До чего дошли нейросети

Что такое нейросеть

Нейросетями двигает тренд: когда люди видят реальную пользу, им интересно этим заниматься, в это вкладывать. Поэтому совсем не страшно, что наши предки «забыли» о технологии на столько лет. Сейчас наше поколение может все поменять: все инструменты у нас уже есть.

При глубоком обучении специалист по работе с данными предоставляет нейросети только необработанные данные, а та самостоятельно извлекает функции и обучается независимо. Если результат неудовлетворительный, то цикл обучения повторяется снова, пока нейросеть не будет давать корректные ответы.

В статье расскажем, откуда взялись нейронные сети, что они из себя представляют и где их можно применить прямо сейчас. Внутри дадим полезные инструменты, которые упростят работу с соцсетями и помогут наладить общий язык с заказчиками и исполнителями, если вы работаете над проектами.

Само обучение бывает контролируемым и глубоким. В первом случае специалисты по работе с данными загружают для обучения нейросети помеченные наборы данных, которые заранее содержат правильный ответ. В процессе обучения нейросеть накапливает знания, а затем получает новые данные, чтобы построить уже свои предположения.

Однако возрождение интереса к нейронным сетям и революция в глубоком обучении произошли лишь в последние годы благодаря индустрии компьютерных игр. Современные игры требуют сложных вычислений для обработки большого числа операций. В итоге производители начали выпускать графические процессоры (GPU), которые объединяют тысячи относительно простых вычислительных ядер на одном чипе. Исследователи вскоре поняли, что архитектура графического процессора очень похожа на архитектуру нейросети.

При этом, по данным анонимного опроса агентства Skysmart, в котором приняли участие более 1000 учеников, 84% российских выпускников заявили, что приняли бы от нейросети советы и рекомендации по выбору будущей профессии. Их бы устраивало, что нейросеть делала бы выводы на основании анализа данных из цифрового портфолио – школьные, спортивные достижения, успехи в музыкальной школе и т.д.).

Как стать специалистом по нейросетям

Для работы в отрасли потребуются знания в области математики, статистики и основ программирования: знание языка Python, навыки работы с Linux, библиотеками Python для Data Science, в том числе Numpy, Matplotlib, Scikit-learn, навыки работы с базами данных, библиотеками машинного обучения PyTorch и TensorFlow.

Если ты уже начал задумываться о выборе будущей профессии, то ты наверняка уже что-то сделал для этого – например, советовался с родителями, учителями, друзьями или же прошел тест на профориентацию и изучил необходимую информацию о той сфере или специальности, которые тебя интересуют. А теперь представь себе, что решение о твоем будущем тебе поможет принять искусственный интеллект – нейросеть.

Некоторые ученые полагают, что развитие нейросетей несет большие риски для цивилизации. ИИ уже заменяет десятки тысяч сотрудников, например, в той же банковской сфере. Например, в 2018 один из крупнейших банков России уволил 14 тысяч сотрудников, которых заменила «Интеллектуальная система управления» на основе нейросети. Вместо людей рутинные операции теперь выполняет обучаемый искусственный интеллект. А кое-кто из экспертов даже опасается «восстания машин» – когда искусственный разум осознает себя и начнет войну против своих создателей.

Нейронные сети — это такой набор связей и алгоритмов, который прямо сейчас работает в нашем мозге. При помощи этого набора мы видим, анализируем и принимаем решения. И вышло так, что программисты взяли и переложили этот принцип в компьютерные сети. Теперь одно изображение от другого отличают не биологические процессы, а машинный код.

В настоящее время нейросети успешно применяются во множестве областей. Искусственный интеллект помогает полиции искать преступников, бороться с наркобизнесом и терроризмом, находить в Сети нелегальный контент. В бизнесе и продажах нейросети позволяют составить профиль предпочтений клиента и настроить под них контекстную рекламу. В банковской сфере нейросети применяются для анализа кредитной истории клиентов и принятия решений о выдаче кредита. В медицине – сканируя массив данных о пациенте и о болезни, помогают поставить точный диагноз. Способности ИИ дошли до того, что он способен писать музыку и рисовать картины, хотя они, конечно, далеки от совершенства.

