«Режим бога» и чемоданчик Маска. Как белгородский школьник «приручил» нейросети

Журналист «Фонаря» узнал подробности у одного из них, а ещё попробовал сам «приручить» нейросеть, используя её в этой публикации в трёх ролях: как помощника (для создания изображений, рассказа по мотивам игры созданной белгородцами и подготовки вопросов для интервью), эксперта (которому были заданы узкопрофильные вопросы по итогам беседы с героем публикации) и собеседника (который отвечал на вопросы, придуманные ранее нейросетью-помощником).

Никите Подпорину 17 лет. Он учится в 11-м классе центра образования № 1 Белгорода. Дальше планирует поступать в Москву или Санкт-Петербург на направление подготовки, связанное с программированием: например, на глубокое обучение (так называют набор методов машинного обучения, основанных на обучении представлениям, а не специализированных алгоритмах под конкретные задачи — прим. Ф.), или на машинное обучение.

Команда юных программистов из Белгорода, фото предоставлено Никитой Подпориным (справа)

Молодой человек рассказал «Фонарю», что первое знакомство с AI Challenge — той самой конференцией, где он с командой стали призёрами — у него произошло ещё в 2021 году. Тогда Никита тоже успешно прошёл в финал, и его вместе с другими юными разработчиками пригласили в Москву на трёхдневную конференцию с отдельной секцией для школьников Junior content по треку «Креативная индустрия». Белгородцев уже тогда запомнили: они показали четвёртый результат на треке.

В 2023 году школьники снова решили попробовать свои силы в программировании, тем более, что 2022 год им пришлось пропустить: тогда отдельного направления для юных разработчиков на конференции не было.

— В 2023 году нужно было создать «виртуальную галерею жизни». Это как игра, в которой нужно выделить временные отрезки нашей жизни или жизни любого героя: прошлое, настоящее и будущее. Мы разработали игру на движке и контент с помощью нейросети, представили свой проект жюри. После нас пригласили на презентацию решений, и там объявили, что мы заняли второе место, — поделился разработчик.

По заданию белгородцы придумывали сказку и на основе неё разрабатывали игру. За создание текста отвечала нейросеть, далее результаты её работы адаптировали под игровой формат. На вопрос, какая задумка легла в основу игры, Никита отвечает, что его команду за основу взяла человека и выбор им профессионального пути.

— Герой игры может выбрать рисование, компьютер или биологию. [В чём наша задумка?] Например, [будущий] программист с детства интересуется компьютерами, у биолога — свои интересы. К подростковому возрасту у него уже складывается более широкий выбор, и он может выбрать одно из направлений: если выберет биологию, то будет развиваться, например, как биоинженер или как инженер клеток. В игре три пути для человека разделяются потом ещё на три каждый, а в финале — галерея, где будут представлены все знаменательные моменты жизни. Это такая небольшая комната, где размещены фотографии и картины, сгенерированные нейросетью, и объекты из прошлого, которые встречались, — рассказывает о прототипе игры Никита.

Белгородская команда за работой: создание прототипов из лего, фото предоставлено Никитой Подпориным

Всего за победу в AI Challenge-2023 боролись представили 251 команды из 47 стран. Белгородцы были участниками команды Maldivish. Данил Константинов отвечал за 3D-модели, свет и дизайн проекта, Иван Загорулько — за менеджмент и разработку игровых механик, Тимофей Усенко — за дизайн, текстуры и сюжет, Никита Подпорин занимался разработкой игровых механик и кода. Белгородцы стали вторыми на конкурсе и получили 600 тысяч рублей на команду. Приз они разделили поровну: каждый мог распорядиться своей частью так, как он решит сам (например, Никита отложил деньги на будущее — прим. Ф.).

— Наш проект показали Владимиру Путину и Герману Грефу на пленарной сессии. Есть даже видео с их положительной реакцией. Летом мы можем поехать на стажировку, пройти глубокое обучение в Сбере. Это связано с программированием, — цитировала в декабре 2023 года пресс-служба белгородского минцифры Данилу Константинова, коллегу Никиты по команде.

Бонус №1. Как мы предложили нейроботу написать рассказ по сюжету игры белгородцев

Нейросети — инструмент, который наша редакция тоже старается применять в работе. Вот один из примеров, как мы это делаем при выполнении повседневных задач. Сейчас я попросил бота @Krugozore_ai_chatbot написать короткий рассказ о том, кем станут три человека, которые в детстве увлекались рисованием, биологией и компьютерами, при этом в истории обязательно должно было быть упоминание выбора и показан процесс их взросления.

Вот, что мне выдал бот:

— Наташа, Сергей и Денис были неразлучными друзьями с самого детства. Наташа обожала рисовать красивые картинки с яркими красками, мечтая стать известным художником. Сергей увлекался биологией и каждый день проводил в лесу, изучая различные виды растений и животных. Денис же был гуру в компьютерном мире, создавая свои программы и мечтая стать ведущим разработчиком ПО. По прошествии лет каждый из друзей выбрал свой путь. Наташа поступила в художественный институт, где её талант расцвел великолепными произведениями и выставками. Сергей стал успешным биологом, путешествуя по всему миру и делая открытия в области природы. Денис основал собственную IT-компанию, которая разрабатывала инновационное программное обеспечение, — закончил свой рассказ нейробот.

