Еще недавно, чтобы почувствовать себя программистом, нужно было как минимум научиться программировать. Сегодня правила стали немного страннее.
Можно открыть нейросеть и попросить: «Напиши программу, которая сортирует обращения клиентов по темам». Через несколько секунд на экране появится код. Если он не заработает — отправить ошибку обратно. Нейросеть извинится, что-нибудь исправит и выдаст новую версию.
Так зачем вообще учиться разработке, если искусственный интеллект уже умеет писать код сам?
Устроим небольшое соревнование.
В одном углу — условный астраханец. Допустим, он учится на технической специальности, работает системным администратором или инженером, а может, только присматривается к IT. Программистом себя пока не считает.
В другом — искусственный интеллект, у которого за плечами миллиарды строк чужого кода и ни одного желания уйти на обед.
Посмотрим, кто кого.
Раунд первый. Написать код
Начнем с неприятного для человека.
Современная нейросеть действительно может написать код быстрее начинающего разработчика. На Python, JavaScript и других языках. Может объяснить каждую строчку, найти ошибку и предложить другой вариант.
А наш астраханец в это время все еще может вспоминать, где на клавиатуре нужная скобка.
1:0 в пользу ИИ.
Правда, код мало получить.
Нужно еще правильно поставить задачу и понять, что именно нейросеть написала. Потому что она вполне способна выдать убедительно выглядящее решение, которое делает совсем не то, что требовалось.
Поэтому знание программирования никуда не делось. Просто часть рутинной работы теперь можно отдать очень быстрому помощнику.
Раунд второй. Понять, что вообще нужно сделать
Возьмем задачу из реальной жизни.
Компания получает сотни обращений и хочет автоматически определять, о чем каждое из них: жалоба, вопрос по оплате, заявка, техническая проблема или что-то еще.
Пишем нейросети: «Сделай ИИ, который сортирует обращения».
И почти сразу выясняется, что одной этой фразы маловато.
Откуда брать данные? Сколько их нужно? На какие категории делить обращения? Что делать с сообщением, которое подходит сразу к двум? Как измерять качество работы? Что будет с запросами, которых система раньше вообще не видела?
И еще один вопрос: какая технология здесь вообще нужна?
До написания кода еще даже не дошли, а решений уже пришлось принять довольно много.
Задача разработчика здесь — перевести человеческое «хочу, чтобы оно само разбирало обращения» на язык конкретной технической системы.
Счет 1:1.
Раунд третий. Данные
Здесь начинается часть разработки ИИ, которая выглядит не так эффектно, как нейросеть на экране, зато определяет очень многое.
Данные нужно собрать, проверить, очистить и подготовить.
Иногда разработчик несколько дней пытается улучшить модель, а потом выясняет, что проблема была вообще не в ней: система училась на плохих, неполных или неподходящих данных.
ИИ поможет написать код для обработки, предложит подход, найдет часть ошибок. Но решить, какие данные имеют смысл именно в этой задаче и можно ли им доверять, все равно придется человеку.
Астраханец отыгрывается.
Раунд четвертый. «У меня все работает»
В разработке это не всегда хорошая новость.
Программа может запускаться без единой ошибки и при этом выдавать неправильный результат.
Допустим, модель должна распознавать определенные объекты на фотографиях. На тестовых изображениях все прекрасно. Загружаем реальные фотографии — точность резко падает.
Что произошло?
Мало данных? Плохая выборка? Неподходящая модель? Или она просто запомнила примеры, на которых училась?
Нейросеть охотно предложит десяток объяснений. Проверять, какое из них относится к конкретной системе, придется разработчику.
Еще одно очко человеку.
Раунд пятый. Кто теперь программист?
На этом месте соревнование начинает терять смысл.
Хорошему разработчику нет особой причины соревноваться с ИИ в скорости набора кода. Проще посадить его рядом и использовать.
Пусть пишет заготовки, объясняет незнакомые библиотеки, ищет ошибки, предлагает варианты реализации и забирает рутину.
Работа разработчика от этого не исчезает. Меняется ее центр тяжести.
Чем больше кода можно сгенерировать автоматически, тем важнее становится умение понять задачу, спроектировать решение, разобраться с данными, проверить результат и заметить момент, когда система уверенно делает какую-нибудь ерунду.
А если наш астраханец вообще не программист?
Тогда ему придется программированию научиться.
Чтобы начать заниматься разработкой искусственного интеллекта, необязательно сначала несколько лет работать разработчиком. Но если речь именно о создании ИИ-систем, а не о работе с готовыми сервисами, без кода не обойтись.
Один из основных языков в этой сфере — Python. Дальше появляются работа с данными, машинное обучение, нейронные сети и собственные проекты.
Тем, кто уже связан с IT или техническими специальностями, часть дороги будет знакома. Начинающему понадобится больше времени на базу.
Так что вопрос «Я уже программист?» здесь не особенно полезен.
Гораздо практичнее другой:
«Хочу ли я научиться создавать то, чем сейчас умею только пользоваться?»
И где всему этому учиться в Астрахани?
Один из вариантов есть и в городе.
Учебный центр «ЗоргоСфера» проводит программу профессиональной переподготовки «Разработка искусственного интеллекта» объемом 1080 академических часов.
Обучение начинается с Python и работы с данными, затем слушатели переходят к машинному обучению, нейронным сетям и современным технологиям разработки ИИ. В программе предусмотрены практические занятия и самостоятельная работа, а завершается она защитой собственного проекта.
Для поступления не требуется уже быть AI-разработчиком. На программу принимают слушателей со средним профессиональным или высшим образованием. Подробнее о программе и условиях обучения можно узнать на сайте «ЗоргоСферы».
После успешного завершения обучения и итоговой аттестации выдается диплом о профессиональной переподготовке установленного образца.
Так кто победил?
Пожалуй, все-таки ничья.
ИИ быстрее пишет код. Не устает, не гуглит одну и ту же ошибку третий раз и никогда не говорит, что «почти закончил», когда еще даже не начинал.
Человеку пока остается самое хлопотное: понять, что вообще нужно сделать, выбрать способ, разобраться с данными, проверить результат и решить, можно ли этому результату доверять.
Поэтому появление нейросетей — довольно странная причина не учиться программированию.
Скорее наоборот: если раньше приходилось долго учиться писать каждую строчку самостоятельно, теперь можно раньше перейти к более интересному вопросу — что именно с помощью этих строчек можно создать.
А наш условный астраханец?
Похоже, Python ему все-таки понадобится.
Подробнее о программе профессиональной переподготовки «Разработка искусственного интеллекта» учебного центра «ЗоргоСфера»:
https://zorgospheraonline.ru/razrabotka-ai?utm_source=arbuz&utm_medium=article&utm_campaign=ai
Следите за новостями «ЗоргоСферы»:
Наше сообщество ВКонтакте: https://vk.ru/zorgosphera
Наш канал в Telegram: https://t.me/zorgoschool
Наш канал в MAX: https://max.ru/id3015105019_biz
Erid: 2Vtzqwny1oi
Реклама: ООО ЦПП «ЗоргоСфера»
ОГРН:1153015001028
