Искусственный интеллект — очень популярное сейчас словосочетание. Благодаря ему автомобили ездят без водителя, умные дома сами знают, когда включить свет, а биржевые игроки вовремя продают падающие акции. В основе всего лежат нейросети — технология, которая была придумана еще 70 лет назад и которая сегодня переживает настоящий бум.
Математика человеческого мозга
Точкой отсчета для нейросетей принято считать опубликованную в 1943 году работу Уоррена Мак-Каллока и Уолтера Питтса «Логическое исчисление идей, относящихся к нервной активности». В этой статье ученые математически смоделировали человеческий мозг. Речь шла не о точном физиологическом описании мыслительной деятельности, а именно о механическом объяснении процесса мышления. Оперируя исключительно понятиями логики, Мак-Каллок и Питтс показали, что нейроны в мозгу используют двоичный код и, объединяясь в сложную систему, могут решить любую задачу. То есть мозг — это процессор, который обрабатывает информацию. А раз так, то ничто не мешает совершить обратную операцию: создать процессор, работающий на тех же принципах, что и человеческий мозг.
Спустя некоторое время Питтс познакомился с основателем кибернетики Норбертом Винером и математиком Джоном фон Нейманом. Последний придумал принципы построения электронно-вычислительных машин, так называемую «архитектуру фон Неймана», которая базировалась в том числе и на работе Мак-Каллока и Питтса и стала первым шагом к современным компьютерам.
В 1955 году нейрофизиолог Фрэнк Розенблатт предложил модель перцептрона, одну из первых нейросетей. На ее основе спустя три года был создан первый в мире нейрокомпьютер «Марк-1», который был способен обучаться на простейших задачах. После этого нейросети остановились в развитии вплоть до 2010-х.
Учиться, учиться и еще раз учиться
Суть нейросети заключается в том, чтобы максимально близко смоделировать процесс человеческого мышления, в том числе — обучаемость и способность исправлять ошибки. В этом заключается главное отличие нейросети от любого другого компьютерного алгоритма. Последний необходимо полностью «обучить», то есть задать все параметры, по которым он будет работать. Сам по себе алгоритм не может выйти за рамки того, на что его запрограммировали и не может «распознать» свою неправильную работу. Нейросеть же способна выстраивать собственные алгоритмы на основе анализа больших массивов данных и корректировать свою работу по мере поступления новых вводных. Иными словами, нейросеть, как и человек, может накапливать опыт и действовать в соответствии с новыми знаниями.
Структура нейросети такая же, как и у человеческого мозга. Она состоит из большого количества соединенных между собой вычислительных центров — нейронов. Они организованы в слои. Данные, поступающие в нейросеть, последовательно обрабатываются на каждом слое. При этом параметры каждого нейрона могут изменяться в зависимости от ранее полученных данных — следовательно, изменяется и работа всей системы.
Нейроны соединены между собой синапсами — связями, у каждой из которых есть свой весовой коэффициент. В начале обучения эти коэффициенты разбросаны в случайном порядке, но со временем они меняются, и чем больше «вес» конкретной связи, тем приоритетнее данные, которые по ней передаются.
Итак, ключевое свойство нейросети — обучаемость. И в этом свойстве ответ на вопрос, почему долгое время технология не получала развития. У нас просто не было возможности предоставить ей достаточного набора данных достаточно быстро. Теперь у нас есть огромные массивы данных (например фотобанки с десятками миллионов размеченных изображений) и возможность «одним куском» загрузить их в нейросеть. А еще — уже готовые нейросети, которые могут обучать другие нейросети.
Каким же образом обучается нейросеть? Например, гугл-поиск уже давно умеет выдавать картинки по запросу пользователя. Допустим, если пользователь хочет найти изображения лука-порея, то поисковая система по запросу выдаст ему искомое. Чтобы этого добиться, нужно загрузить в нейросеть большое количество изображений с метками — то есть теми значениями, которые мы хотим получить от нее на выходе. Далее нейросеть сама проанализирует картинки с луком-пореем, выделит для себя элементы, по которым она будет узнавать овощ в будущем, — и вуаля: у вас есть возможность выбрать лук-порей из тысячи. Точно так же, например, Facebook понимает, что на загруженной фотографии изображены именно вы: нейросеть проанализировала доступные ей фотографии, выделила ваши основные черты и нашла их на новых фото.
Зачем нам все это?
Одно из быстро развивающихся направлений применения нейросетей — нейроуправление. Да-да, это тот самый автопилот, который распознает других участников дорожного движения, разметку и знаки и позволяет водителю Tesla откинуться на сидение и наслаждаться поездкой. Но не только он: роботы Boston Dynamics способны самостоятельно передвигаться в пространстве, а автопилоты самолета понимают показания приборов и корректируют характеристики полета при необходимости.
Нейросети нужны там, где необходимо проанализировать большой объем данных. И это не только очень умные поисковики. Нейросети способны анализировать результаты социологических исследований и на основании этого, например, предсказать результаты выборов. Или спрогнозировать рост и падение курсов валют и ценных бумаг.
Нейросети уже помогают врачам ставить диагнозы, анализируя диагностические данные, и предсказывать свойства новых химических соединений без необходимости проводить долгие эксперименты.
Нейросети распознают лица, тексты, изображения, могут играть в шахматы лучше человека… Впечатляет, да? Пожалуй, нейросеть — такой мощный инструмент, что нет сферы человеческой деятельности, в которой его нельзя было бы применить. Например, технология deepfake может «заставить» Илона Маска спеть «Траву у дома» (кстати говоря, нейросеть Youtube анализирует видео, которые мы смотрим, и на основе этого предлагает нам то, что может нам понравиться):
Что ж, видимо, нет такой технологии, которую человек не мог бы использовать для какой-нибудь ерунды. И раз уж мы заговорили об Илоне Маске, то можете почитать нашу статью о нем (написана настоящим человеком, а не сгенерирована нейросетью) или глянуть подборку мемов с основателем Tesla и SpaceX.