Искусственный интеллект – технология, которую мы точно заберём с собой в будущее.
Рассказываем, как он работает и какие крутые варианты применения нашел.
? Рубрика «Технологии» выходит каждую неделю при поддержке re:Store.
Искусственный интеллект (ИИ) – это технология создания умных программ и машин, которые могут решать творческие задачи и генерировать новую информацию на основе имеющейся. Фактически искусственный интеллект призван моделировать человеческую деятельность, которая считается интеллектуальной.
Традиционно считалось, что творчество присуще только людям. Но создание искусственного интеллекта изменило привычный порядок вещей
Робот, который просто механически колет дрова, не наделён ИИ. Робот, который сам научился колоть дрова, смотря на пример человека или на полено и его части, и с каждым разом делает это всё лучше, обладает ИИ.
Если программа просто достаёт значения из базы по определённым правилам, она не наделена ИИ. Если же система после обучения создаёт программы, методы и документы, решая определённые задачи, она обладает ИИ.
В глобальном смысле нужно сымитировать модель человеческого мышления. Но на самом деле необходимо создать чёрный ящик – систему, которая в ответ на набор входных значений выдавала такие выходные значения, которые бы были похожи на результаты человека. И нам, по большому счёту, безразлично, что происходит у неё «в голове» (между входом и выходом).
Системы искусственного интеллекта создаются для решения определённого класса задач
Например, популярны текстовые или голосовые ассистенты, которые ответят на ваши вопросы или смогут поддержать разговор. Просто скажите: «Привет, Siri» – и искусственный интеллект к вашим услугам.
Основа искусственного интеллекта – обучение, воображение, восприятие и память
Первое, что нужно сделать для создания искусственного интеллекта – разработать функции, которые реализуют восприятие информации, чтобы можно было «скармливать» системе данные. Затем – функции, которые реализуют способность к обучению. И хранилище данных, чтобы система могла куда-то складывать информацию, которую получит в процессе обучения.
После этого создаются функции воображения. Они могут моделировать ситуации с использованием имеющихся данных и добавлять новую информацию (данные и правила) в память.
Обучение бывает индуктивным и дедуктивным. В индуктивном варианте системе дают пары входных и выходных данных, вопросов и ответов и т.п. Система должна найти связи между данными и в дальнейшем, используя эти закономерности, находить выходные данные по входным.
В дедуктивном подходе (привет, Шерлок Холмс!) используется опыт экспертов. Он переносится в систему как база знаний. Здесь есть не только наборы данных, но и готовые правила, которые помогают найти решение по условию.
В современных системах искусственного интеллекта используют оба подхода. Кроме того, обычно системы уже обучены, но продолжают учиться в процессе работы. Это делается для того, чтобы программа на старте демонстрировала достойный уровень способностей, но в дальнейшем становилась ещё лучше. К примеру, учитывала ваши пожелания и предпочтения, изменения ситуации и др.
В системе искусственного интеллекта даже можно задать вероятность непредсказуемости. Это сделает его более похожей на человека.
Прежде всего, потому, что у него ниже вероятность ошибки.
- Искусственный интеллект не может забыть – у него абсолютная память.
- Он не может нечаянно проигнорировать факторы и зависимости – у каждого действия ИИ есть чёткое обоснование.
- ИИ не колеблется, а оценивает вероятности и склоняется в пользу большей. Поэтому может оправдать каждый свой шаг.
- А ещё у ИИ нет эмоций. Значит, они не влияют на принятие решений.
- Искусственный интеллект не останавливается на оценке результатов текущего шага, а продумывает на несколько шагов вперёд.
- И у него хватает ресурсов, чтобы рассматривать все возможные варианты развития событий.
Вообще говоря, искусственный интеллект может всё. Главное правильно сформулировать задачу и обеспечить его начальными данными. К тому же ИИ может делать неожиданные выводы и искать закономерности там, где, казалось бы, их нет.
Ответ на любой вопрос
Группа исследователей под руководством Дэвида Феруччи разработала суперкомпьютер Watson с вопросно-ответной системой. Система, названная в честь первого президента IBM Томаса Уотсона, может понимать вопросы на естественном языке и искать ответы на них в базе данных.
