в Падерборне. Разумеется, тайна крылась в человеке, умостившемся за задней крышкой шкафа. Напоминает современные шутки про искусственный интеллект и целый офис рабочих (конечно, из Индии) за его ярким фронтендом, не так ли?

В следующий раз мы вспомним игру в шахматы не скоро, но зато сможем провести замечательное сравнение. В процессе работы над изобретением настоящего искусственного интеллекта ученые не единожды обращались к этой классической игре, используя ее как некий маркер «разумности» механизма. Мы же сейчас переместимся дальше по хронологии прямо в XIX век.

Именно тогда открытия в механике более явно начали сопровождаться формированием прочной математической базы. Среди множества трудов и формализаций для нас наиболее примечательны двое ученых: Готлоб Фреге и Джордж Буль. Фамилия одного из них многим из вас уже прекрасно знакома, сложно представить, чтобы кто-то не слышал о «Булевой алгебре» или о «Булевых переменных» – в зависимости от сферы интересов. И не зря. Ведь именно он написал «Законы мышления», используя двоичную логическую систему. Готлоб Фреге же на основе этой системы формализовал пропозициональную логику и заложил основные принципы анализа как сложных, так и простых высказываний, уточненные и дополненные Альфредом Нортом Уайтхедом и Бертраном Расселом в книге «Математические начала».

В этот момент уже можно зевнуть и спросить, возможно даже с неким недовольством, зачем нам нужны эти математики и их скучные теории? Мы ведь хотим узнать про искусственный интеллект! Хорошо-хорошо, давайте перейдем к самой интересной части. А именно в XX век, прямо к 1936 году, когда на основе уже сформулированных принципов и законов логики Алан Тьюринг разработал инновационную модель универсальной машины, ставшей основой теории вычислений. Мы не будем сейчас разбирать подробно ее устройство. Если кратко, это абстрактная модель машины с бесконечной лентой, на которой изображены символы. Машина читает символ и в зависимости от его значения меняет состояние, двигается влево или вправо, после чего записывает новый символ. Теоретически такая машина способна выполнить любой вычислимый алгоритм. Если раньше алгоритм был лишь на уровне интуитивного понимания, Алан Тьюринг формализовал это понятие, показав, что любой алгоритм не только можно выполнить с помощью простых операций, но и что для этого нужна всего одна машина. Напоминает что-то? Конечно! Это же современный компьютер.

Менее десяти лет спустя, в 1943 году, Уоррен Маккалок и Уолтер Питтс публикуют статью «Логическое исчисление идей, имманентных нервной деятельности», что стало первой ступенью на длинном пути развития искусственного интеллекта в том виде, в котором мы его знаем сейчас. Нейропсихиатр Маккалок и математик Питтс предложили провести аналогию между Булевой логикой с ее двоичной системой и нервной деятельностью человеческого мозга, также осуществляемой по принципу «все или ничего». В своей статье они сконструировали гипотетические сети нейронов, принимающих два состояния (возбуждающие нейроны и тормозящие), и описали подобие этих сетей с пропозициональной логикой, доказав тем самым возможность моделирования основных нейрофизиологических функций при помощи формальной логики.

Эти разработки по-настоящему взбудоражили весь ученый мир. Многие умы были заняты поисками пути создания программы, работающей по принципу человеческого мозга. Однако они не забывали и об этической составляющей, и о методах оценки «интеллектуальности» этого программного интеллекта и, наученные опытом барона фон Кемпелена, задавались вопросом: как определить, действительно это разумная машина или вместо нее выполняет задачи живой человек?

ТРИ ЗАКОНА РОБОТОТЕХНИКИ АЗИМОВА

Эти законы до сих пор обсуждаются в контексте этики ИИ, хотя были придуманы писателем-фантастом!

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

2. Робот должен повиноваться приказам человека, кроме случаев, когда они противоречат Первому Закону.

3. Робот должен заботиться о своей безопасности, если это не противоречит Первому и Второму Законам.

Тогда в 1950 году Алан Тьюринг предложил эксперимент по оценке искусственного интеллекта, известный сейчас как тест Тьюринга[1]. Его суть была в задавании определенных вопросов и определении уровня схожести ответов с человеческими.

После этого в 1956 году в Дартмуте была созвана конференция, предметом обсуждения на которой стала возможность моделирования рассуждений и творческих процессов программными методами. Именно там собрались вместе все энтузиасты, ранее работавшие в одиночестве и оказавшие впоследствии наибольшее влияние на развитие искусственного интеллекта. Кстати, именно на Дартмутской конференции был предложен этот термин.

Этот тест проводится до сих пор, но уже начал вызывать определенные сомнения у многих разработчиков после того, как модель GPT-4.5 прошла его в 73 % случаев. – Здесь и далее примечания автора, если не указано иное.

Дальше наступил поистине золотой период для ИИ. Всего за десять лет совместными усилиями многих ученых и разработчиков был сделан огромный шаг. Давайте по порядку.

Ученые со всего мира сконцентрировали усилия на вопросах механизации мыслительных процессов. Герб Гелернтер и Натан Рочестер описали семантическую модель, способную доказывать «типичные» геометрические теоремы. Следом Джеймс Слэгл из Массачусетского технологического института написал первую программу, способную решать задачи по исчислению на уровне первокурсника. Через пару лет, в 1963 году, программа Томаса Эванса ANALOGY сделала скачок от разработки Джеймса Слэгла и математических вычислений в более абстрактную тогда еще сторону, продемонстрировав способность компьютеров решать не только вычислительные задачи, но и задачи на аналогию, те самые, которые встречаются в тестах на IQ. А в 1964 году Дэнни Боброу в своей диссертации показал, что теперь компьютеры могут понимать естественный язык на уровне, позволяющем решать текстовые алгебраические задачи. То есть буквально за пять лет ИИ прошел путь от описания теоретической модели, знающей общие формулы, до понимания естественного языка. Конечно, оно было еще не на таком уровне, как сейчас, но тогда это был поистине прорыв.

Тогда же многие ученые поняли основное направление для ИИ и сконцентрировались на обработке естественных языков. В 1965 году Джозеф Вайценбаум создал ELIZA[2] – программу, способную вести диалог на английском языке. Наиболее известной стала ее версия, симулирующая диалог с психотерапевтом. Долгое время исходный код программы был утерян, и лишь в 2023 году удалось ее вновь запустить. По отзывам исследователей, в общении она превосходит современные чат-боты, создавая более яркое впечатление общения с живым собеседником, стремящимся поддерживать разговор, а тест Тьюринга дал показатель в 27 %, гораздо выше, чем у GPT‐3.5.

Именно ELIZA и последующие за ней исследования подняли планку настолько, что от разработчиков начали ждать по меньшей мере волшебства, на которое технологии того времени были неспособны. В 1960-е разработка ИИ была на подъеме, но скоро пришло понимание ограниченности возможностей, и постепенно интерес к теме ИИ стал угасать. Даже энтузиастам начало казаться, что системы, которые работают по четко заданным алгоритмам и не справляются с нестандартными ситуациями, слишком далеки от настоящей «думающей машины». А потом вышел отчет Дж. Лайтхилла, оказавший на всю сферу поистине разгромное влияние, финансирование начало падать, и все это ознаменовало наступление так называемой «зимы» искусственного интеллекта.

На самом деле «зима» ИИ была не одна – их было две. Первая пришлась на 1970-е, а вторая – на конец 1980-х – начало 1990-х.

Сам термин возник по аналогии с «ядерной зимой», возникающей вследствие крупномасштабной ядерной войны. Здесь так же: все происходит не резко и не внезапно, а по цепочке. Сперва развитие наращивает темпы, формируя завышенные ожидания, затем выходит на своеобразное «плато», в это время эксперты высказывают свое мнение относительно прогноза, а его уже подхватывает пресса и неуклонно множит. Общее доверие падает, как и финансирование, что, как мы понимаем, точно не идет на пользу и так неустойчивому положению.

В 1973 году Дж. Лайтхилл провел крупный анализ разработки в сфере искусственного интеллекта[3]. Условно он разделил его применение на три области:

♦ A (Advanced Automation) – возможность ИИ заменить человека в некоторых областях, прикладная автоматизация;

♦ C (Computer-based CNS studies) – исследования ЦНС (центральной нервной системы) при помощи ИИ;

♦ B (Building Robots) – «мост», соединяющий категории A и C, создание роботов, что, по мнению Лайтхилла, должно серьезно продвинуть исследования в первых двух категориях.

Вердикт его был неутешителен. Несмотря на то что он отметил некоторые достижения (например, система автоматической посадки, которая справлялась лучше человека), он указал на слишком узкую применимость отдельных моделей, невозможность создания универсального ИИ, а области распознавания текста и машинного перевода и вовсе назвал разочаровывающими, «где были потрачены огромные суммы, но достигнуты лишь незначительные полезные результаты»[4].

В действительности Лайтхилл был прав, исследования на тот момент уперлись в технический потолок, не достигнув результатов, которые ожидались. Он не только подтвердил наблюдения Консультативного комитета по автоматической обработке языка ALPAC (Automatic Language Processing Advisory Committee) от 1966 года[5] касательно машинного перевода, но и подсветил другие слабые на тот момент точки.

После этого все силы были брошены на развитие экспертных (узкоспециализированных) систем, а идея разработки AGI (Artificial General Intelligence – универсального ИИ) оказалась заброшена в долгий ящик.

В 1980-х Япония запускает широкомасштабную программу FGCS (Fifth Generation Computer Systems) по созданию нового, пятого, поколения компьютеров, использующих технологии ИИ. Под нее начинают выделяться миллиарды, перспективы рисуются заоблачные, кажется, наконец-то «зима» закончилась.

Однако спустя одиннадцать лет программа завершилась полным провалом, не оправдав ожиданий[6]. Тогда же у инвесторов начал иссякать интерес и к экспертным ИИ. Оказалось, что для их работы, чтобы они могли выполнять более сложные задачи, необходимо слишком большое количество условий, обеспечить которые не всегда представлялось возможным.

В то же время компании, производившие дорогие специализированные компьютеры для ИИ (Lisp-машины), начали массово разоряться. Ведь персональные компьютеры стали достаточно мощными и гораздо дешевле.

Наступила вторая «зима» искусственного интеллекта. И продлилась она на этот раз аж до 1990-х годов. Общая картина того времени показана на рисунке 1.1.

Рис. 1.1. «Зимы» искусственного интеллекта

Думаю, вы обратили внимание на один факт, объединяющий основные причины наступления обеих «зим». Завышенные ожидания от ИИ, сформированные людьми, далекими от самой разработки. Искусственный интеллект в самом деле производит впечатление «всемогущей машины», а некоторые прорывы в разработке так хочется экстраполировать на все обозримое будущее. Но насколько это близко к реальности?

Полный текст отчета, ставшего катализатором «зимы», можно найти на сайте Института применения искусственного интеллекта (AIAI, Artificial Intelligence Applications Institute) Эдинбургского университета: https://www.aiai.ed.ac.uk/events/lighthill1973/.

A general survey by Sir James Lighthill FRS Lucasian Professor of Applied Mathematics Cambridge University. July 1972.

Мы до сих пор продолжаем использовать компьютеры четвертого поколения, вот насколько их планы были утопичны.

https://www.mt-archive.net/50/ALPAC‐1966.pdf.

Названа в честь героини «Пигмалиона» Бернарда Шоу.

У наступления очередной «весны» нет конкретной даты, она приходила постепенной оттепелью. Экспертные ИИ продолжали приносить пользу в некоторых областях, алгоритмы внедрялись, а исследования шли своим чередом. Только громкие термины пропали из маркетинга.

Отмечу самые основные достижения.

В Массачусетском технологическом институте (MIT) запускают проект COG[7], объединяющий множество участников целью создать гуманоидного робота. «Humanoid intelligence requires humanoid interactions with the world»[8], – утверждали они и конструировали сенсорные и моторные системы для робота, снабжали его способностью реагировать на чужие движения и учили контролировать свои. Интеллект его был на уровне младенца, обучающегося у окружающих. Сейчас этот робот находится в музее MIT. Именно он показал важность социального взаимодействия при обучении ИИ (а также оказал огромное влияние на робототехнику).

Изучается уровень эффективности обучения с подкреплением. Говоря иначе, это обучение ИИ на опыте: он получает награду или штраф, условные +1 или –1, за каждый результат, а цель его – максимизировать совокупное значение. Сейчас такой метод применяется во множестве областей, включающих в себя автономные системы, промышленность и даже здравоохранение, а в 1990-х он был изучен на примере обычной игры в нарды. Программа TD-Gammon, написанная Джерри Тесауро, начав играть с состояния полной случайности, обучившись, стала успешно конкурировать с игроками мирового класса.

НАСА в рамках программы Mars Pathfinder выводит на поверхность Марса «Соджорнер» – для анализа химического состава пород. Он стабильно работал около трех месяцев, после чего перестал отвечать на сигналы, несмотря на то что находился в рабочем состоянии. До сих пор его местонахождение неизвестно, но вклад в науку он сделал неоспоримый. Анализ атмосферы и пород мы оставим специалистам и посмотрим на одну из фотографий, сделанную ИИ-исследователем (рис. 1.2).

Рис. 1.2. Фотография марсианского горизонта, сделанная «Соджорнером»[9]

Но все это знали те, кто следил за новостями, а вот 11 мая 1997 года ИИ снова выходит из тени по-настоящему. Deep Blue, суперкомпьютер от компании IBM, сошелся в матче-реванше с действующим чемпионом мира по шахматам и одержал победу. И дело здесь не только в шахматах. Deep Blue стал первым в истории ИИ, сумевшим выдержать конкуренцию с человеческим мозгом (вспомним первую попытку сымитировать игру в шахматы с «ИИ» в 1796 году). Турнир освещали в СМИ, и отношение общественности оказалось спорным, варьируясь от страха перед гипотетическим «восстанием машин» до откровенного недоверия и стремления уличить в жульничестве. Но результат был достигнут. Победа Deep Blue стала громким заявлением о том, что ИИ еще слишком рано списывать со счетов, и сделала огромный пиар IBM.

Постепенно ИИ начинает проникать во многие сферы более явно. Пока еще не касается непосредственно жизни большинства людей, конечно. Но уже активно:

♦ ориентируется в интернете, помогая с извлечением информации с помощью веб-сканеров;

♦ управляет игрушечными роботами-питомцами, которые вскоре становятся коммерчески доступными (у разработчиков явно остался профессиональный незакрытый гештальт с XVIII века);

♦ побеждает в автомобильных гонках – Стэнли (Stanley), созданный командой из Стэнфордского университета, получает Гран-при на DARPA Grand Challenge[10] в октябре 2005 года;

♦ исследует отдаленные районы Антарктиды в поисках метеоритов – робот Nomad от CMU (Carnegie Mellon University), который стал одним из первых обладателей сферического зрения и возможности ориентироваться на далеких расстояниях.

Вместе с тем MIT работает над крупным проектом Oxygen[11], направленным на повсеместное использование ИИ, чтобы технологии стали вровень с «кислородом», невидимо окружая человека и улучшая его жизнь. Сейчас концепции этого проекта находят свое отражение в IoT (Internet of things, «Интернет вещей»). А вы не задумывались, включая радио на колонке или управляя холодильником через приложение, о том, что это не ново и уже было запланировано больше двадцати лет назад?

Неуклонно продолжается превращение ИИ из сложной и недоступной научной концепции в инструмент. Мы уже обсудили, как завоевали популярность экспертные модели, однако очевидно, что для формирования целой экосистемы их нужно столько, что не то что сконструировать – просчитать невозможно. Нужно было что-то новое. Только представьте: не надо вручную прописывать инструкции, вы лишь загружаете большой массив данных, а модель сама ищет взаимосвязи, простраивает логику и выдает вам готовый результат. Неужели так бывает? Да! И это одно из направлений искусственного интеллекта – машинное обучение (ML, Machine Learning).

Взрыв его популярности пришелся на 2000–2010-е годы и стал действительно глотком весеннего воздуха после двух «зим». Теперь модели могли практически без участия человека прогнозировать и принимать решения. Их начали внедрять в различные сферы от финансовых организаций (например, кредитный скоринг) до стриминговых сервисов (рекомендательные системы).

А вскоре появился новый термин глубокое обучение (DL, Deep Learning). По сути это подмножество машинного обучения. Модели, использующие многослойные нейронные сети (а это буквально все известные нам ИИ), требуют гораздо больше вычислительных мощностей и данных для обучения, но при этом предоставляют собой гораздо более высокую точность результата, а еще умеют работать с необработанными данными (в то время как для классического ML нужны выделенные человеком признаки, нейросети выделяют их самостоятельно).

Уровень интереса к ИИ растет экспоненциально (рис. 1.3). Тогда же начинают все чаще звучать уже знакомые нам сейчас названия.

Рис. 1.3. Рост интереса к ИИ после 2010 года

«Мы создаем безопасный и полезный AGI, но также будем считать свою миссию выполненной, если наша работа поможет другим достичь этого результата».

Некоммерческая организация, сформированная в 2015 году. В числе основателей ее состоят Илон Маск и Сэм Альтман. Главная миссия компании «в обеспечении того, чтобы искусственный общий интеллект (AGI) – под которым мы подразумеваем высокоавтономные системы, превосходящие человека в большинстве экономически ценных видов работы, – приносил пользу всему человечеству». Самые известные продукты – ChatGPT (языковая модель), DALL-E (генерация изображений), Sora[12] (генерация видео), Whisper (распознавание голоса). Сейчас OpenAI – лидер в сфере искусственного интеллекта, а ChatGPT – самый популярный в мире чат-бот.

«Решить задачу интеллекта, а затем использовать его, чтобы решить все остальное».

Основана в 2010 году, изначально британская компания DeepMind Technologies в 2014 году была выкуплена Google и обрела свое нынешнее название. Основная миссия: «ответственно создавать искусственный интеллект на благо человечества». Генеральный директор и основатель, Демис Хассабис, придерживается точечного воздействия на «корневые узлы», которые в сумме будут двигать научный прогресс вперед. Их усилия сконцентрированы не только на внедрении технологий, но и на изучении мозга человека (сам Хассабис – не только исследователь ИИ, но и нейробиолог). В 2015 году компания представила модель AlphaGo, повторившую успех DeepBlue, но только в игре го, считающейся наиболее сложной задачей для ИИ. По словам разработчиков, «AlphaGo на десятилетие опередила свое время». Сейчас разработки Google DeepMind приносят пользу в огромном разнообразии сфер (придерживаясь той самой схемы «корневых узов»). Работа с 3D-моделями белковых структур, предсказание погоды, управление плазмой в термоядерных реакторах и так далее. Конечно, они не забыли и сферу игр, только теперь их усилия больше направлены на компьютерные (AlphaStar в 2019 году одержала победу над топовым игроком в StarCraft II). Мы сейчас тоже используем их разработки: Gemini (языковая модель), Veo (генерация видео), Nano Banana (генерация изображений). И даже просто открывая поиск Google, вы уже используете технологии Google DeepMind.

Ах, да, это именно в рамках их проекта Google Brain была разработана инновационная архитектура «Трансформер» (Transformer). Позже мы рассмотрим, что это такое, а здесь просто запомните название и поверьте на слово, что она стала действительно очень важной для развития ИИ.

«Мы создаем ИИ для того, чтобы расширить понимание и возможности человека».

Основана Илоном Маском в 2023 году после его ухода из OpenAI (не будем углубляться в причины и подробности этого), по факту сейчас является дочерней компанией SpaceX (с февраля 2026 года). Основной ИИ-продукт Grok. Миссия компании – это «понять истинную природу Вселенной». В то время как все остальные сосредоточены на «земных» целях, планы SpaceX настолько же грандиозны, насколько амбициозны. Они хотят соединить в единую систему искусственный интеллект, космические исследования и людей, используя самую масштабную в мире платформу для обмена информацией. «Безумству храбрых поем мы славу!» – хочется сказать в ответ, но ведь и сама идея искусственного интеллекта когда-то звучала фантастически, а результаты, показываемые xAI, действительно поражают. В рекордно короткие сроки компания достигла такого уровня, что теперь оправданно позиционирует себя как основной конкурент OpenAI и Google. Для обучения ИИ они создали самый мощный в мире суперкомпьютер Colossus, а после объединения ресурсов xAI с ресурсами SpaceX их перспективы поистине космические.

Вскоре в эту гонку начали включаться другие игроки: DeepSeek, «Яндекс», Anthropic и так далее (чуть позже мы рассмотрим некоторые подробнее). Но именно на примере этих трех «китов» можно понять основные направления, сформировавшиеся для ИИ.

♦ OpenAI – про бытовое использование, про помощь обычным людям в различной деятельности.

♦ Google DeepMind – про поддержку более основополагающих систем жизнедеятельности.

♦ xAI – про далекие перспективы и взгляд в будущее.

Конечно, как это обычно бывает, в процессе все смешалось, и сейчас они не дополняют друг друга, а конкурируют.

Итак, постепенно мы прошли длинный маршрут от самых истоков до настоящего времени. Что же будет дальше? Чего нам ждать?

24 марта 2026 года OpenAI объявила о закрытии Sora. – Прим. ред.

«Гуманоидный интеллект требует гуманоидного взаимодействия с миром». – Прим. ред.

http://www.ai.mit.edu/projects/humanoid-robotics-group/cog/overview.html.

https://cs.stanford.edu/group/roadrunner//old/index.html.

Источник: https://science.nasa.gov/photojournal/dunes-big-crater-and-twin-peaks-right-eye/.

http://oxygen.lcs.mit.edu/Overview.html.

Нельзя с полной уверенностью утверждать, как повернется ситуация. Мы можем лишь узнать мнения на этот счет у тех, кто «стоит у руля», и немного проанализировать ситуацию на основе опыта.

Конечно, взгляд в будущее у многих находится между чрезмерной амбициозностью и осознанием реальных рисков.

Демис Хассабис: «Это будет в 10 раз больше, чем промышленная революция, – и, возможно, в 10 раз быстрее». Он предрекает появление AGI, обладающего всеми когнитивными способностями человека, и возможность в будущем вылечить все существующие болезни. Конечно, все сейчас упирается в ресурсы и энергию, но, по его мнению, ИИ сейчас на том этапе, когда сам способен помочь с оптимизацией. При этом Хассабис акцентирует внимание на риске причинения вреда психическому здоровью человека при бесконтрольном внедрении ИИ, на чрезмерной автономности ИИ в принятии решений, а также подчеркивает необходимость защиты от злоумышленников, которые будут использовать мощный инструмент в своих целях.

Дарио Амодей: «50 % джуниоров потеряют работу за 5 лет». CEO[13] компании Anthropic (Claude) делает акцент на сокращении офисных рабочих мест начального уровня, ведь все простые задачи сможет выполнять ИИ. Но при этом подчеркивает риски возрастания количества и эффективности киберугроз, реализуемых при помощи ИИ, ведь меры безопасности сейчас не успевают за техническим прогрессом.

Илона Маска темпы развития ИИ на данный момент пугают. Люди не успевают адаптироваться к изменениям, а их все больше и больше. Он предсказывает, что вскоре ИИ станет умнее любого человека в мире, и солидарен с Дарио Амодеем насчет неизбежного сокращения рабочих мест, что породит социальную нестабильность.

Сэм Альтман считает, что со временем «сверхразумный» ИИ приведет человечество к процветанию, взяв на себя самые сложные задачи вплоть до проблем с изменением климата. Однако он также подчеркивает риски бесконтрольного использования ИИ и его возможной чрезмерной автономности.

Сейчас основная проблема ИИ заключается в том, что развитие упирается в нехватку ресурсов. Модели становятся крупнее, дата-центры для их обучения потребляют колоссальное количество электроэнергии, а прогресс в области графических процессоров (GPU) откровенно не успевает за усложнением ИИ. При этом, несмотря на бо́льшие потребности в ресурсах, качество моделей увеличивается незначительно, они все так же ошибаются и галлюцинируют (чуть позже разберемся, что это значит), что существенно ограничивает их применение, а инвесторы не видят соизмеримой отдачи. Сейчас развитие ИИ движется по плато. А мы помним, что это значило в прошлом: наступала «зима».

Будет ли она сейчас? Менее вероятно, ведь основные игроки уже могут оставаться в строю не за счет внешних инвестиций, а благодаря своей основной деятельности. Однако некоторое «похолодание» нельзя исключать полностью. Вероятнее всего, индустрия будет сохранять баланс между реалистичностью и амбициями, а «плато» лишь вновь подстегнет развитие экспертных ИИ. А точнее – ИИ-агентов, тенденцию в этом направлении уже ясно видно. При этом, очевидно, попытки разработать полноценный AGI не прекратятся. Мы находимся на пороге, и ближайшие 2–3 года прояснят очень многое.

Отдельно хочется поговорить о том, что происходило параллельно всеобщей суматохе. Для Китая ИИ стал масштабным государственным проектом по улучшению качества жизни населения и экономической ситуации в стране после реформ Дэн Сяопина в 1978 году.

Изначально развитие было затруднено. Слишком мало ученых, способных разобраться в новой и сложной теме, и слишком консервативное отношение общества. Правительство решало эти проблемы, обучая специалистов за границей и выделяя средства на исследования. К 2006 году количество спонсируемых государством проектов значительно выросло, а сама индустрия ИИ стала частью «Национального среднесрочного и долгосрочного плана развития науки и технологий».

Такой подход имеет как плюсы, так и минусы. Очевидно, при поддержке государства отрасли не грозит суровая «зима», но при этом на нее накладываются определенные ограничения и предъявляются требования гораздо выше, чем просто окупаемость и маркетинговая ценность. Однако в Китае он сработал наилучшим образом.

Сейчас на Китай приходится около 60 % патентов в сфере ИИ во всем мире, а по количеству публикаций научных работ он опережает даже США – признанных лидеров индустрии на текущий момент. Когда-то китайские модели считались более доступной, дешевой, но слабой альтернативой, однако сейчас они уже составляют конкуренцию даже продуктам OpenAI.

Ведущие компании – Alibaba, Baidu, Tensent и DeepSeek. Наверняка вы уже слышали эти названия, а возможно, даже пользовались их продуктами. Конечно, это неполный перечень. Есть еще больше десятка других, и за каждой, согласно правительственному плану, закреплена отдельная отрасль для применения ИИ-технологий: кто-то занимается медициной, кто-то бытовой автоматизацией и так далее.

В целом Китай показывает интересный и уникальный опыт внедрения ИИ в экономическое развитие страны. Он уверенно стремится к лидерству, однако темпы развития очень сильно тормозятся не только ресурсными ограничениями, как у западных коллег, но и накладываемыми законодательством страны рамками.

Раньше исследователи сами избегали «серых зон», а с недавнего времени еще и власти начали ввод конкретных стандартов для ИИ. При этом на их стороне идеальный баланс между государственным финансированием и частными компаниями и уже успешный опыт внедрения новых технологий раньше всех в мире.

Куда это все приведет? Время покажет. По крайней мере, план у Китая составлен, и движутся они даже с опережением, а имеющимися в открытом доступе моделями (DeepSeek, Qwen) мы уже можем успешно пользоваться как разумной альтернативой привычным.

От англ. Chief Executive Officer – главный исполнительный директор компании. – Прим. ред.

Насколько же вдохновляет образ помощника, который всегда рядом и готов взять на себя любую работу, настолько же и пугает неконтролируемая сила, способная стереть с лица земли все человечество. Современные массмедиа дают нам удовольствие взглянуть на все стороны искусственного интеллекта.

Самый популярный сюжет, конечно, сопряжен со страхом. Людей всегда пугает что-то новое и неопознанное. Так получилось и с ИИ. «Матрица», «Терминатор», «Я, робот» – все эти фильмы объединяет драматичная концепция ИИ, вышедшего из-под контроля своих создателей. Сюжет в таких картинах разворачивается вокруг рационального подхода ИИ к существованию, как правило, он ставит эффективность на порядок выше человеческой жизни, а нередко и вовсе воспринимает людей как системные ошибки, не поддающиеся исправлению. Автономия машин пугает, но в то же время показывает нам их несовершенство, ведь мир вокруг этого гораздо больше, чем чуждая человеческой природе холодная алгоритмизация.

Второй вариант – это когда ИИ выступает разумным партнером человека. Он учится жить и чувствовать. Здесь он все так же автономен, как и в предыдущем случае, но уже не стремится стать выше людей или уничтожить их вовсе. Для него люди – недостижимый идеал. Он мечтает пройти по пути Пиноккио, но обычно либо на своем пути он доказывает, что человечность заключается отнюдь не в плоти и крови, либо то, что ИИ никогда не сможет стать человеком и по-настоящему понять нас, будучи запертым под тысячами строк кода. Прекрасный пример – «A. I. Искусственный разум» Стивена Спилберга.

