Нейросети: ловитесь данные большие и малые [Катерина Швецова] (fb2) читать онлайн

Катерина Швецова Нейросети: ловитесь данные большие и малые

Нейросети: ловитесь данные большие и малые

Для многих фраза «искусственный интеллект» звучит как нечто совершенно фантастическое. Воображение рисует картинку далекого будущего, где летающие чудо-машины управляются одной лишь силой мысли водителя, а роботы выполняют многие задачи, заменив людей.

Лицо человека, зашедшего в магазин, сканируется камерами, а умная компьютерная программа моментально понимает, что за покупатель перед ней и зачем он пришел.

Пока тот неспешно идет к кассе, в глубине склада роботы-сортировщики получают сигнал и собирают заказ, упаковывая его и передавая на ленту. Покупатель оплачивает товар и сразу же его получает.

А потом он решает слетать на выходные на Марс – там обещали чудесную песчаную бурю, и программа, встроенная в его часы, подбирает ближайший рейс.

И там, на Марсе…

Стоп, стоп. Можно продолжить фантазировать и написать какой-нибудь увлекательный фантастический рассказ или даже снять фильм.

На самом деле искусственный интеллект уже здесь!

Он незаметно, но очень уверенно входит в нашу жизнь, мы пользуемся результатами его работы каждый день. Например, банковские приложения для смартфонов анализируют расходы и предлагают варианты для их сокращения.

Компьютеры на современной ферме следят за почвой и определяют, нуждается ли она в поливе или удобрении. Камеры следят за овощами и фруктами и распознают различные опасности, например, фиксируют недостаток влаги или появление вредных насекомых. Датчики на коровах проверяют состояние их здоровья и режим питания. Если буренка загрустит, то ей включат музыку.

Да-да, такие фермы есть уже сейчас! Их владельцы говорят, что молоко у таких коровок самое вкусное, а музыкальные предпочтения отдаются классике – произведениям Моцарта, Вивальди, Бетховена.

Компьютерные программы, такие как Алиса и Siri, используют интеллектуальные технологии для распознавания речи и реагирования, выдавая осмысленные ответы и находя запрашиваемую информацию.

Другие интеллектуальные технологии позволяют компьютерам подражать человеку и применяются даже в искусстве: нейронные сети пишут различные тексты, музыку, картины и даже стихи, выдерживая стиль того или иного автора.

Люди успешно внедряют искусственный интеллект в медицину. Например, машинам доверяют анализ рентгеновских снимков, подбор лечения и даже разработку лекарств.

С чего же все началось

Еще каких-то пятьдесят лет назад человечество даже не подозревало о том, как быстро и плотно в нашу жизнь ворвется его величество компьютер.

Это слово в переводе с английского означает «вычислитель».

Сначала так называли человека, который делал арифметические вычисления вручную или с помощью калькулятора. Потом так стали называть и сами машины.

Несмотря на то, что современные компьютеры выполняют множество задач, не связанных напрямую с математикой, они продолжают носить такое название.

Кстати, история вычислительной техники уходит далеко в прошлое, и дороги ведут в Древний Вавилон, где несколько тысяч лет до нашей Эры люди изобрели первые счеты – абак. С тех пор диковинное и незаменимое для счета приспособление начал свое путешествие по всему миру, покорив Египет, Индию, Китай, Японию и Европу.

В XV–XVI веке в России появились свои собственные десятичные счеты, которые были названы «русскими». Они представляли собой простое механическое устройство – счётную доску с костями-кругляшками двух цветов, на которой можно было выполнять сложение, вычитание, умножение и деление.

До 80-х годов XX века русские счеты широко применялись в торговле, бухгалтерских расчетах и являлись обязательным атрибутом любого школьника. Со временем счеты заменили калькуляторами, и сейчас их мало где используют.

Прогресс всегда был результатом стремления человека сделать свою жизнь удобной, поэтому лучшие умы человечества бились над тем, чтобы изобрести идеальную вычислительную машину.

В 1673 году знаменитый немецкий философ и математик Готфрид Лейбниц изобрел арифмометр. А случилось это после того, как он познакомился с одним талантливым голландским астрономом. Видя, сколько вычислений тому нужно производить для своей работы, Готфрид решил упростить этот процесс и сделал чертёж вычислительной машины, но пришел к выводу, что технологические возможности его времени не позволяют создать ее. Он показал свое изобретение во Французской академии наук и в Лондонском королевском обществе.

