Реже специалистов по нейросетям ищут в госсекторе, строительстве, логистике, здравоохранении и тяжелом машиностроении – по 1% вакансий. Здесь вы узнаете про профессию специалиста по нейросетям, как пройти курсы, и сколько они зарабатывают! Я считаю, нейросети драматически изменят ландшафт нашей профессии. В этой статье я расскажу мои предположения о перспективных профессиях будущего, связанных с новыми достижениями в области искусственного интеллекта.
«Подстегнуть людей к развитию»: доцент ИТМО — о замещении профессий нейросетями и возможностях ИИ
– Безусловно, нейросеть будет помогать и упрощать рабочие процессы, – рассказывает руководитель направления информационной безопасности Центра цифровой экспертизы Роскачества Сергей Кузьменко. Профессионалам, мастерам своего дела и талантливым представителям творческих профессий нейросети вряд ли угрожают, во всяком случае в обозримой перспективе. Нейросеть выдаёт ответ, но не учитывает нововведения, которые появились в последние годы. «Как правило, специалистов, знающих как работать с нейросетью или для ее развития ищут работодатели из ИТ-сферы: 19% или каждая пятая вакансия с начала 2023, за год спрос на таких специалистов в этом секторе вырос на 94%.
Новая профессия – ПРОМПТ-инженер. Будет очень востребованной!
Нужен был второй источник доходов, чтобы погашать ипотеку. Во время обучения: уделяла времени 3 часа в день, в первый же месяц обучения заработала 25 000 руб. Сейчас: погасила досрочно кредит, который брала на обучение. Уделяет по 3-4 ч в день работе в онлайне. Не было сложностей в обучении. Read More До обучения: работает охранником, брал кредиты на дорогостоящие курсы, но они не имели эффекта. С женой развелся, оставил ей квартиру.
Во время обучения: обучению уделяет свободное от работы время, в среднем 4-5 ч в день. Первые заказы получил во время обучения и смог заработать 15 000 руб, которые потратил на лечение любимой кошки.
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. Это очень полезно, например, когда нужно составить персонализированное письмо для клиента, пост в соцсетях, статью для блога или анонс для рекламного баннера. Более того, ChatGPT способен менять тон тексты в формальный или же, наоборот, в неформальный». Второе направление, где может пригодиться нейросеть — верхнеуровневая аналитика по рынку и компаниям.
Так, можно быстро собрать информацию по необходимому рынку, найти список ключевых производителей рынка и многое другое, говорит Сидоренко. Нейросеть сделала это за 5 минут с хорошей детализацией. Отделила локальные компании от глобальных, рассказала про количество производственных площадок. Более того, дальше можно детализировать запрос и узнать точную информацию по каждой компании — основные направления их ESG стратегии — и, возвращаясь к первому пункту, использовать это для создания персонализированных сообщений с упором на фокусы конкретной компании. Единственный минус — ChatGPT пока работает с информацией вплоть до 2021 г. Наконец, нейросеть можно использовать в SEO оптимизации.
Самая известная нейросеть ChatGPT составила рейтинг специальностей, которые, по ее мнению, будут наиболее востребованы в будущем. На первом месте топа — инженер-программист самого искусственного интеллекта. Он будет разрабатывать алгоритмы и системы машинного обучения, собственно обучать и оптимизировать новые модели. Второй в списке — работотехник.
Это дополнение позволяет получить более конкретное представление о том, каким образом ИИ будет влиять на различные профессии в ближайшем будущем. Заменят ли нейросети художников, программистов, дизайнеров… человека? Вопрос о том, стоит ли нам переживать из-за возможной замены человеческого труда нейросетями и искусственным интеллектом, остается открытым, и мы активно обсуждаем его и другие важные события в мире ИИ и бизнеса в своём TG канале!
