🤖 2025 - год LLM’ок в жизни и работе Для меня самое большое открытие этого года - большие языковые модели (LLM). Процентов 80–90 запросов, которые раньше уходили в поиск, статьи и десятки вкладок, теперь сразу улетают в ChatGPT / Gemini. Просто потому что таким образом можно кратно быстрее решать задачи: переносить свой образ мышления «на бумагу» и получать результат с существенно меньшими затратами времени и усилий. Этим постом хочу начать цикл про LLM (в том числе GPT) для жизни и работы. Цикл скорее для тех, кто уже сталкивался с этой темой, но не погружался в детали, не до конца понимает, как модели работают внутри, и хочет разобраться, как их можно использовать уже сейчас. Если давно хотелось расставить точки над i, сейчас - самое время. Что точно войдёт в цикл статей: 1. История LLM, терминология и откуда вообще всё это выросло 2. Какая революция сейчас происходит и с чем её вообще корректно сравнивать 3. Как LLM работают изнутри, на простых аналогиях и примерах (без глубокой математики под капотом, на уровне понимания идей) 4. Как применять их в повседневной жизни и какие задачи туда можно уносить уже сейчас 5. Как применять LLM в работе и бизнесе 6. Куда всё это реально может прийти дальше Начать хочу с цитаты из книги 2011 года, за 6 лет до статьи Attention Is All You Need, которая положила старт всему этому делу. Мне кажется, она на уровне ощущений очень точно передаёт, как работают LLM. Для контекста: суры в этом произведении - человекоподобные роботы, которые служат для хозяйства и прочих дел. — Знаете, когда-то люди изобрели опыт под названием «Китайская Комната». Слышали? — Нет, — сказал я. — В запертой комнате сидит человек, не знающий китайского языка. В окошко ему дают записки с вопросами на китайском. Для него это просто бумажки с нарисованными закорючками, смысла которых он не понимает. Но у него в комнате полно разных книг с правилами, в которых подробно описано, как и в какой последовательности отвечать одними закорючками на другие. И он, действуя по этим правилам, выдает в другое окошко ответы на китайском, которые создают у всех стоящих снаружи полную уверенность в том, что он знает китайский язык. Хотя сам он совершенно не понимает, о чем ему задают вопросы и в чем смысл его ответов. Представили? — Ну, представил. — Сура — это такая же китайская комната, только автоматизированная. Вместо человека со справочниками в ней сканер, который считывает иероглифы, и огромная база референций и правил, позволяющих подбирать иероглифы для ответа. — Много же там будет правил, — пробормотал я. — Немало, — согласился консультант. — Она переводит каждую вашу фразу на несколько символических языков, разделяя ее на множество слоев и уровней. Затем каждый слой соотносится со своей базой опыта. После этого происходит обратный синтез инвариантов, и мы получаем комплексную реакцию, имеющую смысловой, стилистический и эмоциональный аспекты, которые взаимно дополняют друг друга, создавая ощущение уникального, живого и адресованного лично вам ответа. Это, конечно, симуляция. Но точно так же дети имитируют своих родителей и сверстников — часто до самой старости. Общаясь с сурой, вы имеете дело с прошлым человечества. S.N.U.F.F., Виктор Пелевин Почему эта цитата так точно попадает в то, что мы сегодня называем LLM: - модель не понимает смысл в человеческом смысле слова, но отлично имитирует понимание - внутри — не знания, а огромная статистика прошлого опыта человечества (точнее, текстов, на которых она училась) - ощущение «живого диалога» — побочный эффект хорошо собранной симуляции. И, если честно, люди в этом месте не так уж сильно отличаются Дальше в цикле разберём базу: от истории и устройства LLM до практических сценариев использования в жизни, работе и бизнесе, и того, куда всё это может прийти дальше. Если LLM уже стали для вас полноценным инструментом для работы или жизни - ставьте 🔥 А если интересно продолжение и хочется разобраться глубже - ставьте ❤️