Нейросети для бизнеса

Еще в далеком 2009 году в Сингапуре поставили камеры, которые распознавали лица и искали преступников. В 2009 году (14 лет назад), это была инновационная технология. С тех пор применение нейросетей для распознавания образов стало чем-то обыденным и никого не удивляет. Почему же именно сейчас возник бум интереса к нейросетям[1]? Короткий ответ таков:

Вирус открытости технологии

В ноябре 2022 года компания OpenAI сделала очень интересный ход – открыла свою модель GPT для публичного доступа, запустив ChatGPT. На самом деле, аналогичная по уровню возможностей модель GPT 3.5 появилась еще в марте 2022 года. Но с ней работали лишь университеты и крупные компании, и до ноября 2022 года о модели GPT знали только узкие специалисты. И лишь открытие ChatGPT практически для всех привело к кардинальному изменению ситуации.

А потом случилось то, что сама OpenAI не ожидала – отметку в 1 миллион пользователей проект достиг в первые 5 дней после выхода (рис. 1.) Затем, за первые два месяца ChatGPT пробил отметку в 100 миллионов пользователей (рис .2). Еще ни один продукт не набирал за два месяца 100 миллионов пользователей, и в начале 2023 года ChatGPT признали самым быстрорастущим приложением в мире. В январе ChatGPT ежедневно использовали около 13 млн. уникальных аккаунтов, что более чем вдвое превышает количество посещений за декабрь 2022 г.

GPT-4 – четвертая большая языковая модель, в семействе GPT (подробнее об этом семействе мы расскажем в части 2), была выпущена 14 марта 2023 года и еще более подхлестнула интерес к нейросетям. Сейчас компания OpenAI не открывает данные о пользователях этой нейросети. Но, по оценкам экспертов Similarweb сайт ежемесячно посещает около 1,5 млрд пользователей. И это, только вдумайтесь, проект, которому меньше года.

В начале 2023 года Microsoft заявила, что они готовы инвестировать 10 миллиардов долларов в OpenAI, чтобы совместно с ними делать различные проекты, а также добавила ChatGPT в Bing и Edge (в планах добавить в Word). В июле 2023 года Илон Маск объявил о запуске xAI, цель которой «понять истинную природу Вселенной». Компания Google реализует технологии нейросетей в Docs, Sheets и серьезно озабочена тем, как спасти поисковый бизнес от нашествия нейросетей. Китайская компания Baidu объявила о скором запуске аналога ChatGPT. 

Рис. 1. Время, которое потребовалось сервисам, чтобы достичь планки в 1 млн. пользователей.

Рис. 2. Время, прошедшее с запуска, до достижения планки в 100 млн. пользователей (месяцы)

Причем, если сначала ChatGPT использовались для развлечений, то в начале 2023 года их начали активно использовать в разных профессиональных сферах. Устойчивое мнение, что нейросети это дорого, чтобы внедрить искусственный интеллект в работу компании нужны дорогие программисты и много денег, рассеялось в пух и прах. Ни сложность инфраструктуры, ни человеческие ресурсы больше не препятствуют массовому внедрению нейросетей в деятельность и процессы компаний. Сейчас любой эксперт или небольшая компания может начать пользоваться самой передовой, самой сильной технологией искусственного интеллекта. И это та сила, которая меняет наш мир.

Нейросети проникают в наш мир

И мир меняется. Исследования показывают, что сегодня уже очень многие предприниматели руководители согласны, что нейросети действительно помогают решать конкретные задачи:

• 83% компаний называют нейросети и искусственный интеллект ведущим приоритетом в их бизнесе;
• 97% владельцев бизнеса уверены, что ChatGPT и другие языковые модели помогут им в работе.

Надо отметить, что согласно отчету  Hype Cycle for Artificial Intelligence (июль 2023), генеративный искусственный интеллект находится на пике хайпа. Это значит, что ожидания от технологии сейчас завышены и, видимо, мы будем переходить в фазу «разочарования». Отчасти это подтверждается снижением использования ChatGPT среди энтузиастов. Однако, несмотря на это, аналитики Gartner прогнозируют, что технологии генеративного искусственного интеллекта получат широкое применение в начале 2024.