Назван список профессий, по которым сильнее всего ударит ИИ. Программисты в безопасности
| ChatGPT отнимет у вас работу: нейросеть перечислила профессии в зоне наибольшего риска | В прошлый раз, неделю назад, мы обсуждали ChatGPT, нейросети, технические аспекты, нюансы этих механизмов. |
| Мир нейросетей - новости, обучение и заработок – Telegram | Реже специалистов по нейросетям ищут в госсекторе, строительстве, логистике, здравоохранении и тяжелом машиностроении – по 1% вакансий. |
| ChatGPT отнимет у вас работу: нейросеть перечислила профессии в зоне наибольшего риска | Разработчик нейросетей — это программист, который разрабатывает математические модели машинного обучения по типу нейронных связей головного мозга. |
| Нейросети наступают: специалистов каких профессий уже готов заменить искусственный интеллект | AI-тренеры обучают нейросеть отвечать на вопросы безупречно с точки зрения языка, пользы, достоверности, безопасности и этики. |
Аналитики выяснили, какие профессии могут быть заменены нейросетями
| Назван список профессий, по которым сильнее всего ударит ИИ. Программисты в безопасности - CNews | Разработчик нейросетей — это программист, который разрабатывает математические модели машинного обучения по типу нейронных связей головного мозга. |
| Нейросеть показала профессии будущего (фото) - Hi-Tech | Специалист по нейронным сетям создает саму модель, помогает ей обучаться и следит за ее работой. |
| Специалист по нейросетям: как стать экспертом в области искусственного интеллекта. - Chat AI | Профессия «Специалист по нейросетям» предполагает глубокие знания и специализацию в различных областях, связанных с нейросетями. |
| Незаменимых нет: вытеснят ли нейросети творческие профессии? | Изучите дата-аналитику на Хекслете Пройдите нашу профессию «Аналитик данных» — это станет вашим первым шажком в работе с нейросетями. |
Восстание машин: как нейросети «вытесняют» людей из профессий
Чтобы нейросеть работала правильно, ее нужно обучать: загружать в нее миллионы строк данных, в которых она будет находить закономерности и распределять объекты по определенным признакам. Обучением и моделированием нейросетей занимаются люди. Специалистом по машинному обучению легко стать даже с минимальными знаниями математики и языка Python, знакомых еще с вуза, если знать, как выстроить процесс обучения. В этой статье рассмотрим путь специалиста по нейросетям и искусственному интеллекту, который хочет в будущем работать в этой сфере. Нейросети: с чего начать Нейросети и ИИ — это узкая специализация Data Scientist , специалиста по большим данным. Поэтому сначала нужно изучить науку о данных, а потом выходить на следующий уровень. Обучение Data Science начинается с основ: математика, статистика, математический анализ и теория вероятности. В университете эти предметы часто оторваны от реальности, поэтому важно найти курсы, где базу дадут с примерами из задач бизнеса. Например, в GeekUniversity на факультете Искусственного интеллекта математический анализ и линейную алгебру сразу преподают с точки зрения использования методов и алгоритмов в машинном обучении.
Знания ложатся в голову гораздо быстрее, если понимаешь, как будешь применять их в своей будущей работе. На курс по нейросетям лучше идти уже с небольшой базой: будет достаточно тех знаний по математике, Python и SQL, которые вы изучали самостоятельно или в университете.
Специалисты в этой области продолжают обучаться и совершенствоваться, осваивая новые методы и технологии. Благодаря уникальным навыкам, они могут стать востребованными специалистами и достичь успеха в своей карьере. Для детей, проявляющих интерес к программированию и анализу данных, обучение и развитие в области искусственного интеллекта может стать отличным выбором для успешной карьеры в будущем. Как подготовить ребенка к профессии оператора нейросетей? Если ваш ребенок проявляет интерес к программированию и анализу данных, подготовка к специальности оператора нейросетей может начаться уже в раннем возрасте. Вот несколько способов, как помочь развить необходимые навыки: Изучение основ программирования.
