Прогнозы генеративных моделей
В мире сейчас насчитывается более 4 тыс. языковых моделей. 40% из них — из Китая. Стоимость одного токена до конца 2026 года должна снизиться в 7–10 раз, и тогда произойдет резкий рост использования ИИ. Об этом первый заместитель Председателя Правления Сбербанка Александр Ведяхин заявил на сессии «Цифровой Шёлковый путь: Россия и Китай в сфере цифровых технологий и AI» на Восточном экономическом форуме. Нейро рендеринг. Nvidia говорят, может увеличить частоту кадров в играх в 10 раз. В будущем 100% пикселей в игровых изображениях могут генерироваться искусственным интеллектом. RSpectr.com Доля российских ИТ-компаний, использующих генеративный ИИ, выросла до 45% // РСпектр За год доля российских софтверных компаний, применяющих генеративный искусственный интеллект (ИИ) в разработке ПО, увеличилась с 24,9% в 2023 году до 45,4% в 2024 году. По данным РУССОФТ, расчетное число сотрудников, которых понадобилось бы привлечь для тех же проектов или задач, выполненных с использованием генеративного ИИ, возросло более чем в 10 раз – с 1,7 тыс. человек в 2023 году до 19,5 тыс. в 2024 году. При этом речь о сокращении численности разработчиков ПО пока не идет, хотя темпы роста численности персонала в отрасли замедлились до 7-8% против традиционных 10-12 процентов. Аналитики предполагают, что это может быть связано как с использованием ИИ, так и с частичным замещением штатных сотрудников временными. К концу 2025 года доля компаний, применяющих генеративный ИИ, может достичь 55,6%, а объем выполняемых им задач – соответствовать работе 34 тыс. специалистов, что требует более глубокого изучения влияния технологии на рынок труда.
Д. Computer Vision Computer Vision, позволяющая компьютерам «видеть» и интерпретировать визуальную информацию.
Е. Прогнозы и рекомендации. Прогнозные модели — инструменты для предсказания будущих значений на основе анализа исторических данных и текущих тенденций. Рекомендательные системы Netflix, Маркетплейсов и др.
Е. Ограничения а) Аппаратные = финансовые Чтобы использовать хорошую модель, можно: Локально, но аппаратно будет лимит на 4000 токенов. Медленно. Облачно, быстро, но платно. Локально и быстро, но с дорогим GPU б) NDA и безопасность. Облачно - данные идут на сторону. В США и Европе перед использованием модели ее владельцы подписывают с потребителем жесткий NDA. У нас - нет. в) В основе ложно отрицательные и ложноположительные срабатывания = всегда вероятность. Ошибок избежать нельзя. г) Граница Дата сетов достигнуты в LLM
Выводы: Пик хайпа Генеративных моделей по Гартнеру пройден. Клиенты тестируют ИИ как инструмент Нет общедоступных кейсов успеха Результат ИИ, как черный ящик Бизнес не Мэтчит Проблемы с Возможностями ИИ ИИ - В основе ложно отрицательные и ложноположительные срабатывания = всегда вероятность. Ошибок избежать нельзя. Исполнительные функции в критических местах доверить ИИ нельзя. GPT5 уже научен на всех текстах интернета, скармливаются кростексты, дальше не на чем учиться. Идет ухудшения качества систем. Плато продуктивности точно будет. В разработке есть уже привычка и эффективность использовать Ai ассистентов для написания юнит тестов, создания архитектурных концепций и др. В ИТ-архитектуре компаний уже внедрены ИИ инструменты и софт, от которого никто не откажется. Использование и DEV и пользователями инструментов ИИ уже я-ся обязательной частью процесса разработки и жизни. От них не будут отказываться.