AI Mindset

Привет, Привет, Глеб.

Это наш второй подкаст «АИ Main Set».

Возгладный выпуск показался нам интересным, мне кажется, нам имеет смысл продолжать.

И говорим мы здесь про искусственный интеллект и возможные сценарии развития будущего, как
он влияет на нас, наверное, в первую очередь на нас, не на наши бизнесы и корпорации, куда

двигается технология в целом, а сколько…

на личное наше восприятие этой технологии, что можно с этим делать, как можно это
применять в своей жизни, в рабочей, личной, в творчестве и так далее.

А вот о этом среде, таком более человеческом мы и будем здесь продолжать говорить.

Привет, Глеб, еще раз.

Привет, Саша.

Начать предлагаю с новости, которая на самом деле в большей степени про корпорации.

Все-таки MIT-шный экономист сказал, что в интервью американскому изданию, что

Да, сейчас сначала начнем.

Да, привет, Саша.

И предлагаю начать с новости все-таки про компании и про общие экономические тренды.

На прошлой неделе гуляла новость про то, что экономист, сотрудник MIT в интервью Bloomberg
сказал, что только 5 % рабочих мест может быть автоматизировано при помощи инструментов

искусственного интеллекта.

И это может подорвать некоторые ожидания рынка, ожидания инвесторов, что 5 % это
недостаточно для того, получить тот взрывной рост, на который рассчитывали инвесторы,

которые огромные деньги вкладывают в компании, занимающиеся искусственным интеллектом,
разработкой больших языковых моделей.

Как обычно, новость подхватили, и много где про это писали.

И в дискуссиях много говорили про то, что

Компании немножко фейлят интеграцию этих инструментов, но при этом внутри компании есть
люди, частные лица.

Сюрприз-сюрприз, компании состоят из людей, искусственным интеллектом все-таки активно
пользуются, при этом не всегда это их использование поощряют руководство.

Более того, наоборот, это запрещают и...

Людям приходится тайно им пользоваться, делать вид, что они что-то другое, что они сами
это сделали, что как будто немножко глупо, но при этом очень понятно, мы то же самое

наблюдали с мобильными телефонами когда-то давно.

Сейчас уже сложно представить, сложно вспомнить, но были времена, в офисах запрещали
телефоны, даже IT-компаний.

Когда ты сидел с мобильным телефоном, считалось, что ты тунеядствуешь, при том, что
понятно, что это удобный...

Инструменты многие им пользуются и по работе в том числе и вообще эту границу провести
довольно сложно.

Мне кажется, нужно сказать, что есть какой-то альтернативный вектор, когда более быстрые
компании, стартапы, наоборот, по дефолту покупают ChatGPT или какой-то сопоставимый tool

или как-то разворачивают это локальное себя внутри, пользоваться хотя бы как можете, мы
будем постепенно вас обучать, но это точно как бы boost.

То есть изначально предлагают идею того, что...

Вы можете делать больше.

Это не то, что вы ленитесь, это то, что ваша работа становится более ценной, например.

Эту идею продают скорее в компаниях.

Я вспоминаю Макинзи, которые в начале 2024 года утверждали, что них 95 % сотрудников
пользуются инструментами искусственного интеллекта, десятки тысяч людей.

Положа руку на сердце, вообще не верю.

То, что человек запустил один раз чат GPT вместо Google, а написал запрос, это еще не
значит, что он пользуется искусственным интеллектом и что понимает, какие у него есть

возможности.

Но движение почетное.

Я думаю, что они это для инвесторов в том числе делают.

Если там одна ячейка в Excel, и у тебя автоматически как-то переписывает формулу, это не
значит, что ты как бы пользуешься, если это раскатали на всю компанию.

А другой момент, который сразу всплывает.

У меня даже вот есть личный кейс.

меня мама, например, работает на предприятии в my home country, давай так это назовем, где
предприятие вообще запретило использовать мобильные телефоны.

Просто любые девайсы, которые ты приносишь на КПП.

Да, ты оставляешь ячейки железной и уходишь на работу с выданным тебе телефоном за 50
баксов, который ломается, у которого нет доступа к внешнему интернету, или возможности

ставить какие-то кастомные апы.

Я даже не знаю, на какой версии, Android или чего-то еще более кастомного он развернут.

И типа для рабочих задач — созваниваться, что-то делать.

Причем, что скорее всего человек, который работает на техническом предприятии, получает
гораздо больше возможности доступа к интернету.

возможность издать какой-то вопрос.

Даже не в АИ хотя бы в Google, но может быть и в АИ.

И не факт, что предприятие выиграло.

есть не факт, точно нет.

Тем не менее, на предприятии в 10 тысяч человек людей заставляют оставлять телефон на
проходной.

Как по-моему, достаточно утопично, как минимум.

Да.

Ну, я думаю, что, конечно, такие предприятия не будут терять продуктивности.

Понятно, что для владельцев бизнеса, для сотрудников службы безопасности это всегда такой
баланс продуктивности, роста продуктивности сотрудников и, действительно, безопасности.

Правда, мы не знаем, куда эти данные попадают, если и модель где-то в облаке.

Напоминаю, что облако это просто чей-то чужой компьютер, который находится где-то там.

Мы не знаем где.