Предоставьте ребенку возможность ознакомиться с основами программирования, начиная с простых языков, таких как Scratch или Python. Постепенно школьник сможет изучить концепции, логику и алгоритмы, которые являются основой работы с нейронными сетями. Углубленное изучение математики и статистики. Математические и статистические знания являются важным элементом взаимодействия с нейросетями. Поощряйте ребенка изучать математические концепции и решать задачи, которые помогут ему развить навыки анализа данных. Прохождение онлайн-курсов. Существует множество онлайн-курсов по программированию и нейронным сетям, которые предоставляют возможность практического применения знаний и развития навыков. IT-школы для детей помогают освоить множество смежных перспективных профессий.
Создание собственных проектов.
Во второй предстоит написать за нейросеть тексты на заданную тему. Пока AI-тренеров ищет только «Яндекс».
Найти вакансию можно на сайте компании и на карьерных платформах вроде hh. Кроме того, весной компания запустила бесплатную школу AI-тренеров , в которой желающие смогут освоить профессию будущего, из чего можно сделать вывод, что для «Яндекса» это очень важный проект «в долгую». Видимо, компания всерьёз планирует потеснить OpenAI на рынке больших языковых моделей.
Читайте также: Пример вакансии Промпт-инженер Что делает: решает широкий круг задач с помощью нейросетей, тестирует запросы и ведёт базу промптов, вместе с другими специалистами улучшает модели ИИ. Сколько зарабатывает: 90—375 тысяч долларов в год по данным вакансий в США. Что нужно: составлять точные и корректные инструкции для больших языковых моделей; знать принципы и особенности работы популярных LLM, уметь работы с их API; знать языки программирования Python и Java в приоритете ; владеть PyTorch и технологиями big data, такими как Hadoop, Apache Spark и Hive; владеть английским языком будет преимуществом.
Тем, кто пользуется ChatGPT и Midjourney лишь в развлекательных целях, может показаться, что современная нейросеть — это джинн в лампе, который исполняет желания и отвечает на любые вопросы. Однако уже при первых попытках решить реальную задачу с её помощью пользователи обнаруживают, что результаты не всегда соответствуют ожиданиям.
Она изучает эти примеры и находит закономерности, чтобы самостоятельно принимать решения. Например, если обучить нейросеть распознавать кошек на фотографиях, она сможет сама определить, что на изображении есть кошка. Профессия оператора нейросетей является перспективной и обещает широкие возможности карьерного роста и развития. Спрос на специалистов, обладающих навыками работы с нейронными сетями, постоянно растет, и множество инновационных компаний и стартапов ищут квалифицированных сотрудников в этой области. Кто такой оператор нейросетей?
Роль оператора нейросетей заключается в настройке, обучении и управлении нейронными сетями. Он осуществляет выбор и настройку алгоритмов анализа, оптимизирует параметры искусственного интеллекта и контролирует его действия. Оператор также отвечает за обработку и подготовку данных, выбор оптимальных моделей нейронных сетей и анализ результатов работы. Для достижения успеха в этой области необходимы знания математики, статистики, алгоритмов и программирования. Оператор нейросетей должен быть в состоянии понимать сложные математические модели и алгоритмы, а также иметь навыки программирования для реализации и оптимизации нейронных сетей. Операторы нейросетей активно работают в различных сферах, включая медицину, финансы, робототехнику, автоматизацию производства и многом другом. Их деятельность способствует улучшению процессов и принятию более точных решений на основе анализа больших объемов данных.
Всё больше компаний и организаций осознают потенциал и преимущества использования искусственного интеллекта для решения сложных задач. В связи с этим, спрос на специалистов, владеющих навыками работы с нейросетями, постоянно растет. Одним из ключевых преимуществ этой специальности является возможность быть на переднем крае технологического прогресса.
