Баннер мобильный (3) Пройти тест

Тренды в искусственном интеллекте — 2025

Рассказываем, как будет развиваться искусственный интеллект в 2025 году

Тренды

23 января 2025

Поделиться

Скопировано
Тренды в искусственном интеллекте — 2025

Содержание

    ИИ продолжает менять привычный ландшафт технологий и бизнеса. Разбираемся, что умеет ИИ на сегодняшний день и какие тенденции развития искусственного интеллекта стоит ожидать в ближайшие годы, вместе с Марией Жаровой, Data Scientist компании Wildberries.

    ИИ и программирование

    Искусственный интеллект продолжает активно трансформировать программирование. По данным Stack Overflow, почти 62% программистов используют ИИ в своей работе, еще 13,8% — планируют начать им пользоваться. Уже сейчас AI-инструменты вроде ChatGPT и GitHub Copilot помогают разработчикам писать код быстрее, находить ошибки и автоматически генерировать решения.

    Вот для чего используют AI те айтишники, которые уже активно внедряют его в свою работу:

    Написание кода — 82%; поиск ответов — 67,5%; исправление ошибок — 56,7%; документирование кода — 40,1%; синтез данных — 34,8%; тестирование кода — 27,1%. Источник

    ИИ активно используется в DevOps: он автоматически разворачивает приложения, следит за их состоянием и помогает избегать сбоев. Это освобождает программистов от рутины и позволяет сосредоточиться на более важных задачах. 

    По данным G2, к 2025 году генерация кода с помощью ИИ станет одной из самых востребованных технологий в программировании.

    Развитие генеративного ИИ

    Генеративный искусственный интеллект — это технология, способная создавать новый контент, опираясь на анализ большого количества данных. Это могут быть тексты, изображения, музыка, видео или даже сложные программы.

    Многие эксперты прогнозируют, что генеративный ИИ станут использовать повсеместно: в рекламе и маркетинге, IT-секторе и на медиарынке. Пока он не заменит дизайнеров, актеров, писателей или программистов: ИИ все еще совершает много ошибок из-за недостатка знаний. Но учитывая, как сильно искусственный интеллект удешевляет и ускоряет производство контента, инвесторы будут заинтересованы в том, чтобы поддерживать эту индустрию дальше. Это значит, что в будущем нам будет все сложнее отличить сгенерированный контент от реального.

    Принятие решений с помощью ИИ

    В прошлом году 32% опрошенных айтишников отметили, что ИИ хорошо справляется только с относительно простыми задачами. Разработчики пытаются решить эту проблему с помощью агентных ИИ. 

    Агентный ИИ (Agent AI) — это умные программы, которые могут работать почти без участия человека. Они не просто отвечают на вопросы, как чат-боты, а берут на себя выполнение сложных задач. Такой агент может составить расписание, отправить нужные письма или проанализировать данные, чтобы помочь в принятии решений. Но чтобы мы могли доверять этим системам, важно, чтобы они работали надежно и не допускали ошибок. Здесь помогает подход AI TRiSM (AI Trust, Risk and Security Management). Он помогает отслеживать, как и почему ИИ принимает определенные решения, а еще выявляет ошибки и предубеждения в базах данных.

    По прогнозам Deloitte, к концу 2025 года 25% компаний, использующих генеративный ИИ, будут внедрять агентов ИИ, а к 2027 году этот показатель вырастет до 50%.

    ИИ и новые вакансии

    Несмотря на то что генеративные нейросети создают некоторое напряжение на рынке труда, они все еще не могут полностью заменить человека.

    Проблема контроля будет сохраняться еще долгое время. Нам нужно выработать доверие к искусственному интеллекту и повысить статистику его безошибочной работы. Современные модели решают очень конкретные задачи: им нужны четкие промпты с большим количеством уточнений. Сейчас ИИ работает на уровень ниже, чем даже стажер: ему нужен человеческий контроль. Но если отдельный специалист хочет повышать эффективность и скорость своей работы, карьерно расти, ему точно нужно уметь пользоваться ИИ.

    Мария Жарова,
    Data Scientist компании Wildberries

    Рынок уже реагирует на этот тренд: многие рекрутеры пишут в требованиях к кандидату умение работать с нейросетями. Помимо этого, в последние годы появляются все больше новых вакансий по работе с искусственным интеллектом. Вот некоторые из самых востребованных:

    • Промпт-инженер (Prompt Engineer) — это человек, который понимает, как «разговаривать» с ИИ так, чтобы получить от него максимально точные и полезные ответы. Его задача — формулировать запросы так, чтобы ИИ понял, что именно от него хотят, и дал нужный результат. Например, компании нужна картинка для рекламы нового продукта. Промпт-инженер создает запрос и описывает стилистику, цветовую гамму и композицию картинки, уточняет, какое впечатление она должна произвести на клиента.
    • Тренер ИИ помогает обучать модели искусственного интеллекта. Он анализирует взаимодействие нейросети с пользователями, исправляет недочеты и добавляет недостающие данные. Например, тренер может научить чат-бота правильно обрабатывать редкие запросы или подсказывать, как реагировать на нестандартные вопросы.
    • Специалист по этике ИИ (AI Ethics Specialist) разрабатывает правила и стандарты для безопасного и честного использования нейросетей. Например, такой специалист может проверить, чтобы алгоритм подбора кандидатов для вакансий не был предвзятым.
    • Архитектор решений ИИ (AI Solutions Architect) — это человек, который разрабатывает и внедряет ИИ-системы в процессы компании. Его задача — настроить ИИ так, чтобы он эффективно решал задачи бизнеса и оптимизировал работу сотрудников.
    • Директор по искусственному интеллекту (Chief AI Officer) — это топ-менеджер, который отвечает за внедрение ИИ в стратегии компании. Его задача — определить, как нейросеть может помочь компании расти, какие технологии следует использовать и как распределить ресурсы.

    Квантовый ИИ

    Квантовый искусственный интеллект — это новое направление, которое может значительно изменить то, как мы используем нейросети. 

    В отличие от традиционных компьютеров, которые выполняют вычисления последовательно (бит за битом), квантовые компьютеры оперируют квантовыми битами (кубитами). Благодаря этому квантовый ИИ сможет обрабатывать сразу множество вариантов решения задачи одновременно — и намного быстрее. Такой искусственный интеллект может помочь в разработке новых лекарств, прогнозировании экономики, оптимизации логистики и в научных открытиях.

    Хотя квантовые компьютеры пока не стали массовыми, крупные компании — например, IBM, Google и Microsoft — активно развивают это направление. Ожидается, что в 2025 году первые коммерческие приложения квантового ИИ начнут использовать для обучения нейросетей и ускорения работы больших моделей.

    ИИ-поисковики

    Суть ИИ-поисковиков в том, что вместо привычных ссылок пользователи получают готовые ответы, рекомендации и даже решения задач. Такие поисковики уже востребованы в бизнесе и образовании. Правда, сейчас они несовершенны: например, недавно пользователи Google заметили, что их нейросеть давала странные и иногда даже вредные советы по поисковым запросам.

    Если ИИ-поисковики усовершенствуют, нам больше не придется рыться среди ссылок и листать длинные статьи, чтобы найти информацию: нейросеть предложит сразу несколько источников и краткую выжимку из них. Вот как работает такой поисковик на примере ChatGPT-4o:

    Пример ИИ поиска

    ИИ и наука

    Еще недавно многие пользователи нейросетей смеялись над тем, что они не могут решать примитивные математические задачки: вместо этого ИИ «галлюцинировал» ответ, вставлял туда случайное число вместо реального ответа.

    Дело в схемах обучения. Многие ИИ просто смотрят на большие объемы текста и учатся определенной структуре и последовательности языка. Если запрос пользователя связан с гуманитарными науками, то проблемы не возникнет. А вот с точными науками сложнее: ИИ научился понимать, что в задачке нужен численный ответ, а не то, что этот ответ нужно самостоятельно посчитать. Именно поэтому нейросетям нужно дообучение.

    Мария Жарова,
    Data Scientist компании Wildberries

    Разработчики быстро спохватились: например, модель ChatGPT-o1, которая вышла этим летом, уже справляется с большинством олимпиадных задач по математике. Помимо этого, иногда ИИ обучают на неправильных рассуждениях, поэтому искусственный интеллект обучили тому, чтобы он исправлял сам себя. Этот прогресс уже заметен.

    ИИ выходит за рамки своей науки — оптимизации, математики, дата-сайенс — и проникает в другие сферы: химия, биология, физика, астрономия, климатология. Если у нас накапливается достаточное количество оцифрованных данных, можно строить прогнозирующие ИИ-модели с достаточной точностью. Искусственный интеллект также может заниматься гипотезами, которые раньше физически невозможно было проверить из-за большого количества данных.

    Мария Жарова,
    Data Scientist компании Wildberries

    В 2024 году Нобелевскую премию по химии вручили ученым, которые с помощью ИИ решили сложнейшую проблему предсказания структуры белков. Алгоритм AlphaFold2 смог предсказать структуру практически всех известных белков. Это открытие улучшит диагностику, поможет создавать новые биотехнологии и бороться с устойчивостью к антибиотикам. 

    Полезные ссылки

    Искусственный интеллект: курсы и профессии

    Искусственный интеллект: что это такое и как работает

    Тренды

    Поделиться

    Скопировано
    0 комментариев
    Комментарии