Есть модные слова: искусственный интеллект (ИИ), машинное обучение и нейросети. Разберёмся, что есть что и зачем оно нужно.
Чем не угодили обычные алгоритмы
С момента создания первых компьютеров люди давали им инструкции: делай то-то, в таком-то порядке. Порядок и описание действий называется алгоритмом. Все программы, которые вас окружают, работают на базе алгоритмов. Там всё чётко: «Если нажата такая кнопка, сделай вот это».
Проблема алгоритмов в том, что они совершенно беспомощны за пределами своих инструкций. Компьютеры не умеют ориентироваться по ситуации. Если в алгоритме что-то не прописано, компьютер этого не сделает, даже если от этого зависит его жизнь. Если бы компьютеры умели ориентироваться в нестандартных ситуациях, мы бы никогда не видели ошибок и «синих экранов смерти».
Например, вы сказали роботу «Перед переходом улицы посмотри сначала налево, а потом направо, и если машин нет, то переходи дорогу». Робот подошёл к переходу. Он посмотрел налево, увидел там асфальтоукладчик. Асфальтоукладчик — это не машина, поэтому робот переходит дорогу, его вкатывает в асфальт. А что?
Искусственный Интеллект — Как Заработать НА АВТОМАТЕ ? Готовая Схема Заработка (2023)
Такой алгоритм.
Чтобы роботы вели себя немного умнее, им пишут сложные алгоритмы. Но проблема остаётся: всё, что в алгоритм не попало, никогда не будет исполнено. И разработчики уже много десятилетий мечтают научить машины думать более самостоятельно. Для этого придумали много чего, в том числе — нейросети.
Что такое нейросети
Есть много мифов о нейросетях: будто это компьютерный разум, самообучающаяся система, мыслящая программа и так далее. Всё это не так.
На самом деле нейросеть — это просто очень сложная база данных с кучей формул. Данные поступают с одного конца базы данных, обрабатываются через кучу формул и выдаются с другого конца. Никаких мыслей там нет — просто математика. Сложность в том, чтобы вывести те формулы, благодаря которым нейросеть даёт хоть сколько-нибудь полезный результат.
Выведение этих формул — и есть машинное обучение. У нас будет отдельная статья о том, как это всё устроено.
Вот самое простое отображение структуры нейросети. Слева ячейки ввода данных, справа ячейки вывода данных, а между ними — какой-то скрытый слой, в котором нейросеть совершает свои математические вычисления. Пока что это может быть непонятно, но мы еще расскажем об этом отдельно.
Чем нейросети отличаются от алгоритмов
В алгоритмах разработчики сразу прописывают правильную последовательность действий, которые дают какой-то предсказуемый результат. Например, разработчик пишет программу для расчета площади квартиры по чертежу, и там пошагово описаны все действия: умножь, сложи, вычти и т. д. Если посмотреть на этот алгоритм, будет понятно его устройство, в него можно внести изменения.
Нейросетям вместо алгоритмов дают много заранее правильно решенных задач. Например, десять тысяч планов квартир с уже прописанными площадями. И нейросеть начинает угадывать, какой результат от нее ожидают. Отдельный алгоритм говорит ей, правильно она угадала или нет, и со временем она учится угадывать всё более правильно.
О ЧЕМ РАССКАЗАЛ Искусственный Интеллект Google? РАЗБОР
По ходу обучения у нейросети формируются связи, которые позволяют ей угадывать полезный результат. Какие это связи, никто не понимает — мы можем их пронаблюдать, но не всегда можем понять принцип, по которым они формируются.
Короче: алгоритм делает то, что ему сказано, и дает четкий предсказуемый результат. Нейросеть угадывает, что мы от нее хотим, по непонятному нам принципу. При этом, если сеть достаточно хорошо обучена, ее угадывания могут быть достаточно точными.
Что нужно понимать о нейросетях
Нейросети в современном виде — это машины по обработке чисел. Нейросеть не понимает, что смотрит на картинку или водит машинку, — она лишь видит числа на входе и выдаёт числа на выходе. Она даже не знает, что у её чисел на выходе для нас есть какое-то значение.
