На данный момент тема с ИИ доносится изо всех утюгов, поэтому самое время высказать свое непопулярное мнение. Большинство наших заказчиков знают, насколько негативно я отношусь к ИИ и хайпу вокруг него. Попробую пояснить свою позицию простыми словами настолько, насколько у меня получится.
Еще в универе на одном из предметов нам рассказывали теорию экспертных систем, а некоторые студенты пытались делать программы по распознаванию образов для своих дипломных работ. И у меня есть стойкое ощущение, что вся математика, связанная с ИИ, в основе своей уже была разработана достаточно давно. Просто до недавнего времени вычислительные мощности компьютеров не позволяли производить необходимое количество операций. Вывод: это не новая технология с технической точки зрения.
Недавно я услышал одну интересную цифру. Не ручаюсь за точность информации, но в одном ролике, посвященном финансовым рынкам, говорилось, что инфраструктура чата GPT за час расходует энергии столько же, сколько 175.000 домохозяйств за год. Цифра просто огромная. Вывод: это очень дорого.
«С использованием искусственного интеллекта» — именно эта фраза все чаще встречается людям на современных товарах (сервисы, электронные устройства, программы). Есть одно облачное решение для общепита, серверная часть которого, как утверждается авторами, использует ИИ. Подписка на этот сервер стоит 20.000 в месяц. Я приблизительно знаю, сколько обходились сервера Dodo IS несколько лет назад, уж точно не 20.000 рублей. Да и не было в DodoIS никакого встроенного ИИ, а был лишь огромный объем информации, который нужно было обрабатывать. Тут же за 20.000 целый сервер с ИИ. Фантастика! Кажется мне, что подавляющее большинство товаров с использованием ИИ являются просто маркетинговым враньем, которое отлично продается. Вывод: это маркетинг.
Как известно, ИИ обучается на основе некоторых статистических данных. Сначала собирается и анализируется информация (Дата-майнинг), следующим шагом собираются тестовые наборы данных (дата-сеты), на основе которых потом обучается нейросеть. Я много думал над тем, как получить эти самые дата-сеты, например, для прогнозирования выручки и управления кухней пиццерии. Для конкретно взятой пиццерии, работающей на доставку, которая находится на второй линии, в городе с населением в 150.000, в спальном районе со сложной дорожной обстановкой и т.д., и т.п. Список уникальных характеристик, которые могут влиять на бизнес достаточно большой. Если обучаться на данных конкретной пиццерии, чтобы получить выборку, на основе которой можно принимать какие-то решения, то это займет несколько лет. Нужно несколько раз прожить 8 марта, чтобы потом было некоторое понимание, как это происходит. Естественно, нужно еще найти аналитиков, которые смогут правильно определить критерии, которые влияют на работу пиццерии, а затем собрать на их основе даты-сеты. Кажется мне, что данный путь слишком дорог и долог и вряд ли кто-то рискнет по нему двигаться. Попробуем другой вариант. Наверняка, появятся сервисы, которые будут предоставлять готовые дата-сеты, а может и целые нейронные сети, которые будут построены на основе каких-то данных (в нашем случае статистика работы пиццерий). Допустим, что эти данные будут верны и наборы дата-сетов корректны. Но достаточное ли количество таких наборов? Есть ли среди них тот, который подходит именно под указанную выше пиццерию? Допустим даже, что такой набор существует, но как его правильно выбрать? Снова мы упираемся в качественную аналитику, которую нужно провести, чтобы не ошибиться. По итогу, независимо от выбранного варианта, все снова упирается в людей, очень умных людей, которых не очень много. А следовательно количество тех, кто будет продавать сказки, будет большинством на рынке. Вывод: эффективность зависит от квалификации людей, сильно зависит.
Но это еще не все. Допустим составленные дата-сеты идеальны, нейронка обучена и готова к применению. И тут на арену выходит следующая проблема, а именно ввод оперативной информации. Допустим наш ИИ отлично умеет считать производительность кухни, если указать сколько человек на ней работает. Допустим, что даже есть график, который идеально соблюдается, но это не точно. Информация по графикам передается на вход ИИ, все замечательно. Но вдруг приезжает машина, разгружать которую отправляют пару человек с кухни. Нужно оповестить об этом систему с ИИ, но будет ли это сделано? Как показывает наша практика корректный ввод информации – крайне нетривиальная задача. Люди ошибаются, забывают, ленятся. То, что выглядит простой задачей в теории, на деле превращается в головную боль. Без корректной входной информации ИИ будет работать неверно.
Приведу пример из другой области. Недавно наткнулся на обсуждение использования ИИ вместо врачей, которыми так многие недовольны. Многие высказывали мнение, что внедрение ИИ сильно улучшит качество обслуживания. Но лично у меня в этом большие сомнения, как раз таки из-за ввода информации. Сможет ли ИИ так опросить пациента, чтобы получить всю необходимую информацию? А пациент сможет ли правильно сформулировать свои мысли? Вопрос, большой вопрос. Кажется мне, что в итоге на начальных этапах будет сидеть подготовленный оператор, который будет отвечать за ввод правильной информации.
Оставлю тут и другие примеры входной информации для ИИ: погода, дорожный траффик, рекламные оффлайновые активности, мероприятия поблизости и т.д. Вывод: большая зависимость от корректности ввода информации.
Как мне кажется, ИИ шикарен в виде системы поддержки принятия решений. Для некоторого класса задач его можно будет использовать полностью в автоматическом режиме. Этот класс задач еще предстоит выявить и с течением времени он конечно же будет расширяться. Но на данный момент ИИ не является тем, чем его пытаются представить. Уж слишком много в нем от маркетинга.