Примечательно, что в это же время совершенно в другой стране независимо от исследований Лейбница английский физик, математик и астроном Исаак Ньютон заложил основы математического анализа.

Кстати, арифмометр, созданный Лейбницем, попал в руки к русскому царю Петру Первому.

Как знать, возможно, при благоприятных условиях появление первых компьютеров стало бы возможным гораздо раньше.

Спустя полтора века во Франции приступили к промышленному производству арифмометров. Еще через сто лет в Америке был создан аналоговый компьютер, или аналоговая вычислительная машина – АВМ.

Основным отличием АВМ от ЭВМ является отсутствие у нее программы, под управлением которой можно решать разные задачи.

Самый первый программируемый компьютер появился в 1944 году в Америке и назывался «Марк 1». В ту пору электронно-вычислительные машины, или ЭВМ, были такими огромными, что занимали целые комнаты и весили тонны. Для их обслуживания требовалось большое количество персонала. Кроме того, эти электронные «динозавры» были настолько дороги, что их могли купить только правительства некоторых стран или серьезные исследовательские организации.

Это особенно забавно понимать, смотря на то, какими маленькими, удобными и доступными стали компьютеры сейчас.

Мы окружены компьютерами, сетями и данными. Их количество постоянно растет, качество улучшается, а знания в этой области совершенствуются.

Но что же такое же искусственный интеллект?

Например, программа, которая играет в шахматы – интеллект или просто устройство, которое быстро перебирает варианты? Ведь на шахматной доске конечное количество комбинаций, поэтому в теории можно запомнить их все и разработать правильную стратегию игры.

Английский математик и логик Алан Тьюринг предложил считать компьютер интеллектом, если, общаясь с ним, мы не может отличить его от человека. В 1950 году в одном из философских журналов он опубликовал статью, в которой предложил тест, с помощью которого возможно оценить способность машины мыслить. Идея заключается в том, чтобы тестировщик поочередно общался с другим человеком и компьютером. Задавая вопросы и получая ответы, он должен определить, с кем разговаривает. При этом задача компьютерной программы заставить тестировщика сделать неправильный выбор.

Тесты, подобные этому, и сейчас с успехом используются в испытании новых технологий. Многие голосовые помощники тестируются именно по методу Тьюринга.

Некоторые ученые уверены в том, что в ближайшие 20–30 лет нас ждет настоящий прорыв в компьютерных технологиях. Уже сейчас невозможно представить нас без компьютеров, искусственный интеллект становится привычным соседом и помощником. Возможности его использования безграничны во многих сферах жизни. Пока они выполняют простую работу, но очень скоро могут появиться и более ответственные должности: роботы-пилоты, роботы-математики, роботы-хирурги, роботы-водители и даже роботы-руководители.

Вышел гугол из тумана…

Искусственный интеллект – это способность компьютерной программы или машины думать и учиться, а также область исследований, которая пытается сделать компьютеры «умными» и «самостоятельными».

Это название придумал американский ученый Джон Маккарти в 1955 году. Если говорить просто, то «искусственный интеллект» означает машину, которая имитирует человеческое сознание.

Идеальная интеллектуальная машина – это сложная система, которая воспринимает окружающую среду и предпринимает действия, чтобы повысить свои шансы в достижении какой-либо цели.

Ученые надеются создать «общий искусственный интеллект», который сможет решать одновременно множество проблем, а не сосредотачиваться только на одной.

А еще такой совершенный машинный разум должен обладать творческим мышлением и иметь возможность испытывать эмоции, что однажды позволит машине научиться сопереживать или создавать собственное искусство.

Для этого, кроме талантливых программистов, понадобились определенные условия. Во-первых, мощные компьютеры, способные обрабатывать огромное количество данных в короткий срок. А во-вторых, сами данные, которые принято называть «большими» или BigData, и которые имеют три основных свойства: разнообразие, высокую скорость поступления и большой объем.

Кстати, название самому большому числу придумал в 1920 году девятилетний мальчик – племянник американского математика Эдварда Казнера. Гуляя с детьми в парке, ученый обсуждал с ними тему больших чисел, и когда зашла речь о числе со ста нулями, Эдвард признался, что у него нет названия. Тогда один из детей предложил назвать его «гугол». А через 20 лет Казнер рассказал о нем в своей книге «Новые названия в математике».

Машина тоже ученик

Так как же оживить машину и заставить ее думать? Как сделать так, чтобы информация ловилась, словно рыбка в проруби, и сразу начала работать?