Например, в этом видео нейросеть получает семь чисел на входе (это расстояния до препятствий и направление движения) и выдает два числа на выходе — поворот руля и газ-тормоз. И уже симулятор гоночной игры превращает эти числа в движение машинки. Нейронка просто обрабатывает числа:
Но даже Ватсон не может одновременно распознавать лица, писать актуальный и осмысленный текст, поддерживать полноценный диалог и принимать решения, поехать ли в выходные на шашлыки или провести время с детьми. Возможно, ситуация изменится с выходом полноценных квантовых компьютеров, но до этого пока ещё очень далеко.
Плюс, есть чисто философская проблема: люди пока что не поняли до конца, что такое сознание, что его определяет, что такое разум и интеллект. Что, если наш мозг — тоже лишь нейросеть, которая видит информацию на входе и выдаёт действия на выходе? А всё, что мы считаем сознанием, — лишь внутренний шум от работы нейронов?
Но философию оставим философам. В одной из следующих статей покажем, как по нейронкам бегут сигналы, и детально разберём суть машинного обучения.
Только глупец не понимает, что его профессия скоро отойдет к ИИ
Новые профессии с практикой и наставниками — в Яндекс Практикуме. 8 часов обучения бесплатно — на попробовать.
Получите ИТ-профессию
В «Яндекс Практикуме» можно стать разработчиком, тестировщиком, аналитиком и менеджером цифровых продуктов. Первая часть обучения всегда бесплатная, чтобы попробовать и найти то, что вам по душе. Дальше — программы трудоустройства.
Источник: thecode.media
Как устроен искусственный интеллект: всё, что вы хотели знать об ИИ, но боялись спросить
Я учился на факультете вычислительной математики и кибернетики МГУ, поступил туда в 2008 году. Тогда направление ИИ существовало и активно изучалось, просто без хайпа. На факультете уже была кафедра математических методов прогнозирования, там работали молодые сотрудники, которые сейчас стали известными учёными.
Позже работал в компаниях «Биоклиникум», Forecsys, «Озон», с 2014 года — Яндекс. С 2016 преподаю на факультете компьютерных наук НИУ ВШЭ, где веду курсы на майноре «Интеллектуальный анализ данных», разработал и читаю курс по машинному обучению на программе «прикладная математика и информатика».
Что вообще такое искусственный интеллект?
Если говорить именно про искусственный интеллект, то главное здесь — создание систем, которые будут, как и человек, обучаться на основе взаимодействия с примерами из реального мира. Грубо говоря, если отправить нас во Францию без знания языка, рано или поздно мы его освоим, даже не беря в руки учебник, просто погрузившись в среду.
Было много разных идей, как дать компьютеру подобную возможность. Сегодня под искусственным интеллектом понимается конкретный раздел компьютерных наук — машинное обучение, которое занимается извлечением алгоритмов и знаний из данных. Например, есть тексты на русском языке и их профессиональные переводы на английский. Благодаря технологиям машинного обучения компьютер анализирует эти примеры и создаёт алгоритм для перевода текстов. Так работает Яндекс Переводчик.
Какие ИИ существуют?
Сейчас есть два взаимно обусловленных направления в ИИ. Первый — это классическое машинное обучение (Machine Learning, ML), когда существуют табличные данные, например, о клиентах банка. На их основе создаются алгоритмы вроде градиентного бустинга для прогностического анализа. Эти подходы хорошо изучены, они дают не очень сложные алгоритмы, которые надёжно работают, например, в поисковых машинах.
Евгений Соколов, доцент факультета компьютерных наук НИУ ВШЭ
Но бывают задачи более сложные, где на входе и выходе алгоритма есть текст, фото, видео, звук. И там классический подход не очень-то применим. Вот здесь и выходит на сцену глубокое обучение (Deep Learning, DL) — метод, предполагающий самостоятельное выстраивание общих правил в виде нейронной сети на примере данных во время процесса обучения, автоматическое выявление огромного количества правил и характеристик. Например, в задаче определения возраста по фотографии нейросеть сама должна понять на основе данных, что надо искать морщины, седину, текстуру кожи, тем самым обучаясь, выявляя эти характеристики и определяя с их помощью возраст.
