Профессии, связанные с нейросетями, технологиями Big Data и VR/AR, визуальным скриптингом, киберспортом и машинным обучением будут востребованы в России в ближайшие пять лет. Специалист по нейронным сетям создает саму модель, помогает ей обучаться и следит за ее работой.
Партнеры проекта
- Нейросети в креативе, дизайн 2023 и новые творческие профессии
- Нейросети наступают: специалистов каких профессий уже готов заменить искусственный интеллект
- Вы отписались от рассылки!
- Промпт-инженер
- Как Саша решилась сменить профессию и почему не пожалела
Нейросети на работе: какие задачи они могут взять на себя уже сейчас
Самая известная нейросеть ChatGPT составила рейтинг специальностей, которые, по ее мнению, будут наиболее востребованы в будущем. На первом месте топа — инженер-программист самого искусственного интеллекта. Он будет разрабатывать алгоритмы и системы машинного обучения, собственно обучать и оптимизировать новые модели. Второй в списке — работотехник.
Формула большая и длинная, может быть с миллионами параметров, но собирается из довольно простых операций — арифметики, элементарных функций синусы, косинусы, экспоненты и даже более простые, вроде взятия степени и суперпозиции. Выше пример одной из решаемых задачек: классификация изображений на условные тысячу классов. Входной массив здесь — просто массив пикселей картинки, выходной — вектор с вероятностями, что изображено на картинке. Выходной массив может быть и картинкой например, как в задачах pix2pix на улучшение картинок или дорисовывание. Входной массив может быть не картинкой, а последовательностью слов — так, например, происходит в генерации картинок по тексту. С отдельными элементами входного массива обычно не работают: действия собирают в слои и применяют операцию ко всему массиву сразу. Котика на картинке распознают независимо от того, в какой части картинки он находится.
Саму формулу пишут не как аналитическую формулу, а вычислительным графом — это рецепт для калькулятора, в каком порядке и что делать с входным и промежуточным массивами. Очень популярная, старая и довольно простая моделька. Она может показаться сложной, но операции — простые, а концепция вычислительного графа позволяет работать со сложными формулами. В этих слоях скрываются числа, они же — веса — коэффициенты в большой формуле. Сначала параметры инициализируют небольшими случайными числами, а затем улучшают с помощью градиентного спуска. Так система самообучается. Обвязку к этому движку обычно делают на Python. Но на них сейчас нейросети почти не пишут, кроме низкоуровневых сетей для устройств. Знания Python достаточно, чтобы писать крутые вещи. Есть библиотеки, позволяющие упростить процесс разработки.
Крутые обертки и сборники моделей — одна из причин, почему сейчас стало популярно разрабатывать нейросети. Например, проект Hugging Face — это платформа для разработки и использования моделей и приложений на основе искусственного интеллекта, особенно в области обработки естественного языка Natural Language Processing. Интерфейсы моделей отвязаны от математики, это простые и конкретные инструкции, что именно сделать, чтоб получить результат. А вот при использовании фреймворков PyTorch, Jax и TensorFlow для работы с данными и машинного обучения придется плотнее взаимодействовать с математикой. Как попасть в индустрию Нейросетями можно заниматься как прикладной технологией в коммерческой разработке, так и использовать их в качестве инструмента для исследований в научных лабораториях. В 2016 году, чтобы попасть в лабораторию, занимающуюся нейросетями, ничего особенного знать и уметь не требовалось. Сейчас порог входа в исследовательские лаборатории, где применяют эту технологию, увеличился. Нужно соответствовать высоким требованиям: знать математику, хорошо кодить, иметь научные публикации. Такой уровень экспертизы есть у небольшой части людей. Вакансий публикуется больше не в области исследований, а в прикладных проектах.
Прикладными проектами может заниматься обычный разработчик. Для этого нужно уметь кодить, решать задачи и использовать системный подход. Нужно учиться делать базовые вещи максимально аккуратно. А все остальное получится в свое время. Самое тяжелое умение — на грани hard skills и soft skills — понимать, что делаешь. Подвох в том, что данные могут лежать в каком угодно виде, и надо уметь грамотно их обрабатывать. Если есть десятки CSV, которые ссылаются друг на друга, нужно правильно соединить их между собой по ключам и в процессе ничего не потерять и не приобрести. Это сложная задача для людей, которые хотят создавать искусственный интеллект. Чтобы стать разработчиком нейросетей, должен быть искренний, неиссякаемый интерес к этому. Желательно иметь в голове образ результата, абстрактное желание заниматься нейросетями ни к чему не приведет.