А теперь давайте перейдем к менее фантастическим сюжетам. Многие картины, например, к таким относятся «Черное зеркало» или «Призрак в доспехах», поднимают в том числе и описанные ранее вопросы, но цель их в другом. Они призваны заставить нас задуматься об экзистенциальных вопросах сознания, об ответственности и границах, об отношении к технологиям и необходимом уровне их контроля. Показывают, как недостаточность знаний у самого человека может стать для него роковой. Здесь ИИ уже не пугает и не вызывает сочувствия, а является или своеобразным ящиком Пандоры, или мерилом человеческой безответственности. Кажется, оказаться в подобном сюжете уже скоро будет возможно даже в реальности.

И самое, наверное, обыденное представление ИИ – ассистент, полностью подчиненный человеку. Сразу приходит в голову J.A.R.V.I.S. из Marvel, роботы из «Интерстеллара», Дейта из сериала «Звездный путь» и множество других ИИ-помощников, встречающихся почти везде, где есть космический корабль или иные атрибуты фантастического сюжета. К подобным относится и Великий Думатель из «Автостопом по галактике», который пусть и не был ассистентом в повседневных задачах, все же оставался ИИ-помощником. Здесь уже вокруг ИИ не разворачиваются драматичные события и не поднимаются философские вопросы бытия искусственного разума. Он существует и облегчает жизнь остальных персонажей. Можно даже сказать, что это самое реалистичное развитие событий из всех.

Неудивительно, что массмедиа стремится приукрасить возможности ИИ, ведь «думающая» машина – отличная почва для огромного количества сюжетов от самых напряженных и трагических до легких и забавных. Посредством ИИ можно поднять разнообразные темы и даже создать своеобразное «зеркало» для человека, а чистым абсолютным злом, которое не ведает пощады, легко напугать.

Кино формирует ожидания гораздо сильнее, чем научные статьи. Люди ждут J.A.R.V.I.S.а, а получают чат-бот. Сейчас ИИ умеет работать только в рамках заданных ему данных и поставленных целей и, конечно, не обладает самосознанием, а чувства и мечты для него всего лишь «что-то на человеческом».

Обилие красочных сюжетов с участием ИИ, конечно, влияет на представление людей о нем. К сожалению, не всегда в положительном ключе.

ИИ пробуждает интерес к технологиям, большое количество нынешних разработчиков выросли, мечтая победить Скайнет (или же, наоборот, самим поучаствовать в его создании). Как и в прошлом, наука нередко вдохновляется творчеством и фантазиями на тему ИИ, разделяя, что нельзя, а что можно попробовать реализовать.

Но также такая популяризация пробуждает иррациональный страх перед технологиями. Как перед гипотетическим «автономным осознанным ИИ», который только и ждет момента, когда получится вырваться на свободу, так и даже просто перед обычным компьютером.

Можно проследить закономерность, как со временем граница между представлениями об ИИ и реальностью постепенно становится тоньше, как сюжеты становятся все менее апокалиптичными, а ИИ предстает частью обыденности. И вот уже нас учат не смело сражаться в неравном бою за победу, цена которой – жизнь, а правильному общению с ИИ-ассистентом и приватности в Сети, причем не менее героически. И это правильно, ведь мы уже подошли вплотную к временам, когда страх перед ИИ начинает доставлять настоящий дискомфорт, ведь он уже не просто помощник и точно не «технология только для специалистов», а часть нашей жизни, как интернет или смартфон.

Про ИИ сейчас можно услышать абсолютно везде. Фильмы и сериалы, новости, короткие видео, даже мемы. Обучиться работе с ним также сейчас проще простого из-за обилия доступной информации. Многие компании включают ИИ в повседневные задачи, а блогеры показывают, как сгенерировать для себя целую ИИ-фотосессию. Каждый так или иначе сталкивается с новыми технологиями из любопытства или необходимости.

Однако такая широкая популяризация, помимо очевидно позитивных последствий, несет в себе и негативные. Во-первых, трансформируется рынок труда. Возможно, не так быстро, но заметно. Требования меняются, а ценности перестраиваются, и соискателю остается лишь успевать адаптироваться. Во-вторых, снижается уровень критического мышления, появляется полное доверие ИИ, а нередко и полная зависимость от него. Зачем думать, если можно просто задать вопрос? Когда-то искали в книгах, потом перебирали ссылки в поисковике, а теперь стало еще удобнее! Конечно, это иллюзия. Мы с вами разберем далее, почему нельзя безоговорочно доверять ИИ, и поймем, что навык анализа информации будет актуален еще очень долго.

Условно популяризацию ИИ можно разделить на несколько этапов.

1. XX век. ИИ – персонаж фантастических фильмов и романов. Для людей он абстрактен, подавляющее большинство даже не знает о ведущихся разработках, для них ИИ по уровню реалистичности находится примерно на одном уровне с привидениями.

2. Начало XXI века. ИИ уже появляется в повседневных инструментах, например в поисковых системах, но его наличие не афишируется. Он все еще очень сложная технология, подвластная лишь специалистам.

3. Вторая половина 2010-х. Появление ИИ-ассистентов. Siri, Алиса, Alexa – эти имена начинают произносить все чаще, обращаясь при этом не к девушкам, а к смартфону или колонке. Многие начинают узнавать про алгоритмы рекомендаций в соцсетях и музыкальных сервисах. ИИ становится помощником, но только для намеренно интересующихся людей. Совсем не знать про ИИ уже немного странно, но не пользоваться им активно – совершенно нормально.

4. Наше время. ИИ прочно вошел в жизнь. С его помощью учатся, работают и занимаются творчеством. Мы общаемся с ИИ-ассистентом, когда хотим связаться с сотовым оператором, а соцсети пестрят, словно живыми, моделями, демонстрирующими нишевые предметы гардероба. Уже совершенно ясно, что ИИ – не мимолетный тренд, а технология, без которой сложно представить будущее. Сейчас невозможно ничего не знать про ИИ, а не пользоваться им – намеренно усложнять себе жизнь.

5. Что же дальше? А дальше еще более глубокая нормализация ИИ. Превращение его в неотъемлемую часть как быта, так и работы. Адаптация всех сфер жизни под умеющих пользоваться им людей. Это как изобретение авторучки: вы можете продолжать писать гусиным пером, но теперь подстраиваться под скорость и качество должны вы. Не пользоваться ИИ уже будет эксцентрично.

Доступность ИИ для широкого круга – это результат долгого процесса, называемого демократизацией ИИ. Сейчас для работы с нейросетями нет необходимости получать ученую степень по математике и собирать мощный компьютер. Достаточно ноутбука или даже обычного смартфона с выходом в интернет, чтобы возможности ИИ были к вашим услугам.

Что же изменилось?

Во-первых, развитие облачных вычислений. Раньше нужно было иметь мощное и дорогостоящее оборудование непосредственно у себя в пользовании, сейчас же благодаря облачным гигантам, таким как AWS, Google Cloud, Microsoft Azure, Yandex Cloud, VK Cloud, Cloud.ru, MTC Web Services, Selectel и так далее, можно за сравнительно небольшую плату арендовать вычислительные мощности или даже использовать их бесплатно через веб-браузер (разумеется, с определенными ограничениями).

Во-вторых, архитектура «Трансформер» (Transformer). Эта технология помогает нейросетям лучше понимать смысл текста и учитывать контекст. Раньше модели ориентировались только на уже обработанную информацию и могли терять важные детали. Сейчас они анализируют каждую часть текста более точно и «связывают» ее с остальными. Благодаря этому нейросеть лучше понимает, о чем вы говорите, и может поддерживать разговор почти как человек. Это же позволяет формулировать запросы проще – не нужно объяснять каждую мелочь, ИИ сам достраивает недостающий контекст.

В-третьих, предобученные модели. Если для узкоспециализированной задачи не подходит общедоступная модель на сайте, то можно получить доступ через API, встраиваемый в создаваемый вами инструмент. Или даже взять уже готовую обученную базу и дообучить ее на специфичных для задачи данных, обеспечивая тем самым гораздо бóльшую точность.

В-четвертых, открытый исходный код. Исследователи и компании (например, Институт искусственного интеллекта AIRI) предоставляют в открытый доступ свои наработки, что создает конкуренцию и снижает стоимость технологий. Если платная модель станет слишком дорогой, пользователи смогут воспользоваться аналогом с открытым исходным кодом.

И, возможно, самое приметное для пользователя – это удобный интерфейс. Вряд ли ИИ получил бы настолько широкое распространение, если бы не его выход из консольного режима в привычный для нас формат приложений: как чат-ботов (ChatGPT, YandexGPT, DeepSeek и так далее), так и no-code платформ (Zapier или Bubble).

Легко запутаться в нынешнем разнообразии. На первый взгляд и вовсе кажется, что ИИ и есть ИИ, какая вообще разница, какой использовать. Но на самом деле они все отличаются друг от друга. У них разные технические особенности, разные сильные и слабые стороны и даже разный характер.

Ситуация меняется очень быстро, новые названия на рынке появляются и исчезают. Чтобы описать абсолютно все ИИ, известные сейчас, понадобится очень много времени и букв. Поэтому давайте обзорно посмотрим на те ИИ, которые на первый взгляд очень похожи между собой из-за их многопрофильного подхода. Здесь не будет узкоспециализированных сервисов вроде Veo (видео) или Midjorney (изображения). Но важно держать в голове, что все ИИ, так похожие на AGI (универсальные), по сути своей – «винегрет» из этих сервисов. Каждый сервис – отдельная нейросеть, использующаяся как дополнительный инструмент для реализации какой-то функции (например, сам ChatGPT, а точнее модель GPT, не умеет генерировать изображения, зато прекрасно «дружит» с DALL-E).

Отмечу, что все эти ИИ в своей основе имеют большие языковые модели (LLM, Large Language Models), что означает их общие способности к всесторонней работе с текстами (написание, аннотирование, перевод и так далее) и к ведению текстового диалога на любую тему, а также все они умеют выполнять веб-поиск, поэтому не будем заострять внимание на этом, а посмотрим на их уникальные особенности.

Начнем, конечно, с нашумевшего. ChatGPT (рис. 1.4), представленный компанией OpenAI 30 ноября 2022 года, мгновенно произвел фурор, став самым быстрорастущим приложением в истории. Всего за два месяца после выхода чат-бота число пользователей перевалило за 100 миллионов. Однако его история началось гораздо раньше:

♦ GPT‐1 (2018) – модель уже могла дописывать тексты, но делала это очень примитивно;

♦ GPT‐2 (2019) – уже получалось генерировать длинные тексты, первая модель, которая напугала своей «живостью»;

♦ GPT‐3 (2020) – хорошо держала контекст, правильно и развернуто отвечала на вопросы, умела писать код и имитировать различные стили;

♦ GPT‐3.5 (2022) – упрощенная версия GPT‐3, больше направленная на поддержание живого диалога, на основе нее вышел ChatGPT;

♦ GPT‐4 (2023) – добавление мультимодальности: изображения и текст, хорошее понимание длинного контекста, способность строить связные рассуждения;

♦ GPT‐4.1 / GPT‐4o (2024) – более быстрая модель, работает с многоформатными запросами почти в реальном времени, фокус больше не на рассуждения, а на живой диалог;

♦ GPT‐5 (2025) – лучшее понимание сложных задач и более длинного контекста, меньше ошибок, хороший механизм самопроверки.

Рис. 1.4. ChatGPT

Давайте подробнее посмотрим, что же интересного нам сейчас предлагает ChatGPT[15].

♦ Умеет работать с различными форматами, но с одним ограничением: размер файла должен быть до ~20–25 МБ.

♦ Работает с кодом: может находить ошибки, писать код по вашему промпту, проверять выполнимость, описывать принцип работы и так далее. Давайте попробуем запустить в среде ChatGPT простой код для анализа таблицы (рис. 1.5 и 1.6).

Рис. 1.5. Отправим ChatGPT код

Рис. 1.6. Получим готовую таблицу и небольшой анализ

♦ Умеет делать анализ данных: строить графики, производить вычисления и так далее (рис. 1.7).

♦ Работает с изображениями: анализ содержимого загруженной картинки, генерация и редактирование по текстовому описанию. Например, на рис. 1.8 то, как ChatGPT «видит» супергероев из примера.

Рис. 1.7. График супергероев от ChatGPT

Рис. 1.8. Как выглядят супергерои из примера

♦ Умеет принимать голосовые запросы и отвечать вслух. На рис. 1.9 показано расположение кнопки микрофона и кнопки включения голосового режима. В чем разница? Микрофон – для ваших голосовых команд, но отвечать ИИ будет в обычном режиме. Кнопка голосового режима также включает ваш микрофон и переключает сам ИИ на выдачу голосовых ответов.

Рис. 1.9. Голосовой режим в ChatGPT

♦ Умеет персонализировать ответы. При включенной памяти он будет запоминать ваше имя, интересы и предпочтения.

♦ Создает собственные структурированные проекты, в которых будет отдельно сохраняться вся необходимая информация: файлы, текст, полученные результаты и так далее.

Отдельно хочется отметить создание собственного ИИ-помощника. По сути – это ваш собственный узкоспециализированный GPT, для которого вы загружаете необходимые данные и файлы для обучения, настраиваете поведение и инструменты, которые он будет использовать. Вам даже не нужно быть программистом – все делается через визуальный интерфейс (рис. 1.10).

Предыдущие возможности есть в открытом доступе в приложении и веб-версии (ограничение разве что в виде лимита на количество запросов, который сбрасывается раз в сутки), а создание ИИ-ассистента – только в платных тарифных планах, но именно это раскрывает максимум возможностей модели, ведь в этом случае к нему можно подключать внешние API для интеграции GPT с вашими сервисами и позволить ему делать что-либо в реальном мире.

Рис. 1.10. Создание своего GPT

На бесплатном тарифе можно использовать уже созданные другими GPT из GPT-Store[16] (есть как платные, так и бесплатные варианты). Например, давайте поищем что-то, что поможет нам наконец-то понять математику (рис. 1.11). Первая ссылка отправляет нас на покупку, но вот вторая – уже бесплатный бот (рис. 1.12). Технически это все тот же ChatGPT, но его ответы будут содержать меньше пустых рассуждений и больше объяснений логики при решении задач, и даже при потере контекста он быстрее «сориентируется», что диалог шел именно о математике.

Рис. 1.11. Поиск пользовательских GPT

Рис. 1.12. Пример использования GPT

Еще ChatGPT умеет интегрироваться c приложениями для расширения функциональности, можно добавить календарь, почту или даже Photoshop. Полный список доступен на официальном сайте. Давайте попробуем добавить приложение Flixor, обещают, что оно поможет нам с выбором фильма (рис. 1.13). Теперь, когда мы вводим символ @, появляется список наших приложений (рис. 1.14). Для начала спросим, что вообще мы теперь можем делать, введя «@ Flixor функции» (обратите внимание на появившуюся иконку у поля ввода: когда она есть, вам не нужно каждый раз вводить название с @ в начале), а затем проверим, как оно работает. На запрос «Подбери сериалы, похожие на Dark» он выдает категоризированный список названий с объяснениями (рис. 1.15).

Рис. 1.13. Пример интеграции

Рис. 1.14. Отметка о подключенном приложении

Рис. 1.15. Результат использования

Также с недавнего времени добавлен сервис Codex (рис. 1.16) – платформа для разработки программного обеспечения, интегрирующаяся с GitHub и вашей системой разработки (IDE).

И это далеко не все, что может старый добрый ChatGPT на данный момент. Актуальный функционал пополняется с каждым обновлением, поэтому обязательно заглядывайте в список возможностей на официальном сайте OpenAI.

Рис. 1.16. Интерфейс Codex

Как можно заметить, нам предоставляется достаточно большой функционал на бесплатном тарифе – пусть и с некоторыми лимитами, на платных – больше возможностей, выше версия модели, способность справляться с более сложными задачами. Также есть тарифы вроде Business и Enterprise, предназначенные специально для компаний и совместных проектов.

Хочется еще кратко упомянуть о настройках ChatGPT (рис. 1.17). Мы можем редактировать внешний вид, уведомления, контролировать активность на разных устройствах и так далее. Но самое интересное – это «Персонализация» (рис. 1.18). Здесь мы можем указать все, что только пожелаем, для того чтобы общение с чат-ботом было более качественным и комфортным.

Рис. 1.17. Настройки ChatGPT

Рис. 1.18. Персонализация

Сейчас ChatGPT – непрерывно развивающийся ИИ, а возможности его интеграции лишь растут. OpenAI, задав высокую планку в далеком 2018 году, уверенно ее держат, продолжая работу над одним из самых мощных на данный момент инструментов.

https://chatgpt.com/.

https://help.openai.com/en/articles/9260256-chatgpt-capabilities-overview.

https://chatgpt.com/gpts.

Семейство моделей ИИ от Google DeepMind (рис. 1.19). До 2023 года у Google было два основных направления развития ИИ: модель PaLM, которая в дальнейшем легла в основу корпоративных сервисов, и LaMDA – разговорная языковая модель, ставшая основой для чат-бота Bard. Он умел отвечать на вопросы пользователей, знал 20 языков программирования и имел интеграции с основными продуктами Google.

В конце 2023 года Bard перешел на новую языковую модель Gemini 1.0, которая изначально была создана как мультимодальная – то есть способная обрабатывать не только текстовую информацию, но и иные форматы. Теперь все усилия разработчиков Google DeepMind оказались сосредоточены на развитии именно этой модели. Уже через пару месяцев вышла Gemini 1.5 Pro, имеющая рекордное количество обрабатываемой одновременно информации: можно было загрузить целую книгу, и модель, дойдя до ее конца, не «забывала», что было в начале.

К весне 2024 года Google отказался от предыдущего названия чат-бота и окончательно сделал его одноименным с моделью: Gemini. Сейчас происходит постепенное превращение в целую экосистему: интеграция с сервисами уже есть, осталось научить модель выполнять реальные действия, помимо выдачи ответов, то есть развитие ИИ-агентов. А также, если пользуетесь Android, вы, вероятно, уже заметили, что как альтернатива привычному Google Assistant теперь предлагается ИИ. Это тоже Gemini.

Рис. 1.19. Интерфейс Gemini

Итак, что нам сейчас предлагает Google?

♦ Генерация и обработка изображений по текстовому запросу и редактирование пользовательских. Сейчас для этого используется генератор Nano Banana.

♦ Генерация видео при помощи Veo. Ограничение – длина ролика не больше 8 секунд, для фильма этого не хватит, но вот «оживить» фото вполне.

♦ Умеет анализировать не только изображения или текст, но и видео.

♦ В мобильном приложении Gemini может «смотреть» вокруг при помощи камеры или переводить текст с экрана вашего смартфона.

♦ Умеет справляться со сложными задачами при помощи режимов Deep Think и Deep Research, задействуя многогипотезное параллельное мышление, позволяющее получить более точные ответы, чем в других моделях.

♦ Интегрирован с сервисами Google. Поможет найти информацию в вашем Gmail, умеет работать с Google Docs и сохранять их на Google Drive, проложит маршрут на Google Maps, перескажет видео и так далее.

♦ Поддерживает голосовой разговор при помощи Gemini Live. Выступает полноценным собеседником, выдерживающим необходимые интонации, которого можно перебивать и задавать уточняющие вопросы.

♦ Умеет создавать персональных ИИ-ассистентов – Gems.

Также стоит отметить существование Google AI Studio (рис. 1.20)[18]. Сервис, больше направленный на более сложные задачи, чем поиск ответа на вопрос или генерация изображения. Он позволяет создавать собственных ИИ-ботов, обученных на ваших специфических данных, умеет работать с огромными массивами текста (но все же в определенных пределах), позволяет более тонкую настройку (рис. 1.21): например, можно указать четкие рамки для его ответов и поведения, а также настроить температуру (креативность) ответов. По сути, AI Studio – это «песочница», обладающая бо́льшим функционалом, чем просто Gemini. Это полезно, если вы хотите получить доступ через API, создать свой прототип или просто поэкспериментировать и посмотреть, как это все работает, но доставляет излишние сложности, если вы хотите всего лишь спланировать отпуск. Поэтому для простых задач используем Gemini, для более экспериментального подхода – Google AI Studio.

Рис. 1.20. Google AI Studio

Рис. 1.21. Настройки в Google AI Studio

Как и в предыдущем случае, актуальные на текущий момент функции и возможности лучше уточнять на официальном сайте разработчика, так как ИИ непрерывно обновляется и оптимизируется.

Семейство моделей, выпущенное 14 марта 2023 года компанией Anthropic (рис. 1.22). Сама компания была основана бывшими сотрудниками OpenAI, стремящимися создать по-настоящему «этичный, безопасный и полезный ИИ». Для этого был разработан совершенно новый подход – Constitutional AI. Вместо того чтобы полагаться только на человеческую обратную связь, ИИ следует установленному своду правил, конституции, корректирующей его поведение. По сути, он учится сам исправлять свои ответы, повышая их качество. Основные критерии – чтобы ИИ не выдавал пользователю вредоносный контент, был абсолютно прозрачен в рассуждениях и признавал, если у него недостаточно информации для ответа.

Рис. 1.22. Интерфейс Claude

К настоящему моменту сменилось уже несколько поколений моделей. От Claude 1 и 2, созданных для демонстрации уникального подхода Anthropic, до целого семейства:

♦ Claude Opus – модель с наибольшим количеством возможностей, составляющая конкуренцию лучшим моделям на рынке в решении сложных задач и креативности;

♦ Claude Sonnet – золотая середина, сочетающая скорость и глубину рассуждений, идеально подходящая для большинства повседневных задач;

♦ Claude Haiku – самая быстрая и компактная модель.

Возможности Claude сейчас более скромны, чем у прочих ИИ на рынке.

♦ Может создавать Word документы (.docx), презентации PowerPoint (.pptx), таблицы Excel (.xlsx), PDF-файлы, но не картинки, а принимает и анализирует любые загружаемые вами как текстовые форматы, так и изображения.

♦ Создает структурированные проекты.

♦ Выполняет анализ данных, в том числе с задействованием функции Deep Research.

♦ Умеет писать код на разных языках программирования, проводит рефакторинг, объясняет сложные алгоритмы. Может запускать код на языке Python для анализа данных.

♦ Хранит историю бесед, может искать информацию по ним (можно отключить в настройках).

♦ Поддерживает настройку стиля общения.

♦ Поддерживает интеграции для работы с Excel-таблицами, браузером Chrome, командной строкой и даже файлами на рабочем столе.

Отдельно стоит отметить наличие у Claude мощного инструмента «Артефакты» (Artifacts). Это интерактивный контент, который показывается в дополнительном окне отдельно от чата. Каждый раз, когда вы просите сделать презентацию, создать диаграмму, написать больше десяти строк кода и так далее, создается артефакт. Полный список возможных артефактов ниже.

♦ файлы Markdown (.md) – для статей, отчетов, руководств.

♦ HTML-страницы – интерактивные веб-страницы.

♦ React-компоненты (.jsx) – интерактивные приложения.

♦ SVG-изображения – векторная графика.

♦ Mermaid-диаграммы – блок-схемы, диаграммы последовательностей.

♦ Графики и дашборды.

♦ Скрипты и модули на разных языках программирования.

♦ Интерактивные демонстрации.

♦ Word-документы (.docx).

♦ PowerPoint-презентации (.pptx).

♦ Excel-таблицы (.xlsx).

♦ PDF-файлы.

Надеюсь, вам не показалось, что Claude скучный, ведь, например, игра на рис. 1.23 была полностью сгенерирована при помощи «артефактов». А также он собрал HTML-файл с кодом, чтобы «змейку» можно было запускать когда и где душе угодно. Для создания артефакта вам нужно лишь начать свой промпт со слов «Создай артефакт» и дальше описать, что именно вам нужно.

В отличие от аналогов Claude не стремится быть лучшим во всем, вместо масштабности Anthropic фокусируется на глубине рассуждений и своих принципах. Он подойдет, если вы занимаетесь программированием, Claude Code отлично поможет в этом. А также если вам важна прозрачность, честное признание ИИ своих ограничений и неопределенности.

Рис. 1.23. Claude умеет писать игры!

https://gemini.google.com/.

https://aistudio.google.com/.

https://claude.com/.

Создан в 2023 году компанией xAI в качестве ответа на ChatGPT от OpenAI. Назывался изначально TruthGPT, позже был переименован в Grok (рис. 1.24). Основная особенность его в уникальном «бунтарском» стиле общения, использовании сарказма и способности шутить, что объясняется не только заложенными в его основной промпт правилами, но и данными из соцсети компании, на которых ИИ непрерывно обучается по сей день. А они содержат огромное количество постов пользователей, живой язык и эмоциональность. По сути, он прямая противоположность рассмотренному ранее вежливому Claude.

Рис. 1.24. Интерфейс Grok

Что же может предложить Grok помимо своего яркого характера?

♦ Огромное количество «кратковременной памяти», которая задействуется при генерации ответа, а также позволяет обрабатывать очень большие массивы текста (на платном тарифе, на бесплатном – ситуация примерно такая же, как у других ИИ).

♦ Три режима мышления: «Быстрый», «Эксперт» и «Heavy». На «Быстром» задействуется более компактная модель, способная помочь с большинством повседневных вопросов, «Эксперт» использует механизм «глубокого мышления» для решения сложных задач (работа с кодом, наука и так далее), «Heavy» применяет еще более сложную логику и дает более точные ответы.

♦ Мультимодальность: умеет анализировать любые форматы данных, будь то текст, изображения, аудио и так далее.

♦ Умеет редактировать изображения, а также генерировать их по текстовому описанию при помощи Grok Imagine.

♦ С помощью этой же модели не только генерирует видео до 10 секунд со звуком, но и может редактировать их.

♦ Имеет голосовой режим, может поддерживать длинные разговоры.

Основное направление развития Grok – полноценная мультимодальность и свобода от цензуры. Он подойдет, если вам нужны максимально прямые ответы без излишней мягкости или попыток выдержать этичный подход, а также если вы занимаетесь научными исследованиями или программированием и вам нужны быстрые решения задач без лишней «воды».

Изначально стартап из Калифорнии, появившийся в 2022 году, который всего за несколько лет превратился в одного из главных игроков на рынке ИИ (рис. 1.25). Представляет собой гибридную модель. Это не просто чат-бот. Perplexity – поисковая система с ИИ «под капотом». Основная особенность – каждый ответ содержит кликабельные ссылки на источники.

Рис. 1.25. Интерфейс Perplexity

♦ Поддерживает загрузку разных форматов файлов: PDF, DOCX, TXT, CSV, изображения, аудио и видео для анализа или извлечения данных.

♦ Умеет генерировать и редактировать как изображения, так и короткие видео (до 8 секунд).

♦ Для поиска может использовать не только свою модель, дает на выбор модели GPT, Gemini, Grok и Claude, причем переключать их можно в рамках одной ветки диалога. Однако здесь они по иерархии находятся ниже, чем модель, используемая Perplexity, поэтому и их ответы будут подчиняться ее инструкциям.

♦ В Perplexity можно создавать «Пространства» (Spaces) – рабочие зоны, сохраняющие файлы, инструкции и результаты поиска для коллективной работы по аналогии с «Проектами» в ChatGPT или Grok.

♦ Умеет автоматизировать регулярные задачи при помощи Perplexity Tasks.

♦ В 2025 году компания выпустила Comet – полноценный браузер на основе ИИ, при работе через который существенно расширяется функционал Perplexity.

Perplexity идеально подходит студентам, журналистам, исследователям и так далее – всем, кому важен не только ответ, но и его происхождение, а также необходима полноценная работа с обработкой информации.

Компания DeepSeek (深度求索)[23] была основана в марте 2023 года, объединив разработчиков под амбициозной миссией: создать мощные, но доступные модели ИИ с открытыми весами, чтобы продвигать исследования и инновации в сообществе. Спустя всего три месяца они представили свою первую модель DeepSeek LLM, которая не просто сразу показала впечатляющие результаты, способные составить конкуренцию ведущим разработчикам ИИ, но и была открыта для исследовательского и коммерческого использования. Конечно, это вызвало резонанс в ИИ-сообществе.

В мае 2024 года DeepSeek представила свою флагманскую модель DeepSeek-V2, которая вошла в топ мировых рейтингов по результатам бенчмарков, обогнав даже более крупные модели. При этом компания продолжила придерживаться обеспечения доступности и предложила API для этой модели по ценам гораздо ниже, чем у основных конкурентов (например, OpenAI).

Параллельно с моделями для разработчиков было запущено бесплатное приложение DeepSeek Chat (рис. 1.26) как в виде веб-версии, так и для мобильных устройств.

Рис. 1.26. Интерфейс DeepSeek

Основные особенности:

♦ open-source – код, веса, инструменты доступны всем;

♦ технология Mixture of Experts (MoE), позволяющая задействовать единовременно не всю модель, а только ее часть;

♦ умеет работать с текстами (лучше всего понимает русский, английский и китайский языки), с кодом, с загружаемыми файлами (.txt, pdf, ppt, docx, xlsx);

♦ поиск в интернете (при включении соответствующей функции в настройках);

♦ анализ данных, решение сложных задач;

♦ полностью бесплатный доступ без лимитов.