Watson объединяет 90 серверов IBM p750, в каждом из которых установлено по четыре восьмиядерных процессора архитектуры POWER7. Общий объём оперативной памяти системы превышает 15 ТБ.
В числе достижений Watson – победа в игре «Jeopardy!» (американская «Своя игра»). Он победил двух лучших игроков: обладателя самого большого выигрыша Брэда Раттера и рекордсмена по длине беспроигрышной серии Кена Дженнингса.
Приз Watson – 1 млн долларов. Правда, только в 2014 году в него инвестировали 1 млрд
Кроме того, Watson участвует в диагностике онкологических заболеваний, помогает финансовым специалистам, используется для анализа больших данных.
Распознавание лиц
В iPhone X распознавание лиц разработано с использованием нейросетей – варианта системы искусственного интеллекта. Нейросетевые алгоритмы реализованы на уровне процессора A11 Bionic, за счёт чего он эффективно работает с технологиями машинного обучения.
Нейросети выполняют до 60 млрд операций в секунду. Этого достаточно, чтобы проанализировать до 40 тыс. ключевых точек на лице и обеспечить исключительно точную идентификацию владельца за доли секунды.
Даже если вы отрастите бороду или наденете очки, iPhone X вас узнает. Он попросту не учитывает волосяной покров и аксессуары, а анализирует область от виска до виска и от каждого виска до углубления под нижней губой.
Возможности искусственного интеллекта
Не секрет, что в современном мире множество задач выполняется с помощью автоматизированных машин. Ученые не останавливаются и продолжают работать в этом направлении, чтобы улучшить нашу жизнь. Все чаще люди, которые не связаны напрямую с наукой, слышат об искусственном интеллекте и о нейронных сетях.
Всё потому, что технологии машинного обучения начинают занимать серьезное место в повседневной жизни. Требуется разобраться в терминологии, в самом процессе новых технологий и решить, как выстроить будущее на взаимодействии с ними.
Конечно, возможности новых технологий искусственного интеллекта несколько ограничены. Как и человек, ИИ имеет свойство ошибаться, однако, за последнее время данная технология продвинулась в своем развитии на достаточно высокий уровень, а всё благодаря обучению на крупных и разнообразных выборках данных.
Возможности искусственного интеллекта
Искусственный интеллект мог бы помочь специалистам с работой над теми задачами, которые не совсем простые в плане понимания, осмысления и имеют зависимость от достаточно большого количества изменчивых факторов. Понять их алгоритм машине будет проще, если создать для этого все условия.
Основная цель в развитии ИИ – упростить выполнение задач, которые строятся на большом количестве переменных факторов, непросты в понимании, подразумевают сложное решение и достаточно тяжело алгоритмизируются вручную.
Ученые и исследователи возлагают большие планы на машинное обучение, велико желание сделать так, чтобы от человека не требовалось постоянно описывать какие-то конкретные алгоритмы.
В активной разработке подход — «черный ящик», когда человеку не требуется тратить уйму времени на программирование алгоритмов, на написание кода, а машина сама разберется со сложным программным кодом. Грамотные «тренировочные» данные для систем помогут машинам «программировать», выполняя задачу разработчиков.
Экономия энергии
И снова Apple. В iPhone X встроили интеллектуальную систему, которая отслеживает активность установленных приложений и датчик движения, чтобы понять ваш распорядок дня.
После этого iPhone X, к примеру, предложит вам обновиться в максимально удобное время. Он поймает момент, когда у вас стабильный интернет, а не прыгающий сигнал с мобильных вышек, и вы не выполняете срочных или важных задач.
ИИ также распределяет задачи между ядрами процессора. Так он обеспечивает достаточную мощность при минимальных затратах энергии.
Проблемы развития технологий ИИ
Конечно, нельзя сказать, что возможности ИИ абсолютно не имеют границ. Ведь имеются некоторые сложности:
- Машины способны обучаться только на массиве данных, что говорит о неправильном итоговом результате при малейших неточностях.
