Загадка нейросети: что такое AI и чем ИИ отличается от нейросетей (простыми словами)⁠⁠

Архитектура глубокой нейронной сети

Глубокие нейронные сети или сети глубокого обучения имеют несколько скрытых слоев с миллионами связанных друг с другом искусственных нейронов. Число, называемое весом, указывает на связи одного узла с другими. Вес является положительным числом, если один узел возбуждает другой, или отрицательным, если один узел подавляет другой. Узлы с более высокими значениями веса имеют большее влияние на другие узлы.
Теоретически глубокие нейронные сети могут сопоставлять любой тип ввода с любым типом вывода. Однако стоит учитывать, что им требуется гораздо более сложное обучение, чем другим методам машинного обучения. Таким узлам нужны миллионы примеров обучающих данных, а не сотни или тысячи, как в случае с простыми сетями.

Обучение нейронной сети — это процесс обучения нейронной сети выполнению задачи. Нейронные сети обучаются путем первичной обработки нескольких больших наборов размеченных или неразмеченных данных. На основе этих примеров сети могут более точно обрабатывать неизвестные входные данные.

Влияние нейронных сетей сопоставимо с появлением электричества и Интернета. Как и другие general profile technology, эта технология универсальна и трансформирует общество на разных уровнях. Алгоритмы Google, Facebook, Spotify и многих других платформ на основе нашей активности в Сети пытаются предсказать, что бы мы хотели увидеть, и предлагают нам это.

Нейронные сети помогают компьютерам принимать разумные решения с ограниченным участием человека. Они могут изучать и моделировать отношения между нелинейными и сложными входными и выходными данными. Например, нейронные сети могут выполнять следующие задачи.

Разговорный искусственный интеллект (AI) – это технология, которая позволяет людям взаимодействовать с системами и приложениями AI с использованием текста или голосовых команд. Чат-боты могут предоставлять информацию о статусе заказа, умные колонки могут давать прогноз погоды, а smart телевизоры могут запускать любимые фильмы по запросу.

Искусственные нейронные сети постоянно обучаются, используя корректирующие циклы обратной связи для улучшения своей прогностической аналитики. Проще говоря, речь идет о данных, протекающих от входного узла к выходному узлу по множеству различных путей в нейронной сети. Правильным является только один путь, который сопоставляет входной узел с правильным выходным узлом. Чтобы найти этот путь, нейронная сеть использует петлю обратной связи, которая работает следующим образом:

Нейронные сети прямого распространения обрабатывают данные в одном направлении, от входного узла к выходному узлу. Каждый узел одного слоя связан с каждым узлом следующего слоя. Нейронные сети прямого распространения используют процесс обратной связи для улучшения прогнозов с течением времени.

Возникший как попытка математически смоделировать, как работает мышление и обучение,, искусственный интеллект оказался способен на то, на что не способен разум человека. Он может обрабатывать такие объемы информации, которые мы даже не можем себе представить, и на основании этого выдать результаты, которые мы не можем объяснить. Неудивительно, что в работах художников технология нередко предстает как нечто сакральное. Так, зрители инсталляции Марио Клингемана «Apropriate Response» («Соответствующий ответ») ощущают себя, словно в церкви, перед лицом нейросети, которая выдает им не существующие, искусственно сгенерированные афоризмы.

Каким бывает искусственный интеллект?

Единственное и главное отличие искусственного интеллекта от поисковых систем и голосовых помощников в том, что ИИ по вашему запросу сгенерирует уникальный контент (картинки, текст, музыку), а поисковики – предоставят уже готовую (созданную другим человеком) информацию, т.е. уже готовые тексты, картинки или видео.

В мире – это прежде всего Центр искусств и медиатехнологий в Карлсруэ и Музей современного искусства «Ars Electronica Center» в австрийском городе Линц. (С недавних пор в нем появился раздел AI and life art, где объединены биоарт и работы с искусственным интеллектом). А в России – это прежде всего Электромузей, лаборатория LABORATORIA Art & Science Space, созданная Дарьей Пархоменко и с недавних пор обосновавшаяся в Западном крыле Новой Третьяковки.

Никоноле говорит о трех главных типах работы с искусственным интеллектом. Одни художники экспериментируют с новой эстетикой, применяют нейронные сети как инструмент для работы с изображением и звуком. Другие критикуют технологии, третьи раскрывают их потенциал.

