Про AI сейчас пишут много, мягко говоря. Причём пишут буквально все, кому не лень. Но если вы PHP-разработчик, то, скорее всего, ощущение примерно такое: тема вПро AI сейчас пишут много, мягко говоря. Причём пишут буквально все, кому не лень. Но если вы PHP-разработчик, то, скорее всего, ощущение примерно такое: тема в

AI для PHP-разработчиков: практика без Python и data science

Про AI сейчас пишут много, мягко говоря. Причём пишут буквально все, кому не лень. Но если вы PHP-разработчик, то, скорее всего, ощущение примерно такое: тема вроде бы важная, но почти всё – не для вас, а двигаться в эту сторону нужно, ибо... ну, вы и сами понимаете.

Большинство материалов сразу уезжают в Python, Jupyter, PyTorch, обучение моделей, математику и датасеты. Даже когда речь идёт не про data science, а про практику – примеры всё равно из другого мира.

Я с этим столкнулся довольно быстро, когда попытался понять, как вообще можно использовать AI в обычной PHP-разработке. После нескольких практических кейсов в своих проектах у меня сложилось собственное понимание ситуации. Я понимаю, что Python сегодня де-факто стандарт в мире машинного обучения, но есть огромное количество ситуаций, когда можно использовать AI или ML напрямую в PHP без Python-стека, а кроме того мне, как PHP-разработчику, хочется самому разбираться в теме, а не просто научиться делать API-запросы к OpenAI.

Отдельно меня раздражает то, что для многих backend-разработчиков работа с AI сегодня фактически сводится к общению с OpenAI (или любой другой модели) через API. Это полезный инструмент, но в таком виде AI превращается в "чёрный ящик": ты не понимаешь, что происходит внутри, где его границы применимости и какие задачи вообще имеет смысл решать таким способом. В итоге AI начинает восприниматься не как технология или инструмент, а как внешний сервис, к которому просто отправляют текст и получают ответ.

При этом мир AI значительно шире, чем просто взаимодействие с LLM. Большие языковые модели – всего лишь один из возможных инструментов и, по сути, только верхушка айсберга.

С чем обычно ассоциируется AI и ML

Если открыть любой курс или статью про машинное обучение, почти сразу появляются: датасеты, обучение моделей, градиентный спуск, Python, NumPy, PyTorch и т.д.

В этом тексте и в книге под AI я в первую очередь имею в виду прикладное использование машинного обучения и LLM, а не исследовательскую работу или обучение моделей с нуля.
Всё это само по себе нормально. Проблема в том, что для многих это выглядит как отдельная профессия, а не как инструмент.

Возникает ощущение, что чтобы использовать ML, нужно: учить новый язык, разбираться в математике и поднимать отдельную инфраструктуру. И чаще всего на этом этапе интерес заканчивается.

Но реальность PHP-проектов другая

В большинстве PHP-проектов задачи выглядят иначе.

Обычно это веб-приложения, админки, API, CRM, маркетплейсы – не лаборатории и не research-проекты.

Это не исследовательская работа и не обучение моделей с нуля. В основном это:

— классификация или поиск
— работа с текстом
— анализ данных
— рекомендации
— автоматизация рутинных задач

Во многих случаях модель уже обучена кем-то другим, а задача разработчика – правильно её применить.

По сути, машинное обучение в таких проектах – это не про обучение, а про использование результатов обучения. И именно этот слой – использование уже готовых моделей – почти не описан с точки зрения PHP-разработки.

В какой-то момент я понял одну вещь

Проблема не в PHP.
И даже не в AI или ML.

Проблема в том, что почти нет материала, который объясняет AI именно для PHP-разработчиков, их задач и их мышления.

Не "как стать ML-инженером", а как использовать AI как инструмент в повседневной backend-разработке.

Почему я начал писать открытую книгу

В процессе экспериментов у меня начали накапливаться заметки, примеры, объяснения "на пальцах". Кроме того, мне пришлось применить эти знания в нескольких своих проектах, а один из них — даже в основной работе. В какой-то момент стало понятно, что это уже тянет на структуру.

Так появилась идея открытой книги "AI для PHP-разработчиков".

Это не учебник AI или по машинному обучению.
И не попытка сделать из PHP-разработчика data scientist.

Скорее попытка ответить на простые вопросы:
— что такое LLM без заумных формул
— как их использовать в PHP-проектах
— где они реально помогают, а где нет
— какие задачи вообще имеет смысл решать с помощью AI в PHP, а какие – нет

Книга пишется публично и постепенно. Сейчас там есть вводная часть и базовые концепции, дальше планируются практические главы с примерами. В какой-то момент, когда накопится большая часть материала, я добавлю перевод на английский. Возможно некоторые главы можно публиковать здесь на Хабре для подробного обсуждения.

Вот ссылка, если интересно посмотреть:
https://apphp.gitbook.io/ai-dlya-php-razrabotchikov

Кстати, все примеры можно скачать и установить готовую среду Docker с примерами: https://github.com/apphp/ai-for-php-developers-examples

Или же вы также можете запускать все примеры из книги напрямую:
https://aiwithphp.org/books/ai-for-php-developers/examples/

Зачем я пишу этот пост

Не для рекламы и не для запуска.

Мне интересно понять, насколько эта проблема вообще откликается другим PHP-разработчикам и есть ли у них интерес к этой теме.

Используете ли вы AI в своих проектах? Если да – как именно?
Если нет – что мешает?

Буду рад обсуждению и любому фидбэку.

Источник

Возможности рынка
Логотип Sleepless AI
Sleepless AI Курс (AI)
$0.04121
$0.04121$0.04121
-0.72%
USD
График цены Sleepless AI (AI) в реальном времени
Отказ от ответственности: Статьи, размещенные на этом веб-сайте, взяты из общедоступных источников и предоставляются исключительно в информационных целях. Они не обязательно отражают точку зрения MEXC. Все права принадлежат первоисточникам. Если вы считаете, что какой-либо контент нарушает права третьих лиц, пожалуйста, обратитесь по адресу service@support.mexc.com для его удаления. MEXC не дает никаких гарантий в отношении точности, полноты или своевременности контента и не несет ответственности за любые действия, предпринятые на основе предоставленной информации. Контент не является финансовой, юридической или иной профессиональной консультацией и не должен рассматриваться как рекомендация или одобрение со стороны MEXC.

Вам также может быть интересно

Индикатор Баффета достиг исторического максимума, превысив уровни 2000 года

Индикатор Баффета достиг исторического максимума, превысив уровни 2000 года

Исторический пик индикатора Баффета может повлиять на криптовалютные рынки; инвесторы наблюдают с осторожностью.Читать далее...
Поделиться
Coinstats2026/01/11 11:46
Почему вы не успеваете за лекциями — и как это исправить

Почему вы не успеваете за лекциями — и как это исправить

Если вы когда-либо выходили с лекции с ощущением, что пропустили половину материала, исписывали страницу за страницей конспектов, чтобы больше никогда не заглядывать в них, или часами пересматривали записанные
Поделиться
Techbullion2026/01/11 11:47
Руководители BNB Chain призвали участников взаимодействовать с мем-культурой в игривой манере и заявили, что частные лица не будут участвовать в продаже токенов.

Руководители BNB Chain призвали участников взаимодействовать с мем-культурой в игривой манере и заявили, что частные лица не будут участвовать в продаже токенов.

PANews сообщил 11 января, что Нина Ронг, исполнительный директор по развитию BNB Chain, заявила: «Хотя руководитель проекта глубоко вовлечён в мем
Поделиться
PANews2026/01/11 13:13