Инженер нейросетей – это перспективная профессия, представители которой востребованы в разных отраслях. Профессионально овладеете нейросетями, сформируете клиентскую базу, что позволит вам выйти на 5-10 т.р. в ДЕНЬ. Нейронная сеть может найти решение проблемы, но ей необходимо изучить структурированный набор данных.
Неожиданные профессии, где используют нейросети
| Треть российских соискателей полагает, что их профессию могут заменить нейросети - МК Владимир | Профессия требует не только применять нейросети, но также строить и обучать модели для новых задач. |
| Что такое нейросети, как они работают и что нужно освоить новичку в AI | — Конечно, нейронные сети помогают в большом количестве профессий делать работу быстрее. |
ТОП-5 профессий в сфере ИИ, которые изменят мир
Забрать гайд Обещаем, что обойдемся без спама и навязчивых сообщений. Изучите топовые AI и отдайте им всю рутину Генерируйте сеты иконок, детализированные фотографии, арты и прототипы в Midjourney Научите ИИ говорить на вашем языке, задайте ему роли и пишите тысячи текстов в ChatGPT Оживляйте изображения и создавайте анимацию и видео с нуля, используя только промт и силу Runaway и Stubble Diffusion Интеллект искусственный, Генерируйте сотни уникальных идей для постов, статей или дизайна Пишите эффективные промты для любых нейросетей и получайте предсказуемые результаты Создавайте эффектные изображения и проводите фотосессии всего за пару кликов Генерируйте контент-планы, статьи для блогов и SEO-оптимизированные тексты самостоятельно Разрабатывайте прототипы интерфейсов, дизайн посадочных страниц и фирстиль без подрядчиков Получите преимущества на рынке труда за счет навыков работы с искусственными интеллектом Программа «Cпециалист по нейросетям: профессия промт-инженер» — это большая программа повышения квалификации. Вы можете освоить ее целиком или выбрать для изучения только один из модулей. Знакомство с нейросетями. Принципы работы, направления развития. ИИ-этика — 11 часов Тема 1. История создания нейросетей и основные принципы их работы — 3 часа Тема 2. Обзор чат-систем нейросетей, генерирующих тексты и графических нейросетей — 3 часа Тема 3. Правила безопасности при работе с нейросетями.
А это как раз хорошая новость.
Журналисты, копирайтеры, редакторы ChatGPT уже сейчас хорошо ладит с созданием контента, ведь он умеет хорошо читать, писать и понимать текстовые данные. Медиаиндустрия уже начинает экспериментировать с контентом, генерируемым ИИ. Однако полностью сферу написания текстов искусственный интеллект заменить не сможет. Да, ему подвластны новостные направления и создание новых форм контента типа викторин и путеводителей. В остальном сгенерированные ИИ тексты нужно полностью перепроверять и редактировать, потому что там много "воды". Выходит, что редактору легче самому написать материал начисто, а значит, есть процессы, которые не поддаются автоматизации. Юристы Обязанности помощников юристов, которые анализируют и структурируют большие объёмы информации, чтобы потом превратить их в удобочитаемую юридическую сводку, сможет взять на себя ИИ. Однако снова и снова ИИ столкнётся с задачей, которая ему не под силу по крайней мере, без помощи человека : человеческое участие и понимание, чего хочет клиент или работодатель.
Как попасть в индустрию Нейросетями можно заниматься как прикладной технологией в коммерческой разработке, так и использовать их в качестве инструмента для исследований в научных лабораториях. В 2016 году, чтобы попасть в лабораторию, занимающуюся нейросетями, ничего особенного знать и уметь не требовалось. Сейчас порог входа в исследовательские лаборатории, где применяют эту технологию, увеличился. Нужно соответствовать высоким требованиям: знать математику, хорошо кодить, иметь научные публикации. Такой уровень экспертизы есть у небольшой части людей. Вакансий публикуется больше не в области исследований, а в прикладных проектах. Прикладными проектами может заниматься обычный разработчик. Для этого нужно уметь кодить, решать задачи и использовать системный подход. Нужно учиться делать базовые вещи максимально аккуратно. А все остальное получится в свое время. Самое тяжелое умение — на грани hard skills и soft skills — понимать, что делаешь. Подвох в том, что данные могут лежать в каком угодно виде, и надо уметь грамотно их обрабатывать. Если есть десятки CSV, которые ссылаются друг на друга, нужно правильно соединить их между собой по ключам и в процессе ничего не потерять и не приобрести. Это сложная задача для людей, которые хотят создавать искусственный интеллект. Чтобы стать разработчиком нейросетей, должен быть искренний, неиссякаемый интерес к этому. Желательно иметь в голове образ результата, абстрактное желание заниматься нейросетями ни к чему не приведет. Сильная образовательная база не так важна, как любознательность и усидчивость. Однако, если в вузе вы хорошо изучили математику и алгоритмы, ваш инструментарий будет богаче. Многие задачи, которые встречаются в моей работе сейчас, я научился решать еще в университете. Помимо математических знаний и опыта разработки, здорово обладать профильной экспертизой — это помогает быстрее находить очевидные глупости и лучше понимать ценность решения. Нейросеть — это лишь инструмент, которым можно овладеть за короткий срок, а профильный опыт накапливается довольно долго. Выбирайте сферу, в которой у вас есть такой опыт. Например, если умеете работать с микроконтроллерами, портировать какие-то штуки на железки, то идите специалистом по нейросетям в промышленность. А если хорошо знаете банковскую сферу, ее риски и ограничения, то в банк. Определитесь, к какому результату стремитесь именно вы. Можно копать в сторону определенного класса задач и пройти специализированные курсы: По компьютерному зрению — например, Стэнфордский курс CS231n: Convolutional Neural Networks for Visual Recognition По обработке текстов на естественном языке NLP По графовым нейронным сетям. Эти курсы дадут хорошее представление о том, как все работает и что можно делать с помощью нейросетей. А параллельно с обучением стоит искать работу: лучше всего учится и запоминается то, что совпадает с рабочими обязанностями. Я точно не знаю, как сейчас выглядит рынок ML-вакансий в России. Но те, что есть, в основном не для джуниоров. Все ищут сеньоров, и это очень плохо — отсутствует преемственность поколений. Будущий хороший специалист должен приходить в компанию джуном и учиться там у сеньоров и мидлов. Через некоторое время он матереет, легко справляется с типовыми задачами, становится способен исследовать что-то новое и продвигать индустрию. Если компания нанимает только сеньоров, она не растит джунов и не поставляет на рынок новых специалистов. На мировой рынок, безусловно, сейчас влияет кризис в бигтехе Big Tech. Стартапы стали получать значительно меньше инвестиций и перестали нанимать стажеров. Мы вынуждены указывать это по требованию российских властей , Google, Microsoft привели к уменьшению вакансий, и это беда. Кризис в основном бьет по джунам и мидлам, которые хотели вкатиться в эту область. Кажется, Яндекс все еще приглашает на стажировки.
