7092
правки
Изменения
м
Нет описания правки
Его аналитическая машина должна была уметь выполнять программы на перфокартах, принцип перфокарт позаимствован у Жаккарда, который так программировал ткацкий станок. Архитектура - вполне фон Неймана: память, процессор с регистрами и управляющим устройствам, ввод с перфокарт, вывод на печать и перфокарты для повторного использования. Команды - операции и перемещение между памятью и регистрами. Перфокарты с программой и данными. Но - финансирование найти не получилось, проект не был реализован.
В работах Бэббиджа над аналитической машиной участвовала Ада Лавлейс, она же издала работы БэббижджаБэббиджа, в комментариях к которым привела как иллюстрацию программу расчета чисел Бернулли - первую в мире программу. И замечательное визионерское видение будущего, в котором на машину можно переложить любые интеллектуальные операции, если написать соответствующую программу, включая сочинение музыки.
История Бэббиджа - последняя часть лекции. А до этого - была длинная история различных механических машин, а также осмысления и описания их учеными. Тут получается забавная конструкция: практики создают машины, а ученые их изучают, собирают описания различных машин, им на это выделяют гранты, говоря современным языком. А сами машины не особо создают. Машины в виде водяных мельниц известны с глубокой древности, и уже в 1 веке Герон Александрийский описал простейшие машины и их комбинации. Впрочем, следующий атлас машин был в 13 веке, в альбоме Вилара де Оннекура, так что я склонен видеть тут еще одно подтверждение теории Фоменко о растянутой истории. Но не будем отвлекаться.
Петр подробно рассматривает историю различных атласов машин, с разными классификациями и учебники по созданию машин, и это - значительная часть лекции. Она любопытна, но, на мой взгляд, не более того. В обсуждении Петр сказал, что в замысле было показать, что процесс машинизации механических машин был сложным и длительным и нет оснований полагать, что с умными машинами будет быстрее.
Я лично считаю, что для этого нет оснований. '''Мануфактуризация, то есть применение машин для выполнения отдельных операций интеллектуального труда, идет активно'''. Я об этом слышу много докладов на разных конференциях. При этом позиции, которые заменяются - достаточно хорошо выделены, разделение интеллектуального труда на операции, чтобы можно было задействовать менее квалифицированных исполнителей идет давно. Другое дело, что с людьми для этого нужно достаточное количество этого низкоквалифицирвоанного низкоквалифицированного труда. То есть если работа технического писателя в команде - всего 0.2 ставки, то нанимать отдельного человека не будут, возложат на аналитика. А ChatGPT вполне может эти 0.2 ставки выполнить.
При этом ИИ хорошо приспособлен, чтобы выполнять определенные функциональные действия. Это стандартный прием - в промпте сказать: представь, что ты такой-то профессионал и сделай вот это. И он в целом сделает. Верховский в обсуждении приводил пример, что для человека задание "сделай анализ текста" достаточно, а для ИИ - нет. Тут, конечно, надо погружаться, но если имеется ввиду анализ текста как часть чьей-то нормированной профессиональной деятельности, то достаточно ИИ поставить в позицию. Если анализ текста - какая-то сложившаяся вв конкретной компании практика - то да, надо рассказать подробнее, но это надо рассказывать и любому новичку, который приходит на эту позицию. Может, конечно, быть ситуация, когда руководитель считает, что "анализ текста" это "сделай что мне нужно", при этом не умеет объяснить - что именно, и он просто менял исполнителей, пока очередной случайно не угадает, что ему нужно. Тогда да, печалька, ChatGPT (или GigaChat) поменять нельзя, и им надо объяснять.
Да, иногда одного человека меняют на несколько ИИ-агентов, которые по-разному специализированны на уровне промптов. Например, один ведет интервью с руководителем о потребностях в специалисте и описывает проект и вакансию, которую потом публикуют. Второй по откликам кандидатов быстро задает им пару вопросов, персонализированных с учетом их резюме и самой вакансии. Третий - оценивает откликнувшихся кандидатов с учетом резюме и ответов на вопросы, быть может по разным критериям. И топ-3 оправляются руководителю. Это я рассказал конструкцию реального HR-помощника в дочке Газпромнефти, обеспечивающей подбор, он действует уже год, хотя там не полный автомат, люди присматривают - примерно как руководитель за новичками. Или другая конструкция - один пишет текст, еще несколько оценивают его с позиций разных читателей, еще один проверяет ссылки, потом идет задание на исправление, может крутиться несколько итераций, это вообще типовая конструкция.
Теперь про машинизацию. Я пока не понимаю, зачем она в принципе нужна. Возможно, это будет в лекциях дальше, но мне важно сейчас зафиксировать свои мысли.