Сильная образовательная база не так важна, как любознательность и усидчивость. Однако, если в вузе вы хорошо изучили математику и алгоритмы, ваш инструментарий будет богаче.
Алматинский программист переводит в онлайн один из самых консервативных бизнесов Забавный случай приводит статья Unmudl. Оператор данных со временем заметил, что его задачи скучны и однообразны. Поскольку специалист работал дома, он сумел незаметно для руководства автоматизировать все свои обязанности. Поэтому тратил всего час-два еженедельно, получая заработную плату за полную нагрузку. А чтобы результаты имели правдоподобный вид, работник умышленно добавлял несколько ошибок.
Эксперты считают, что в ближайшее время искусственный интеллект не заменит разработчиков программного обеспечения полностью. Например, из-за рисков ошибок и технических ограничений. Но ИИ поможет решить проблему нехватки IT-специалистов. Специалист службы поддержки клиентов Наверняка вам уже приходилось звонить или переписываться со службой обслуживания клиентов, где собеседником был робот. ChatGPT и похожие технологии могут продолжить эту тенденцию. Рассмотрим, какие обязанности менеджеров техподдержки может взять на себя искусственный интеллект. Ведь эта сфера имеет много возможностей для автоматизации.
Сроки доставки, задолженность, статус заказа — что угодно, полученное из внутренних систем. Вместо этого команда может работать только с запросами, требующими человеческого интеллекта и эмпатии. Помощь менеджеру при первом контакте с покупателем. ИИ в связке с аналитическими инструментами может мгновенно получать данные о конкретном клиенте. Например, местонахождение, поисковый запрос. Это поможет специалисту решать проблемы при первом взаимодействии. Инструменты ИИ уже могут распознавать, когда клиент разгневан или расстроен во время диалога.
Руководитель видит сообщения о таких случаях и может дать совет менеджеру, как улучшить общение с клиентом. Также ИИ может заметить признаки недовольства клиента быстрее человека и помочь погасить конфликт еще до его начала. Похожая функция, например, стала впервые доступна в платформе Ringostat. ИИ считывает общее настроение разговора и каждого собеседника. И добавляет в отчет вместе с данными о телефонном звонке. Так можно вовремя заметить, если коммуникация требует внимания руководителя. По моему мнению, со временем появится тренд на платное обслуживание клиента «живым» менеджером.
Это будет услуга «премиум-связь с человеком вместо бота».
Так по мнению нейросети выглядел бы очеловеченный общественный транспорт Петербурга. Мечтаете, чтобы вас изобразил великий художник Пикассо или Малевич? Проще простого — Русский музей запустил собственную нейросеть, которая генерирует портреты в стиле работ Брюллова, Серова, Врубеля и других гениев живописи. Художники творили свои произведения месяцами, нейросеть справится за несколько часов. А вот ещё одно преображение и на фасаде дома в стиле фильмов Алексея Балабанова. Вместо рождественского Нью-Йорка мрачные улицы и панельные дома, Кевин МакКаллистер выживает в суровой России и 90- х.
«Моя мама учит нейросети говорить»: история многодетной челябинки, которая завязала с журналистикой
Заработок в первую очередь идет от профессии и навыков, а не от нейросетей, хотя нейросети могут ускорить вашу работу. На модуле по Deep Learning студентов знакомят с продвинутыми технологиями по работе с нейросетями, например трансформерами — архитектурой нейронных сетей, которая лежит в основе ChatGPT. Около трети респондентов считают, что нейросеть сможет заменить бухгалтеров и менеджеров по продажам, меньшее число опрошенных рассказали, что рискуют быть замененными финансисты, HR-специалисты, социологи. Я считаю, нейросети драматически изменят ландшафт нашей профессии. Я считаю, нейросети драматически изменят ландшафт нашей профессии. Это связано с тем, что нейросеть хоть и обладает интеллектом, но все же является программой, а потому нуждается в четких командах.
