Искусственные нейронные сети, построенные по принципу работы сплетений нервных клеток живого организма, развиваются все активнее. Сети учатся генерировать научные тексты, рисовать картины, играть в игры. Ученые из Сколтеха обучили нейросети прогнозировать рост растений, а математики из Санкт-Петербурга – добывать нефть.
Самообучающиеся цепочки нейронов
Главное свойство нейросетей – это возможность обучения. Искусственные сети работают на основе заданного алгоритма. Однако они способны изменяться и учитывать свой предыдущий опыт. Как это происходит? Человеческий мозг, как известно, состоит из 86 миллиардов простых клеток-нейронов. Эти клетки обмениваются друг с другом электрическими сигналами.
Ученые попытались смоделировать данный принцип работы на искусственном интеллекте. Конечно, полностью все нейроны воссоздать не удалось. Однако научить нейросети решать какие-то простые задачи все же получилось. Искусственные сети смогли начать выявлять сложные зависимости между входными и выходными данными, а также выполнять обобщения.
Нейросеть-бизнесмен, нейросеть-рекрутер
Искусственными сетями уже успели заинтересоваться технологические гиганты. Компании Google и Microsoft добавили возможность обучения нейронных сетей в свои приложения перевода. В результате Google-переводчик и переводчик Microsoft начали работать без интернета. Более того, использование нейросетей сделало сам перевод более точным.
В России есть свои разработки. Много шума наделало приложение Prisma. Мобильная программка умело обрабатывала фотографии в стиле работ известных художников. Новацией было то, что приложение не использовала для обработки фильтры. Фотография анализировалась нейросетью, а затем ею полностью перерисовывалась.
Другой стартап из России Leadza сумел применить нейросеть для более эффективного распределения бюджета на рекламу в Facebook. Искусственный интеллект может анализировать результаты рекламных компаний и перераспределять расходы так, чтобы интернет-магазины получили большую прибыль.
Ну и, наконец, стартап Stafory разработал нейросеть-рекрутера. Она способна вести полноценный разговор с кандидатами на работу. Искусственную сеть начала уже тестировать компания SuperJob.
Самые большие перспективы у нейросетей в областях, где есть много данных и задачи, решения которых трудно формализовать, рассказал заведующий лабораторией нейронных сетей и глубокого обучения Михаил Бурцев.
«Если решение задачи можно сформулировать в виде алгоритма, то нейросети уже не нужны. Нейросети обучаются на примерах решенной задачи. Поэтому там, где не получается придумать хорошее решение, например, анализ рентгеновских снимков сложно формализовать, но есть много примеров решенной задачи – снимков, для которых известен диагноз – нейросети подходящий инструмент. Если данных мало, то нейросети не смогут обучиться», – рассказал Михаил Бурцев.
Он добавил, что самыми перспективными сферами применения нейросетей является машинный перевод, идентификация пользователей по лицу, поиск по изображениям, синтез реалистичных видеоизображений по записи речи.
Автор: Александр Столяров
Если Вам понравился наш материал, поставьте лайк внизу экрана! Мы будем писать больше актуальных статей, новостей и экспертных интервью.
Страница этого материала есть на нашем сайте, где вы найдёте больше статей на данную тему. В «Яндекс.Дзене» мы публикуем только самые интересные материалы. Подпишитесь на наш канал, чтобы читать их регулярно и не пропустить лучшее. Быть на связи с «Умной Страной» можно в Facebook, Instаgram и ВКонтакте.
