Хотя мы уже подробно обсудили возможные варианты использования генеративных моделей, лучше всего открывать для себя области их применения с помощью экспериментирования. Помимо использования LLM для ускорения или замены части рабочих процессов в профессии, люди нашли множество способов, как эти модели могут быть полезны для хобби, проектов, самосовершенствования, образования и развлечений. Мы ожидаем, что по мере того, как пользователи будут осваивать эти инструменты и делиться своим опытом, а также по мере развития технологий и возможностей генеративных моделей, появятся новые варианты их использования в повседневной жизни.
Коллективное создание промптов
На онлайн-ресурсах можно в изобилии найти интересные или особенно продуктивные промпты для LLM. Структурирование и уточнение промптов для получения ответов определенного содержания от LLM называется промпт-инжиниринг. PromptHero позиционирует себя как «Веб-сайт № 1 для промпт-инжиниринга» и показывает миллионы примеров изображений и текстов, сгенерированных с помощью ИИ, вместе с их промптами (см. https://prompthero.com/). PromptHero и другие подобные сайты удовлетворяют реальную потребность: содержание промпта, введенного в LLM и модели для генерации изображений, довольно сильно влияет на результат и иногда неожиданным образом. В сообществах пользователей публикуются лучшие промпты, которые можно повторно использовать, не тратя время на их создание, и получать удачные результаты, что особенно актуально, поскольку промпты – мощный, но пока не до конца понятный инструмент. В этом разделе мы рассмотрим, как люди используют генеративные модели в своей повседневной жизни.
Stack Overflow – только один из множества сервисов, которые, по мнению людей, могут быть полностью заменены LLM. Возможно, что некоторые из этих сервисов либо интегрируют LLM, либо просто продолжат существовать в качестве альтернативы. Мы знаем, что LLM могут выполнять перевод, поэтому Google Translate может оказаться ненужным, а вот приложение для изучения языка Duolingo уже запустило интеграцию с GPT‐4. Большая языковая модель в Duolingo Max объясняет неправильные ответы и позволяет пользователям разыгрывать свои сценарии общения, а не просто участвовать в заранее написанных разговорах15.
Одной из областей, где LLM может иметь наибольшее потенциальное влияние, является образование, включая изучение языка. В следующем разделе мы более подробно рассмотрим глубокое влияние генеративного ИИ на образование, а также поговорим о том, как можно использовать LLM в новых подходах к самообразованию. В главе 1 мы сравнили успехи различных LLM в выполнении задач по обобщению и ответам на вопросы. Люди, которые хотели бы освежить в памяти свои знания по истории, следить за последними достижениями в какой-либо научной области или событиями в политическом конфликте, могут попросить LLM составить удобное для понимания резюме (см. в разделе 5.4 обсуждение функции поиска внешней информации). Студенты успешно используют LLM для разъяснения некоторых понятий при подготовке к экзаменам: субреддит ELI5 (Explain like I'm five), похожий на Stack Exchange, но менее популярный, заполнен вопросами по самым разным темам, включая машины, животных, природу, физику, Вселенную и многое другое. На рис. 6.6 показано, как при подготовке к экзамену по физике студент может ввести промпт «Объясни теорию струн простыми словами», чтобы ухватить суть этой сложной концепции, а затем задать дополнительные вопросы по любым непонятным аспектам (хотя, конечно, было бы разумно перепроверить ответы по достоверным источникам).
Рис. 6.6. Отрывок из ответа ChatGPT на вопрос о теории струн
Сегодня большинство людей ищут информацию о товарах и услугах в основном через поисковые системы, а иногда через сайты для отзывов или в крупных интернет-магазинах. Когда мы придумываем для себя интересные занятия, мы просматриваем афишу событий в нашем регионе на выходные, фильмы, которые идут в кинотеатрах, или популярные шоу в потоковых сервисах. Когда мы собираемся совершить серьезную покупку – скажем, дорогой техники для кухни, – часто требуется провести тщательное исследование: сначала мы можем поискать в Google лучшую мультиварку, затем выбрать несколько вариантов на Amazon и прочитать отзывы и рейтинги. Возможно, вы предпочитаете почитать отзывы в журналах или газетах, посвященных домашнему хозяйству, а затем приобрести выбранный вариант на веб-сайте продавца. Хотя чат-боты, которые не умеют выполнять поиск в интернете, будут ограничены в информации о новом продукте, модели с функцией поиска внешней информации смогут предоставлять актуальную и многостороннюю информацию и выполнять роль помощника по покупкам, например как Bard с ответом на вопрос на рис. 6.7.