GANы для генерации картинок появились еще в 2014 году и произвели фурор среди специалистов, но для широкой публики результаты получались невзрачными. Большие компании копят данные и контент всю историю своего существования. С картинками прорыв случился в 2012 со знаменитым Imagenet, а вот в текстах Imagenet-момент зрел почему-то дольше. Теперь, когда нашлось столько вариантов применения для картинок и текстов, созданных нейросетями, дело за музыкой и голосом. Сфера AI получила такое развитие только тогда, когда крупные компании увидели в этом перспективу. Нейросети помогают захватывать новые рынки, привлекать аудиторию. Поиск Google и Яндекс долгое время был построен на солидных, классических технологиях. Нейронные сети появились здесь совсем недавно. Сначала это были алгоритмы, потом — эвристики с подобранными параметрами, потом — какие-то простые ML-вещи. Нейросетей долго не было, потому что отвечать на запросы пользователей с их помощью сильно дороже, чем с помощью классических решений. А в поиске время ответа важно. Раньше нужно было потратить год работы команды из ста человек, чтобы улучшить пользовательский опыт на пару процентов. С приходом нейросетей оказалось, что можно увеличить показатели качества на те же два процента, если в течение месяца обучать алгоритм. Стало ясно, что в это выгодно вкладываться. За годы работы крупные компании — Google, Microsoft, Яндекс — накопили много данных. Они начали тренировать на этих данных большие нейросети, чтобы решить множество внутренних и внешних задач. Пару лет назад «Яндекс» запустил нейросеть «Балабоба». Технология позволяла решать различные задачи, связанные с текстами. Это выглядело как простой сервис для генерации текстов, но технология позволила решать разные прикладные задачи внутри компании — без сбора больших датасетов и привлечения разработчиков. Это очень прикладные вещи: иногда нужно переписать формулировки, иногда найти в объявлении контактную информацию. Затратив пару месяцев работы команды, можно не просто увеличить показатели счастья юзеров, но и сразу решить целую пачку проблем на нескольких проектах. Вот такой странноватый анекдот сочинила нейросеть «Балабоба» Благодаря вложениям больших компаний на рынке стали появляться результаты работы разработчиков нейросетей. Сейчас люди успешно пишут письма и дипломы с помощью ChatGPT, генерят картинки с помощью StableDiffusion и делают потрясающие аватарки в Lensa или Prisma. Пользователи любят с их помощью менять и стилизовать изображения. Я тоже пользуюсь этой технологией: у меня на аватарке стоит картинка, сгенерированная нейросетью. Трудно сказать, почему это так популярно. Но факт остается фактом: в этой области все еще много стартапов, которые легко привлекают инвестиции. Моя аватарка после обработки нейросетью Вклад разработчиков в развитие нейросетей Время от времени кто-то из разработчиков предлагает классные идеи и сам же воплощает их в жизнь — в рамках коммерческого проекта или просто в виде домашнего задания. В 2016 году люди, работающие с текстами, стали пользоваться моделью, которую популяризовал Андрей Карпатый — сейчас очень известный специалист. Он написал один из популярных постов про рекуррентные нейронные сети. Все кинулись искать полезное применение этой технологии. Модель была маленькая, она не позволяла решать много задач, но люди вдохновились. Вклад Карпатого в генерацию текстов огромный. Он популяризовал неизвестную технологию, привлек широкий круг разработчиков. Те стали генерировать идеи, проверять гипотезы и заметно продвинули отрасль вперед. Видео Карпатого про языковое моделирование Опенсорс дает большой вклад в развитие ML. Популярнейший фреймворк машинного обучения PyTorch для языка Python — полностью опенсорсный продукт. Известная библиотека для машинного обучения TensorFlow — изначально внутренняя библиотека Google, которую компания со временем перевела в опенсорс, и с тех пор ее развивает комьюнити. Среди контрибьюторов все еще много людей из Google, но влияние комьюнити велико.
Нейросеть составила список самых востребованных профессий будущего
| Без работы не останемся: к 2030 году ИИ добавит семь новых профессий / Хабр | В этом году нейросети могут внедриться в целый ряд профессий, рассказал "Известиям" руководитель направления продаж "Авито Работы" Роман Губанов. |
| Огонь нейросетей: как попасть в индустрию | Исследователи отмечают, что работа тренеров для нейросетей связана с высокой долей рутинных операций, требует навыков обработки большого объема информации, поэтому выполняется на удалении и занимает неполный рабочий день. |
Неожиданные профессии, где используют нейросети
В эфире обсудили: стоит ли SMM-специалистам бояться нейросетей, как стать высокоплачиваемым специалистом и не выгореть. В профессиях, связанных с правом и безопасностью, нейросети могут быть использованы для анализа больших объемов данных, чтобы выявлять законопреступления и определять наиболее эффективные стратегии противодействия. где учиться работе с нейросетями. В профессиях, связанных с правом и безопасностью, нейросети могут быть использованы для анализа больших объемов данных, чтобы выявлять законопреступления и определять наиболее эффективные стратегии противодействия.
