Неделю-две назад в Интернете поднялась буча после сообщений о том, что нейросети научились описывать изображение на картинке простым человеческим языком, расписывая все действие в деталях, и делали это очень по-людски. Кто-то говорил, что вот теперь-то нам должно стать страшно жить, другие писали, мол, до чего дошел прогресс, третьи писали третье, и поглощая весь этот «информационный мусор», почему-то никто не сказал: «Чуваки, попуститесь, эти страшные нейросети совсем не страшные!!».

Каждый из нас точно видел фильм про искусственный интеллект, развитие и самообучаемость которого привели к тому, что в живом человеке из плоти и крови отпала необходимость, а ненужное стоит ликвидировать. Режиссеры много нафантазировали подобных киношек, все они захватывающие и любопытные, а главное — среднестатистический человек точно уверен, что ИИ в перспективе должен захватить власть над человечеством. А если нет? То есть один шанс на миллион, что будет так, имеется, но один на миллион, comе on. А лейтмотив всего следующего пассажа: нейросеть — это не искусственный интеллект, не надо паники.


ex-machina-obzor

Во время изучения человеческого мозга ученые увидели нейронные сети в нервной системе, подумали, что это хорошо, и решили создать сами нечто подобное. Своими руками, чтобы помочь человечеству на машинном уровне. Искусственная нейронная сеть (ИНС) — это математическая модель, созданная по принципу взаимодействия клеток нашего мозга, способных к распознаванию объектов, обучению и накапливанию опыта. Если говорить о долгосрочной перспективе, то нейросети нужны человеку для всех абсолютно областей, где нужно принимать решение. Когда вы приходите к врачу, он смотрит вашу карту, изучает симптомы и, анализируя информацию, прикидывает, какая это может быть болезнь. А что если этим же может заняться нейронная сеть?


83387_original

На данный момент исследования в области развития нейронных сетей ведутся полным ходом, ведь человеческий мозг — сложная штука, и создать что-то по образу и подобию его — тяжело. Например, в организме человека клетки умирают с незавидной регулярностью, но это никак не влияет на его способность функционировать, в то время как пару маленьких ошибочек в коде или мелкая поломка могут поставить крест на работоспособности искусственно созданной системы. Только в 1960-х было доказано сходство ИНС с человеческим мозгом, но способности нейросетей были слишком ограниченными и годились лишь для узкоспециализированных задач, так что изучения забросили.

Теперь же ученые по второму кругу заинтересовались нейронными сетями в виду скоростного развития всего вокруг, дешевизне и доступности мощных процессоров. В качестве самого простого примера мы все ожидаем рабочий образец самопилотируемой машины. Но чтобы выпустить ее на улицы города, надо не только научить ее водить, но и научить нейронные сети распознавать пешеходов, животных, светофоры, другие машины и многая-многая объекты вокруг. ИНС применяются и в медицине для классификации видов рака. Самый распространенный пример — распознавание текста или речи. Приблизительно, думаю, понятно. Нейросеть — это не искусственный интеллект, это ее первая очень отдаленная ступенька.


_

Нейронная сеть, созданная человеком, — это не просто написанный программный код. Объясняя на пальцах, это нейрон, который получает сигналы, центр обработки, центр исчисления, выходной нейрон. Информация передается по дендритам и аксонам. В принципе, ИНС называют трехслойной, ведь у нее есть входные, скрытые и выходные нейроны. Короче, все по той же технологии, что и в нервной системе, но чуть упрощенный вариант. Тем не менее, ее может создать каждый желающий с прямыми руками — объяснительных записок в Интернете миллион. Пишите код и садитесь ИНС обучать. У сетей есть несколько этапов обработки информации:

  • сбор данных для обучения;
  • подготовка и нормализация данных;
  • выбор топологии сети;
  • экспериментальный подбор характеристик сети;
  • экспериментальный подбор параметров обучения;
  • собственно обучение;
  • проверка адекватности обучения;
  • корректировка параметров, окончательное обучение;
  • вербализация сети с целью дальнейшего использования.