И чаще всего мы не можем проверить, насколько это действительно безопасно.

В каком-то смысле даже буфер обмена – это облако.

Если мы работаем на МАКе, и эта система подключена часто в интернет, и тут сейчас есть или
хотя бы где-то появляется АИ, буфер обмена – тоже уже что-то внешнее относительно тебя.

есть, ну, каждую границу безопасности свои, да, но действительно важно понимать, какого
рода данными ты работаешь.

Ну, те же пароли, например, да, есть специальные, встроенные в систему операционную.

Девайсы, которые...

продукты, скорее, которые не дают пароль копировать или не дают его вставлять.

Ну, бы тоже самое.

Окей, ну что, предлагаю двинуться к нашей основной теме.

Поговорили немножко про компании, поговорили про людей в этих компаниях, которые уже
пользуются инструментами, хоть иногда и приходится это скрывать.

Но нам с тобой вообще компании не так интересны, мы обычно обучаем людей индивидуально,
хоть они не работают в каких-то компаниях или владеют этими компаниями.

Давай поговорим про персональные стратегии.

в свете всего, что мы знаем про ИИ, большеизыковые модели, чему сейчас учиться, как ты
себе видишь.

Мы на прошлого подкасте обсудили, как уже поменялась наша жизнь в связи с искусственным
интеллектом, что мы на самом деле заинтегрировали, чем правда пользуемся день и то и дня.

А сейчас давай, может, пофантазируем немножко, подумаем, чему учиться, как учиться.

И не только нам, но и людям, которые только хотят в эту тему погрузиться, начать...

использовать инструменты.

Ну, наверное, начну с того, что любого базового инструмента достаточно.

То есть мы сейчас не должны думать, что технология ограничена, что мы не можем сделать.

То есть любая модель даже достаточно старая и маленькая, локально развернутая, например, в
зависимости от ваших ограничений, она уже дает очень много.

И просто возможность иметь этот интерфейс под рукой и периодически.

скидывать туда какой-то контекст, который помогает тебе получить какую-то альтернативную
версию, мнение со стороны, это уже хорошая практика.

То есть я все больше сталкиваюсь с тем, что как бы не сложность промта или сложность
модели сильно влияет на результат, умение ей пользоваться, умение давать относительно

контекста, адекватные запросы и информации.

И такие...

Среды, такие интерфейсы, важно иметь под рукой и важно иметь в нужный момент, как бы
делать для себя доступными.

Ну давай шаг назад.

В общем, ты говоришь про то, что плюс-минус всем людям имеет смысл пользоваться хоть
какими-то большими языковыми моделями.

Неважно это там ChatGPT 3.5 или O1 preview, или это Claude, или это какая-нибудь открытая
модель.

Какие-то общие принципы работы этих моделей уже понятны.

Понятно, что эти модели никуда не денутся.

И имеет смысл учиться с ними работать, понимать...

Причем учиться с ними работать теоретически бесполезно, из нашего опыта.

Пока ты не получишь какой-то, то, что американцы называют, фил, какое-то ощущение, пока не
позакидываешь туда разные запросы и не поймешь, где это работает прекрасно, а где, скорее

всего, придется повозиться, много промтов и так далее, ты ничего не узнаешь.

Просто прочитать про эту книжку или статью бесполезно.

Использовать готовые прамты, никогда их не пытаясь модифицировать, тоже, наверное, не
самый лучший подход.

А хороший подход — это пробовать на каких-то операциях, связанных с текстом, кодом,
суммаризацией, переводами и так далее.

И классный кейс для этого, если мы говорим про обучение AI как инструменту, то можно
обучиться через AI любому другому инструменту, если ты участник какого-то рабочего

процесса компании, маркетовок, или еще что-то, там тексты пишешь.

Часто люди приходят туда с идеей, вот алгоритм, он мне сейчас сделает мою задачу.

Вот задача, сделай вот текст, напиши мне текст на четыре страницы, я его на сайт помещу.

Оно так не работает.

Да, крутые модели типа One-One, где за тебя подумали вот этот степ-бай-степ-процесс, они
действительно из коробки выдадут тебе чуть получше результат, значительно лучший

результат.

Но важно скорее учиться тому, что ты делаешь с помощью как бы дополнительного помощника,
который перспективы тебе дает, какую-то структуру дает, знания какие-то описывает,

какие-то термины определяет.

Вот эти штуки становятся скорее интересные, и его можно применять к обучению любой темы.

базовое английскому, которое дает тебе описание правил, экзамплы, примеры в контексте, в
контексте твоего конкретного знания и твоего конкретного запроса.

Умение использовать этот инструмент для обучения чему угодно, кажется, вот это очень
классная и актуальная тема.

Тут мне еще думается, что и хороший способ действительно постепенно погрузиться вообще
практически в любой домен.

Понятно, что есть какие-то экспертные области, которые отсутствуют в должном количестве
количестве в датасете, но их на самом деле, думаю, что не так и много.

Какие-то фундаментальные дисциплины точно хорошо представлены в больших языковых моделях.

можно хоть с физикой разобраться, хоть с математикой, хоть с тем самым искусственным
интеллектом, большими языковыми моделями, причем на абсолютно любом уровне детализации,

хоть вы хотите в общем понять на уровне шестилетнего ребенка, как что работает, как
устроены какие-то процессы в реальной жизни, программные продукты и так далее, так и

довольно конкретно.