5 перспективных профессий в области искусственного интеллекта
Это рождение правильно срежиссированной комбинации технологий. И с момента рождения Николая, когда мы всем рассказали о том, что он существует, о том, что он выполняет дизайн задачи, его мозги пересобрались уже очень-очень много раз. И вот они сейчас снова в одном шаге от того, чтобы пересобраться с использование новых технологий, которые появились на рынке. Соответственно, дизайнеры, которые занимаются этим проектом, их задача заключается в том, чтобы правильные технологии объединить в правильный пайплайн — последовательность действий, когда результат одного алгоритма правильно передается правильный результат другому алгоритму, и вот так вот по этому конвейеру получается какой-то новый результат. Соответственно, дизайнеры Иронова проектируют примерный диапазон, изобразительный диапазон, учат его новым стилям, подключают к нему новые шрифты и так далее. И вот здесь мы упираемся в то, что задача дизайнера, она на самом деле и раньше была такой — применить какое-то изобразительное решение в правильный контекст. Потому что поставщиками потребностей всегда были и будут люди. Соответственно, принять правильное решение, какой из десятков и даже сотен вариантов подходит лучше всего, - это была, есть и будет истинная работа дизайнера, потому что дизайн делается людьми, для людей. А сейчас, с появлением роботов, просто у нас появляется некоторая компонента, которая называется искусственным интеллектом, которая позволяет: а делать это масштабировано, то есть в больших масштабах, вместо трех вариантов логотипа выбирать из тысячи, б позволяет это делать непредсказуемо.
Собственно, в этот все отличие от того, что сейчас называется искусственным интеллектом от алгоритмических каких-то результатов, в том, что мы часто получаем не вполне предсказуемый результат, и это очень похоже на то, как работает человек. Собственно, вот и вся разница. Но корневая суть работы дизайнера — она не поменялась. Это было и есть подбор правильного варианта в правильные контексты. Гребенников: То есть определяет. Что красиво, сегодня дизайнер все еще, а не искусственный интеллект? Кулинкович: Да, но… У нас, например, есть отдельные технологии внутри Иронова, которые позволяют отбросить совсем плохие варианты. То есть такой примитивный арт-директор, скажем так.
И он помогает не выгружать на конечного пользователя весь массив данных, которые слишком шероховатые, слишком смелые, а как бы делать такой скоринг дизайн-решений, чтобы финальное решение было в каком-то более-менее приличном диапазоне. Поэтому мы все равно используем эти технологии, даже чтобы отсортировать какой-то большой массив выдачи, но финальное решение, конечно, принимает человек. Гребенников: А как вообще происходит постановка технического задания искусственному интеллекту? Предположим, я — маленькая пекарня во Владимирской области. Я приходу в вашу студию и говорю: «Хочу себе классный логотип, чтобы ко мне приходило не 2 000 человек в месяц, а 15 000 человек. Я считаю, что вся проблема моя в логотипе». Я говорю: «Хочу такой логотип, чтобы там был колосочек, хлебушек и круассанчик обязательно». Вы же куда-то это загружаете.
Как происходит процесс формирования технического задания? И потом как искусственный интеллект осознает, что мне нужно как конечному клиенту? Кулинкович: Начнем с того, что если вы предъявите задание живым людям, живым дизайнерам, то, скорее всего, если они будут достаточно с вами честны, то они скажут, что изменение логотипа не увеличит вашу выручку в 10 раз. Это первый момент. То есть если у вас была пекарня с плохим логотипом, а потом появляется некоторый бренд с хорошим логотипом, то едва ли это напрямую окажет влияние на ваши продажи. Косвенно, возможно, при правильном стечении обстоятельств, правильно посеве, да. Но, скорее всего, это не является критерием хорошего логотипа. Второй момент заключается в том, что, если мы посмотрим на логотип пекарен и других каких-то бизнесов, связанных с хлебобулочными изделиями, там не всегда фигурируют колоски, не всегда фигурируют круассаны.
А иногда это некий образ, визуальна интерпретация образа бизнеса, которая этим дизайнером и сделана. Соответственно, когда вы приходите в брендинговое агентство, где сидят живые люди, и они получают этот бриф, что еще происходит? Они его творчески интерпретируют. Они смотрят, как выглядят булочные в этом городе, в округе, пытаются придумать что-то контрастное, что-то отличное от тех ребят, которые на той же улице торгуют круассанами. И, соответственно, они приходят с некоторыми дизайн-гипотезами, что кто-то решил, что это будет какой-то крестик красивый, в котором угадывается что-то такое. Кто-то решил пойти через концепцию семейности, семейного кафе, и вообще нарисовал сердечко, потому что вот «Приходите к нам. Мы вас любим». И все такое.
А кто-то прошел напролом и начал рисовать конкретно круассан, фотореалистично и так далее. И эти все подходы имеют право на жизнь, и в равнозначной степени вы можете получить такие варианты от живых людей. В случае с Ироновым человек, без участия людей, он заполняет бриф, описывает свою компанию. Дальше у нас отдельная система, нейросеть, она интерпретирует бриф, то есть она из текста брифа достает некоторые образы, которые могут подходить под визуальное представление этой компании, как она может быть представлена в виде какого-то емкого символа либо знака. И дальше это по такой цепочке передается, появляются эти визуализации этих образов, они обогащаются разными шрифтовыми комбинациями, дальше подключаются отдельные алгоритмы, которые подбирают цветовые сочетания комплиментарные. В общем, там сложная-сложная штука. Но по факту это точно то же самое, что происходит при работе с живым человеком. То есть интерпретируется некоторый текстовый ввод, так же как к вам приходит человек и что-то говорит, и вы как-то это трансформируете.
Мы все эти шаги условно творческих мытарств алгоритмизировали, перевели в какие-то отдельные процессы? И клиент на выходе получает опыт, очень сопоставимый с опытом общения с живым дизайнером. Только наш дизайнер не капризничает, не болеет. Коротнева: Не уходит в отпуск. Кулинкович Да, да, да. Гребенников: Скажите, а стоимость разработки логотипа… Логотип, предположим, я пришел за логотипом, искусственным интеллектом и обычным дизайнером в студии Артемия Лебедева отличается? Есть какой-то прайс на искусственный интеллект и обычного дизайнера? Кулинкович: Да, конечно, отличается.