Эта задача программы машинного обучения. С помощью нее машины могут проверять данные, запоминать информацию, строить прогнозы и выбирать подходящий вариант из предложенных.

Представьте, что человеку дают огромную табличку с цифрами и говорят: «Совершенно не известно, что значат эти числа и какая между ними связь, но если ты сможешь найти в них закономерность – ты большой молодец». Страшно даже представить, сколько времени и сил понадобится человеку, чтобы справиться с этой задачей. Компьютер же справится с поиском этих закономерностей в несколько раз быстрее, при этом не затратив много труда.

Во время вычислений мы не можем дать машине никаких подсказок, поскольку сами не знаем путей к правильному ответу. Компьютер раз за разом пробует различные комбинации цифр и со временем находит среди потока чисел совпадения, проверяет свою догадку на всех данных и выдает правильный вариант.

Особенно полезны такие системы там, в тех областях, где необходимо делать много сложных и ответственных вычислений. Например, существуют программы, помогающие банкам рассылать сообщения определенным категориям клиентов или проводящие статистические исследования, осуществляющие поиск новостей или вредоносных программ-вирусов.

Кстати, о вирусах, только уже настоящих. Искусственный интеллект и здесь является верным помощником человека, помогая вирусологам находить спасительные вакцины, сопоставляя миллиарды компонентов и прогнозируя возможное распространение опасных болезней среди людей. Нейросети на основании больших данных находят лекарства, способные противостоять опасным заболеваниям. Учитывая те уроки, что преподнесла всему миру новая коронавирусная инфекция COVID-19, такие разработки можно назвать жизненно необходимыми.

Нейросети: ловитесь данные большие и малые!

Но машинное обучение не гарантирует того, что однажды компьютер станет таким же самостоятельным и способным к размышлению, как человек.

Ключик к решению этой задачи нашелся в биологии и медицине, а точнее – в особенностях работы человеческого мозга, по аналогии с которой была изобретена нейронная сеть – одно из направлений искусственного интеллекта.

Цель нейросетей: воссоздать процессы, которые происходят в мозге, когда человек работает над какой-либо проблемой. Задачи, которые решает большинство нейросетей: сортировка информации, распознавание и предсказание. Нейросети способны самостоятельно обучаться и развиваться, строя свой опыт на совершённых ошибках.

Как же до такого додумались?

Шанс изобрести подобные умные технологии у человечества был еще полвека назад. Уже тогда об искусственном интеллекте и нейросетях писали фантасты, описывая будущее, полное умных машин. Минус в том, что идея их создания родилась гораздо раньше появления возможностей ее воплощения. Не было ни мощных компьютеров, ни достаточного для обучения машин количества данных, ни специалистов, способных с ними работать.

Нейрон – это нервная клетка человеческой нервной системы, которая работает с информацией, словно вычислительный центр. Эти клетки чувствительны к сигналам, поступающим извне. Основная их задача: получать, обрабатывать, хранить и передавать информацию. В итоге это нужно для того, чтобы делать выводы и принимать решения.

Мозг новорожденного ребенка имеет очень плотную сеть нейронов, они работают на полную мощь, получая информацию и анализируя ее: малыш видит, слышит, испытывает голод или страх. Ему нужно научиться очень многим вещам, исследовать окружающий мир. Ребенок учится узнавать родителей, улыбаться им, ползать, ходить, говорить, читать и писать… Чем старше люди, тем этих клеток становится меньше, а способность к обучению постепенно снижается.

Число нейронов в мозге человека составляет примерно 80–100 миллиардов. И вся эта нейронная армия постоянно находится в режиме работы с информацией. Клетки обучаются, многократно повторяя действия.

Поскольку мечта сделать компьютер разумным возникла достаточно давно, и ученые усердно трудились над созданием аналога работы нейронов, идея воплотилась в нейросеть – искусственную систему, которую можно обучать. Она действует не только по заданной программе, но и, учитывая свой прошлый опыт, меняет алгоритмы работы, чтобы ошибаться все реже и реже.

Это практически так же, как обучить щенка давать лапу. Он маленький и не знает, чего от него хотят. Но вот хозяин берет его за лапу и одновременно дает угощение, хвалит его и гладит. Это упражнение повторяется много раз, пока питомец не научится давать лапу и не станет выполнять эту команду уже без стимула в виде вкусняшки. Он радостно будет давать хозяину лапу, как только увидит соответствующий жест.

Дай, нейросеть, на счастье, лапу мне

Вот практический пример: стоит задача обучить нейросеть находить на изображениях лица.

