4 причины, почему искусственный интеллект нужен даже гуманитариям, и ответы на самые стыдные вопросы о технологии будущего

Легко начать и продолжить (можно даже дома)

Данный материал является частью большого проекта, посвященного развитию у детей личностного потенциала и ключевых компетенций XXI века. О чем проект? Мы рассказываем о ребенке и его развитии как о личности, а не объекте образовательного процесса. Мы объясняем, как меняется мир, и показываем, какие навыки помогут ребенку гармонично жить в меняющейся реальности. Другие материалы проекта раскрывают темы развития социально-эмоционального интеллекта, финансовой и цифровой грамотности, когнитивного развития, инклюзии в школе и др. Проект подготовлен совместно с сайтом об образовании и воспитании детей Мел.

Их очень много. Основная – как много людей живет в том или ином районе, какой там уровень среднего дохода. Из этого мы уже понимаем, какая у нас ожидаемая маржинальность и, условно, какой процент должен быть дорогих вин. Если мы открываемся где-то рядом с дачным поселком, у нас будет один ассортимент, а если в центре Москвы, то немножко другой. В каких-то местах он вообще не будет сильно различаться, потому что молоко, хлеб, яйца, бананы есть везде, но вот набор тех же вин – разный. На самом деле, там чуть больше учитывается факторов, но основные переменные – такие.

Мне нравится думать, что у нас нет никаких проблем с командой, потому что я никогда не говорил, что являюсь техническим специалистом. Если представить это в декорациях сериала «Доктор Хаус», то я, наверное, главврач больницы, а «докторы Хаусы» у меня в подчинении. Моя роль – организация процесса, извлечение максимальной пользы для бизнеса, для компании в происходящем. Это умение в каких-то ситуациях сформулировать правильно задачу, не техническую, а бизнес-задачу. И все, что связано с классическим менеджментом, тоже присутствует. Когда мы начинали работать в этой конфигурации, ровно об этом мы и договаривались. Я буду очень рад, если меня в какие-то команды возьмут джуном работать с моим уровнем знаний. Все мои ребята сильно глубже меня в техническом плане. У меня классическая Т-образная модель: есть смежные знания, потому что я изначально занимался продакт-менеджментом, который вынуждает тебя быть в каких-то ситуациях профессиональным дилетантом. Я могу написать запрос SQL, нарисовать интерфейс, в Jupiter что-нибудь написать – все это будет очень сильно на «тройку», но я могу это сделать. Еще могу обсудить задачу с бизнесом, с инженером, с дизайнером. И дальше все просто перешло на уровень выше, то есть мы теперь обсуждаем с коммерческим департаментом какие-то цели, я понимаю, что нужно сделать департаменту маркетинга, и так далее. В этом моя основная польза.

По статистике международного сервиса по поиску работы LinkedIn, только с 2018 по 2019 год количество вакансий для специалистов по ИИ выросло на 56%. А средняя зарплата в США составила свыше 650 тысяч рублей в месяц. В России, конечно, цифры чуть более скромные, но не менее впечатляющие. Минимальная зарплата начинающего специалиста, по данным HH, — 115 тысяч рублей.

После того как мы триумфально анонсировали «Диалог», произошел мой переход в команду, связанную уже напрямую с аналитикой. Здесь нельзя сказать, что я сидел-сидел, прочитал две книжки и переквалифицировался. К сожалению, так не получилось. Я в предыдущий раз попытался так поменять работу, но не вышло, просто книжек не хватило.

Я бы использовал какое-то фундаментальное образование – физика, математика, где это возможно, Computer Science, прикладная математика, информатика – все, что связано с фундаментальными знаниями, сверху которых можно достраивать. Если вы шесть лет не учили теорию вероятности, статистику, вы вряд ли сможете хорошо организовывать и проводить глубинные исследования, связанные с математикой. Вот выучить Python можно достаточно быстро. Но выучить его – это то же самое, что научиться работать в Figma, просто дольше. Что делать этой Figm’ой или Python’ом – вопрос все равно остается. Вы либо понимаете, для чего его применять, и тогда говорите: «Я буду заниматься разработкой» – тогда вам большие данные не очень как бы и нужны, потому что вы, условно, делаете сайты. Это история с ядром, с пониманием, как устроены процессы, то есть фундаментальная наука. Поэтому я бы, наверное, начинал с этого.

Как вы прогнозируете, где открыть магазин? За счет каких переменных это высчитывается?

