Нейросети давно стали неотъемлемой частью нашей жизни. Они помогают писать тексты, генерировать иллюстрации и правдоподобные фотографии, верстать презентации и даже делать логотипы компаний и проектов. Руководитель группы бизнес-анализа Ростовского филиала ПАО «Ростелеком» Татьяна Потапенко в ходе лекции «Архитектура первой фразы: как проектировать вопросы, на которые ИИ захочет ответить профессионально» рассказала об истории развития искусственного интеллекта, поделилась списком самых популярных сегодня нейросетей а также дала алгоритм, как создавать работающий промт.
От первого ИИ – до современных нейросетей
По словам, первые идеи об искусственном интеллекте были озвучены еще более 70 лет назад. Первым прототип нейронной сети, в которой есть вход, несколько вариантов действия и есть выход, предложил ученый Алан Тьюринг. Уже позже американец Артур Сэмюэл научил машину играть в шашки. Гордон Мур изобрел полупроводниковую электронику — без быстрого компьютера все вычисления занимали много времени.
«Чем компактнее становились вычислительные машины, чем меньше энергии нужно было тратить на то, чтобы обрабатывать большие массивы данных, тем более значительный скачок получило развитие технологий», — рассказывает Татьяна Потапенко.
Эксперт поделилась списком современных нейросетей, которые она применяет в своей работе сегодня: ChatPT, YandexGPT, Midjourney, DeepSeek, Codeium, Claude, Gigahat, Gemini, DALL-E, Stable Diffusion, YaArt, Kandinsky и SpeehEleven.
Как ИИ работает со словом
Татьяна Потапенко определяет понятие «искусственный интеллект» как технологию, благодаря которой машина может решать задачи, обычно решаемые с помощью разумного мышления. Искусственный интеллект имитирует поведение человека. Главной особенностью ИИ эксперт называет способность к самообучению на основе полученных данных и «опыта». ИИ используется для автоматизации задач, улучшения процессов и повышения эффективности работы различных систем и устройств.
«Если вы считаете, что она думает и вас понимает как человек — на уровне эмпатии, эмоций, считывания, тон оф войс — то ничего подобного, — заявляет Татьяна Потапенко. — Искусственный интеллект строится на больших объема информации: статьях, книгах, записях в социальных сетях — на всем, что содержит буквы и цифры. Далее делаются специальные дата-сеты – нарезаются и размечаются. Так, в ChatGPT порядка 108 тысяч параметров: какие могут быть характеристики к слову, что оно может означать, какие у него есть синонимы, из каких частей оно состоит, как оно употребляется, какого рода и так далее».
Кроме того, нейросеть разбирает синтаксис и морфологию слова — она разбивает каждое слово на части: приставка, корень, суффикс и окончание. Далее определяются производится корреляционно-регрессионный анализ – какие части слова встречаются чаще при таком наборе частей слова, что может стоять рядом и что оно в соответствии с этими разметками обозначает. Когда искусственный интеллект читает запрос, то убирает эмоциональную окраску и смотрит лишь на части слова.
В чем опасность использования нейросетей
Опасность применения искусственного интеллекта, по мнению эксперта, заключается в утере данных. Второй фактор, который вызывает опасения в безопасности информации, — предвзятость индексации и «стоп»-слова.
«Естественно, никто из американцев в Силиконовой долине не будет нанимать 100-500 работяг, которые будут сидеть и размечать, что обозначают слова, цвета или картинки. Что они делают? Они идут в Индию, потому что индийцы естественно просят мало денег и говорят на том же английском языке. Индийцы размечают слова в соответствии со своим культурным кодом — как они в своей культуре это понимают. И потом, когда смотрят на сделанный в нейросети портрет среднего индийца, среднего китайца, среднего американца, то получается средний индокитайец, но никак не американец. То есть искусственный интеллект учитывает культурный код того, кто его размечал», — отмечает Татьяна Потапенко.
Также под вопросом «стоп»-слова, которые используют разработчики нейросетей. Например, ChatGPT запретил генерировать тексты с использованием слов «наркотики» и «экстремизм», хотя поначалу он мог выдать рецепт приготовления наркотического средства. Из-за этого пользователи нейросетей не могут быть уверены, кто и, руководясь какими причинами, меняет слова в запросах, чтобы не показывать эту информацию. Из-за этого следуют дискриминационные выводы, которые будут требовать проверки.
«Порой даже сами разработчики не понимают, как нейросеть генерирует ответы», — резюмирует спикер.
Как написать правильный промт
Чтобы нейросеть выполнила вашу просьбу и сгенерировала необходимый контент, нужно эту просьбу правильно оформить, написав промт. Промт — это текстовый запрос, команда или подробная инструкция, которую пользователь передает искусственному интеллекту, чтобы поставить перед ним конкретную задачу.
Татьяна Потапенко поделилась примером написания правильного задания для нейросети:
- Думай как промт-инженер.
- Напиши инструкцию по составлению промтов для LLM.
- Указывай максимальное количество пунктов в инструкции.
- К каждому пункту дай краткое пояснение не больше 3 предложений.
- Используй простой стиль, что бы инструкцию понял обычный пользователь.
- Ответ представь в виде структурированного текста.
После получения ответа можно попросить нейросеть улучшить результат, задав следующий промт: «Теперь проанализируй мой первый запрос в соответствии с этой инструкцией. Дай ответ насколько он соответствует и как можно его улучшить».
Записала Анастасия Талызина
Информационный обзор редакции