Огромный оптимизм экспертов по поводу успехов нейросетей отчетливо виден в рыночных прогнозах. Вот некоторые из них:

• Мировой рынок систем искусственного интеллекта в ближайшие четыре года будет расти на 18,6% в год и достигнет к 2027 году отметки 900 млрд. долл. (прогноз IDC);
• БКС Экспресс прогнозирует рост мирового рынка искусственного интеллекта к 2027 году примерно в 5,5 раза;
• Европейские расходы на системы искусственного интеллекта к 2026 году вырастут на 27,8% по сравнению с 2022 годом и превысят 72,9 млрд. долл. Совокупный темп развития рынка систем искусственного интеллекта в Европе в период с 2021 по 2026 год составит 29,6% в год (данные и прогноз IDC);
• Отечественный рынок систем искусственного интеллекта растет более медленно, но все-равно, к 2024 году он составит $555 млн (данные и прогноз IDC).

Согласно отчету McKinsey, искусственный интеллект может дать дополнительный прирост 13 трлн. долл. к 2030 году, увеличивая глобальный ВВП на 1,2% в год. Это мировые данные, но и потенциал использования нейросетей в России огромен. По предварительным оценкам, до 2025 года искусственный интеллект может обеспечить прирост ВВП страны, России до 1%.

Фантастическая GPT-4

Почему эксперты и предприниматели уверены, что технологии нейросетей будут так активно проникать в наш мир? Одна из главных причин – успехи модели GPT-4, которая достигла значительных результатов в решении огромного спектра академических и профессиональных задач. Расскажем только о некоторых, наиболее впечатляющих.

Тестирование модели GPT-4 показало, что она может справиться со стандартизированными тестами такими как SAT (аналог нашего ЕГЭ) лучше, чем большинство школьников. Например, тест SAT Evident Based Reading and Writing на чтение и письмо модель сдала на 710 из 800 баллов, что соответствует уровню 90 баллов по ЕГЭ. Тест SAT Math (по математике) GPT-4 сдала на 700 из 800 баллов и это больше, значительно больше, чем средний американский школьник.

Более того, эта нейронная сеть может сдавать экзамены по юриспруденции, медицине, истории и биологии не хуже, чем средние студенты. На рисунке 3 показаны результаты прохождения обычных университетских экзаменов моделями GPT-3,5 (синий столбик) и GPT-4 (зеленый столбик). По вертикали отложен процент студентов, сдававших тот или иной экзамен хуже, чем, нейросеть. И примерно в 2/3 тестов модель уверенно обгоняет студентов, которые, между прочим, годами готовились к этим экзаменам. Например, экзамены юристов модель GPT-4 сдавала лучше, чем 90 % выпускников юридических факультетов.

Уточню, что модель GPT-4 не «подсматривала» в шпаргалку. Она обучалась на объеме данных до сентября 2021 года, и тренировочный массив данных не включал эти экзамены. Такой потрясающий успех дает основание предполагать, что в скором будущем GPT-4 вполне может заменить какие -то профессии (об этом в последней статье цикла).

Рис. 3. Результаты сдачи экзаменов, которые предлагаются выпускникам университетов (синие результаты – это модель GPT-3.5, зеленые – GPT-4)

Кроме того, оказалось, что модель GPT-4 научилась показывать свои знания не только на английском языке, на котором было большинство обучающих текстов, но и переносить эти знания на другие языки. Специальный тест Massive Multitask Language Understanding был переведен на другие языки и GPT-4 смогла продемонстрировать свои знания на 24 из 26 языках лишь с небольшой потерей точности, по сравнению с английским. То есть она смогла понять, как передать эти знания на другом языке.

Кроме того, GPT-4 показала значительные успехи в решении заданий для программистов с сайта LeetCode (используемого большинством ИТ-компаний для найма). Исследования показывают, что она справляется со сложными программистскими задачами лучше, чем человек. Да, простые задачи с первой попытки люди решали в 72% случаев, а GPT-4 в 68%. Но с пятой попытки, если указать, что решение не верное, GPT-4 решало задачи верно уже в 86%, тогда как люди улучшили свой предыдущий показатель незначительно. То есть нейросеть решает простые задачи в среднем лучше, чем люди, даже если при первой попытке она допустила ошибки. А средние и тяжелые задачи уже даже с первой попытки модель GPT-4 решала лучше, чем люди.

