«Авито», нейросети и 200 кг мороженого: как летняя школа изменила мой взгляд на ИИ

Я журналист, притом работающий в команде, где каждый выполняет огромный объём задач: от написания постов и текстов под видео до работы в кадре и создания иллюстраций к материалам. В какой-то момент для меня стало очевидно, что без ИИ уже не справиться с растущим объемом нагрузки.

Если раньше я думала, что нейросети – это только для «айтишников», реальность оказалась сложнее: сейчас мне нужно не только писать, но и анализировать данные, искать тренды, проверять факты. И делать это быстро. Какой лучший способ прокачать свои навыки? Правильно, учиться у лучших. Вот я и решила поехать в специализированную школу.

Что такое AIRI и летняя школа?

Куда я поехала? В летнюю школу AIRI в Усть-Лабинске, где в течение 13 дней вместе с 80 студентами-технарями училась у профессоров из МГУ, МФТИ и у специалистов крупных компаний, которые каждый день используют ИИ в своей работе.

AIRI — это Институт искусственного интеллекта, один из ведущих научно-исследовательских институтов в России, его миссия — создание универсальных систем ИИ, которые решают задачи реального мира. А летняя школа “Лето с AIRI” — это интенсивный образовательный проект для студентов и молодых учёных, где теория воплощается в практику. Институт организовал её совместно с фондом «Вольное дело» при поддержке «Авито» и других партнёров.

И вот что я поняла.

Урок 1. Бигтех — новая академия.

В школе много говорили о том, что исследования ИИ давно вышли из академических лабораторий. Один из партнёров школы — компания «Авито» — сама активно использует ИИ в организации своих внутренних процессов и корпоративной культуры, в компании принята концепция «AI First» (то есть, «ИИ на первом месте»).   

Кроме того, ИИ всегда сопровождает пользователя на платформе — с момента регистрации и до написания отзыва.  Для меня стало открытием, что в компании работают не просто инженеры, а настоящие исследователи, которые публикуют статьи и при этом решают задачи, важные и актуальные для миллионов пользователей. И у учеников летней школы есть возможность обсудить (и даже разработать действующий продукт) вместе с этими специалистами.

Один из примеров – «ХвостРадар». В прошлом году студенты летней школы проработали предложенный «Авито» кейс и разработали сервис по поиску пропавших животных по фото, в компании его доработали и запустили для всех пользователей платформы. Это первый в мире подобный сервис на базе крупной технологической платформы и первый кейс за всю историю летней школы AIRI, когда студенческая работа выросла в настоящий продукт. 

В этом году кейсы от «Авито» были не менее практическими, направленными на решение конкретных задач: например, подбор волонтёров для некоммерческих организаций или автоматическая сегментация помещений на плане жилья – все с помощью ИИ. При этом студенты работали с реальными обезличенными данными, а не с абстрактными датасетами.

Вывод: ИИ сейчас – это одновременно и про науку, и про прикладную значимость. А в бигтехе исследователь получает доступ к масштабу, данным и инфраструктуре, о которых в вузе можно только мечтать.

Урок 2. ИИ познается в действии. Но это в любом случае только инструмент.

ИИ-евангелист и руководитель тестирования «Авито Авто» Андрей Бровко во время паблик-толка (который, кстати, я модерировала) рассказал о главных принципах работы с ИИ-агентами. Два самых главных: 1) найми ИИ на работу; 2) используй его каждый день:

«Можно сколько угодно говорить об ИИ на конференциях, но если ты сам не используешь его каждый день в своей работе, ты просто рассуждаешь теоретически. “Найми ИИ на работу”. Это про то, чтобы выстраивать вокруг него реальные процессы, как будто это новая команда сотрудников», – отметил Бровко.

Еще два принципа: «делись практиками» и «достигай сверхрезультатов» — про масштаб. «Свой опыт, даже небольшой, стоит того, чтобы им делиться: часто именно чужой лайфхак экономит недели проб и ошибок», — добавил Бровко.

И во время школы я видела эти принципы в работе: студенты на проектах применяли LLM (большие языковые модели – прим. ред.) для генерации идей, а ментор из «Авито» Максим Смирнов помогал не утонуть в метриках, то есть делился своим опытом и знаниями (кстати, вот его интервью «ВЕДам»). Теория оживала на практике.