Промпт-инженер
- Специалист по нейросетям: как стать экспертом в области искусственного интеллекта. - Chat AI
- Онлайн-курсы
- Восстание машин: как нейросети «вытесняют» людей из профессий – Telegraph
- Популярные посты
- Неожиданные профессии, где используют нейросети
- Перспективные профессии для работы с ИИ
Аналитики выяснили, какие профессии могут быть заменены нейросетями
Представители новой профессии обучают нейросеть YaLM 2.0 (она же YandexGPT), чтобы та отвечала на вопросы «не хуже людей, разбирающихся в теме». Это приводит к появлению все большего числа вакансий для инженеров нейросетей, и перспективы роста этой профессии в ближайшие годы кажутся очень многообещающими. Представители новой профессии обучают нейросеть YaLM 2.0 (она же YandexGPT), чтобы та отвечала на вопросы «не хуже людей, разбирающихся в теме». Нейронная сеть может найти решение проблемы, но ей необходимо изучить структурированный набор данных. В этой статье я расскажу мои предположения о перспективных профессиях будущего, связанных с новыми достижениями в области искусственного интеллекта. Насколько реальны и востребованы в будущем предложенные нейросетью профессии, оценил руководитель направлений "Инноваций" компании Никита Бугров.
Аналитик информационной безопасности
- Срочно! Работа специалист по нейросетям, актуальные вакансии 2024 в Санкт-Петербурге
- Как развитие ИИ изменило подход к работе
- Специалист по нейросетям: как стать экспертом в области искусственного интеллекта. - Chat AI
- Специалист по нейросетям — что это за профессия
Нейросеть составила список самых востребованных профессий будущего
Команда VK Cloud перевела статью, в которой дата-сайентист рассказывает о новых специальностях, появление которых в грядущие годы связано с развитием искусственного интеллекта. Узнали у нейросети, каких профессионалов искусственный интеллект настроен видеть в числе будущих коллег. «Яндекс» начал нанимать людей гуманитарных профессий для обучения своей нейросети — российского аналога ChatGPT, рассказали «Известиям» в компании. Использовать нейросети под силу каждому, независимо от опыта и профессии. Вы научитесь не только эффективно взаимодействовать с нейросетями, но и интегрировать их в свою повседневную рутину и бизнес-процессы. Профессия «Специалист по нейросетям» предполагает глубокие знания и специализацию в различных областях, связанных с нейросетями.
Нейросети наступают: специалистов каких профессий уже готов заменить искусственный интеллект
Нейронные сети еще в 2022 году научились составлять новостные сводки", - сказал Роман Губанов. Однако, по мнению специалиста, ИИ еще несовершенен и будет развиваться многие годы. Подписывайтесь одним нажатием! Если у вас есть тема, пишите нам на WhatsApp:.
Максимум — могу дать своим ассистенткам какой-нибудь контент-план. Изучить нейросети для того, чтобы применять их в работе — да.
Переживать по поводу того, что нейросети вытеснят SMM-специалистов, — нет. Еще пользоваться нейросетями нужно, чтобы написать об этом красивой строчкой в резюме. Меня поражает, что люди боятся какого-то будущего. Последние 4 года, начиная с ковида, мы живем в таких реалиях, что много людей боятся настоящего. Это настоящее еще надо пережить.
Читайте также: « 2023 — год нейросетей в SMM: учимся автоматизировать всё ». Как стать высокооплачиваемым SMM-специалистом в 2023 году Я вам скажу парадоксальный ответ: не быть SMM-специалистом в привычном понимании. Объясню: простое ведение соцсетей стоит дешево. Это вопрос не нейросетей, а спроса и предложения. За годы существования SMM не стал в России дорогой и высокооплачиваемой нишей.
Чтобы стать высокооплачиваемым SMM-специалистом, нужно очень хорошо понимать бизнес: его конкурентные преимущества, ценность. Нужно говорить заказчику: «Я не про SMM, я знаю, как вырастить ваш бизнес — в продажах, подписчиках или других метриках». В России основная проблема: «Сделайте нам рост, но с очень малым бюджетом». Если вы умеете это делать и у вас есть хорошие кейсы, вы можете стоить бесконечно дорого. Особенно в таких нишах, как development.
Изучайте комьюнити-менеджмент — сейчас у бизнеса есть спрос на лояльное комьюнити вокруг бренда. Вам нужно: иметь действительно мощные работы в портфолио, как минимум больше 3-х кейсов; хорошо понимать суть бизнеса. Еще нужно уметь раскрутить себя. Согласитесь, странно, если вы SMM-специалист без личного бренда. Когда вы это сделаете, то сможете работать на очень высоком чеке — все хотят работать с лучшими.
Если вы ведете интересный блог с классными постами, вас рано или поздно купит крупный клиент за этот контент. Это история про то, что вы делаете это для себя, вам интересно, а потом этот труд монетизируется.
