Искусственный интеллект – будущее или настоящее?

О пути искусственного интеллекта за последние полвека и о моментах, когда мы его не замечаем, 24 февраля разработчик нейронных сетей Богдан Козловский рассказал на открытой лекции «Искусственный интеллект – будущее или настоящее».

 

Искусственным интеллектом называли даже калькулятор

Онлайн-переводчик и аркадные игры очень привычны, и неспециалисту странно узнать, что в них используют современный искусственный интеллект. А для специалиста это явное подтверждение того, что ИИ и нейросети развиваются невероятно быстро.

«Понятие «искусственный интеллект» вошло [в обиход] в 1956 году. Хотя его использовали и раньше, применяя к любым программам в компьютере, даже к обычному калькулятору. Искусственный интеллект мог делать вычисления, но сложные закономерности выводить не мог», – говорит практикующий разработчик нейронных сетей и тренер тематического курса ИТ-Академии "БелХард" Богдан Козловский.

Реализовать сложные операции было невозможно. Но уже к 2000 году понятие расширилось, и к искусственному интеллекту, по словам лектора, стали относиться почти как к человеку, требуя столько же. ИИ должен был выявлять закономерности в данных, делать на их основе выводы и решать задачи.

 

 

Искусственный ум думает, что чихуахуа – кот

Наши компьютеры стали мощнее, инструменты обработки информации – сложнее. Появилось понятие машинного обучения, к которому есть несколько подходов:

  • Логическое программирование – это когда человек уже решил за программу все проблемы. Но в таком случае искусственный интеллект не решит задачу, с которой не сталкивался ранее;
  • Агентный способ чаще всего используется в играх. Мы не знаем данных, но знаем мир, в который помещаем искусственный интеллект. Он изучает мир сам, получая награды и штрафные баллы. Например, в гоночных играх машина – это агент, а карта – мир;
  • Гибридный подход – это использование двух первых подходов вместе: агент сам учится играть в шахматы и шашки, но в то же время использует логическую программу, которая определяет набор его действий.

 

 

Нейросеть можно научить отличать на фото изображения котов и собак, проведя её обучение. Для этого нужен большой массив данных – много фотографий, которые обучаемый разделит на кластеры, в каждом из которых максимально похожие между собой снимки.

«Конечно, когда используют такой алгоритм, всяких чихуахуа она причисляет к котам, а страшных котов – к собакам», – указывает Богдан Козловский на казусы.

Есть и другие способы обучения: обучение с подкреплением и обучение с учителем. Последним способом можно научить машину подсказывать товары в интернет-магазине, определять сумму кредита и стоимость квартиры, различать рукописные цифры.

 

Мозг не изучен, но нейросети строят по аналогии с ним

Работу нейросетей организуют по аналогии с принципами работы человеческого мозга. Но только с теми, которые уже известны, а это немного:

«Мозг полностью не изучен, – говорит лектор. – Если расстояние до полного изучения сравнить с километрами, то наше научное сообщество прошло всего лишь 3 сантиметра».

Машинное обучение – процесс, подобный созданию новых связей между нейронами. Эти связи возникают, если мы что-то изучаем или запоминаем. Именно от них, а не от количества нейронов зависит уровень интеллекта человека.

Ускорение процесса мышления происходит, когда человек нервничает, и аналогией может послужить тактовая частота у компьютеров. Подтверждением тому служит значительный технологический прогресс во время войн.

«Человеческий мозг – очень мощный и может решать большое количество задач, если только его об этом попросить», – продолжает программист.

 

Человек отстал от машины в распознавании изображений

Нейросети – это тоже мощный инструмент. Они могут эффективно проложить маршрут, перевести текст, иногда – писать стихи, но не слишком длинные. Нейросети превзошли человека пока только в одном – в распознавании изображений, что важно, например, для военной сферы.

«Машинное зрение более внимательно относится к объектам, чем человек. У американских военных есть такие очки, которые позволяют заметить противника, как бы он не замаскировался. Будучи снайпером, не спрячешься в лесополосе», – говорит Богдан Козловский и рассказывает про ещё один способ использования технологии: очки дополненной реальности.

Такие очки позволяют японским служащим на вокзалах быстро узнать, находится ли тот или иной пассажир поезда в розыске. При помощи же работы с изображениями на компьютере можно «научить» улыбаться человека на фото или надеть ему очки.

 

Почему Google перестал переводить смешно?

Нейронные сети уже умеют не только делать дословный перевод иностранного текста, но и изучают контекст использования слов через так называемое погружение, тоньше определяя их смысл.

Возможно, кто-то заметил, что с 2016 года Google Translate перестал переводить смешно: именно тогда компания запатентовала собственные результаты работы с рекуррентными нейронными сетями.

«Все теперешние алгоритмы, которые с нами общаются, например, в виде чат-ботов, представим, как некое разумное существо, запертое в комнате. На её полу сложены ответы, а на стенах – алгоритмы, по которым их надо показывать. Погружение слов – та самая технология, которая помогает открыть дверь, тот самый искусственный интеллект, которого мы все ждём… Ну, я жду», – говорит лектор.

Существуют алгоритмы, используя которые, нейросеть может создать множество фотографий несуществующих котят. Бизнес уже сейчас использует эту их способность, чтобы увеличить поток клиентов:

«Люди заказывают для себя положительные комментарии, а поставить это на поток помогают воспитанные нейронные сети. Настраивают бегунок на плохую или хорошую оценку, говорят, о чём писать. Поэтому, когда будете что-то покупать – не обращайте внимания на комментарии или отзывы, – советует специалист. – Вообще использование нейронных сетей ограничено только вашей фантазией. Это в 60-ые годы, когда открыли первый персептрон, он был никому не нужен. А теперь это бизнес».

 

Выучить английский неврально

Человечество уже справилось с загрузкой интеллекта в виртуальную среду. Правда, пока это только мозг кольчатого червя, состоящий из 302 нейронов (мозг человека состоит из примерно 140 миллиардов). Червь, как и в реальном мире, ищет себе пищу и отдыхает после еды.

«Мы стали на одну ступеньку ближе к погружению человеческого мозга в виртуальную среду, – говорит лектор. – Если мы изучим этот процесс, то сможем, например, загрузить в мозг человека знания по английскому языку. Об этом уже идёт речь, хотя это технология не сегодняшнего дня.

<…> Илон Маск недавно пообещал создать нейроинтерфейс – устройство, соединённое с мозгом, чтобы стали не нужны гаджеты. Если это случится, то, может быть, науку ждут большие потрясения».

 

О курсе «Искусственный интеллект: машинное обучение и нейронные сети»

Изучить машинное обучение и работу нейросетей можно в ИТ-Академии "БелХард". Сейчас идёт набор на курс, начало которого запланировано на апрель.

Записаться на начальный курс могут все. Попробовать свои силы можно и со знаниями математики 8 класса, хотя чем вы лучше её знаете, тем проще. Школьных уроков информатики достаточно, чтобы освоить язык, на котором ведётся работа – Python.

В группах будет по 10 человек, которые по окончанию занятий получат сертификат.

Версия для печатиВерсия для печати

Рубрики: 

  • 1
  • 2
  • 3
  • 4
  • 5
Всего голосов: 0
Заметили ошибку? Выделите ее мышкой и нажмите Ctrl+Enter!