Но при этом в школе неоднократно обращали внимание на тот факт, что ИИ – только инструмент, поэтому его нужно уметь контролировать. Например, DS-инженер «Авито» Глеб Ершов рассказал про causal inference (причинно-следственный анализ – прим.ред.). Это подход, который помогает  проверять рассуждения ИИ и отличать простое совпадение в результате работы алгоритмов от настоящей причинно-следственной связи.

О том, что нельзя вообще всё отдавать на откуп ИИ говорила и рекрутер «Авито» Юлия Лёвкина. Использовать нейросеть, чтобы адаптировать резюме под разные роли, по ее мнению, вполне нормально, но результат в любом случае всегда нужно верифицировать. «Фон и одежду на фото можно догенерировать, а лицо должно быть настоящим. И не стоит создавать бота для автоматических откликов — он заспамит нерелевантными откликами», – подчеркнула Лёвкина.

Вывод: ИИ — не волшебная палочка, а инструмент, который требует постоянной тренировки. Чем чаще его используешь, тем лучше понимаешь его плюсы и минусы.

Урок 3. Умей признавать ошибки и в любой ситуации оставайся человеком.

Самая неожиданная лекция — от Кирилла Бубенчикова, старшего исследователя в R&D-направлении «Авито» о навыках, которыми должны обладать специалисты по data science. После своего выступления он вдруг сказал мне в интервью: «Эмпатия — самый недооценённый навык». 

«В какой бы компании ни работал сотрудник, от него всегда будут ждать доброжелательности, способности искать компромиссы и честности. Умение слушать, слышать и понимать других почти всегда гарантирует отсутствие саботажа в рабочих процессах. Ты останешься в компании не из-за кода, а из-за количества людей, давших о тебе хороший отзыв».

И ещё один инсайт, который я запомнила надолго:

«Профи может сказать “я не знаю”. Признать незнание вопреки стереотипам — это один из самых senior-ных софт-скиллов. Умение задавать правильные вопросы играет намного большую роль, чем давать быстрые ответы».

Третий важнейший навык, по его мнению, – это эрудиция. «Быть интересным — скилл, который нарабатывается дольше, чем изучение очередной научной статьи. Любопытство, кураж и всесторонняя развитость делают тебя не “очередным коллегой”, а тем, про кого вспомнят в нужный момент», – считает Бубенчиков.

Вывод: В мире, где все больше процессов построено на основе алгоритмов, человеческие качества могут быть главным конкурентным преимуществом.

Урок 4. Чтобы работать с полной отдачей, нужно уметь отдыхать.

Почти две недели интенсивной учёбы – это тяжело. Но организаторы продумали всё, чтобы мы не выгорели за 13 дней плотной работы: на территории лицея были бассейн, тренажёрка, теннисные столы. А ещё можно было почитать книгу в огромной библиотеке.

Самым популярным местом в перерывах между лекциями стала лаунж-зона «Авито» с удобными пуфиками и мороженым. Там студенты работали над проектами, болтали, а кто-то просто отдыхал. За время учебы мы съели почти 200 кг мороженого – не считая других вкусностей. Для меня все это стало символом правильной атмосферы: работа идет, но всегда можно сделать паузу, отвлечься и продолжить с новыми силами.

Что я поняла за эти 13 дней.

За время школы защитили 32 проекта, прочитали 80 лекций. Я убедилась, что молодые ученые могут строить карьеру не только в академии, но и в командах крупных технологических компаний. Там их исследования обретают реальную форму, а менторы помогают довести проект до работающего прототипа.

Но главное — я стала лучше понимать, что такое ИИ и как он работает. Раньше я, с одной стороны, видела в нём угрозу своей профессии, с другой – волшебную палочку, в теории способную решить вообще все задачи. Теперь же ИИ для меня в первую очередь инструмент, с которым нужно уметь обращаться.

И да, я всё ещё не программист. Но после обучения в школе знаю, как формулировать задачи для ИИ, как проверять его ответы и — что важнее — как не потерять человеческое лицо в мире алгоритмов.