Более того, модели можно в общих словах на обычном языке описать, что ты ожидаешь от приложения, и она сама способна его полностью запрограммировать. Да, пока речь идет о довольно простых приложениях, но тем не менее, это большой шаг вперед.

Однако, пожалуй, самое важное, что нейросеть GPT-4 уже можно рассматривать как что-то мыслящее. Исследование Microsoft Research показало, что GPT-4 может успешно проходить тест на аутизм, что указывает на ее умение «понимать» чувства других людей. В отчете авторы отмечают, что модель GPT-4 осваивает навыки человеческого мышления.

И есть еще один очень существенный момент, который важно учитывать – развитие нейросетей не происходит по линейным законам. Они не просто развиваются – их скорость развития усиливается по мере того, как все больше людей начинают пользоваться ими, при этом обучая и улучшая. Их прогресс идет не линейно, а все время ускоряется.

Сила революции нейросетей – об эффектах и затратах

Еще один важный аспект, влияющий на рост использования нейростетей – экономический. В начале 2023 года компания ARK Investment Management выпустила интересный отчет, где оценивались эффекты и затраты на использование модели GPT. Ниже их выводы и прогнозы.

1. Такие инструменты, как ChatGPT, DALL-E и Copilot, повышают производительность труда программистов. Например, у программистов, использующих помощников на базе нейросетей, уходит в два раза меньше времени на выполнение задач, их производительность удваивается (рис. 4). По данным GitHub 46% кода пишутся с помощью Copilot (инструмент с использованием нейросетей, разработанный совместно с OpenAI, который дает подсказки программистам по написанию кода), что приводит к ускорению разработки на 55%.
   

   
   

   Рис. 4. Снижение времени на выполнение задач у программистов (ARK Investment Management)

2. Использование нейросетей кардинально снижает производственные затраты в некоторых областях. Например, генеративный искусственный интеллект может создать графическую картинку за несколько минут и за 8 центов, тогда как человек за пять часов и 150 долл.
3. Расходы на обучение нейросетей будут продолжать снижаться на 70% в год до 2030 года. Например, по данным ARK Investment Management, стоимость обучения языковых моделей до уровня GPT-3 для средств обучения нейросетей компании Mosaic в 2020 году составляла 4 миллиона 600 тысяч долларов. Эксперты прогнозировали, что на обучение той же самой модели в 2022 году потребуется 740 тысяч долларов, но ошиблись. По факту обучение такой модели в 2022 году обошлось в 450 тысяч долларов. И эксперты ARK Investment Management прогнозируют, что к 2030 году обучение той же самой модели будет обходиться всего лишь в 30 долларов (рис. 5). То есть, стоимость обучения модели, одна из самых больших затрат на внедрение нейросетей, радикально сокращается. ИИ создает взрывной спрос на обучающие данные. «В мире дешевых вычислений данные станут главным ограничением», - говорится в отчете.
   

   

   Рис. 5. Расходы на обучение нейросетей (ARK Investment Management).

4. Стоимость оборудования и программного обеспечения для работы с нейросетями должны снижаться на 57% и 47% в год соответственно.

Таким образом, использование нейросетей – это не только модный тренд, но и вопрос эффективности: согласно отчету The State of AI in Marketing применение нейросетей в среднем позволяет сотрудникам экономить до двух с половиной часов рабочего времени в день. Естественно, если эти прогнозы хоть немного верны, использование нейросетей будет активно расширяться.

***

Очень вероятно, что перед нами рассвет новой эры нейросетевой мудрости. Нейросети, подобные GPT-4, изменяют правила игры и способствуют эволюции способов ведения бизнеса и повседневной жизни. Что ж, давайте будем наблюдать за этим переломным событием в первом ряду. И не только наблюдать, но и использовать эти фантастические возможности. Как? Об этом в следующих статьях цикла.

[1] Мы будем в основном использовать термин «нейросети» или «большие языковые модели» вместо термина «искусственный интеллект». Искусственный интеллект – это не очень точный, скорее, маркетинговый термин.