Как стать тренером нейросетей и почему сегодня это востребованная профессия
Требования к образовательному уровню в этой области высокие: специалист должен закончить бакалавриат или магистратуру по специальности 13. Средняя месячная зарплата — 130—150 тыс. Внедрением и эксплуатацией актуальных информационных технологий занимаются специалисты по цифровой трансформации — профессионалы, использующие возможности цифровизации для повышения эффективности бизнеса. Их цель не просто ввести в повседневную практику новые методики и инструменты, но и изменить корпоративную культуру. Одно из самых перспективных направлений цифровой трансформации — переход функциональных обязанностей персонала к ИИ: сегодня чат-бот общается с клиентами ничуть не хуже человека-консультанта, а завтра область принятия решений в бизнесе, вполне возможно, будет отдана нейросетям. Поскольку цифровая трансформация охватывает все сферы экономики, специалисты по ней весьма востребованы: зарплаты начинаются со 120 тыс. В упоминавшемся в начале отчете Всемирного экономического форума названы и профессии, которым грозит стремительное сокращение рабочих мест. К ним относятся банковские клерки, кассиры, секретари, сотрудники почты, бухгалтера и страховые служащие. Читайте также.
Новые решения выходят постоянно. Те, которые несколько месяцев назад стоили Х, теперь стоят 0,1Х. Но даже по первоначальной стоимости это в 10-100 раз дешевле, чем платить профильному специалисту, отмечает Иван Скоков. Такие сотрудники необходимы, чтобы обучать нейросети корректно обрабатывать любые запросы — не важно, просят их написать код или комментарий для пресс-релиза. По словам Ивана Скокова, работа специалиста по промтам становится все популярнее — уже есть вакансии с годовой зарплатой в 300 тысяч долларов. Компании ищут способы создавать контент высокого качества с помощью искусственного интеллекта, а навыки по отдельным скиллам для работы с нейросетями уже включают в некоторые вакансии в контент-маркетинге и SMM в России. Чтобы развивать навыки работы с нейросетями, есть курсы по ИИ, но качественной базы пока немного. Чтобы начать двигаться в этом направлении, эксперт «ЮMoney» рекомендует практиковаться и самостоятельно решать с помощью нейросетей разные задачи, а также изучать готовые промты. Иван считает, что спрос на специалистов по промтам будет расти по мере развития ИИ, поэтому люди должны быть готовы осваивать новые навыки. Для этого пишем запросы с максимальным количеством ключевых слов или словосочетаний на английском языке — с уточнением, что ответить нужно на русском. Так можно получить более осмысленный результат», — рассказывает Майя Новикова. Если внедрить в свои процессы или продукты ИИ пока не получается, можно потренироваться на инструментах, которые требуют меньше ресурсов и разработки. Например, сделать чат-бота в телеграме — сейчас есть много бесплатных способов, в том числе и в API мессенджера. Для предпринимателей, которые продают в интернете без сайта, в «ЮKassa» недавно сделали бота, который умеет выставлять счета клиентам в телеграме. С его помощью можно отправить ссылку на оплату за несколько секунд, не прерывая диалога.
Это дополнение позволяет получить более конкретное представление о том, каким образом ИИ будет влиять на различные профессии в ближайшем будущем. Заменят ли нейросети художников, программистов, дизайнеров… человека? Вопрос о том, стоит ли нам переживать из-за возможной замены человеческого труда нейросетями и искусственным интеллектом, остается открытым, и мы активно обсуждаем его и другие важные события в мире ИИ и бизнеса в своём TG канале!
В статье расскажем о профессиях, связанных с искусственным интеллектом, и разберёмся, какие у них перспективы. AI-тренер Как появилась. Как только искусственный интеллект стал обрабатывать данные, понадобились соответствующие специалисты. Нужны были люди, которые тренировали бы машину давать логически и фактически верные ответы на запросы пользователей. В России вакансия на рынке появилась в 2023 году, когда Яндекс запустил обучение для специалистов по ИИ. AI-тренер работает с моделями, которые уже умеют распознавать запросы, искать данные и выдавать результат. Но не всё получается с первого раза. В текстах могут быть смысловые, фактические и логические ошибки. Допустим, пользователь захотел разобраться в баскетболе и попросил ИИ рассказать ему все актуальные правила. Нейросеть выдаёт ответ, но не учитывает нововведения, которые появились в последние годы. Нужно внести в алгоритм команду, которая укажет на ошибку и дополнит базу знаний актуальной информацией. AI-тренер анализирует ответы нейросети и пишет грамотные тексты как образец, на которых она учится. Всё больше людей пользуются нейросетями, и запросы становятся разнообразнее. Из-за этого всплывают новые ошибки, которые нельзя оставлять без внимания. 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.
