🟡Штучний інтелект: практичні поради, теоретичні думки
Привіт!
Цей випуск розсилки присвячений генеративному штучному інтелекту — ділюся записом свого вебінару з практичними порадами і оглядаю кілька матеріалів західних медіа з більш теоретичним фокусом.
Минулого тижня я провів вебінар для «Вікімедіа Україна» про генеративний штучний інтелект у роботі, житті і Вікіпедії, де виклав багато із своїх думок і практичних порад про те, як застосовувати генеративний ШІ.
У вебінарі мінімум теорії і максимум практичних прикладів — якщо точніше, то 10 сценаріїв застосування генеративного ШІ і 5 практичних порад. Запис можна подивитися тут:
Якщо вам цікаво провести схожу подію для своєї аудиторії/групи людей — пишіть у відповідь до цього листа або в Телеграмі, обговоримо.
Якщо раптом маєте настрій прочитати п’ять тисяч слів про минуле і майбутнє авторських прав — ось чудовий кандидат: детальний матеріал на тему від The New Yorker (формально огляд книжки, але фактично пристойний лонгрід сам по собі).
Основні тези:
Ми живемо в епоху, коли інтелектуальна власність — це «нова нафта». Наприклад, вона є основним джерелом статків для половини найбагатших людей світу.
Але з поточною системою багато проблем. Скажімо, тривалий період захисту творів авторським правом: якщо на зорі існування США робота могла бути під копірайтом 14-28 років, то зараз 70 років після смерті автора, а для корпорацій — аж до 95-120 років. Також система стає складнішою і більш заплутаною, все важче визначити межу між прийнятним запозиченням (fair use) і крадіжкою.
Епоха штучного інтелекту підважує систему, яка склалася зараз. З появою генеративного штучного ШІ виникають нові складні питання: чи можна використовувати захищені твори для тренування моделей? Хто володіє правами на те, що створює ШІ? «Життя у світі штучного інтелекту буде дуже хорошим для юристів. Якщо, звісно, їх не замінять машини».
Пару тижнів тому OpenAI запустили Deep Research — функціонал, який дозволяє створювати детальні аналітичні звіти на основі інформації, яка доступна онлайн. Як пише журналіст Кейсі Ньютон, «за своєю швидкістю та середньою якістю аналізу він є величезним кроком вперед».
Очевидно, що за якістю він ще далекий від ідеалу, але вже точно може замінити багато функцій, які виконують аналітики у різних сферах: наприклад, фінансовий та юридичний аналіз.
(Наразі Deep Research від OpenAI доступний лише у версії за $200 на місяць, тому я особисто ще не пробував. Пробував схожу функцію від гуглівського Gemini і залишився трохи розчарованим якістю, але кажуть, що версія OpenAI значно розумніша).
Найбільш прониклива стаття на тему — від аналітика Бена Томпсона. Він розбирає на своєму досвіді, як працює Deep Research, і якими можуть бути його довгострокові наслідки.
Одна з ключових думок — більшою цінністю стає секретність і закритий доступ до інформації. «Сила ШІ, принаймні на його нинішній траєкторії, походить від здатності охопити всі знання. У відповідь багато хто (можливо, марно) намагатиметься будувати стіни, встановлювати платні входи та створювати маркетплейси, щоб захистити та отримати зиск зі своїх людських напрацювань».