Когда вы приходите лично в брендинговое агентство или дизайн-студию, помимо непосредственного конечного дизайнера, который сидит и визуализирует ваш логотип, в это вовлечено очень много людей на самом деле. Это юристы, которые помогают составлять договор; менеджеры, которые позволяют клиенту и дизайнеру услышать друг друга, перевести с одного языка на другой, и много-много всего. Соответственно, когда вы работаете с живыми людьми, чаще всего дизайн — это операционный процесс, где клиент хочет, чтобы его услышали и некоторое врем поиграли с ним вот в эту игру «Согласование видения», да? Это все умножается на стоимость часов специалиста. И разные компании, конечно, по-разному, диапазон очень большой, но он может доходить до очень больших сумм. То есть если вы просто придете в большую дизайн-компанию, то разработка логотипа с нуля, где вас будут слышать, слушать долго и до победного, она может быть супердорогой, неподъемно дорогой для малого и среднего бизнеса. Поэтому Иронов и другие генеративные технологии — это не просто про скорость, это про такую демократизацию дизайна, что если у вас не слишком много денег для того, чтобы играть во все эти чаепития и подписания договоров дорогостоящее, то вы можете пойти и получить из коробки сопоставимый по качеству результат. Просто процесс будет происходить несколько иначе.
Вам нужно будет принять, что ваши какие-то правки и пожелания интерпретируются не прямым методом, а косвенным, в результате работы некоторых алгоритмов. Там могут быть шероховатости, а могут быть, наоборот, источники классных открытий в результате этого. Гребенников: Вот вы говорите про открытия. А бывало так, что пришли две разные компании, диапазон полгода-год, и искусственный интеллект выдал одинаковый логотип на совершенно разные задачи, которые перед вами ставили? Такое происходит и с живыми людьми, то есть можно увидеть очень много примеров того, как дизайнеры думают похоже, скажем так. Гребенников: Назовем это так, хорошо. Кулинкович: Ну да. Просто на самом деле очень часто, когда у вас большой объем работы, вы сделали 1 000 логотипов, наивно полагать, что в мире все ваши логотипы абсолютно аутентичны, потому что каждый день в мире сотни и тысячи дизайнеров генерят новые логотипы, а набор примитивов, из которых логотипная графика состоит, он довольно ограничен, потому что есть базовые формы: треугольник, прямоугольник, квадрат и так далее, которые так или иначе комбинируются.
Если мы говорим условно, что даже у стран, которых ограниченное количество, есть очень похожие флаги, которые можно часто путать друг с другом, что уж говорить про логотипы, которых сотни тысяч генерируется каждый год. Соответственно, мы видим, что действительно могут появляться одинаковые работы, как у живых людей, так и нейросеть может генерировать одинаковые работы, и мы в этом не видим проблемы, потому что это было долгое время ранее. Если где-то в Сингапуре еще существует похожая птицефабрика с таким же крестиком, таким же цветом и с таким же соотношением сторон исполнен, то едва ли эти бизнесы будут друг друга локтями толкать. Поэтому мы на это смотрим совершенно нормально компенсируем это объемом, то есть проблема плагиата существенна, когда у вас стоимость каждой итерации очень большая, а дизайнер уходит на следующую итерацию, неделю молчит, пыхтит и так далее. Но когда вы можете еще одним щелчком сгенерировать еще 100 альтернатив, то, в целом, это перестает быть проблемой. Но я предлагаю переходить от проекта Николай Иронов к другим генеративным технологиям, потому что летом прошлого года буквально весь интернет взорвала сеть Midjourney, которая создавала крутые классные визуальные картинки, и все были в полном восторге. Но вместе с этим восторгом действительно возник вопрос о том, что «Зачем мне условно в штате держать дизайнера, если я могу загрузить свой достаточно вариант брифа, и нейросеть выдаст мне несколько классных вариантов: совершенно удивительных и визуально привлекательных. Сергей, давайте поговорим немножко про это.
Во-первых, как вы думаете, какие перспективы развития у этих нейросетей? Насколько действительно хорошо они генерируют визуальные изображения, и какие риски это несет для творческих профессий? Кулинкович: Спасибо за вопрос. Поскольку возможна какая-то профдеформация, и мы довольно давно находимся от в этой области генеративного дизайна. Просто сейчас из-за того, что искусственный интеллект как понятие тиражируется и как-то ассоциируется с нейросетевыми технологиями, и это сейчас на всех полосах газет и всяких изданий, на это все прожекторы устремлены, на самом деле генеративный дизайн существовал ранее просто в других жанрах. И он как тогда, так и сейчас создавая новые возможности, новые рабочие места, то есть сейчас есть отдельные ребята, которые используют эту технологию для того, чтобы решать подобные задачи за деньги. Midjourney и другие ребята, они создают под себя, как Иронов, который создал новый рынок, который мы сделали, так и другие ребята. Они берут и просто используют это как инструмент.
Раньше инструментом была кисть, к которой просто нужно было применить к ней механическое какое-то воздействие, и сколько-то лет опыта. Но, в целом, она выдавала такие же результаты. Сейчас вместо этой кисти что-то другое. Завтра будет еще что-то другое. Но, в целом, какого-то такого слома я не наблюдаю. Просто появилась новая возможность делать то, что раньше требовало большого количества часов, быстро. Но фактически это просто расширяет, как сказать, перераспределяет усилия людей. То есть сейчас мы видим, что появляются новые профессии.
Создание уникальных рефератов 3. Качественный перевод статей, постов 4. Описание карточек товаров на маркетплейсах 5. Создание контент-плана для соц.
Именно поэтому может вырасти нужда в специалистах по модерации. Конечно, часть контента уже фильтруют с помощью алгоритмов компьютерного зрения, но определять к примеру на сколько оскорбителен контент для каких-то групп пользователей все еще очень сложная задача. Вероятно, вырастет потребность в модераторах более "высоких" сущностей: смешная ли картинка, красивая ли? То есть станет больше потребность в субъективных мнениях от живых людей. Но учитывайте, что пока что в компаниях все еще нужно проверять много такого контента, после которого потом придется долго лечится у психотерапевта.
Но также улучшились модели, которые создают качественные и логичные тексты см. Возможно, в ближайшие годы появится ИИ для видео контента. Но уже сейчас появился огромный простор для креатива и блогерства. Виртуальные блогеры уже не новость, но теперь и живые смогут себя "подменять" и давать писать посты нейросетям или делать реалистичный фото контент со своим лицом не выходя из дома.