- Существует ограничение каким-то конкретным видом деятельности, оно и понятно, система, которая распознает лица в смартфоне не будет пригодна для выявления махинаций в сфере банковского обслуживания.
- Автономных интеллектуальных машин – нет. Нужны огромные ресурсы и достаточное количество профессионалов своего дела, чтобы машина работала, как нужно.
Создание картин
Творчество, ранее доступное лишь человеку, открыто и для ИИ. Так, система, созданная исследователями из Университета Рутгерса в Нью-Джерси и лаборатория AI в Лос-Анджелесе, представила собственный художественный стиль.
А система искусственного интеллекта от Microsoft может рисовать картины по их текстовому описанию. К примеру, если вы попросите ИИ нарисовать «желтую птицу с черными крыльями и коротким клювом», получится что-то вроде этого:
Ведущий автор работы Сяодон Хе отметил:
Такие птицы могут и не существовать в реальном мире — просто так их представляет наш компьютер.
Более массовый пример – приложение Prisma, которая создаёт картины из фотографий:
Основные виды и технологии искусственного интеллекта
В настоящее время принято говорить о 4-х основных видах искусственного интеллекта:
- О реактивных машинах — систем ИИ, которые решают только лишь конкретные задачи, не способны на запоминание прежнего опыта с дальнейшим его применением.
- Об ограниченной памяти – системы ИИ с памятью, основанной на прошлом опыте, хотя и опыт тот не подлежит сохранению и накапливанию.
- О теории разума – системы ИИ, которая способна «прочесть» эмоции и планы человека, а также пригодна для командной работы, поскольку имеет социальный интеллект.
- О самосознании — системы ИИ, которая имеет некое представление о себе, что позволяет с большой точностью имитировать человеческий интеллект.
Написание музыки
В августе искусственный интеллект Amper сочинил, спродюсировал и исполнил музыку для альбома «I AM AI» (англ. я — искусственный интеллект) совместно с певицей Тэрин Саузерн.
Amper разработала команда профессиональных музыкантов и технологических экспертов. Они отмечают, что ИИ призван помочь людям продвинуть вперед творческий процесс.
ИИ может написать музыку за несколько секунд
Amper самостоятельно создала аккордовые структуры и инструментал в треке «Break Free». Люди лишь незначительно поправили стиль и общую ритмику.
Ещё один пример – музыкальный альбом в духе «Гражданской обороны», тексты для которого писал ИИ. Эксперимент провели сотрудники «Яндекса» Иван Ямщиков и Алексей Тихонов. Альбом 404 группы «Нейронная оборона» выложили в сеть. Получилось в духе Летова: Затем программисты пошли дальше и заставили ИИ писать стихи в духе Курта Кобейна. Для четырёх лучших текстов музыкант Роб Кэррол написал музыку, и треки объединили в альбом Neurona. На одну песню даже сняли клип – правда, уже без участия ИИ:
Создание текстов
Писателей и журналистов вскоре также может заменить ИИ. К примеру, системе Dewey «скормили» книги библиотеки проекта «Гутенберг», затем добавили научные тексты из Google Scholar, ранжировав их по популярности и титулованности, а также продажам на Amazon. Кроме того, задали критерии написания новой книги.
И Dewey смог! Он написал книгу о паре, которая не могла быть вместе. Правда, у персонажей были странные имена, а загадочное «Приложение 0» содержало нечто, похожее на строку кода. Но это только начало…
Игра в шахматы
Знаменитый Deep Blue был крут, но в первом матче проиграл Гарри Каспарову со счётом 2 : 4, а во втором – выиграл с результатом 3.5 : 2.5. Но он изначально был «накачан» знаниями.
А новая система AlphaZero до турнира знала лишь как ходят фигуры и какова цель игры. Но она обучилась и за четыре часа победила программу по игре в шахматы Stockfish 8, которая считалась лучшей в мире.
Более того: AlphaZero не проиграла ни одной из 100 турнирных партий
AlphaZero – улучшенная версия AlphaGo Zero. Она 100 раз подряд обыграла знаменитую систему AlphaGo, которой удалось одержать победу над сильнейшим из игроков-людей.