В каком из университетов можно стать инженером ИИ?
В МГУ также действует образовательная программа для всех аспирантов университета. Онлайн-курсы, платные и бесплатные. Оптимальный вариант для тех, кто уже имеет представление о нейронных сетях, но не имеет должной подготовки.
Если грамотно выбрать курс, можно получить полный объем знаний и навыков за короткий срок и вполне демократичную сумму. При этом не обязательно отрываться от основной учебы или работы. Перспективы профессии Прежде чем купить и пройти курс «Специалист по нейросетям» важно понять: на что рассчитывать новоиспеченному инженеру или программисту, который создает сети или обучает их, или с их помощью работает с какими-либо проектами.
На данный момент профессия востребована — открыто несколько сотен вакансий. И в будущем количество вакансий будет расти — чем активнее внедряется ИИ в повседневные задачи, тем большее количество специалистов потребуется. Но и сейчас вакансии привлекают многих, как минимум, уровнем зарплат — они высоки не только в Москве, но и других городах страны.
И если вы только думаете над тем, как стать специалистом по нейросетям — лучше выбрать подходящий обучающий курс и начинать уже сегодня. Примерная зарплата Стремление стать профессионалом в сфере ИИ основано не только на интересе — большое значение имеет и будущая зарплата. На середину 2023 года уровень заработной платы варьируется от 70 000 до 420 000 рублей.
Естественно, самые высокие показатели в Москве — там программистам и инженерам обещают доход не меньше 115 000 рублей. Что будет с уровнем зарплат в перспективе — сказать сложно. Но так как в стране взят курс на развитие IT, доходы падать не будут, а количество вакансий только увеличится.
Безусловно, не стоит сбрасывать со счетом демпинг, но этого не произойдет до перенасыщения рынка.
Соответственно, дизайнеры Иронова проектируют примерный диапазон, изобразительный диапазон, учат его новым стилям, подключают к нему новые шрифты и так далее. И вот здесь мы упираемся в то, что задача дизайнера, она на самом деле и раньше была такой — применить какое-то изобразительное решение в правильный контекст. Потому что поставщиками потребностей всегда были и будут люди. Соответственно, принять правильное решение, какой из десятков и даже сотен вариантов подходит лучше всего, - это была, есть и будет истинная работа дизайнера, потому что дизайн делается людьми, для людей. А сейчас, с появлением роботов, просто у нас появляется некоторая компонента, которая называется искусственным интеллектом, которая позволяет: а делать это масштабировано, то есть в больших масштабах, вместо трех вариантов логотипа выбирать из тысячи, б позволяет это делать непредсказуемо.
Собственно, в этот все отличие от того, что сейчас называется искусственным интеллектом от алгоритмических каких-то результатов, в том, что мы часто получаем не вполне предсказуемый результат, и это очень похоже на то, как работает человек. Собственно, вот и вся разница. Но корневая суть работы дизайнера — она не поменялась. Это было и есть подбор правильного варианта в правильные контексты. Гребенников: То есть определяет. Что красиво, сегодня дизайнер все еще, а не искусственный интеллект?
Кулинкович: Да, но… У нас, например, есть отдельные технологии внутри Иронова, которые позволяют отбросить совсем плохие варианты. То есть такой примитивный арт-директор, скажем так. И он помогает не выгружать на конечного пользователя весь массив данных, которые слишком шероховатые, слишком смелые, а как бы делать такой скоринг дизайн-решений, чтобы финальное решение было в каком-то более-менее приличном диапазоне. Поэтому мы все равно используем эти технологии, даже чтобы отсортировать какой-то большой массив выдачи, но финальное решение, конечно, принимает человек. Гребенников: А как вообще происходит постановка технического задания искусственному интеллекту? Предположим, я — маленькая пекарня во Владимирской области.
Я приходу в вашу студию и говорю: «Хочу себе классный логотип, чтобы ко мне приходило не 2 000 человек в месяц, а 15 000 человек. Я считаю, что вся проблема моя в логотипе». Я говорю: «Хочу такой логотип, чтобы там был колосочек, хлебушек и круассанчик обязательно». Вы же куда-то это загружаете. Как происходит процесс формирования технического задания? И потом как искусственный интеллект осознает, что мне нужно как конечному клиенту?