Технические писатели. Искусственный интеллект угрожает профессии технического писателя, потому что многие задачи, связанные с написанием технических документов, инструкций и справочных материалов, могут быть автоматизированы с помощью ИИ. Искусственный интеллект может анализировать большое количество данных и формировать документы быстрее и точнее, чем человек. Это значит, что в будущем технические писатели могут столкнуться с уменьшением спроса на свои услуги. Специалисты по вводу данных. Ввод данных — это рутинная и трудоемкая задача, которую можно автоматизировать с помощью систем ИИ. Такой тип работы предполагает ввод больших объемов данных в компьютерную систему. Эта работа может быть выполнена намного быстрее и точнее с помощью ИИ. Специалисты по телемаркетингу. Телемаркетинг включает в себя повторные звонки потенциальным клиентам и является еще одной задачей, которую можно автоматизировать с помощью ИИ. Системы искусственного интеллекта можно запрограммировать на совершение звонков и общение с потенциальными клиентами, что устраняет необходимость в привлечении людей. Midjourney Служба поддержки клиентов. Системы искусственного интеллекта можно запрограммировать для обработки простых запросов в службу поддержки клиентов, таких как ответы на вопросы о продуктах и услугах. Этот тип работы часто включает однотипные задачи и может быть автоматизирован с помощью ИИ, что снижает потребность в представителях службы поддержки клиентов.
Неожиданные профессии, где используют нейросети
Представляем 5 уникальных профессий будущего, связанных с обработкой данных и искусственным интеллектом. Промт-инженер знает, как получить доступ к нейросетям и взаимодействовать с ними через различные платформы и инструменты. Введение в ИИ и нейросети, знакомство с профессией.
5 профессий, которые появились в 2023 году благодаря искусственному интеллекту
Современные профессии, которые они могут привести в этот мир, это: молекулярный биолог, нейробиолог, врач-невролог и нейрохирург, инженер (разрабатывающий искусственные нейронные сети), специалист по BigData, лингвист. Промт-инженер знает, как получить доступ к нейросетям и взаимодействовать с ними через различные платформы и инструменты. AI-тренеры обучают нейросеть отвечать на вопросы безупречно с точки зрения языка, пользы, достоверности, безопасности и этики. Нейросети породили новые профессии, спрос на специалистов, умеющих с ними работать, растет день ото дня, отмечают крупные IT-компании.
Как стать специалистом по нейросетям?
Он будет разрабатывать алгоритмы и системы машинного обучения, собственно обучать и оптимизировать новые модели. Второй в списке — работотехник. В его задачи будет входить создание роботов и внедрение их в производство. Этот же специалист будет отвечать за ремонт и обслуживание машин.
Изменения профессионального ландшафта ждать не заставят, на трансформацию потребуется 5—10 лет, считают участники опроса, который проходил с 10 по 27 марта 2023 года. В нем приняли участие 2,4 тыс.
Но, в целом, какого-то такого слома я не наблюдаю. Просто появилась новая возможность делать то, что раньше требовало большого количества часов, быстро. Но фактически это просто расширяет, как сказать, перераспределяет усилия людей. То есть сейчас мы видим, что появляются новые профессии. Они такие, околодизайнерские: наполовину дизайнерские, наполовину технические. Люди, которые занимаются промт-инжинирингом, которые учатся взаимодействовать с этим инструментом, задавать ему правильные вопросы и получают правильные ответы. Но по факту это тот же дизайн, просто инструментом дизайнера является уже не кисть, уже не какие-то программы редактирования графики. А просто нейросеть. Поэтому ничего не меняется на самом деле, просто трансформируются инструменты производства.
И это было и 100 лет назад, когда происходили какие-то переходы от ручного труда к фабричному, так и сейчас. Так я себе это представляю. Гребенников: Правильно, если простым языком сказать, когда нам говорили, что появилось телевидение, то театр умрет. Точно так же, как не умер театр, не умерло телевидение после появления интернета, точно так же и с появлением искусственного интеллекта, мне кажется, у дизайнера просто появилось больше инструментов для того, чтобы творить. Кулинкович: Да. Совершенно верно. Более того, интересный эффект, что тот крафт, ручная такая работа, которая… Вот этот рынок объединял в себе большое количество профессионалов и сейчас кажется, что пришли нейросети и этот рынок разрушили. И, конечно, вода из этого моря утекла в моменте. Но при этом останутся мастера, как в случае с театрами, есть гениальные постановки, которые собирают огромные залы и оказываются суперактуальными и, возможно, даже более редкими и более неожиданными, чем они были ранее.
Потому что ранее это был такой массовый продукт, то сейчас это штучный. Поэтому, когда все говорят, что нейросети убивают работу дизайнера, здесь, наоборот, я это вижу, как создание каких-то интересных локальных ниш, которые, наоборот, создают возможности. Они как бы преумножают варианты применения каких-то творческих усилий. Коротнева: Сергей, вопрос о том, появится ли новая профессия на стыке дизайна и около какой-то научной истории Data Science. Вы уже сказали про профессию промт-инжиниринг. Кулинкович: Разные люди это называют по-разному. Мы в студии называем это «нейровод» — человек, который выбирает финальный вариант, потому что вариантов очень много, выбрать из них конечный — это и есть одна из самых сложных задач. У нас есть специальные нейроводы. Которые делают дизайн мозгами Николая, но принимают ответственность за принятие финального решения.
Гребенников: Сергей, такой вопрос. Николай — это все-таки когда-то был реальный человек или полностью вымышленный персонаж? Кулинкович: Это полностью вымышленный персонаж. С этим есть очень интересная история, потому что, когда мы начали получать работы, которые сопоставимы по качеству с живыми людьми, мы решили, это не просто прикол. Мы решили проверить, насколько… либо это наш глюк, либо это действительно похоже на то, что делает живой человек. Поэтому мы придумали Николая Иронова и начали под его именем отдавать эти работы нашим клиентам, которые не знали о том, что это генеративный дизайн, для того чтобы обойти вот этот блок предрассудков по поводу того, что если дизайн был синтезирован, значит, он какой-то не такой, какой-то недостаточно человеческий, недостаточно качественный. И мы воспользовались вот этой секретностью и анонимностью. Более того, мы даже засекретили его внутри компании, завели ему там карточку в бухгалтерии, завели ему e-mail, Facebook и так далее, поддерживали какую-то социальную даже жизнь от его имени, придумали ему фоторобот. Мы скормили тоже генеративной системе портреты всех сотрудников студии, которые на тот момент были, и сделали усредненное лицо, загрузили его карточку в наш интернет и, собственно, прожили, пока шла разработка, мы жили с этим образом Николая Аронова.
