«Нейросети показывают, какие качества действительно делают людей уникальными»
Онлайн-кампус НИУ ВШЭ запустил курс «Прикладные нейросети» на портале «Открытое образование». Теперь разобраться в том, как применять возможности искусственного интеллекта на практике, может любой желающий.
Слушатели курса изучают так называемые предобученные модели. Чтобы работать с ними, не нужно дополнительных знаний или инструментов. Подробнее о том, как устроена программа, кому она подходит и почему тренд на нейросети с нами надолго, рассказал автор и преподаватель курса, приглашенный преподаватель департамента больших данных и информационного поиска ФКН ВШЭ Даниил Косакин.
— Что такое предобученные нейросети? Чем они отличаются от нейросетей, о которых все говорят?
— Классические нейросети обучаются с нуля под одну конкретную задачу. Если поменялась даже небольшая деталь, значит, всё, нужно полное переобучение. Предобученные нейросети уже изначально много знают в определенной области, их гораздо легче дообучить под какую-то задачу, ведь основная информация у них уже есть.
Даниил Косакин
Попробую объяснить на примере. Представьте, что вы решили приготовить карри, а раньше до этого вообще ничего не готовили. Но вы готовы тратить дни, недели или даже месяцы, чтобы научиться, — в итоге вы мастерски готовите карри. Но если вас попросить испечь пирог, ваши знания вам не сильно помогут, и учиться придется почти с нуля. А теперь представьте, что такое же задание получил опытный повар. Да, возможно, он никогда не готовил карри, но понимает, как работать с огнем, вкусом и специями. Ему освоить новое блюдо уже значительно проще.
— Кому будет интересен курс? В решении каких практических задач он поможет уже сейчас?
— В первую очередь курс рассчитан на аудиторию, которая хотя бы что-то слышала про нейросети — какие они классные и как много умеют. Но эти люди пока не решились подойти к ИИ ближе, ведь все это кажется каким-то страшным и вообще только для айтишников. Задача курса — эти предубеждения развеять. Вообще-то, применять предобученные нейросети довольно просто.
Такие сети отлично справляются с автоматизацией всяких рутинных процессов. Нужно проанализировать тысячи отзывов клиентов и определить основные запросы? Подключаем языковую модель, она быстро и точно выяснит, что людям нравится в продукте, а что нужно доработать. Расшифровать интервью? Окей, берем модель Speech2Text из открытого доступа. Найти на сотнях фотографий определенный объект? Модели классификации изображений сделают это за вас.
Скорости развития нейросетей фантастические. Еще лет пять назад для каждой из этих задач нужно было либо много времени и отдельная команда инженеров, либо еще больше времени и много рук. Сейчас уже готовые к использованию модели находятся в открытом доступе и их можно установить на личный компьютер.
Узнать больше о курсе и записаться можно здесь.
— Если студент вообще не из IT-сферы, будет ли ему все понятно? Нужны ли дополнительные знания и программы для освоения курса?
— Курс как раз рассчитан на неайтишную аудиторию. Теоретическая часть вообще не требует никаких знаний из области IT — она дает концептуальное представление о том, как работают и какие задачи решают разные нейросети. Чтобы выполнять практические задания, нужно владеть основами языка Python, чтобы понимать, как технически подгружаются и используются модели. Достаточно базовых знаний о переменных, циклах и простых питоновских функциях — остальное можно схватить в процессе.
— Какие практические задания будут на курсе? Чему научится студент?
— Обязательных заданий на курсе нет, но мы подготовили набор ноутбуков, в которых максимально подробно и понятно расписали процесс запуска всех моделей. На занятиях можно подробно разобраться с принципом и особенностями работы этих моделей и узнать, что и как именно происходит в ноутбуке, а вне занятий — потренироваться самостоятельно и попробовать применить эти модели для собственных кейсов.
Рассчитываем, что каждая неделя будет посвящена определенному виду контента (как нейросеть работает с текстом, звуком и изображениями). Студент изучит особенности обработки данных и узнает, для каких задач может быть полезно машинное обучение, а потом на конкретных примерах научится подготавливать данные и запускать модель для их обработки.
— Какие задачи нейросети уже сейчас точно могут взять на себя?
— Как правило, это рутинные задачи, которые понятно сформулированы, у них есть точный порядок действий, а креативность и инициативность не нужны. Проще говоря, если можно за пять минут объяснить человеку, который с этим раньше не работал, что надо делать, скорее всего, с этим справится и нейросеть.
Это инструмент, который может освободить наше время от лишней рутины, чтобы сосредоточиться на действительно интересных и творческих задачах в работе.
— Что нужно уметь, чтобы в ближайшем будущем твое рабочее место не забрала нейросеть?
— Как мне кажется, главное — быть инициативными, любопытными и креативными. Инициативность в принятии непростых решений — та вещь, которую очень сложно доверить модели, хотя бы потому, что она не может нести ответственность за свои решения.