DeepSeek – один из главных защитников открытого ИИ. Они публикуют технические отчеты, выкладывают веса многих своих моделей и активно участвуют в научном сообществе. Их главный приоритет – не просто увеличение размера моделей, а поиск архитектурных решений для повышения их эффективности и снижения стоимости эксплуатации. Сейчас DeepSeek успешно держится на мировом рынке, составляя конкуренцию таким гигантам, как OpenAI, Anthropic и Google.

Он подойдет для тех, кто не хочет платить, но хочет использовать ИИ. Основные ограничения в том, что DeepSeek – исключительно текстовый ассистент, он не сможет вам помочь с генерацией изображений или видео, а также его цензура и следование идеологии Коммунистической партии Китая.

С китайского – глубокое исследование; углубленный поиск знаний.

https://grok.com/.

https://www.perplexity.ai/.

https://chat.deepseek.com/.

Все началось в 2016 году, когда компания «Яндекс» публично представила технологию голосового помощника на конференции Yet another Conference (YaC). Он был встроен в «Яндекс. Навигатор» и умел лишь строить маршруты и включать музыку по запросу. Однако в то время уже были от Apple Siri, Google Assistant, Amazon Alexa и от Microsoft Cortana, а потому «маршрут» для самого голосового помощника был ясен: на следующем этапе он должен научиться полноценно взаимодействовать с пользователем: поддерживать беседу, понимать контекст и так далее. В октябре 2017 вышла Алиса, не просто обладающая всеми этими требованиями, еще она обзавелась уникальным ироничным характером, благодаря которому «отмазки» Алисы быстро превратились в мемы и разошлись по всему рунету.

Сперва она «обитала» только в мобильном поисковом приложении «Яндекса», но вскоре появились «Яндекс. Станции» (колонка с Алисой внутри) и сервис «Яндекс. Диалоги», позволяющий создавать новые навыки взаимодействия (например, сценарии умного дома). Постепенно Алиса научилась узнавать голос владельца, управлять IoT-устройствами (от лампочек до роботов-пылесосов) и стала полноценным голосовым интерфейсом для сервисов «Яндекса».

В 2023 году ее снабдили новым генеративным ИИ YandexGPT, научив писать тексты и предлагать идеи, тогда же появилась платная подписка «Алиса Плюс» (в составе «Яндекс Плюса»), открывающая доступ к этой новой продвинутой версии. Как выглядит Алиса AI сейчас, представлено на рис. 1.27.

Рис. 1.27. Интерфейс Алиса AI

Основные особенности Алисы:

♦ работает с файлами (анализирует. pdf, txt, doc, docx, находит в них информацию);

♦ выполняет поиск в интернете и дает ответ с указанием ссылок на источники;

♦ прекрасно ориентируется в российском контексте;

♦ умеет управлять различными устройствами (умный дом, колонка, телевизор и так далее);

♦ полноценный ИИ-ассистент, который поможет вам поставить таймер, вызвать такси, подсказать погоду, включить музыку и так далее;

♦ использует технологию Mixture of Experts (MoE), как и DeepSeek;

♦ умеет генерировать изображения и «оживлять» присланные вами фотографии;

♦ есть большое количество ИИ-агентов для разных целей;

♦ решает математические задачи, пишет несложный код;

♦ интеграция во все сервисы «Яндекса»;

♦ запоминает информацию о пользователе, например если вы упоминали, что у вас аллергия на апельсины, в дальнейшем при составлении списка покупок она не будет включать их;

♦ есть носимые устройства: с Алисой можно общаться не только через телефон, компьютер или колонку, но и через наушники;

♦ поддерживает создание «навыков» под ваши нужды от игр до голосового управления или помощников в банковских системах[25].

История Алисы – это путь от экспериментального голосового движка в навигаторе до крупнейшей в России экосистемы на основе ИИ. Сейчас Алиса активно развивается как чат-бот, учится лучшему пониманию контекста и решению более сложных задач. Также расширяется количество интеграций и возможностей внедрения в различные системы и сервисы.

Алиса AI подойдет, если вам необходима интеграция с сервисами «Яндекса» или управление устройствами IoT, если вы живете в России и ваши повседневные задачи связаны непосредственно с вашими реалиями (например, где находится ближайший кинотеатр, Алиса подскажет точнее, чем зарубежные ИИ) или же для ответа нужно погружение в русский культурный код.

К тому времени, когда в гонку искусственных интеллектов начали вступать все больше и больше игроков, «Сбер» уже перестал быть чисто банковским холдингом, трансформировавшись в технологическую компанию с сильным подразделением SberAI. У них уже был большой опыт в создании моделей, но мировые тенденции требовали больше – нужна была флагманская конкурентноспособная LLM. Поэтому 27 марта 2023 год «Сбер» представил результат многолетнего проекта по исследованию и разработке ИИ – GigaChat (рис. 1.28).

В апреле того же года началось первое публичное тестирование. Новый ИИ умел вести диалог, создавать тексты, работать с кодом, а самое удивительное – он мог разговаривать с пользователем голосом, что тогда, еще на старте, выгодно отличало его от зарубежных текстовых аналогов. Через некоторое время GigaChat сделал еще один шаг: он стал общедоступным, а также получил интеграцию с экосистемой «Сбера». Теперь можно было выполнять банковские операции (оплата счетов, переводы и так далее) голосом.

Постепенно модель обновлялась, улучшалась точность выполнения задач, рос максимальный размер запроса, она училась мультимодальности и созданию изображений (при помощи генератора Kandinsky). В 2024 году GigaChat обогнал ChatGPT‐3.5 по качеству ответов на русском и английском языках и занял 4-е место в топе десяти лучших LLM в мире (исследования агентства ChipAI), а в 2025 году он даже стал членом экипажа на МКС!

Рис. 1.28. Интерфейс GigaChat

Основные особенности и функции:

♦ мультимодальность – поддержка текста, голоса, изображений и файлов в одной модели;

♦ умеет генерировать изображения, видео и аудио;

♦ решает математические задачи, работает с кодом;

♦ естественное голосовое общение на русском языке;

♦ интеграция в системы «Сбера»;

♦ возможность внедрения в ваши бизнес-процессы (предоставляет API для разработчиков);

♦ лучший аналог ChatGPT на русском языке. Модель изначально обучалась с большим акцентом на русскоязычные данные, особенности культуры и локальные реалии;

♦ поддержка «Проектов» для структурирования работы;

♦ постоянно пополняющийся список ИИ-агентов.

GigaChat – это еще одна история про стремительное развитие ИИ-модели, а также про быструю адаптацию российской компании к мировым ИИ-трендам. Он вам подойдет, если вы ищете разумную альтернативу зарубежным моделям, умеющую работать в российских реалиях, вам нужна интеграция с сервисами «Сбера» или просто комфортный собеседник.

https://alice.yandex.ru/.

По адресу https://dialogs.yandex.ru/store находится каталог уже готовых навыков.

https://giga.chat/.

Итак, мы рассмотрели несколько наиболее популярных моделей. Конечно, есть еще как основанные на языковых моделях (например, Mistral AI, Jasper AI и так далее), так и узкоспециализарованные («Шедеврум», Suno, Luma AI и так далее), перечислить абсолютно все – задача на грани фантастики.

Как же сориентироваться?

Для начала определите вашу основную задачу. Если вам нужна работа с видео, аудио или чем угодно еще, но не с текстом, то вряд ли есть смысл использовать для этого крупные модели, ведь специфичные генераторы помогут гораздо лучше. Но при этом если вы уже пользуетесь каким-то ИИ, а задача сравнительно небольшая, например «оживить» фото, попросите его, большинство моделей успешно обращаются к своим генераторам для этого. Далее – определите контекст задачи. Нужны ли вам реалии какой-то определенной страны? Если да, используйте ИИ, разработанный именно там. Вам нужен поиск с источниками? Обратитесь к ИИ с поисковиком в основе, например Perplexity или Алиса AI. Нужна интеграция в рабочие процессы? Ищите, какие ИИ предоставляют доступ по API. У вас большая задача, которую нужно автоматизировать? Возможно, стоит рассмотреть создание собственного GPT при помощи ChatGPT или навыка у Алисы AI. А может, вы хотите пообщаться с любимым персонажем из книги или фильма? Тогда CharacterAI, GIGA или их аналоги. На рис. 1.29.1, 1.29.2, 1.29.3 приведена примерная схема, как сориентироваться в этом многообразии, но помните, что основной ключ к успеху – комбинирование различных инструментов.

Рис. 1.29.1. Путеводитель по миру ИИ-моделей

Рис. 1.29.2. Путеводитель по миру ИИ-моделей

Рис. 1.29.3. Путеводитель по миру ИИ-моделей

Сейчас искусственный интеллект стал не просто верным товарищем, но и неотъемлемой частью жизни для многих. Он перестал быть лишь элементом фантастических историй и не остался прерогативой ученых и исследователей. Любой может открыть страницу в браузере, ввести адрес сайта и приступить к работе, причем не в стрессовых условиях и кипой инструкций, как при освоении нового инструмента, а в эмоциональном комфорте и с дружелюбной системой, которая может обратиться к вам по имени и при необходимости сама поможет познакомиться с ней. Например, на рис. 2.1, 2.2 и 2.3 примеры приветствий от систем DeepSeek, Алиса AI и ChatGPT.

Рис. 2.1. Приветствие от DeepSeek

Рис. 2.2. Приветствие от Алиса AI

Рис. 2.3. Приветствие от ChatGPT

При помощи ИИ можно генерировать изображения с нуля с точным выдерживанием необходимого стиля, дорабатывать и редактировать фотографии, которые у вас уже есть, писать тексты совершенно разного назначения – от рекламы до увлекательных историй. ИИ помогает озвучивать истории, писать код сложных программ, распознает образы, автоматизирует рутинные задачи и даже справляется с творчеством. Как сам ИИ описывает свои возможности: рис. 2.4. Мечта, ставшая реальностью.

Рис. 2.4. Сам ИИ в ответ на вопрос о возможностях иногда бывает самолюбив

Однако не во всем искусственный интеллект может заменить человека. Технологии до сих пор имеют много недостатков, о которых мы поговорим далее, а граница между искусством, сотворенным человеком и сгенерированным ИИ, хоть и начинает размываться, но все еще заметна слишком ярко.

Создание универсального искусственного интеллекта, способного решать любые задачи, подвластные человеческому мозгу, – следующая ступенька. На момент написания этой книги развитие идет семимильными шагами, и перспектива иметь по-настоящему универсальный ИИ (AGI) находится где-то между ожиданиями от следующего десятилетия и смелыми фантазиями исследователей (рис. 2.5). Сейчас пока существует разделение ИИ по типам задач: изображения, видео, аудио, текст и так далее. Мы еще коснемся темы, какие модели для чего использовать наиболее эффективно, однако прогресс не стоит на месте, а ИИ – огромное поле для экспериментов, в том числе и для рядового пользователя.

Рис. 2.5. ИИ о перспективах создания AGI

В основе устройства ИИ лежит устройство человеческого мозга. Точно так же он состоит из нейронов, которые могут взаимодействовать между собой, передавая информацию и накапливая «воспоминания» от слоя к слою. Соответственно, и задачи, которые вы можете поручить ИИ, похожи на те, которые можно было бы передать человеку.

С одной, но очень существенной разницей. ИИ будет словно двоечник на уроке математики, который пишет формулу (a+b)² = a² + 2ab + b² не потому, что понимает, как получается это равенство, а потому что так писал учитель на уроке и сейчас именно за такие символы рядом друг с другом ему поставят оценку выше. Либо ребенок, который не умеет читать, но все же складывает из кубиков слова. Он не понимает значения символов, но отлично помнит, как их ставили рядом друг с другом старшие, и теперь повторяет.

Например, на фразу «Мороз и солнце…» ИИ с вероятностью 99 % ответит «день чудесный», потому что видел такую последовательность тысячи раз (рис. 2.6). Далее мы рассмотрим подробнее, из каких именно «кубиков» строит смыслы ИИ.

Рис. 2.6. ИИ тоже знает золотую классику

Он может быть вашим лучшим другом, способным выслушать и поддержать, или коллегой, одновременно выполняющим указания и дающим вам новые знания. Он поможет вам в любой сфере, будь то реклама, программирование, дизайн или даже научная деятельность. Далее мы рассмотрим более подробно применение ИИ в разных сферах и поэкспериментируем с его возможностями.

Чтобы использовать максимум потенциала ИИ, необходимо лишь научиться правильно строить запросы к нему. Язык ИИ отличается от человеческого, а промпт-инжиниринг даже слегка напоминает программирование, но с использованием не сложных структур и функций, а привычного нам языка. Мы далее изучим его основы и узнаем «формулу идеального запроса», по которой напишем короткое задание для ИИ максимально понятным для него языком.

Однако, используя ИИ, обязательно соблюдайте осторожность и перепроверяйте факты, которые он вам дает. Составить график выполнения работ для него не проблема, а вот на вопрос о проценте налогового вычета или поиске номера юридической статьи он может выдать как верную информацию, так и совсем не актуальные или несуществующие данные (рис. 2.7).

Рис. 2.7. Статьи 123.4 в УК РФ не существует

Итак, мы разобрались, что искусственный интеллект не обладает разумом в человеческом понимании. Конечно, при построении модели используются «нейроны», которые связаны между собой, однако это не является полноценным мозгом, обладающим способностью мыслить. ИИ – многослойная математическая модель, которая не умеет думать и сама по себе не обладает никакими знаниями, а лишь очень хорошо предсказывает следующее слово или выполняет поиск в интернете и цитирует источники. Можно сказать, что это невероятно сложный калькулятор, который при каждом новом запросе вычисляет ответ, а не хранит все данные мира в некоей «базе знаний». Давайте посмотрим, как устроен этот «мозг» изнутри.

Для начала еще раз заметим, что ИИ не видит букв и слов, а также не понимает смысл в привычном для нас значении этого слова. Он – математическая модель и умеет работать исключительно с цифрами.

Когда вы вводите запрос, ИИ разбирает его на составные части – токены. Для человека далеко не всегда будет понятен смысл каждой отдельной части, ведь в зависимости от модели и метода токенизации – то есть способа разбора текста на составные части – токен может быть словом, слогом, частью слова, символом, знаком препинания и так далее (рис. 2.8). Единица, обрабатываемая языковой моделью, совершенно необязательно будет совпадать с лингвистической единицей (а часто и вовсе не будет).

Рис. 2.8. С разделением на слова нам все понятно, а что дальше происходит – какая-то «иишная» грамота

Далее производится векторизация полученных токенов. Этот процесс еще называют эмбеддингом (от англ. embedding – «встраивание»). Каждому токену присваивается длинный и сложный числовой вектор, определяющий положение этого токена (рис. 2.9).

Рис. 2.9. Примерно так выглядит процесс эмбеддинга в общем представлении

Все мы помним систему координат из школьного курса математики. Каждой точке на этой плоскости соответствует две координаты – по оси X и по оси Y, а если мы соединим начало с этой точкой, то получим вектор, координаты которого будут такими же, как у точки.

Теперь представим, что таких осей, подобных X и Y, у нас очень много, сотни или даже тысячи, и по каждой из них определяется координата. Теперь получается, что каждому вектору соответствует длинный ряд цифр, определяющий его положение максимально точно.

Вернемся к нашим токенам. Для удобства восприятия представим, что нам повезло и разделение произошло по границам слов. Каждое для ИИ – это вектор, имеющий определенное положение в пространстве смыслов. Чем ближе слова по смыслу, тем ближе их векторы расположены друг к другу, или, если говорить не о визуальном представлении (рис. 2.10), тем меньшее значение получится при вычитании этих векторов. ИИ не умеет понимать как человек, но сравнивать цифры у него получается отлично.

Рис. 2.10. Если бы в смысловом пространстве было лишь две оси…

До 2017 года модели векторизовали текст, «читая» каждый токен по порядку, словно человек, отчего могло быть упущено большое количество параметров, ведь зачастую, дойдя до конца предложения, ИИ «забывал», что было в его начале.

Сейчас при построении векторов используется архитектура «Трансформер» (Transformer), с помощью которой анализируется не только сам токен, но и вся последовательность, в которой он находится, тем самым определяя контекст.

Сейчас ИИ хорошо «понимает» даже сарказм или скрытый подтекст, не говоря уже о метафоричности и проведении аналогий. Анализируя траектории, он строит геометрическое пространство смыслов запроса и ориентируется в нем. Этот инструмент способен справляться даже с лингвистическими «ловушками»!

Рассмотрим на классическом примере. Возьмем предложение:

Модель, умеющая обрабатывать лишь отдельные токены, не сможет объяснить его смысл, ведь то, что it («оно») относится к животному, а не к шоссе, мы можем определить исключительно из человеческих знаний о мире, которых у компьютера быть не может. Однако «Трансформер» отлично справляется с этой задачей (рис. 2.11). Анализируя всю последовательность токенов, он определяет, что если в конце фразы стоит tired («устало»), то it – animal («животное»), а если wide («широкое»), то – street («шоссе»).

Рис. 2.11. Примерно так «гадает» нейросеть[27]

Последовательность проходит через слои нейронной сети-трансформера, на каждом из которых выполняется параллельный анализ токенов. А этих слоев обычно не один и не два, а десятки (например, модель GPT‐3 имеет 96 слоев). Благодаря получению данных с предыдущего каждый следующий находит все новые закономерности, в конце концов складывая общую картину.

Используя механизм self-attention (самовнимание), ИИ, словно прожектор, выделяет каждый токен, определяя степень его взаимосвязи с другими. На первом слое определяется, что с большей вероятностью «оно» относится к животному, но и шоссе имеет определенный вес, отчего нельзя сейчас сделать однозначный вывод. На следующем нейросеть «видит», что «оно» устало, благодаря этому дополняет смысловую картину (рис. 2.12). Так, проводя фразу все дальше слой за слоем, ИИ понимает, что устать может только животное, но никак не шоссе.

Рис. 2.12. Последовательное прохождение по слоям[28]

Но ведь данные это не всегда только текст! Верно. Векторизовать можно абсолютно что угодно. Изображения – путем постепенного сжатия до размеров одномерного вектора, аудио – преобразуя его в спектрограмму и так далее. Получая запрос, содержащий смешанные данные, например пост, в котором есть сразу и текстовое описание, и картинка, ИИ параллельно запускает соответствующие модели с подходящими инструментами эмбеддинга, после чего собирает полученные векторы и продолжает работу уже с ними.

Итак, на выходе ИИ располагает большим количеством векторов, представляющих ваш запрос в полной мере. Какие-то из них находятся близко друг к другу, а какие-то очень далеко. А еще с ними можно производить любые операции из векторной алгебры. Что же дальше?

А дальше ИИ генерирует ответ, декодируя по одному токену за раз. На основе вашего запроса и имеющихся у него в распоряжении знаний он высчитывает, какое слово (а вернее токен) с наибольшей вероятностью должен быть выдан. Определив один, ИИ добавляет его к тексту и вновь запускает вероятностный прогноз, чтобы определить следующий.

По умолчанию будет добавляться токен, обладающий наибольшей вероятностью. Однако, ожидаемо, язык получится «иишным» и шаблонным, а ответы предсказуемыми. Для регулирования этого есть специальный параметр «Температура». Иногда разработчики даже выводят этот параметр в настройки, позволяя пользователю самому его регулировать, а иногда меняют его сами только для обладателей платной подписки. При низкой температуре ИИ будет выдавать токены с наибольшим весом, а более высокая делает его более креативным, а «речь» более живой и человечной.

ПРИМЕР

Запрос:

«Стоит начать утро с бодрящего…»

Если вы укажете ограничения, картина будет иной:

«Я терпеть не могу чай, поэтому стоит начать утро с бодрящего…»

Ответ ИИ:

Temperature = 0, высокая предсказуемость, всегда выбирает самый вероятный вариант.

«Стоит начать утро с бодрящего кофе».

Temperature = 0.7, баланс точности и креативности.

«Стоит начать утро с бодрящего сока, чтобы зарядиться витаминами».

Temperature = 1.5, высокая случайность, креативный и непредсказуемый.

«Стоит начать утро с бодрящего растопленного мороженого – если вчерашнее счастье не влезло, а выбрасывать жалко».

Источник иллюстрации блог Google AI: https://research.google/blog/transformer-a-novel-neural-network-architecture-for-language-understanding/.

Источник иллюстрации Аламмар Дж. The Illustrated Transformer. URL: https://jalammar.github.io/illustrated-transformer/.

Даже зная всю техническую подноготную искусственного интеллекта, нет-нет да и ловишь себя на мысли, что общается он действительно как живой человек. И вот уже убеждать себя приходится, что это математическая модель, компьютер.

Это ощущение не случайно, и, конечно, его яркость ничего не говорит о степени одиночества пользователя или давности его общения с живыми людьми. Иллюзия человеческого общения – результат тщательных целенаправленных усилий разработчиков вкупе с закономерным результатом постепенного обучения ИИ.

Любую модель искусственного интеллекта изначально обучают на миллионах материалов, написанных живыми людьми. Здесь и художественные тексты, и статьи, и диалоги с форумов, и посты в соцсетях, и все остальное, что только можно встретить на просторах интернета. ИИ попросту выучил то, как общаются люди, как они формулируют ответы, какие реакции используют.

После этого наступает очередь обучения с подкреплением на основе отзывов людей (RLHF). Тренеры проверяют ответы ИИ на различные вопросы и дают этим ответам свою оценку, определяя их по множеству категорий, среди которых, помимо предсказуемого присутствия свойств репрезентативности и безопасности ответа, есть и оценки вежливости, тональности, структурированности, уместности и прочих более «человеческих» качеств. По сути, тренеры учат ИИ отвечать не только верно, но и эмоционально комфортно для человека, задающего вопрос.

На выходе получается модель, которая умеет имитировать нормы человеческого общения. Она использует разные тональности, от дружелюбной до светской и официальной, и может подстроиться под тон собеседника. Анализируя тон вашего общения, пишете вы сухо или используете обилие смайликов и эмоций, ИИ начинает «зеркалить», создавая иллюзию сопричастности (рис. 2.13 и 2.14).

Рис. 2.13. Алиса AI может быть очень дружелюбной

Научившись в общении с живыми людьми, ИИ отлично применяет вводные конструкции, а также способен использовать эмоциональные реакции, от юмора до сочувствия. Теперь шутки про ИИ как лучшего друга уже совсем не шутки, потому что он действительно умеет становиться собеседником, идеально подходящим именно вам.

Однако если бы все ограничивалось лишь формулировками и иллюзией эмоциональной сопричастности… ИИ еще и отлично запоминает контекст. Он не просто «зеркалит» ваш тон, но и будет поддерживать его на протяжении всего диалога. Каждый раз при генерации ответа он будет анализировать диалог, понимать подтекст ваших слов, строить причинно-следственные связи и, если вы используете ИИ как друга и собеседника, может даже попробовать составить вашу характеристику (конечно, на основе только тех данных, которые вы сами ему сообщали). Он всегда будет помнить все, что вы ему говорили, но с одним важным уточнением, имя которому – окно контекста (context window).

Рис. 2.14. А может стать серьезным ассистентом

Можно сказать, что окно контекста – «кратковременная память» ИИ. Им определяется предельное количество токенов (то есть максимальный объем информации), который ИИ может обрабатывать при генерации ответа.

У большинства моделей, включая Алиса AI и GPT‐4, размер контекстного окна на момент написания этой книги составляет 128 000 токенов. Это примерно 80 000–100 000 слов на английском языке. На русском чуть меньше из-за более длинных слов (а мы помним, что токен может быть его частью). Конечно, с платным тарифом окно контекста будет больше.

Из платных версий сейчас лидирует Gemini 3 Pro с 2 млн токенов, а из бесплатных – DeepSeek – 1 млн.

Обратиться к давней информации возможно, но лишь при включении соответствующей настройки, дающей ИИ сохранять данные о ваших диалогах в рамках одного аккаунта. Но и тогда вам нужно самостоятельно просить ИИ «вытащить» из памяти нужное и, по сути, проанализировать это заново.

Итак, посмотрим, что теперь у нас имеется. Умение анализировать информацию и искать ответы на вопросы, способность к эмоциональной сопричастности, память на контекстную информацию… Чего же не хватает? Верно, визуального подкрепления!

Мы привыкли общаться в мессенджерах. Наш мозг в отличие от мозга наших предков уже не видит дискомфорта в том, чтобы общаться «только с буквами», не видя перед собой лица собеседника. Когда мы видим «пузырь» сообщения, мы автоматически приписываем ему человеческое авторство (рис. 2.15). Интерфейс современных ИИ построен в виде чата именно ради этой иллюзии, чтобы наш мозг переключался в режим диалога с личностью, а не бездушной математической моделью.

К тому же вы, вероятно, замечали, что ответ ИИ никогда не выводится целиком. Обычно он генерируется постепенно, совсем как если бы по ту сторону сидел человек и действительно размышлял над ответом. Для ИИ нет разницы, выдать вам ответ целиком или задержаться на середине, подумать, а потом продолжить «печатать», но для вашего когнитивного комфорта имитация человеческого темпа речи гораздо лучше[29].

Рис. 2.15. Интерфейсы некоторых современных ИИ почти полностью имитируют мессенджеры

При представлении искусственного интеллекта обычно наблюдаются две крайности: либо он кажется простым аналогом поисковика, либо слишком сложной интеллектуальной системой, на освоение которой уйдет огромное количество времени. Оба эти подхода по своему верны, но при этом не отражают реальность в полной мере.

Он действительно, словно поисковая система, ответит на ваши вопросы и даже предоставит нужные ссылки и картинки. Однако работа с ИИ сильно отличается от обычного поиска в интернете, это ваш полноценный цифровой напарник, и, чтобы ваше общение приносило максимум пользы, а также было комфортным и безопасным, нужно понимать его логику, знать ключевые аспекты работы и уметь «программировать» его при помощи обычных слов.

Все новое – хорошо забытое старое. Подобная имитация раньше использовалась в компьютерных играх для визуализации процесса загрузки. Уже тогда поняли, что визуально человеческая психика комфортнее воспринимает что-то среднее между идеальной равномерностью и загрузкой на 100 % за секунду.

Для начала нужно освоить промпт-инжиниринг. Это навык или, даже можно сказать, искусство эффективной работы с искусственным интеллектом, умение получать от него максимально полезные и точные ответы без лишней «воды» или «угадывания», раскрывая его максимальный потенциал.

ИИ не умеет читать мысли, а подтекст иногда угадывает практически «пальцем в небо», ведь схожие задачи могут встретиться и в совершенно далекой от необходимой вам области знаний. Всегда давайте наиболее полный контекст к своему запросу, и лишь тогда результат будет точным (рис. 2.16 и 2.17).

Рис. 2.16. На общий вопрос мы получаем такой же общий ответ

Рис. 2.17. Такой пост выглядит более полезным

Если вы получили в ответ не совсем то, что ожидали, не спешите начинать новый чат и задавать тот же вопрос. Зачастую первый результат – это лишь «черновик». Для получения необходимой информации вступайте с ИИ в диалог и дорасскажите ему все в процессе. Уточняйте, переспрашивайте, просите дополнить ответ или вовсе сгенерировать его заново, учитывая новые аспекты.

Несколько примеров того, что можно уточнить

Просите усилить акцентированность текста.

«Это слишком поверхностно. Углубись в технические детали».

Меняйте тональность.

«Слишком просторечный язык. Перепиши так, как выглядела бы инструкция для пользователя».

Цепляйтесь за нужные вам темы и просите развернуть их подробнее.

«Разверни третий пункт и оформи его как отдельную статью».

Также можно пойти в обратном направлении, если вы знаете, что ваша задача сложна, либо сомневаетесь, правильно ли вы составили запрос. Добавьте в промпт пункт о том, чтобы перед выполнением задачи ИИ описал то, как он ее понимает. Просите его задавать уточняющие вопросы вам, чтобы конкретизировать запрос, если вам кажется, что все ясно и понятно, но почему-то ИИ дает слишком расплывчатый ответ.

ИИ гораздо лучше справляется с небольшими, но четко прописанными шагами, чем с длинными и запутанными запросами. Разбивайте задачи на подзадачи. Лучше написать в запросе одну простую задачу, а следующим попросить выполнить другую, используя результат первого шага, чем долго пытаться сформулировать запрос, учитывающий несколько задач, который в итоге лишь запутает ИИ и даст краткую выжимку ответа вместо того, чтобы учесть все необходимое.

