Относится к сборнику статей телеграм-канала https://t.me/thinking_cycles
Вышла очередная статья о том, как сдувается спекулятивный пузырь инвестиций в проекты, связанные с ИИ-технологиями
Читая на разных каналах перспективы развития ИИ-технологий часто сталкивался с таким аргументом, почему это перспективно и почему так много вкладывают в это: потому, что работает, потому, что нет альтернативных решений, работающих хотя бы так же, не говоря уже о том, чтобы работать лучше. Вот характерное объяснение равнодушия к альтернативным решениям из
Вы поймите - есть колоссальное число мечтателей разной степени фриковатости. И каждый мнит себя непонятым Галилеем. Проверять каждого - никакой жизни не хватит. Но можно проверить тех, кто смог свои идеи довести до каких-то проверяемых результатов, которые могут показаться интересными бизнесу. Среди них можно отобрать тех, кто свои результаты проверили на бенчмарках. И всё равно, если проверить все даже правильно оформленные результаты, надо взять целый отдел и надолго его оторвать от работы. Соответственно, до тех, кто забил на бенчмарки, дойдут в таких условиях очень не скоро.
Бенчмарк (от англ. benchmark — «ориентир», «эталон») - это контрольная задача, которая используется для определения сравнительных характеристик производительности компьютерной системы.
В данном случае автору проекта советуют доказать, что его алгоритмы круче применяемых. Но вот выходит уже не первая статья о том, как рушатся «правильные» проекты, которые наверняка прошли все нужные проверки на бенчмарках, иначе в них не вложились бы. Но они рухнули, причем массово. В статье дается разбор причин, где среди прочего упоминается и некомпетентность инвесторов, доверившимся советникам, насоветовавшим вложиться в «перспективный проект». Где главным критерием скорей всего был массовый ажиотаж спекулянтов на бирже и растущие котировки, а вовсе не тщательный анализ потому, что «надо взять целый отдел и надолго его оторвать от работы». При этом «работа» состояла в том, чтобы юзать алгоритмы/функции которые «работают», показывая стабильный рост. Который, тем не менее, завершился массовым обрушением. Почему так, ведь вроде все логично: покажи результат круче, и мы с радостью переключимся на твою разработку, а если она покажет стабильный рост, все остальные накинутся на нее?
Главная причина, почему при сборке сложного механизма он вдруг ломается – отсутствие достаточного понимания «как это работает» для таких работ. Если начинающий радиолюбитель полезет ремонтировать сложную аппаратуру он ее в конечном итоге, скорее всего сожгет, даже если что-то поначалу и будет получаться. И даже если кружок таких же любителей будет самоотверженно ему помогать. Нет схемы в голове – нет системы в работе. А ее в нейросетевых технологиях нет, все крутится вокруг отдельных, выдранных из строгой иерархически связанной системы адаптивных механизмов. Которая не является чем то запредельно сложным, просто все был недосуг вникать: нейросетевые алгоритмы работают, значит, их можно использовать. А то, что нет понимания, как их свести в одну общую систему – какая разница, работают же.
Я так тоже делал по молодости: надергивал на форумах каких то работающих функций, втыкал в свои проекты и радовался. Пока одна такая проданая учётка не встала колом и мне не ткнули носом: делай рукожоп, ты же разработчик. Или бабки возвращай. А я даже код не понимал, только параметры в функции втыкал.
22 Aug 2024
Алексей