Что случилось?
За последние год-два технологии искусственного интеллекта (программисты предпочитают термин «машинное обучение») совершили серьезный прорыв. Возросшие компьютерные мощности и лучшее понимание математических моделей привели к беспрецедентным результатам и разработкам. Машинный интеллект сочиняет стихи «под Егора Летова» (проект «Нейронная оборона»), обрабатывают фотографии «под картины Мунка или Шагала» (приложение Prisma), по фото находит профили людей в соцсетях (приложение FindFace). Один из самых впечатляющих результатов — компьютер AlfaGo, обыгравший в го Ли Седоля, многократного чемпиона по этой игре. Впечатляющих, потому, что игра го — это не только стратегия и тактика, но еще и интуиция. И машина ее впервые проявила.
Машинный интеллект — это что-то новое?
Нет. Почти каждый сталкивается с ним минимум несколько раз в день. Именно машинный интеллект решает, какой сайт выдать первым в поисковике по запросу пользователя или какое письмо отправить в папку «Спам». Он строит маршруты в навигаторах и формирует новостную ленту в соцсетях. Технологии распознавания голоса («ОК, Google», Siri) и изображения — это тоже искусственный интеллект. Машины решают и множество других прикладных задач. Например, анализируют данные экспериментов ЦЕРНа (Европейский центр ядерных исследований) — это огромный массив информации, и вычленяют из них наиболее важные.
То есть машина — умная. Как ее этому учат?
Машинный интеллект — вещь удивительно непрозрачная для нормального человеческого ума. В основе всего математика, алгоритмы и огромное количество данных. Чтобы понять, как устроен такой интеллект, нужно проучиться несколько семестров на матфаке и с легкостью оперировать такими понятиями как «градиентный бустинг» или «среднеквадратичная ошибка». Но есть и простое объяснение. Основа машинного интеллекта — это нейронная сеть.
Каждый из нейронов (так же, как и нейроны человеческого мозга) отвечает за свою простую задачу, например, распознавание цвета или формы. Объединенные в сеть такие нейроны способны решать задачи сложные, скажем, отличать изображение собаки от изображения кошки.
И как это происходит?
Учится нейронка почти как ребенок: сначала получает и систематизирует небольшое количество данных — «это красный», «это зеленый», «это круг», «это квадрат». Со временем массив данных и их сложность увеличивается. В какой-то момент данных становится достаточно для того, чтобы машинный интеллект занялся самообучением. Так, игре в шахматы машина обучалась на примере многочисленных партий реальных гроссмейстеров, а обрабатывать фото «под Мунка или Шагала» — на примере реальных картин этих художников. Как правило, для решения одной и той же задачи одновременно учат сразу несколько искусственных интеллектов. И в итоге отбирают лучший.
Уже стоит готовиться к «восстанию машин»?
Нейросеть и искусственный интеллект на повестке дня не только из-за сверхпопулярной Prisma и сомнительного с позиций «частной жизни» FindFace, но и из-за вопроса «А что дальше?».
Как поселить робота-помощника в своём телефонеПрограммисты успокаивают: машинный интеллект не ставит перед собой никаких задач, а только решает их. И для каждого «интеллекта» — это просто задача. То есть нейронка Prism’ы не сможет найти человека по фото, как это делает нейронка FindFace. И уж тем более — начать строить планы по освобождению Земли от вредных людишек.
А что дальше?
Смелых прогнозов очень много. Нейронки в будущем могут заменить управленцев на больших производствах или стать личными ассистентами, как Джарвис в «Железном человеке». Очевидно, что машины будут решать все больше задач, которыми сегодня занимаются люди — от профессиональных до утилитарных.
Например, обученные нейронки придумают собственный рецепт пива или сами включат систему полива каждый раз, как на лужайке появится кот.
Наталья Мороз, интернет-газета Newslab.ru