Рис. 6.7. Фрагмент ответа Bard с рекомендациями для покупки гриля
На самом деле именно это предел мечтаний создателей виртуальных помощников, которые начинались с голосовых помощников на естественном языке, таких как Siri и Alexa. Однако Siri, Alexa и Google Assistant являются (по крайней мере, на данный момент) «системами управления и контроля», то есть они понимают ограниченный список и не могут разумно отвечать на запросы, которые в него не входят, – они просто откажутся отвечать. С другой стороны, чат-боты на базе LLM по умолчанию отвечают на любой вопрос или запрос и иногда делают это чересчур уверенно. Поэтому системы управления и контроля благодаря их лучшей управляемости уже подключены к другим разнообразным системам, будь то «умный дом» (выключить свет, изменить настройки термостата) или покупки на Amazon.
В применении к искусственному интеллекту агент – это система, которая может гибко достигать поставленных целей16. По сути, это означает, что система должна уметь взаимодействовать со средой и реагировать на изменения в ней. Такие возможности, как изменение настроек освещения или онлайн-покупки, являются примерами взаимодействия со средой, в данном случае с реальным миром. Siri и Alexa не являются агентами, потому что не адаптируют свои цели, а для выполнения сложных многоэтапных задач это требуется. Например, предположим, что вы просите Siri порекомендовать вам одежду с учетом прогноза погоды для вашего местоположения, а также планов на день. Помощник может получить прогноз погоды, но не сможет выполнить последовательность действий из получения прогноза погоды, просмотра вашего календаря и последующего предложения подходящих вариантов одежды, если это специально не запрограммировано. А вот LLM могла бы разбить задачу на составные части. Если попросить модель, она сможет выполнить нужные шаги и при условии, что у нее будет доступ к календарю и погоде, совершить эти шаги последовательно. Доступ к внешним данным, например через API, для поиска ответа на вопрос – это пример поведения, ожидаемого от агента.
АГЕНТ – это система, которая может гибко достигать поставленных целей, при этом она должна быть способна взаимодействовать с окружающей средой и реагировать на изменения в ней.
LLM-агенты – следующий логический шаг для некоторых существующих областей коммерческого применения моделей. Например, веб-сайт по планированию путешествий Expedia интегрирован с ChatGPT, благодаря чему пользователи могут вести беседы с ботом и получать рекомендации по рейсам, отелям и мероприятиям для запланированных поездок17. В настоящий момент бот не может забронировать свои рекомендации, однако все, что для этого требуется, – соединить модель с каким-нибудь API для оплаты. Конечно, есть много веских причин для того, чтобы этого не делать. Бот может галлюцинировать несуществующими рейсами или неправильно понимать предпочтения пользователя. Но это только вопрос времени, когда подобные приложения станут реальностью. В главе 8 мы более подробно поговорим о том, как работают LLM-агенты.
В мире открытого исходного кода мы уже можем наблюдать всплеск активности по созданию LLM-агентов. В таких проектах, как LangChain (см. http://mng.bz/a1WY), разрабатываются приложения на базе LLM, которые одновременно могут взаимодействовать со средой и иметь доступ к внешним источникам данным. Auto-GPT – это проект с открытым исходным кодом, который обещает «расширить границы возможного с помощью искусственного интеллекта» и использует GPT‐4 в качестве инструмента для долгосрочного планирования, необходимого для достижения цели. На данный момент это все еще очень сложная задача для ИИ, даже для GPT‐4. В документации Auto-GPT в разделе об ограничениях говорится: «Может плохо работать в сложных применениях в реальном бизнесе. Но если у вас что-то получилось, пожалуйста, поделитесь своими результатами!»18 Несмотря на большие амбиции, модель Auto-GPT обычно застревает на промежуточных действиях или забывает о результатах предыдущих действий. Реализация, конечно, еще сырая, но все больше людей неизбежно будут тестировать систему на определенных задачах. И стоит отметить, LLM уже продемонстрировали некоторую полезность в составлении планов с учетом поставленных целей.
