«Нейронная сеть написала сценарий для фильма», «ИИ превратит ваши фотографии в картины импрессионистов», «Беспилотные трамваи и поезда вышли на маршруты в Англии и Китае» — ещё недавно такие новости показались бы нелепыми шутками, однако сегодня это реальность. Она вызывает не только восторг, но и страх — остаться без работы, пасть жертвой восстания машин. Но вместо того чтобы бояться, лучше учиться и адаптироваться. Рассказываем, зачем осваивать ИИ и почему никогда не поздно заняться этим.

1. Стать (или остаться) востребованным профи

Консалтинговое агентство KPMG называет данные валютой будущего. Но что не так с золотом, долларами, рублём? Дело в том, что с 1997 по 2002 год человечество сгенерировало больше информации, чем за всё время до этого. С каждым годом люди производят на 30% больше данных, чем в предыдущем. И чтобы справляться с таким потоком информации, разбираться в программировании и анализе данных сегодня должны уже не только «технари». Журналисты, врачи, социологи, психологи, маркетологи, которые могут автоматизировать свою работу, экономят время и силы, успевают выполнить больше задач и, как следствие, получают более высокие зарплаты.

По статистике международного сервиса по поиску работы LinkedIn, только с 2018 по 2019 год количество вакансий для специалистов по ИИ выросло на 56%. А средняя зарплата в США составила свыше 650 тысяч рублей в месяц. В России, конечно, цифры чуть более скромные, но не менее впечатляющие. Минимальная зарплата начинающего специалиста, по данным HH, — 115 тысяч рублей.

«Искусственный интеллект забирает у людей работу!» Отчасти это так. Причём в довольно неожиданных отраслях. Провинциальная бейсбольная команда «Окленд» смогла выстоять против фаворитов чемпионата и выиграть 20 матчей подряд благодаря алгоритму подбора и расстановки игроков на поле. Хотим мы того или нет, но активно автоматизируются даже те процессы, от которых этого совсем не ждёшь. Вопрос лишь в том, кто сможет адаптироваться к изменениям и освоить актуальные навыки работы с данными, а кого ИИ таки сбросит с корабля современности.

2. Простор для творчества

Хотя большинство привыкло делить всех на физиков и лириков, на гуманитариев и технарей, в работе с искусственным интеллектом есть множество возможностей реализовать творческий потенциал.

Задачи, которые приходится решать специалистам, как правило, не имеют единственного верного решения. Так что здесь на первый план выходит не столько конвергентное мышление, знакомое нам по урокам математики, а дивергентное, с которым мы чаще сталкиваемся на уроках литературы. Что-что? Давайте разберёмся.

Автоматизация и аналитика данных нужны в самых разных областях, так что можно смело выбирать ту отрасль, которая больше придётся по вкусу. В медицине нужно обучать алгоритмы диагностировать заболевания. Автомобильные гиганты активно ведут разработку беспилотных автомобилей, так что без специалистов по компьютерному зрению (в его основе лежит всё то же машинное обучение) просто не обойтись. Синефилы и меломаны могут совместить своё увлечение с работой, создавая рекомендательные системы для стриминговых сервисов. Увлечение языками и лингвистикой может пригодиться в создании алгоритмов машинного перевода, распознавания речи или текста.

3. Легко начать и продолжить (можно даже дома)

Хотя фраза «освоить ИИ» и звучит как суперспособность из будущего, для этого совсем не обязательно иметь дома суперкомпьютер с невероятной вычислительной мощностью. Разобраться в основах машинного обучения и анализа данных можно даже на простом ноутбуке. Вот примерный план действий:

• Убедиться, что со школьной программой по математике нет проблем и она не вызывает отторжения.
• Особенно важно обстоятельно разобраться с линейной алгеброй, теорией вероятностей и статистикой.
• Пройти бесплатные вводные уроки «Академии ИИ», чтобы сформировать представление о том, чем именно предстоит заниматься.
• Решить несколько типовых задач, над которыми обычно работают специалисты.
• Захватывает дух? Хочется ещё? Тогда можно смело записываться на любой подходящий онлайн-курс. Благо большинство из них абсолютно бесплатные.

4. Прокачка навыков

Критическое мышление — один из ключевых навыков для любого аналитика или инженера, который работает с ИИ. Важно ставить всё под сомнение, тщательно проверять любое предположение, комплексно анализировать любую задачу, чтобы понять, что в ней важно, а на что можно не обращать внимания. «Именно этот навык в первую очередь определяет успех специалиста в области данных», — считает руководитель отдела аналитики консалтингового агентства PwC.

Эффективная коммуникация — залог продуктивной работы. Стереотип о программисте как о замкнутом «ботанике», который только и умеет, что кодить, безнадёжно устарел. В работе аналитиков полно сложных технических терминов, нюансов и тонкостей, которые они должны лаконично объяснять руководству. Легко ли это сделать? Едва ли. Вот почему важно уметь ясно излагать свои мысли и объяснять даже самые замысловатые математические конструкции доступным языком.

Системное мышление важно, поскольку большинство аналитиков работают в коммерческих компаниях, им нужно мыслить наперёд, оценивать возможные риски, понимать бизнес-процессы, чтобы оптимизировать их. Также, поскольку большая часть продуктов, использующих технологии ИИ, ориентированы на потребителей, специалист должен обязательно помнить об их потребностях.