Какие профессии заменит искусственный интеллект
Нейронная сеть может найти решение проблемы, но ей необходимо изучить структурированный набор данных. На наших глазах под влиянием нейросетей меняются традиционно «гуманитарные» и творческие профессии. Специальность оператора нейросетей представляет собой перспективное направление развития, особенно в контексте быстро меняющегося мира IT. Специалист по нейронным сетям создает саму модель, помогает ей обучаться и следит за ее работой. Дизайнеры, фрилансеры, копирайтеры и даже программисты могут потерять работу из-за развития нейросетей, сообщает «Общественная Служба Новостей». Быстрое развитие нейросетей обуславливает появление новых профессий.
В России вырос спрос на специалистов в области ИИ в три раза
Это связано с тем, что нейросеть хоть и обладает интеллектом, но все же является программой, а потому нуждается в четких командах. Профессию тренера нейросетей можно назвать работой будущего. — Какие профессии заменят нейросети? 19 реальных примеров! — Заменит ли ИИ специалистов этих профессий на 100%? Развитие нейросетей в России создаст, в числе прочих, профессию специалиста по этике в сфере искусственного интеллекта (ИИ), также в вузах появятся профильные.
5 профессий, которые появились в 2023 году благодаря искусственному интеллекту
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.
Среди них — маркетологи, преподаватели, социологи, судьи и другие, уверены исследователи. В некоторых сферах технология ChatGPT в буквальном смысле начнет отбирать хлеб у дипломированных специалистов. Больше всего технология повлияет, как минимум, на 20 профессий, пишет Cbcnews.
Умение искусственного интеллекта быстро и качественно обрабатывать большие объемы информации и генерировать связный текст, превращает его в полезный для работников ресурс. Так, профессионалы в сфере недвижимости используют ChatGPT для составления различных списков, юристы — для написаний завещаний. В то же время чатбот может не только помогать сотрудникам выполнять рабочие задачи, но и полностью дублировать их функции, что в конечном итоге способно привести к массовым сокращениям. Итак, список возглавили маркетологи, за ними следуют преподаватели иностранного языка и литературы, географии, истории, права, философии , культурологии и религии, социологии, политологии, уголовного правосудия, психологии, деловой и межличностной коммуникации. Под удар могут попасть также социологи , политологи, специалисты по библиотечному делу, юристы по гражданским делам, судьи, клинические и школьные психологи и коучи. 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.
Дизайнеры ИИ можно попросить не только создать изображение, но и подготовить анимацию, сделать рендер с нарисованного вручную наброска, подобрать пару шрифтов или палитру. Дизайнерам интерьеров нейросети пригодятся, чтобы подготовить мудборд или разработать интерьер на основе референсов и чертежей.
Программы помогут искать новые идеи. Предположим, дизайнер одежды при создании коллекции может попросить нейросеть проанализировать, что люди носят сейчас, и предсказать тенденции в будущем. Когда на макете есть заголовки, приближённые к реальным, клиенту может быть проще оценить дизайн. Какое будущее ждёт нейросети и заменят ли они людей Эксперты предполагают, что к концу десятилетия генеративный ИИ будет выполнять некоторые задачи на уровне среднего сотрудника. Развитие программ породило дискуссию о том, смогут ли они отнять работу у человека. Увольнение пророчат программистам, аналитикам, дизайнерам и многим другим.
Но нейросети не умеют создавать контент самостоятельно: писать и уточнять запросы, проверять и анализировать результат должен человек. Программы лишь инструмент, который ускоряет выполнение рутинных задач. И если научиться им грамотно пользоваться, то можно дать фору соискателям, которые с ИИ на вы. А ещё нейросети несовершенны. Иногда они выдумывают или искажают факты.