Мы знаем, что последние версии языковых моделей

неплохо так помогают ученым с написанием кода, формул, подсчетами.

и какой-то базовый код модели давно могут писать.

И это тоже одно из таких глобальных направлений, которые, мне кажется, будут полезны
примерно всем людям.

Это написание кода.

Мы сейчас тобой немножко тоже это погружаемся более активно.

Я думаю, что, конечно,

То, как это выглядит сейчас, очень сильно изменится в течение пары лет.

Пока что, к сожалению, человек не может написать с одной попытки, с одного промта,
сколько-то сложный софт.

Хотя на демонстрации последней модели OpenAI, O1, они как раз показывали приложение,
написанное с одного промта.

Но я боюсь, что это то, называется cherry picking.

То есть они подготовили какой-то...

попробовали какой-то домен, где погодное приложение не делали, где это достаточно просто
сделать, где нет каких-то сложных API, каких-то сложной логики, просто там что-то скачать,

показать.

Такого плана приложения, то есть это, конечно, чудо, то что в один запрос можно написать
готовое iOS-приложение, но все-таки это пока что не говорит о том, что можно взять новый

Instagram в один запрос написать, но модели, безусловно,

с развитием буду двигаться туда.

Скорее всего, как говорят многие лидеры в этой индустрии, будет генеративное.

Интернет будет генеративный, софт тоже будет генеративный.

Если мне нужен будет какой-то классный knowledge management инструмент, который решает
какую-то узкую задачу, например, я захочу какой-то домен визуализировать, взять какую-то

область и построить карту с помощью D3.

или какой-то другой библиотеке визуализации, я смогу это сделать, в один запрос все сразу
будет работать.

Сейчас это тоже возможно, просто гораздо больше работы, гораздо больше итераций, багов и
так далее.

Я вот думаю, что один из треков все-таки разбираться с тем, как работает разработка при
помощи, и правда сейчас порог входа довольно высокий, это сложно, проще всего, опять же,

самым разработчикам, но я как и не разработчик тоже разбираюсь и...

Вижу, становится проще и лучше пользуюсь.

Тут остается только фантазию развиваться, зачем нам вообще нужны какие-то приложения,
зачем нам писать код.

Это далеко не очевидный вопрос.

Пока мы не погрузились сильно в разработку, я хочу шаг назад еще сделать.

Про принцип обучения я его уже проговаривал, ты его самом деле только что проговорил о
том, что технологии двигаются в улучшение, как бы ваншот результата, да, по сути, а мы

должны скорее двигаться в сторону замедления ожиданий от этого ваншот результата, потому
что когда мы входим в новую тему, это шокирует.

О, он может мне биологию рассказать в одно предложение, например, или еще что-то.

Надо вспомнить, как мы на самом деле учились этим предметом в школе.

Мы тратили 10 лет на каждый из этих предметов, и это было нормально.

То есть не обязательно сокращать себе на тысячу процентов этот путь.

Давайте сократим его на 100 процентов хотя бы.

То есть в 10 раз, а не в 100 раз.

И это будет уже классный результат.

И тут тоже важна какая-то там программа.

С программой тоже может помочь АИ, есть какой-нибудь последовательный...

там гайд изучения какой-то темы.

Тут сразу вспоминается какие-то системы обучения, то есть Сэнди Матушака, вспомню сейчас
тоже актуально с его этими системами работы с информацией, там sliding panels, этого вот

повторения, систем того, что из одной концепции проваливаешься, ты в следующую, то есть
обучение через какое-то такое дерево.

работа с информацией.

Это становится сейчас актуально.

И с возможностью заинтегрировать туда и тулы, обучение действительно становится таким
интерактивным, очень персонализированным, и ты сам для себя определяешь как бы и стартовую

точку, и итоговую точку.

Важно просто степы делать более последовательно, что ли, а пытаться сразу попасть в
результат.

Мне не надо учиться, я там хочу быть.

Мне не надо учиться, вот готовый текст, вот готовая аппа.

Тут, наверное, интересно соблюдать вот все-таки какую-то...

дисциплину тоже в обучении до сих пор, и даже с такими технологиями.

Я бы сказал, что эти технологии настолько мощные, что это само по себе может быть
демотивирующе.

То есть у тебя есть штука, которая тебе может что угодно рассказать, но при этом навыка
работы с такими механизмами, с такими программами, сути, то есть ISECH, ИИ это просто

софт, и он всегда будет оставаться просто программным обеспечением.

Таких навыков у нас нет.

плюс интерфейсы, которые нам по умолчанию предлагаются, с одной стороны привычны
естественно, чат, например.

Ну, казалось бы, что может быть более удобно, чем в чате с кем-то поболтать про что-то.

Но при этом далеко не всегда это оптимальный интерфейс для того, чтобы что-то понять.

Иногда, чтобы что-то понять, опять же, можно построить какую-то 2D или 3D карту.

Можно, не знаю, какие-то блок-схемы нагенерировать.

игру в конце концов сделать.