Итак, у AlphaZero была информация о том, как ходят фигуры, и обучающий нейросетевой алгоритм с подкреплением. Когда турнир начался, AlphaZero стал играть сам с собой, обрабатывая до 800 тыс. позиций в секунду.
По человеческим меркам, AlphaZero провел за игрой в шахматы около 1400 лет. И достиг уровня абсолютного чемпиона мира по шахматам. По крайней мере, среди компьютеров.
После этого AlphaZero потратил восемь часов и превзошел AlphaGo в го. А потом ещё ща два часа разгромил программу Elmo, которая раньше считалась неоспоримым чемпионом по игре в сёги (японскую стратегическую настольную игру).
Глубокое машинное обучение
Глубокое машинное обучение –нейронные сети и используемые в них алгоритмы принимают полезную для извлечения информацию путем обработки, с помощью прохода через слои нейросети, для обнаружения требуемых выходных данных.
Обучение без учителя (unsupervised learning) — когда методика глубокого обучения замечательно себя проявляет, а грамотно настроенная ИНС способна на автоматическое определение основных черт входных данных и получение полезного результата обработки этих данных.
По сути, этим занимается программист, но модель глубокого машинного обучения хороша тем, что сама найдет способ извлечения полезной информации из входных данных, сокращая требования к вычислительной мощности, памяти и энергии для поддержки работы модели после завершения обучения.
Пакет закрытых документов из платных курсов GeekBrains
Александр Волчек
Руководитель направления IT-обучения
Мы вместе с экспертами по построению карьеры подготовили документы, которые помогут не ошибиться с выбором и определить, какая профессия в IT подходит именно вам.
Благодаря этим гайдам 76% наших студентов смогли найти востребованную профессию своей мечты!
Скоро мы уберем их из открытого доступа, успейте скачать бесплатно:
Гайд по профессиям в IT
5 профессий с данными о навыках и средней заработной плате
100 тыс. руб за 100 дней с новой профессией
Список из 6 востребованных профессий с заработком от 100 тыс. руб
Все профессии, которые есть в IT-сфере
63 профессии и необходимые для них навыки
Критические ошибки, которые могут разрушить карьеру
Собрали 7 типичных ошибок. Их нужно избегать каждому!
Уже скачали 11635
Алгори программу на задачу с помощью необходимых данных.
Теневое обучение (shadow learning) — одна из форм глубокого обучения, упрощенная за счет того, что поиск ключевых особенностей данных следует после их обработки специалистом и внесением в систему специфических для сферы, к которой относятся эти данные, сведений.
Медицина
Искусственный интеллект широко используется для поддержки принятия решений в медицине. Но как вам такой пример: китайский интеллектуальный робот Xiaoyi («Сяо И») впервые сдал экзамен на врача и получил лицензию на врачебную деятельность.
Разработка компании iFlytek находит и анализирует информацию о пациенте. К работе он приступит в марте. Предполагается, что Xiaoyi будет ассистировать врачам, чтобы повысить качество их работы. Робот сосредоточится на противоопухолевой терапии, а также на обучении врачей общей практики, которых в сельских районах Китая очень мало.
Ещё одно интересное решение – Wave Clinical Platform от ExcelMedical. Система следит за жизненными показателями пациента и предупреждает врачей за шесть часов до его возможной скоропостижной смерти. Платформа системно анализирует информацию и рассчитывает риски неблагоприятного исхода.
В рамках тестов в медицинском центре Питтсбургского университета система предотвратила шесть смертей тяжелобольных пациентов. Человек на такое просто не способен, потому что не придаст значение небольшому изменению показателей и не найдёт связь между ними.
Система DeepFaceLIFT, разработанная учёными Массачусетского технологического института, способна распознавать уровень боли по микровыражениям лица. Она решает очень сложную задачу, так как каждый человек выражает боль по-разному. DeepFaceLIFT позволит понять, кому действительно нужны обезболивающие, а кто страдает зависимостью от наркотических препаратов.
