Модели искусственного интеллекта благодаря уникальному механизму обработки информации способны интерпретировать данные, которые не обладают чёткой структурированностью, могут быть в различных форматах и типах. Нейросеть способна обнаруживать огромное количество сложных, неочевидных взаимосвязей, исправлять собственные ошибки и на основе этого постоянно совершенствоваться. Нейросети анализируют множество схожих ситуаций и предлагают самое, на их взгляд, оптимальное решение.

На разных стадиях и на разных уровнях работы с нейросетями их обучением занимаются различные специалисты. Это компьютерные инженеры, аналитики, программисты, AI-тренеры и AI-редакторы, а также множество других специалистов в области машинного обучения.

Если инженеры и программисты – специальности преимущественно технические, то в зависимости от направленности задач, для которых предназначается нейросеть, AI-тренерами и AI-редакторами могут быть специалисты гуманитарных профессий. Например, для того чтобы обучить нейросеть хорошо и правильно отвечать на широчайший спектр вопросов пользователей, как это делают ставшие популярными чат-боты, необходимо, чтобы с системами работали специалисты именно гуманитарных профессий: языковеды (лингвисты и филологи), преподаватели языка и литературы, переводчики, журналисты, райтеры, пишущие на заданные темы, писатели, специалисты во всевозможных областях человеческой деятельности.

Ниже хочу немного рассказать про уже упомянутый популярный нейросетевой чат-бот ChatGPT, предназначенный для выполнения широчайшего спектра задач, и подобные ему нейросетевые решения.

ChatGPT (GPT здесь – сокращение английского Generative Pre-trained Transformer, что переводится как генеративный предварительно обученный трансформер) создан в виде чат-бота с искусственным интеллектом. Основой этой нейросети стал алгоритм «Трансформер», разработанный специалистами Google Brain (исследовательский проект корпорации Google) в 2017 году.

Этот алгоритм изначально был предназначен для упрощённой обработки последовательностей (в отличие от более сложных нейросетевых алгоритмов), таких как текст на естественном языке, а также для решения таких задач, как машинный перевод и автоматическое реферирование, то есть для создания кратких версий исходных текстов. Говоря совсем просто, алгоритм «Трансформер» может «предсказать» по первым словам вводимого текста то, что у него хочет спросить пользователь, и предложить наиболее вероятный ответ, написав его всякий раз уникально, используя заложенные в него возможности и перевода, и реферирования.

Вопреки распространённому мнению, ChatGPT и подобные ему нейросетевые алгоритмы ничего не создают в истинном значении этого слова. Этот алгоритм, грубо говоря, «великий компилятор». Он обучен на основании сотен тысяч и миллионов образцов, видов и вариантов примеров и создаёт для пользователя ответ на поставленную перед алгоритмом задачу, всякий раз делает новую сборку, которая новой выглядит только для нас. Точно так же работают и многие другие «прямолинейные» нейросети.

Варианты использования этого алгоритма достаточно широки, так как это всё же не «усложнённый Т9», как его часто называют специалисты. Алгоритм способен работать не только с человеческими языками (настоящими и вымышленными), но и с языками программирования. В последних версиях ChatGPT алгоритм «Трансформер» уже научился очень неплохо структурировать данные – составлять пользовательские календари, расписания, таблицы, каталоги, заходить для поисков ответов в интернет и многое другое. Также «Трансформер» уже неплох в том, что касается вариативности – он способен предложить огромное количество различных ответов на один и тот же вопрос. Например, если попросить его придумать несколько вариантов названия чего-либо. GPT-чат-бот становится идеальным исполнителем и в качестве рерайтера текстов, выдавая максимальное количество уникальных текстов-пересказов одного конкретного исходного материала.