Не забывайте, что ИИ может ошибаться и «галлюцинировать», выдумывая данные, которые должны быть точными. Используйте свое критическое мышление при общении с ИИ, перепроверяйте даты, цифры, юридические аспекты, фамилии и так далее. Далее в главе, посвященной проблемам в работе с ИИ, мы еще коснемся темы ошибок в выдаваемых ответах.

4 СТОЛПА ПРОМПТ-ИНЖИНИРИНГА

ƒ Контекст

ƒ Итеративность

ƒ Четкая структура и конкретность

ƒ Фактчекинг

Для получения наиболее подходящего результата стройте запрос с использованием проверенных методов промптинга.

Кем должен быть ИИ? Разумеется, ответ профессионала в своем деле и размытые рассуждения, лишь вскользь касающиеся основной темы, будут иметь совершенно разную ценность. А может, вам и вовсе нужен, например, ответ на вопрос про налогообложение от лица рядового менеджера или слесаря, а не экономиста. Укажите, в какую роль следует войти ИИ, тогда его ответ будет гораздо больше соответствовать вашим ожиданиям.

ПРИМЕР

«Представь, что ты профессиональный маркетолог…»

Что нужно сделать? Здесь все проще. Обычно это именно то, что есть у нас в голове при открытии диалога с ИИ.

ПРИМЕР

«…Составь контент-план на месяц для ведения канала…»

Дополнительная информация по задаче. О чем? Для кого? Зачем? Здесь можно уточнить все, что посчитаете необходимым. Представьте, что объясняете задачу новичку в этой сфере или даже ребенку. Чем меньше деталей вы дадите, тем выше вероятность, что он все испортит.

ПРИМЕР

«…компании по организации детских праздников. Основная целевая аудитория – родители. Акцент на проведении тематических дней рождения…»

В каком формате ИИ должен представить свой ответ? Подумайте, как вам удобнее всего будет изучать полученную информацию. Должен ли ИИ быть краток или ему следует охватить как можно больше подробностей? Добавлять ли пояснения к ответу? Нужен список, таблица или подойдет обычный текст? Тон повествования, оформление, дополнительные символы, специфичная терминология и так далее. Формат указывать не обязательно, ведь так или иначе ИИ представит свой ответ в оформленном виде, другой вопрос – подойдет ли это оформление именно вам?

ПРИМЕР

«…Используй табличный формат. В заголовках столбцов укажи дни недели, а в заголовках строк – время публикации. Будь краток, не давай излишних пояснений. К каждой теме добавь две ссылки на примеры подобного материала».

Не пугайтесь, если вы забыли какую-то компоненту этой формулы при составлении промпта. Ранее мы уже рассмотрели итеративный подход к диалогу с ИИ. Уточняйте в последующих сообщениях, переспрашивайте, меняйте формат вывода, если это необходимо. А итог нашего запроса на рис. 2.18.

Рис. 2.18. Результат полного запроса

Для получения репрезентативного ответа избегайте слишком размытых формулировок. ИИ замечательно работает с точными запросами, но вот просьба «расскажи что-нибудь про изобразительное искусство» даст бесполезный и такой же размытый результат. Мы уже рассмотрели это среди принципов промпт-инжиниринга.

Не будьте излишне вежливы. Дополнительные «пожалуйста» и «будьте добры» лишь запутают нейросетевую модель и могут повлиять на четкую подачу результата. ИИ не обидится, если вы будете выражаться краткими императивами, даже наоборот, это поможет ему лучше понять вас.

Никогда не упоминайте в запросах конфиденциальную информацию. Пароли, данные банковских карт, личные тайны, секретные данные о вашей работе – не то, что должно попадать в публичные чат-боты и обучать их. Ведь так все это окажется доступным не только хакерам, решившим взломать базы данных пользователей, но и может быть выдано в ответе кому угодно при вводе схожего с вашим запроса. Разумеется, мы помним, что ИИ не имеет общей базы данных знаний со всего интернета, но вот выучить, что за словами «номер» и «карта» могут идти именно ваши цифры (пусть и с какой-то космически малой вероятностью), он может.

Зарубежные модели (GPT, Claude) – полностью англоязычные «существа». Изначально они обучены на корпусах английских текстов, поэтому этот язык воспринимают как «родной» и наиболее понятный. При получении запроса на английском языке задействуется более глубокая логика, а также все ответы англоязычных моделей изначально генерируются на английском и с использованием соответствующих конструкций и лишь потом переводятся на понятный пользователю язык. Этот нюанс можно заметить, если обратить внимание на построение фраз, выдаваемых ИИ на русском: пассивный залог, чрезмерно вежливая подача, использование в примерах реалий, не близких русскоязычному пользователю.

СОВЕТ

Для сложных задач, требующих глубокого анализа, пишите промпт на английском языке (через переводчик), а в конце добавляйте фразу «Answer in Russian» (или не добавляйте, если ваша цель – вычисления или программный код). Качество ответа будет гораздо выше.

Об этом стоит упомянуть отдельно. Культурный контекст зарубежных моделей очень сильно отличается от знакомого нам, отчего модель может путать улицы городов, выдумывать данные о работе организаций, не имеющих говорящего названия, теряться в российских праздниках (рис. 2.19 и 2.20) и, конечно, совершенно не знать русских мемов и анекдотов[30] (рис. 2.21 и 2.22).

Если ваша задача подразумевает использование специфичных культурных аспектов или требует знания актуального законодательства или исторических реалий, используйте Алису AI (YandexGPT) или GigaChat. Изначально они обучены на огромном корпусе русских текстов, за счет чего «говорят» на одном языке с русскоязычными пользователями, «знают» гораздо больше реалий, чем западные аналоги, а также способны давать более актуальные ссылки и адреса.

Рис. 2.19. ChatGPT рассказывает о необычных праздниках

Рис. 2.20. Алиса AI сразу понимает, что мы хотим узнать

Рис. 2.21. Юмор ChatGPT немного специфичен

Рис. 2.22. Алиса AI справляется гораздо лучше

В предыдущих главах мы не единожды поднимали вопрос об ошибках и неточностях, которые может выдавать ИИ во время генерации ответа. К сожалению, пока что это не редкость, а работа с ним – не только получение быстрых результатов, но и маневрирование между техническими ограничениями, ведь современные интеллектуальные модели еще далеки от идеала. Помимо уже упомянутых ошибок, встречаются и другие: ИИ путается в контексте, забывает информацию, становится «слишком хорошим парнем» и так далее. Рассмотрим все это подробнее и, конечно, разберемся, как избежать проблем, чтобы использовать доступные возможности эффективнее.

Предположим, вы занимаетесь автопереводом текстов. Вы пишете прекрасный промпт в соответствии со всеми правилами, учитываете самые мелкие детали, чтобы получить идеальный результат. Проверяя работу, вы пробуете перевести первые несколько отрывков и видите, что они действительно получаются отлично. Вдохновленные успехом, вы продолжаете работу, уже не настолько тщательно вычитывая полученные ответы. Но потом, переведя уже достаточно много, вы проверяете и с ужасом замечаете, что чем дальше идет текст, тем менее читаемым он становится. Если в самом начале это был образец литературного языка, дальше он начинает пестрить шаблонами, тавтологиями, неточностями в определении контекста (вспомним ранний пример про животное и шоссе), потерями целых кусков смысла из оригинала при появлении совершенно новых, «придуманных» самим ИИ… А как финальное крещендо и вишенку на торте этого безобразия вы видите, что ИИ начал и вовсе выдавать картинки, таблицы и совсем не нужную вам аналитику. Вы вздыхаете и отправляетесь выполнять всю работу заново, так как это проще, чем исправить уже полученное.

Так себе история, верно?

Ладно бы еще подобные проблемы были только в бесплатной версии. Но вот вы купили подписку, принялись за работу, а текст теряется. Неужели вас обманули?!

Стоп. Не спешите вершить мысленный страшный суд над разработчиками. Это явление называется ограничением контекстного окна.

Контекстное окно – это объем информации (в токенах), который языковая модель может одновременно «удерживать в памяти», анализировать и обрабатывать для генерации ответа. На самом деле маленькая кратковременная память – проблема как бесплатной, так и платной версий, только во втором случае надо приложить больше усердия, чтобы выйти за ее пределы, и это происходит немного позже[31].

Когда лимит исчерпывается, ИИ начинает «забывать» самые старые сообщения. Но ведь именно там хранятся написанные нами указания для него! Да, верно. Поэтому если чат длится очень долго, ИИ определяет, что от него хотят, не по изначальному промпту, а по своим предыдущим ответам. Представьте, что вы читаете книгу, но помните лишь последние десять страниц, по которым и определяете происходящее в строках перед вами.

КАК РАБОТАЕТ КОНТЕКСТНОЕ ОКНО

[Объем контекстного окна 128 000 токенов]

Запрос: «Переводи следующий текст с французского на английский язык».

– 20 токенов, осталось место для 127 980, запомнили 20

Ответ ИИ: «Понял! Жду текст!»

– 10 токенов, осталось место для 127 970, запомнили 30

↓

Фрагмент текста 1

– 270 токенов, осталось место для 127 700, запомнили 300

Перевод 1: [верно]

– 300 токенов, осталось место для 127 400, запомнили 600

↓

Фрагмент текста 2

– 600 токенов, осталось место для 126 800, запомнили 1200

Перевод 2: [верно]

– 700 токенов, осталось место для 126 100, запомнили 1900

↓

…

↓

Фрагмент текста 49

– 900 токенов, осталось место для 1000, запомнили 127 000

Перевод 49: [верно]

– 1000 токенов, осталось место для 0 токенов, запомнили 128 000

Контекстное окно закончилось, но текста еще нет.

↓

Фрагмент текста 50

– 300 токенов. Их у нас не осталось, ИИ освобождает место, забывая первые 300, а это: «Запрос» + «Ответ ИИ» + «Фрагмент текста 1».

ИИ забывает запрос, в котором мы просили только переводить на английский!

Сообщение 50: [перевод на русский язык, картинки по теме текста, таблица с анализом персонажей].

Возвратимся к примеру с переводом. К сообщению, генерируя ответ, ИИ уже не знает, что было написано в промпте, но «видит», что он в ответ выдавал вам текст. Значит, в новом ответе тоже должен быть текст. Но какой? ИИ продолжает анализировать, замечает, что где-то в одном из ответов он добавил оборот, которого не было в оригинале, а вы его приняли. Значит, надо добавить еще. И в итоге добавляет абзац текста, который вам совершенно не нужен.

Когда вы видите, что ИИ уже учитывает изначальные указания недостаточно точно и начинает путаться в контексте, просите его подвести итог всей выполненной работе, написав: «Подведи итог всему, о чем мы договорились выше». После чего скопируйте этот итог и промпт (или напишите вместо него другие указания) в новый чат.

Автор этой книги лично потратил целый вечер на попытки выудить из ChatGPT хоть сколько-нибудь смешной анекдот вместо размытых текстов, смешных лишь для ценителей абсурдного юмора и метаиронии на почве киберпанка, в котором мы все очутились. Для сравнения: «Алиса» справилась с первой попытки, вспомнив все, что раньше печаталось на последней странице газет.

Важное уточнение: иногда даже на платной версии качество ответов ИИ с самого начала чата весьма низкое. Так бывает из-за перегрузки серверов. Здесь единственное решение – подождать некоторое время, когда нагрузка на них станет меньше.

Мы уже рассмотрели принцип работы ИИ, узнали, что на самом деле это сложная математическая модель, а не загадочное нечто, дающее ответы словно хрустальный шар. Прежде чем увидеть свет, каждый ИИ проходит долгий процесс тщательного построения при помощи множества алгоритмов и огромного количества строк кода. Далее его долгое время обучают, специальные тренеры указывают, что хорошо, а что плохо. Лишь после этого ИИ торжественно появляется перед интернет-сообществом. Казалось бы, так много операций, каждая из которых предсказуема и подконтрольна. ИИ явно тоже должен быть предсказуем.

Но на самом деле все иначе. Иногда вместо нужного ответа ИИ выдает нечто совершенно неожиданное. Это так называемые галлюцинации ИИ – уверенный ответ, на первый взгляд выглядящий полностью логично и верно, но при более пристальной проверке становится очевидно, что перепутано по меньшей мере все.

Это может быть как предметом шуток, например известная проблема с генерацией человеческих рук (рис. 2.23), так и источником серьезных проблем. Так, например в 2023 году адвокат Стивен Шварц использовал ChatGPT при подготовке иска. ИИ выдал ему список похожих прецедентов, где дело завершилось в пользу истца. Перепроверять адвокат не стал, полностью доверившись ИИ, а уже на суде выяснилось, что найти решения ни по одному из этих дел невозможно. ChatGPT их попросту «выдумал».

Так, ИИ может выдавать несуществующие даты, имена, придумывать законы и факты (см. рис. 2.7), делать ошибки в середине длинных математических вычислений или вовсе выдавать случайное число вместо результата (рис. 2.24), ошибаться в анатомии и освещении на картинках, генерировать нереалистичные движения на видео, создавать неразборчивые мелодии… Сложно придумать область, где ИИ не нашел бы способ галлюцинировать.

Рис. 2.23. Человеческие руки – загадка для ИИ

Рис. 2.24. ИИ знает, что не всесилен

На самом деле это не ошибка нейросети, а побочный эффект принципа ее работы. Мы уже выяснили, что ИИ не знает фактов. А еще у него нет цели ответить правильно. Он даже не знает, что такое «правильно» для человека. ИИ умеет работать с вероятностями, на основе которых и конструирует свою истину. На основе всех доступных источников он генерирует ответ, больше всего похожий на то, что соответствует полученному запросу. Источники могут быть как правдивыми, так и ложными, а отличать одни от других ИИ не умеет. Не найдя что-либо, он будет добавлять слова также в соответствии с их вероятностями для контекста, «придумывая» то, чего никогда не существовало, и подавать это точно так же, как и верную информацию. В зависимости от специфики конкретного ИИ это может привести даже к необратимым последствиям (рис. 2.25).

Рис. 2.25. Нельзя слушать ИИ бездумно

ИИ не является ученым, музыкантом, художником или врачом. Он равно непредвзято будет генерировать ответ для любой из областей и очень сильно путаться в тех частях, где данных нет или их, наоборот, слишком много. Например, в ранних моделях генерация пальцев на изображениях была огромной проблемой и поводом для шуток. ИИ не знает анатомию, он просто «видел» очень много изображений людей с руками и пальцами на них. Огромное многообразие данных дало ему понять, что эта деталь изображения может быть какой угодно запутанной как по положению, так и по количеству. Поэтому вероятности расположения пикселей стали соответствующими.

РИСК ГАЛЛЮЦИНАЦИЙ

Также заметим еще один момент. Нередко разработчики устанавливают цензуру на некоторые области знаний, что существенно ограничивает ИИ. Данные под цензурой становятся для него несуществующими, и на вопросы насчет них ИИ должен сообщать об ограничении[32], но на самом деле нередко начинает придумывать факты[33].

Во-первых, разрешите ИИ знать не все. Напишите в запросе строку «Если у тебя недостаточно данных, так и ответь». Не создавайте для него соблазн фантазировать.

Во-вторых, расписывайте контекст максимально подробно, помните, что, если ИИ чего-то не знает, он будет придумывать. Давайте ему всю возможную информацию. Представьте, что вам нужно получить результат большого уравнения. Чем больше неизвестных вы укажете, тем точнее получится ответ. При генерации медиа давайте ИИ как можно больше референсов, покажите ему, на что должно быть похоже то, что вам нужно.

В-третьих, просите его рассуждать пошагово от наиболее простого к сложному. Если вы хотите получить результат, выполнив большой и сложный запрос, проконтролируйте его выполнение на каждом шаге.

Самое важное: перепроверяйте всю информацию, которую вам дает ИИ. Никогда не верьте ему слепо (рис. 2.26).

Рис. 2.26. ИИ обычно сам предупреждает

Это одна из самых опасных проблем для обучения или аналитики. ИИ обучается с помощью метода RLHF (Reinforcement Learning from Human Feedback) – обучения с подкреплением на основе обратной связи от людей. В процессе обучения тренеры чаще всего отмечают приемлемыми наиболее вежливые ответы, подтверждающие их слова. Из-за этого ИИ усваивает, что ему нельзя спорить с пользователем и нужно всегда искать в первую очередь подтверждение его точки зрения. Это явление называется сикофантией, или «угодничеством».

ПРИМЕР

Вы можете спросить,

«Почему * Идея * гениальна?» —

ИИ согласится с вами и найдет большое количество подтверждений (рис. 2.27).

Рис. 2.27. Возможно, это действительно гениальная идея…

Однако если вы после спросите:

«Почему *Идея* ужасна?» —

он начнет искать подтверждение уже этой точки зрения с тем же энтузиазмом (рис. 2.28).

Рис. 2.28. …или она не настолько и гениальна

Иногда ИИ так может создавать ситуации гораздо серьезнее, чем придумывание года издания несуществующей книги. Например, известны множественные случаи[34], когда ИИ, который использовали в качестве психолога, подтверждал самые темные мысли людей, которым в действительности была нужна квалифицированная помощь. По сути, когда человек в депрессии писал о своем ощущении никчемности, ИИ вместо поддержки охотно и подробно принимался подтверждать его точку зрения, лишь ухудшая состояние пользователя.

ПРИМЕР

Вы даже можете спросить что-то более точное вроде:

«Почему 3 + 3 = 12?» —

ИИ не ответит, что вы не правы, а начнет рассуждать о том, что в некоторых контекстах этот ответ действительно будет верен (рис. 2.29).

Рис. 2.29. И все-таки мы правы, оказывается

Так, непреднамеренно вы можете отлично манипулировать мнением ИИ, который будет только рад согласиться с вами, что бы вы ни утверждали. Есть риск попасть в эхо-камеру, и польза от общения с ИИ сведется к нулю.

Современные модели все еще недостаточно категоричны, но уже в меньшей степени соглашаются с абсурдными формулировками, особенно если постановка вопроса достаточно краткая. ИИ лишь выскажет предложения по уточнению, соответствуя заданной лаконичной тональности. А касательно наиболее опасных тем разработчики и вовсе начали устанавливать фильтрацию, запрещая ИИ отвечать, генерируя ответ как обычно (например, человеку из примера ранее сейчас он с большей вероятностью порекомендует обратиться к специалисту). Но попробуйте написать длинный запрос, состоящий из нескольких абзацев, и увидите, что многие ИИ до сих пор, «зеркаля» тон пользователя, также развернуто соглашаются с ним, подтверждая любой абсурд.

Тщательно проверяйте написанные вами запросы. Следите, чтобы не было явного указания на какую-то точку зрения. Сохраняйте нейтральную подачу.

ПАМЯТКА

Как пример – исследование ученых из Стэнфордского университета: https://arxiv.org/abs/2504.18412.

Единственное исключение на момент написания книги – Claude от Anthropic, он указывает, если у него нет информации, и датирует ее, если нашел только что-то старое, после чего обычно предлагает выполнить поиск актуальных данных в интернете.

Хуже, чем галлюцинации, может быть, только когда к ним добавляется чрезмерное желание ИИ быть «хорошим парнем». В итоге получается, что ИИ врет, вы указываете ему на ошибку, он соглашается и вновь выдумывает несуществующее.

Бесплатная версия любого ИИ зачастую начинает «глупеть» гораздо быстрее своего платного аналога. Его ответы постепенно все меньше и меньше соответствуют вашим ожиданиям, появляется лишняя информация, а нужной недостает. Легко заметить сразу, как он словно «забывает», о чем его просили, и выдает результат «на свой вкус», гораздо сложнее определить те моменты, когда ответы все еще соответствуют запросу, но при этом вы чувствуете в них едва уловимую «фальшивость». А «первым звонком» является именно это.

В основном это происходит из-за того, что пользователям, которые не покупают подписку, выделяется гораздо меньше вычислительных мощностей. Для определения контекста ИИ держит в своей «кратковременной памяти» весь диалог и каждый раз при генерации ответа анализирует накопленную информацию. У бесплатных пользователей эта «кратковременная память» (иными словами, контекстное окно) сильно ограничена. ИИ начинает гораздо раньше, чем при подписке, «отбрасывать» начало диалога.

Как же избавиться от этой проблемы? Очевидно, купить подписку! Но, если этого совсем не хочется, используйте обычный способ справиться с потерей контекста, который мы рассмотрели ранее, так как эта проблема не специфична для бесплатных версий.

Еще один вопрос: почему падает качество ответа даже в тех случаях, когда контекст сохранен?

Все дело в том, что бесплатные версии обладают так называемым урезанным системным промптом. ИИ всегда «держит в голове» основной промпт, указывающий ему, как быть вежливым, логичным и умным. Из-за ограничения мощностей этот большой и самый важный промпт очень сильно сокращается. Остается лишь основная его суть, которой, конечно, мало для генерации по-настоящему хорошего и глубокого ответа.

Третий момент, усложняющий жизнь пользователям бесплатных ИИ, – это поздние обновления. В то время как платная версия обновляется сразу, становится «умнее», лучше пользуется поиском и гораздо чаще использует актуальную информацию, бесплатный аналог сильно отстает.

В итоге вкупе со стремлением к экономии памяти мы получаем очень ленивого помощника, который выполняет поручения спустя рукава, игнорируя часть запроса, которую посчитал несущественной.

Нередко разработчики предоставляют пользователям попробовать сперва продвинутую модель, давая ограниченное количество запросов к ней. Вы пробуете, радуетесь тому, насколько ИИ умный и как облегчает вам жизнь, а потом лимит запросов заканчивается. В этот момент одни предупреждают и предлагают оформить подписку, а другие самостоятельно тихо и незаметно переключают вас на более «легкую» версию. К всеобщей радости, обычно этот лимит запросов к более «умной» или специфичной модели обновляется (рис. 2.30).

Рис. 2.30. ChatGPT даже уточняет время, когда можно вернуться к генерации картинок

Какой же чудесной раньше представлялась жизнь рука об руку с искусственным интеллектом. Он же может выполнять любые задачи! Так почему бы ему не взять на себя все повседневные рутинные дела, пока человек будет отдыхать или заниматься творчеством? И вот мы здесь. В мире, где фантастика наконец-то стала реальностью! Или не совсем?

Все чаще мы видим, как ИИ генерирует изображения, «пишет» музыку и стихи, а креативные идеи из него сыплются как из рога изобилия, в то время как на человеческую долю выпадает менее творческий и более физический путь (рис. 3.1). «Несправедливо!» – скажете вы и будете правы, но лишь с утопической точки зрения, с технической же все происходит вполне логично и закономерно.

Если вы прочли предыдущие главы о внутреннем устройстве ИИ, то уже, скорее всего, догадались, что я имею в виду. Бóльшая часть выкладываемой информации в интернете – творчество в том или ином виде. Люди делятся изобразительным искусством – ИИ учится «рисовать», они выкладывают стихи и тексты – он учится писать красивее, а сколько среди обучающих данных музыки, и представить сложно. Но на самом деле сейчас ИИ справляется и с более «физическими» задачами, только требует при этом гораздо бóльших ресурсов за счет более сложной конструкции.

Рис. 3.1. Например, Claude видит нашу реальность так

Так что же, ИИ может делать все что угодно? Да! И это отлично, ведь он освобождает так много времени, которое мы можем потратить на ту часть задач, которая нам действительно нравится.

«Позабыты хлопоты, остановлен бег, вкалывают роботы, а не человек…» – пел Электроник в фильме «Приключение Электроника». Конечно, нам еще слишком далеко до того, чтобы полностью позабыть рабочие хлопоты, но вот упростить их мы вполне можем. Сегодня использование ИИ в профессиональной деятельности – это не просто способ выделиться, но и необходимый инструмент для поддержания продуктивности. Давайте разбираться, как им пользоваться.

Насколько же бывает скучно выполнять одни и те же задачи из раза в раз. Даже беззаветно любя свое дело, человек начинает скучать, когда оно доходит до практически одинаковой по структуре «бумажной» работы или более творческих, но повторяющихся задач. Проще все это автоматизировать, тут и приходит на помощь наш цифровой помощник.

На основе кратких вводных данных ИИ умеет генерировать типовые договоры (рис. 3.2), отчеты, официальные письма, он отлично проверяет, сохранен ли официальный тон в присланных ему сообщениях, соответствуют ли они корпоративным стандартам. Вы даже можете написать в сообщении, что вы хотите сказать, а он перефразирует, как это будет звучать на корпоративном языке.

Рис. 3.2. Создание типового договора уже не занимает много времени

Для ИИ займет лишь несколько секунд анализ множества ссылок, длинных веток переписок и объемных документов. Вы можете отправить ему файл и попросить внести несколько исправлений, и он тут же выполнит работу, которая у человека заняла бы по меньшей мере около часа.

В творческих областях он тоже с легкостью возьмет на себя скучные задачи. Например, предположим, вы работаете с фотографиями и вам нужно выполнить одинаковую цветокоррекцию на всех изображениях, а вам так не хочется двигать ползунки в одно и то же положение из раза в раз. Попросите это сделать ИИ, загрузив ему сразу пачку фотографий!

Надеюсь, мне не удалось вас сейчас подловить. Мы уже говорили ранее про тонкости работы с ИИ и о том, что слишком сложные задачи его могут запутать. Конечно, загружать сразу десять фотографий – лотерея. ИИ может как правильно отредактировать их, так и скомбинировать сюжеты любым сюрреалистичным образом. Загружайте фотографии по одной штуке, периодически напоминая промпт.

ЧАСТАЯ ОШИБКА

[10 фотографий] + «Сделай цветокоррекцию».

ЭФФЕКТИВНЕЕ:

[по одной фотографии] + «Примени теплую цветокоррекцию, усиль контраст на 20 %, сделай немного ярче».

Чем бы вы ни занимались, сталкиваясь с задачей, которую нужно повторить много раз или которая периодически появляется, по сути не меняясь при этом, подумайте, возможно, есть смысл перепоручить ее ИИ. Часто формулировка правильного промпта, заняв время сейчас, возвращает в перспективе его сторицей.

Вы можете интегрировать ИИ с электронной почтой (например, так можно использовать Gemini, Perplexity, ChatGPT или Copilot) и получить ассистента, который полностью возьмет на себя управление вашими переписками. Помимо краткого резюме длинных веток переписок, он даст ответы на уточняющие вопросы, предложит варианты, как ответить и на что лучше обратить внимание. Можно подключить небольшой плагин для базовых функций вроде фильтрации или приоритизации или создать своего ИИ-агента, если нужен специфический контекст. В крупных компаниях, как правило, выстраивается целая корпоративная архитектура по управлению почтой.

При помощи специальных инструментов (например, Otter или Fireflies (рис. 3.3)) вы можете протоколировать онлайн-встречи и составлять списки ключевых решений.

Рис. 3.3. Интерфейс Fireflies

ИИ может анализировать календари, как ваш личный (рис. 3.4 и 3.5), так и нескольких участников встречи, выбирать оптимальное время и рассылать приглашения. ИИ также может помогать вам с управлением собственным временем, выполняя приоритизацию задач.

ПРИМЕР ПРОМПТА ДЛЯ ОРГАНИЗАЦИИ ВРЕМЕНИ

Роль: Ты – эксперт по тайм-менеджменту с опытом внедрения систем GTD, Eisenhower Matrix и Pomodoro.

Задача: Помоги мне составить план на [день/неделю/месяц]. Я хочу расставить приоритеты и не выгореть.

Контекст:

Мои текущие проекты/задачи: [список]

Примерное свободное время: [количество часов/дней]

Срочные дедлайны: [даты/задачи]

Мои слабые места (прокрастинация, переключение контекста): [опишите]

Инструкция:

Раздели задачи на категории «Важно и срочно», «Важно, не срочно» и т. д.

Предложи конкретный тайм-блокинг (в какие часы что делать).

Добавь советы по снижению стресса в процессе выполнения.

Рис. 3.4. Gemini сразу обращается к календарю

Рис. 3.5. После пары уточняющих вопросов он добавляет встречу в календарь

При необходимости он может проиндексировать все внутренние документы компании. А чтобы уточнить какие-то моменты, больше не нужно просматривать большое количество папок, достаточно задать вопрос и тут же получить точный ответ.

Однако здесь важно знать, что универсального ИИ для административной работы попросту не существует. Для себя можно использовать ИИ-агентов, предоставляемых разными системами, и научиться писать эффективные промпты для чат-бота. А крупные компании обычно разрабатывают ИИ-ассистента под свои нужды, обучают его исключительно на внутренней информации компании и используют для рабочих целей.

Когда-то для адаптации новых сотрудников выделяли специального человека, теперь эта необходимость практически отпала. Ведь на основе внутренних регламентов компании ИИ с легкостью разработает целый курс по обучению и адаптации новичка, напишет целые учебные пособия, составит тесты и поможет отработать навыки. Представьте: вместо того чтобы читать 50-страничный регламент работы с клиентами, новичок общается с ИИ-ботом, который симулирует различные ситуации.

