Искусственный интеллект в сметных расчетах: соответствие нормативным требованиям и допустимые пределы автоматизации. (Часть 2)

В первой части мы подробно разобрали, какие требования предъявляются к ИИ в сметном деле, где проходят первые пилотные проекты и, что особенно важно, - на каких типовых и нетиповых задачах современные общедоступные нейросети начинают системно ошибаться. Мы убедились, что «черный ящик» (непонятные схемы расчетов, отсутствие ссылок на регламенты и подтверждения нормативными документами) неприемлем, а финальная ответственность всегда остается за человеком. Однако из этого неизбежно вытекает следующий, гораздо более практический вопрос: а что делать сметчику прямо сейчас? Можно ли дообучить нейросеть под свои задачи? Как внедрить ИИ, не нарушив нормативы и не потеряв контроль над качеством расчетов? И где взять «разумный баланс», который позволит двигаться в ногу с техническим прогрессом, но при этом не стать его заложником или служителем?  Ответам на эти вопросы – алгоритмам, рискам и новым компетенциям – посвящена вторая часть.

Можно ли обучить нейросеть под задачи сметчика?

Что касается самообучения и в целом обучаемости ИИ (в частности, нейросети), то это достаточно трудный технический процесс, требующий участия программистов, тестировщиков и других людей – огромной команды, чтобы добиться результатов. На практике это достаточно трудоемкий и финансово затратный проект. Не каждой организации он по карману. Если же вести речь об общедоступных нейросетях, то ответ однозначный – это невозможно сделать обычному пользователю сети. На рисунке 7 ответ нейросети на мой вопрос как раз о том, как ее обучить. Я задала это вопрос после многочисленных попыток справиться со схемой ливневой канализации, о которой писала ранее.