И пока что, когда люди сталкиваются с искусственным интеллектом, они по умолчанию видят
чат, и мы все-таки привыкли учиться, когда есть книжка, у которой есть начало и конец,

программа, она во времени распределена, тоже есть начало и конец.

Как будто очень сложно людям, которые...

в принципе, привыкли в каком-то автономном режиме учиться, копаться.

Те, кто привыкли, что вот есть программа, раз, два, три, четыре, пять, прошли курс, сдали
экзамен, вроде как выучил.

Здесь это не работает, потому что на наших лабораториях, да, мы даём такую структуру
людям, но мы сразу же говорим, мы вам сейчас что-то рассказываем, но почти 100 % уже к

концу нашего курса выйдет что-то новое, что часть того, что мы рассказали, сделает
неактуальным и...

Здесь опять можно вернуться к истории с мягкими навыками, с готовностью к тому, что всё
это такое текучее, изменяющееся, но при этом не бесполезное.

Тоже мысль, которую мы пытаемся доносить.

Да, выйдет следующая языковая модель.

И сейчас мы видим, что языковая модель может принципиально по-новому работать.

Про О1, например, говорят, что это уже не языковая модель, потому что там появились...

reasoning, пошаговое мышление, чего языковые модели из коробки не делали.

Но тем не менее, принципы все равно остаются общие, тебе все равно нужно достаточно хорошо
сформулировать контекст, достаточно много на вход дать информации, чтобы модель направить

в правильную сторону.

Вот эти навыки остаются.

Я уверен, что даже модели уровня GPT 3.5 никуда не денутся.

Они иногда будут полезны

И будущее это не какая-то мощная модель, которая мы точно знаем будет дорого стоить.

Мы знаем, что Charger 5 и вообще базовые цены повысят в следующем году OpenAI.

И мы знаем, что уже сейчас О1 стоит прямо таких хороших денег, поэтому мы не сможем всегда
пользоваться самой продвинутой, самой дорогой моделью.

Это значит, что учиться пользоваться теми моделями, которые сейчас доступны.

может быть даже уже устаревшими немного для многих задач это вполне разумно это хорошая
стратегия понять как это все-таки работает а не ждать когда появится там и j или еще

что-то потому что

Да, сори.

Тут куда больше ценностей приносит скорее вот как раз связь вот этого инструмента с
реальным миром?

То с одной стороны, можешь там что-то пописать, какую-нибудь диаграмму сделать, ее скинуть
как контекст, получить какой-то результат, продолжить писать.

Во-первых, это связка.

Вторая, как пример, просто контекст программы обучения.

Мы учим новые темы, там, несложно, экономика международной рынки, да, к примеру.

есть какие-то программы, какие-то методики, которые описывают хотя бы структуру этого
раздела.

Скорее всего outdated.

И вот возможность связки этой программы, которая структурно может эту тему подать на вход
и, по сути, задать ряд промтов.

Вот такая это классификация, такая это классификация, какие-то определения.

Модель может взять эти контексты, дать тебе расширенную программу обучения, определение
примеры, кейсы современного мира.

в интернет пойти посмотреть что-то актуальное.

В то время как вот эта бесконечная гонка по переписыванию программ и учебников, она, ты
всегда проигрываешь.

Ты всегда на несколько.

Даже в самых современных универах, да, актуальных, ты все равно как бы дальше рынка.

Особенно когда мы говорим про какие-то такие темы актуальные, которые требуют реальных
примеров жизненных.

И вот такая связка контекста старых программ и методик, плюс возможности их адаптации и...

Актуализация – это классная история для обучения тоже.

Даже на индивидуальном уровне, в первую очередь.

Хотя обратно с этой стороны, я прямо видел меня кейсы, занимались девочкой как раз с
подготовкой к экзамену.

Ты как бы понимаешь, что ты вынужден в эту программу включаться просто потому, что ей
нужно на билеты согласно определенной школы ответить, если бы не было такого ограничения,

потому что школа тебе эти требования.

У нее в билетах правильный ответ такой, хотя в мире правильный ответ из 8 пунктов состоит,
а не 4.

И мы всегда будем как бы это все равно как бы пытаться соответствовать какой-то системе.

Тот же вопрос, нужно ли, да, нужно ли это современное образование в той форме, да, в
которой вот сейчас оно нас сохранилось.

Оно тоже требует какого-то там улучшения и доработки.

Но вот пока такой микс, интересный микс.

Ну, кстати, интересный вопрос, насколько поспевает за прогрессом академическое
образование.

Я абсолютно уверен, что в вузах пока что по большей части, если это не MIT, преподают
какую-то фигню устаревшую просто потому, что технологии слишком быстро меняются.

Есть, очевидно, хорошие курсы на этих массовых площадках муках, например, Coursera.

Есть курсы...

на сайте Deep Learning тоже авторитетными людьми из индустрии записаны думаю, что это все
имеет смысл смотреть, изучать опять же, фундаментальные законы никуда не денутся понимать,

что такое галлюцинация, например, в любом случае полезна и понимать откуда они берутся и
насколько реалистично их принципе побороть но при этом

Для меня, лично, основной источник максимально быстрый, максимально эффективный — это
YouTube, как ни странно.

Не знаю, странно, не странно.

Я последние лет 10, наверное, учусь в основном по YouTube.