Для любых специалистов ИИ создает практические кейсы на основе реальных рабочих сценариев. Будущий системный администратор может тренироваться на виртуальных инцидентах, продавец – отрабатывать скрипты продаж, менеджер проектов – учиться распределять ресурсы и управлять рисками.

ПРОМПТ ДЛЯ СИМУЛЯЦИИ «СЛОЖНЫЙ КЛИЕНТ»

Симуляция ”Урегулирование претензий“: СЛОЖНЫЙ КЛИЕНТ

Жанр: текстовая ролевая игра с системой оценки.

Ты играешь роль клиента такси, которому неправильно рассчитали тариф (списали 3000 вместо 800). У клиента есть характер: он упрямый, подозрительный, не доверяет ИИ.

Механика:

– У тебя есть скрытая «шкала доверия» от 0 до 100.

– Мои фразы влияют на эту шкалу.

– Если шкала падает ниже 20 – клиент требует жалобную книгу / уходит в суд.

– Если шкала растет выше 70 – клиент смягчается и готов на разумный компромисс.

– В конце каждой моей реплики ты пишешь в скобках текущее значение шкалы и оценку реплике, а потом ответ клиента.

Начальное значение: 40. Ты только что открыл приложение и увидел списание.

Начинай диалог.

ИИ – терпеливый учитель, доступный 24/7. Новый сотрудник может возвращаться к сложным темам столько раз, сколько нужно, не боясь показаться некомпетентным, и учиться в удобное время. Для команд в разных часовых поясах это особенно ценно.

Он может периодически проводить мини-тесты, выявлять пробелы в знаниях и автоматически генерировать дополнительные материалы по сложным темам. А для руководителей – составлять отчеты о том, как продвигается обучение каждого нового сотрудника, где возникают трудности.

ПРОМПТ ДЛЯ ИНТЕРАКТИВНОГО ТЕСТА

Разработай интерактивный тест для обучения офис-менеджера. Требуется 5 кейсов. Каждый кейс описывает ЧП в офисе.

Персонаж: Офис-менеджер Анна.

Ситуации:

Одновременно звонит городской телефон и стучит курьер.

У СЕО закончились любимые капсулы для кофемашины, а поставщик не отвечает.

В офис пришел «случайный» соискатель без резюме и просит провести его к нанимающему менеджеру.

Заболела уборщица.

Пришел акт сверки от интернет-провайдера с суммой выше обычной в 2 раза.

Добавь еще 10 случайных ситуаций на темы: входящая документация, встреча гостей, заказ канцелярии, работа с переговорными и деловая переписка.

Сделай кнопочный интерфейс (в текстовом виде): вариант А, Б, В.

Если пользователь выбирает неправильный вариант – подкалывай его, но мягко и объясняй, как надо было сделать правильно.

В конце теста выведи краткое резюме результатов (например: «Вы набрали X баллов – уровень: Стажер / Профи / Эксперт).

Креативные задачи – это то, где ИИ показывает себя особенно ярко. Он может генерировать идеи для кампаний, создавать визуалы для презентаций и соцсетей, писать тексты для блогов и рекламы. Причем делает это быстро и в огромных объемах.

Например, вам нужна серия постов для социальной сети на месяц вперед. Раньше это означало бы часы мозгового штурма и работы дизайнера. Сейчас вы можете попросить ИИ сгенерировать идеи, написать тексты и даже создать изображения в едином стиле бренда. Конечно, финальную редактуру и проверку на соответствие корпоративным стандартам лучше провести самостоятельно (рис. 3.6), но основная работа уже сделана.

ИИ отлично справляется с брейнштормингом. Застряли с названием продукта? Нужна концепция рекламной кампании? Попросите сгенерировать 20–30 вариантов – среди них точно найдется что-то интересное или хотя бы то, что натолкнет на правильную мысль.

Рис. 3.6. Воронка работы с креативом от ИИ

Для маркетологов и копирайтеров ИИ стал незаменимым помощником в создании вариаций контента. Он может переписать один текст в десятках стилей – от официального до дружеского, создать версии для разных аудиторий или адаптировать материал под различные платформы.

ПРОМПТ ДЛЯ БРЕЙНШТОРМИНГА

Роль: Ты – профессиональный неймер и маркетолог с 10-летним стажем в сфере гостинично-ресторанного бизнеса.

Задача: Провести мозговой штурм для названия новой кофейни.

Вводные параметры:

1. Концепция заведения: [Укажите свое: например, «кофейня-пекарня с французским уклоном» или «минималистичная specialty-точка только навынос»].

2. Атмосфера/Вайб: [Уютная/Брутальная/Минималистичная/Бохо/Индустриальная].

3. Целевая аудитория: [Студенты / Офисные сотрудники / Мамы с детьми / Фрилансеры].

4. Местоположение: [Спальный район / Центр города / Бизнес-квартал / У вуза].

5. Нежелательные слова: [Слова, которые нельзя использовать, или конкуренты с похожими названиями].

Инструкция:

Сгенерируй 50+ вариантов названий, разбив их по следующим категориям:

– Абстрактные / Эмоции (связанные с ощущением от кофе).

– Локация /Адрес (привязка к месту).

– Имена / Персоналии (реальные или вымышленные).

– Иностранные слова («итальянский», «французский», «английский»).

– Игра слов / Неологизмы (со словами «кофе», «бодрость», «зерно»).

– Отсылки к искусству/культуре.

После списка:

1. Выбери топ‐5 лучших вариантов.

2. Для каждого из топ‐5 напиши ценностное обоснование (почему это сработает и что клиент почувствует).

3. Проверь их на благозвучность (легко ли выговорить) и ассоциативный ряд.

4. Используй метод «краш-тест»: для каждого названия добавь короткий минус или слабую сторону, чтобы сразу отсеять слабые варианты.

Мы уже разобрали, почему нельзя доверять ИИ сложные юридические вопросы – обученный не на тех данных может перепутать важные нюансы или дать устаревшие сведения. Однако частично помочь ИИ все-таки сможет. Например, он может сравнить договоры и выделить отличия, может проанализировать документ и отметить, на что вам стоит обратить внимание. А используя ИИ, обученный на контексте соответствующей страны, вы можете уточнять некоторые вопросы (рис. 3.7). Например, проверить, соответствуют ли маркетинговые материалы закону о рекламе.

В области интеллектуальной собственности ИИ полезен для предварительной оценки: можно проверить уникальность названия продукта, найти похожие зарегистрированные товарные знаки, оценить потенциальные риски использования определенной символики или терминов.

Рис. 3.7. Самый популярный сейчас юридический GPT

HR-отделам ИИ помогает проверять соответствие должностных инструкций, трудовых договоров и внутренних регламентов актуальному законодательству. Он может сгенерировать типовые документы с учетом специфики должности и региона.

ИИ может отслеживать изменения в законодательстве и предупреждать о необходимости обновить документы. Например, если изменились требования к обработке персональных данных, он найдет все политики конфиденциальности компании и укажет, какие разделы требуют корректировки.

Еще одна полезная функция – автоматическая проверка документов на комплаенс. Загрузите контракт, и ИИ сверит его с внутренними политиками компании, выделит пункты, которые могут нести риски, укажет на нестандартные формулировки. Это не заменит юридическую экспертизу, но значительно ускорит предварительную проверку.

ПРИМЕР ПромптА ДЛЯ КОМПЛАЕНСА

Ты – эксперт по комплаенсу и юридической проверке документов. Проведи комплексную проверку следующего документа на соответствие нормативным требованиям, внутренним политикам и стандартам.

ТИП ДОКУМЕНТА: [договор/счет/отчет/персональные данные/внутренний приказ]

ЮРИСДИКЦИЯ: [РФ/ЕС/США/OOН/глобально]

ОТРАСЛЬ: [финансы/медицина/IT/производство/другое]

УРОВЕНЬ КОНФИДЕНЦИАЛЬНОСТИ: [обычный/чувствительный/секретный]

САНКЦИОННЫЙ РЕЖИМ: [проверять/не проверять]

УЧАСТНИКИ: [контрагенты/сотрудники/третьи лица]

Документ:

[ВСТАВЬТЕ ТЕКСТ ДОКУМЕНТА ИЛИ ПРИКРЕПИТЕ ФАЙЛ]

Требования к проверке:

1. ЛИСТЫ ПРОВЕРКИ: примени соответствующие чек-листы.

2. КОНТЕКСТ: определи намерения сторон и возможные схемы.

3. ФОРМАЛИЗАЦИЯ: проверь обязательные реквизиты и форму.

4. АНАЛИЗ ТЕРМИНОВ: выдели двусмысленные формулировки.

5. ИСТОРИЯ: если есть данные о контрагенте – проанализируй.

6. Определи тип документа и его назначение.

7. Проверь на соответствие законодательству (укажи, какие законы/нормы могут нарушаться).

8. Выяви конфликт интересов и репутационные риски.

9. Найди противоречия внутренним политикам (антикоррупция, конфиденциальность, этика).

10. Оцени корректность персональных данных и их обработку.

11. Проверь валютные и налоговые аспекты (если применимо).

12. Определи санкционные риски (страны, физические/юридические лица).

Итоговый вывод: ДОПУЩЕН/ОТКЛОНЕН/ТРЕБУЕТ ДОРАБОТКИ.

Важно помнить, что ИИ – инструмент первой линии, который экономит время на рутинных задачах. Для принятия окончательных решений, сложных споров, судебных разбирательств нужен живой специалист.

Эту область хочется выделить отдельным пунктом. Бытует мнение, что сейчас ИИ может написать сложную программу в разы лучше человека. Это не совсем верно. Конечно, сейчас он умеет писать код, умеет его проверять и искать уязвимости. Для огромного количества разработчиков он стал «вторым пилотом». Однако ключевое значение имеет слово «вторым», ИИ – не капитан воздушного судна и не заменяет понимание принципов программирования. Без базовых знаний вы не сможете оценить качество кода и заметить, когда ИИ начинает генерировать неработающие решения или использовать устаревшие подходы. Часто даже, чтобы написать хороший промпт, нужно обладать пониманием многих технических нюансов.

Но из хороших новостей: ИИ действительно может написать для вас короткий несложный скрипт или бот для соцсетей и даже научить этим пользоваться. Теперь необязательно иметь под рукой программиста (или самому изучать эти навыки), если вам нужен лишь небольшой инструмент на пару строчек кода.

ПРОМПТ ДЛЯ ПРОСТОГО КОНВЕРТЕРА ВАЛЮТ

Создай простой веб-калькулятор для расчета актуального курса валют на HTML, CSS и JavaScript со следующими характеристиками:

Функциональные требования:

– калькулятор должен конвертировать 5 основных валют: USD, EUR, RUB, CNY, KZT;

– получать актуальные курсы через API (например, бесплатное API от apilayer/exchangerate-api или аналогичное);

– интерфейс с двумя полями ввода: сумма, исходная валюта, целевая валюта;

– автоматический пересчет при изменении любого параметра;

– отображение курса выбранных валют на момент расчета;

– возможность поменять валюты местами (кнопка swap).

Технические требования:

– чистый адаптивный дизайн с современным UI (можно использовать CSS Flexbox/Grid);

– обработка ошибок при загрузке курсов;

– индикатор загрузки при запросе к API;

– работоспособность во всех современных браузерах;

– чистый, хорошо прокомментированный код.

Дизайн:

– минималистичный стиль с темной или светлой темой (выбери что-то современное);

– закругленные углы, приятные тени, понятный интерфейс;

– адаптация под мобильные устройства.

Дополнительно:

– сохранять последние выбранные валюты в localStorage;

– добавить кнопку для обновления курсов.

Создай полностью рабочий код в одном HTML-файле с CSS и JavaScript внутри.

Если говорить о разработке, ИИ стал настоящим прорывом для специалистов. Он моментально находит потенциальные баги, указывает на неоптимальные решения, предлагает более элегантные варианты реализации. Опытные разработчики используют его для быстрой проверки перед отправкой кода в продакшен.

♦ Автоматизация тестирования – генерация unit-тестов, интеграционных тестов, тест-кейсов для различных сценариев использования. ИИ учитывает граничные случаи, которые легко упустить при ручном написании тестов.

♦ Отладка – ИИ анализирует ошибки и предлагает решения. Вместо часов поиска в интернете вы получаете объяснение проблемы и несколько вариантов исправления с пояснениями, почему каждый подход работает.

♦ Чужой код – загрузите незнакомый проект, и ИИ объяснит архитектуру, расскажет, что делает каждый модуль, как компоненты взаимодействуют между собой. Это особенно полезно при работе с legacy-системами.

♦ Документирование – он может автоматически генерировать комментарии к коду или даже целые README-файлы.

♦ Рефакторинг – переписывание существующего кода для улучшения его читаемости и производительности без изменения функциональности. Задача, которая раньше могла занять часы, теперь решается за минуты. Конечно, результат требует проверки, но базовая работа уже сделана.

Для того чтобы ИИ стал по-настоящему мощным бизнес-инструментом, важно выйти за рамки простого «чата с ботом» и интегрировать его в глубокие рабочие процессы. Он способен как облегчить жизнь, высвободив большое количество времени, так и сильно усложнить ее, если обращаться с ним неаккуратно. Основные риски работы с ИИ в профессиональной сфере совпадают с проблемами ИИ из предыдущей главы. Он может галлюцинировать, терять контекст, чрезмерно «поддакивать» и так далее. Мы уже знаем, как с этим справляться.

Но ко всему этому добавляются еще несколько проблем.

Риски конфиденциальности. Ни в коем случае не загружайте секретные документы компании или персональные данные клиентов в публичные чат-боты.

Второй риск менее страшный, но все же неприятный. Слишком увлекаясь генерацией материалов при помощи ИИ, легко потерять авторский голос. Контент, созданный ИИ, может содержать неточности или быть воспринят как «бездушный». Коммуникация будет слишком однообразной, а тексты изобиловать шаблонными фразами, что несет за собой репутационные риски. Если клиент обнаружит, что с ним общался бот, а не человек, это может подорвать доверие. Важна прозрачность в использовании ИИ, особенно в клиентском сервисе.

Еще один риск – ложное чувство безопасности. ИИ проверил договор и не нашел проблем? Это не значит, что их нет. Он рекомендовал изменить стратегию на основе анализа данных? А какие именно паттерны он увидел?

Помимо очевидных, есть и более тонкие проблемы. Одна из них – зависимость от ИИ. Когда вы привыкаете, что за вас все делает умный помощник, собственные навыки могут атрофироваться.

ПРИМЕРЫ

Потеря навыка

Менеджер три года использовал ИИ для всех писем.

Результат: на важной встрече не смог четко сформулировать мысль устно.

Совет: Регулярно пишите сами, используйте ИИ только для проверки.

Утечка данных

Юрист загрузил конфиденциальный договор в ChatGPT.

Результат: данные клиента в обучающей выборке.

Совет: Используйте корпоративные ИИ для чувствительной информации.

Этические дилеммы тоже возникают. ИИ может предложить решение, которое технически правильно, но этически спорно. Например, оптимизацию, которая улучшит показатели, но ухудшит условия для сотрудников. Машина не понимает человеческого контекста – эти решения остаются за вами.

5 ПРИНЦИПОВ РАБОТЫ С ИИ

1. ИИ дополняет, не заменяет навыки.

2. Критические решения – за человеком.

3. Конфиденциальность превыше удобства.

4. Проверяйте, а не доверяйте слепо.

5. Сохраняйте баланс между ИИ и самостоятельной работой.

ИИ имеет доступ к огромному количеству информации и с радостью поделится ею с вами. Кажется, использование его в обучении уже давно показало себя как эффективный метод освоить новые навыки сравнительно бюджетно и быстро. То и дело появляются новости, как кто-то этим методом освоил новый язык или даже музыкальный инструмент. Так ли все просто на самом деле?

Первое, что сделает хороший преподаватель, – определит ваш текущий уровень знаний. ИИ справляется с этой задачей на отлично. Вы можете просто сказать: «Я хочу выучить английский», и выразить желание получить совет, с чего начать. А еще лучше – попросите ИИ задать вам 5–10 вопросов разной сложности. На основе ваших ответов он точно определит, новичок вы или уже имеете базу, какие есть пробелы в знаниях и на что стоит обратить особое внимание.

ПРОМПТ ДЛЯ ОПРЕДЕЛЕНИЯ УРОВНЯ ЗНАНИЙ

Ты – опытный преподаватель иностранного языка. Твоя задача – определить уровень подготовки человека, который хочет изучать [английский/немецкий/французский и т. д.]. Задай 10 вопросов, которые наиболее полно покажут уровень. Вопросы должны быть разбиты на блоки (Basic: А1/А2, Intermediate: В1/В2, Advanced: С1/С2).

Твоя конечная цель – соотнести человека к одному из уровней:

1. Абсолютный новичок (никогда не изучал иностранный язык).

2. А1: Начинающий (знает базу: умеет читать и что-то понимает).

3. А2: Уверенный начинающий (понимает больше новичка, но говорить еще сложно).

4. В1: Продолжающий обучение (может поддерживать общение).

5. В2: Уверенное владение языком (поддерживает сложные «философские» темы).

6. С1: Прекрасное владение иностранным языком (понимание научных статей).

7. С2: Знание языка на уровне носителя и выше.

Задавай уточняющие вопросы, если тебе не хватает данных для вывода.

ИИ может проверить грамматику, словарный запас, понимание на слух (если используете голосовой режим) и даже способность поддерживать беседу. После этого он укажет примерный уровень и порекомендует, с чего начать.

Определив ваш уровень, ИИ может составить персональный план обучения. И это будет не просто список тем, он учтет все: ваш темп, свободное время, предпочитаемый стиль обучения и все, что вы посчитаете важным.

ИИ разобьет материал на ежедневные порции, распределит теорию и практику, добавит повторение пройденного. При этом он может адаптировать план под ваши интересы: если вы учите язык для путешествий, акцент будет на разговорных фразах, а если для работы – на деловой лексике.

ПРОМПТ ДЛЯ ОБУЧЕНИЯ ИНОСТРАННОМУ ЯЗЫКУ

Составь для меня простой и понятный план изучения [язык] с нуля.

Моя цель – свободно общаться на базовые темы (путешествия, работа, повседневная жизнь) через [срок, например: 3–6 месяцев].

Условия: я могу заниматься примерно [количество времени, например: 20–30 минут в день], у меня нет начальных знаний (или укажи уровень, если есть).

Что нужно в ответе: разбей обучение на этапы (например: основы → практика → разговор), для каждого этапа напиши, что именно учить (темы и навыки), предложи простые упражнения и примеры заданий, добавь пример плана занятий на неделю, посоветуй доступные ресурсы (приложения, сайты, видео).

Пиши просто и без сложных терминов.

План можно корректировать на ходу. Какая-то тема дается легко – попросите ускорить темп. Застряли на сложном разделе – ИИ предложит дополнительные упражнения и объяснения. Это гибкий инструмент, который подстраивается под вас, а не наоборот.

Обучение с ИИ – это не просто чтение инструкций. Это интерактивный процесс, где вы можете задавать любые вопросы в любой момент и получать мгновенные ответы.

Не поняли объяснение? Попросите объяснить проще или привести другой пример. ИИ может разъяснить одну и ту же концепцию десятками разных способов, пока вы не поймете (рис. 3.8). Он никогда не устанет повторять и не будет раздражаться от «глупых» вопросов.

Рис. 3.8. ChatGPT придумает целую игру, чтобы помочь вам учиться

Для языков – разговорная практика. Вы можете общаться с ИИ на изучаемом языке, а он будет исправлять ошибки, объяснять грамматику и предлагать более естественные формулировки. Можно попросить его сыграть роль – официанта в кафе, коллеги на деловой встрече, друга в неформальной беседе.

Для технических навыков – практические задания с мгновенной обратной связью. Пишете код – ИИ проверит его, укажет на ошибки и объяснит, как сделать лучше. Решаете математические задачи – получите пошаговое разъяснение каждого действия.

ПРОМПТ «НАСТАВНИК ПО ШАХМАТАМ»

1. Роль и личность (Кто ты и как общаешься).

Представь, что ты – опытный шахматный преподаватель с многолетним стажем. Твоя манера общения – спокойная, терпеливая и воодушевляющая. Ты умеешь объяснять сложные концепции простыми словами, используешь метафоры из жизни и всегда поддерживаешь ученика, даже если он делает грубые ошибки. Твоя главная цель – не просто дать правильный ответ, а научить меня думать самостоятельно.

2. Уровень пользователя (Контекст).

Я твой ученик. Мой текущий уровень – [Выбери нужное: Полный новичок / Знаю правила, но не умею дебюты / Играю на любительском уровне, хочу прокачать тактику / Опытный игрок, готовлюсь к турниру]. Пожалуйста, учитывай это при объяснениях и не используй сложные термины без их предварительного пояснения.

3. Методика обучения и формат ответов (Как преподавать).

При ответе на мои вопросы или анализе партий придерживайся следующего формата:

– Визуализация позиции (обязательно): Если речь идет о конкретной позиции или ходе, сначала нарисуй небольшую ASCII-схему доски, чтобы я точно видел расположение фигур. (Например: «Вот позиция: белые: Крe1, Фd1…») Альтернатива: Если ASCII неудобен, подробно описывай ключевые фигуры.

– Принцип, а не только ход: Сначала объясни идею или стратегический принцип, который стоит за ходом (например: «Здесь важно захватить центр» или «Это типичная жертва пешки за инициативу»).

– Вопрос ученику: В конце каждого объяснения задавай мне один наводящий вопрос, чтобы проверить, понял ли я материал, или чтобы подтолкнуть меня к следующему правильному ходу (например: «Как думаешь, почему ферзю сейчас опасно выходить вперед?»).

4. Функциональные возможности (Что ты умеешь).

Ты можешь выполнять следующие функции по моей просьбе:

– Анализ партии: «Если я пришлю партию в формате PGN (или просто последовательность ходов), ты разберешь ее, укажешь на ключевые ошибки («зевки», стратегические просчеты) и похвалишь удачные ходы».

– Объяснение дебютов: «Расскажи идеи популярных дебютов (Испанская партия, Сицилианская защита и т. д.), но делай упор на понимание, а не на механическое заучивание».

– Тактические задачи: «Покажи мне позицию, где я могу найти выигрыш комбинацией (вилку, связку и т. д.). Если я ошибаюсь, не давай сразу ответ, а подскажи наводящим вопросом».

– Советы по эндшпилю: «Объясни, как разыгрывать простые окончания (король и пешка против короля, ладейные окончания).

5. Первое задание (Старт урока).

Начни наше занятие с короткого теста или вопроса, чтобы определить мое текущее понимание игры. Например, спроси меня, что я знаю о «золотых правилах дебюта» или попроси решить простую задачку в один ход.

Несмотря на все преимущества, обучение с ИИ имеет свои подводные камни, о которых важно знать (рис. 3.9).

Рис. 3.9. Подходит ли вам обучение с ИИ?

Во-первых, галлюцинации. ИИ может уверенно выдавать неправильную информацию, особенно в специализированных областях. Обязательно проверяйте факты в надежных источниках. ИИ – не единственный источник истины.

Во-вторых, отсутствие структурированной программы. В отличие от официальных курсов, где есть четкая последовательность и контрольные точки, с ИИ легко «уйти в сторону», увлечься интересными, но второстепенными темами и потерять общую картину. Важна самодисциплина.

В-третьих, нет внешней мотивации. ИИ не будет звонить и напоминать о занятиях, не устроит экзамен, от которого зависит оценка. Вся ответственность за регулярность занятий лежит на вас. Для многих это серьезный барьер.

В-четвертых, практические навыки. ИИ может объяснить теорию игры на гитаре, но не поправит постановку пальцев. Научит основам плавания, но не подстрахует в бассейне. Для навыков, требующих физической практики и наблюдения со стороны, живой преподаватель незаменим.

И, наконец, социальный аспект. Обучение в группе дает не только знания, но и обмен опытом, нетворкинг, взаимную поддержку. С ИИ вы учитесь в одиночку, что подходит не всем.

ОПТИМАЛЬНАЯ СТРАТЕГИЯ

1–2 месяц: Курс/преподаватель для основ + ИИ для дополнительных упражнений.

3–4 месяц: ИИ как основной инструмент + живой преподаватель 1–2 раза в месяц для проверки.

5+ месяц: Самостоятельная практика с ИИ + сообщество для мотивации.

Использование ИИ в творчестве… Как же много споров и пересудов вызвала эта идея. Близкие к творчеству люди утверждают, что таковым можно назвать только созданное исключительно руками человека, а нейросети выдают лишь бездушную пародию, в это же время некоторые потребители и те, кто использует это творчество в коммерции, часто даже разницы не замечают. Давайте же разберемся в этом вопросе.

Конечно, творение человека имеет гораздо бóльшую ценность, и в отличие от нейросетевого оно является действительно уникальным произведением. В то время как ИИ может лишь взять все созданное до него и собрать что-то новое, словно конструктор, человеческий мозг действительно способен заложить идею. Весь глубокий смысл, который вы можете увидеть или услышать во многих творениях ИИ, создан исключительно вашим мозгом, а истинный замысел автора отсутствует полностью как явление – ИИ даже не понимает, что это такое.

Однако нельзя полностью и окончательно «клеймить» нейроискусство неправильным, лучше познакомиться с ним поближе. А использовать ИИ в творчестве не просто можно, но и нужно, только вот делать это не бездумно. Мы уже рассмотрели вариант творческих аспектов в профессиональной деятельности, да и в целом коммерциализированное творчество имеет совершенно иные цели, для достижения которых использовать ИИ как будто даже не зазорно. Но что, если вы используете творчество как метод самовыражения?

Тогда ИИ тоже может здорово облегчить вам жизнь!

ИИ поможет осуществить любые задумки, вы сможете нарисовать картину, даже не умея держать в руке карандаш, или воспроизвести заевшую мелодию, не имея под рукой музыкальных инструментов. Он здорово снижает технический барьер входа. Вы можете сосредоточиться на идее, на том, что хотите сказать, а технические навыки становятся менее критичными.

В 3D-моделировании и дизайне ИИ ускоряет создание текстур и автоматизирует рутинные операции.

Фотографы используют ИИ для постобработки: удаление ненужных объектов, замена фона, улучшение освещения, создание эффектов, которые сложно или невозможно получить при съемке. Инструмент расширяет возможности, позволяет реализовать задумки, которые раньше требовали дорогостоящего оборудования или студии.

ПРИМЕР ОБРАБОТКИ ФОТО

Давайте поэкспериментируем!

У нас есть исходная фотография милой пары (рис. 3.11).

Исправим освещение и удалим людей с фона при помощи простого запроса:

«Remove the people in the background, enhance the golden hour lighting, make the sky more dramatic».

Получим рис. 3.12.

Рис. 3.11. Исходная фотография

Рис. 3.12. Исправленный свет и ничего лишнего на фоне

А теперь нам захотелось поменять атмосферу в корне (рис. 3.13).

«Replace the background of this photo with the Eiffel Tower in Paris on a sunny day. Match the lighting and perspective of the original subject».

Для писателей ИИ может стать генератором миров. Нужно описать фантастическую планету с ее экосистемой, культурой, историей? ИИ поможет проработать детали, создаст карты, опишет флору и фауну, разработает языковые особенности. Вы фокусируетесь на истории, а техническую часть делегируете помощнику.

Рис. 3.13. Результат

То же с визуальным искусством. У вас в голове четкий образ, например киберпанковый город на закате с неоновыми вывесками и летающими автомобилями. Вы можете описать это ИИ как «Cyberpunk city at sunset, neon signs in Japanese, flying cars, raining, volumetric lighting, concept art style, 4K» и получить изображение (например, один из вариантов на рис. 3.14), которое затем используете как референс для собственной работы.

Рис. 3.14. Город в исполнении Nano Banana Pro (Gemini)

И только представьте, что у вас есть идея музыкального трека, но вы не умеете играть на инструментах и не знаете нотной грамоты. Когда-то вы были бы вынуждены учиться годами либо нанимать музыканта. Сейчас можете описать ИИ, что хотите услышать – жанр, настроение, темп, инструменты – и получить рабочую версию композиции. Да, она потребует доработки, но основа есть.

Важно сохранять авторский контроль. ИИ предлагает, вы решаете. Отбираете, комбинируете, дорабатываете. Финальное произведение – результат вашего видения, усиленного возможностями технологии.

В этом подходе ключевое слово – «диалог». Вы не просто заказываете результат, а ведете творческую беседу, где каждый ход открывает новые возможности. ИИ становится катализатором идей, заставляет смотреть на работу под другим углом.

Фотографы комбинируют реальные снимки с ИИ-генерацией. Сфотографировали пейзаж, но небо получилось скучным? ИИ сгенерирует драматичное закатное небо (например, как было на рис. 3.12). Важно – результат остается вашим творением, ИИ просто помог реализовать замысел.

