С чем не справится искусственный интеллект

Проблема нейросетей №6. Уязвимы к атакам

Пользователи нейросетей делятся с ними своими данными. Например, когда просят составить текст договора для трудоустройства с использованием своей личной информации. Хакеры взламывают серверы таких систем, чтобы украсть данные пользователей. Так, например, мошенники получили доступ к конфиденциальным данным Samsung из-за того, что один из сотрудников ввел информацию в ChatGPT. Нейросети защитить сложно — это большие и сложные системы, которыми пользуются миллионы людей.

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.

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.

А вот нейросети в этом плане ограничены. Если нейросеть умеет генерировать изображения, это не значит, что она способна создать красивый слайд для презентации. Хотя OpenAI (создатели ChatGPT), «Яндекс» и «Cбер» сегодня работают над нейронками, которые умеют сразу все: писать тексты и код, создавать изображения и быть компаньоном-собеседником.

Нейросеть — это алгоритм машинного обучения, который имитирует работу нейронов в человеческом мозге. С помощью нейросетей компьютер решает задачи, которые раньше считались прерогативой человека: пересказывать и сочинять тексты, писать программы, создавать цифровые картины, управлять автомобилем. Чтобы учиться, нейросетям нужны большие объемы данных. Из них компьютер извлекает закономерности и учится, прямо как человек. В последние годы появились мощные процессоры, а также большое количество данных, которые генерируют интернет-пользователи, например, в соцсетях. Так тренировать разные нейронки стало проще. Но пока нейросети несовершенны. Какие бывают проблемы использования искусственного интеллекта, рассказываем в статье.

Вы можете почувствовать себя на месте инженеров, которые решают основные проблемы искусственного интеллекта, с помощью сайта Moral Machine. Он предлагает пользователям выбрать, какому пешеходу или водителю они бы сохранили жизнь, ― оказывается, что сделать это сознательно невероятно трудно.

Главная проблема нейросетей ― у ИИ нет здравого смысла, как у человека. Например, нейросеть распознает объекты на изображении, но не всегда понимает, что происходит. Она знает, что «мяч» и «окно» — это объекты, но не знает, что если бросить мяч в окно, стекло разобьется. Для человека это очевидно, а для нейросети — нет. Из-за этого на предсказания нейросети нельзя полагаться на сто процентов.

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:

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.

Нейросети, как и люди, бывают предвзятыми. Например, в дискриминации обвинили программу, которая несколько лет помогала отделу кадров в Amazon отбирать резюме разработчиков. Алгоритм обучили выбирать соискателей, чьи резюме были похожи на резюме сотрудников, которые уже работают в компании. А мужчин в IT-индустрии — больше 90%. Алгоритм видел резюме преимущественно от мужчин и, соответственно, среди кандидатов выбирал именно их. После того, как проблема ИИ с дискриминацией женщин вскрылась, компания перестала использовать программу.

Хотя нейросети способны генерировать текст, музыку или изображения, они делают это на основе данных. Проблема использования ИИ в том, что она создает неуникальный контент. Можно использовать контент нейросетей для вдохновения ― полностью заменить дизайнеров, программистов и копирайтеров ИИ пока не может.

Битрикс24 провели исследование о проблемах применения искусственного интеллекта и выяснили, что 47,5% опрошенных представителей российских компаний готовы платить больше сотрудникам за умение пользоваться ИИ-инструментами в работе. Но ожидают, что так сотрудники повысят производительность труда и будут тратить освободившееся время на то, чтобы приносить прибыль бизнесу.

В реальном мире часто возникают задачи, которые сложно решить математическими методами. Представьте, что вы создаете самопилотируемый автомобиль. Вам нужно указать в алгоритме, как машина должна действовать, если человек внезапно выбежал на дорогу. Должен ли автомобиль резко свернуть на обочину, рискуя жизнью людей в салоне? Или продолжить двигаться вперед, ведь по правилам человека там быть не должно? Люди принимают такие решения за доли секунды не задумываясь. Но выразить их в коде гораздо сложнее.

Когда человек узнает новую информацию, он сразу может ее использовать, когда принимает решения. Среди недостатков нейросетей: им требуется время. Например, чтобы научиться играть в стрелялку, нейросети нужно попробовать сотню раз, чтобы разобраться, куда можно и нельзя ходить. Человеку это понятно интуитивно, а ИИ учится методом проб и ошибок. При этом если препятствия или враги появляются неожиданно, нейросеть будет действовать неадекватно, полагаясь на историю своих игр, а не на реальную ситуацию.

Этого опасаются копирайтеры, редакторы и сценаристы — все чаще их задачи дают нейросетям. Разработчики нейросетей и сами подогревают эти опасения: на сайте компании OpenAI говорится, что ИИ повлияет на 80% рабочих мест, особенно на те, которые требуют изучения большого объема данных.

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.