Кулинкович: Начнем с того, что если вы предъявите задание живым людям, живым дизайнерам, то, скорее всего, если они будут достаточно с вами честны, то они скажут, что изменение логотипа не увеличит вашу выручку в 10 раз. Это первый момент. То есть если у вас была пекарня с плохим логотипом, а потом появляется некоторый бренд с хорошим логотипом, то едва ли это напрямую окажет влияние на ваши продажи. Косвенно, возможно, при правильном стечении обстоятельств, правильно посеве, да. Но, скорее всего, это не является критерием хорошего логотипа. Второй момент заключается в том, что, если мы посмотрим на логотип пекарен и других каких-то бизнесов, связанных с хлебобулочными изделиями, там не всегда фигурируют колоски, не всегда фигурируют круассаны.
А иногда это некий образ, визуальна интерпретация образа бизнеса, которая этим дизайнером и сделана. Соответственно, когда вы приходите в брендинговое агентство, где сидят живые люди, и они получают этот бриф, что еще происходит? Они его творчески интерпретируют. Они смотрят, как выглядят булочные в этом городе, в округе, пытаются придумать что-то контрастное, что-то отличное от тех ребят, которые на той же улице торгуют круассанами. И, соответственно, они приходят с некоторыми дизайн-гипотезами, что кто-то решил, что это будет какой-то крестик красивый, в котором угадывается что-то такое. Кто-то решил пойти через концепцию семейности, семейного кафе, и вообще нарисовал сердечко, потому что вот «Приходите к нам.
Мы вас любим». И все такое. А кто-то прошел напролом и начал рисовать конкретно круассан, фотореалистично и так далее. И эти все подходы имеют право на жизнь, и в равнозначной степени вы можете получить такие варианты от живых людей. В случае с Ироновым человек, без участия людей, он заполняет бриф, описывает свою компанию. Дальше у нас отдельная система, нейросеть, она интерпретирует бриф, то есть она из текста брифа достает некоторые образы, которые могут подходить под визуальное представление этой компании, как она может быть представлена в виде какого-то емкого символа либо знака.
И дальше это по такой цепочке передается, появляются эти визуализации этих образов, они обогащаются разными шрифтовыми комбинациями, дальше подключаются отдельные алгоритмы, которые подбирают цветовые сочетания комплиментарные. В общем, там сложная-сложная штука. Но по факту это точно то же самое, что происходит при работе с живым человеком. То есть интерпретируется некоторый текстовый ввод, так же как к вам приходит человек и что-то говорит, и вы как-то это трансформируете. Мы все эти шаги условно творческих мытарств алгоритмизировали, перевели в какие-то отдельные процессы? И клиент на выходе получает опыт, очень сопоставимый с опытом общения с живым дизайнером.
Только наш дизайнер не капризничает, не болеет. Коротнева: Не уходит в отпуск. Кулинкович Да, да, да. Гребенников: Скажите, а стоимость разработки логотипа… Логотип, предположим, я пришел за логотипом, искусственным интеллектом и обычным дизайнером в студии Артемия Лебедева отличается? Есть какой-то прайс на искусственный интеллект и обычного дизайнера? Кулинкович: Да, конечно, отличается.
Когда вы приходите лично в брендинговое агентство или дизайн-студию, помимо непосредственного конечного дизайнера, который сидит и визуализирует ваш логотип, в это вовлечено очень много людей на самом деле. Это юристы, которые помогают составлять договор; менеджеры, которые позволяют клиенту и дизайнеру услышать друг друга, перевести с одного языка на другой, и много-много всего. Соответственно, когда вы работаете с живыми людьми, чаще всего дизайн — это операционный процесс, где клиент хочет, чтобы его услышали и некоторое врем поиграли с ним вот в эту игру «Согласование видения», да? Это все умножается на стоимость часов специалиста. И разные компании, конечно, по-разному, диапазон очень большой, но он может доходить до очень больших сумм. То есть если вы просто придете в большую дизайн-компанию, то разработка логотипа с нуля, где вас будут слышать, слушать долго и до победного, она может быть супердорогой, неподъемно дорогой для малого и среднего бизнеса.
Поэтому Иронов и другие генеративные технологии — это не просто про скорость, это про такую демократизацию дизайна, что если у вас не слишком много денег для того, чтобы играть во все эти чаепития и подписания договоров дорогостоящее, то вы можете пойти и получить из коробки сопоставимый по качеству результат. Просто процесс будет происходить несколько иначе. Вам нужно будет принять, что ваши какие-то правки и пожелания интерпретируются не прямым методом, а косвенным, в результате работы некоторых алгоритмов. Там могут быть шероховатости, а могут быть, наоборот, источники классных открытий в результате этого. Гребенников: Вот вы говорите про открытия. А бывало так, что пришли две разные компании, диапазон полгода-год, и искусственный интеллект выдал одинаковый логотип на совершенно разные задачи, которые перед вами ставили?
