Как разрабатывают искусственный интеллект?

Разработка начинается не с кода, а с данных. Команда собирает и чистит огромный массив текстов, изображений или другой информации, на которой модель будет искать закономерности. От качества этого массива зависит половина результата: на грязных данных даже мощный кластер видеокарт выдаст слабую модель.

Дальше инженеры выбирают архитектуру сети и запускают обучение на кластере из тысяч видеокарт. Для крупной языковой модели этот этап занимает от нескольких недель до нескольких месяцев непрерывной работы и обходится в миллионы долларов на электричество и аренду оборудования. После базового обучения модель дообучают под конкретные задачи, а люди-разметчики сравнивают варианты ответов и отмечают, какой лучше.

Отдельный и часто самый долгий этап — проверка безопасности. Модель специально пытаются обмануть провокационными запросами, ищут случаи, когда она путает факты, дает опасные советы или ведет себя предвзято, и правят поведение до релиза.

От идеи до готового продукта у крупной модели обычно проходит от полугода до полутора лет. Небольшие узкие решения, скажем для поиска брака на конвейере, делают за три-шесть месяцев, потому что данных и сценариев использования меньше. Если оцениваете срок внедрения готового ИИ-решения в своей компании, ориентируйтесь не на дату громкого анонса, а на то, сколько разработчик уже обкатывал систему в реальных условиях.