И дальше отдавали клиентам работы, подписанные этим именем. И только когда эти работы начали массово тиражироваться, появляться на объектах какого-то реального мира, на этикетках с напитками, на вывесках в кафе, только тогда мы раскрыли карты и сказали, что это не человек. Коротнева: Очень любопытно про Николая Иронова. Но вернемся к нашим сетям, которыми мы пользуемся уже с прошлого года. Пытаемся как-то с ними играться, вдохновляться. Мне кажется, я поэтому и хочу ваше профессиональное мнение спросить, что нейросеть, в частности Midjourney, работает примерно в одном и том же направлении — накладывает один и тот же паттерн? Я имею в виду сюрреализм, абстракция, киберпанк. Как-то так она работает. Или нет?
Или она может работать во всех художественных направлениях, креативить совершенно разное? Кулинкович: Ее так научили. Но по факту, когда вы работаете с живым человеком, он тоже работает в одном направлении. Вы приходите к дизайнеру живому или иллюстратору и говорите: «Нарисуй мне кружку», и он вам нарисует, скорее всего, кружку таким образом, как он умел рисовать все эти годы до. И вы для того, чтобы ваш инструмент, для того, чтобы подобрать правильный стиль, найти правильного дизайнера, иллюстратора с правильной историей… Потому что в целом в реальном мире довольно мало людей живых, которые готовы рисовать в очень широком изобразительном диапазоне, создавать графические материалы. Так и с нейросетями. И они рисуют то, чему их научили. Условно, какой-то сет они повидали, то они и выдают. Поэтому всегда можно найти некоторые групповые признаки у разных технологий.
Гребенников: Сегодня применение искусственного интеллекта — это дань моде или это реальный инструмент, который делает нашу жизнь и наши сервисы немножко лучше? В Москве есть ресторан, который существует без шеф-повара, и там такая концепция, что все блюда придумывает искусственный интеллект, потому что искусственный интеллект лучше знает, что в целом, в среднем люди едят. И это дань моде или это реальный сервис, который помогает дизайнерам, музыкантам, тем, кто творит, тем, кто пишет какие-то книги, учебники? Какое у вас мнение? Кулинкович: Во-первых, не стоит недооценивать дань моде. Потому что дань моде продолжает помогать продавать, помогает зарабатывать. И та обвязка, тот же самый продукт, на который навесили лейбл искусственный интеллект, он продается потенциально… В правильных руках он будет продавать с лучшей конверсией, с большей. Это даже без рассмотрения того, что стоит за концепцией искусственный интеллект. Это просто лучше продается.
В моменте. Это уже реальное применение. Я знаю, о каком ресторане вы говорите. Там очень вкусно. И я там бывал много раз. Я практически уверен, что это как раз именно эксплуатация первого сценария. Потому что слишком хорошо для искусственного интеллекта, слишком вкусно. Второй момент, что мы видим, что люди используют… Это не игрушка. Если обращаться опять к Аронову, то у него несколько тысяч клиентов.
И к нам приходят постоянно благодарные отзывы людей, которые просто смогли себе дешево сделать… И быстро сделать классный логотип, который они любят, используют. И этой возможности у них не было ранее. Это было либо дорого, либо они на это не решались. В этом смысле я вижу… И помимо этого мы же разрабатываем и другие технологии. И я вижу, что это вполне себе для нас создает новые рынки внутри. И если рынки существуют, это значит, что… Если энергия в этих рынках как-то двигается, это значит, что есть люди, которые в конечном итоге расстаются с деньгами за результаты работы этих алгоритмов. А если люди расстаются с деньгами систематически, значит, в этом есть какая-то систематическая польза. Поэтому тут я виду просто главное узкое место не в самих технологиях, а в их правильном режиссировании. Если мы говорим про дизайн, технологии генеративного дизайна и в целом очень сложные модели нейросетевые, они существуют уже много-много лет.
Но из-за того, что они создаются в целом математиками и появляются в реальности в виде таких «вайт пейперов», научных статей, которые просто как набор некоторых формул. Но они уже есть на рынке. И сейчас я вижу, что главное узкое горлышко лежит уже не в технологиях, не в непосредственно искусственном интеллекте, есть он или нет, а в том, в какие человеческие отрасли это применено. Потому что это реально дорогое удовольствие. Взять какой-то существующий бизнес. Найти там несовершенство и какие-то вещи, которые можно автоматизировать с помощью просто технологий. Это и так дорого. А с использованием нейросетевых технологий — это еще дороже. Я вижу, что сейчас основная борьба, основной движ происходит именно здесь, где технологии все уже есть, просто подходи, бери с полки.
Но главное — это найти сейчас в существующих индустриях большие возможности. Большие несовершенства, которые можно автоматизировать с помощью этих технологий. Гребенников: Мне кажется, это хорошо продается в том числе. Вы не просто так сказали про маркетинг и рекламу. Ведь туда сегодня добавили лейбл «создано с помощью искусственного интеллекта», «благодаря искусственному интеллекту». А тут еще ChatGPT применили. Мне кажется, что это хорошо продается.
Об это сообщает пресс-служба рекрутингового сервиса HeadHunter со ссылкой на собственную аналитику. Мария Кузнецова Мария Кузнецова С января по ноябрь 2023 года российские работодатели разместили более 12,6 тыс. По данным исследования, у российского бизнеса растёт интерес к работникам, понимающим как развивать, обслуживать и работать с нейросетями. Так, за неполные 11 месяцев 2023 года на сайте рекрутингового ресурса было размещено более 12,6 тысяч вакансий, в которых упоминался ИИ.
