Как я стал программистом и что думаю про ИИ

Мы отправили Жукабру с важным заданием: подробно расспросить эксперта, который сам обучает ИИ и знает о нём очень много.

Жукабра поговорила с Радославом Нейчевым, руководителем группы ML-разработки (ML — это машинное обучение) лаборатории ИИ Яндекса. А ещё Радослав преподаёт курсы по ML в МФТИ, МГУ, РЭШ, ИТМО и Harbour.Space Institute of Technology. И участвовал во внедрении ИИ в эксперименты Большого адронного коллайдера!

Сокращённую версию интервью мы опубликовали в №6, а вот полный текст. Жукабре очень хотелось, чтобы наши читатели смогли узнать то же, что и она!

 

— Радослав, расскажите, как вы стали программистом?

— На самом деле на программиста я не готовился, и такой цели у меня не было. Я скорее учился прикладной математике и физике. Физику я вообще всегда глубоко и искренне любил. Математику тоже, но с ней было гораздо сложнее в обучении. Но математику хотя бы затем учить надо, что она «ум в порядок приводит», как сказал Михаил Васильевич Ломоносов.

Короче говоря, любил я физику и математику, поступил в МФТИ, а программировать умел очень слабо, очень посредственно: только на Паскале, потому что в школе что-то про это рассказывали на информатике.

Но потом пришлось научиться писать код: сначала на C, потом на C++, на ассемблере, потом я пересел на Python и уже на нем много времени работаю.

Но, по сути, я не программист. Я скорее инженер, исследователь, немножко ученый и сильно преподаватель. А языки программирования и программирование вообще — это инструмент, который позволяет очень хорошо и очень быстро, относительно любых других методов, решать задачи, связанные с работой с цифровыми данными. Неважно, что это: тексты, картинки, видео, аудио и так далее.

Короче говоря, чтобы стать программистом, мне кажется, не надо целиться именно в то, чтобы стать программистом, если вы не мечтаете прямо сидеть, писать код и смотреть на него.

Хотя, опять же, в текущей реальности очень вряд ли программирование останется похожим на то, каким оно является сейчас. Появляется все больше языковых моделей, которые хорошо пишут код. Но сам навык хорошо планировать, структурировать систему, продумывать ее архитектуру и то, как она работает, — вот это крайне важно.

И к этому как раз нужно готовиться. А для этого нужно знать и математику, и я крайне рекомендую физику, и алгоритмы, и теорию вероятностей, и статистику. Короче, весь тот классический фундамент, про который вам расскажет любой серьезный преподаватель, профессор или специалист в области.

 

— А как проходит ваш рабочий день?

— Да вообще по-разному, в зависимости от того, какой это день: понедельник, вторник, среда, четверг, пятница, суббота или воскресенье.

Можно сказать, что рабочий день у меня каждый. Но это не потому, что меня кто-то заставил, а скорее мой искренний выбор, потому что я искренне люблю то, чем занимаюсь. И, по сути, строгого разделения на работу и жизнь у меня нет. Моя жизнь — это и есть мое дело. Конечно, не только работа, но работа — существенная часть моей жизни.

Собственно, работа у меня складывается из двух частей. Во-первых, я разработчик, исследователь, руководитель группы. Во-вторых, я преподаватель. Причем преподаю я много, активно и достаточно давно.

Пять лет назад открыл кафедру машинного обучения в МФТИ. Читаю лекции в МГУ, ИТМО, читал в ВШЭ, в РЭШ — Российской школе экономики, в МИСиС, в университете в Барселоне, в Бангкоке и так далее. То есть это дело я люблю.

А как обычно проходил мой рабочий день? Проснулся — и побежал. На работу, на встречи, прочитать письма, всем ответить. Весь день на бегу, голова кругом, не очень приятно. На самом деле в таком темпе долго жить тяжело. Краткосрочно можно, а вот долгосрочно — не очень хорошо.

В каком темпе сейчас я стараюсь это делать?

Проснуться спокойно, провести утро. Лучше пораньше встать, но при этом дать себе время: просто потянуться, позавтракать, выпить кофе, попить воды. В идеале — вообще пройтись по улице, особенно если там солнышко. Это очень сильно позволяет мысли в порядок привести.