Например, есть тесто, а есть то, что делается из этого теста (с добавлением различных ингредиентов): пельмени, макароны, хлеб. Т.е. нейросети используются для создания ИИ. Получается, что нейросеть – это обширное понятие, а ИИ – разновидность. Поэтому многие ИИ называют нейросетью и это нормально и не считается ошибкой.

Елена Никоноле: Я бы отсчитывала AI-Аrt от выставки Cybernetic Serendipity, которая прошла в 1968 году Институте современного искусства в Лондоне под кураторством Ясии Рейхардт. Эта выставка была посвящена различным формам искусства, созданного с помощью алгоритмов, и работы, связанные с искусственным интеллектом на ней тоже были.

Скрытые слои в сверточных нейронных сетях выполняют определенные математические функции (например, суммирование или фильтрацию), называемые свертками. Они очень полезны для классификации изображений, поскольку могут извлекать из них соответствующие признаки, полезные для распознавания и классификации. Новую форму легче обрабатывать без потери функций, которые имеют решающее значение для правильного предположения. Каждый скрытый слой извлекает и обрабатывает различные характеристики изображения: границы, цвет и глубину.

ЭКСПЕРИМЕНТЫ С ЭСТЕТИКОЙ

Mediengruppe Bitnik: Одним из пионеров, безусловно, является Линн Хершман Лисон, американская художница, которая исследует центральные вопросы о наших отношениях с технологиями в своей работе с 1980-х годов. Она очень рано экспериментировала с чат-ботами, и ее голос очень актуален в этой области. Адам Харви много лет работал над проблемами машинного восприятия, машинного обучения, данных, а также систем мониторинга и управления, которые генерируют эти поля. Дуэт художников Übermorgen является пионером движения Net.Art и кураторами онлайн-выставки «Следующее биеннале следует курировать с помощью машины» в музее Уитни, которая оставляет выставку самообучающейся машине.

Нейронные сети могут отслеживать действия пользователей для разработки персонализированных рекомендаций. Они также могут анализировать все действия пользователей и обнаруживать новые продукты или услуги, которые интересуют конкретного потребителя. Например, стартап из Филадельфии Curalate помогает брендам конвертировать сообщения в социальных сетях в продажи. Бренды используют службу интеллектуальной маркировки продуктов (IPT) Curalate для автоматизации сбора и обработки контента пользователей социальных сетей. IPT использует нейронные сети для автоматического поиска и рекомендации продуктов, соответствующих активности пользователя в социальных сетях. Потребителям не нужно рыться в онлайн-каталогах, чтобы найти конкретный продукт по изображению в социальных сетях. Вместо этого они могут использовать автоматическую маркировку Curalate, чтобы с легкостью приобрести продукт.

А вы знали, что развитие нейросетей началось в далеком 1938 году, когда появился первый в мире компьютер? А вот ИИ появился относительно недавно, примерно в 2022 году, когда простые люди смогли самостоятельно генерировать уникальные картинки, писать тексты и программы, создавать музыку и т.д.

Нейронные сети могут анализировать человеческую речь независимо от ее речевых моделей, высоты, тона, языка и акцента. Виртуальные помощники, такие как Amazon Alexa и программное обеспечение для автоматической транскрипции, используют распознавание речи для выполнения следующих задач:

Сергей Костырко: Во время прослушивания музыкальных произведений или саунд-арт работ, в первую очередь, фокусируешься на звуке – из каких деталей он состоит, как меняется во времени, какие при этом взаимодействия происходят внутри, каким образом достигается объем, и т.д. Однако мне всегда интересно разобраться и с технической реализацией, и с концептуальной составляющей – это позволяет лучше понять работу.

Искусственный интеллект — это область компьютерных наук, которая исследует методы предоставления машинам возможности выполнять задачи, требующие человеческого интеллекта. Машинное обучение — это метод искусственного интеллекта, который дает компьютерам доступ к очень большим наборам данных для дальнейшего обучения. Программное обеспечение для машинного обучения находит шаблоны в существующих данных и применяет эти шаблоны к новым данным для принятия разумных решений. Глубокое обучение — это разновидность машинного обучения, в котором для обработки данных используются сети глубокого обучения.