Для тех, кто стремится к увеличению продуктивности, чат-боты могут представить структурированный план для достижения целей, например план физических упражнений или еженедельных домашних дел. Брайан Чен, ведущий обозреватель потребительских технологий в New York Times, объясняет, что для получения лучших результатов вы должны упомянуть книгу практических советов, релевантную для текущей задачи, чтобы направить чат-бота в нужном направлении19. Чен привел пример цели – пробежать марафон – и предложил такой промпт:
Я хочу, чтобы ты выступал в роли лайф-коуча. Я расскажу некоторые подробности о своей текущей ситуации и о целях, а твоей задачей будет разработать стратегии, которые помогут мне принять более эффективные решения и достичь этих целей. Здесь понадобятся советы по различным темам, таким как разработка планов достижения успеха или преодоление сложных эмоций. Мой первый запрос: моя цель этой осенью – пробежать марафон. Составь план на три месяца, используя принципы книги Slow AF Run Club («Медленно, но как можно быстрее»).
Этот промпт подробный, обращается к надежным источникам и дает понять, какие ответы нужны Чену. Более простой промпт – например: «Напиши мне план подготовки к марафону» – тоже даст результаты, но они могут не соответствовать тому, что ожидает Чен. Поскольку план не просто размещен на сайте, а составлен с помощью LLM, пользователь может запросить столько уточнений, сколько захочет, пока не будет удовлетворен результатами. Теоретически такой подход может быть использован для достижения любых целей.
Наконец, LLM можно без ограничений использовать для всех видов задач, связанных с написанием текстов. Будучи генеративными моделями, они хорошо подходят для мозговых штурмов и обмена идеями, где могут играть роль помощника по написанию текста. Большие языковые модели иногда создают забавные и оригинальные тексты, особенно если дать интересный промпт или настроить температуру повыше. Однако они все же склонны выбирать наиболее вероятное слово для данного контекста, поэтому их ответы часто довольно предсказуемы. И именно это делает их идеальными кандидатами для генерации шаблонных текстов: электронных писем, заметок о встречах и отчетов о результатах работы, – которые многие пишут ежедневно.
В разделе 6.1 мы упомянули доказательства того, что врачи тратят много времени на выполнение административных задач вместо того, чтобы непосредственно общаться с пациентами. Покойный антрополог Дэвид Гребер в своей книге-бестселлере «Бредовая работа» (Bullshit Jobs) описал всплеск бессмысленной бумажной работы, отчетов и так называемой работы «для галочки» за последние несколько десятилетий. Хотя у Гребера есть своя теория о том, почему современная экономика изобилует работой «для галочки», это правда, что, несмотря на красивые картинки будущего, наполненного досугом благодаря техническому прогрессу, в реальности мы еще не добились больших успехов в этом направлении. Джон Мейнард Кейнс предсказал в 1930 году, что спустя столетие люди будут в основном бороться со скукой, а не с усталостью, и возможно, будут работать по три или около того часа в день, просто чтобы чувствовать свою значимость и полезность.
Излишне говорить, что предсказание Кейнса не сбылось. Обнадеживающая перспектива заключается в том, что с появлением LLM офисные работники во всем мире смогут делегировать часть скучной или более шаблонной работы моделям и направить свою энергию на более интересные вещи. Однако здесь существует примечательный цикл обратной связи: чем меньше модель потребляет качественного, созданного человеком контента, тем более стабильно она будет деградировать. В статье 2023 года было показано, что значительный процент специалистов, которые занимаются разметкой выходных данных ИИ, сами используют ИИ20. Сложно упрекать их за использование ИИ в своей работе, но, если сгенерированный моделью текст станет нормой в интернете, это может иметь серьезные последствия для будущих LLM, обученных на интернет-данных, а также для нашего пользовательского опыта от использования сети. Нам бы попадалось сравнительно меньше оригинального контента, будь то познавательная публикация или стремительно разлетающиеся мемы. Не исключено, что мы вступаем в фазу, когда LLM будут предоставлять более дешевую альтернативу таким дорогостоящим услугам, как персональный коучинг, обучение и написание креативных текстов. Но пусть эти инструменты и являются отличным ресурсом, на сегодняшний день ничто не может заменить человеческий опыт и изобретательность.