В GPT є таке поняття, як embeddings — векторне відображення сенсу слів, фраз і навіть цілих текстів.Якщо порівнювати (через косинусну відстань) ембеддинги двох схожих слів, то можна побачити, наскільки вони близькі за змістом, байдуже якою мовою.Наприклад, «пес», «dog» і «puppy» можуть мати відстань близько 0.05, що свідчить про їхню схожість.Та сама логіка застосовується і для великих текстів — можна знаходити схожі за змістом уривки або робити контекстний пошук.Так працюють векторні бази даних. Цікаво, що ембеддинги можна «додавати», поєднуючи сенси. Склавши «собака» + «синій», дістанемо «синю собаку». А в прикладі king – man + woman = queen це працює так: від поняття «король» віднімаємо «чоловік» і додаємо «жінка», отримуємо «королева».Якщо умовно від Лондона відняти Англію й натомість додати Україну, маємо Київ. Бо Лондон – Англія у цьому контексті означає «столиця», і столиця + Україна = Київ.Тепер уявімо, що ми “конвертуємо” товари в економіці теж у вигляді ембеддингів.Це відкриває шлях до бартеру, коли ми «міняємо» урок з танців на буханку хліба, відстежуючи не грошову вартість, а «векторну» цінність кожного товару чи послуги.Далі можна визначати різницю між «розбитим телефоном» і «справним телефоном», назвавши це «ремонтом телефону», або (токарний верстат + деталь) – «заточена деталь під втулку» = «процес заточки деталі на верстаті». Так ми описуємо всі можливі економічні перетворення в форматі векторів.І от так, можливо, виглядатиме «нова економіка» на базі ембеддингів. Я вказую, що в мене є, які маю навички, а система пропонує, чим я можу зайнятися сьогодні. Я пишу, що мені потрібно, а вона знаходить потрібні товари чи послуги й організовує процес.Це все, звичайно, теорії, але виглядає досить цікаво, враховуючи масштабний вплив АІ на ринок праці в наступні 5-10 років 🤔