Всё детство я что-то изобретал, ломал и чинил. Все были уверены, что я стану инженером или, в крайнем случае, телемастером. Но к окончанию вуза — а я учился на горного инженера-электромеханика — жизненный вектор изменился.
Я стал изобретать, настраивать, ломать и чинить бизнесы. Был топ-менеджером компаний и делал своё — запускал кондитерское производство, продажу электроники, строительство купольных домов…
Сейчас мне 41 год, больше 15 лет я в бизнесе. Год назад я поступил в магистратуру на мехатроника-робототехника и стал изучать Python и машинное зрение. Как я пришёл к этой идее — не самое интересное (спойлер: через техническое хобби — дрон рейсинг). А вот что из этого вышло и как новые знания помогают мне в бизнесе и могут помочь предпринимателям в целом — я подробно расскажу в этой статье.
Итак, после окончания ВУЗа в 2004 я понял, что изобретать бизнес и настраивать команду, чтобы он нормально работал, так же интересно, как делать цветомузыку из деталей от релейного шкафа. И завертелось...
Команды, воронки продаж, скрипты, сделки, связки, цепочки поставок и тому подобные вещи. Но лет через десять всё это веселье перестало меня удовлетворять. Появились ресурсы и свободное время, я вспомнил о старом хобби.
Чинить магнитолы в 2017 году было бы странно, кроме того, технологии шагнули далеко вперёд. Появились копеечные микроконтроллеры с шикарным функционалом, неограниченные библиотеки проектов, множество сообществ и масса примеров реализации практически любой идеи.
В итоге меня привлекла современная робототехника, а конкретнее — беспилотная авиация.
Вокруг дронов много хайпа, но на самом деле технически это довольно простое устройство. После того как я собрал из подручных материалов первый дрон, моя жизнь необратимо изменилась.
Я повсюду начал видеть запчасти для рамы следующего беспилотника. Даже пластиковая канистра из-под масла через неделю бороздила небеса в качестве фюзеляжа очередного беспилотного воздушного судна. Мастерил квадрокоптеры, самолёты, колёсных роботов и даже батискаф.
Всё это длилось несколько лет.
Постепенно моё жилище стало похоже на мастерскую безумного учёного и склад. Свободная площадь для проживания людей стремительно уменьшалась.
Супруга стойко терпела происходящее, и чтобы не перегружать её нервную систему, я решил отнести свои драгоценности (барахло с Авито и Алиэкспресса и гаражный хлам) в какой-нибудь кружок — и там «играться» вместе с детишками.
Так я познакомился с человеком, который вынашивал план открытия технопарка в моём городе. Он пригласил меня к себе в команду.
Учить детей и взрослых. И себя
Я начал преподавать детям беспилотную авиацию в сети детских технопарков «Кванториум».
Технопарк — такое место, где учитель не самый умный и не самый важный. Он не вбивает любой ценой в учеников сакральное содержание календарно-тематического плана, согласованного цепочкой департаментов. Мы с ребятами работаем на равных, как команда исследователей. Строим гипотезы, ищем и верифицируем информацию, придумываем решения нерешаемых задач. Много и с энтузиазмом ошибаемся, делаем выводы и двигаемся вперёд.
Так ребята развивают метапредметные навыки. Креатив, логику, командность, критическое . Если бы я в 12 лет попал в такую среду, то, кажется, сейчас бы уже изобрёл и запустил в производство как минимум вечный двигатель.
Работа с детьми не сильно отличается от работы с менеджерами, с которыми я в своё время провёл массу тренингов:. Надо заинтересовать, дать историю, чтобы вовлечь. И дальше они преодолевают препятствия, сражаются с монстрами — и незаметно для себя прокачиваются.
Пойти в вуз на разработчика в 41 год
В какой-то момент я задался вопросом: почему я учу кого-то копаться в гаджетах? В сентябре я поступил в магистратуру на мехатронику-робототехнику, чтобы как-то формально подтвердить свои компетенции. Кроме того, «магистр-мехатроник» звучит архикруто.
Сначала я воспринимал учёбу как формальность. Потом начался Python и машинное зрение. Мой заржавелый кипел. Первые недели я думал, что в 40+ лет нет смысла даже и пытаться с нуля это понять.
Но институт — экзамены — сессия… Надо было написать код на Python, чтобы научить нейросеть распознавать изображения и подсчитывать объекты на фото. Задача для специалистов безумно простая, но я-то программированием никогда не занимался.
Над кодом в 20 строк бился три дня и три ночи. Хотя задача решена и описана многократно, адаптировать её конкретно под мой случай не смог. В итоге все таки код заработал, и меня не отчислили.
