Исследователи получают представление о том, как заставить ИИ думать, как мы

Что такое нейросеть? Как ее строят и чем она отличается от привычной компьютерной программы?

А вот свое собственное здоровье готовы доверить искусственному интеллекту только 16% новгородцев: 3% в этом однозначно уверены, а 14% — скорее согласились бы. Большинство опрошенных (80%) не хотели бы, чтобы в случае их болезни постановкой диагноза и назначением лечения занимался искусственный интеллект: однозначно скептичны 37%, тогда как 40% скорее не готовы на это.

По словам исследователей, эти результаты свидетельствуют о том, что целенаправленное поведение может быть сформировано без какого-либо дополнительного обучения. Это достигается путем отправки сигналов возмущения в встроенную систему. Робот полностью зависел от электрических импульсов проб и ошибок, поскольку он не мог видеть окружающую среду или получать сенсорную информацию. Хирокадзу Такахаши — адъюнкт-профессор механоинформатики. «Я сам был вдохновлен нашими экспериментами, чтобы выдвинуть гипотезу о том, что интеллект в живой системе возникает из механизма, извлекающего согласованный вывод из неорганизованного или хаотического состояния», — сказал Такахаши. Исследователи использовали этот принцип, чтобы показать, что интеллектуальные способности решения задач могут быть получены с помощью компьютеров с физическим резервуаром, позволяющих извлекать нейронные сигналы. Это также позволяет подавать гомеостатические сигналы или сигналы возмущения, и все это позволяет компьютеру создать резервуар, который понимает, как решить задачу. «Мозг ученика начальной школы неспособен решать математические задачи на вступительном экзамене в колледж, возможно, потому, что динамика мозга или его «физический резервный компьютер» недостаточно богаты», — сказал Такахаши. «Способность решать задачи определяется тем, насколько богат репертуар пространственно-временных паттернов, которые может генерировать сеть». По словам команды, использование физических резервуарных вычислений в этом контексте может способствовать лучшему пониманию того, как работает мозг, и может привести к новой разработке нейроморфного компьютера.

В реальности сейчас решениями на базе нейросетей и машинного обучения в медицине много занимаются, но на практике в клиниках такие решения используют единицы, массового внедрения нет, а разработчики сталкиваются с целым рядом трудностей. Среди них — устаревшие и ненадежные информационные системы в больницах, некачественные снимки, но главная проблема — психологическая. Зачастую врачи не заинтересованы что-то менять в работе, пробовать новые технологии. От пациентов также тяжело получить согласие на анализ их данным с помощью искусственного интеллекта.

Крупные компании сейчас массово внедряют решения на базе технологий искусственного интеллекта, а в Сбере даже посчитали, что в 2022 году финансовый эффект от их внедрения составил более 230 млрд рублей. В банке такие решения используют, чтобы создавать новые продукты, улучшать клиентский опыт и развивать клиентоцентричный подход. Также они выстраивают оптимальный маршрут для инкассации и решают сколько наличных положить в тот или иной банкомат.

— Здесь можно сказать, что искусственный интеллект подкрался там, где мы не ждали. Вместо того, чтобы заменить человека в обычной бытовой регулярной деятельности, он начал управлять людьми. Потому что люди действительно лучше ездят на самокате, лучше доставят вам продукты, чем какой-то робот. Это будет гораздо дешевле, надежнее и проще. А вот управлять ими действительно проще с помощью искусственного интеллекта, — подытожил вице-президент «Ростелекома».

— Если взять подобные текстовые модели два года назад, например, как ChatGPT, они работали хорошо, но они генерировали текст по запросу. В зависимости от того, на чем модель была обучена, например, на текстах Шекспира, она хорошо применяла стилистическую окраску того, как он писал. Модель научилась подгонять тест под эту стилистику. Там не было смысла — отдельные словосочетания, группы слов, предложения, возможно, которые имели смысл, — но не было связности. Сейчас в новых моделях мы видим изменение ситуации. Они выдают связные тексты, хотя ляпы присутствуют, но это вопрос времени, — рассказывает Владислав.

В медицине на передний план выходит такое понятие, как «объяснительный интеллект». Мало просто выдать результат — отметить на снимке узелок и предположить, что он злокачественный. Нужно еще выдать объяснение, почему модель сделала такое заключение. Это важно, чтобы врач понимал принципы работы, а в случае ошибки было ясно, почему она допущена.

Как ни странно, решения на базе искусственного интеллекта начинают управлять человеком в рамках его повседневной деятельности. А дело все в том, что для бизнеса очень эффективно создать единую систему управления, которая будет анализировать и предлагать оптимальные пути маршрутов тех же самых курьеров, определять оптимальную очередность тех или иных заявок. Это пространство для маневров, а в результате огромные суммы сэкономленных расходов, тем более сейчас для этого есть все необходимые технологии.

Что такое искусственный интеллект?

Когда придумали искусственный нейрон, появилось такое понятие, как «обучение». На основе данных люди смогли обучать математическую модель, а предварительная обработка данных стала не нужна — теперь модель учится самостоятельно находить признаки и по ним принимать решение.

Искусственный интеллект — большой тренд в IT-сфере, который бурно развивается не первый год. От теоретических наработок мы приходим к практическим решениям, которые меняют бизнес-модели, создают индустрии, работа которых еще десять лет назад казалась невозможной. Кто знает, в какой именно области произойдет следующий прорыв. Может, это будет медицина или кино? А может искусственный интеллект создаст новую отрасль? Остается только следить за новинками и их практическим внедрением. И стараться не отставать.

Тем не менее, в последнее время в области искусственного интеллекта эксперты отмечают заметный прорыв в технологиях. Например, появилось огромное количество решений, которые могут по описанию сгенерировать лицо человека в миллионе разных вариантов, картины художников в любом стиле, музыку по описанию. А недавно появившийся ChatGPT умеет даже получать описание задачи и выдавать на основе этого описания решение, причем в очень многих случаях это качественное решение. Из свежих примеров — нейросеть решила задачки и устроилась на работу за человека, который ничего не делал.

В лаборатории медицинской информатики НовГУ занимаются анализом медицинских данных с помощью технологий искусственного интеллекта. Сейчас специалисты ведут проект по теме «рак легкого». В качестве данных берут компьютерные томограммы людей, в которых модель ищет узлы и говорит, злокачественные они или нет. Еще один проект — изучение гистологических снимков. Например, одна из задач — найти сосуды и определить, есть ли в них инвазия раковых клеток.

В прошлом году новгородский филиал компании Tele2 возглавил Юрий Абросов. Коренной новгородец, он построил свою карьеру от простого продавца сотовых телефонов до главы филиала мобильного оператора. Мы встретились с Юрием, чтобы узнать о том, как компания прошла 2022 год и какие планы строит на год текущий.

И это лишь один из способов обучения нейросети. Главное, что можно сказать о процессе — он очень ресурсоемок и зависит от человека, а ключевыми являются данные. Также еще не понятно, почему мозгу человека или животного нужно значительно меньше данных для обучения, чем искусственной нейросети. Очевидно, какие-то моменты в формулах и самой математической модели еще очень далеки от совершенства.