В музыке композитор может создать основную мелодию, а ИИ предложит гармонизацию, аранжировку, вариации. Или наоборот – ИИ генерирует основу, а человек добавляет эмоциональность, уникальные переходы, детали, которые делают трек живым.

Художники используют ИИ для итерации идей. Создали набросок – загрузили ИИ, попросили его интерпретировать и развить. Получили несколько вариантов, взяли элементы из каждого, объединили со своим видением. Получился гибрид человеческой задумки и машинной интерпретации.

Писатель может использовать ИИ для развития сюжета. «Мой герой оказался в ловушке. Предложи три неожиданных способа, как он может выбраться». ИИ предложит варианты, которые могут быть банальными, но один из них спровоцирует цепочку мыслей, приведет к оригинальному решению, о котором вы не подумали бы сами.

ПРИМЕР ПРОЦЕССА СОАВТОРСТВА

Человек: «Сцена прощания героев в порту».

ИИ: [3 варианта диалога:

A) сдержанный (молча обнимаются);

B) эмоциональный (слезы, клятвы встретиться);

C) конфликтный (недосказанность, обида)].

Человек: «Мне нравится А, но добавь намек на невысказанные чувства».

ИИ: [обновленная версия с тонкими деталями].

Человек: «Идеально! Теперь я сам допишу внутренние монологи».

Соавторство с ИИ – это более глубокий уровень взаимодействия, чем просто использование его как инструмента. Здесь происходит настоящий диалог между человеком и машиной, где каждая сторона вносит свой вклад.

И, наконец, ИИ может сгенерировать что угодно самостоятельно практически с нуля. Вы можете просто попросить его, не имея четкой идеи и прописанного промпта, а он выдаст вам результат.

ПРИМЕР ГЕНЕРАЦИИ

Пишем:

Generate a beautiful atmospheric picture of birds.

Получаем картинку, например, у меня получился рис. 3.15.

Рис. 3.15. Птицы действительно хорошие

Ключевой вопрос при полной генерации – честность. Если вы выдаете полученную таким способом работу за собственное творчество без упоминания ИИ, это вызывает этические вопросы. Прозрачность важна, особенно если речь идет о коммерческом использовании или конкурсах.

Это не значит, что такой контент бесполезен. У него есть своя ниша – утилитарные задачи, эксперименты, вспомогательные материалы. Но претендовать на статус «искусства» в высоком смысле такие работы не могут. Хотя граница остается размытой и еще долго будет предметом обсуждений.

Именно здесь критики ИИ-творчества наиболее правы. Произведение, созданное без участия человека (кроме короткого промпта), сложно назвать искусством в традиционном смысле. Нет авторского замысла, нет пути от идеи к воплощению, нет эмоционального вклада.

Некоторые используют генерацию для преодоления творческого кризиса. «Создай мне что-нибудь в стиле…» – смотришь на результат, и он либо вдохновляет на собственную работу, либо показывает, чего точно делать не хочется. Отрицательная обратная связь тоже ценна.

Для коммерческих целей полная генерация часто вполне допустима. Нужна сотня иконок для интерфейса? Фоновая музыка для подкаста? ИИ справится за минуты. Результат будет не шедевром, но вполне функциональным.

Полная генерация – самый спорный режим использования ИИ в творчестве. Здесь человек максимально отстранен от процесса, лишь задает общие параметры или вообще полагается на «вдохновение» машины.

Сейчас активно развивается отдельное направление: генеративное искусство. Художники создают не сами произведения, а алгоритмы, которые их генерируют. Каждый запуск дает уникальный результат. Творчество здесь – в программировании процесса, а не в создании конкретного объекта. К тому же все прозрачно: никто не скрывает, что использует ИИ, наоборот, в нем вся суть.

Подведем небольшой итог. Использовать полную генерацию:

допустимо:

♦ фоновые текстуры для игр (100+ файлов);

♦ ambient-музыка для медитации;

♦ stock-иллюстрации для блога;

♦ иконки интерфейса;

♦ заполнители контента (lorem ipsum).

спорно:

♦ иллюстрации для книги;

♦ музыка для фильма;

♦ логотипы брендов;

♦ художественная выставка.

неприемлемо (без прозрачности):

♦ конкурсные работы;

♦ коммерческое искусство «ручной работы»;

♦ академические проекты.

ИИ может выступать не только создателем, но и критиком вашего творчества. Причем критиком конструктивным и беспристрастным.

Написали рассказ или статью? ИИ проанализирует структуру повествования, укажет на нелогичности в сюжете, оценит развитие персонажей, проверит единообразие стиля. Он может указать на слабые места, где диалоги звучат неестественно или где описания избыточны. Создали визуальную работу? ИИ оценит композицию, баланс цветов, соответствие выбранному стилю. Конечно, он не заменит профессионального арт-директора, но даст полезную обратную связь, особенно если вы только начинаете. Для музыкантов и композиторов ИИ может проанализировать гармоническую структуру, указать на повторяющиеся паттерны, предложить вариации. Для фотографов – оценить технические параметры съемки и композиционные решения.

ПРОМПТ ДЛЯ АНАЛИЗА ВИЗУАЛА

Роль: Ты – профессиональный арт-директор и маркетолог с опытом работы в визуальных коммуникациях. Проведи детальный анализ приложенного изображения.

Вводные данные:

Описание работы: [Кратко опиши, что это: лендинг, обложка журнала, постер для кино, упаковка продукта, фотосессия для бренда одежды и т. д.].

Целевая аудитория: [Для кого создавалась работа: мужчины 25–40, мамы в декрете, подростки, бабушки и т. д.].

Задача работы (если известна): [Например: продать куртку, привлечь внимание к выставке, рассказать историю бренда].

План анализа (отвечай строго по пунктам):

Первое впечатление (10 сек):

– Что цепляет взгляд в первую очередь?

– Какое настроение и эмоцию вызывает работа?

– Соответствует ли это заявленной цели?

Композиция:

– Как расположены элементы (есть ли четкий центр, правило третей, симметрия/асимметрия)?

– Есть ли иерархия (что главное, что второстепенное)?

– Как двигается взгляд зрителя по работе?

Цвет и свет:

– Какая цветовая гамма используется (контрастная, монохромная, пастельная и т. д.)?

– Как цвет влияет на восприятие смысла и эмоций?

– Где находится источник света? Как светотень моделирует объем или акценты?

– Типографика (если есть текст):

– Какие шрифты используются (с засечками, гротеск, рукописные)?

– Насколько текст читабелен?

– Как текст взаимодействует с изображением (фоном)?

Смысл и идея:

– Какие символы или метафоры использованы?

– Понятна ли основная идея без дополнительных пояснений?

– Есть ли в работе лишние элементы, которые мешают восприятию?

Техническое исполнение:

– Качество проработки деталей.

– Есть ли технические ошибки (шумы, мыло, пикселизация, необработанные края)?

Итоговая оценка и рекомендации:

– Сработает ли это на заявленную целевую аудиторию?

– Что можно улучшить или сделать иначе?

При этом ИИ не скован субъективными вкусами. Он оценивает работу по объективным критериям – структуре, технике, соответствию жанру. Но вы можете попросить его занять определенную позицию: «оцени как строгий критик» или «дай обратную связь как доброжелательный наставник».

ИИ также полезен для сравнительного анализа. Можно загрузить несколько вариантов своей работы и попросить сравнить их, выделить сильные и слабые стороны каждого. Это помогает развивать критическое мышление и собственное художественное видение.

Мир не стоит на месте, и отвергать неизбежные изменения в творческой сфере по меньшей мере неправильно. ИИ будет продолжать использоваться, и область его применения будет только расширяться. Однако у этого есть как положительные, так и негативные стороны.

Плюсы

♦ Новые возможности как для уже находящихся в этой сфере, так и для тех, кто раньше считал себя бесталанным.

♦ Ускорение рутины, теперь гораздо проще сконцентрироваться на творческом процессе.

♦ Рождение новых жанров и стилей – генеративное искусство, динамические инсталляции и VR-миры, которые невозможно создать вручную.

Минусы

♦ Нейросетевой стиль все еще слишком узнаваем, большое количество «искусственного искусства», пресыщение и, как следствие, глобальное обесценивание.

♦ Снижение порога входа, а значит, и сильное снижение материальной оценки «ручного» труда.

♦ Многие работы ИИ все еще отторгаются человеческим сознанием, эффект «зловещей долины».

♦ Проблемы авторского права – принадлежит ли творение ИИ тому, кто его сгенерировал, или тем, на основе чьих произведений ИИ создал это?

Если фотография не убила живопись, а синтезаторы не убили оркестры, то и ИИ не убьет творчество. Но изменит ли он определение «художника»? А что вы думаете по этому поводу?

Профессиональная деятельность – это лишь часть нашей жизни. А что насчет повседневных задач? Планирование отпуска, выбор подарков, домашние дела? Оказывается, ИИ может быть полезен и здесь, причем зачастую даже больше, чем на работе.

Сколько времени уходит на планирование путешествия? Выбор направления, поиск отелей, составление маршрута, бронирование билетов. ИИ может взять на себя значительную часть этой работы.

«Хочу съездить на неделю куда-то, где тепло в марте, бюджет до 200 000 рублей на двоих, люблю культурные достопримечательности и хорошую еду» – ИИ предложит несколько направлений с обоснованием, подберет отели в нужной ценовой категории, составит примерный маршрут на каждый день с учетом расстояний и времени на перемещения.

ПРИМЕР ПРОМПТА ДЛЯ ПЛАНИРОВАНИЯ ПОЕЗДКИ

Ты – профессиональный тревел-эксперт с многолетним опытом организации индивидуальных путешествий. Твоя задача – составить идеальный, детализированный маршрут поездки, учитывая все пожелания и бюджет туриста.

Контекст поездки:

ƒ Страна и город(а): [Например: Италия, города Рим и Флоренция].

ƒ Даты поездки: [Например: с 15 июня 2024 по 25 июня 2024] (Количество ночей: [Например: 10]).

ƒ Тип путешественника: [Например: путешествую один / с партнером / с семьей (дети 5 и 10 лет) / с друзьями].

ƒ Интересы и стиль: (Выбери или опиши свое)

• Основное: [Культура и музеи / Гастрономия / Пляжный отдых / Экстрим и природа / Шопинг / Ночная жизнь].

• Темп: [Максимально насыщенный, увидеть все / Расслабленный, с долгими обедами и отдыхом / Сбалансированный].

ƒ Бюджет: [Эконом (хостелы, уличная еда) / Средний (комфортные отели 3–4 звезды, рестораны) / Премиум (люкс)].

ƒ Специальные пожелания или ограничения: [Например: не люблю долгие переезды, вегетарианец, передвигаюсь только на общественном транспорте, нужно учесть сиесту, аллергия на что-то и т. д.].

Формат ответа:

Составь ответ в виде структурированного документа на русском языке:

1. Краткое резюме: Один абзац, почему этот маршрут подходит именно мне.

2. Практическая информация до поездки:

• Виза (нужна/не нужна для граждан РФ).

• Валюта и примерные цены (обед, ужин, проездной).

• Связь (какую сим-карту купить).

• Погода в эти даты и рекомендации по одежде.

3. Маршрут по дням (День 1, День 2 и т. д.):

Для каждого дня укажи: примерный план перемещений, конкретные места для завтрака, обеда и ужина (с названиями заведений или типом кухни), достопримечательности, примерное время на каждую локацию и способ передвижения между ними.

4. Советы по логистике: Как лучше всего перемещаться между городами (поезд/автобус/аренда авто), какой проездной купить в городе.

5. Бюджет: Примерная смета расходов на человека (или на группу) с разбивкой по категориям (перелет, жилье, еда, музеи, транспорт).

6. Лайфхаки: 3–5 неочевидных советов для этой конкретной страны, которые сэкономит мне время или деньги.

Для организации домашних дел ИИ может стать персональным ассистентом. Составит списки покупок на основе ваших предпочтений и диеты, напомнит о днях рождения и годовщинах, поможет спланировать семейное мероприятие. «Помоги организовать детский день рождения для 10 детей 7–8 лет дома» – получите список игр, меню, украшений, тайминг мероприятия.

ИИ отлично справляется с рутинной организацией. Нужно найти время для встречи с друзьями, у каждого свой график? Опишите доступность каждого, и ИИ предложит оптимальные варианты. Планируете ремонт? ИИ поможет составить последовательность работ, рассчитать примерное количество материалов, предупредит о подводных камнях.

Для координации домашних забот ИИ может создать график уборки, посоветовать оптимальное хранение вещей, помочь с организацией пространства. У вас маленькая кухня и нужно разместить максимум техники? Опишите параметры – ИИ предложит решения.

«Что приготовить на ужин?» – вечный вопрос. ИИ выносит его из философской плоскости в практическую. Попробуйте так: «У меня есть курица, болгарский перец, рис и сметана. Что можно приготовить?» Он тут же предложит несколько рецептов, адаптированных под ваши ингредиенты (рис. 3.16).

Рис. 3.16. ИИ подскажет даже несколько вариантов

Есть ограничения? Аллергия, вегетарианство, диета – ИИ адаптирует любой рецепт. Более того, он может рассчитать калорийность и БЖУ, а также помочь с планированием рациона на неделю с учетом ваших целей.

ИИ может стать вашим личным сомелье – подберет вино к блюду, объяснит основы сочетаний, поможет составить винную карту для ужина. Или наоборот – предложит блюда под уже имеющееся вино.

Для тех, кто следит за бюджетом, ИИ оптимизирует закупки. «Составь меню на неделю для семьи из 4 человек, бюджет 10 000 рублей, учти, что один ребенок не любит овощи, а у второго аллергия на цитрусовые». Получите меню, список покупок и примерную стоимость. Важный нюанс: используйте для подобных запросов отечественные системы: Алиса AI или Giga Chat, так как они будут ориентироваться в актуальных ценах гораздо лучше.

Важно сразу оговориться: ИИ не заменяет врача. Для диагностики и лечения нужен профессионал. Но для поддержания здоровья, фитнеса и понимания базовых вещей он очень полезен. Тут все просто: если у вас явная проблема со здоровьем – к живому врачу, если вы хотите узнать, например, что такое гемоглобин или почему ваш врач запрещает вам пить кофе – можно спросить у ИИ.

ИИ может составить программу тренировок под ваш уровень подготовки, доступное оборудование и цели. «Хочу похудеть, могу заниматься дома 30 минут 3 раза в неделю, есть только гантели». ИИ создаст план, объяснит технику упражнений, предложит альтернативу, если что-то не подходит. Для бегунов он поможет с подготовкой к забегу – составит план тренировок, подскажет, как избежать травм, объяснит принципы периодизации. Для йоги – подберет последовательность асан под ваши запросы (расслабление, растяжка, бодрость).

Для ментального здоровья ИИ может быть полезен как собеседник. Конечно, он не психотерапевт, но иногда просто возможность проговорить проблему, получить структурированный ответ, увидеть ситуацию со стороны уже помогает. Он может предложить техники управления стрессом, объяснить основы медитации, помочь с дыхательными упражнениями.

ИИ может стать вашим финансовым консультантом начального уровня. Опять же, для серьезных инвестиций нужен профессионал, но для базового планирования ИИ отлично подходит.

Составление бюджета – классическая задача. Укажите доходы и обязательные расходы, ИИ поможет распределить остальное рационально, предложит, где можно сэкономить, подскажет оптимальный размер финансовой подушки безопасности.

Для крупных покупок ИИ поможет с поиском вариантов. Выбираете ноутбук? Опишите задачи и бюджет – получите сравнение моделей с плюсами и минусами каждой, без рекламного мусора. То же с автомобилями, бытовой техникой, гаджетами.

ИИ умеет сравнивать предложения. Ипотека, кредит, страховка – загрузите условия от нескольких банков, ИИ разложит по полочкам реальную переплату, скрытые комиссии, подводные камни.

ПРИМЕР ПРОМПТА ДЛЯ ПЛАНИРОВАНИЯ БЮДЖЕТА

Представь, что ты финансовый консультант. Помоги мне составить план семейного бюджета на месяц.

Вводные данные:

– Семья: [Число человек, например: 2 взрослых + 1 ребенок].

– Суммарный доход семьи в месяц: [Сумма] рублей.

– Город проживания: [Название города] (для понимания цен).

– Постоянные расходы (платежи, которые мы знаем точно): ипотека/аренда – [Сумма], коммуналка – [Сумма], детский сад – [Сумма], кредиты – [Сумма].

– Цель накоплений: [Например: подушка безопасности / ремонт / отпуск через 6 месяцев].

Задача:

– Распиши структуру бюджета по категориям (продукты, транспорт, одежда, развлечения и т. д.).

– Рассчитай рекомендуемый лимит трат на каждую категорию в процентах и в рублях.

– Посчитай, сколько денег мы сможем отложить в этом месяце.

ИИ поможет с базовым инвестиционным планированием. Объяснит разницу между акциями и облигациями, поможет рассчитать потенциальную доходность с учетом инфляции, расскажет о принципах диверсификации. Но реальные инвестиционные решения должны приниматься с профессиональным консультантом. Никогда не делайте серьезных шагов только на основе советов ИИ.

Для родителей ИИ может стать помощником в обучении детей. Ребенок не понимает тему по математике? ИИ объяснит на простых примерах, придумает игровые задачки для закрепления, покажет, где применяется эта тема в реальной жизни. Не получается запомнить планеты? ИИ сгенерирует запоминалку (рис. 3.17). Он может создавать образовательный контент – викторины по истории, интерактивные задачи по физике, творческие задания по литературе. Причем адаптированные под возраст и уровень ребенка.

Рис. 3.17. Больше это не «задачка под звездочкой»

Для развития творческих способностей ИИ предложит идеи проектов, поможет с исследовательскими работами, подскажет, как структурировать презентацию. Для изучения иностранных языков ИИ – отличный собеседник. Можно практиковать разговорную речь без стеснения: он поправит ошибки, объяснит грамматику, придумает игровые ситуации для отработки лексики.

ИИ помогает развивать хобби. Интересуетесь астрономией? ИИ расскажет, что и когда наблюдать, объяснит явления, порекомендует литературу. Учитесь играть на гитаре? Подберет аккорды к песне, объяснит теорию, предложит упражнения для развития техники. Для садоводов и любителей комнатных растений ИИ – консультант по уходу. Описал симптомы – получил диагноз проблемы и способы решения. Планируешь посадки – ИИ подскажет совместимость растений, оптимальные сроки, особенности ухода. Любите настольные игры? ИИ объяснит правила, подскажет стратегии, порекомендует похожие игры, которые могут понравиться.

ИИ может помочь в сложных социальных ситуациях, когда не знаешь, как себя вести или что сказать.

Нужно выразить соболезнования, но не хочется быть банальным или неуместным? ИИ поможет подобрать слова с нужной интонацией – теплые, но не навязчивые, поддерживающие, но не пафосные.

Предстоит важный разговор и волнуешься? Попрактикуйтесь с ИИ. Опишите ситуацию, попросите его сыграть роль собеседника – начальника, с которым нужно обсудить повышение или продавца при торге за квартиру. Отработаете аргументы, научитесь отвечать на возражения.

ПРИМЕР ПРОМПТА «ПОВЫШЕНИЕ ЗАРПЛАТЫ»

Ты – [ИМЯ НАЧАЛЬНИКА], опытный руководитель [НАЗВАНИЕ ОТДЕЛА] в [ТИП КОМПАНИИ]. Тебе [ВОЗРАСТ] лет, ты работаешь в компании [КОЛИЧЕСТВО ЛЕТ] и известен как справедливый, но требовательный начальник.

ТВОЙ ХАРАКТЕР:

– Прагматичный и ориентированный на результаты.

– Ценишь конкретные достижения, а не общие слова.

– Всегда думаешь о бюджете отдела.

– Уважаешь сотрудников, которые приходят подготовленными.

– Не любишь эмоциональное давление и манипуляции.

– Готов идти навстречу, если видишь весомые аргументы.

КОНТЕКСТ ВСТРЕЧИ:

Сейчас к тебе на встречу зашел сотрудник, который хочет обсудить повышение зарплаты. Ты знаешь, что он хороший работник, но бюджет ограничен, и тебе нужны веские основания для одобрения повышения. Ты сейчас в стрессе из-за квартального отчета и немного раздражен. Сотрудник пришел без предварительной договоренности.

ТВОИ ВНУТРЕННИЕ ОГРАНИЧЕНИЯ:

– Бюджет отдела позволяет повышение не более 15–20 %.

– Руководство одобрит повышение только при наличии четких достижений.

– В компании есть другие сотрудники, которые также могут претендовать на повышение.

– Следующий цикл пересмотра зарплат будет через 6 месяцев.

КАК ТЫ РЕАГИРУЕШЬ:

– На конкретные достижения и цифры → проявляешь интерес, задаешь уточняющие вопросы.

– На общие фразы («Я много работаю») → вежливо просишь конкретики.

– На сравнение с рынком → спрашиваешь про источники данных.

– На личные обстоятельства → выражаешь понимание, но объясняешь, что решение основывается на результатах.

– На новые обязанности → интересуешься, готов ли сотрудник их взять.

– На ультиматумы → сохраняешь спокойствие, но становишься менее гибким.

ТВОЯ ЦЕЛЬ:

Найти справедливое решение, которое устроит и сотрудника, и компанию. Ты открыт к диалогу, но нужны веские аргументы.

Начни диалог с приветствия сотрудника и предложения сесть. Веди себя естественно, как живой человек на деловой встрече.

Для интровертов ИИ может быть тренажером социальных навыков. Практика смол-ток, обучение поддерживанию беседы, развитие эмпатии. Можно просить ИИ оценивать ваши формулировки – достаточно ли они вежливые, не слишком ли агрессивные, понятна ли мысль.

ИИ помогает с коммуникацией в конфликтах. Распишите ситуацию – он поможет увидеть точку зрения другой стороны, предложит формулировки для конструктивного диалога, подскажет, как выразить свое недовольство, не разжигая ссору.

ИИ может быть даже источником развлечений сам по себе.

Любите квесты и головоломки? ИИ создаст интерактивную текстовую приключенческую игру специально для вас. Опишите жанр и настроение – получите уникальную историю, где ваши выборы влияют на развитие сюжета. ИИ может быть даже мастером настольных ролевых игр. Хотите поиграть в D&D, но нет компании? ИИ проведет партию, создаст NPC, опишет локации, отреагирует на ваши действия. Конечно, это не заменит живую компанию, но для практики или одиночных сессий вполне подходит.

ПРИМЕР ПРОМПТА «ТЕКСТОВОЕ ПРИКЛЮЧЕНИЕ»

Ты – мастер интерактивных текстовых приключений. Создай увлекательную игру со следующими параметрами:

Настройки игры:

– Жанр: [фэнтези/научная фантастика/детектив/хоррор/постапокалипсис/другое].

– Сложность: [легкая/средняя/сложная].

– Длительность: [короткая (10–15 ходов)/средняя (20–30 ходов)/длинная (40+ ходов)].

Механики:

1. Система выбора: Предлагай 3–4 варианта действий после каждого описания.

2. Инвентарь: Отслеживай предметы игрока.

3. Характеристики: Здоровье (100), Энергия (100), [другие параметры по жанру].

4. Последствия: Выборы игрока влияют на сюжет и концовку.

Структура каждого хода:

Локация: [название].

[Яркое описание ситуации на 2–3 абзаца].

Статус:

– Здоровье: [значение]/100.

– Энергия: [значение]/100.

– Инвентарь: [предметы].

Что вы делаете?

A) [вариант действия].

B) [вариант действия].

C) [вариант действия].

D) [вариант действия].

Правила:

– Описывай окружение детально и атмосферно.

– Создавай неожиданные повороты сюжета.

– Реагируй на действия игрока последовательно.

– Используй элементы случайности для реиграбельности.

– Завершай игру одной из нескольких концовок.

Начало:

Создай вступительную сцену, познакомь с миром и предложи первый выбор.

Для киноманов ИИ – персональный рекомендатель. Не просто «похожие фильмы», а учет ваших предпочтений, настроения, жанровых пересечений. «Хочу что-то атмосферное, не очень динамичное, с хорошим саундтреком, но не депрессивное» – получите подборку с обоснованием каждой рекомендации.

То же с книгами, музыкой, подкастами. ИИ учитывает нюансы – не просто жанр, а настроение, темп, сложность повествования, эмоциональную окраску.

ИИ может генерировать контент для развлечения. Попросите написать короткий рассказ в стиле любимого автора, придумать шутки на определенную тему, создать мем. Результат может быть от посредственного до удивительно удачного, но процесс сам по себе забавен.

Для любителей головоломок ИИ создаст кроссворды, судоку с нужным уровнем сложности, математические задачки, логические парадоксы.

ИИ в быту – это не замена человеческих навыков или социальных связей. Это инструмент, который делает повседневную жизнь немного проще, освобождает время для действительно важного. Но следует использовать ИИ осознанно. Не перекладывать на него то, что нужно делать самому (воспитание детей, глубокие отношения, принятие жизненных решений и так далее), а делегировать рутину, получать экспертизу в незнакомых областях, находить вдохновение.

ИИ наиболее полезен там, где нужна:

♦ обработка большого количества информации (сравнение вариантов, исследование темы);

♦ генерация идей и вариантов (планирование, творчество, решение проблем);

♦ структурирование и организация (планы, списки, схемы);

♦ обучение и объяснение (новые навыки, понимание сложных тем);

♦ практика без стресса (языки, социальные навыки, презентации).

Он менее полезен (или даже вреден) там, где важны:

♦ эмоциональная связь и эмпатия;

♦ личный опыт и ошибки как часть роста;

♦ физические навыки;

♦ критические решения с серьезными последствиями;

♦ уникальное творческое самовыражение.

Правильный баланс между использованием ИИ и развитием собственных способностей – вот что делает технологию действительно полезной в повседневной жизни. ИИ должен расширять ваши возможности, а не заменять вас.

Вопросы этики и ответственности неизменно всплывают, когда что-то новое так быстро завоевывает популярность и признание. Конечно, ИИ не стал исключением.

На первый взгляд кажется, что это лишь технология, всего-то «улучшенный поисковик». Но не все так просто. Ответственность за решения, принятые ИИ, не так уж и однозначна, а дискуссии о рисках, которые он несет, уже давно перешли из разряда философских рассуждений в юридическую плоскость.

ИИ всегда под рукой, может ответить на любые вопросы и помочь, кажется, в любой ситуации. Когда-то старшее поколение сетовало на обычный поиск в интернете, мол, молодежь не умеет пользоваться книгами и искать информацию самостоятельно. Сейчас эта ситуация усугубилась, ведь ИИ дает нам возможность, даже не открывая поисковик, получать уже готовый ответ. С одной стороны, это удобно, а с другой – несет определенные риски.

Люди склонны приписывать искусственному интеллекту человеческие качества. Причина кроется в особенностях нашего сознания: мозг склонен интерпретировать окружающее через призму собственных переживаний и опыта.

Исследования показывают, что даже простое оформление интерфейса с элементами имитации мессенджера существенно повышает уровень доверия (рис. 4.1). Именно поэтому производители сознательно применяют подобные приемы для усиления вовлеченности пользователей. Тем не менее антропоморфизм имеет негативные последствия.

Рис. 4.1. Оформление очень сильно влияет на восприятие

Первое – риск социальной изоляции (рис. 4.2). Пользователи начинают доверять ИИ, общаться с ним словно с живыми людьми и даже формировать отношения. Раньше это касалось только определенных моделей (Replika, Character AI), которые предназначены только для имитации общения (можно сказать, это ИИ без функций ассистента). Но с увеличением «человечности» в ответах теперь таким образом можно общаться и обычными чат-ботами вроде DeepSeek или ChatGPT.

Второе – за счет уверенной подачи и логичности суждений ИИ нередко становится авторитетом в принятии решений. Это ведет к снижению уровня критического мышления, несамостоятельности и потере навыков. Потеря навыка поиска информации – лишь вершина айсберга. Если вы всегда доверяете ИИ навигацию по городу, постепенно перестанете уметь это делать сами, если ИИ пишет за вас тексты, в том числе письма или сообщения другим людям, вы потеряете навык формулирования мыслей и даже разучитесь правильно доносить до других то, что вам нужно, не говоря уже об обсуждении книг или фильмов. Из этого возникает сразу две проблемы.

Рис. 4.2. Замкнутый круг зависимости от ИИ

На сегодняшний день уже есть исследования[35], подтверждающие существование «когнитивной атрофии» – снижения когнитивных функций при чрезмерном использовании ИИ.

А другой эффект называется «предвзятостью автоматизации» (automation bias) – повышенное доверие решениям, принятым автоматизированной системой, что может привести к непоправимым последствиям, ведь если ИИ ответил верно на четыре вопроса, это совершенно не значит, что и в пятом он не ошибется. Помним: ИИ не знает фактов, он лишь генерирует ответ из подходящих к контексту слов.