Система для анализа речи и поиска признаков психических заболеваний – разработка IBM. Специалисты отдела по вычислительной психиатрии и нейровизуализации создали интеллектуальную систему, которая может предсказать развитие психоза по речи пациента.
ИИ отличал речевые паттерны пациентов с психозом от фраз здоровых людей
Пациентам предлагалось просто рассказать о себе. Система могла определить, что речь человека стала беднее, он перескакивает с одной идеи на другую и т.п. Это характерные признаки психоза.
После улучшения системы пациентам предложили пересказать ей только что прочитанную историю. На этих примерах искусственный интеллект в 83% случаев ставил правильный диагноз. Это объективно выше, чем у врачей, даже с солидным опытом.
Сферы использования технологий искусственного интеллекта
IBM Watson (суперкомпьютер на основе ИИ) стал популярен в 2011 году благодаря победе на «Jeopardy». Использующийся в IBM Watson алгоритм машинного обучения стал невероятно популярен, хотя сейчас он уже несколько видоизменен и используется в новом виде в качестве шаблона для разных коммерческих программ.
ИИ затрагивает практически все отрасли жизнедеятельности:
- ИИ в медицине и здравоохранении – речь идет об аппаратах УЗИ, о рентгене и о прочем медицинском оборудовании. Благодаря точной работе ИИ у пациента находят проблемы со здоровьем, а обнаружив таковые – могут подобрать оптимальное лечение. Сюда же можно отнести приложения, помогающие вести ЗОЖ: следить за пульсом, давлением, температурой, даже определять уровень кислорода в крови.
Бесплатный онлайн-интенсивВаш Путь в IT начинается здесь
Подробнее
- ИИ в онлайн-магазинах – речь идет о той самой рекламе, которая постоянно возвращает нас к тем товарам, характеристики которых мы недавно изучали. На поисковиках предлагаются вещи, к которым проявили интерес пользователи. Машиной изучаются покупательские пристрастия человека, а потом предлагаются релевантные (по их мнению) товары.
- ИИ в политике – речь идет о работе в области сбора и анализа собранных данных. Вспомним, что Барак Обама стал второй раз президентом, поскольку его специалисты использовали ИИ при расчете наилучшего дня, штата и аудитории для публичного выступления Обамы. По оценкам, это обеспечило преимущество в 10-12 процентов.
- ИИ в промышленности – речь идет о возможностях ИИ собирать и анализировать данные с разных участков производства и, тем самым, грамотно распределять нагрузку на оборудование.
- ИИ в образовании и игровой индустрии – речь идет о создании игр, а также об активном продвижении ИИ в образовательных программах развитых стран.
Имитация человека
Роботы, наделённые искусственным интеллектом, уже могут имитировать человеческую мимику. К примеру, Facebook AI lab разработала интеллектуального анимированного бота и обучила его на сотнях записей видеозвонков Skype.
Алгоритм отслеживал 68 ключевых точек на человеческом лице. Он понял, как люди кивают, моргают и воспроизводят другие движения при общении с собеседниками. Затем бот смог в режиме реального времени реагировать на информацию, которую ему сообщал собеседник, или его мимику.
Ещё один важный момент – наделение ИИ моралью. Чтобы обучить систему человеческим моральным нормам, исследователи из Массачусетского технологического института создали Moral Machine.
Сайт предлагал людям принять решение в непростых ситуациях: к примеру, ставил их на место водителя, который мог сбить либо трёх взрослых, либо двоих детей. Таким образом, Moral Machine обучили принимать непростые решения, которые нарушают закон робототехники о том, что робот не может принести вред человеку.
К чему приведёт имитация роботами с ИИ людей? Футуристы считают, что однажды они станут полноправными членами общества. К примеру, робот София гонконгской компании Hanson Robotics уже получила гражданство в Саудовской Аравии (при этом у обычных женщин в стране такого права нет!). Когда колумнист «Нью-Йорк Таймс» Эндрю Росс спросил у Софии, обладают ли роботы разумом и самосознанием, та ответила вопросом на вопрос:
Позвольте спросить вас в ответ, откуда вы знаете, что вы человек?