КОД
# YOLO object detection
1. pip install cython pillow>=7.0.0 numpy>=1.18.1 opencv-python>=4.1.2 torch>=1.9.0 --extra-index-url https://download.pytorch.org/whl/cpu torchvision>=0.10.0 --extra-index-url https://download.pytorch.org/whl/cpu pytest==7.1.3 tqdm==4.64.1 scipy>=1.7.3 matplotlib>=3.4.3 mock==4.0.3
2. pip install cython pillow>=7.0.0 numpy>=1.18.1 opencv-python>=4.1.2 torch>=1.9.0 --extra-index-url https://download.pytorch.org/whl/cu102 torchvision>=0.10.0 --extra-index-url https://download.pytorch.org/whl/cu102 pytest==7.1.3 tqdm==4.64.1 scipy>=1.7.3 matplotlib>=3.4.3 mock==4.0.3
3. pip install pycocotools@git+https://github.com/gautamchitnis/cocoapi.git@cocodataset-master#subdirectory=PythonAPI
4. pip install imageai --upgrade
5. !wget https://traveltimes.ru/wp-content/uploads/2021/06/755669115889121.jpg
6. from imageai.Detection import ObjectDetection
detector = ObjectDetection()
7. detector.setModelTypeAsYOLOv3()
8. import os
execution_path = os.getcwd()
9. from google.colab import drive
drive.mount('/content/gdrive')
10. !ls '/content/gdrive/My Drive/yolov3.pt'
11. detector.setModelPath('/content/gdrive/My Drive/yolov3.pt')
12. detector.loadModel()
13. custom = detector.CustomObjects(person=True, car=True)
14. detections = detector.detectCustomObjectsFromImage( custom_objects=custom, input_image=os.path.join(execution_path , "755669115889121.jpg"), output_image_path=os.path.join(execution_path , "image3new-custom.jpg"), minimum_percentage_probability=30)
Так я обнаружил, что для работы с нейросетями и их адаптации на прикладном уровне не нужно быть программистом первой гильдии.
Всё уже накодили до нас, и заботливо упаковали в библиотеки — копируй, вставляй, подключай, а дальше с GPT или Stackoverflow разбирайся, почему у тебя что-то не работает.
Достаточно базового понимания логики, дата скаутинга, анализа информации и настойчивости.
Сейчас вокруг дронов много нездорового ажиотажа, поэтому я притормозил со своим хобби. Но в перспективе хочу применить новые знания в дронострое. На себе ощутил, насколько проще становится компьютерное зрение с развитием нейросетей.
Нейросети для бизнеса
Нейронки помогают заменить множество рутинных процессов, обойти человеческий фактор и, как следствие, позволяют масштабироваться быстрее конкурентов. Я решил попробовать всё, что изучаю, применять в своём бизнесе. Суть затеи была в том, чтобы найти стабильно работающие сервисы и встроить их в решение типовых бизнес-задач.
Сейчас все тексты для объявлений и своих соцсетей я пишу с помощью AI. Рекламные кампании конкурентов тоже анализирую с помощью нейронок: скармливаю данные GPT он делает из них выжимку, вытягивает основные поинты.
И я замахнулся на то, чтобы попробовать помочь с простейшими инструментами, которые сам освоил, другим людям.
Как я сделал сообщество в своём городе
Сделал сайт ai4bz.ru, где предложил услугу — внедрение нейросетей в обычные предприятия.
Сначала идея была в том, чтобы помогать внедрять ИИ-ассистентов. Тех же чат-ботов, которые отвечали бы на запросы клиентов, квалифицировали лиды и по скриптам вели клиентов к сделке. Но жизнь быстро внесла коррективы.
Во-первых, разработка такого продукта с нуля стоит дорого. Во-вторых, это заняло бы не менее года, и я понимал, что к моменту релиза кто-то уже выкатит подобный сервис. На момент написания статьи уже есть подобные решения к наиболее популярным СРМ-системам.
На сайт посыпались заявки от потенциальных клиентов. Оказалось, что под нейросетями они понимают всё что угодно. Были запросы на подсчёт ящиков на конвейере, распознавание выполнения регламентов менеджерами, — оказалось, что актуальны не столько чат-боты и ассистенты, а как раз то, чем я занимался в магистратуре: распознавание изображений с помощью нейронных сетей.
Такие системы у меня сейчас хотят ставить и на СТО — определять, если деньги передаются на руки механику. А в стоматологической клинике с нейронками и компьютерным зрением можно видеть, были ли при процедуре использованы те материалы, которые заявлены.
В торговых залах object detection помогает оценивать, есть ли присутствие менеджера, и не разговаривают ли сотрудники между собой, когда зашёл клиент.
В общем, нейронку можно натренировать на любой регламент, и она будет следить, есть ли соответствие ему. Для реальных компаний это манна небесная.