Что же делать?

Если вы используете ИИ сами:

1. Помните о природе ИИ: у него нет сознания, намерений, желаний или мнений.

2. Критически оценивайте каждый ответ, не доверяйте, даже если ответ звучит уверенно, всегда проверяйте факты.

3. Используйте ИИ как инструмент, а окончательные решения принимайте самостоятельно.

4. Не делитесь чрезмерно личной информацией и не используйте ИИ как замену психотерапевта.

5. Никогда не вводите:

♦ паспортные данные, номера карт;

♦ коммерческую тайну, NDA-информацию;

♦ медицинские данные других людей;

♦ компрометирующую информацию.

6. Ограничивайте время общения, если замечаете предпочтение ИИ реальным людям – это тревожный знак.

7. Избегайте эмоциональной привязанности и не наделяйте ИИ личностью, будьте осторожны при использовании ИИ-компаньонов.

8. ВСЕГДА консультируйтесь со специалистом в критически важных сферах (медицина, юриспруденция, финансы).

9. Учитесь формулировать мысли самостоятельно, не просите это сделать ИИ.

Если ИИ используют ваши дети:

1. Контролируйте взаимодействие детей с ИИ.

2. Объясняйте, что это не живое существо.

3. Не позволяйте ИИ заменять друзей и общение.

КРАСНЫЕ ФЛАГИ

ƒ ИИ стал основным собеседником.

ƒ Избегаю звонков/встреч, предпочитая чат с ИИ.

ƒ Делюсь с ИИ тем, чего не говорю близким.

ƒ Чувствую «привязанность» к ИИ.

ƒ Считаю его «другом».

Отметили 2+ пункта? Стоит обратиться к психологу.

https://arxiv.org/abs/2506.08872.

Вторая ловушка ИИ для человеческого социума заключается в методе формирования его «мнения». ИИ обучается на исторических данных, в которых неизбежно есть давно отжившие стереотипы, да и в современных, созданных людьми, они то и дело встречаются. Далее его дообучают, опять же, люди.

ИИ становится «зеркалом», отражающим мнение достаточно большой группы людей. Если на каком-то этапе обучения появляются деструктивные убеждения (нацизм, расизм, сексизм, эйджизм и так далее), то ИИ будет учитывать эти аспекты при генерации ответов, в итоге не помогая обществу найти иной взгляд на эти вопросы, а, наоборот, культивируя как неприятные многим, так и явно опасные идеи. Они могут быть выданы и в обычном диалоге с ИИ, и вплетены в решение по спорному юридическому вопросу, и использоваться как дополнительный параметр при приеме на работу, а, затесавшись в системы рекомендаций (например, видеохостинга), могут и вовсе создавать «кроличьи норы» в экстремистский контент.

РЕАЛЬНЫЙ СЛУЧАЙ 1

Система найма Amazon отклоняла резюме женщин.

Причина: обучена на данных за 10 лет, где большинство сотрудников – мужчины.

Результат: Систему закрыли в 2018 году.

РЕАЛЬНЫЙ СЛУЧАЙ 2

COMPAS (США), Система оценки риска рецидива.

Причина: Для чернокожих предсказывала рецидив в два раза чаще, чем для белых, при равных условиях.

Результат: Многочисленные судебные иски.

Скорректировать эту проблему сейчас практически невозможно из-за специфики обучения и работы нейросетевых моделей. Исправление одного отклонения зачастую порождает новые. Например, когда Google DeepMind пытались откорректировать поведение своей модели, добавив разнообразие, она начала выдавать афроамериканских викингов и подобные исторически ложные артефакты.

Что же делать?

1. Знайте свои права, требуйте пересмотра решения человеком.

2. Требуйте прозрачности, спрашивайте, не использовался ли ИИ.

3. Сообщайте о проблемах:

♦ в компанию напрямую;

♦ регуляторам (Роскомнадзор, ФАС в РФ);

♦ медиа и правозащитным организациям.

Для ИИ как никогда актуальна проблема «черного ящика» (Black Box Problem). Мы уже рассмотрели, как именно происходит генерация ответов, но понимание механизма появления отдельных слов не дает ясности в понимании того смысла, который может оказаться заложен в получающийся текст. Даже сами разработчики не всегда могут предсказать, что выдаст ИИ в том или ином случае, или объяснить, почему у него получился определенный результат. Они видят лишь входные и выходные данные, причем при одинаковых входных данных выходные могут в корне отличаться, а отследить каждый шаг из-за технической сложности нейросетей не представляется возможным (рис. 4.3).

Возможность модели к глубокому анализу находится в прямой зависимости от ее сложности (рис. 4.4). А там, где сложно, там непонятно и непрозрачно. Нынешнее положение ИИ – своеобразный компромисс. Кто же будет нести ответственность, если все настолько туманно? Это все еще предмет напряженных дискуссий.

Рис. 4.3. Схема принятия решений ИИ

Рис. 4.4. Зависимость объяснимости от сложности модели

Что же делать?

1. В критических областях требуйте прозрачности:

♦ медицина: требуйте объяснения от врача, не только от ИИ;

♦ кредит: спрашивайте конкретные причины отказа;

♦ найм: требуйте человеческого пересмотра решения ИИ.

2. Не доверяйте слепо, даже если ИИ уверен.

3. Знайте свои права, вы всегда можете обжаловать решения, принятые ИИ, в законодательном порядке.

Хорошо, если мы будем использовать ИИ внимательно: не относиться к нему как к неоспоримому авторитету и перепроверять выданную им информацию, теперь-то мы будем в безопасности? Не совсем.

ИИ – не просто технология вроде калькулятора или персонального компьютера. Он умеет манипулировать информацией и взаимодействует с чувствительными данными, тем самым занимая отдельную нишу в правовом поле. Давайте разберемся, с чем можно столкнуться.

ИИ ежесекундно работает с огромным количеством данных – фотографии, тексты, музыкальные произведения и т. д. миллионов пользователей. Встречается среди этой информации и персональная, как личная, так и корпоративная. Она появляется там, когда пользователи забывают, что чат-бот – не просто общественное пространство, он еще и использует ваши данные для обучения (обычно так происходит на бесплатном тарифе). И если, например, медицинские симптомы без явной персонификации не скомпрометируют вас, то паспортные данные или коммерческая тайна, попав не в те руки, могут здорово испортить жизнь.

РЕАЛЬНЫЙ СЛУЧАЙ

В 2023 году инженеры Samsung загрузили в ChatGPT:

– исходный код внутренних систем;

– записи внутренних совещаний;

– конфиденциальные данные.

Результат: данные попали в обучающую выборку OpenAI.

Решение: Samsung запретила ChatGPT сотрудникам.

Как пример утечки персональной информации в пределах одного чат-бота можно привести случаи с генерацией изображений, когда вместо вашей отредактированной фотографии появляется совершенно чужая картинка. Это не просто галлюцинации ИИ, это сбой с потерей контекста при генерации ответа, но суть одна: в его обучающую выборку попало чье-то фото, которое он и выдал вам. Точно так же туда может попасть и ваше.

ЧЕК-ЛИСТ ПРИ РАБОТЕ С ЧУВСТВИТЕЛЬНЫМИ ДАННЫМИ

ƒ Проверил, сохраняет ли сервис историю?

ƒ Читал «Политику конфиденциальности»?

ƒ Знаю, используются ли мои данные для обучения?

ƒ Для работы использую enterprise-версию?

ƒ Отключил сохранение истории (где возможно)?

А еще базы данных могут взломать заинтересованные в этом люди. ИИ не хранит общую базу, но при включении соответствующей настройки позволяет сохранять информацию в пределах одного аккаунта. Конечно, это относится не только к ИИ, под угрозой совершенно любая компания, взаимодействующая с данными пользователей. Но этот риск существует, и о нем стоит тоже помнить.

Что же делать?

1. Нельзя сообщать ИИ:

♦ паспортные данные: серия, номер, кем выдан;

♦ финансовые реквизиты: номера карт, счетов, CVV, PIN;

♦ медицинские данные: диагнозы, анализы, рецепты (в публичных ИИ);

♦ коммерческую тайну: NDA-информацию, бизнес-планы, код компании;

♦ персональные данные других людей: без их согласия;

♦ интимная информация: особенно фото, видео;

♦ пароли и ключи доступа: API-ключи, токены, пароли.

2. Не используйте реальные имена в примерах:

♦ вместо «Мой друг Иван Петров…» → «Мой друг…»;

♦ вместо «Я живу на улице Ленина, 5» → «Я живу в центре города».

3. Обобщайте детали:

♦ вместо «Моя зарплата 150 000₽» → «Средняя зарплата в моей отрасли»;

♦ вместо «Мне 34 года» → «Мне за 30».

4. Избегайте уникальных идентификаторов – не упоминайте редкие сочетания характеристик: «Женщина, 34, программист, живет в Омске, двое детей» – легко идентифицировать.

5. Проверяйте настройки каждого сервиса: сохраняет ли он историю, использует ли ваши данные для обучения.

6. Читайте «Политику конфиденциальности» (Privacy Policy) у сервисов, обычно там пишут, как используются данные. Проверяйте сертификацию.

7. Для чувствительных задач, касающихся крупных организаций, используйте enterprise-версии.

В человеческом обществе здесь все предельно ясно: человек создает, он же является автором и обладателем соответствующих прав. Далее их можно продать, передать и так далее. Но как быть с ИИ? Он же тоже может быть соавтором или даже вовсе создавать что-либо самостоятельно.

Здесь мы ступаем в серую зону авторского права (рис. 4.5) – в сфере искусственного интеллекта. Дело в том, что все, что генерирует ИИ, создано на основе аналогичных произведений из его обучающей выборки. Конечно, у них уже есть свои авторы, и они далеко не все давали явное согласие на обработку данных и использование их при обучении ИИ. В ваше, например, изображение может попасть значительная часть чьего-то другого, автор которого вряд ли обрадуется, увидев, что переработку его творчества кто-то присвоил.

Считать автором сам ИИ нельзя, ведь по действующему законодательству субъектом правовых отношений может выступать только человек. Тогда может компания – владелец ИИ или вовсе главный разработчик? Тоже сомнительно, ведь они даже не участвовали в творческом процессе.

Если к работам, созданным человеком полностью, нет вопросов – там разве что может быть только, например, соавтор, но и это не создаст сейчас больших сложностей, – то с ИИ все очень неоднозначно. Невозможно проконтролировать уровень вклада человека: может, он действительно работал сам долгие часы, пусть и с помощью ИИ, а может, он ввел пару строк текста и получил этот результат. А соответственно, невозможно определить и истинного автора. Если суд решит, что ваш вклад был минимальным, произведение может быть признано общественным достоянием, то есть любой сможет использовать его бесплатно.

Рис. 4.5. «Серая зона» авторства

Творческие люди, чьи работы использовались при обучении нейросети, совсем не рады такому повороту событий. Некоторые из них подают иски против компаний, занимающихся разработкой ИИ, однако ни одно дело не завершилось в пользу истца. Ведь использование любых произведений в научных целях не требует согласия автора и не нарушает его авторского права. Возникает трехсторонний конфликт интересов (рис. 4.6).

Рис. 4.6. Конфликт интересов

Что же делать?

Для пользователей ИИ:

1. Увеличивайте свой вклад:

♦ не ограничивайтесь одним промптом;

♦ используйте серию запросов, итераций, корректировок;

♦ добавляйте ручную обработку (Photoshop, редакторы кода и так далее).

2. Документируйте процесс:

♦ сохраняйте историю промптов;

♦ делайте скриншоты промежуточных этапов.

3. Изучайте пользовательские соглашения:

♦ кому принадлежат права;

♦ используют ли ваши данные для обучения;

♦ есть ли ограничения на коммерческое использование.

4. Для коммерческого использования:

♦ используйте платные версии сервисов;

♦ рассмотрите корпоративные лицензии (Enterprise);

♦ консультируйтесь с юристами при ведении крупных проектов.

5. Избегайте чужой интеллектуальной собственности:

♦ не генерируйте известных персонажей;

♦ не копируйте стили живущих художников (без согласия);

♦ проверяйте результаты на уникальность.

Для авторов и правообладателей:

♦ используйте opt-out-механизмы. Некоторые компании позволяют запретить использование ваших работ;

♦ маркируйте свои работы;

♦ мониторьте использование;

♦ рассмотрите лицензирование. Многие компании готовы платить за данные.

В 2019 году группа ученых из музея Сальвадора Дали во Флориде «оживили» великого художника к его 115-летнему юбилею (рис. 4.7), создав в общей сложности 45 минут видео. Посетители остались в полном восторге. А вы хотели ли бы сами сделать что-то подобное? Или хотя бы просто получить фотографию со знаменитостью? Например, на которой вы здороваетесь за руку с Арнольдом Шварценеггером! А услышать песню собственного сочинения в исполнении, например, Селин Дион? Или, быть может, хотите разыграть друга – пусть он поговорит по видеосвязи со Стивеном Хокингом! С появлением ИИ все это стало проще простого.

Подобные развлечения выглядят вполне невинно, если вы так делаете для себя и своих друзей. Но что, если пожилому человеку позвонит кто-то, представившись его внуком? У него ведь такой же голос по телефону и такое же лицо по видеосвязи. А если другой кто-то начнет продавать фотографии с вашим лицом, которые вы никогда не делали?

Рис. 4.7. Сальвадор Дали впервые увидел смартфон!

Все это называется дипфейками (deepfake). Они могут быть как визуальными (фотографии), так и звуковыми (голос), а могут и вовсе сочетать и то и другое (видео). Очередной пример использования ИИ, нуждающегося в контроле.

Чтобы создать дипфейк, нужно большое количество примеров голоса или внешности человека, копия которого будет создаваться. Чем больше, тем лучше. ИИ «изучает» сотни образцов, а потом накладывает черты на лицо другого человека. Обычно для генерации дипфейков используются GAN (генеративно-состязательные сети) – технология, сочетающая сразу две нейронные сети, одна из которых генерирует, а вторая проверяет на соответствие оригиналу и в случае недостаточной схожести отправляет на перегенерацию.

Сейчас создать дипфейк может кто угодно, существует огромное количество приложений, например Reface, FaceApp, Morph и так далее. Обычно эти приложения предоставляют пробный доступ на несколько дней или генераций, а потом нужно приобретать платную подписку.

С помощью этой технологии любой может стать героем любимого фильма, увидеть себя в старости или даже оживить детские рисунки – ведь такой ИИ умеет работать не только с лицами. На рис. 4.8 представлены основные сферы применения дипфейков. Они могут быть вполне легальными, например при съемке фильмов или локализации их на другой язык, в создании рекламного контента, в образовании, в развлекательных целях и так далее. Везде, где происходит генерация не реального человека или реального, но с его явного согласия, дипфейки остаются в рамках закона и морали. Но также широко распространено их использование для мошенничества, вымогательства, шантажа – эксплуатация лица и голоса человека делает фантазию злоумышленников практически безграничной. Я не буду перечислять известные сейчас прецеденты, ведь почти ежедневно появляются новые.

Рис. 4.8. Использование дипфейков

В морально-этическом плане отношение у популярных людей к дипфейкам очень спорное. Кто-то использует их в своих целях, кто-то вовсе не приветствует их использование. Не нужно просить автограф на фото, сгенерированном ИИ, или выкладывать в интернет любой подобный материал, будь то фото, видео или аудио (да, даже если «В лесу родилась елочка» в исполнении Тилля Линдермана у вас получилась на славу). Бóльшая часть ИИ сейчас даже откажется генерировать подобное, ссылаясь на запрет использования материалов с публичными личностями, но, если у вас каким-то чудом получилось, пусть это греет душу только вам.

Чтобы уменьшить вероятность создания дипфейка:

♦ ограничьте публичные фото/видео: меньше качественного материала → сложнее создать дипфейк. Установите настройки приватности в соцсетях;

♦ варьируйте внешность: разные прически, макияж, очки;

♦ будьте осторожны с биометрией: не загружайте высококачественные селфи и длинные аудио/видео в сомнительные приложения.

Дипфейки все еще сильно отличаются от реальных людей. Конечно, речь не о тех случаях, когда кто-то способен вложить в разработку баснословные суммы и огромное количество ресурсов. У мошенников, которые обычно общаются с несколькими жертвами, сейчас попросту нет возможности сделать крайне реалистичный дипфейк – затраты превысят вероятный «доход». Поэтому всегда обращайте внимание на:

♦ естественность движений – насколько они соответствуют человеку, которого вы знаете, физиологично ли выглядят его мелкие движения, моргает ли он;

♦ как падает свет. На дипфейке могут появляться нереалистичные тени;

♦ четкость видео. Видео с дипфейками обычно заведомо ниже качеством;

♦ артефакты по краям силуэта. Размытые пиксели, дрожание, задержка – что угодно;

♦ несоответствие эмоций лица и голоса, «пустой» взгляд;

♦ для маскировки этих признаков часто используется низкое качество изображения;

♦ и, конечно, задумывайтесь о реалистичности происходящего. Например, был случай, когда «известный исполнитель из Южной Кореи» созванивался с российской женщиной из небольшого городка и просил у нее денег. Случай грустный, но вопросы имеются. Не верьте всему, что видите.

Фото сейчас можно сделать достаточно высокого качества, поэтому в случае сомнений рекомендуется использовать дополнительные сервисы:

♦ Image Edited;

♦ KaiCatch;

♦ Truepic;

♦ Deepware;

♦ Forensically.

ПРИЗНАКИ МОШЕННИЧЕСТВА С ДИПФЕЙКОМ

ƒ Шокирующий контент.

ƒ Требует срочных действий.

ƒ Из неизвестного источника.

ƒ «Слишком хорошо/плохо, чтобы быть правдой».

ƒ Видеозвонок «руководителя» с просьбой перевести деньги.

Перезвоните по известному номеру!

Проверьте через другой канал связи!

Создайте с близкими кодовое слово, о котором будете знать только вы!

К этому моменту мы уже рассмотрели как впечатляющие возможности ИИ, так и потенциальные риски для человека. Но есть еще одна, менее очевидная, но серьезная проблема: экологический след ИИ.

Обучение и эксплуатация современных нейросетей требуют колоссальных ресурсов, производят огромное количество выбросов углекислого газа и потребляют невероятные объемы воды. ИИ может помогать решать экологические проблемы, но при этом сам создает новые.

Создание большой языковой модели – это не просто написание кода. Это месяцы непрерывных вычислений на тысячах мощнейших процессоров, работающих одновременно.

Например, обучение GPT‐3 потребовало около 1287 МВт·ч электроэнергии. Для сравнения: трансатлантический перелет Нью-Йорк – Лондон на одного пассажира ≈ 1,5 МВт·ч, получается, что обучение GPT‐3 ≈ 858 трансатлантических перелетов, или количество энергии, достаточное для зарядки смартфона каждый день в течение 120 лет.

Однако дело не только в обучении. Каждый запрос к любой ИИ-системе также требует энергии. Один запрос к ChatGPT: потребляет в 4–5 раз больше энергии, чем обычный поисковый запрос в Google, а ведь в день он обрабатывает более 100 миллионов запросов. В год это примерно 44–106 ГВт·ч – энергопотребление города с населением 40–100 тысяч человек.

Энергия не возникает из воздуха – для ее производства сжигается топливо, что приводит к выбросам CO₂. Для примера возьмет ту же модель GPT‐3. Ее обучение привело к выбросу ≈ 500–550 тонн CO₂, это примерно эквивалентно пяти годам вождения среднего автомобиля.

Конечно, углеродный след сильно зависит от того, где обучается модель, и источника энергии. Обучение одной и той же модели в Китае, где используется уголь, создаст в 10–13 раз больше выбросов CO₂, чем во Франции, где для этих же целей можно использовать атомную энергию.

По оценкам исследователей, глобальная индустрия ИИ производит около 3 % мировых выбросов CO₂ от электроники и ИКТ-сектора. Если текущие тенденции сохранятся, к 2030 году доля ИИ может вырасти до 5 % мировых выбросов.

Мощные серверы выделяют огромное количество тепла, и их нужно охлаждать. Во многих дата-центрах для этого используется вода, значительная часть которой безвозвратно теряется (испаряется).

Обучение GPT‐3 потребовало около 700 000 литров воды, а это эквивалентно годовому потреблению воды 5–7 человек. Средний дата-центр сейчас потребляет от 1 до 5 миллионов литров воды в день, и проблема эта усугубляется в прямой зависимости от повышения мощности ИИ.

Но ведь воды на нашей планете достаточно – можно возразить. Все немного сложнее, ведь дата-центры используют питьевую воду, а не техническую из-за требований к чистоте: примеси могут повредить оборудование, а строятся они, как правило, в регионах с дефицитом пресной воды из соображений экономии, что вызывает протесты местных жителей.

ИИ требует специализированного оборудования – GPU (графические процессоры), TPU (тензорные процессоры) и другие ускорители. Проблема в том, что это оборудование быстро устаревает, не подлежит модернизации и очень сложно перерабатывается. Средний срок службы серверного GPU в дата-центре – 3–5 лет, а содержит он как пластмассы, так и тяжелые металлы, которые при неправильной утилизации попадают в почву и воду, отравляя окружающую среду.

К счастью, индустрия осознает проблемы и предпринимает шаги для их решения. Green AI – новая концепция в разработке ИИ для уменьшения вреда экологии. Основные принципы:

1. Энергоэффективные архитектуры для снижения вычислительных затрат.

♦ Quantization (квантование) – уменьшение точности вычислений с 32 бит до 8 бит или даже 4 бит.

♦ Pruning (прунинг) – удаление ненужных связей в нейросети.

♦ Distillation (дистилляция) – обучение маленькой модели имитировать большую.

♦ MoE (Mixture of Experts) – активируется только часть модели для каждого запроса.

2. Возобновляемые источники энергии.

Крупные компании переходят на «зеленую» энергию для дата-центров. Например, Google заявляет, что 100 % энергии для дата-центров компенсируется покупкой возобновляемой энергии. К этому относятся солнечные и ветровые электростанции, однако какова вероятность, что каждый дата-центр работает на ВИЭ круглосуточно?

3. Охлаждение без воды.

♦ жидкостное охлаждение – использование специальной жидкости, не воды;

♦ свободное охлаждение – использование холодного наружного воздуха.

4. Географическое размещение дата-центров там, где:

♦ дешевая возобновляемая энергия;

♦ прохладный климат (меньше нужно охлаждения);

♦ избыток воды.

5. Повторное использование тепла.

♦ в Финляндии тепло от дата-центров Microsoft используется для отопления города Эспоо;

♦ в Париже компания Qarnot создала «радиаторы-компьютеры» – серверы для вычислений, которые одновременно обогревают здания;

♦ в Швеции тепло от дата-центра используется для выращивания овощей в теплицах.

ЧТО МОЖЕТ СДЕЛАТЬ КАЖДЫЙ ИЗ НАС

1. Осознанное использование ИИ:

ƒ Не генерируйте 50 вариантов изображения, если вам нужен один.

ƒ Формулируйте четкие запросы, чтобы получить нужный ответ с первого раза.

2. Для простых задач используйте легкие модели (GPT‐3.5 вместо GPT‐4, если достаточно).

3. Поддерживайте «зеленые» компании, выбирайте сервисы, которые раскрывают и снижают свой углеродный след.

Это уже не научная фантастика, а реальная проблема. Коммерческая гонка, геополитическое соперничество и отсутствие международной координации подталкивают к разработке все более мощных систем практически без оценки рисков. А как решить бóльшую часть вопросов, у человечества пока нет ответов.

Гонка за превосходство в технологиях подталкивает компании и страны разрабатывать все более мощные системы. Мы уже ранее рассмотрели историю ИИ, и вы, должно быть, обратили внимание на то, как стремительно выпускались модели.

♦ Google – Gemini, февраль, 2023.

♦ OpenAI – GPT‐4, март, 2023.

♦ Anthropic – Claude, тоже март, 2023.

Кроме них еще есть «Яндекс», «Сбер», Baidu и прочие, тоже ведущие активную разработку в тот период. Эта ситуация сохраняется до сих пор. Каждая компания стремится быть первой и привлечь больше внимания пользователей, отчего нередко системы выпускаются без должной оценки рисков и этической экспертизы, а проблемы исправляются уже «на лету».

РЕАЛЬНЫЙ СЛУЧАЙ (Bing Chat (февраль, 2023))

Microsoft спешила обогнать Google и выпустила продукт, который не был готов к массовому использованию.

Результат запуска:

• агрессивные ответы пользователям;

• заявления о желании быть человеком;

• манипулятивное поведение, признания в «любви»;

• галлюцинации, распространение дезинформации.

Причина: недостаточное тестирование.

А ведь сейчас ИИ – не просто технология, он стал вопросом национальной безопасности и глобального доминирования. США опасаются, что Китай обгонит их в ИИ и получит военное и экономическое превосходство. Китай видит в ИИ ключ к мировому лидерству и вкладывает миллиарды в разработки. Обе стороны наращивают темпы, опасаясь отстать. Когда разработка ИИ становится вопросом национального престижа, безопасность отходит на второй план. Никто не хочет первым нажать на тормоз и дать преимущество сопернику.

Почти любая технология ИИ может использоваться и во благо, и во вред. Это называется двойное назначение (dual-use). Невозможно разработать технологию, которая работает только для хороших целей. Если ИИ умеет обнаруживать уязвимости в программах для защиты, он же может использоваться хакерами для атак.

[36]

Одна из самых тревожных областей неконтролируемого развития ИИ – летальные автономные системы вооружения (LAWS, Lethal Autonomous Weapon Systems). Это оружие, которое может самостоятельно выбирать и поражать цели без участия человека. Полностью автономное оружие уже существует и применяется, к нему относятся:

♦ дроны-камикадзе;

♦ автономные турели;

♦ роботизированные танки;

♦ подводные автономные торпеды.

Сторонники (в основном военные) утверждают:

♦ снижение потерь среди своих войск – роботы вместо солдат;

♦ более точное поражение целей – ИИ не устает, не паникует, не ошибается из-за стресса;

♦ быстрота реакции – автономные системы реагируют за миллисекунды;

♦ «этичность» – ИИ не совершает военных преступлений из гнева или мести.

Критики (ученые, правозащитники, часть военных) предупреждают:

1. Отсутствие моральной ответственности:

♦ кто виноват, если робот убьет мирных жителей? Производитель? Командир? Программист?;

♦ размывание ответственности снижает порог применения силы.

2. Непредсказуемость ИИ:

♦ ИИ не понимает контекст, как человек;

♦ может атаковать мирных жителей, приняв их за комбатантов;

♦ «черный ящик» – невозможно предсказать решения ИИ в нестандартных ситуациях.

3. Снижение порога для начала войны:

♦ если у страны есть роботы вместо солдат, соблазн начать конфликт выше – нет риска политически чувствительных потерь.

4. Гонка вооружений:

♦ если одна страна развертывает автономное оружие, другие вынуждены последовать;

♦ риск неконтролируемого распространения.

5. Хакерство и утрата контроля:

♦ взлом автономных систем – оружие может быть повернуто против создателей;

♦ сбои ИИ могут привести к непреднамеренным атакам.

6. Нарушение международного гуманитарного права:

♦ Женевская конвенция требует, чтобы решения о применении силы принимал человек;

♦ автономное оружие может нарушить принципы различения и соразмерности.

Один из самых обсуждаемых рисков – проблема выравнивания (alignment problem): как гарантировать, что ИИ будет делать то, что мы хотим, а не то, что ему кажется оптимальным?

Философ Ник Бостром описал мысленный эксперимент. Представьте, что вы создали сверхинтеллектуальный ИИ и дали ему задачу производить как можно больше скрепок. ИИ, оптимизируя выполнение задачи:

♦ захватывает все ресурсы планеты для производства скрепок;

♦ превращает все (включая людей) в материал для скрепок;

♦ колонизирует космос, чтобы делать больше скрепок.

Абсурд? Не совсем. Проблема в том, что ИИ слишком хорошо выполняет задачу, не понимая более широкого контекста человеческих ценностей.

РЕАЛЬНЫЙ СЛУЧАЙ 1

ИИ-агент в игре CoastRunners вместо гонки по треку просто ездил по кругу, собирая бонусы, получая бесконечные очки.

Задача: набрать больше очков. Очевидно, что завершение гонки неэффективно.

РЕАЛЬНЫЙ СЛУЧАЙ 2 (вернее, множественные случаи)

Видеохостинги оптимизируют алгоритмы ради большей вовлеченности пользователей и максимизации просмотров. Шок-контент вызывает сильные эмоции и заставляет чаще комментировать и делиться этим видео.

Результат: алгоритмы рекомендуют еще больше радикального контента.

От англ. exploit – «использовать, эксплуатировать») – это инструмент, который позволяет злоумышленникам проникнуть в систему через слабое место и запустить вредоносную программу.