В ближайшем будущем, мне кажется, постепенно войдут в нашу жизнь метавселенные. Сейчас это очень популярно, туда идут деньги. А мы понимаем, что любые исследования состоят из двух вещей: можно ли на этом заработать, и готовы ли мы с точки зрения технологий. Тот же самый перцептрон [разработанная в 1958 году модель восприятия информации мозгом – прим. ред.], на основе которого сформулирована концепция нейросетей, это были 60-70-е годы прошлого века. Все достаточно давно было описано – логика принятия решений, почему да как это устроено. Но стало популярно в последние полтора десятка лет просто потому, что вычислительные мощности стали доступны. Для метавселенных у нас это есть, мы с этим будем много сталкиваться.

Если человек имеет желание работать в сфере, связанной с большими данными, то, заканчивая или ещё поступая в ВУЗ, он не до конца понимает, как будет выглядеть мир, в котором он окажется. Когда мы поступали, страна сильно изменилась, как и сама отрасль. Сейчас будет то же самое, это регулярно происходит. Таково мое личное мнение, но я здесь неспециалист, я первый раз живу.

Консалтинговое агентство KPMG называет данные валютой будущего. Но что не так с золотом, долларами, рублём? Дело в том, что с 1997 по 2002 год человечество сгенерировало больше информации, чем за всё время до этого. С каждым годом люди производят на 30% больше данных, чем в предыдущем. И чтобы справляться с таким потоком информации, разбираться в программировании и анализе данных сегодня должны уже не только «технари». Журналисты, врачи, социологи, психологи, маркетологи, которые могут автоматизировать свою работу, экономят время и силы, успевают выполнить больше задач и, как следствие, получают более высокие зарплаты.

Работа продакт-менеджера связана с аналитикой, с изучением паттернов поведения и так далее. Если вы работаете с очень большим B2C-продуктом, например, сайтом для знакомств или приложением, посвященным электронной коммерции, у вас в любом случае возникнет потребность общаться с аналитиками. Это люди, которые сильно лучше вас понимают математику и как устроена работа с данными. Вы тоже будете вынуждены в эту историю погружаться просто для того, чтобы задавать правильные вопросы, и понимать, можно ли на них вообще получить ответы. Вот такая длинная вводная.

Это было скорее эволюционное движение, чем революционное. Довольно длительное, которое началось еще до того, как я вообще пришел в X5 Retail Group. Наверное, первая моя большая работа с аналитиками произошла, когда я работал в венчурном фонде. Там были большие, высоконагруженные В2С-продукты, которые всегда опираются на аналитику, на поведенческие паттерны и так далее.

Как стать специалистом по ИИ в 2022 году?
Я бы начал с математики, потом придется что-то выучить – либо язык программирования R, либо Python, чтобы со всем этим взаимодействовать. Но вообще отраслевой стандарт у нас Python. Нужно оказаться в компании, которая готова в это вкладываться. Я с огромным уважением отношусь к людям, которые занимаются фундаментальными исследованиями, наукой, или которые сами для себя пытаются что-то делать. Но если вы не прикладываете это к практике, если нет проверки ваших идей, гипотез, разработок о реальность, то их ценность и для вас снижается. Когда вы не видите подтверждения, что вы сделали что-то хорошее, это полезно и зарабатывает деньги – пусть не вам, но желательно, конечно, вам, – то мотивация теряется.

Автопилоты еще. Технически мы были достаточно давно готовы к автопилотам – в плане скорости роста технологий, но активно стали их применять только в последнее время. По-моему, сейчас где-то в Соединенных Штатах Америки есть так называемый полный автопилот. Но есть вопросы у законодательства: если машина ошибется и что-то пойдет не так, кто будет виноват? В московских автопилотах всегда сидит человек. Его задача – в случае чего схватить руль, выкрутить, нажать на тормоз. Эта технология требует регуляции, законодательного вмешательства.

Соответственно, искусственный интеллект может принять оптимальное решение в заданных параметрах, он может запомнить оптимальное решение и постоянно искать вещи, которые ему помогли, но не может выйти за рамки первоначально поставленной задачи, и он не может придумать что-то новое. Это мы уже сейчас в область философии уходим, но есть такой термин, как сильный искусственный интеллект, он тоже достаточно спорный. Это ситуация, когда машина может самостоятельно поставить себе задачу, самостоятельно оценить новое для себя решение и обучаться дальше. Например, когда машина придумывает тот цвет, которого не сделал еще человек.