Разум и чувства. Когда искусственный интеллект превзойдет человека

Как все начиналось

На пороге новой технологической революции мы становимся свидетелями стремительного роста и развития нейросетей. Все больше компаний и специалистов интегрируют их в свою деятельность, и это уже оказывает значительное влияние на различные сферы жизни человека. Каждый день нейросети становятся все более сложными и продвинутыми настолько, что могут составлять конкуренцию человеку в разных сферах.

Сегодня разработки нейросетей, предназначенных для использования в производстве, представляют собой огромный потенциал для российских предприятий. Их применение не только связано с обнаружением дефектов, но также с возможностью сбора и анализа больших объемов данных, что может значительно увеличить эффективность производства. Несмотря на это, контроль, регулирование и управление ресурсами остаются посильными все-таки только человеку, и это необходимо в первую очередь для обеспечения безопасности и устойчивости производства.

Начиная с промышленной революции, технологии стали заменять человеческий труд на производстве, и этот процесс только ускоряется. Нейросети способны находить оптимальный способ использования материалов, энергии и рабочей силы, прогнозировать возможные технические сбои, оценивать риски и предлагать меры их предупреждения.

Но, несмотря на все возможности нейросети, руководители и менеджеры всё-таки играют ключевую роль в принятии стратегических решений в компании. Опять же за счёт своего опыта и живого понимания о том, что нужно клиенту, ведь полностью понять человека сможет только человек.

В ходе развития искусственного интеллекта появилось множество типов сетей. В нашем мозге происходят одновременно и процессы распознавания образов, и текста, и картинок, и все это откладывается в памяти. Компьютерные же нейросети не столь универсальны: пришлось придумывать разные виды, каждый из которых лучше всего приспособлен для своей задачи: сверточные — в основном используются для анализа изображений, рекуррентные — для анализа динамических изменений, автокодировщики — для классификаций (например, для распознавания букв, символов), кодировщики-декодировщики — для выявления ключевых характеристик объекта, соревновательные нейросети — для порождения новых объектов, и специальные ячейки памяти (LTSM) — для запоминания и хранения информации.

Сейчас крупнейшие компании мира зарабатывают за счет нейросетей: соцсети (и их партнеры, как печально известная Cambridge Analitica) таргетируют рекламу при помощи аналитики, Nvidia и другие разработчики создают платформы для использования в автомобилях—автопилотах, способных качественно распознавать знаки и пешеходов на дорогах и реагировать на ситуацию. Однако ИИ применяют и в ближайшее время будут применять в основном для юридически не обязывающих действий. Они могут предупредить о появлении незнакомого лица на объекте или мошенника-рецидивиста в банке, упростят вождение, но не возьмут на себя ответственность за финальное решение.

Нейроны человека и нейросети

Однако, несмотря на все свои достижения, нейросети вряд ли смогут полностью заменить человека. Человеческие качества, такие как эмоции, чувства и креативные способности, делают человека уникальным и незаменимым во многих сферах деятельности. Например, дизайнеры до сих пор остаются незаменимыми в нашей команде. Так как умение находить индивидуальный подход к каждому заказчику и создавать качественные дизайн-решения до сих пор подвластно только человеку с гибким мышлением.

Нейросети используют в медицине по всему миру, и Россия – не исключение. Сегодня они становятся полноценными помощниками российский врачей, помогая прогнозировать развитие заболеваний и аномалий, обрабатывать и расшифровывать снимки лучевых исследований, анализировать генетические данные для выявления предрасположенности пациента к заболеваниям, а также определять наиболее эффективное лечение, дозировки лекарств и возможных побочных действий.

В области науки и исследований нейросети уже помогают ученым анализировать и интерпретировать сложные наборы данных, проектировать и синтезировать новые материалы, а также обнаруживать закономерности, которые могут быть непосредственно связаны с новыми открытиями. Так, ученые из Петрозаводского государственного университета с зарубежными коллегами разработали алгоритм на базе искусственного интеллекта. Программа позволяет оперативно определить присутствует ли в организме человека инфекция SARS-CoV-2.

Например, российская компания анонсировала запуск аналога нашумевшей по всему миру нейросети ChatGPT – SistemmaGPT. Основной задачей модели является интеграция искусственного интеллекта в бизнес-процессы. Нейросеть может проводить анализ больших объемов данных и находить инсайты, общаться с клиентами в виде виртуального помощника, создавать персонализированную систему рекомендаций, автоматически обрабатывать заказы и входящие звонки, управлять складом и многое другое.

Можно ли считать нейросети, служащие основой для решения задач классификации информации, искусственным интеллектом? Понять это можно, ответив на простой вопрос — может ли искусственный интеллект существовать и эффективно работать без естественного. Ответ — нет, потому что для решения любой задачи именно человек настраивает параметры нейросети для получения адекватных результатов. Грубо говоря, для решения каждой задачи выбирается своя архитектура нейросети. Ситуация, когда ИИ будет самостоятельно решать, какую нейросеть создать для решения конкретной задачи, пока даже не просматривается на горизонте.

Текущее внимание к нейросетям и активное использование термина «искусственный интеллект» обязано впечатляющим результатам, которых удалось добиться с переносом вычислений на видеокарты. Каждая из них содержит гораздо больше вычислительных ядер, чем центральный процессор, а также собственную память — это привело к ускорению обучения нейросетей в сотни раз по сравнению с обычными процессорами. Второй причиной нового витка в области AI стало возникновение огромных объемов данных для обучения.

Сегодня нейросети представляют собой мощный инструмент, который может значительно улучшить жизнь человека и помочь решать сложные задачи в бизнесе, науке, производстве, медицине и других областях. «Неотех», наравне с другими мировыми и отечественными компаниями, старается внедрять инновационный подход к решению ряда задач.

Самым главным свойством персептрона было так называемое обратное распространение ошибки. Это поле элементов (узлов), связанных друг с другом в сеть (матрица). Первоначально они одинаково реагируют на входящий сигнал — например оставляют его таким, как он был. Но допустим, мы хотим научить персептрон отличать буквы друг от друга. Мы подаем на вход то А, то Б, то Г в случайном порядке. Модель изначально не знает ничего ни про один из объектов, но ей дается обратная связь, по которой создается функция ошибки, определяющая, сильно ли ошиблась модель. В случае угадывания буквы функция выдает ноль (это значит, что ошибки нет). По мере того, насколько далек персептрон от правильного ответа, значение функции увеличивается. Сигнал об ошибке подается обратно на вход, что приводит к коррекции модели: у узлов в матрице менялись веса. В итоге персептрон запоминал свое состояние при определенных наборах входных объектов, то есть обучался.