Это не научный труд, не художественное произведение и не одна идея, растянутая на 100 страниц, а практическое руководство для тех, кто хочет разобраться в AI — и начать использовать его в работе уже завтра. Это книга для собственников, руководителей, офисных работников — для всех, кто видит в AI перспективу и не хочет полагаться ни на обещания маркетологов, ни на страшилки скептиков. Из неё вы узнаете:- где нейросети обходят человека, а где ему уступают;- когда выбирать облачные модели, когда — локальные, и не переплатить;- как ставить задачи модели, чтобы получать результат;- чем AI-агент отличается от чат-бота и когда он нужен;- какие процессы в продажах, маркетинге и управлении стоит отдавать AI;- как считать ROI от AI-внедрения;- как собрать личный AI-стек и внедрять AI в команде;- как обеспечить безопасность AI;- куда движется индустрия AI. Чек-листы, списки и таблицы помогут вам сориентироваться в теме AI и принять взвешенные решения и том, куда двигаться дальше.

Когда вы слышите в новостях «новая модель от вендора X», важно знать: в основе большинства моделей, с которыми вы работаете, лежит одна и та же архитектура — трансформер. Это архитектура нейросети, появившаяся в 2017 году. Трансформер лежит в основе современных LLM (Large Language Models, большие языковые модели) — и именно о них эта глава. Слова «трансформер» и «LLM» — не синонимы: LLM — это конкретная обученная модель, а трансформер — архитектура, по которой её собрали. Одну и ту же архитектуру можно обучить на разных данных и получить разные модели, поэтому на самом деле по этому чертежу собраны и Qwen, и DeepSeek, и GigaChat, и YandexGPT.

Содержание:
Предисловие
Глава 1. Как устроены LLM
Глава 2. Что AI умеет и чем ограничен
Глава 3. AI против человека: возможности и границы
Глава 4. Бенчмарки и сравнение моделей
Глава 5. Облачные или локальные модели
Глава 6. Промпт — навык — воркфлоу: как ставить задачу модели
Глава 7. От чата к AI-агентам и мультиагентным средам
Глава 8. AI в бизнесе: какие процессы отдавать модели
Глава 9. AI в личной работе
Глава 10. Специальные модели: изображения, звук, видео, код
Глава 11. AI в команде: правила для общего пространства
Глава 12. AI, ошибки и креатив
Глава 13. Этика AI в работе и в жизни
Глава 14. Внедрение AI: подготовка и организация проекта
Глава 15. Тренды AI: что нас ожидает в 2026–2028
Глава 16. Безопасность AI: инъекции, утечки, ответственность
Глава 17. Правовое регулирование AI
Послесловие
Об авторе
Глоссарий

Название: Главное про AI
Автор: Вадим Жартун
Издательство: Автор
Год: 2026
Страниц: 410
Язык: русский
Формат: pdf, fb2
Размер: 16.9 MB

Скачать Главное про AI