Интервью Кевина Вейла - Chief Product Officer в OpenAI о настоящем и будущем ИИ
1️⃣ "ИИ, который вы используете сегодня, — это худший ИИ, который вы когда-либо будете использовать."
Каждые несколько месяцев модели ИИ делают скачки в возможностях, стоимости и безопасности. Это улучшение означает, что сегодняшние ограничения (например, галлюцинации, задержки) будут постепенно сокращаться.
Вывод: Создавайте продукты для возможностей моделей ближайшего будущего, а не только для сегодняшних ограничений!
2️⃣ Evals — новые "юнит-тесты" для ИИ-продуктов.
Evals (пользовательские тесты для моделей) измеряют производительность в конкретных задачах (например, креативное письмо, программирование). Они критически важны, потому что выходы ИИ вероятностные, а не детерминированные. Настройка моделей с помощью evals может превратить функцию с точностью 60% в функцию с точностью 95%.
3️⃣Чат — идеальный интерфейс на данный момент.
В отличие от жестких пользовательских интерфейсов, гибкость чата отражает человеческое общение. LLM прекрасно справляются с нечеткими входными/выходными данными. Даже по мере эволюции ИИ, чат может оставаться базовым для неструктурированного взаимодействия.
4️⃣ "Максимализм моделей": создавайте продукты для следующей модели, а не для текущей.
Философия OpenAI: если ваш продукт едва работает сегодня, продолжайте — следующая версия модели, вероятно, сделает его выдающимся.
Пример: Продукт Bolt терпел неудачи в течение 7 лет, пока новая нейросеть Sonnet 3.5 не разблокировала его за одну ночь.
5️⃣ Тонкая настройка — скрытая суперсила для стартапов.
Основные модели (например, GPT-4) являются универсальными, но их тонкая настройка на узких данных создает непревзойденные тематические решения.
Совет: Используйте ансамбли моделей (например, дешевые/быстрые модели для простых задач, мощные для сложного анализа).
6️⃣ Лучший аналог ИИ? Команда людей.
Ментальная модель Кевина: относитесь к ИИ как к группе специалистов, настроенных на разные задачи (например, дешевый стажер для быстрой проверки, исследователь с PhD для глубокого анализа).
7️⃣ Самые большие возможности ИИ лежат за пределами фокуса OpenAI.
OpenAI не будет строить всё. Их API позволяет более 3 млн разработчиков решать специфические для отрасли проблемы (например, здравоохранение, образование). Области, где данные являются собственностью (например, рабочие процессы компании, нишевые области) или интерфейсы требуют донастройки (например, ИИ-репетиторы, юридические инструменты).
Ключевая цитата для меня: "...время и доверие важнее технологий."
Самая большая карьерная ошибка Кевина: Либра (криптопроект Facebook) провалилась из-за регуляторного/политического климата, а не технологий. Сегодня, с крипто-дружественными политиками, она могла бы процветать.
☄️Вывод который сделал я после прослушивания интервью:
openAI предлагает закончить эпоху доминирования "специалистов по ИИ". Главное - это сочетание большой языковой модели с тематическими (отраслевыми) методиками и знаниями. Делайте продукты так как будто ИИ уже все может - занимайтесь отраслевой спецификой, а остальное сделаем мы, главное верьте в нас, говорит Кевин. Они "продают" не только ИИ но и "веру в ИИ" продают возможности будущего как будто разрабатывают конкретный продукт параллельно с каждым стартапом.
Я старый бунтарь и не знаю слов любви, воспитанный в Стране Советов, и когда кто-то "продает мне веру" первая мысль в моей голове - Опиум для народа :) а не хотят ли меня снова на что-то подсадить :) Поживем увидим... Хорошо что LLM много и есть в том числе опенсорсные.
Само интервью
здесь.
💢 ИИ и данные в образовании на канале
Дизайн Образования