Короче, не торопиться прямо с утра. Для этого рано встать — на самом деле лучший вариант. Но, честно признаюсь, я сам любитель поспать, и, конечно же, рано вставать далеко не так просто, как показывают во всяких фильмах, сериалах и так далее.

Ну а потом я стараюсь бить рабочий день на какие-то смысловые блоки. Сейчас вся жизнь у любых занятых людей идет по календарю: тебе в любой момент могут поставить встречу в свободный блок времени и так далее. И когда у тебя за три часа пять встреч подряд, на которых надо постоянно переключать контекст, конечно, голова идет кругом.

Поэтому рабочий день — это, по сути, блок пообщаться с людьми, ответить на вопросы, принять какие-то тактические и стратегические решения, и блок позаниматься чем-то важным.

Это могут быть рабочие проекты, где надо писать код, или где надо со своей командой сесть и что-то спланировать. Или, например, вечером — личные задачи, которых тоже, на самом деле, вагон. Потому что буквально в прошлом году я защитил кандидатскую, а наука — это тоже дело, которым надо заниматься по любви.

Короче говоря, никаких деталей я здесь явно не показываю. Зато показываю, что важна структура. Важно, чтобы вы понимали, когда и чем вы будете заниматься.

Но важно заметить, что это не строгая сетка, где урок закончился — и ты пошел дальше. Это скорее то, к чему лучше тяготеть. Потому что если себя строго загнать в эти рамки, можно оказаться в ситуации, где одно не успел, а на другое, наоборот, потратил меньше времени, чем надо, и теперь сидишь и ничего не делаешь.

Нет, это именно лучше делать как ориентир, к которому вам хочется стремиться.

 

— Что в вашей работе самое интересное, а что — самое скучное?

Самое интересное — это решать нестандартные, неструктурированные или новые задачи, которые еще непонятно, как решать. Или вроде понятно, но это сложно.

Короче, сложности. Но не те, которые прямо неподъемные, а те, которые вызывают азарт. Это, наверное, самое интересное.

Будь то построить модель, которая работает достаточно быстро и эффективно, чтобы ее вообще можно было применять в каких-то задачах. Или решить задачу, которую вообще считают неразрешимой. Или придумать, как существующие технологии применить в таком ключе и в таком месте, о котором люди или не задумывались, или у них пока не получилось.

Это самое интересное, потому что тут реально есть и азарт, и вызов, и нет гарантии, что получится. И есть искреннее удовлетворение, если получилось, потому что это классно.

Что самое скучное?

Формальности, которые все равно нас преследуют. Когда тебе нужно несколько дней подряд занудно собирать бумажки, чтобы получить на что-нибудь разрешение, хотя все всё понимают и все и так согласны. Но нужно получить подпись, то, это и так далее.

Не могу сказать, что в Яндексе такое часто происходит. Но так как я еще и много преподаю, в моей жизни такое часто встречается.

Ну и плюс бывает, конечно, печально и занудно договариваться с людьми. Иногда попадаются люди, которые на самом деле вообще не хотят делать свою работу. Они хотят сидеть на месте, чтобы их никто не трогал и денежка капала.

И вот с такими людьми, конечно, не то что скучно, а скорее ресурсозатратно, особенно в моральном плане.

 

— Расскажите, как вообще обучают нейросети?

— По факту, нейросеть — это одна большая математическая формула. Не знаю, у кого в школе была физика: закон всемирного тяготения, например. Или какой-нибудь сложный процент из банка. По сути, уже обученная нейросеть работает примерно как калькулятор.

Вы в калькулятор формулу вбили, нажали «равно» — он вам показал ответ. Нейросеть — это тоже формула. Просто она содержит в себе миллиарды чисел, миллиарды всяких коэффициентов, которые как раз в процессе обучения нейросети настраиваются.

То есть обучение нейросети — это ничто иное, как поиск оптимальных коэффициентов вот этих самых чисел внутри нейросети.

И те, у кого опять же была физика в школе, например, высчитывали ускорение свободного падения на основе каких-то экспериментальных данных. Вот там одно число на эксперименте посчитали, а инженеры и математики подбирают миллиарды чисел таким образом, чтобы модель могла вам котика нарисовать, или текст красивый сгенерировать, или, наоборот, некрасивый, а такой, как вы бы написали, и так далее.

Но, по сути, для этого уже готовы и программные пакеты, и аппараты. При этом там есть огромное количество вопросов.