Она анализирует информацию, находит общие закономерности и создает собственные правила, по которым будет работать.
После обучения нейронные сети могут выполнять самые разные задачи. Где используют нейросети Многие даже не догадываются, что уже давно живут бок о бок с нейросетями. В повседневности такими примерами служат общесоциальные программы. К ним можно отнести систему Face ID распознавание лица в смартфонах, которая умеет так выстраивать модель лица пользователя, чтобы узнавать его при любых обстоятельствах — в очках, темноте, шапке и т. Соцсети наделены программными кодами, которые тоже работают с помощью нейросетей. Они анализируют деятельность человека на просторах интернета, чтобы потом предлагать новости, рекламу и развлекательный контент по интересам.
Однако больший страх у общества вызывают нейросети, которые внедряются в профессиональные сферы жизни: Финансы. Банки прибегают к «услугам» ИИ, чтобы совершенствовать бизнес и предоставлять клиентам качественный сервис. Например, у «Сбера» и «Тинькофф» есть голосовые помощники, которые могут разобрать человеческую речь. Так компьютер помогает клиентам решить сложные проблемы, а у банков отпадает необходимость в большом количестве сотрудников техподдержки. Особую популярность получили чат-боты — своего рода виртуальные собеседники и помощники. Например, американская разработка ChatGPT умеет составлять тексты на любой вкус и запрос.
С ее помощью один российский студент даже смог «написать» и защитить дипломную работу. Подобные технологии сейчас активно применяются в графическом дизайне и написании музыки. Роботов, наделенных ИИ, используют в хирургии с 2018 года.
Неожиданные профессии, где используют нейросети
Развивают и разрабатывают новые технологии, и в том числе дизайнеры, которые режиссируют эти технологии. То есть здесь главная дизайн-задача раньше была в том, чтобы создать непосредственно конечный объект дизайна, а сейчас она плавно трансформировалась в то, чтобы создать ту систему, способную масштабировано производить большое количество экземпляров арт-дизайна. Но дизайн-задачи остались теми же, просто они немного трансформировались, и плечо получается больше. То есть объем дизайнеров тот же, но эффективность их несопоставимо больше, потому что это масштабируется. Коротнева: Я правильно понимаю, что дизайнер, человек, выполняет творческую функцию, придумывает общий концепт, а уже Николай Иронов, ваш проект, он это все масштабирует и просто пропечатывает в огромном количестве? Или это не совсем так работает? То есть дизайнер — это мозги и творчество, а нейросеть — это условно руки, руки и механизмы? Кулинкович: Все сложно. Давайте обрисую, в целом, систему. Николай Иронов для начала — это не одна нейросеть, это большое количество разных алгоритмов, наборов алгоритмов, которые работают в ансамбле между собой. Собственно, рождение Николая Иронова — это не рождение какой-то одной технологии генеративного дизайна.
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.
Инженеры нейросетей могут рассчитывать на высокий уровень заработной платы. Средняя зарплата квалифицированного инженера нейросетей в США составляет около 150 000 долларов в год, что является значительно выше, чем средняя зарплата в других отраслях. Более того, с ростом спроса на этих специалистов можно ожидать, что заработная плата будет продолжать расти в ближайшие годы. Одной из причин высокой заработной платы инженера нейросетей является сложность работы. Нейросети - это сложные системы, которые требуют высокой квалификации и опыта, чтобы разрабатывать и оптимизировать их. Инженеры нейросетей должны быть знакомы со многими различными алгоритмами машинного обучения и глубокого обучения, а также иметь опыт работы с большими объемами данных.