Нейронная сеть воспроизводит психические процессы, например речь, распознавание образов, творческий выбор, мышление. Те области, которые еще вчера мыслились нами как возможности исключительно человеческого разума, становятся доступными искусственному интеллекту. Другое преимущество нейросетей— возможность обучаться. Нейронные сети апгрейдятся на основе поступающих данных о мире людей, опыта и ошибок. И, надо сказать, они постепенно эволюционируют.

Эти «веса» помогают определить важность той или иной переменной во входных данных. При прохождении каждого слоя входные данные умножаются на их «веса», а затем суммируются. Если получившееся значение выше заданного порога, то нейрон активируется и передает данные на следующий уровень.

У человечества был шанс перевернуть всё с ног на голову еще 70 лет назад, потому что слухи об искусственном интеллекте ходили уже тогда. Минус был в том, что почему-то одна технология вышла вперед других и появилась слишком рано. У нейронных сетей не было шанса развиться так быстро в прошлом веке из-за отсутствия возможностей: не было больших данных для обучения и нового поколения специалистов.

Автоматическая генерация контента

На самом деле практики с применением программных алгоритмов уже используются в профориентации. Этим летом в Минпросвещения России сообщили, что в рамках реализации цифровой образовательной среды у школьников-добровольцев появится цифровое портфолио, которое будет собирать и анализировать нейросеть. Сервис упростит процесс поступления в вузы и поможет с выбором дальнейшей образовательной траектории.

Аналитики International Data Corporation подсчитали, что мировой рынок решений в сфере искусственного интеллекта будет расти в среднем на 18,6% ежегодно в период с 2022 по 2026 год. По мнению авторов исследования McKinsey, именно прикладной искусственный интеллект и внедрение машинного обучения стали двумя наиболее значимыми технологическими тенденциями на рынке ИИ. В 2022 году компании, занимающиеся генеративным искусственным интеллектом, привлекли $1,37 млрд — это почти столько же, сколько за предыдущие пять лет.

Идею нейронных сетей впервые предложили исследователи из Чикагского университета Уоррен Маккалоу и Уолтер Питтс в 1944 году. Первую обучаемую нейросеть в 1957 году продемонстрировал психолог Корнеллского университета Фрэнк Розенблатт. Она была примитивной (одноуровневой).

На самом деле все не так страшно. Главная слабость нейросетей в том, что каждая из них заточена ее создателем под определенную задачу. Если натренировать сеть на сортировать фотографии с котиками и собачками, а потом предложить ей задачу «отличить листья клена от листьев березы, программа не сможет ее решить, будь в ней хоть миллиард нейронов. Чтобы появились по-настоящему «осознанные» компьютеры, надо придумать новый алгоритм, объединяющий уже не нейроны, а целые сети нейронных систем, каждая из которых будет отвечать за одну задачу. Но даже тогда до человеческого мозга компьютерам будет далеко.

Глубокие нейронные сети отличаются тем, что искусственные нейроны в них связаны друг с другом, а каждой такой связи присваивается определенный вес, который отражает ее значимость. Кроме того, связь между нейронами может быть «упреждающей». Это означает, что данные проходят через них только в одном направлении. Такое происходит, если значение «веса» соединения ниже заданного.

Однако некоторые эксперты считают, что ученики могут переоценивать искусственный интеллект, перекладывать на него ответственность за ключевые решения в своей жизни, что само по себе исключает элемент развития человека. Вместе с тем нейросеть не способна принять во внимание уровень мотивации и психологические потребности человека. Впрочем, прежде чем согласиться или не согласиться с экспертами, давай вспомним, что же такое вообще нейросеть.