Значит, нейросеть — это ИИ?
По сути, нейросеть — это большая формула, в которой могут быть сотни миллиардов и триллионы слагаемых, множителей и так далее. Так что её корректно называть составной частью ИИ. А когда в рекламе нам говорят, что некий банк с помощью искусственного интеллекта научился выявлять мошенников, это значит, что выстроена нейронная сеть или какой-то другой алгоритм на основе машинного обучения, которые работают с большой базой данных и способны находить закономерности.
Почему иногда говорят о «слабом» и «сильном» ИИ? Это не IQ?
Слабый искусственный интеллект — это алгоритм, какая-то программа, которая решает одну конкретную задачу: например, ищет в интернете статьи или по фото определяет возраст человека. Слабый ИИ было бы уместно называть специализированным.
Евгений Соколов, доцент факультета компьютерных наук НИУ ВШЭ
Главный критерий для сильного искусственного интеллекта — возможность самостоятельного обучения новым задачам. Допустим, программа умеет определять возраст по фотографии, а если ей дать другие примеры, она сможет определять место рождения человека. Такой программы пока не существует, сильный ИИ сейчас — это гипотетическая технология.
Сегодня, когда речь заходит про сильный искусственный интеллект, скорее пытаются среди решённых задач найти алгоритм, который хотя бы немного выйдет за пределы слабого ИИ. Некоторые исследователи считают, что шаг к сильному ИИ — это мультимодальные алгоритмы, которые умеют работать с разными типами данных, например со звуком, текстом и изображением. Но даже такие алгоритмы решают конкретные задачи, они не способны самообучаться.
Приблизились ли современные ИИ к прохождению теста Тьюринга?
Тест Тьюринга — эмпирический тест, предложенный Аланом Тьюрингом в 1950 году. Интерпретация теста звучит так: если машина отвечает на заданные вопросы так, что человек не в состоянии определить, общается он с другим человеком или с компьютером, тест считается пройденным.
Вполне — если под интеллектом понимать способность условной GPT-нейросети поддерживать беседу с человеком на сложные темы. Возьмём произвольный диалог в мессенджере. Нейронная сеть вполне может его сымитировать: поговорить про погоду, спросить, как дела, ответить на технические вопросы. Сегодня нейросеть способна ввести человека в заблуждение.
И этого, в отличие от «Скайнета», действительно стоит бояться. Уже довольно много говорят о том, что с помощью генеративных сетей сейчас имитируют обращения в службу поддержки компаний, тем самым перегружая их.
Где используют этот интеллект?
Сейчас искусственный интеллект и его алгоритмы используют и активно развивают крупные IT-корпорации. Сервисы поиска, стриминга, такси и курьерской доставки без ИИ уже трудно представить. Любой популярный сервис Яндекса использует его: в Поиске машинное обучение нужно, чтобы улучшать выдачу и показывать релевантную рекламу, в Кинопоиске или Яндекс Музыке ML на основе предпочтений пользователя предлагает то, что ему будет интересно посмотреть или послушать. В Яндекс Go машинное обучение прогнозирует спрос, эффективно распределяет курьеров или таксистов по району.
Компаниям, которые изначально были в других секторах, например в медицине, сложнее внедрять ИИ. Это требует полной перестройки всех процессов. Когда врачи по всей стране уже работают по отлаженной схеме, непросто встроить интеллектуальные алгоритмы в процесс постановки диагноза. Конечно, большим корпорациям, даже не из сферы IT, гораздо проще.
Пока ИИ — это экспериментальная технология, которая требует дорогостоящих специалистов и серьёзных вычислительных ресурсов. Но постепенно фокус смещается, ресурсы и специалисты становятся доступнее, а значит, и технология получит широкое распространение.
Если искусственный интеллект такой классный, почему его не используют повсюду?
