Почему искусственный интеллект не работает без настоящего инженера | Андрей Татаринов #48

В этом выпуске мы поговорили с Андреем Татариновым, инженером, который каждый день работает с языковыми моделями и внедряет ИИ в реальные продукты. Обсудили, как устроены LLM: что на самом деле происходит под капотом ChatGPT, почему ИИ часто галлюцинирует, и как с этим работать. Разобрали, зачем нужен fine-tuning и RAG, как промт превращается в инженерную задачу, и почему без человека модели пока не справляются. Поделились практическим опытом автоматизации, примерами из реальных кейсов и мнением о том, в каком направлении развивается рынок ИИ. Вы узнаете, как реально применять языковые модели, какие ошибки совершают новички, и что нужно, чтобы ИИ стал помощником, а не источником проблем. В этом видео: 00:01 — Введение. Как LLM меняют всё: от стартапов до мышления инженеров 03:12 — От Яндекса до Epoch 8: путь инженера в ML-революции 06:35 — Бустинги, логрег и берты: как мы пришли к GPT 10:04 — Лемки наступают: почему GPT-системы сокрушили прошлое 13:51 — Иллюзия экспоненты: будет ли у ИИ потолок? 17:42 — Новая реальность: как теперь проектируются AI-системы 21:34 — Под капотом LLM: инференс, рантаймы и матрицы 25:03 — Проблема масштаба: почему модель ≠ база данных 29:08 — Векторные базы и RAG: как накормить модель знаниями 33:01 — Промт — не магия: где заканчивается здравый смысл LLM 36:45 — Файнтюнинг: учим GPT понимать нас лучше 40:12 — Пределы модели: почему знания «вытесняются» 44:08 — LEGO, Copilot и код: генерация, где работает, где нет 48:01 — Заменит ли GPT...