Зачем нейросети добавляют повсюду
Про нейронки сейчас слышно из каждого утюга. Новые модели и сервисы на их основе появляются ежедневно, производители смартфонов включают их в свои новые гаджеты (привет, Samsung и Apple!), а разработчики успешных приложений и платформ добавляют ИИ-функции туда, где и без них было хорошо.
Главная причина как раз в том, что нейросети в тренде: их обсуждают, за ними следят, их хотят попробовать. В результате производителям и разработчикам хочется добавить их упоминание в новые релизы — как высокочастотное ключевое слово в SEO-текст. Улучшает ли это проект на самом деле или нет — дело десятое.
Отчасти это может быть связано и с тем, что финансирование IT-компаний часто идёт не от самых технически продвинутых людей. Они, может, и знать не знают, что такое нейросети, но считают, что интеграция этой новой современной штуки поможет им получить больше денег. И не у всех разработчиков в такой ситуации есть опция отказаться.
Существует два самых простых способа реализовать подобные «не знаю зачем, но надо»: это чат-боты и генеративные нейросети. В результате в «Авито» вместо продавца на вопросы покупателей начинает отвечать нейросеть, причём не спрашивая продавца, хочет он эту функцию или нет. А соцсеть X, в прошлом Twitter, позволяет генерировать картинки в чате с ИИ.
Оба решения имеют массу ограничений по сравнению с полномасштабными применениями таких технологий в полноценных сервисах, зато галочку «у нас есть нейросети» создатели поставили.
Почему нейросети не нужны
Причин может быть множество вплоть до банального «ненавижу нейронки и не хочу видеть в своих приложениях», но мы сосредоточимся на более объективных.
Не для всех задач требуется ИИ
Даже если нейросеть технически можно внедрить в сервис, на деле это далеко не всегда означает, что такое дополнение будет полезным. Потенциал ИИ раскрывается в сложных задачах, требующих обработки больших массивов данных, на которые у человека ушло бы слишком много времени и усилий. Например, заметочник и калькулятор более чем способны работать и без нейронок, но из-за хайпа ИИ добрался и до них.
Более того, иногда даже неплохие идеи ломаются о неудачное исполнение или недостаточное тестирование. Вспомнить хотя бы эксперименты Google с внедрением ИИ-ответов в поиске. В теории звучит хорошо: не нужно переходить по ссылкам, нейросеть сама готовит саммари ответов с разных сайтов и выдаёт релевантный результат за доли секунды.
На практике всё оказалось не так гладко. Google начал бодро отвечать пользователям, что они могут тренироваться 8 дней в неделю, пересылать себя по почте в подходящей коробке и заменять термопасту чёрной фасолью. С советами всё оказалось ещё хуже: по мнению нейросети, удержать сыр на пицце поможет соус с нетоксичным клеем, курицу безопасно есть, если её внутренняя температура при готовке достигла 38,8 °С, а беременным стоит выкуривать 2–3 сигареты ежедневно.
Конечно, это утрированные примеры, и из-за них открытое тестирование ИИ-ответов спешно свернули. Но что будет, когда нейросеть откалибруют и результаты перестанут быть такими очевидно абсурдными? Есть подозрение, что станет ещё хуже: откровенная ерунда будет отфильтровываться, а неправильные ответы будут казаться правдоподобнее.
Возможно, подобные вещи всё-таки не нужно автоматизировать, а пользователю стоит самому открыть пару ссылок, чтобы не только узнать ответ на вопрос, но и проверить достоверность источника.
Это бессмысленный расход ресурсов
Не будем далеко отходить от ИИ-ревью в поиске Google. Оказалось, что функция плоха не только для тех, кто принимает любые рекомендации за чистую монету, но и для окружающей среды.
Генерация совета «ешьте хотя бы по одному камешку в день» потребляет около 3 Вт⋅ч энергии — что примерно в 10 раз больше, чем обычный поиск в том же Google. Можно час разговаривать по домашнему телефону (помните такие?) или спросить у Google, способен ли человек тренироваться по 8 дней в неделю, — энергии уйдёт одинаково.
Это было бы смешно, если бы не было так грустно. Для создания сомнительных картинок и ответов на дурацкие вопросы нейросети расходуют вполне реальные ресурсы.
В сочетании с тейком про банальную неготовность многих нейронок и функций к релизу получается совсем печальная картина: ресурсы тратятся не только в огромных масштабах, но и без особой цели или причины.
Многим пользователям даже не нужны эти картинки и чаты, им просто интересно, что это за функции, о которых все говорят. А внедрение генераторов в уже привычные сервисы стимулирует создание бесполезного контента, который в случае картинок ещё и зачастую получен путём ущемления прав настоящих художников.
Повышаются требования к устройствам
Если обработка запросов происходит локально, нейросеть использует ресурсы телефона или планшета. Это не всегда приятно для пользователя: гаджет греется, быстрее разряжается, тормозит обработку фоновых процессов.
Доходит до того, что некоторые функции вообще работают только на самых новых телефонах. Сейчас так происходит с iPhone и флагманскими Samsung Galaxy, но впоследствии тренд явно подхватят и популярные производители из Китая.
Хочешь Apple Intelligence? Покупай iPhone 16 или хотя бы iPhone 15 Pro.
Видеть такое требование просто смешно, учитывая, что первым мобильным чипсетом Apple, заточенным под операции с ИИ и машинным обучением, был A11 Bionic, выпущенный в 2017 году в iPhone 8 и iPhone X. С тех пор каждое поколение смартфонов Apple получало чипсеты с отдельными ядрами для обработки связанных с ИИ вычислений, которые становились лучше с каждым годом. Но для фирменных нейросетей достаточно хороши почему-то лишь последние две модели.
Да, Samsung справилась лучше и предлагает Galaxy AI для трёх поколений флагманских и складных телефонов, а не для полутора, как Apple, и даже планирует поддержку бюджетных моделей. Но другие производители, к сожалению, ориентируются обычно не на Samsung.
В результате ИИ может не только повысить нагрузку на гаджеты, но и стать ещё одним крючком для мотивации обновить смартфон раньше, чем это действительно требуется.
Когда нейросети всё-таки уместны
Нейросети — это не всегда бесполезная трата ресурсов. Если добавление ИИ в сервис сделает привычные действия проще и удобнее, пользователи будут только рады.
Нейросеть должна либо значительно улучшать уже существующую функцию, либо добавить релевантную пользовательскому опыту новую, которую без ИИ реализовать бы не получилось.
Нужен ли пользователям X генератор картинок прямо в приложении? Пожалуй, только если им удобнее создавать фейки и распространять их, не меняя вкладку. Да и вообще складывается впечатление, что генеративным нейросетям и чат-ботам место либо в отдельных приложениях, либо в умных помощниках.
А вот генеративная заливка в фоторедакторах — действительно полезный инструмент, который не только упрощает жизнь профессионалам, но и помогает обычному пользователю спасти хорошее фото из отпуска, удалив чужие загорелые животы с заднего плана. Поэтому появление функции сначала в Photoshop, а затем и в стандартных редакторах смартфонов (правда, пока только топовых) — крутое и полезное обновление, которое реализовано уместно и не для галочки.
В уже существующих сервисах ИИ будет уместен как дополнение основных возможностей и дообученнный под выполнение конкретных задач. Даже если задача эта — превратить фото пользователя в кадр из манги Дзюндзи Ито внутри приложения с бьюти-фильтрами (можете не гуглить: речь о фоторедакторе Meitu).
А вы что думаете о нейросетях, которые сейчас повсюду? Делитесь мнением в комментариях!