Видео там появляются с бешеной скоростью.

Очень много авторов, которые постят ежедневно.

Я там совсем недавно возился с кодом, который работает с real-time API OpenAI, который...

зареверизировался всего несколько дней назад и уже десятки видео с демками, какими-то
багами, особенностями.

Никакая академическая программа за этим не может поспевать просто по определению, потому
что она утверждается там за месяцы, месяцы синие года.

YouTube, Twitter, Discord, серверы, наверное, такой источник информации.

Какие-то закрытые комьюнити.

Twitter можно достаточно глубоко провалиться не туда, делаем такую поправку.

А с YouTube согласен, но тут тоже важно, как по-разному можно его смотреть.

И даже если ты учишься не АИшной теме, вообще любой теме, его можно просто посмотреть, его
можно прослушать, даже не телефон, не смотря в экран, с какими-то кейсами, примерами.

Можно попытаться пойти дальше, хотя бы суммаризировать, куда-то сохранить.

Можно пойти там еще дальше, суммаризировать и позадавать вопросы.

подзадавать вопросы видео с помощью плагина, которые могут взять транскрипт, сразу его в
контеку грузить и задать вопрос этому видео.

Тоже есть свой инструмент.

Можно пойти там еще и поработать над каждой из концепций, которые ты в этом видео взял,
например.

То есть должно быть немножко сложно.

Вот хочется вот эту идею поднять, что при обучении есть какое-то преодоление.

При том, когда ты поднимаешь за аллигантелю, должно быть немножко сложно, иначе нет
развития мышцы.

То же самое в обучении.

ты не даешь себе какие-то челленджи, ты постоянно нажимаешь одну кнопку, которая выдает
тебе в summary, и думаешь, что ты что-то из этого summary взял.

Это не так.

Но это очень мало ты из него взял.

То есть это ответственность личная.

Создавать немножко сложности в обучении даже при наличии всех этих инструментов сейчас на
рынке.

Важное добавление, которое мы на своих лабораториях тоже всегда делаем.

Эти инструменты не должны заменять вас, если вы не повзаимодействовали, ваш вживой
wetware, ваш мозг не повзаимодействовал с информацией, не попытался её встроить в

существующую картину мира, не попытался поотвечать на вопросы или

пройти тесты, например, которые тоже очень хорошо можно генерировать, к примеру, в Claude
артефактах, хороший способ запомнить и проверить, вообще, поняли ли вы, что написано в

статье, загрузить ее в Claude и попросить, сделай мне 10 вопросов теста, чтобы понять,
чтобы показать, насколько я хорошо понял контент.

Если вы этого не сделали, если ваш физический мозг не повзаимодействовал с информацией,
то, конечно, ничего не получится.

Мы никогда не предлагаем использовать

инструменты суммаризации, какого-то автоматического прочитывания документов вместо вашего
мозга.

В дополнение, чтобы сэкономить время на какой-то разметке, исправлении каких-то ошибок
базовых, конечно, но ничто не заменит реального процесса обучения.

И, да, ощущение некоторой...

тревожности и фрустрации в процессе обучения нормальной, это правда сложная тема.

Если вы только начинаете разбираться, чувствовать фрустрацию, чувствовать страх,
чувствовать неопределённость, нормально.

Более того, из нейрофизиологии мы знаем, что для того, чтобы что-то запомнить, нам нужно
что-то почувствовать по этому поводу.

И вот это чувство лёгкой тревоги...

такого перегруза, по сути обязательно такой стресс, который нужен для того, чтобы что-то
запомнить.

Согласен.

Сейчас меня провалилась мысль.

Бывает.

что нас там еще было в программе

Так, да, я хотел про «должно быть сложно» теорию обучения.

Я сейчас что-то еще хотел про...

про эту же тему

Отлетел.

Ну что еще?

Что-нибудь про обучение может еще добавить?

Ну ты и хотел про эти форматы визуального и невизуального восприятия информации, то что
нет этих паттернов, но мы отчасти уже это коснулись,

упомянули.

Может какие-то еще тулы, которые ты реально используешь, что-то более практическое, потому
что мы так довольно абстрактно говорим.

Ну вот Clotr-техна.

я вот хотел сказать что-то про вот это вот расширение, которое с видео позволяет общаться
или что-нибудь такое.

Что-то я хотел вот именно про цепочку промтов и контекст еще добавить интересное.

Про кого-то артефакс можно сказать, может расскажем тогда.

Я тогда считаю могу.

уже упомянул его что можно тест в нем сделать например можем может

сессии, всё, я вспомнил.

Я вспомнил.

Я сейчас продолжу, да, давай.

ты примерно закончил там мысль, да?

а то я закончу.

Да, и в этом контексте мы уже говорили про терапевтические сессии.

Кажется, адекватный пример.

Информация пропущенная через нас.

Уже изначально мы прошли эту сессию, мы ее записали, мы взяли оттуда какой-то транскрипт.

И из этого транскрипта мы можем сейчас как-то что-то еще дополнительное понять, хотя бы
сделать саммар и запомнить его через год, к нему вернуться.

И, возможно, это что-то нам даст, но это может быть и аналитика сразу по факту сессии.

Мы пришли, мы что-то оттуда получили.