ИИ вам в помощь: почему самозанятым нужно учиться работать с нейросетями
Специалист по этике. Морально-нравственные принципы важны даже для искусственного интеллекта. Особенно, если нейросеть учится сама, используя данные из интернета. Разработчик интегральных микросхем или инженер-микроэлектронщик. Пожалуй, самая сложная профессия, и чисто «техническая». Но — фундаментальная, без которой не имеют смысла все остальные. Нет ИИ-чипа — нет и самой сети. Как получить профессию Независимо от выбранной специальности, профессии нужно учиться. Сегодня есть три варианта: Самостоятельное обучение. Не всегда, но практика показывает — талантливые самоучки достигают больших успехов.
Но для достижения должного уровня придется стараться намного больше, чем при обучении где-либо, самостоятельно разрабатывать систему обучения. Самоконтроль, целеустремленность, эффективное планирование времени — все это нужно при самостоятельном обучении. Надежный вариант для тех, кто желает освоить профессию с нуля. Но современные программы не всегда предлагают то, что нужно. Впрочем, освоить языки программирования и получить нужные навыки возможно. Плюсы решения — диплом, подтверждающий знания. Минусы — не всегда программа ВУЗа отвечает требованиям современности.
Также по теме «Нужен аудит систем ИИ»: IT-специалист — о проблемах и выгодах внедрения технологий искусственного интеллекта Технологии искусственного интеллекта могут стать инструментом контроля за людьми, если для этой сферы не будут созданы правовые рамки.... Есть и другие риски.
Например, если разработчик поленится вычистить данные, на которых он обучал чат-бот, то нейросеть может выдать их злоумышленникам, если они применят специальный запрос. А среди этих данных могут быть и персональные. Пока что такие взломы не носят массового характера, но компьютерные вирусы в своё время тоже поначалу были только достоянием лабораторий. А что касается открытого письма с призывом ввести мораторий на разработку нейросетей, то тут вряд ли речь идёт о реальных опасениях за будущее человечества — скорее оно связано с корпоративными интересами. Сейчас идёт напряжённая гонка между IT-гигантами в сфере создания нейросетей. Тот же ChatGPT уже не раз ловили на том, что он выдаёт фейки, сочиняет их сам, а не берёт из каких-то источников. Дело в том, что ChatGPT — это генератор текстов, работа которого основана на сложной математике. И поскольку эти вычисления очень сложные и очень приблизительные, то на выходе порой получаются сбои. И вообще, нейросети создаются для помощи людям, а не для того, чтобы их заменить.
Это невозможно, особенно в таких областях, как медицина, например. Последнее слово всё равно остаётся за врачом, какие бы нейросети ни применялись для постановки диагноза. В своё время IBM пыталась продвинуть на американском рынке продукт Watson Health — планировалось, что ИИ найдёт применение в здравоохранении. Однако продукт так и не завоевал доверие врачей: нейросеть часто ошибалась, а в тех случаях, когда ставила точные диагнозы, давала очень узкие рекомендации по лечению. Потому что выборка данных, на которой учат нейросети, — она всё-таки очень ограниченная. И нейросетям не присуща человеческая интуиция, широкая образованность. По сути, нейросеть живёт в информационном пузыре. Например, чат-боты позволяют автоматически генерировать простые официальные письма, справки. Ранее в новостях сообщалось, что руководство Сбербанка частично сократило юристов низшего звена, которые писали претензионные письма.
Теперь эти функции выполняет нейросеть. Также по теме «Настанет день, когда машина обретёт сознание»: фантаст Франк Шетцинг о будущем человечества и инопланетном разуме Книги немецкого писателя-фантаста Франка Шетцинга расходятся большими тиражами, а экранизацией одного из его главных бестселлеров —... Однако нужно понимать, что возможности нейросетей очень ограниченны. По сути, появление нейросетей должно подстегнуть людей к развитию.
Вот небольшая часть того, чем я могу помочь: 1. Создание уникальных рефератов 3. Качественный перевод статей, постов 4. Описание карточек товаров на маркетплейсах 5.
Ученые уверены, что на область юриспруденции ИИ повлияет сильнее всего. Также под раздачу могут попасть турагентства, грантовые фонды, спортивные агенты и музыкальные продюсеры. Программистов в списке не оказалось, хотя чат-бот умеет писать код. Для этого исследователи рассмотрели профессии как набор навыков и способностей, которые требуются сотрудникам, чтобы исполнять свои обязанности. Ученые взяли 10 самых распространенных приложений ИИ, которые умеют генерировать изображения или текст, и проанализировали, как они связаны с различными профессиональными навыками. Оказалось, что, к примеру, преподаватели вузов могут использовать ChatGPT для создания учебного плана или лекций. Технология, уверены ученые, может «высвободить руки» высококлассных специалистов, которые раньше тратили время на рутинные задачи. В то же время ученые не пришли к консенсусу о том, какие именно рабочие места будут созданы в результате повсеместного внедрения ИИ-технологии. В беседе с CNews Кирилл Чеханков , руководитель отдела ИТ-решений Konica Minolta Business Solutions Russia , отметил, что в последние годы нейросети стали более популярными в таких сферах, как медицина, финансовый сектор, телеком, наука и других. Вырос также спрос на сотрудников, которые умеют работать с нейросетями, растет. Навык работы с ChatGPT и другими площадками для доступа к нейросетям, в основном, нужен разработчикам, так как они работают с кодом и программами, которые используют эти платформы. Но он может быть полезен и для исследователей данных, аналитиков, специалистов по машинному обучению. Сеть помогает в подготовке контента по темам маркировки и устойчивого развития в бизнесе — а сегодня сложно найти и дорого нанять англоговорящих райтеров, которые могли бы свободно писать на такие сложные темы, отмечает эксперт.