Любопытство и креативность побуждают выходить за рамки привычного, пробовать новое, ошибаться, но продолжать двигаться вперед. Модели от этого пока далеки — они замкнуты в пространстве данных, на которых обучались, и не умеют рисковать и экспериментировать. Можно сказать, что нейросети показывают, какие именно качества делают нас, людей, действительно уникальными.
Больше о работе с нейросетями и применении искусственного интеллекта — на портале Вышки онлайн, посвященном ИИ.
Вам также может быть интересно:
Быть, а не казаться: как вырастить из ИИ профессионала
Пока ученые спорят о пользе и вреде искусственного интеллекта, молодежь активно осваивает и интегрирует нейросети в свою жизнь, приспосабливая нашу реальность к новым условиям. О том, как дообучить LLM, чтобы они смогли служить полноценными ассистентами в профессиональной среде, обсудили в Вышке на воркшопе «Большие языковые модели в науке и в жизни».
«Нам нужно учиться общаться с сервисами искусственного интеллекта»
На платформе «Открытое образование» стартовал онлайн-курс «Что такое генеративный ИИ?», который поможет слушателям узнать больше о том, как правильно общаться с нейросетями, чтобы они лучше выполняли задачи. Как работает генеративный ИИ и как с его помощью создавать любой контент, рассказала эксперт Центра непрерывного образования, старший преподаватель департамента больших данных и информационного поиска ФКН Дарья Касьяненко.
«Специалист по Data Science» ВШЭ — первая программа переподготовки с аккредитацией Альянса в сфере ИИ
Согласно итогам экспертизы, программа Высшей школы экономики охватывает современные области анализа данных и машинного обучения и помогает нетехническим специалистам приобрести базовые знания в области больших данных и искусственного интеллекта. Это уже шестая образовательная программа факультета компьютерных наук НИУ ВШЭ, получившая престижную профессионально-общественную аккредитацию.
В Вышке стартует конкурс компетенций в области ИИ и машинного обучения
Дирекция программы развития НИУ ВШЭ объявляет о проведении конкурса компетенций в интересах развития исследований в области искусственного интеллекта и машинного обучения. Заявки принимаются до 2 мая 2024 года.
Что мы знаем о мозге и его возможностях: рассказывают исследователи ВШЭ
Правда ли, что мозг — самый неизученный орган? Как нейротехнологии помогают в лечении сложных заболеваний? Может ли искусственный интеллект соревноваться с естественным? И куда пойти учиться, чтобы стать нейроученым? Эти и другие темы в новом выпуске рубрики «Разговор с экспертом» обсудили ученые из Высшей школы экономики — Ольга Драгой, Андрей Мячиков и Алексей Осадчий.
НИУ ВШЭ планирует до конца года обучить преподавателей работе с ИИ
Высшая школа экономики представила новый комплексный проект по повышению квалификации профессорско-преподавательского состава НИУ ВШЭ в области использования искусственного интеллекта. Входящий в него пакет программ направлен на обеспечение высокого уровня компетенций в области использования ИИ в образовании и исследованиях. Курсы бесплатны и предназначены для штатных преподавателей, а в дальнейшем — научных сотрудников и аспирантов московского кампуса НИУ ВШЭ.
В Вышке наградят студентов, которые напишут диплом с помощью ИИ
Высшая школа экономики запустила конкурс решений, применяющих технологии искусственного интеллекта, при подготовке дипломов. Задача конкурса — оценить использование студентами инструментов на основе генеративных моделей в выпускных квалификационных работах (ВКР), защищаемых в 2024 году.
Определены победители финала НТО по профилю «Искусственный интеллект»
Названы победители и призеры Национальной технологической олимпиады (НТО) по профилю «Искусственный интеллект», который уже второй год оказывается самым популярным по количеству регистраций из 41 направления НТО. В этом сезоне участниками соревнований стали более 6300 человек из 84 регионов России, а также Казахстана, Молдовы и Узбекистана. В финал вышли 104 школьника из 28 регионов России. Среди субъектов РФ по числу финалистов лидируют Москва (26 человек), Санкт-Петербург (16 человек) и Новосибирская область (13 человек).
Производство будущего: Центр ИИ ВШЭ представил разработки в области контроля ручных операций
Исследователи Центра ИИ НИУ ВШЭ выстроили систему автоматизированного контроля ручных операций, которая находит применение в промышленном производстве. Система облегчает процессы наблюдения за объектами и действиями, а также позволяет контролировать качество их исполнения.
ФКН ВШЭ и Яндекс расширят сотрудничество в сфере подготовки специалистов по ИИ
В следующие 10 лет партнерство Яндекса и факультета компьютерных наук НИУ ВШЭ расширится по трем направлениям: создание новых образовательных программ, развитие исследований в области ИИ и применение генеративных нейросетей в учебном процессе. ФКН был основан Вышкой и Яндексом 10 лет назад и стал одним из лидеров в подготовке разработчиков и специалистов по ИИ и машинному обучению. За это время выпускниками факультета стали 3385 человек.