Глава 1. Инфошум и почему все сложнее выбирать контент?

Мы живем в совершенно дикое время, в котором производство контента ускоряется в геометрической прогрессии. К 1500 году во всем мире было известно всего около 30 тысяч печатных изданий. По грубой оценке, для человека, обладающего средней скоростью чтения 250 слов в минуту и сильной мотивацией читать их ежедневно по 8 часов, понадобилось бы около 27 лет чтобы прочитать их все.

То есть, пять веков назад существовала хотя бы теоретическая возможность ознакомиться со всем печатным контентом. Сегодня же поток информации, который льется на нас через цифровые платформы, просто огромный. Сотни миллионов людей ежедневно пишут статьи, мысли, посты, снимают огромное количество видео и фото материалов, аудио подкастов.

Даже узкий срез дает безумные цифры - одно только количество в мире публикуемых научных статей уже составляет порядка 5 млн в год. Для нашего дисциплинированного читателя из XVI века, чтобы прочитать только это, понадобилось бы почти тысяча лет. А ведь это капля в океане. И это я ещё не говорю о том, что для понимания прочитанного нужны глубокие знания в каждой конкретной области.

Причем тут ИИ?

Зачем я вообще говорю о контенте? Дело в том, что скачнообразный рост возможностей текстовых и графических моделей привел к многократному увеличению создаваемого контента при одновременном снижении его качества.

Сейчас появилось огромное количество умельцев, которые клепают так называемые "Контент-фабрики" - автоматические системы, которые в режиме 24/7 клепают контент для телеграм-каналов, сайтов и т.п. Тема очень прибыльная, однако для меня это деятельность равноценна спаму, тк порождает тонны бесполезного мусора.

К сожалению, деньги не пахнут и людей, осваивающих это ремесло, а также тех, кто пользуется их услугами, огромное количество.

Найти что-то полезное для себя в сети, даже при осознанном поиске превратилось в проблему, особенно если ты ищешь что-то для обучения. Сейчас я вижу рост запроса в обществе на контент, написанный живым человеком. Пусть корявым, не всегда гладким, но живым. И особенно таким, который уже прошел путь, решающий какую-то конкретную задачу или проблему.

Я как раз являюсь таким человеком, который “прошел путь” изучения возможностей ИИ и освоил некоторые инструменты для эффективной работы. И хоть я считаю, что все еще нахожусь “в пути”, но у меня уже есть чем поделиться. По крайней мере, я научился создавать системы ИИ агентов, которые выполняют для меня полезную работу в режиме 24/7.

Мне в какой-то момент очень стало интересно, что из себя представляют нейронные сети и как они работают.

Когда я начал изучать эту тему, то столкнулся прежде всего с тем, насколько много бесполезной и противоречивой информации в сети. Возможность писать кому угодно и что угодно… а хуже того, ГЕНЕРИРОВАТЬ чёрт знает чего и выкладывать это в сеть, сильно усложнила жизнь тем, кто ищет информацию. За информационным шумом мы напоминаем людей, которые ищут жемчужинки в навозной куче. И пока мы ищем, руками должны пропустить через себя тонны дерьма.

Но потихоньку, прочитав несколько книг, пропустив через себя множество статей и проведя десятки часов, составляя промты и проектируя автоматику, наконец нащупал путь и набор инструментов, которые для меня лично работают.

Надо оговориться, что в этой работе я буду говорить прежде всего о LLM, т.е. о генеративном ИИ, который генерирует текст. В разговорной речи их могут называть чат ботами или просто ИИ. К ним относятся модели серий Chat GPT от OpenAI, Claude от Anthropic, GigaChat от Сбера и другие. Именно этот тип моделей позволяют принимать решения на базе каких-то входных данных (и тут тоже надо оговориться, что далеко не все модели имеют возможность работы в агенском режиме). И именно на их основе чаще всего создаются полноценных автономных помощников - ИИ агенты.

Полярные мнения об ИИ

Обратите внимание на последний комментарий - человек делится пользой. Кому-то не нравится, что ИИ ворвался в нашу жизнь, кому-то наоборот, очень даже ничего. Но что общего у авторов этих комментариев? А то, что они все имеют какое-то свое представление об “ИИ”, при этом плохо понимая, что это такое и как работает.

Мы постоянно слышим истории, что "ИИ скоро будет все делать за нас". Но как именно он будет делать? Что надо конкретно сделать, чтобы он сделал что-то за нас? И почему надо с чем-то разбираться, а нельзя просто взять и сказать ИИ, раз он такой умный, чтобы сделал что-то полезное?

Скорее всего, вы уже сформировали для себя какое-то видение, что такое ИИ, возможно пользуетесь Алисой при поиске или каким-нибудь чат ботом DeepSeek в открытом доступе для получения ответов на повседневные вопросы и читаете этот текст, чтобы лучше разобраться, что можно из этой технологии выжать. Это тоже опыт, и хорошо, если он есть, т.к. легче будет наложить то, о чем я пишу на уже имеющийся опыт и сделать выводы.

В примере выше звучит это все просто и прекрасно, но проблема в том, что если вы захотите сделать что-то для себя, то окажется, что этому агенту надо дать инструмент. Чтобы агент мог подготовить, например, встречу, вам придется вручную настроить ему доступ к календарю, к списку контактов, дать правила именования событий и алгоритм проверки конфликтов. Без этих настроек он бесполезен. "Внезапно" оказывается, что это все надо настраивать. А это может окзаться совсем не просто. И вот именно в этом моя главная цель — помочь ответить на вопрос:

«А как ИИ может быть полезен лично мне?»

И второй важный вопрос:

«Насколько далеко я вообще хочу зайти в этой теме — и что мне для этого нужно?»