Будущее ИИ: Взгляд сооснователя Cohere 0:00
Иван (Ivan), сооснователь компании Cohere, в интервью каналу Machine Learning Street Talk поделился своим видением того, как современные языковые модели трансформируют индустрию. По мнению предпринимателя, сейчас мы находимся в точке, где ИИ становится мощным инструментом для уравнивания возможностей, позволяя людям без глубокой технической подготовки создавать сложные программные системы.
🛠 Роль Cohere и инновации в разработке 0:00
Cohere позиционирует себя как ключевого игрока в канадской экосистеме стартапов, доказывая, что амбициозные проекты можно реализовывать за пределами Кремниевой долины. Иван подчеркивает, что их компания стремится не только спонсировать сообщество, но и предоставлять пространство для живых взаимодействий и обмена знаниями.
С технологической точки зрения, компания сфокусирована на создании моделей, которые эффективно работают в закрытых (air-gapped) средах, обеспечивая приватность и безопасность для крупных предприятий. В отличие от общедоступных систем, здесь акцент сделан на архитектурах RAG (Retrieval-Augmented Generation), где модель использует внутренние базы знаний организации для генерации точных ответов.
- Пример эффективности: В сфере медицины внедрение RAG-функции позволило врачам сократить время подготовки к приему пациента с 30 до 5 минут за счет автоматического формирования резюме из последних записей.
- Гибкость развертывания: Модели Cohere предоставляются клиентам в виде контейнеров, что позволяет запускать их в частных сетях за корпоративными файерволами, сохраняя полный контроль над данными.
🧠 ИИ как «двигатель рассуждений» 7:51
Иван полагает, что в будущем ИИ станет незаметным компонентом продуктов — «двигателем рассуждений» (reasoning engine), который просто делает работу пользователя проще, не требуя понимания того, как именно он функционирует.
- Смена парадигмы: Мы переходим от написания инструкций (кода) к управлению поведением моделей через естественный язык. Иван сравнивает это с отладкой: если система ведет себя не так, как ожидалось, разработчик анализирует контекст, данные и обратную связь, а затем корректирует поведение модели.
- Рассуждение: Объективно, под «рассуждением» Иван понимает способность модели на основе предоставленного контекста генерировать последовательность токенов, которые ведут к решению задачи.
💻 Будущее вычислений и обучения 35:46
Несмотря на популярность новых архитектур, трансформеры остаются стандартом индустрии, так как на текущий момент они лучше всего справляются с эффективным обучением на распределенных данных. Однако Иван предвидит изменения в подходе к созданию систем:
- Линзирование: Модели станут «стройнее» и специализированнее — вместо гигантских монолитов компании будут выбирать подходящий размер модели под конкретную задачу.
- Системный подход: Успех продукта будет зависеть не только от «мозгов» (reasoning engine), но и от качества обвязки: систем поиска, реранкинга (переранжирования результатов) и интерфейсов взаимодействия.
- Синтетические данные: Компании активно используют модели для расширения дистрибуций данных, но Иван отмечает: синтетика не заменяет реальные данные, она помогает направлять модель к нужному результату.
🎮 Параллели с видеоиграми и управление талантами 28:20
Иван находит удивительные параллели между работой в ИИ-стартапе и геймингом. Его увлечение играми вроде League of Legends или Elden Ring научило его выдержке при работе с «невозможными» задачами и важности коммуникации.
- Уроки гейминга: В стрессовых ситуациях (например, «один против пяти» в игре) перегрузка команды лишней информацией мешает принятию решений. Этот же принцип он переносит на работу в компании: важно не «вываливать» информацию, а делиться только тем, что необходимо для дела.
- Найм: При поиске сотрудников Иван отдает предпочтение людям, которые умеют самостоятельно решать технически сложные задачи, даже если их путь в ИИ был нестандартным.
В качестве совета молодым разработчикам он предлагает полностью принять новую технологию и использовать ИИ-ассистентов как «партнеров» для создания любых проектов — сейчас, по его мнению, лучшее время для начала карьеры.