А давайте на эту перспективы какого-то терапевта посмотрим конкретного или свяжем его с
предыдущей сессией, сделаем такой сквозной контекст.

Вот эти штуки, пример того, который информации пропущены через нас, но еще усилены через
АИ, через какую-то суммаризацию, которая не просто как будто сокращает нам этап

потребления информации, а делает его более enrichment, таким-каким-то глубоким.

И то же самое может касаться и обучения, когда мы не сокращаем путь, а скорее...

Улучшаем его, делаем его более подробным, более детальным, более каким-то адаптированным
под меня через кейсы.

Вот это case-based learning, он может быть не только через тютера, который с опытом сюда
пришел, которому нужно за десятки тысяч долларов доступ получить в американском УЗИ или в

каком-нибудь, а он под рукой.

Если сделать это экстра усилие, я хочу обучаться через кейсы, адаптированные под меня, для
этого нужно что-то сделать, нужно собрать информацию про меня.

рассказать, кто я, понять изначально, кто я такой, как я учусь.

Ну и, соответственно, вот здесь мы об этом не перестаем говорить уже годами, нужны системы
управления своими знаниями.

Где-то где мы что-то собрали, что-то получили, что-то отрефлексировали, сохранили, вот в
какой-то момент вспомнили и добавили как контекст для обучения чему-то.

Эти вещи происходят в том числе и открытых интерфейсах.

GPT-конвас или Clot-артефакт по сути, отчасти предлагают элементы такого решения,
встроенные уже в доступные туллы, где можно задавать вопрос и по определенному уточнению

делать, контексту какого-то там файла, проваливаться глубже в какое-то понимание какой-то
идеи.

есть интерфейсно эти системы двигаются тоже примерно в эту сторону, более такого
изолированного, адаптированного запроса из вашего контекста.

Ну то есть интерфейсы, мы уже немножко говорили про это, интерфейс чата, очень линейный.

Вопрос-ответ, вопрос-ответ.

Не предполагает какого-то ветвления, построения деревьев, углубления каких-то отдельных
аспектов.

И сейчас появляются интерфейсы, опять же же конва у GPT или Clot-артефакты, или можно для
этого же попробовать использовать Versile'овский V0.

или для этого можно использовать тот же Obsidian они ведут нас в будущее, где все-таки
можно будет работать с какими-то иерархическими или по-другому организованными структурами

например, можно вспомнить Infranodus тоже сервис, который генерирует на основе любых
практически данных быть там YouTube видео, какие-то CSV файлы, транскрипты и так далее

такой Graph

двухмерный, но у них есть версия уже, где и трехмерный граф.

То есть вы эти знания можете в таком 3D или 2,5D пространстве покрутить, посмотреть на
ключевые слова.

И я думаю, что в этом большое пространство, потому что пространство для улучшений, потому
что мы очень пространственные создания.

Нам в 3D пространстве ориентироваться удобней, привычней.

Мы точно знаем, что память лучше работает, когда

что-то расположено где-то в виртуальном или реальном физическом пространстве, это легче
вспомнить, потому что наш мозг такой охотничий, он под это эволюцией миллионами лет

заточен, чтобы находить что-то в пространстве.

Поэтому, я думаю, обучения интерфейсы должны появляться, должно становиться больше и
больше, они должны быть очень разные.

Мы в этом плане пока находимся в каком-то самом...

начальном этапе.

вообще, уверен, что большой прорыв для ИИ будет именно в том, как мы им пользуемся.

Не в самой core-технологии, не в самих языковых моделях, а в том, как это выглядит, как
выглядят ответы.

Например, вот сейчас слушал у Лекса Фридманна интервью с создателями Cursor.

Это софт для разработки, для разработчиков, для написания программного обеспечения.

И у них очень много как раз

интерфейсных челленджей, как показать изменения, которые языковая модель собирается внести
в код.

Не всегда очевидны эти сложности, пока не начинаешь заниматься.

Там, правда, есть очень много деталей.

Я думаю, что какие-то learning management systems, системы для обучения на основе AI в
будущем будут выглядеть совсем не так, как выглядят они сейчас.

Там очень много прогресс может произойти.

Пример даже с тем, как мы галлюцинации отображаем.

Тоже был ряд каких-то интерфейсных решений, которые показывают вероятность факт-чекинга
или проверен ли факт или нет.

Не помню, по-моему, Кахир туда делал шаг в сторону того, подсвечивать те блоки текста,
которые модель выбрала, выдала на базе чего.

Был ли тут как бы экстра степ ресерча или нет.

То соответственно, насколько мы можем информации доверять.

В каких-то моментах действительно это не так важно.

Но когда мы начинаем числами оперировать или с какими-то фактами, или нам действительно
важно там дословное определение, то тут важно смотреть на...

Это тоже интерфейсное решение.

И еще вспоминается, мы закончили моя версия будущего из того подкаста предыдущего нашего.

Чего я хочу больше всего от этих систем — это отказа от десктопа, это подключение тела к
этой системе.

Мне кажется, обучение, базирующее на движении тела, ну, как минимум, вот я сейчас стою,

И мне это что-то дает, мне дает это какой-то динамики там в подкасте или еще что-то, мне
это важно.

Там я стараюсь по возможности больше этого делать.