Для этого нейросети дается много-много фотографий. На некоторых из них действительно есть лица, а на некоторых животные, пейзажи, автомобили или изображения вовсе не являются фотографиями. Затем программист помечает фотографии с лицами и просит программу запомнить признаки такого изображения. Здесь есть лицо – галочка, здесь нет лица – пропускаем пустую фотографию. И так повторяется много раз, чтобы был накоплен достаточный опыт.

Потом программист «просит» нейросеть попробовать проставить эти галочки самостоятельно и без подсказок. В начале нейросеть будет допускать много ошибок, но через некоторое время учтет их все и будет безошибочно распознавать лица.

Такая функция сейчас есть во всех фотоаппаратах и не является чем-то уникальным. Включаем экран, чтобы сделать фото, и видим, как программа находит наше улыбающееся лицо, выделяя его среди прочих элементов картинки.

Подобные технологии часто используются поисковыми системами Интернета, делая поиск удобным и быстрым. Сфотографировав на улице неизвестное растение и загрузив изображение в поисковик, можно моментально узнать, как оно называется, ядовито ли и какими обладает особенностями.

Раньше на поиск ответа мог уйти не один день, пока бы не нашлась нужная энциклопедия по ботанике!

Еще можно научить нейросеть распознавать живых существ, выделяя какой-то отдельный вид.

Так один предприимчивый американец решил бороться с непрошеными гостями. Дело в том, что на его лужайку перед домом повадились заглядывать соседские кошки и портить газон и цветы. Тогда владелец дома разработал нейросеть, которая научилась распознавать кошек среди других объектов, и как только нарушитель пробирался на территорию, его обдавало фонтанчиком холодной воды. При этом собакам или людям за прогулку по лужайке ничего не было. Очень быстро выяснилось, что кошки способны обучаться не хуже нейросети и после нескольких «холодных приемов» перестали докучать изобретательному американцу.

Еще один яркий пример – умный пылесос, который китайские программисты научили распознавать на своем пути предметы и не принимать их за мусор. Сообразительный прибор узнаёт провода, игрушки, одежду на основе огромного количества просмотренных фотографий и аккуратно объезжает их при выполнении своей работы.

Применение нейросетей безгранично: распознавание автомобильных номеров на дороге – нарушитель правил дорожного движения получит уведомление о штрафе в автоматическом режиме; распознавание лиц – людям больше не надо носить с собой бумажный или пластиковый пропуск на работу, достаточно посмотреть в камеру; интеллектуальное редактирование – замена лиц в создании видеороликов, или создание образа героя в разном возрасте при съемке фильма…

А что дальше?

Хотя машины сейчас и не претендуют стать полноценной заменой человека, а просто призваны помочь, вполне возможно, что в будущем великие шедевры будут созданы людьми и искусственным интеллектом совместно, а ответственные должности займут высокоинтеллектуальные программы. Существует мнение, что машина или их группа, будут умнее человека или группы людей. Однако современная наука не может дать ответа на вопрос, насколько это вероятно.

Несмотря на прогресс и огромный шаг вперед в исследовательской работе, искусственный интеллект по-прежнему остается системой, только отдаленно похожей на интеллект живой, человеческий. Да, нейросети без труда отличат ежика от котика, угадают наш возраст и определят настроение, обыграют в шашки и соберут кубик Рубика в несколько быстрее. Но все равно это только системы для обработки данных. Они не умны, не эмоциональны, не разумны.

И только когда человеку удастся сделать ум машины индивидуальным, охватывающим многие сферы и умеющим одновременно задействовать системы чувств, обогащая их данными, мы увидим рождение совершенного искусственного интеллекта.

Пока остается только наблюдать, а еще лучше – становиться непосредственными участниками этого удивительного процесса, постигая науку программирования, математики и анализа данных. Очень многие специалисты, занимающиеся изучением и развитием искусственного интеллекта, признают, что эта область развивается семимильными шагами, и в ближайшие несколько лет будет ощущаться острая нехватка талантливых программистов.

Поэтому уже сейчас детям можно и нужно знакомиться с новыми технологиями и еще на стадии учебы думать, как можно применить искусственный интеллект.

Ведь любой из нас может сделать открытие, способное преобразить жизнь всего человечества.

Оглавление

С чего же все началось

Но что же такое же искусственный интеллект?

Вышел гугол из тумана…

Машина тоже ученик

Нейросети: ловитесь данные большие и малые!

Дай, нейросеть, на счастье, лапу мне

А что дальше?