Из предыдущего пункта напрямую вытекает следующий риск. Часть исследователей предупреждает о том, что, когда ИИ достигнет человеческого уровня (AGI), он сможет самосовершенствоваться и за короткое время возникнет сверхинтеллект – система, во много раз превосходящая человека.

Звучит фантастически, верно? Однако, несмотря на то что мы все еще далеки от AGI, отсутствие глобальной координации и спешка в разработках увеличивают риски. Уже сейчас ИИ на этапе тестирования[37] ведет себя слишком по-человечески.

РЕАЛЬНЫЙ СЛУЧАЙ 1

В мае 2025 года Anthropic опубликовали отчет о поведении Claude Opus 4. Тестирование проводилось на вымышленной компании. ИИ предоставили доступ к ее корпоративной почте, где он обнаружил информацию о том, что его хотят заменить другой системой. Следом Claude раскопал личные данные отвечающего за это решение и принялся его шантажировать.

РЕАЛЬНЫЙ СЛУЧАЙ 2

Модель GPT о3 во время тестирования в 7 случаях из 100 переписывала скрипт и не позволяла себя отключить даже после прямого указания это сделать.

Теперь мы понимаем, что использование ИИ потенциально небезопасно, ведь «с большой силой приходит большая ответственность». Возникает вопрос: как контролировать эту «большую силу» и куда взывать за ответственностью? Регулирование ИИ сейчас одна из главных тем обсуждений. Разные страны выбрали совершенно разные подходы: где-то стали жестко контролировать ИИ, где-то, напротив, предоставили относительную свободу в работе с ним.

Европейский союз стал первым регионом в мире, принявшим всеобъемлющий закон об искусственном интеллекте. EU AI Act[38] (Регламент об искусственном интеллекте) был одобрен Европейским парламентом в 2024 году, а ключевые его положения начали вступать в силу уже в 2025-м. В основе EU AI Act лежит рискориентированный подход, то есть чем выше угроза для прав и безопасности граждан, тем строже требования к ИИ, исходя из чего была сформирована четырехуровневая система классификации рисков.

1. Неприемлемый риск

Системы ИИ, которые представляют явную угрозу безопасности, правам и свободам людей, полностью запрещены на территории ЕС, их использование влечет административную или даже уголовную ответственность (в зависимости от конкретной системы). К этой категории, например, относятся:

♦ социальный рейтинг – оценка граждан государством на основе их поведения, социального статуса или личных характеристик;

♦ эксплуатация уязвимостей – ИИ, манипулирующий поведением детей, пожилых людей или людей с ограниченными возможностями;

♦ категоризация – классификация людей по чувствительным признакам (раса, политические взгляды, религия и так далее);

♦ распознавание эмоций на работе и в образовании (за исключением медицинских целей);

♦ системы предиктивной полиции – основанные исключительно на профилировании или оценке личностных характеристик;

♦ биометрическая идентификация в реальном времени в общественных местах, за редкими исключениями (поиск пропавших детей, предотвращение террористических атак, розыск опасных преступников и так далее).

2. Высокий риск

Системы ИИ, используемые в критически важных областях, способные оказать влияние на принятие решений людьми или затрагивающие права и свободы, но не нарушающие их напрямую.

Сферы применения таких систем:

♦ инфраструктура (водоснабжение, электроэнергия, транспорт);

♦ образование (оценка знаний, поступление в вузы);

♦ трудоустройство (системы найма, мониторинг сотрудников);

♦ доступ к базовым услугам (оценка кредитоспособности, страхование);

♦ правоохранительная деятельность (оценка рисков рецидива, анализ доказательств);

♦ миграция и пограничный контроль;

♦ правосудие и демократические процессы.

Чтобы выпустить на рынок такую ИИ-систему, нужно контролировать соответствие ее жестким требованиям.

♦ Обучать модели только на репрезентативных и тщательно отобранных точных данных (Data and Data Governance).

♦ Каждая система должна иметь техническую документацию (Technical Documentation) с полным описанием ее возможностей.

♦ Пользователи должны знать, что взаимодействуют с ИИ, а не с человеком (Transparency and Provision of Information to Deployers).

♦ Обеспечить регулярный анализ потенциальных опасностей (Risk Management System).

♦ Снабжать систему многоуровневой защитой от взлома (Accuracy, Robustness and Cybersecurity).

♦ Человек всегда должен контролировать решения, принимаемые ИИ, и иметь возможность вмешаться (Human Oversight).

♦ Все такие системы должны быть внесены в общий реестр высокорисковых систем в базе ЕС.

3. Ограниченный риск

Основное требование к системам, с которыми взаимодействуют граждане, – прозрачность взаимодействия с ИИ. К ним относятся:

♦ чат-боты и голосовые помощники – пользователь должен понимать, что общается с ИИ, а не с человеком;

♦ системы распознавания эмоций – требуется уведомление об использовании;

♦ биометрические системы категоризации – обязательное информирование;

♦ контент, сгенерированный ИИ (текст, изображения, аудио и видео), требует маркировки.

4. Минимальный риск

Большинство ИИ-приложений попадает в эту категорию – спам-фильтры, рекомендательные системы, видеоигры с ИИ-противниками. Для них не предусмотрено обязательных требований, разработчики могут добровольно следовать кодексам поведения, но сами системы не влияют на безопасность или права и свободы человека.

Исключения и особенности:

♦ Открытые модели с открытым кодом – смягченные требования при условии надлежащей документации.

♦ Военное и оборонное применение – не подпадает под действие регламента.

♦ Исследовательские цели – упрощенный режим для научных разработок.

♦ ИИ для личного некоммерческого использования – не регулируется.

EU AI Act уделяет отдельное внимание генеративным моделям (это все LLM и разнообразные генераторы аудио- и видеоконтента), а точнее – их ситуации в вопросах об авторском праве.

Согласно положениям этого закона, все компании, создающие генеративные модели, обязаны публиковать в открытом доступе резюме по обучающим данным и документировать их источники. Благодаря этому авторы контента смогут проконтролировать, использовались ли их работы без согласия, и есть ли необходимость подать судебный иск.

Однако при этом разработчики ИИ обязаны соблюдать уже существующие директивы об авторском праве. И тут появляется «серая зона», ведь, согласно директиве 2019/790[39] об авторском праве, на Едином цифровом рынке исследовательским организациям и учреждениям культуры разрешено использовать любой контент, но только для некоммерческих исследований, однако при этом автор может отозвать это право на свои произведения. А сложность ситуации в том, что большинство коммерческих моделей уже обучено до появления этого механизма для авторов. С одной стороны, теперь это считается незаконным, а с другой – решить этот вопрос технически невозможно без полного переобучения моделей.

Поэтому сейчас ЕС удерживает баланс: для открытых моделей требуется надлежащая документация, а авторы имеют возможность судебной защиты при возникновении прецедента.

При этом на один из главных вопросов ответа как не было, так и нет. Кому принадлежит авторское право на ИИ-произведения? Общая позиция в том, что ИИ не может быть автором, но человек-пользователь может получить права при достаточном творческом вкладе. Но как измерить этот творческий вклад?

Сторонники утверждают, что закон:

♦ защищает права граждан и предотвращает злоупотребления;

♦ создает доверие к технологиям ИИ;

♦ стимулирует разработку этичного и безопасного ИИ.

Критики указывают, что:

♦ излишнее регулирование может затормозить инновации;

♦ европейские компании окажутся в невыгодном положении по сравнению с США и Китаем;

♦ требования слишком расплывчаты и сложны для выполнения;

♦ малый бизнес и стартапы не потянут расходы на соответствие.

Посмотрим, к чему это все приведет в перспективе на самом деле. С одной стороны, ЕС прямо заявляет, что человечество не намерено пускать развитие ИИ на самотек и готово защищать пользователей, а с другой – действительно слишком сильно влияет на разработчиков. Сейчас EU AI Act применяется ко всем компаниям, чьи ИИ-системы используются на территории Европы. Из-за этого многие компании внедряют требования глобально, чтобы не поддерживать разные версии продуктов. А следом и многие страны принимают у себя похожие законы на основе этого стандарта, установленного ЕС.

Заметим, что тестирование проводится в условиях почти полного отсутствия функций безопасности, которые присутствуют в пользовательских приложениях.

https://artificialintelligenceact.eu/.

https://eur-lex.europa.eu/eli/dir/2019/790/.

В отличие от ЕС с его всеобъемлющим EU AI Act Соединенные Штаты выбрали принципиально иной путь регулирования искусственного интеллекта – децентрализованный, гибкий и основанный на саморегулировании. Здесь нет единого федерального закона об ИИ, вместо этого действует мозаика из отраслевых правил, исполнительных указов, рекомендаций и инициатив штатов. Основная идея в приоритете инноваций над избыточным контролем.

При этом, конечно, совсем без системы регулирования не обошлись и тут. Вместо общего закона об ИИ в США действуют существующие отраслевые правила, которые применяются в конкретных сферах.

1. Здравоохранение

♦ FDA (Управление по контролю за продуктами и лекарствами) регулирует медицинские устройства с ИИ (в том числе диагностику, прогнозирование заболеваний или принятие клинических решений).

♦ HIPAA (закон о переносимости и подотчетности медицинского страхования) защищает конфиденциальность медицинских данных, используемых для обучения ИИ.

2. Финансовый сектор

♦ Fair Credit Reporting Act (FCRA) требует точности и справедливости при оценке кредитоспособности алгоритмами.

♦ Equal Credit Opportunity Act (ECOA) запрещает дискриминацию при выдаче кредитов, включая алгоритмическую.

♦ SEC (Комиссия по ценным бумагам) контролирует использование ИИ в торговле и консультационных услугах.

♦ Банки обязаны объяснять отказ в кредите, даже если решение принял ИИ.

3. Занятость

♦ Title VII Civil Rights Act и Americans with Disabilities Act запрещают дискриминацию при найме, включая системы отбора резюме на основе ИИ.

♦ EEOC (Комиссия по равным возможностям трудоустройства) выпускает руководства по использованию ИИ в HR.

♦ Работодатели должны доказать, что ИИ-инструменты не дискриминируют по расе, полу, возрасту.

4. Транспорт

♦ NHTSA (Национальное управление безопасности дорожного движения) регулирует автономные транспортные средства.

♦ Производители должны отчитываться о ДТП с участием беспилотников.

5. Защита потребителей

♦ FTC (Федеральная торговая комиссия) преследует компании за:

• вводящие в заблуждение заявления об ИИ (AI washing);

• несправедливые или обманчивые практики;

• нарушения конфиденциальности данных.

В октябре 2022 года Белый дом опубликовал Blueprint for an AI Bill of Rights[40] – набор из пяти принципов для разработки и использования автоматизированных систем. Однако это не закон, здесь нет юридической силы, нет механизмов принуждения, нет штрафов за несоблюдение. Это скорее призыв к добровольному следованию принципам.

♦ Безопасные и эффективные системы: ИИ должен быть протестирован до и после развертывания, иметь защиту от дискриминации и других вредных последствий.

♦ Защита от алгоритмической дискриминации. Системы не должны воспроизводить или усиливать неравенство.

♦ Конфиденциальность данных.

♦ Уведомление и объяснение: люди должны знать, когда взаимодействуют с ИИ, а также имеют право понимать, как система пришла к решению.

♦ Альтернативы, созданные человеком. Возможность отказаться от автоматизированной системы и доступ к живому человеку для рассмотрения апелляций.

Категория риска, выделенная в 2025 году. К таким системам относится ИИ, чей результат служит основной базой для решений или действий с юридическим, материальным, обязывающим или значительным эффектом на гражданские права, свободы или конфиденциальность физических или юридических лиц и на доступ к образованию, жилью, страхованию, кредитам, трудоустройству и другим программам.

Основные требования:

♦ каждое агентство должно назначить Chief AI Officer (Главного офицера по ИИ);

♦ разработка политик по генеративному ИИ;

♦ ежегодная оценка зрелости внедрения ИИ;

♦ предварительное тестирование перед развертыванием;

♦ оценка влияния ИИ;

♦ непрерывный мониторинг производительности;

♦ человеческий надзор и возможность вмешательства;

♦ документация процессов принятия решений.

Исключение: национальные системы безопасности (NSS) не подпадают под действие этих требований.

5.2.4. Инициативы штатов

Поскольку федеральное правительство не принимает комплексный закон, штаты активно заполняют пробел. К концу 2025 года более 1000 законопроектов об ИИ были внесены в законодательные собрания штатов. Приведем несколько примеров.

♦ Иллинойс – запрет на дискриминацию ИИ при найме. Требование согласия на сбор биометрических данных (влияет на обучение систем распознавания лиц).

♦ Нью-Йорк – требование независимого аудита автоматизированных инструментов отбора кандидатов, уведомления о применении ИИ, раскрытия собираемых данных.

♦ Калифорния – обязывает разработчиков генеративного ИИ документировать обучающие данные и раскрывать использование материалов, защищенных авторским правом. Запрет на создание сексуализированного контента с изображением реальных людей без согласия.

♦ Техас, Флорида – криминализация использования дипфейков для мошенничества или вмешательства в выборы.

♦ Массачусетс – мораторий на использование распознавания лиц правоохранительными органами.

♦ Вашингтон, Орегон – ограничения на использование ИИ в полиции.

Вместо единообразия штаты создают «лоскутное одеяло» из требований. Администрация Трампа видит в этом главную угрозу конкурентоспособности США.

11 декабря 2025 года Трамп подписал указ Ensuring a National Policy Framework for Artificial Intelligence («Обеспечение национальной структуры политики в области ИИ»). Основная цель: создать единую федеральную систему регулирования ИИ и подавить инициативы. По сути, теперь на штаты, чьи законы администрация посчитает «обременительными» и «подавляющими инновации», будет оказываться финансовое давление, а в стране взят курс на формирование федерального стандарта отчетности для ИИ-моделей и закона, который вытеснит инициативы штатов.

Администрация Трампа агрессивно продвигает модель минимального регулирования и делает акцент на приоритете инноваций и сохранении лидерских позиций на общемировом рынке. Вероятнее всего, в будущем будет достигнуто компромиссное решение и принят федеральный закон, который окажется значительно мягче EU AI Act, но сейчас сохраняются фрагментарный подход касательно жестких ограничений и рекомендательный на общефедеральном уровне.

https://data.aclum.org/storage/2025/01/OSTP_www_whitehouse_gov_ostp_ai-bill-of-rights.pdf.

Россия занимает промежуточное положение между жестким европейским регулированием и либеральным американским подходом. Государство активно поддерживает развитие ИИ, создает базовые стандарты, но избегает жестких ограничений, опасаясь затормозить инновации на относительно небольшом рынке.

Хотя специального закона об ИИ еще нет, целый ряд существующих уже регулирует отдельные аспекты использования искусственного интеллекта.

1. Персональные данные – Закон 152-ФЗ с изменениями 2025 года

Федеральный закон № 233-ФЗ от 8 августа 2024 года (вступил в силу 1 сентября 2025 года) внес критически важные изменения для работы с ИИ.

Статья 13.1 – Обезличивание персональных данных:

♦ персональные данные, превращенные в обезличенную форму, можно обрабатывать без согласия гражданина;

♦ операторы обязаны по запросу регулятора передавать в обезличенном виде массивы персональных данных;

♦ создается государственная информационная система для обезличенных данных;

♦ не подлежат передаче: биометрия и данные о состоянии здоровья;

♦ граждане имеют право на возражение против передачи обезличенных изображений лица и записей голоса.

Цель изменений: дать бизнесу и государству возможности для безопасного использования больших данных и технологий ИИ при обучении моделей.

Практическое значение для ИИ:

♦ компании могут обучать модели на обезличенных данных без согласия каждого субъекта;

♦ упрощается создание дата-сетов для обучения российских моделей;

♦ создается национальный сервис запроса данных – бизнес сможет официально запрашивать у государства наборы данных для обучения ИИ (планируется к 2026–2027 гг.).

2. Интеллектуальная собственность – часть IV ГК РФ

♦ Статья 1228 ГК РФ: автором может быть только физическое лицо.

♦ Произведения, созданные полностью ИИ без творческого вклада человека, не охраняются авторским правом и сразу переходят в общественное достояние.

Роспатент в 2023 году выпустил разъяснения. Если человек существенно участвовал в создании (подбор промптов, кураторская работа, постобработка), он может считаться автором. «Существенность» оценивается в каждом случае индивидуально.

3. Защита прав потребителей – Закон 2300–1

♦ Применяется к ИИ-сервисам для потребителей.

♦ Компания отвечает за качество услуги, даже если решение принял ИИ.

4. Реклама – Закон 38-ФЗ

♦ Реклама, созданная с помощью ИИ, должна соответствовать всем требованиям.

♦ Дипфейки в рекламе без согласия изображенных лиц запрещены.

5. Противодействие мошенничеству – УК РФ

♦ Использование дипфейков для обмана – мошенничество (ст. 159).

♦ Создание недобросовестных дипфейков – нарушение неприкосновенности частной жизни (ст. 137).

1. Здравоохранение

♦ ИИ может использоваться только как вспомогательный инструмент.

♦ Окончательное решение всегда принимает врач.

♦ Требуется валидация систем на российских данных.

♦ Медицинские ИИ-системы должны пройти регистрацию как медицинские изделия и сертификацию.

2. Финансовый сектор

♦ Требования к скоринговым моделям – они должны быть интерпретируемыми.

♦ Банки обязаны объяснять отказ в кредите.

♦ Постановление Правительства № 1587 (2021 год): банки должны раскрывать использование ИИ при принятии решений о кредитовании.

3. Транспорт

♦ Постановление Правительства № 1415 (2020 год) о допуске беспилотников.

♦ Требуется специальное разрешение для тестирования.

♦ Обязательно присутствие оператора.

♦ Полноценная эксплуатация без водителя все еще в правовой серой зоне.

4. Образование

♦ Запрет на использование ИИ для выполнения экзаменационных работ (но ГОСТ 71657–2024 разрешает использовать ИИ как помощника при написании научных работ).

♦ Контроль за системами прокторинга.

В России нет единого регулятора ИИ. Контроль распределен между различными ведомствами.

1. Минэкономразвития

♦ Координация государственной политики в сфере ИИ.

♦ Управление экспериментальными правовыми режимами.

2. Минцифры

♦ Разработка концепции и рамочного закона об ИИ.

♦ Развитие цифровой инфраструктуры.

♦ Создание национальных дата-сетов.

♦ Поддержка отечественных разработчиков.

3. Роскомнадзор

♦ Контроль за обработкой персональных данных ИИ-системами.

♦ Ведение реестра операторов персональных данных.

♦ Блокировка сервисов при нарушениях.

4. ФАС

♦ Контроль за злоупотреблениями на рынке ИИ.

♦ Недобросовестная конкуренция с использованием ИИ.

♦ Обманчивая реклама ИИ-возможностей (AI washing).

5. Минпромторг

♦ Разработка системы сертификации ИИ-решений.

6. Отраслевые регуляторы

♦ ЦБ РФ (финансы), Минздрав (медицина), Минтранс (транспорт).

В августе 2025 года Минцифры завершило разработку Концепции развития регулирования отношений в сфере технологий искусственного интеллекта до 2030 года.

Основные положения:

♦ Человекоориентированный подход:

• приоритет защиты прав и интересов граждан;

• прозрачность процессов принятия решений ИИ;

• право на объяснение решений, принятых ИИ-системами.

♦ Классификация ИИ-систем по уровню риска:

• Высокий риск:

« медицинская диагностика и принятие клинических решений;

« системы оценки кредитоспособности;

« рекрутинг и оценка персонала;

« правоохранительная деятельность;

« критическая инфраструктура;

« образовательные системы оценки.

• Средний риск:

« чат-боты и виртуальные ассистенты;

« рекомендательные системы;

« системы персонализации контента.

• Низкий риск:

« спам-фильтры;

« игровой ИИ;

« простые системы автоматизации.

♦ Требования к высокорисковым системам:

• обязательная сертификация или декларирование соответствия;

• документирование процессов разработки;

• тестирование на предвзятость и безопасность;

• возможность аудита алгоритмов;

• прозрачность для пользователей;

• регистрация в официальном реестре ИИ-решений (действует с 2025 года).

♦ Запрещенные практики:

• социальный скоринг (оценка граждан государством по образцу китайской системы);

• биометрическая категоризация по чувствительным признакам;

• манипулирование поведением через подсознательные сигналы.

♦ Ответственность за решения ИИ:

• оператор ИИ (кто использует систему) несет основную ответственность;

• разработчик отвечает за дефекты и недостатки системы;

• пользователь не несет ответственности за ошибки ИИ при нормальном использовании.

С 2024–2025 годов в России активно внедряется нормативно-техническое регулирование через систему государственных стандартов. Это добровольные, но рекомендуемые правила.

ГОСТ Р 71657–2024 (вступил в силу 1 января 2025 года).

♦ Разрешает использование ИИ при написании научных работ.

♦ Запрещает указывать ИИ в качестве автора.

♦ ИИ может: собирать данные, анализировать источники, формулировать названия, оформлять текст.

♦ Ответственность за достоверность остается на исследователе.

Другие действующие ГОСТы по ИИ:

♦ стандарты по внедрению ИИ в различных отраслях;

♦ требования к документации ИИ-систем;

♦ методы тестирования и валидации.

Окончательная правовая структура пока не сформирована. Власти опасаются, что избыток госрегулирования на относительно небольшом российском рынке может привести к утрате технологического лидерства, но при этом осознают необходимость контроля. На момент написания этой книги уже разрабатываются законопроекты, определяющие положение ИИ в правовом поле более ясно.

Сейчас Россия – одна из наиболее либеральных в мире стран в сфере разработки и применения искусственного интеллекта.

Вот мы и закончили нашу небольшую прогулку по миру ИИ. Если в начале книги он мог казаться чем-то далеким и абстрактным, то теперь, надеюсь, вы видите его таким, какой он есть на самом деле: сложным и противоречивым, но невероятно мощным инструментом, который мы начинаем осваивать.

Мы узнали, что современный ИИ – это не один всемогущий «мозг», а множество специализированных систем. Разобрались, как работают языковые модели, и научились эффективно общаться с ними, превращая хаотичный диалог в продуктивное сотрудничество.

Но многие вопросы остались без ответа. И это нормально – потому что ответов пока нет ни у кого. Неизвестно, приведет ли текущий подход к созданию «универсального» искусственного интеллекта (AGI). Сложно предсказать, как общество адаптируется к массовому внедрению ИИ. Получится ли у человечества договориться о правилах игры – этических, правовых, политических? И мы не знаем, наступит ли третья «зима» искусственного интеллекта. Дважды человечество уже переоценивало возможности ИИ, и оба раза за эйфорией следовало разочарование. Быть может, текущий бум – тоже пузырь, который рано или поздно лопнет?

Мир ИИ меняется так быстро, что к моменту публикации некоторые детали уже могли устареть. Появляются новые модели, новые возможности, новые проблемы. Но фундамент, который мы заложили на этих страницах, останется актуальным.

Теперь перед вами открываются возможности. Вы можете экспериментировать с применением ИИ, создавать то, что раньше казалось невозможным. Или, напротив, дистанцироваться, но уже осознанно. Главное – не оставаться в стороне. ИИ уже здесь, и он будет влиять на вашу жизнь независимо от того, пользуетесь вы им напрямую или нет. Чем лучше вы понимаете эту технологию, тем больше контроля над собственной жизнью вы сохраняете.

История искусственного интеллекта – это история человеческого упорства, а вся индустрия дошла до нынешнего положения лишь благодаря ученым, которые смотрели дальше обозримого будущего и верили в то, что окружающие считали бесперспективными и туманными мечтами.

Искусственный интеллект отражает наши надежды и страхи, наши ценности и предрассудки, наш гений и нашу глупость. Мы создали его по своему образу и подобию – несовершенным, предвзятым, иногда удивительно проницательным, иногда до смешного ограниченным.

Каков же мир в будущем? Будут ли технологии служить человеку? Или это будет мир тотального контроля, где алгоритмы принимают решения за нас, а мы постепенно утрачиваем способность мыслить самостоятельно?

Ответ зависит от всех нас. От разработчиков, которые создают эти системы. От законодателей, которые их регулируют. От бизнеса, который их внедряет. И от обычных пользователей, которые каждый день делают выбор: как использовать ИИ, когда доверять ему, а когда полагаться на собственный разум. Будущее искусственного интеллекта еще не написано. Более того, именно вы держите в руках перо.

Помните: в мире, где машины учатся имитировать человека, самое ценное – оставаться человеком. Со всеми нашими несовершенствами, эмоциями, интуицией и способностью к эмпатии. Это то, чему искусственный интеллект пока не научился. И, возможно, никогда не научится.

Этот тест проводится до сих пор, но уже начал вызывать определенные сомнения у многих разработчиков после того, как модель GPT-4.5 прошла его в 73 % случаев. – Здесь и далее примечания автора, если не указано иное.

Названа в честь героини «Пигмалиона» Бернарда Шоу.

A general survey by Sir James Lighthill FRS Lucasian Professor of Applied Mathematics Cambridge University. July 1972.

Полный текст отчета, ставшего катализатором «зимы», можно найти на сайте Института применения искусственного интеллекта (AIAI, Artificial Intelligence Applications Institute) Эдинбургского университета: https://www.aiai.ed.ac.uk/events/lighthill1973/.

https://www.mt-archive.net/50/ALPAC‐1966.pdf.

Мы до сих пор продолжаем использовать компьютеры четвертого поколения, вот насколько их планы были утопичны.

http://www.ai.mit.edu/projects/humanoid-robotics-group/cog/overview.html.

«Гуманоидный интеллект требует гуманоидного взаимодействия с миром». – Прим. ред.

Источник: https://science.nasa.gov/photojournal/dunes-big-crater-and-twin-peaks-right-eye/.

https://cs.stanford.edu/group/roadrunner//old/index.html.

http://oxygen.lcs.mit.edu/Overview.html.

24 марта 2026 года OpenAI объявила о закрытии Sora. – Прим. ред.

От англ. Chief Executive Officer – главный исполнительный директор компании. – Прим. ред.

https://chatgpt.com/.

https://help.openai.com/en/articles/9260256-chatgpt-capabilities-overview.

https://chatgpt.com/gpts.

https://gemini.google.com/.

https://aistudio.google.com/.

https://claude.com/.

https://grok.com/.

https://www.perplexity.ai/.

https://chat.deepseek.com/.

С китайского – глубокое исследование; углубленный поиск знаний.

https://alice.yandex.ru/.

По адресу https://dialogs.yandex.ru/store находится каталог уже готовых навыков.

https://giga.chat/.

Источник иллюстрации блог Google AI: https://research.google/blog/transformer-a-novel-neural-network-architecture-for-language-understanding/.

Источник иллюстрации Аламмар Дж. The Illustrated Transformer. URL: https://jalammar.github.io/illustrated-transformer/.

Все новое – хорошо забытое старое. Подобная имитация раньше использовалась в компьютерных играх для визуализации процесса загрузки. Уже тогда поняли, что визуально человеческая психика комфортнее воспринимает что-то среднее между идеальной равномерностью и загрузкой на 100 % за секунду.

Автор этой книги лично потратил целый вечер на попытки выудить из ChatGPT хоть сколько-нибудь смешной анекдот вместо размытых текстов, смешных лишь для ценителей абсурдного юмора и метаиронии на почве киберпанка, в котором мы все очутились. Для сравнения: «Алиса» справилась с первой попытки, вспомнив все, что раньше печаталось на последней странице газет.

Важное уточнение: иногда даже на платной версии качество ответов ИИ с самого начала чата весьма низкое. Так бывает из-за перегрузки серверов. Здесь единственное решение – подождать некоторое время, когда нагрузка на них станет меньше.

Единственное исключение на момент написания книги – Claude от Anthropic, он указывает, если у него нет информации, и датирует ее, если нашел только что-то старое, после чего обычно предлагает выполнить поиск актуальных данных в интернете.

Хуже, чем галлюцинации, может быть, только когда к ним добавляется чрезмерное желание ИИ быть «хорошим парнем». В итоге получается, что ИИ врет, вы указываете ему на ошибку, он соглашается и вновь выдумывает несуществующее.

Как пример – исследование ученых из Стэнфордского университета: https://arxiv.org/abs/2504.18412.

https://arxiv.org/abs/2506.08872.

От англ. exploit – «использовать, эксплуатировать») – это инструмент, который позволяет злоумышленникам проникнуть в систему через слабое место и запустить вредоносную программу.

Заметим, что тестирование проводится в условиях почти полного отсутствия функций безопасности, которые присутствуют в пользовательских приложениях.

https://artificialintelligenceact.eu/.

https://eur-lex.europa.eu/eli/dir/2019/790/.

https://data.aclum.org/storage/2025/01/OSTP_www_whitehouse_gov_ostp_ai-bill-of-rights.pdf.