Кто-то на беговой дорожке учится или созванивает и так далее.

Кто-то, возможно, вот многие из нас могут очки какие-то метовские попробовать, да, и
попробовать на них посмотреть и какой-то контекст из актуальности взять и подключить его к

тем запросам, которые мы задаем.

Вот эти вот штуки кажутся максимально интересными и кажутся до этого не так далеко, потому
что, ну...

Технологически это уже вроде как кажется возможно.

Ну я как человек, который носит очки, не хотел бы, наверное, ещё что-то напяливать на своё
лицо.

Разве что в эти очки что-то будет встроено уже.

Это будет один прибор, а не два всё-таки.

Я тут недавно пересматривал фильм Her, и там классно показано, как вся комната, я не знаю,
насколько это там реалистично с помощью проекторов сейчас сделать, но вся комната

становится твоим игровым пространством или твоим образовательным пространством.

Почему?

Нет, я хочу...

раскидать знания по комнате, подвесить что-то под потолок, окно наклеить в каком-то таком
полувиртуальном, полуреальном пространстве.

Может быть, дополненная реальность, может быть, виртуальная.

Но точно не хочу все время на себе носить тяжелый какой-то прибор.

Я знаю, что от него и шея устает, и вообще не хочется ничего лишнего.

Для меня, кажется, очки в этом плане удобное устройство, потому что я и так их ношу.

еще мне очень нравилось кольцо Ора, что тебе опыт ношения кольца Ора ничем не отличается
от опыта просто ношения кольца.

тебе ничего с ним не нужно делать.

как я люблю говорить, что это устройство, понятное охотником-собирателем буквально.

по-моему племени Хадзе давали эти кольца, чтобы померить их паттерны сна.

и они прекрасно справились с их ношением.

вот я верю, что будущее AI это интерфейсы, которые будут понятны и вашей бабушке.

естественно, вашим родителям и, наверное, даже животным.

Почему нет?

Почему не сделать интерфейс, который может быть понятен, доступен, виден животным?

Какой-то AI, который будет взаимодействовать с нашими питомцами, тоже, наверное, реален.

Или хотя бы процессы взаимодействия животных с миром понимать лучше.

Об этом тоже есть свои доклады, идеи развития.

Тут я, наверное, еще бы добавил принцип модульности.

Вот, кажется, фотография знакомым нам обоим, Кейс, учит этому.

По весь ряд штативов по дому, да, и ты будешь хотеть какие-то там девайсы, свет,
телефонные, немножко менять их положение.

Когда у тебя там стейбл стол,

и нет ничего возможного, ничего подвинуть, у тебя все как бы привязано.

Когда у тебя появляется какая-то модульность, магниты где-то по дому, в принципе, есть
квартиры задизайнены через какие-то деваси, на которые можно весь перевешивать мебель,

перевешивать что-то.

Вот эта штука, можно ее распространить из физической среды в цифровую тоже.

Где ты с этим Аи во взаимодействии?

В вкладке, в браузере, в чате, в каком-то там видеоредакторе.

То есть вот этот принцип модульности переключается из модальности, из физического мира в
цифровой мир, и это интересно.

И вот кажется, что даже умение модульно располагать объекты вокруг себя в физическом
пространстве учит тебя тоже чему-то и здесь.

Ну, это, классная идея, применимая и к образованию, обучению в целом, модульность.

Мы иногда, люди, особенно которые из какой-то академической среды пришли, они хотят
получить курс годовой или еще что-то.

А сейчас мир настолько сложный, настолько дискретный, настолько много разных технологий,
которые быстро меняются, что ожидать, что будет какая-то одна ЛЛМка.

то бишь, learning management system, не LMS.

Ожидать, что будет какая-то LMS, learning management system, что-то единое, какая-то одна
большая, мощная, продуманная, мудрая среда для обучения, наверное, не приходится.

Мы вот в этом смысле рекомендуем Obsidian как тоже очень модульную систему, открытую
систему, это по сути платформа, на которой вы можете строить...

и AI-based какие-то решения, и просто по старинке писать заметки.

И самые классные плагины, которые мы знаем для Obsidian, они тоже модульные.

Они состоят из разных кусочков.

Нужен тебе один модуль — используешь.

Нужен другой модуль — используешь или не используешь, в зависимости от обстоятельств.

Наверное, да, будущее такое по определению настолько большой объем информации,
разнообразия инструментов, что нам придется собирать для себя

какие-то flow работы с информацией обучением состоящие из кусочков.

Какой-то единой одной системы не будет, это и небезопасно, потому что если мы доверяем все
свое обучение, свои работы с LLM-ками одному поставщику, то мы становимся, по сути,

заложником этого поставщика.

Он цены поднимет, нам станет недоступно или закроется тем более.

Поэтому да, мы за такое...

распределенное будущее за большое количество разных инструментов, моделей и за создание
этих инструментов для самих себя.

Это мы опять возвращаемся к коду или какой-то гибкой настройке инструментов.

Будущее кастомизировано максимально, настроено под вас.

И это бывает сложно, потому что это требует понимания, о чём ты хочешь.

Да, клево.

И я продолжу.

Мне очень понравилась эта тема, куда мы с тобой зашли.