ТОП-5 профессий в сфере ИИ, которые изменят мир
| «Моя мама учит нейросети говорить»: история многодетной челябинки, которая завязала с журналистикой | Это связано с тем, что нейросеть не понимает, нужно ли ей изобретать отели или брать только реальные, в которых есть свободные места. |
| Как стать тренером нейросетей и почему сегодня это востребованная профессия | На наших глазах под влиянием нейросетей меняются традиционно «гуманитарные» и творческие профессии. |
| Нейросети на работе: какие задачи они могут взять на себя уже сейчас - Лайфхакер | Развитие нейросетей в России создаст, в числе прочих, профессию специалиста по этике в сфере искусственного интеллекта (ИИ), также в вузах появятся профильные. |
| Будущее SMM-специалистов в эпоху нейросетей – интервью с Аленой Владимирской | Профессии, связанные с нейросетями: какой бывает работа будущего и как на нее устроиться. |
Треть российских соискателей полагает, что их профессию могут заменить нейросети
В России за последние несколько месяцев на 62 % выросло число вакансий специалистов по работе с нейросетями, пишут «Ведомости» со ссылкой на сервис HeadHunter. Нейросеть выдаёт ответ, но не учитывает нововведения, которые появились в последние годы. Это связано с тем, что нейросеть не понимает, нужно ли ей изобретать отели или брать только реальные, в которых есть свободные места. AI-тренеры обучают нейросеть отвечать на вопросы безупречно с точки зрения языка, пользы, достоверности, безопасности и этики. Многие задачи, связанные с обработкой и анализом больших объемов данных, могут быть автоматизированы. С нейросетями была знакома немного до обучения.
Как стать специалистом по нейросетям?
Все эти модели позволяют написать текстовый запрос, например "кот смотрит на луну в стиле Ван Гога", а затем получить изображения кота в нужном стиле. Ограничений практически нет, только ваш полет фантазий. Зарплата: мне кажется сильно зависит от вашего таланта. Чтобы получить хороший результат, иногда часами подбирать удачное описание или дополнительно редактировать изображение в Photoshop. Например, когда появились сети генераций картинок, многие заметили, что если добавить слова 4K, ultrarealism, detailed, то качество изображений на выходе выше. Теперь есть даже книги как подбирать такие "промпты".
Если вы хорошо разбираетесь в какой-то области, например, в фотографии вы можете добавлять профессиональные термины или имена известных художников. Некоторые уже продают "промпты", которые помогают получать на выходе более интересные и красивые изображения. Зарплата: пока совсем узкая ниша, но если у вас талант генерировать идеи в текстовом виде, то это можно использовать для поиска удачных "промптов", которые продавать тем же ИИ-художникам.
Яндекс продолжает активно нанимать и обучать AI-тренеров, чтобы внедрять в свои системы новые и качественные версии нейросетей. Вакансия подходит для всех, кто умеет работать с текстами и смыслом: авторов, редакторов, копирайтеров, переводчиков и других специалистов. Промпт-инженер Как появилась. Когда нейросети достаточно обучились и стали реагировать на запросы, встал вопрос: как добиться от них нужного ответа?
Решить простую задачу с помощью ChatGPT и других нейросетей сможет любой пользователь с первого раза. Но если вам понадобится текст с определённой структурой и лексикой или изображение со множеством деталей и разными стилями, придётся правильно подбирать слова, чтобы получить желаемый результат. Основной вопрос — какие слова и команды подобрать, чтобы искусственный интеллект правильно понял запрос и выдал пользователю то, что нужно. Эти слова и формулировки называются промптами. Именно их разрабатывают инженеры для получения качественных результатов. Промпт-инженер составляет точные инструкции, по которым нейросеть сможет выдавать качественные текстовые ответы и иллюстрации. Он знает, какие фразы и «подсказки» использовать, чтобы нейросеть правильно поняла запрос.
Например, если нужно изображение в определённом стиле, стоит добавить профессиональные термины, эпоху и имена художников. Тогда ИИ тщательнее обработает запрос. К промпт-инженерам часто обращается бизнес, чтобы качественнее обрабатывать запросы клиентов или использовать нейросеть для продвижения в соцсетях. А ещё промпт-специалисты могут тестировать продукты на основе ИИ и обучать языковые модели. Например, писать запросы и анализировать их на странные реакции и ошибки, а затем давать нейросети новый набор данных для изучения. Нейроиллюстратор Как появилась. Ещё в 1968 году прошла выставка Cybernetic Serendipity, где часть произведений была написана с помощью алгоритмов.
В 1973 году художник Гарольд Коэн создал программу, которая рисовала картины с помощью руки робота. А первую в истории картину, которая была полностью сгенерирована ИИ в современном понимании, продали на аукционе в Нью-Йорке в 2018 году. С того момента люди стали активнее генерировать изображения для личных и бизнес-целей. Нейросеть быстро создаёт картинку, но её всё равно приходится дорабатывать. Поэтому работодатели стали искать специалистов, которые могли бы грамотно составлять запросы, получать изображения и доводить их до финального результата. В ответ на этот запрос появилась отдельная профессия — нейроиллюстраторы. С помощью Midjourney, DALL-E или других подобных нейросетей иллюстратор может создать одно изображение или серию картинок в едином стиле.
Например, Шедеврум от Яндекса выдаёт четыре варианта картинки, чтобы пользователь выбрал самую подходящую.
Однако учителей он не вытеснит, так как потребность в личном контакте и человеческом участии будет всегда. Финансовые консультанты Часть их работы можно автоматизировать, ведь аналитика — одна из сильнейших сторон ИИ. Трейдеры на бирже Причина всё та же: аналитика — это конёк ИИ. Бухгалтеры ИИ легко может выполнять работу с цифрами в больших объёмах. Главное — правильно обучить его и… контролировать.
Графические дизайнеры Уже сейчас нейросети типа Midjourney и Stable Diffusion помогают работникам искусства и графическим дизайнерам выполнять заказы на более высоком уровне. Операторы службы поддержки Наверняка вы уже не раз общались с ботами — по телефону, в приложении банка, в чате "Телеграм". И процесс внедрения ИИ в сферу работы с клиентами будет только развиваться. Как видите, большинство профессий, в которых нейросеть быстрее и умнее людей, в любом случае не обойдётся без человека — обучить, написать программу и даже вовремя отключить ИИ способен только разум человека.
Другой способ — подать заявку на участие в школе AI-тренеров. Для поступления нужно успешно выполнить тестовое задание. Обучение в школе бесплатное, состоит из двух частей. Курс включает лекции, практические занятия и их разбор.
Очный этап. Проходит в московском офисе «Яндекса», где под руководством опытных шеф-редакторов ученики решают реальные задачи. Участникам из других городов России компания оплачивает проезд и проживание.