Разберись в ИИ и нейросетях: как они работают, где помогают и где ошибаются - Анастасия Зарубина

возможно, самое приметное для пользователя – это удобный интерфейс. Вряд ли ИИ получил бы настолько широкое распространение, если бы не его выход из консольного режима в привычный для нас формат приложений: как чат-ботов (ChatGPT, YandexGPT, DeepSeek и так далее), так и no-code платформ (Zapier или Bubble).

Глава 6 Кто есть кто в мире алгоритмов

Легко запутаться в нынешнем разнообразии. На первый взгляд и вовсе кажется, что ИИ и есть ИИ, какая вообще разница, какой использовать. Но на самом деле они все отличаются друг от друга. У них разные технические особенности, разные сильные и слабые стороны и даже разный характер.

Ситуация меняется очень быстро, новые названия на рынке появляются и исчезают. Чтобы описать абсолютно все ИИ, известные сейчас, понадобится очень много времени и букв. Поэтому давайте обзорно посмотрим на те ИИ, которые на первый взгляд очень похожи между собой из-за их многопрофильного подхода. Здесь не будет узкоспециализированных сервисов вроде Veo (видео) или Midjorney (изображения). Но важно держать в голове, что все ИИ, так похожие на AGI (универсальные), по сути своей – «винегрет» из этих сервисов. Каждый сервис – отдельная нейросеть, использующаяся как дополнительный инструмент для реализации какой-то функции (например, сам ChatGPT, а точнее модель GPT, не умеет генерировать изображения, зато прекрасно «дружит» с DALL-E).

Отмечу, что все эти ИИ в своей основе имеют большие языковые модели (LLM, Large Language Models), что означает их общие способности к всесторонней работе с текстами (написание, аннотирование, перевод и так далее) и к ведению текстового диалога на любую тему, а также все они умеют выполнять веб-поиск, поэтому не будем заострять внимание на этом, а посмотрим на их уникальные особенности.

6.1. ChatGPT[14]

Начнем, конечно, с нашумевшего. ChatGPT (рис. 1.4), представленный компанией OpenAI 30 ноября 2022 года, мгновенно произвел фурор, став самым быстрорастущим приложением в истории. Всего за два месяца после выхода чат-бота число пользователей перевалило за 100 миллионов. Однако его история началось гораздо раньше:

♦ GPT‐1 (2018) – модель уже могла дописывать тексты, но делала это очень примитивно;

♦ GPT‐2 (2019) – уже получалось генерировать длинные тексты, первая модель, которая напугала своей «живостью»;

♦ GPT‐3 (2020) – хорошо держала контекст, правильно и развернуто отвечала на вопросы, умела писать код и имитировать различные стили;

♦ GPT‐3.5 (2022) – упрощенная версия GPT‐3, больше направленная на поддержание живого диалога, на основе нее вышел ChatGPT;

♦ GPT‐4 (2023) – добавление мультимодальности: изображения и текст, хорошее понимание длинного контекста, способность строить связные рассуждения;

♦ GPT‐4.1 / GPT‐4o (2024) – более быстрая модель, работает с многоформатными запросами почти в реальном времени, фокус больше не на рассуждения, а на живой диалог;

♦ GPT‐5 (2025) – лучшее понимание сложных задач и более длинного контекста, меньше ошибок, хороший механизм самопроверки.

Рис. 1.4. ChatGPT

Давайте подробнее посмотрим, что же интересного нам сейчас предлагает ChatGPT[15].

♦ Умеет работать с различными форматами, но с одним ограничением: размер файла должен быть до ~20–25 МБ.

♦ Работает с кодом: может находить ошибки, писать код по вашему промпту, проверять выполнимость, описывать принцип работы и так далее. Давайте попробуем запустить в среде ChatGPT простой код для анализа таблицы (рис. 1.5 и 1.6).

Рис. 1.5. Отправим ChatGPT код

Рис. 1.6. Получим готовую таблицу и небольшой анализ

♦ Умеет делать анализ данных: строить графики, производить вычисления и так далее (рис. 1.7).

♦ Работает с изображениями: анализ содержимого загруженной картинки, генерация и редактирование по текстовому описанию. Например, на рис. 1.8 то, как ChatGPT «видит» супергероев из примера.

Рис. 1.7. График супергероев от ChatGPT

Рис. 1.8. Как выглядят супергерои из примера

♦ Умеет принимать голосовые запросы и отвечать вслух. На рис. 1.9 показано расположение кнопки микрофона и кнопки включения голосового режима. В чем разница? Микрофон – для ваших голосовых команд, но отвечать ИИ будет в обычном режиме. Кнопка голосового режима также включает ваш микрофон и переключает сам ИИ на выдачу голосовых ответов.

Рис. 1.9. Голосовой режим в ChatGPT

♦ Умеет персонализировать ответы. При включенной памяти он будет запоминать ваше имя, интересы и предпочтения.

♦ Создает собственные структурированные проекты, в которых будет отдельно сохраняться вся необходимая информация: файлы, текст, полученные результаты и так далее.

Отдельно хочется отметить создание собственного ИИ-помощника. По сути – это ваш собственный узкоспециализированный GPT, для которого вы загружаете необходимые данные и файлы для обучения, настраиваете поведение и инструменты, которые он будет использовать. Вам даже не нужно быть программистом – все делается через визуальный интерфейс (рис. 1.10).

Предыдущие возможности есть в открытом доступе в приложении и веб-версии (ограничение разве что в виде лимита на количество запросов, который сбрасывается раз в сутки), а создание ИИ-ассистента – только в платных тарифных планах, но именно это раскрывает максимум возможностей модели, ведь в этом случае к нему можно подключать внешние API для интеграции GPT с вашими сервисами и позволить ему делать что-либо в реальном мире.

Рис. 1.10. Создание своего GPT

На бесплатном тарифе можно использовать уже созданные другими GPT из GPT-Store[16] (есть как платные, так и бесплатные варианты). Например, давайте поищем что-то, что поможет нам наконец-то понять математику (рис. 1.11). Первая ссылка отправляет нас на покупку, но вот вторая – уже бесплатный бот (рис. 1.12). Технически это все тот же ChatGPT, но его ответы будут содержать меньше пустых рассуждений и больше объяснений логики при решении задач, и даже при потере контекста он быстрее «сориентируется», что диалог шел именно о математике.