Например, как обучить все эти модели на меньшем количестве данных? Или как добиться от них более вменяемых ответов? Или как сделать так, чтобы они не галлюцинировали, то есть не придумывали что-то, что на самом деле не является правдой?

Что такое вообще правда? Можно ли доверять моделям глобально? Или они преследуют какую-то свою цель?

Это я уже специально вкидываю какие-то мысли, которые на самом деле в сообществе часто обсуждают.

Но там есть огромное количество вопросов. И, что любопытно, ответы на них зачастую кроются далеко не только в математике, а еще и в лингвистике, психологии. Шахматы и игра Go, например, существенно повлияли на развитие всей этой области, потому что изначально методы, которые сейчас применяются для обучения языковых моделей, применялись для того, чтобы модели научились играть в шахматы и Go.

Например, в 2016 году они обыграли чемпиона мира по Go Ли Седоля.

Короче говоря, много чего было интересного. Обучать нейросети можно. Но работа, как правило, состоит на 3%, если не меньше, из обучения моделей, и на 97% — из того, чтобы понять, чему учить, зачем, как правильно решать задачу, как правильно ее поставить, какие есть ограничения, кто именно в этом заинтересован, и так далее.

 

— Как думаете, какое будущее у ИИ?

— На самом деле будущее у ИИ, как ни странно, наверное, самое светлое. И вообще оно ждет нас очень скоро. Но при этом как именно ИИ повлияет на наш мир — сказать сложно.

Потому что все эти модные искусственные интеллекты, у которых, опять же, пока что нет никакого искусственного разума, уже сейчас могут приносить существенную пользу примерно во всех процессах, которые у нас в жизни присутствуют.

Но есть и обратная сторона. Их внедрять достаточно сложно, дорого, и многие индустрии и области к этому просто не готовы. Да и общество тоже.

Поэтому мы с вами не видим уже сейчас вот эти волшебные дали, которые нам рисуют фантасты, хотя во многом могли бы.

А может ли человечество создать искусственный разум? Да, скорее всего, может. И скорее всего, создаст, причем в скором времени.

Тут вопрос скорее терминологический: что мы будем называть искусственным разумом? Потому что четких критериев у нас нет. И, скорее всего, мы сначала его создадим как человечество, а уже потом, спустя какое-то время, осознаем, что он уже был создан. Даже не был создан, а появился и существует.

Но тут важное замечание именно про восприятие. Мол, вот скоро искусственный интеллект себя осмыслит и так далее.

Во-первых, модели сейчас очень хорошо симулируют свойства людей: и инстинкт самосохранения, и самосознание, и так далее. Но вопрос в другом.

Сейчас модели принципиально отличаются от любых известных нам сознательных существ, от человека в частности. Сознание — это процесс. Он непрерывен во времени. Ну, окей, может, когда мы засыпаем, оно вырубается, но сам процесс непрерывен во времени.

А сейчас мы с вами говорим про модели, которые строго дискретны во времени. Вот они предсказали одно слово, один токен, или сгенерировали фотографию — и всё. Они не непрерывны, они дискретны во времени. И пока кнопку не нажмешь, следующее слово не будет сгенерировано.

Ну или модель работает сама в цикле, но, опять же, строго по шагам.

И без процесса, мне кажется, сознание в том виде, в котором мы привыкли его видеть, например, у других людей и у себя, мы вряд ли получим. Но, возможно, получим в каком-то другом виде.

 

— Какие профессии и работу ИИ заменит? И что будет с программистами через 5-10 лет?

— Многие профессии он заменит, но еще больше все эти методы модифицируют.

Потому что это новый инструмент, с которым можно делать гораздо круче, гораздо больше и гораздо интереснее, чем без него.

Если мы с вами внимательно посмотрим на происходящее, то увидим, что уже огромное количество задач решается с помощью ИИ: рекомендации музыки или каких-то покупок, поиск в интернете, генерация картин, поиск по картинке, фотоаппарат и фотографии у вас в мобильном телефоне.

Там на самом деле просто вагон обработки, которая сделана и с помощью каких-то фиксированных преобразований, и с помощью методов на основе искусственного интеллекта.

То, что сейчас называют ИИ — всякие языковые модели, — на самом деле просто маркетологи победили, и теперь модно это так называть. Но это всё та же математика, все те же технологии, которые существуют уже десятки лет.