Нейросети со школьной скамьи

— Никита, расскажи, как ты вообще пришёл к программированию?

— Трое ребят из нашей команды, в том числе и я сам, ходили в инжиниринговый колледж при БелГУ, а четвёртый — посещал белгородский «Кванториум». Если честно, нам это не дало какого-то большого толчка, потому что в основном мы все занимались и развивались сами, но всё равно именно с этого всё и началось.

— А к нейросетям как ты пришёл? Чем они тебя заинтересовали?

— В том числе благодаря этому конкурсу в 2021 году [мы начали интересовать нейросетями]. Мы просто почитали об этом, а потом узнали про конкурсы и начали развиваться в этой теме.

— А как вы вчетвером собрались вместе?

— Мы все друзья с пятого класса. Сперва учились в одной школе, но потом двое наших ребят перешли в другие школы, но мы продолжили общаться.

— Никита, как ты оцениваешь нейросети как направление, которое сейчас практически везде развивают и пытаются адаптировать под практические задачи?

— Я считаю, что это очень-очень большой шаг для человечества, потому что всё это максимально кардинально меняет понимание человеческих профессий. Человек становится буквально богом, если так можно сказать, так как он может управлять интеллектом, который создан на основе его собственного интеллекта. И этот созданный интеллект может выполнять такие задачи, какие способен выполнять сам человек.

— Понял тебя. Скажи, пожалуйста, а на твой взгляд, насколько этично использовать результат труда нейросети? И можно ли сравнивать его с результатом труда человека? Как вы для себя с ребятами решаете этот вопрос?

— Мне кажется, что [результат труда] нейросети можно сравнивать с результатом деятельности человека, потому что нейросеть обучается на человеческих ресурсах. Когда составляется база данных, туда добавляются только этичные материалы, поэтому нейросеть, например, не может ругаться матом. Так как обычно нейросеть обучается на правильной базе данных, она не может высказывать какие-то мысли против человека. Также она не может выражать экстремистские мысли, поэтому она, на мой взгляд, безопасна. Хотя, наверное, если она обучена на каких-то свободных ресурсах, то она может представлять для человека опасность. Но на этот случай, если берём ChatGPT, у того же Илона Маска есть чемоданчик, которым он может отключить все сервера, на которых работает ИИ.

— Какими нейросетями Никита ты пользуешься сам?

— Всеми, которые знаю. Например, тем же «Кандинским», «Шедеврумом» от «Яндекса», ГигаЧат, ChatGPT, Dall-E 3 и Midjourney.

— Никита, ты их используешь только как помощников, например, для создания игр, графики, или пытаешься применять и в повседневной жизни тоже?

— Я их использую во всех жизненных задачах. Сейчас, если мне нужно какой-то вопрос задать, я уже чаще захожу не в Google, а в ChatGPT и спрашиваю у него.

— Понял. Смотри, ещё вопрос: сейчас многие пытаются наладить работу с нейросетями так, чтобы, допустим, человек мог воспользоваться ответом нейросети и правильно выстроить свой распорядок дня или найти идею для творчества. Ты сам таким образом используешь нейросети или нет?

— Да, использую. Если, например, мне нужно придумать какое-то название для группы я тоже обращаюсь к нейросети.

— Никита, давай попробуем сделать прогноз: как ты думаешь, к чему придёт эта технология через десять лет?

— Она развивается в геометрической прогрессии — очень быстро, поэтому спрогнозировать можно, но я не возьму на себя ответственность это сделать. Мне кажется, что развитие нейросетей приведёт к очень большим изменениям в жизни и вообще понимании человека. Вот у нас на конференции говорили о «технологической сингулярности» — это когда человеческие возможности разовьются настолько, что человек и человеческое осмысление жизни реально изменится в другую сторону (под «технологической сингулярностью» учёные понимают такой гипотетический момент в будущем, когда технологическое развитие станет неуправляемым и необратимым, что способно привести к радикальным изменениям характера человеческой цивилизации,— прим. Ф.)

— Никита, какой бы ты дал совет людям, которые пока ещё боятся использовать нейросети и применять их в повседневной деятельности? Как преодолеть страх перед этой технологией и сделать к ней первый шаг?

— Для начала я бы предложил изучить немного самой простой теории, которую сможет каждый человек понять. Потом понять, какую опасность несёт нейросеть и какие есть плюсы её использования, а потом уже решить самому, стоит ли заниматься с нейросетями или нет. Я думаю, что человек, который изучит всю теорию и разберётся в вопросе, точно начнёт использовать нейросети в своей жизни.