Ключевая проблема — отсутствие данных. Невозможно сделать качественный алгоритм, например, для постановки медицинского диагноза, если у нас нет огромных объёмов информации о пациентах с известными болезнями. И далеко не во всех областях они имеются. Сюда же можно отнести проблему с персональными данными. С одной стороны, они необходимы для обучения моделей ИИ.
У всех компаний есть стимул узнавать про нас как можно больше, чтобы зарабатывать на информации. С другой стороны, чем больше компании про нас знают, тем выше риск утечки этих данных и их неправомерного использования. Как сделать так, чтобы IT-сфера не откатилась в прошлое, но при этом наши данные были более защищены и не принадлежали корпорациям, — открытый вопрос.
Второй вызов обусловлен тем, что многие решения на основе ИИ уже сегодня лишают людей работы. Например, какую-то задачу работника службы поддержки можно автоматизировать. Или скоро доведут до ума беспилотные автомобили — и миллионы таксистов окажутся не нужны. Это серьёзная социальная проблема.
Неудивительно, что в компаниях ИИ внедряется крайне осторожно: мало кто хочет автоматизировать свою же работу. Но, как это было в истории промышленных революций, новые технологии часто создают и новые рабочие места.
А ещё есть страх, связанный с генеративными моделями, которые сейчас могут писать картины, создавать тексты и так далее. Мы вступаем в эпоху, когда интернет будет легко заполонить абсолютно фейковой информацией, а ориентироваться в этом станет сложнее. Это не затормозит повсеместное внедрение ИИ, но даёт повод волноваться.
Евгений Соколов, доцент факультета компьютерных наук НИУ ВШЭ
Сможет ли ИИ самостоятельно программировать?
О недавней нейросети AlphaCode (система ИИ для генерации кода, разработка Alphabet) много говорилась, но она обучена для конкретной цели. Существуют алгоритмические олимпиадные задачи, где даётся описание и примеры. Задачи эти невысокой сложности. И программа должна по описанию создать код для решения. Но их и пятиклассник решит при должной подготовке.
Я бы сказал, что из подобных систем могут получиться помощники для программистов, которые за них будут решать рутинные задачи, оставляя время на что-то более сложное. О замене же программистов алгоритмами пока говорить очень рано.
Куда пойти учиться на разработчика ИИ?
На факультет компьютерных наук в ВШЭ. Я руковожу бакалаврской программой «прикладная математика и информатика», где машинное обучение и ИИ — одни из главных направлений. В программе — курсы по обработке больших данных, анализу текстов и звука, компьютерному зрению. Если уже учились в бакалавриате, в ВШЭ есть магистерские программы и курсы дополнительного образования.
Источник: academy.yandex.com
Что такое искусственный интеллект (ИИ) и где он используется
По традиции я продолжаю рассказывать простым языком о сложных понятиях.
Каждый слышал о таком термине, как искусственный интеллект, но многие люди уверены, что не имеют к нему никакого отношения.
На самом деле каждый из нас сталкивается с ним почти ежедневно даже при выполнении бытовых заданий. В этой статье поговорим о том, что такое искусственный интеллект, для чего он необходим и где используется.
Искусственный интеллект — это что такое
Термин образован от английской фразы artificial intelligence. До сегодняшнего дня четкого определения у него нет. Изначально, когда в 1956 году на Дартмутском семинаре он впервые прозвучал на публике, авторы описывали отличное от современных понятий значение.
В то время думали, что искусственный интеллект — это система, которая сможет автоматически переводить тексты на разные языки, понимать произносимые человеком фразы и отвечать на них, а также распознавать объекты на фотографиях и видео.
Сегодняшний искусственный интеллект (сокращенно — ИИ) умеет гораздо больше.
Дополнить определение ученых, выступавших на Дартмутском семинаре, можно тем, что ИИ должен также уметь учиться, осознавать и использовать собственные знания.
Современный искусственный интеллект частично соответствует этим требованиям, но ему все еще есть куда совершенствоваться.
Цель искусственного интеллекта
Многие считают, что главная цель искусственного интеллекта — поместить человеческие знания в компьютер.
Но на практике это практически невозможно, так как до сих пор еще не существует технологий, способных «прочитать» мозг и перенести информацию с него на электронные носители.