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. С другой стороны, очень хорошо покупается пользователями. Я тут сейчас в своем телефоне нашел приложение. Называется Mubert. Наверное, слышали о таком. Это музыка, созданная искусственным интеллектом. Когда мне нужно что-то включить фоновое, От Чайковского и Баха я устаю. Невозможно слушать бесконечно. Может, я кого-то сейчас обижу в нашем эфире. Включаю Mubert фоном, я могу это слушать бесконечно. Такое ощущение, я музыку не замечаю. Но при этом у меня в квартире есть фончик, который приятно радует ухо. Поэтому куча сегодня применений искусственному интеллекту и всему этому. Я помню, мы еще застали времена, когда компания Microsoft работала в России. И была огромнейшая презентация, как искусственный интеллект создал не только музыку, но и сопроводил это визуальным рядом. Это было потрясающе. Хочется, чтобы таких проектов становилось больше. Наверное, подвел я к чему… К тому, что какой ваш самый любимый логотип или проект, созданный с помощью Николая Иронова внутри студии Артемия Лебедева? Чем вы прямо гордитесь? Кулинкович: Ох, это сложный вопрос. Потому что в целом Иронов сделал уже больше миллиона логотипов и продолжает генерить. Гребенников: Понимаю. Кулинкович: Понятно, что, если отбросить весь контекст и посмотреть на логотипы живых людей и генеративные логотипы, то в целом они очень близкие. Едва ли человек или машина способен создать что-то вне контекста такое, что будет иметь какую-то невероятную силу само по себе. Поэтому логотип становится культовым, скорее, не из-за своей оригинальной формы. Они становятся культовыми из-за того контекста, в котором они в правильный момент появились. И конечно, ранний Николай, когда он выступал инкогнито и генерил еще такие… Мы еще не до конца могли и хотели попадать в жанр неотличимости от человеческих логотипов. Поэтому он был такой немного шероховатый. И этим вызывал недоумение. И при этом притягивал людей. И когда мы просто… Момент, когда ты вечером идешь домой, заходишь в магазин продуктовый. Ты просто видишь на полке такой ряд из бутылок пива, сделанных синтетически, и ты знаешь, что клиент это воспроизвел, не зная о том, что это был синтетический дизайн, к которому человек не прикасался. Это очень интересное чувство, ощущение. Или когда выходили большие обзоры логотипов для блогеров, которые недоумевали, как такое можно было им предложить за такие деньги, за которые это продалось. Это, конечно, генерировало очень много внутренних переживаний, приятных ощущений о том, что ты обладаешь некоторым секретом, который другие пока не знают. Поэтому все ранние работы Николая, которые были, когда он еще скрывал свое истинное обличие, они отличаются. Для меня особо… Я с особым трепетом их вспоминаю. Мы себе обещали, что мы не будем менять логотип. В качестве идеи. Есть ли возможность на открывающей панели представить логотип, который нарисовала нейронная сеть и показать, как это видит нейронная сеть? Кулинкович: Изи вообще. Коротнева: Я думаю, что мы придем с этим. Мне кажется, было бы прикольно.
Написать сценарий для роликов YouTube и др. Найти триггеры для онлайн-школы 14. Создать план воронки продаж для онлайн-школы 15. ВЫ СМОЖЕТЕ: генерировать реалистичные или футуристичные картинки любого жанра, формата и стиля меньше, чем за минуту, экономя себе колоссальное время и даже если вы далеки от творчества Уже после интенсива ученики начинают зарабатывать Нейросети позволяют в короткий срок сделать тот самый ПЕРВЫЙ ШАГ и заработать первые 1-2-5 тысяч рублей.
ИИ ищет работу: топ-10 профессий, которые исчезнут или изменятся из-за нейросетей
Представляем 5 уникальных профессий будущего, связанных с обработкой данных и искусственным интеллектом. Уже сейчас идут бурные обсуждения, что нейросети, вероятно, в будущем смогут полностью заменить специалистов ряда профессий. 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. Это приводит к появлению все большего числа вакансий для инженеров нейросетей, и перспективы роста этой профессии в ближайшие годы кажутся очень многообещающими. Я считаю, нейросети драматически изменят ландшафт нашей профессии. На модуле по Deep Learning студентов знакомят с продвинутыми технологиями по работе с нейросетями, например трансформерами — архитектурой нейронных сетей, которая лежит в основе ChatGPT.