Сьома ранку. Телефон вібрує на тумбочці — не будильник, а Slack. Алекс ще не встиг відкрити очі, а його модель вже «прокинулася» на серверах у Франкфурті й почала видавати дивні результати. Щось із новим батчем даних. Завжди щось.
Він потягується, хапає телефон і швидко скролить логи. Точність впала на 12% за ніч. «Окей, — думає Алекс, — сьогодні буде той самий день». День, коли ти не інженер, а детектив. День, коли AI показує свій характер.
Кава заварюється, а ноутбук уже гуде на кухонному столі. Алекс відкриває IDE, і екран заливається кольорами: зелені логи, червані помилки, жовті попередження. У світі AI немає «просто запустив і працює». Кожна модель — це жива, непередбачувана істота, яку треба годувати даними, навчати, калібрувати, а потім — сподіватися, що вона не збожеволіє.
Перший коміт дня — фікс у pipeline. Виявляється, хтось змінив формат вхідних даних, і тепер модель намагається розпізнавати зображення котів у JSON-файлах. Класика. Алекс посміхається — не зі злості, а з того абсурдного розуміння, що в AI-інженерії 80% часу йде не на «штучний інтелект», а на те, щоб дані не були зламаними, а інфраструктура — не розвалилася.
Він пише:
if data.get('format') != 'image':
raise ValueError("Годуйте модель зображеннями, а не JSON, будь ласка")
Коментар у коді — це його спосіб залишити послання майбутньому собі. Або колезі, який читатиме це о третій ночі.
Дев'ята година — командний созвон. Обличчя колег у Zoom-сітці виглядають так само втомлено, як і завжди. PM запитує: «Коли буде готова нова версія?» Алекс відповідає: «Залежить від того, чи модель вирішить сьогодні співпрацювати».
Це не жарт. У світі AI терміни — це радше прогнози, ніж обіцянки. Ти можеш написати ідеальний код, налаштувати гіперпараметри до досконалості, але модель раптом вирішить, що всі кішки — це собаки, а всі емоції в тексті — це «нейтральні». І ти сидиш, дивишся в графіки loss-функції і думаєш: «Що я зробив не так? Чи це вона просто не в настрої?»
Один із колег, Марія, розповідає про свій проєкт — вона тренує LLM для медичних діагнозів. «Модель видає чудові результати, — каже вона, — але вчора вона порадила пацієнту з головним болем… змінити дієту на кетогенну і почати медитувати». Усі сміються, але за цим сміхом — розуміння: AI — це не магія. Це статистика, яка іноді здається розумною.
Опівдні Алекс виходить на прогулянку. Не тому, що хоче, а тому, що знає: якщо не вийти зараз, то наступні шість годин він просидить, вп'явшись в екран, і мозок просто відмовиться думати.
У кафе на розі він замовляє сендвіч і відкриває статтю на arXiv — нова архітектура трансформерів, яка «революціонізує» обробку послідовностей. Він читає абстракт і розуміє, що це просто старий добрий attention mechanism із кількома твіками. Революція — це маркетинг. Еволюція — це реальність.
Алекс думає про те, як швидко змінюється його професія. Три роки тому він вчив моделі розпізнавати цифри на MNIST. Тепер він налаштовує системи, які генерують тексти, які важко відрізнити від людських. Ще за рік — хто знає? Може, його робота буде полягати в тому, щоб навчати AI навчати інші AI. Метамета-інженерія.