Ход 37 и заменит ли машина психолога? Привет, друзья. Сегодня снова про конкуренцию с ИИ — но без драмы и обещаний конца света. Многие страхи вокруг новых технологий растут из непонимания того, как это устроено. Магический чат, который знает, похоже, все, выглядит страшным соперником. Но сегодня я хотел попробовать простыми словами рассказать как из текущего устройства ИИ вытекает шанс для нас, обладателей естественного интеллекта. Или как метко заметил автор Dilbert, Скотт Адамс, мокрых компьютеров. Про «думающих» ИИ Вы наверняка замечали: одни модели отвечают сразу, другие будто «думают» и показывают промежуточные рассуждения. Я беру слово «думают» в кавычки — это не человеческое мышление, но сейчас не об этом. Часть таких моделей доучивают через reinforcement learning (обучение с подкреплением). На пальцах это выглядит так: - есть задача с понятным критерием результата (например, математика) - модель генерирует решение тысячи раз - качество можно проверить по известному ответу - и модель учится «сама об себя», без постоянного участия человека Почти всегда качество растёт. Но иногда случаются прямо прорывы. История “хода 37” Го долго считалась «последним бастионом» человека в настольных играх: вариантов позиций там чудовищно много. Сеть AlphaGo сначала училась на партиях людей, а затем играла миллионы партий сама с собой, используя обучение с подкреплением. В матче с одним из сильнейших игроков в го Ли Седолем сеть сделала знаменитый ход 37 во второй партии: ход, который выглядел «нечеловеческим» и даже почти ошибочным, но оказался стратегически сильным и переломил игру. Мораль простая: если бы машина только копировала людей — она бы так не сыграла. Почему это важно для помогающих практиков У обучения с подкреплением есть жёсткое ограничение: нужны чёткие критерии успеха. В математике, шахматах и го они есть — всё можно проверить. А в нашей работе часто нет. Что такое «успех клиента»? Как он должен выглядеть на выходе? Это редко известно заранее и почти никогда не сводится к одной метрике. И получается, что в таких “открытых” областях ИИ (пока) учится в основном “по-старинке” — у живых носителей. А значит, у нас остаётся шанс находить свои уникальные “ходы 37”, чтобы становиться сильнее в том, что машине даётся тяжело: контекст, живой контакт, нюансы, смысл, ответственность. Хорошего дня, друзья. P.S. Напишите насколько вам интересно читать такие посты больше про технологии, чем про людей. Мне кажется, что тему ИИ просто невозможно игнорировать.