По сути, вы можете обучать свою нейросеть распознавать как изображения и образы, так и звуки, и любые другие формы передачи информации. Если не влезать в глубокие дебри и показывать на простых примерах (честно высмотрела его в Интернете), представьте, что вашей ИНС нужно найти в этих матрицах численную фигуру — квадрат, ромб, крест.

ИНС

Исходя из поставленной задачи, вы определяете строение своей сети. Матрица 5 на 5, значит, входных элементов 25, правильных результатов может быть всего 3, значит, и выхода три. Размерность скрытого вектора нейронов рассчитывается в зависимости от количества выходных нейронов — их не может быть меньше, да и увеличение должно быть незначительным. Затем вам надо будет описать связи между слоями и обучить готовую ИНС. Если на пальцах, то это все. Если заинтересовало и у вас все в порядке с математикой, можете воспользоваться инструкцией (повторюсь — одной из десяти миллионов в Инете) и написать свою сеть. И натаскать ее на любую интересующую вас инфу.

neural_by_cliv3101-d5wu1ft

У нейросетей довольно небольшая история развития и изучения, но вариантов их использования масса: распознавание образов и их классификация, принятие решений, кластерный анализ, прогнозирование, сжатие данных. К примеру, именно с помощью нейросетей со Street View удаляли лица прохожих. А на недавнем хакатоне предложили тему, в которой нейросеть подключается к датчикам в вашем телефоне и контролирует ваше состояние, положение, движение. В случае, если вам стало плохо, вы потеряли сознание или чего-то в таком роде, телефон самостоятельно отправит тревожный сигнал по указанному номеру.

privacy-streetview

Сейчас, благодаря повышенному интересу к искусственным нейросетям, развитие их заметно ускорилось. Так, еще в прошлом году было сделано сенсационное открытие, что ИНС способны к обобщениям. То есть, если изменить пару пикселей в изображении, искусственные сети могут не распознать изображение. Для человеческого глаза и мозга изображения ничем не отличаются, а вот для машины правая и левая картинка — не одно и то же. А ведь разница между ними — буквально пара пикселей, которые выделены в центральной колонке. Это доказывает, насколько нейросети все еще не совершенны и, возможно (!!), несовершенна и система самого человека, ведь искусственная ИНС создана по биологической модели. Есть ли на самом деле в мозгу человека подобные встроенные ошибки классификации, о которых мы еще ничего не знаем? Если подводить итог, стоит отметить: ученые очень переживают, что таким образом ИНС будет допускать страшные ошибки. На примере той же самопилотируемой машины — а что, если нейросеть не распознает человека из-за того, что какой-то элемент его облика не внесен в классификацию? Над этой проблемой уже работают. 4a7c283a9ae53679951030f00eec9974

Да, искусственная нейронная сеть работает по модели «черный ящик». Так называют системы, внутреннее строение и механизм работы которых сложны для понимания или вообще неизвестны. Если суммировать с уже известным фактом, что нейросети умеют обучаться, накапливать опыт и принимать решение, немудрено, что все вокруг находятся в панике от того, что система может повести себя непредсказуемо или агрессивно. Тем не менее, мой немного философский (Ляпота сказал, что мне можно) эпилог гласит — бояться не стоит никого, кроме людей. Именно они эти машины создают и обучают. И если уже сейчас Хокинг и Маск выступают против создания оружия с искусственным интеллектом, вы понимаете, что опасения эти не напрасны. НО! Нейросети по сути своей направлены только на помощь людям. Последний пример для лучшего усвоения — некоторые виды рака невозможно выделить маркерами, а искусственные нейронные сети могут их классифицировать, распознавая вторичную структуру белка.

Please wait...