Такое происходит и с живыми людьми, то есть можно увидеть очень много примеров того, как дизайнеры думают похоже, скажем так. Гребенников: Назовем это так, хорошо. Кулинкович: Ну да. Просто на самом деле очень часто, когда у вас большой объем работы, вы сделали 1 000 логотипов, наивно полагать, что в мире все ваши логотипы абсолютно аутентичны, потому что каждый день в мире сотни и тысячи дизайнеров генерят новые логотипы, а набор примитивов, из которых логотипная графика состоит, он довольно ограничен, потому что есть базовые формы: треугольник, прямоугольник, квадрат и так далее, которые так или иначе комбинируются. Если мы говорим условно, что даже у стран, которых ограниченное количество, есть очень похожие флаги, которые можно часто путать друг с другом, что уж говорить про логотипы, которых сотни тысяч генерируется каждый год. Соответственно, мы видим, что действительно могут появляться одинаковые работы, как у живых людей, так и нейросеть может генерировать одинаковые работы, и мы в этом не видим проблемы, потому что это было долгое время ранее.
Если где-то в Сингапуре еще существует похожая птицефабрика с таким же крестиком, таким же цветом и с таким же соотношением сторон исполнен, то едва ли эти бизнесы будут друг друга локтями толкать. Поэтому мы на это смотрим совершенно нормально компенсируем это объемом, то есть проблема плагиата существенна, когда у вас стоимость каждой итерации очень большая, а дизайнер уходит на следующую итерацию, неделю молчит, пыхтит и так далее. Но когда вы можете еще одним щелчком сгенерировать еще 100 альтернатив, то, в целом, это перестает быть проблемой. Но я предлагаю переходить от проекта Николай Иронов к другим генеративным технологиям, потому что летом прошлого года буквально весь интернет взорвала сеть Midjourney, которая создавала крутые классные визуальные картинки, и все были в полном восторге. Но вместе с этим восторгом действительно возник вопрос о том, что «Зачем мне условно в штате держать дизайнера, если я могу загрузить свой достаточно вариант брифа, и нейросеть выдаст мне несколько классных вариантов: совершенно удивительных и визуально привлекательных. Сергей, давайте поговорим немножко про это.
Во-первых, как вы думаете, какие перспективы развития у этих нейросетей? Насколько действительно хорошо они генерируют визуальные изображения, и какие риски это несет для творческих профессий? Кулинкович: Спасибо за вопрос. Поскольку возможна какая-то профдеформация, и мы довольно давно находимся от в этой области генеративного дизайна. Просто сейчас из-за того, что искусственный интеллект как понятие тиражируется и как-то ассоциируется с нейросетевыми технологиями, и это сейчас на всех полосах газет и всяких изданий, на это все прожекторы устремлены, на самом деле генеративный дизайн существовал ранее просто в других жанрах. И он как тогда, так и сейчас создавая новые возможности, новые рабочие места, то есть сейчас есть отдельные ребята, которые используют эту технологию для того, чтобы решать подобные задачи за деньги.
Midjourney и другие ребята, они создают под себя, как Иронов, который создал новый рынок, который мы сделали, так и другие ребята. Они берут и просто используют это как инструмент. Раньше инструментом была кисть, к которой просто нужно было применить к ней механическое какое-то воздействие, и сколько-то лет опыта. Но, в целом, она выдавала такие же результаты. Сейчас вместо этой кисти что-то другое. Завтра будет еще что-то другое.
Но, в целом, какого-то такого слома я не наблюдаю. Просто появилась новая возможность делать то, что раньше требовало большого количества часов, быстро. Но фактически это просто расширяет, как сказать, перераспределяет усилия людей. То есть сейчас мы видим, что появляются новые профессии. Они такие, околодизайнерские: наполовину дизайнерские, наполовину технические. Люди, которые занимаются промт-инжинирингом, которые учатся взаимодействовать с этим инструментом, задавать ему правильные вопросы и получают правильные ответы.
Но по факту это тот же дизайн, просто инструментом дизайнера является уже не кисть, уже не какие-то программы редактирования графики. А просто нейросеть.