«Кто-то что-то где-то пропустил или кто-то на коленке автоматизировал, это пустили в производство, не проверив, вот так и получилось. Без петли контроля, без обратной связи, без фактчекинга и так далее. Любое решение может вызвать совершенно непредсказуемые, непредвиденные реакции в социуме, если оно будет распространяться по миллионам устройств пользователей. Конечно, это может и панику вызвать на бирже, и панику даже не на бирже, а в реальности. Можно же тоже сгенерировать заголовок о начале эпидемии лихорадки Эбола в Нью-Йорке, например. Вот вам и паника, если это будет опубликовано на ведущем таблоиде. Неизвестно, какие последствия будут и сколько людей из-за этого погибнет в том числе. Поэтому, естественно, компании, которые взаимодействуют с огромным количеством людей, должны отдавать себе отчет в своей ответственности в том числе и за такие вещи».

«Когда задаешь какой-то вопрос агенту, он начинает внутренние рассуждения — как бы разговаривает сам с собой. Он запускает обмен мнениями между внутренними экспертами. И когда они приходят к консенсусу, то есть согласию относительно того, какой ответ выдать пользователю, соответственно, пользователю выдается этот ответ. Это очень повысило качество работы моделей. Это всего лишь архитектурный подход, но он был сделан, он показал свой резон. И я могу сказать, что мы повторили это мгновенно. Когда OpenAI опубликовала то, как они это сделали, мои инженеры буквально в тот же день повторили то же самое, в том числе на слабых моделях типа GPT-4o mini. А поскольку GPT-4o mini стоит копейки, она практически бесплатная, решение серьезных задач при помощи нее становится намного качественней».

«Тенденция на так называемую ИИ-национализацию, то есть замыкание технологий искусственного интеллекта в национальных границах, она была выявлена еще в году эдак 2018-м, это уже явно стало видно. Хотя, казалось бы, наука экстерриториальна, трансгранична, и научное сообщество всегда было открыто друг другу. Сейчас все это замыкается, ставятся барьеры, в том числе искусственные. Поскольку Nvidia — это компания, которая разрабатывает в первую очередь GPU, то есть графические процессоры, которые очень оптимизированы на матричные вычисления, оказалось, что, когда мы разрабатывали алгоритмы для компьютерной графики, они основаны на матричных вычислениях, то есть на умножении векторов на матрицы, матричные преобразования и так далее. А потом оказалось, что нейросети тоже основаны на матричной математике, поэтому именно GPU, оптимизированные под матричные вычисления, очень хорошо подходят под обучение искусственного интеллекта, но, естественно, это технологии двойного назначения. Поэтому тенденция к ИИ-национализации будет проявляться еще сильнее».

«Как раз ровно в этот момент, когда я думал об этом, Rutube прислал письмо на тему „Мы запустили автоматизированный инструмент по переносу всего контента“. Там надо сделать буквально три или два или три шага, чтобы начался процесс импорта. Этот процесс потом идет автоматически. То есть можно закрыть страницу, выключить компьютер, уйти, уехать в отпуск, и оно будет продолжать выкачиваться. И поначалу дело пошло очень даже бодро. В день у меня выкачивалось примерно по 100 видео. И где-то на третий день все резко остановилось. Потом я стал замечать, что и YouTube плохо отдает видео на скачивание, потому что есть же сервисы для ручного скачивания видео. Они работают медленно и раз через раз».

«Цифры выглядят достаточно разумными, потому что, когда речь заходит о таких рутинных задачах, то любой руководитель должен ставить перед собой вопрос, как ту или иную задачу можно эффективно решить при помощи большой языковой модели, которых у нас достаточно много разных, на любой вкус и цвет. Более того, они разной силы и разной стоимости, под конкретную задачу можно подобрать по соотношению цена/качество оптимально. Люди все больше узнают, что такое искусственный интеллект, языковые модели, и как можно при помощи них автоматизировать решение рутинных задач, и тут вопрос не в том, что сидят сто копирайтеров, и 25 из них не могут найти себе работу, тут речь о том, что раньше в какую-то редакторскую группу или в СМИ, или еще куда-нибудь приглашали четырех копирайтеров, отдел кадров подбирал, а сегодня не четыре, а три, то есть на 25% меньше, и это надо так интерпретировать, потому что с тем объемом задач, которые ставятся копирайтерам, редакторам, справляется меньшее количество людей, но все равно человек остается, это люди, которые научились использовать большие языковые модели, искусственных интеллектуальных агентов и повысили эффективность своего труда».