Учусь учиться

Как перестать гуглить и начать «джипитить»

Про ChatGPT написано уже много тредов, статей и снято много видео. У меня тоже часто спрашивают про отношение к нейросетевым продуктам текущего поколения в целом. Так что логично написать про это пост в канале. Let’s go )

Я немного поэкспериментировал с ChatGPT, Midjourney, DALL-E-2, Copilot, Prisma и несколькими менее популярными продуктами. В итоге выбрал для себя несколько кейсов, когда применение этих инструментов стало для меня полезным. Моя личная подборка кейсов:
1. Преодоление «писательского блока». Сделать набросок на заданную тему, чтобы было от чего оттолкнуться при написании материала. Очень удобно набрасывать варианты фраз для лендинга, например.

2. Поджипитить (как погуглить) какой-то сильно специфичный технический вопрос. Это бывает быстрее, чем искать ответ в интернете, но важно проверять достоверность и точность. ChatGPT легко может «нафантазировать» примеры и факты, которых никогда не существовало. Можно считать, что это стало моим повседневным кейсом использования. Кажется, открывать окно ChatGPT я стал примерно также часто, как поисковую строку гугла.

3. Быстро найти пример реализации какой-то функции или подхода в новой библиотеке. Не всегда пример будет корректным или рабочим, но может помочь быстрее разобраться с чем-то новым. Конкретно для меня ChatGPT заменил поиск ответов на Stackoverflow и показал себя сильно лучше.

4. Написание кода конретных функций, SQL-запросов, фрагментов кода на новом для меня языке. Тут важно, что у меня есть достаточный уровень понимания языков разработки, чтобы понять, какой код будет работать, какой нет. А также я могу поправить небольшой фрагмент сгенерированного кода, чтобы он стал применимым в моем кейсе. Наверное, тут я получил самый большой буст производительности. Там, где я раньше мог искать пример и разбираться в документации пару часов, сейчас могу решить вопрос за несколько минут.

5. Генерация простеньких картинок или обложек. Например, новую аватарку для канала сгенерировала Midjourney. Тут я вижу для себя большой потенциал. Но нужно научиться формулировать запросы, учитывая особенности конкретных нейросетевых генераторов.

Текущая итерация интереса к нейросетям точно с нами надолго. Технологии и «железо» наконец смогли достигнуть той точки, когда использование нейронных сетей может решать практические задачи. Генерация и распознование текстов и изображений, обработка и синтез аудио и видео, быстрые ответы на сложные вопросы — те сферы, где нейросети уже используются и будут использоваться более активно в ближайшие годы.

При этом, не стоит исходить из позиции «нейросети заменят людей». Калькуляторы и персональные компьютеры не заменили людей, а расширили их возможности и позволили решать значительно более сложные и интересные задачи. Многие профессии трансформируются и точно появятся новые.

Людям придется учиться постоянно учиться и переучиваться, так как количество новых профессий будет только расти. Если 30 лет назад любой человек, умеющий работать с компьютером, считался программистом и имел инженерное образование, то сейчас каждый из нас работает с компьютерами или смартфонами больщую часть дня. Также будет и с нейросетевыми инструментами — через 10-15 лет будет множество профессий, которые будут специализироваться на настройке конретных нейросетевых сервисов или на организации их взаимодействия между собой.

Спасибо, что читаете. Поделитесь в комментариях, как вам такой формат постов?
Заметки на бегу о прочитанных или прослушанных материалах по-прежнему складываю сюда → @readerdevnull

www.group-telegram.com/ru/uchus_uchitsya.com/89

1.1K viewsFeb 1, 2023 at 16:52

Как перестать гуглить и начать «джипитить»

Про ChatGPT написано уже много тредов, статей и снято много видео. У меня тоже часто спрашивают про отношение к нейросетевым продуктам текущего поколения в целом. Так что логично написать про это пост в канале. Let’s go )

Я немного поэкспериментировал с ChatGPT, Midjourney, DALL-E-2, Copilot, Prisma и несколькими менее популярными продуктами. В итоге выбрал для себя несколько кейсов, когда применение этих инструментов стало для меня полезным. Моя личная подборка кейсов:
1. Преодоление «писательского блока». Сделать набросок на заданную тему, чтобы было от чего оттолкнуться при написании материала. Очень удобно набрасывать варианты фраз для лендинга, например.

2. Поджипитить (как погуглить) какой-то сильно специфичный технический вопрос. Это бывает быстрее, чем искать ответ в интернете, но важно проверять достоверность и точность. ChatGPT легко может «нафантазировать» примеры и факты, которых никогда не существовало. Можно считать, что это стало моим повседневным кейсом использования. Кажется, открывать окно ChatGPT я стал примерно также часто, как поисковую строку гугла.

3. Быстро найти пример реализации какой-то функции или подхода в новой библиотеке. Не всегда пример будет корректным или рабочим, но может помочь быстрее разобраться с чем-то новым. Конкретно для меня ChatGPT заменил поиск ответов на Stackoverflow и показал себя сильно лучше.

4. Написание кода конретных функций, SQL-запросов, фрагментов кода на новом для меня языке. Тут важно, что у меня есть достаточный уровень понимания языков разработки, чтобы понять, какой код будет работать, какой нет. А также я могу поправить небольшой фрагмент сгенерированного кода, чтобы он стал применимым в моем кейсе. Наверное, тут я получил самый большой буст производительности. Там, где я раньше мог искать пример и разбираться в документации пару часов, сейчас могу решить вопрос за несколько минут.

5. Генерация простеньких картинок или обложек. Например, новую аватарку для канала сгенерировала Midjourney. Тут я вижу для себя большой потенциал. Но нужно научиться формулировать запросы, учитывая особенности конкретных нейросетевых генераторов.

Текущая итерация интереса к нейросетям точно с нами надолго. Технологии и «железо» наконец смогли достигнуть той точки, когда использование нейронных сетей может решать практические задачи. Генерация и распознование текстов и изображений, обработка и синтез аудио и видео, быстрые ответы на сложные вопросы — те сферы, где нейросети уже используются и будут использоваться более активно в ближайшие годы.

При этом, не стоит исходить из позиции «нейросети заменят людей». Калькуляторы и персональные компьютеры не заменили людей, а расширили их возможности и позволили решать значительно более сложные и интересные задачи. Многие профессии трансформируются и точно появятся новые.

Людям придется учиться постоянно учиться и переучиваться, так как количество новых профессий будет только расти. Если 30 лет назад любой человек, умеющий работать с компьютером, считался программистом и имел инженерное образование, то сейчас каждый из нас работает с компьютерами или смартфонами больщую часть дня. Также будет и с нейросетевыми инструментами — через 10-15 лет будет множество профессий, которые будут специализироваться на настройке конретных нейросетевых сервисов или на организации их взаимодействия между собой.

Спасибо, что читаете. Поделитесь в комментариях, как вам такой формат постов?
Заметки на бегу о прочитанных или прослушанных материалах по-прежнему складываю сюда → @readerdevnull

BY Учусь учиться