Еще в 2017 году в докладе Dell Technologies и Institute Of The Future говорилось, что 85% рабочих мест, которые будут существовать в 2030 году, еще не придуманы. Сейчас мы находимся примерно на полпути к этому событию, и хотя я все еще не уверен, насколько сбудется это предсказание, мы, безусловно, наблюдаем радикальные изменения в мире труда.
Одной из профессий, которой сегодня пророчат большое будущее, является недавно появившаяся область операционного инжиниринга. Инженер по эксплуатации - это специалист, который знает, как заставить генеративные приложения искусственного интеллекта нового поколения, такие как ChatGPT или Google Bard, делать то, что они хотят.
Сообщается, что от высокоскоростных операционных инженеров не требуется практически никаких технических знаний. В конце концов, по словам Эндрю Карпати, бывшего руководителя отдела искусственного интеллекта в Tesla, а ныне работающего в компании OpenAI, разработавшей ChatGPT, "самый популярный новый язык программирования - английский". Кроме того, за эту должность в настоящее время платят до 335 000 долларов США.
Звучит заманчиво? Что ж, давайте посмотрим, что делает человека хорошим кандидатом на должность инженера по эксплуатации, какой опыт и навыки необходимы, и кто нанимает таких специалистов. Действительно ли это профессия будущего, или это просто продукт нынешней моды на искусственный интеллект?
Что такое инженер по запросам (промт-инженер, промпт-инженер (нейросетелог) promt engineer)?
Генеративные инструменты искусственного интеллекта, особенно те, которые могут генерировать текст, компьютерный код и графику, в настоящее время вызывают много эмоций (и много беспокойства). Это связано с тем, что они способны взять на себя значительную часть повседневной работы людей самых разных профессий - от маркетологов до HR, юристов, программистов и аналитиков данных.
Такие инструменты дают огромную власть в руки людей, но если все имеют доступ к одной и той же технологии, как они могут использовать ее, сохраняя свою индивидуальность и творческий подход? И как отличить свою работу и создать конкурентное преимущество для своего бизнеса?
Вот тут-то и пригодятся навыки гибкого проектирования. Научиться извлекать максимальную пользу из генеративного ИИ - это навык, который необходимо изучать и развивать, как и любое другое компьютерное программное обеспечение.
Часто это может быть итеративный процесс. Нечеткий общий запрос может дать нечеткий общий ответ, но это только начало, которое может быть улучшено. Инженер использует свои человеческие суждения и навыки общения, чтобы определить, чего не хватает в работе, сгенерированной ИИ, и уточняет запросы, чтобы получить желаемый результат.
Хорошим примером является использование ИИ, генерирующего естественный язык (NLG), например ChatGPT, для написания полезного программного кода.
Допустим, у вас есть идея нового приложения - вы хотите разработать инструмент, который позволит вашим сменным сотрудникам добираться на работу автостопом, тем самым сокращая выбросы углекислого газа.
Если вы просто попросите ChatGPT написать приложение за вас, оно потерпит неудачу. Код слишком сложен, чтобы написать его за один раз, и у него нет данных, необходимых для выполнения работы.
Однако вполне возможно, что он справится с задачей, если вы разобьете ее на составные части и предоставите ему все необходимые данные.
Хорошего инженера можно рассматривать как "менеджера проекта" для работников ИИ, который контролирует выполнение отдельных задач, составляющих работу, и следит за тем, чтобы у всех работников (агентов ИИ) были инструменты (данные), необходимые для выполнения работы.
Еще одним полезным понятием при проектировании производительности являются роли. Определение "личности" ИИ таким образом может привести к более подходящим и интересным ответам. Подобно тому, как человек может отвечать на вопрос по-разному в зависимости от того, кем он является, например, учителем, ученым, философом или юмористом, разработчик реплик может определить личность, черты характера и убеждения, которые должны лежать в основе ответов ИИ.
Какие навыки необходимы?
Многие навыки, необходимые для получения наилучших результатов от генеративного ИИ, относятся к категории "мягких", а не "жестких", технических навыков.
Первый, и, возможно, самый важный, - это коммуникативные навыки. Вы должны уметь точно и ясно выразить то, что вы хотите, чтобы ИИ сделал, как если бы вы давали инструкции или обучали людей.
Необходимо внимание к деталям - чем лучше вы поймете, какой именно ответ или контент вам нужен, тем успешнее вы будете разрабатывать операционный дизайн.
Необходимы также хорошие организаторские способности. Вы должны уметь определять различные элементы работы и систематически инструктировать ИИ по их выполнению.
Навыки работы с данными также очень полезны, поскольку необходимо уметь определять, какая информация нужна ИИ для выполнения его работы, где ее искать и в каком формате обрабатывать.
Также полезны знания в предметной области, поскольку не все результаты генеративного ИИ являются правильными, поэтому людям, обладающим знаниями в предметной области, будет проще оценить ответы.
Навыки критического мышления также необходимы для того, чтобы оценить различные методы, которые могут быть использованы для того, чтобы заставить ИИ выполнить задачу, и решить, какие из них, скорее всего, будут эффективными.
А навыки управления проектами и планирования важны для определения областей, где генеративный ИИ может быть полезен в вашей организации, и разработки стратегии его использования для создания ценности.
Кто нанимает промпт инженеров?
Объявления о поиске промпт инженеров размещают самые разные компании - от агентств цифровой рекламы до разработчиков программного обеспечения, медицинских учреждений и коммунальных предприятий.
По данным Time, в период с 2021 по 2022 год количество объявлений о вакансиях, в которых фигурируют GPT, увеличится на 51%.
Anthropic, калифорнийский стартап в области искусственного интеллекта, утверждает, что его должности представляют собой гибрид "программирования, обучения и преподавания", и предлагает зарплату от 280 000 до 375 000 долларов США.
Rehab, лондонское цифровое агентство, ищет инженеров-технологов, способных создавать прототипы новых приложений технологий LLM, совершенствовать свои возможности по доработке и взаимодействию с языковыми моделями, а также быть в курсе новейших знаний в этой области.
А Бостонская детская больница в штате Массачусетс ищет инженеров по производительности для внедрения больших языковых моделей для поддержки исследований в области здравоохранения и клинической практики.
Как изучать технологию?
Несмотря на то, что это очень новая область, уже существует ряд онлайн-курсов, обучающих тонкостям данной технологии.
Портал онлайн-курсов Udemy предлагает несколько курсов по генеративному кьюингу ИИ, в том числе курсы по освоению ChatGPT и использованию Midjourney для создания ИИ-изображений.
Онлайн-курс "Next-Level Prompt Engineering with AI" обещает научить студентов создавать эффективные подсказки, которые дадут им конкурентное преимущество перед всеми, кто пытается использовать ИИ для автоматизации задач.
В Cloud Academy есть очень короткий вводный курс для начинающих под названием ChatGPT Prompt Engineering, который обучает основам построения цепочек подсказок, а также обучает ChatGPT играть роль эксперта.
В Datacamp также есть курс "Введение в ChatGPT", в котором рассказывается о лучших практиках написания подсказок, а также о том, как чат-бот может использоваться в различных бизнес-средах.
А Class Central предлагает несколько бесплатных курсов по разработке подсказок, в том числе Prompt Engineering Overview, A Crash Course on Chat GPT for Beginners, Get Started with Midjourney и Automate Useful Professional Tasks Using Open AI.