Так зачем нужен ИИ? Его главные цели — облегчить выполнение повседневных заданий и помочь в работе. Для этого искусственный интеллект не обязательно должен быть способен поддерживать разговоры на серьезные темы.
Человечество сейчас находится только в начале разработки идеального ИИ, но в случае успеха получит надежного и верного помощника для решения практически любых задач.
Искусственный интеллект уже помогает людям в решении бытовых проблем.
Появились специальные роботы-пылесосы, которые самостоятельно убирают квартиру. Голосовые помощники облегчают жизнь незрячим и тем, кто по каким-то причинам не хочет вводить запросы в поисковую строку вручную.
Технология умного дома максимально облегчает пользование бытовыми приборами, экономит воду и электроэнергию, заботится о комфорте и безопасности жителей.
Впоследствии появятся беспилотные автомобили и самолеты, а японские ученые пытаются разработать робота для уборки дома.
Где используется искусственный интеллект
Если сказать просто, ИИ используется почти везде. С каждым днем остается все меньше сфер деятельности, которые он не затрагивает.
Рассмотрим основные области его применения:
- Интернет. Когда вы произносите своему смартфону фразу «Привет, Сири» или «Окей, Гугл», вы обращаетесь к искусственному интеллекту. Он обучен распознавать обращенную к нему речь в сигнале с микрофона, записывает и передает пользовательские запросы в Apple и Google соответственно. Второй ИИ распознает вопрос и переводит в машинный код. Третий — ищет ответ по гигантской базе данных и возвращает результат на смартфон, а четвертый в голосовом виде озвучивает его для пользователя. И на это все уходят доли секунд.
- Транспорт и логистика. Компании Google, Яндекс и Tesla во главе с Илоном Маском разрабатывают беспилотные автомобили, которые способны самостоятельно перемещаться по дороге. Их примеру последовали Nissan, Volkswagen, Audi, BMW, Honda и ряд других производителей. А некоторые компании, в числе которых Amazon, работают над реализацией идеи доставки товаров при помощи дронов.
- Медицина. Искусственный интеллект используется для диагностики заболеваний. Нейросети за пару секунд распознают раковые опухоли на рентгеновских снимках, маммографиях и томографиях. Также ИИ помогает определить ранние стадии болезни Альцгеймера.
- Финансовый сектор. ИИ применяется для выявления и предотвращения мошенничества.
- Спорт. Технологии искусственного интеллекта предсказывают исходы спортивных матчей. В Английской Премьер Лиге по футболу ежегодно для предсказания победителя турнира используется суперкомпьютер, анализирующий календарь, состав команд и другие факторы.
- Культура. Искусственные нейросети могут проявлять креативность (это как?). Их используют при создании музыки, видео, литературных произведений, компьютерных игр.
Несет ли ИИ риск для цивилизации
Многие задумываются о потенциальном восстании роботов в будущем, когда искусственный интеллект будет превосходить человеческий. Но на деле такой исход маловероятен, так как нейронные сети не способны обратиться против создателей.
Это сопоставимо со случаем, если человеческие органы осознают, что они являются отдельными от мозга личностями и начнут атаковать владельца.
Хотя опасения по поводу рисков ИИ остаются по сей день. Вот некоторые из них:
- достигнув определенного уровня, нейронные сети выйдут на максимум своих способностей и перестанут развиваться;
- искусственный интеллект в перспективе окажется малоэффективным и не оправдает надежд в определенных сферах деятельности, что выльется финансовыми потерями и напрасными трудозатратами;
- в случае слишком быстрого темпа распространения нейронных сетей человечество начнет молниеносно глупеть и с течением времени остановится в развитии.
А какие, по вашему мнению, риски могут быть связаны с искусственным интеллектом? Напишите об этом в комментариях, задавайте вопросы по теме мне или другим читателям блога KtoNaNovenkogo.ru.
Но я надеюсь, что после прочтения статьи вам будет все понятно об искусственном интеллекте, так как я старался рассказать о нем простым языком.
В завершение по традиции предлагаю посмотреть
Источник: ktonanovenkogo.ru