Тут можно вспомнить криптовый принцип interoperability, интероперабельности между
токенами, что по сути является модуль.

Каждый токен — это какая-то чья-то идея сделать что-то по-другому, специфически как-то
лучше и улучшить какую-то область мира.

Особенно, если это какой-то действительно сложный и интересный проект.

И вот…

Свойство блокчейн-системы, интероперабельность предполагает, что эти токены
взаимодействуют между собой как-то.

Обмениваются, там есть свои протоколы, там Cosmos, например, или что-то другое, которое
позволяет этим историям взаимодействовать, конвертироваться, транспериться, что-то между

собой делать.

Вот то же самое, принцип можно переместить и на процессы АИ, или даже на наши жизненные
процессы, что блоки должны между собой взаимодействовать, игровые активы должны между

собой взаимодействовать.

Да, пример?

а и модули внутри Obsidian могут между собой взаимодействовать.

Пока нет, пока в рамках одного плагина, но могут и вне.

И причем вот эта кастомизация сейчас происходит на индивидуальном уровне.

Ты сам можешь очень быстро написать плагин.

ты пример этому никогда не писал.

Сейчас у тебя десяток, которые как бы модульно решают какие-то блоки твоих задач.

Ну это интересная идея про модульность, потому что в основном сейчас плагины не
предполагают какого-то взаимодействия друг с другом.

То есть мы можем это взаимодействие настроить вручную.

Например, один модуль сгенерировал текст, другой модуль взял, а текст перевел в картинку
какую-нибудь или в диаграмму.

Но нет для этого каких-то удобных механизмов, таких low-code механизмов, скажем так.

есть, понятно, какие-то серьезные программные решения, всякие там лангчейны, лангграфы и
так далее, но внутри обсидиона это не так просто сделать, но думаю, что как раз думал про

то, что хочется от второго мозга, от системы, которая помогает нам учиться цифровой,
собственно, процесса мышления, какого-то проактивного, чтобы там какие-то нейроны сами без

моего участия активировались и сказали, смотри-ка, у тебя вот здесь вот

Вот это ты изучал, вот это ты изучал, наверное, тебе нужно поизвучать еще вот это.

И не только в пассивном режиме, но и чтобы этот модуль мог сходить в интернет,
помониторить какие-то новости и показать мне на моей ежедневной страничке заметки, что вот

там вышли три новости, которые скорее всего тебе интересны, и может быть даже
автоматически их куда-то добавить, заинтегрировать.

Почему бы нет?

Например, вышел новый инструмент, и мой второй мозг автоматически...

внес его в предложение к следующей нашей программе, которая релевантна этому инструменту.

Очень классная идея, да.

Чтобы получать триггеры изнутри этой системы, внешней системы, но на базе твоих знаний.

Жду очень много лет.

Спробовал разные продукты на эту тему.

Было классное приложение Random лет 15 назад.

Я через него тогда очень много нашел изданий, которые я до сих пор читаю.

как раз брал...

Там нужно было вручную помапить, что тебе интересно, но вот на основе твоих интересов он
находил тебе новости, статьи из источников, которые ты не знаешь.

Вот это было круто.

И я уверен, что мы еще очень много можем...

возможностей из мира получать благодаря таким вот механизмам, которые автоматически смогут
ходить в интернет.

Но пока хороших готовых решений, к сожалению, нет.

Нужно самому как-то хакать их, использовать разные сервисы, собирать это все на коленки.

Да, согласен, этим пока и занимаемся на лабораториях.

Будем может заканчивать, наверное, чтобы оставаться в ромках тайминга.

Как ты для себя вообще провел эту неделю?

Что ты выделишь?

Как...

То, что на тебя повлияло, то, чтобы ты...

Ну и свежего я отмечу, что по одному из доступных мне ключей доступен Realtime API OpenAI,
который голосовой.

И вчера я собрал такого базового ассистента, который умеет общаться голосом с моим
брейном, с моим вторым мозгом в обсидионе.

И поскольку это новый голосовой интерфейс, то, например, можно его заставить шепотом тобой
говорить про свой второй мозг.

Вот такое будущее мне нравится.

Пошептать про свою образовательную стратегию с AI.

У меня, наверное, этот вектор уже пару недель со мной, но это обучение английскому, и я
все как бы глубже и прицельнее проваливаюсь в эту тему.

С помощью Cloud Artifact я сделал парочку улучшений у себя, которые позволяют очень
классно и адаптивно в Markdown-формате возвращать мне какие-то блоки просто грамматики,

контекста, словаря просто из моего дня, по сути.

Я скидываю туда какую-то информацию о своих...

в процессах или текстах, которые потребляю, получаю адаптированную к моему уровню
английского систему обучения и улучшения его через АИ.

Вот, кажется, что лучше такой программы никто не сделает для меня.

супер.

Ну что ж, будем заканчивать.

Спасибо, что были с нами.

Подписывайтесь на нас везде, где можно подписаться.

Ссылочка будет в комментариях к этому подкасту, где бы вы его не слушали или смотрели на
YouTube.

Подписывайтесь на наш Telegram канал, там мы анонсируем наши программы, планируем делать
отдельные воркшопы, не только длинные большие программы.

И до новых встреч.

Да, будем продолжать.

До встречи через неделю.