Эксперт «Фонаря»

Учитывая, как много Никита Подпорин рассуждал о нейросетях и их значении, как к эксперту в этот раз мы обратились к ChatGPT (для иллюстрации мы попросили Midjourney нарисовать визуальный образ нейросети-эксперта — прим. Ф.), чтобы задать ему несколько вопросов, которых мы коснулись во время общения с Никитой. Также мы задали несколько вопросов, на которые отвечал сам юный программист. Вот, что из этого получилось.

— Ответь, пожалуйста, а ты можешь ругаться матом?

— Я не могу использовать нецензурные слова или матерщину. Моя цель — помогать и общаться с уважением к каждому пользователю. Если у вас есть другие вопросы, буду рад помочь!

— А ты можешь навредить человеку?

— Нет, я не могу навредить человеку. Моя цель — помощь и поддержка в ответах на вопросы и предоставлении информации. Если у вас возникли какие-то проблемы или вопросы, не стесняйтесь обращаться, и я постараюсь помочь в рамках своих возможностей.

— На каких моделях тебя обучали?

— Я работаю на основе искусственного интеллекта и машинного обучения, которые позволяют мне учиться на основе большого объёма данных и алгоритмов. Моя обучающая модель базируется на различных методах машинного обучения, нейронных сетях и обработке естественного языка. Я постоянно улучшаюсь и обновляюсь, чтобы быть более точным и полезным для пользователей.

— Правда ли то, что у Илона Маска есть возможность отключить ChatGPT?

— Нет, это неправда. Илон Маск не имеет возможности лично отключать или контролировать конкретные экземпляры модели ChatGPT или других искусственных интеллектуальных систем. ChatGPT — это продукт компании OpenAI, которая разрабатывает и предоставляет различные модели искусственного интеллекта, включая ChatGPT. Илон Маск является известным предпринимателем и основателем компаний, таких как Tesla и SpaceX, но его компания SpaceX не связана с разработкой или управлением ChatGPT или других продуктов OpenAI. Таким образом, Илон Маск не имеет прямого влияния на функционирование или отключение ChatGPT.

— Подскажи, как можно научиться работе с нейросетями? Это не страшно?

— Научиться работе с нейросетями можно, начиная с изучения основных принципов и концепций машинного обучения и глубокого обучения. Важно иметь базовые знания математики, статистики и программирования, так как нейросети требуют использования алгоритмов и инструментов для их обучения и применения.

Для начала рекомендуется изучить основные типы нейронных сетей, такие как перцептроны, свёрточные нейронные сети, рекуррентные нейронные сети и глубокие нейронные сети. Существует множество онлайн-курсов, книг и ресурсов, которые помогут вам понять принципы работы нейросетей и их применение в различных областях.

Работа с нейросетями может показаться сложной на первый взгляд, но с постепенным изучением и практикой вы сможете освоить эту технологию. Важно практиковаться на реальных задачах и проектах, чтобы углубить свои знания и навыки в области нейросетей. Не стоит бояться сложностей — с постоянным обучением и практикой вы сможете успешно освоить работу с нейросетями и использовать их для решения различных задач в области машинного обучения.

— Финальный вопрос: подскажи, пожалуйста, как можно приручить нейросети?

— Приручение нейросетей, или обучение их на определённых данных для выполнения конкретной задачи, является ключевым этапом в разработке и использовании искусственного интеллекта. Вот несколько шагов, которые помогут вам приручить нейросеть:

1. Выбор архитектуры нейросети: определите тип нейросети, который лучше всего подходит для вашей задачи (например, сверточные нейронные сети для обработки изображений, рекуррентные нейронные сети для анализа последовательностей и так далее).
2. Подготовка данных: соберите и подготовьте данные, необходимые для обучения нейросети. Это может включать в себя очистку данных, преобразование их в формат, понятный нейросети, и разделение на тренировочный и тестовый наборы.
3. Определение функции потерь: выберите подходящую функцию потерь, которая будет оценивать ошибку между предсказаниями нейросети и истинными значениями.
4. Настройка гиперпараметров: установите параметры обучения (скорость обучения, размер пакета, количество эпох и так далее), чтобы нейросеть могла эффективно учиться на ваших данных.
5. Обучение нейросети: запустите процесс обучения, подавая тренировочные данные на вход нейросети и корректируя её веса на основе функции потерь.
6. Оценка результатов: после завершения обучения оцените производительность нейросети на тестовом наборе данных, чтобы оценить её точность и эффективность.
7. Тонкая настройка и улучшение: если результаты не удовлетворяют вас, можно провести тонкую настройку параметров или структуры нейросети, чтобы улучшить её производительность.
8. Развёртывание модели: после успешного обучения можно развернуть модель нейросети для использования в реальном мире, например, в приложениях или системах.
9. Это лишь общие шаги по приручению нейросетей, и каждый из них требует глубокого понимания методов машинного обучения и практического опыта.

Бонус №2. Можно ли нейросеть одновременно использовать и как помощника, и как собеседника? Попробуем!