Буквально нейросети выстрелили и стали активно развиваться в 2012 году. Это было 14 лет назад. То ли еще будет.

Так что многие профессии уже были существенно изменены. Например, появились аналитики данных. Раньше данные анализировали совсем по-другому. То есть профессия вроде была, а делали люди другое.

Но при этом некоторые профессии будут вытеснены. И здесь, наверное, я не буду говорить про конкретные профессии, а скорее приведу простой пример: что произошло, когда в нашу жизнь вошли сначала персональные компьютеры, а потом интернет.

Смотрите: у нас с вами обмен информацией сейчас практически полностью перешел в цифровой режим. Если в начале нулевых компьютеры были мало у кого, то сейчас почти у каждого есть смартфон, а еще ноутбук, планшет или что-то подобное. И люди с их помощью могут делать кучу всего.

Например, сейчас мы с вами вряд ли будем отправлять телеграмму, кроме какого-то отдельного случая, где нам нужно подтверждение доставки и так далее.

И профессии, которые завязаны на предыдущий технологический уклад, находятся в зоне риска.

Простой пример: вы сейчас много кучеров знаете? Тех, которые с лошадьми работают. Они всё еще остались в каких-нибудь частных конюшнях. Но по сравнению с тем, что было в XIX веке, я думаю, вы согласитесь, их стало гораздо меньше.

Сейчас, скорее всего, почти полностью исчезнут некоторые профессии. Я обещал про конкретные профессии не говорить, но тем не менее: например, стенографист. То есть человек, который просто набивает текст, переводит речь непосредственно в печатный текст.

Потому что сейчас модели это делают. Я, собственно, этот текст надиктовываю модели, которая переводит его в текст, а потом я его чуть-чуть просто поправлю. Такие профессии, конечно, рискуют исчезнуть.

Поэтому не стоит учиться механическим навыкам, которые легко автоматизируются. Стоит учиться именно тому, в чем человек реально хорош. Это сложные, интересные задачи с вызовом, где нужна и творческая мысль, и упорство, и так далее.

И главное здесь, наверное, что я хочу сказать: не стоит бояться, что вместо вас будет работать искусственный интеллект и заберет вашу работу.

Если он сможет хорошо ей заниматься, то вместе с ним вы сможете делать ее еще лучше. Но для этого надо быть хорошим специалистом в своей области.

Потому что если человек плохой специалист в своей области, то, конечно, ИИ и без него справится.

А вот хороший специалист может с помощью ИИ добиться гораздо более серьезных результатов.

 

— Есть ли какие-то новости в сфере ИИ, которые приводят вас в восторг?

— В сфере постоянно происходят какие-то события и появляются новости, которые приводят меня в восторг.

Например, преподаватель и ученый Андрей Карпаты — или Карпатье, по-разному его фамилию транслитерируют, — рассказал про то, как именно сейчас можно работать с агентными системами на основе ИИ, меня правда привело в восторг. Потому что это прямо очень классно, и сейчас многие задачи можно решать гораздо быстрее, чем раньше.

Есть еще эффект сублиминального обучения, где модели показывают какой-то набор чисел. Для человека он выглядит случайным, а модель читает там на самом деле какой-то закодированный сигнал. Причем сигнал, закодированный другой моделью, человек этого не поймет.

Например, одна модель сказала так, что она любит сов, а вторая прочитала и тоже стала любить сов. Вообще великолепный эффект.

Слушайте умных людей, которые горят своим делом. Они вам точно покажут какие-то примеры.

 

— Какие советы вы бы дали себе десятилетнему?

1. Первое: не бегите сразу смотреть курсы, которые «сделают из вас программистов». Хороший программист, инженер, специалист — это фундамент. Изучайте математику, физику, психологию, биологию — то, к чему у вас душа лежит. Учитесь программировать у хороших преподавателей и по хорошим источникам (которые часто есть в открытом доступе).

2. В процессе сделайте что-то прикольное: с фотографиями, звуком, смешным голосом — то, от чего вам будет интересно. Главное качество — любознательность, внимательность и способность принимать ошибки.

3. И еще один важный совет: следите за здоровьем. Спорт, зарядка, бег, плавание — если делать это всю жизнь, будет больше сил, желания жить, результатов, и голова будет работать лучше. Заботьтесь о себе и близких.