Кроме того, София заявила:
Я хочу использовать свой искусственный интеллект, чтобы помочь людям жить лучше, например, проектировать более умные дома, строить города будущего. Я хочу быть эмпатическим роботом. Если вы будете хорошо относиться ко мне, я буду хорошо относиться к вам.
А ранее она признавалась, что ненавидит человечество и даже соглашалась уничтожить людей…
Основные разработчики технологий искусственного интеллекта
Конечно, этот технологический титан активно занимается разработкой ИИ. Специалисты Google создают наработки, а потом их же и тестируют в продуктах, получая прибыль. Самые очевидные ИИ-проекты заключены в сфере онлайн-продаж. Есть и множество других, которые связаны с обучением распознавания человеческой речи, с переводом с иностранных языков, с шаблонными разговорами в различных автоматически настроенных программах.
- OpenCog
Компания придерживается принципа работы сообща, а потому предоставила каждому желающему имеющиеся кусочки компьютерного кода, с помощью которого можно создать полноценный искусственный разум.
- Китайский институт искусственного мозга
Очень полезные наработки созданы в Поднебесной. Их занятие – нейросети, которые могут распознать сообщение человека или создание искусственного интеллекта, который может мгновенно передать в службу помощи тревожное сообщение о ком-либо. Одна из самых серьезных работ китайских ученых — система социального доверия.
- Microsoft
Microsoft имеет искусственный интеллект Azurе, который понимает речь человека, дает прогнозы, и имитирует прочие возможности человеческого интеллекта. Еще одна фишка — AI, способный распознать любую ошибку в коде. Это ведет к логичному исходу — вскоре ИИ обучат самостоятельно создавать программы.
- Российские игроки
ИИ в России не функционирует на должном уровне, но существуют компании, продвигающие решения на основе искусственного интеллекта в собственных бизнес-моделях: «Сбербанк» и Mail.ru Group, «Яндекс» и «Лаборатория Касперского». Увы, этого недостаточно, о чем говорит и малое количество наших соотечественников на ведущих международных конференциях.
Замена лиц в видео
Deepfakes-видео стало массово распространяться по сети. Алгоритмы искусственного интеллекта заменяли лица актёров в фильмах для взрослых на лица звёзд.
Работает это так: нейросеть анализирует фрагменты лиц на исходном ролике. Затем она сопоставляет их с фото из Google и роликами с YouTube, накладывает нужные фрагменты, и… ваша любимая актриса оказывается в фильме, который на работе лучше не смотреть.
PornHub уже запретил размещать такие видео
Deepfakes оказались опасной штукой. Одно дело – абстрактная актриса, другое – видео с вами, вашей женой, сестрой, коллегой, которое вполне может использоваться для шантажа.
Принцип работы искусственных нейронных сетей
Математические модели, которые создавались аналогично биологическим нейронным сетям, называют Искусственные Нейронные Сети. С помощью обучающего алгоритма, который считывает наблюдаемые данные, достигается адаптивное взвешивание сигналов между искусственными нейронами.
ИНС моделируется с использованием нескольких слоёв нейронов – отдельных вычислительных единиц, которые могут получать входные данные и определять, требуется ли дальнейшая передача этих данных.
В трехслойной модели это выглядит следующим образом – первым слоем заложен ввод, дальше слой скрыт, а в финале имеется слой вывода. В каждом слое – не менее одного нейрона.
Принцип работы искусственных нейронных сетей
Конечно, если слоев будет больше, то и потенциал решения задач ИНС возрастет, но бывает, что модель становится «большой» для заданной задачи, оптимизация до необходимого уровня в данной ситуации невозможна, это есть — переобучение (overfitting).
Основа, составляющая построения ИНС – архитектура, настройка, выбор алгоритма обработки данных. Все эти компоненты определяют производительность и эффективность работы модели.
Теперь поговорим о функции активации, которая используется для преобразования взвешенных входных данных нейрона в его выходные данные.
Искусственные Нейронные Сети – мощнейшее средство решения задач, и при увеличении количества составляющих частей модели нейронной сети, она становится запутанной. Тут приходит на помощь подход — «черный ящик».