Содержание статьи
Нейросети: можно ли использовать в клиентских проектах, что указывать в договоре и каковы финансовые риски
Достоинства нейросетей
Ещё одним недостатком нейросети является то, что она – аппроксиматор, при настройке которого не вычисляется целевая функция, а осуществляется подбор функций, складывающихся и за счет этого дающих результат в виде набора значений, похожего на исходный. Вследствие этого, выходные данные ИНС, фактически, всегда будут с ошибкой, значение которой заранее не известно, но есть возможность её уменьшить до рационального уровня во время обучения.
Исследование в области нейронных сетей началось более полувека назад, однако прорыв произошел только недавно. В последние годы ИНС эксплуатируются в различных областях, например для диагностирования заболеваний с помощью определения классов медицинских снимков, целевого маркетинга, исследования поведенческих данных, прогноза электрической нагрузки, проверки качества, определения химических соединений и т.д.
С появлением нейросетей возникли новые и захватывающие возможности в области генерации контента. Нейросети могут создавать различные объекты, включая изображения, текст, музыку, программный код другие формы творчества, так называемые нейрообъекты. Эта генерация существенно облегчает жизнь предпринимателям. Но насколько безопасны такие технологии?
Основная проблема связана с тем, что до сих пор нет законодательства, которое регулировало бы вопросы, связанные с ИИ и интеллектуальной собственностью на нейрообъекты. Сейчас страны только разрабатывают рекомендации, предлагая вектор в решении спорных вопросов.
Нейросети позволяют создавать значения из большого количества неточных или сложных значений, а также аппроксимировать, классифицировать и распознавать более точно и быстро в сравнении с классическими алгоритмами. Хотя во многих задачах человеческий мозг превосходит возможности существующих на сегодня ИНС, их преимущества нельзя игнорировать, поэтому они имеют широкое применение. Их достоинства:
Хотя работа искусственных нейронных сетей имеет довольно много преимуществ, но имеются и некоторые недостатки. Например, проблема насыщения сети: чем больше значения сигналов, тем ближе к нулю градиенты активационной функции, что мешает подбору наилучших коэффициентов. Кроме того, большинство вариантов проектирования искусственных нейронных сетей – эвристические, а значит, не дают единственно верных решений. Также требуется много времени и усилий для многоцикловой настройки элементов модели и их связей и последующего построения непосредственно модели.
Лучше конечно не скрывать от Заказчика, что результат был сгенерирован нейросетью. К тому же нужно прописывать возможность привлечения «третьих лиц» к оказанию услуг, так как по ст. 780 ГК РФ если в договоре ничего иного не сказано, исполнитель обязан оказать услуги лично.
Нейронная сеть не имеет способности запомнить опыт, полученный при обучении на нескольких задачах, что называется «катастрофической забывчивостью». Однако, на сегодняшний день ведутся исследования по решению этой проблемы и достигаются значительные успехи.
Но, несмотря на рассмотренные выше проблемы и недостатки, разработка ИНС все еще остается перспективным направлением для развития. Нейронные сети остаются мощным инструментом для решения задач, требующих нетривиального подхода, и при этом продолжают получать усовершенствования. На сегодняшний день продолжается разработка методов для решения недостатков и проблем ИНС.