13 комментариев

сначала новые
по рейтингу сначала новые по хронологии
1
Недуев Тарас

Интересная статья,но много неточностей, хотя это простительно, ведь автор не изучал нейронные сети для профессиональных целей, а для любительских имеет очень хорошее понимание.
К примеру,

То есть, если изменить пару пикселей в изображении, искусственные сети могут не распознать изображение.

, это не совсем так. Один из этапов обработки информации, пропущенный в списке, это кластеризация. При обучении, входящие модели данных сортируются к наиболее подходящему кластеру, автобусы к автобусам, велосипеды к велосипедам. Потому для распознавания объекта не нужно сравнивать картинки попиксельно, нейронная сеть определит кластер изображения и сравнит с заранее обученными кластерами. Вы можете попробовать в примере с матрицами изменить в матрицах положения нескольких цифр и после кластеризации они все-равно распознаются.
И нейронная сеть не копирует работу нейронной сети мозга, она построена на схожей работе, но работает по совершенно другому принципу, а её структура давно уже не трёхслойная. Так, к примеру, многослойный персептрон создаст более трёх слоев, в зависимости от сложности входящих параметров и количества обучаемых эпох.
Если кому-то захочется поиграться нейросетью, но формулы разбирать и кодить не захочется, поиграйтесь пакетом Statistica Neural Networks, графический интерфейс, все дела)

Автор2
Юля Рябухина

по поводу пикселей. я так понимаю, сейчас этот "баг пофиксили" (хотя, это вообще возможно?), но мой источник вот http://www.i-programmer.info/news/105-artificial-intelligence/7352-the-flaw-lurking-in-every-deep-neural-net.html
на счет строения - нам нужна самая примитивная модель) если вы хотите влезть чуть дальше в дебри, будет круто, я с удовольствием почитаю ваш бложик)

3
Недуев Тарас

Ничего не фиксили) Для выполнения задачи распознавания образов всегда применяется кластеризация при обучении сети, а пример построен так, чтоб пропустить этот этап и показать что сеть может ошибаться изменив всего пару пикселей. В целом для гарантированного образа необходимо скормить сети килотонну изображений с машиной в самых различных ракурсах и конкретно указать что все это - машина, тогда нейросеть будет однозначно определять её на любом изображении. Этот алгоритм используется в Google Photos)
К сожалению у нас в Украине вся тема нейросетей носит исключительно научный характер и не применяется в организациях. И даже на научном уровне все толчется на одном месте. В моем университете когда-то поднимались задачи реализации проектов по гос. заказу, связанные с транспортом и медициной, но, к сожалению, после заказа государство отказалось выделить даже 100$ на их реализацию.

4

Если будет доказано, что ИИ невозможен, значит всё таки душа есть)

5

А что если мозг не орган мышления, а ретранслятор для управления телом душой?

6
Ruslan Saharuck
Тем не менее, ее может создать каждый желающий с прямыми руками – объяснительных записок в Интернете миллион. Пишите код и садитесь ИНС обучать.

Не является ли это заявкой на эксперимент от кеддра? Звучит, может, и заоблачно, но разве не интересно будет посмотреть на это?

7
Сергей

Получается , эти нейросети повсеместно используют для распознания лиц при съемке какой-либо камерой или распознании текста (например, google translator)? Заранее спасибо

8

Что делать, если даже после статей "простыми словами" я не понял в чем кардинальная разница между обычными программами и нейронными сетями?

9
Омг Афанасич

Программа имеет набор команд, которые последовательно выполняет. Нейросети нужно обучать. До обучения они ничего не умеют. Если нейросети скормить пару тысяч фотографий и указать, где на них котики, то она сможет с большой вероятностью найти кота на новой фотографии.

10

Если он без подключения к интернету верно даст ответ на главный вопрос жизни, вселенной и всего такого, то я готов к пришествию такого искусственного интеллекта :)

12
Антон Поздняков

опередили)

Добавить комментарий

Такой e-mail уже зарегистрирован. Воспользуйтесь формой входа или введите другой.

Вы ввели некорректные логин или пароль

Извините, для комментирования необходимо войти.