Деньги распознаются очень хорошо, кассовая дисциплина распознаётся очень хорошо. Вообще, везде, где сидит человек и смотрит в шесть мониторов, ничего перед собой уже не замечая, можно заменить его нейронкой, и будет куда больший эффект.
Из другой сферы недавно запрос пришёл — голосовой бот. Вроде Алисы. Который бы отвечал на звонки, на частые вопросы. Например, озвучивал трекинг-маршрут (человек звонит, потерялся, спрашивает, как до места дойти, и ему нужно голосом по телефону это озвучивать).
Всё это, конечно, очень простые поделки. Далеко не уровень Google и Apple. Но для многих в реальном секторе они кажутся магией. За такое готовы платить очень хорошие деньги.
На одного технаря приходится сорок «обычных» людей, не пересекающихся с этими технологиями. И им нужно объяснять, что к чему.
Сейчас вокруг ИИ много мифов. От «роботы нас всех съедят» до «мне это не надо, я простой повар/водитель/бухгалтер». А если спрашиваешь у него, чем он в своей работе больше всего занимается, — рассказывает про свою рутину: заполнение форм, составление отчётов, постоянные онлайн-созвоны… И ты за секунду находишь ему нейронку, работающую конкретно по его теме и делающую всё это за него. И видишь, как у человека меняются глаза.
Кроме бизнесовых запросов посыпались вопросы и приглашения от знакомых: расскажи про нейронки простым языком, как их применять в обычной жизни, что они умеют, а чего нет.
Сначала я завёл канал в Телеграме, в котором стал делиться интересными сервисами. Затем начал добавлять туда всех интересующихся темой. Это быстро переросло в клуб по интересам.
Людям не нужны курсы — им нужен воркшоп
Теперь в моём городе мы проводим встречи, ликбезы, практикумы, обсуждаем новинки. Собрались, научились за два часа решать конкретную задачу. Ты за них нажал на эту кнопку, зашёл в форму, показал, куда кликать. И их проблема решилась, их рутина исчезла. Магия!
Такие воркшопы я собираю каждую неделю. Приходят все —, от студентов до бабушек.
Из длинного онлайн-созвона можно делать запись, транскрибацию и выжимку, чтобы все основные тезисы потом просмотреть за пять секунд. Лично я это делаю через сберовский телеграм-бот, @smartspeech_sber_bot, а потом их транскрибацию отдаю ChatGPT с запросом «выбери главное».
Буквально вчера в ликбез ко мне пришла женщина, которая любит слушать аудиокниги. Но нормально озвучены далеко не все. И ей хотелось бы, чтобы обычные электронные книги ей могли читать голосом. За секунду нашли сервис — та же Алиса из браузера уже давно умеет читать. Это всё уже пять лет как доступно. Но люди не знают.
Представьте себе бабушку, пытающуюся понять смартфон. Она научилась звонить и принимать звонки. Но что такое браузер и зачем он может ей понадобиться — у неё нет представления. Так же сейчас почти со всеми людьми, сидящими в интернете. Они знают о Телеграме, Ютубе и ВКонтакте. Но не имеют понятия, что им могут пригодиться нейросети, если их не погружать в эту тему.
Но погружение это должно быть правильным. Как с обучением людей робототехнике. Сначала заинтересовать, показать пользу — и только потом пытаться чему-то учить. Скидывать им тексты с Хабра — ничего не даст. Вся информация по нейронкам в сети и так есть. Но проблема тут в том, что этой информации слишком много. И обычные люди уже готовы платить, чтобы не получать информацию. Их и без того перегружен. Им нужно готовое решение, а не ещё один онлайн-курс.
На офлайн-воркшопах, пытаясь найти решение проблемы конкретного участника, постоянно нахожу для себя много полезного и интересного. Но больше всего приходит людей, которые вообще не технари, вплоть до того, что у них вопросы «А что это за сервисы?», «А как зарегистрироваться?».
Мы берём ноутбуки, собираемся вместе, заходим в нейронки и учимся получать результаты. В глубину технологии не погружаемся, но начинаем использовать сервисы в качестве инструментов. Кто-то делает рекламные кампании, кто-то так пишет книги, кто-то переводит видео на английский язык. В итоге через два часа человек уходит с новым инструментом и возможностью ускорить свою работу. Иногда в разы.
Тема ИИ, конечно, чрезмерно перегрета хайпом вокруг ChatGPT. Это очень мешает продвигать другие инструменты. Дата-сайентисты уже, кажется, готовы убивать восторженных дилетантов, которые хотят прикрутить ChatGPT ко всему, что включается в розетку.
Но где-то в недрах этого балагана рождаются интересные и вполне применимые новые технологии. В большинстве случаев их не нужно изобретать — достаточно научиться толково использовать в своих процессах созданное другими.
Спасибо.
Автор: Александр Чибисов
