Нейронные сети с каждым годом всё больше используются в разных сферах и упоминаются так же часто, как новый хит любимого исполнителя. Они проникают в нашу повседневную жизнь: от рекомендаций в стриминговых сервисах до чат-ботов в приложениях. Применение нейросетей уже меняет нашу реальность, и каждый день появляются новые примеры использования ИИ.
Но что же собой представляют эти «цифровые помощники», и в решении каких задач они могут быть полезны?
Нейросеть и её принцип работы
Узнать больше об устройстве нейронных сетей нам помог Антон Юрьевич Филатов, доцент кафедры математического обеспечения и применения электронных вычислительных машин (МО ЭВМ) СПбГЭТУ «ЛЭТИ».
«Суть нейронных сетей состоит в обнаружении закономерностей в данных и предоставлении ответа на их основе. Получив данные, ИИ определяет, какой перед ним объект», – рассказывает Андрей Юрьевич.
Любая нейросеть состоит из искусственных нейронов, принцип действия которых напоминает работу нейронов в нашем мозге. Допустим, в голове один нейрон может быть связан с тремя другими, посылая им сигналы. Также и в ИИ есть три искусственных элемента, посылающих числовые значения какому-то одному из них. Задача нейрона (как в мозге, так и в сети) — принять импульс (или числовые данные). Если значение достаточно велико, импульс (или результат вычисления) передаётся дальше; если мало – остаётся на прежнем уровне.
«С математической точки зрения, нейросеть принимает некоторые числа и строит многомерную плоскость, которая разделяет поступающую информацию на две категории: «да» или «нет». Например, ИИ может определить, есть ли котёнок на картинке. Изображение с котиком представляется в виде чисел и "подаётся" на вход нейросети, затем ИИ определяет, в какой части многомерного пространства находится эта "точка" – наша иллюстрация с котёнком. В зависимости от этого, нейросеть выдаёт ответ: "кот есть" или "кота нет"», – объясняет эксперт.
И получается, что нейронная сеть предназначена для обработки входных данных и выдачи ответа на их основе. Исходя из тех закономерностей, к которым привык ИИ, он делает вывод – котик на картинке или нет.
Особенности
Нейросети отличаются от других вычислительных моделей тем, что базируются на биологических принципах. Они обладают способностью к обучению, адаптивности и контекстуальной обработке информации. Благодаря этим свойствам нейронные сети успешно решают сложные задачи по обработке и распознаванию образов на изображениях, а также используются для классификации, кластеризации, прогнозирования, оптимизации, анализа и сжатия данных в различных областях: от медицины до экономики.
Нейросети в науке
От медицины до космонавтики – нейросети находят применение в самых разных областях науки, успешно справляясь с анализом больших объемов данных. Рассмотрим подробнее примеры их использования.
Нейросеть для диагностики стресса по биомедицинским данным создали в СПбГЭТУ «ЛЭТИ». Разработчиками нейронной сети являются доцент кафедры МО ЭВМ Антон Юрьевич Филатов и аспирант кафедры МО ЭВМ Максим Олегович Доброхвалов.
Работа сервиса состоит из двух этапов. На первом этапе учёные определяют пульс человека по видеозаписи (с предварительно записанного видео или в режиме реального времени).
По пульсу происходит диагностика стресса с использованием нейронных сетей, схожих с теми, что применяются в приложениях для обработки изображений (например, в фильтрах с масками). Система определяет расположение лица в кадре и выявляет пульсовую волну, улавливая изменения цвета пикселей в области кожи (например, если через пиксель проходит вена, возникает незаметное глазу изменение оттенка).
На втором этапе другая нейронная сеть анализирует полученную пульсовую волну, выделяя участки с учащенным сердцебиением, что может свидетельствовать о стрессе. Для повышения точности диагностики учитываются показатели кожно-гальванической реакции – измерения электрического сопротивления кожи, так как данный показатель увеличивается в состоянии стресса. Совместный анализ пульса и электрического сопротивления кожи повышает точность определения уровня стресса.
В перспективе разработка будет полезна для мониторинга стрессового состояния у специалистов с высокой рабочей нагрузкой: диспетчеров, пилотов и водителей.
Нейросеть, которая оценивает шансы на успешное проведение ЭКО на основе семейной истории пациента, создали в СПбГЭТУ «ЛЭТИ». Разработчиком нейронной сети является аспирант кафедры алгоритмической математики Дарина Рипка.
Экстракорпоральное оплодотворение (ЭКО) – современный метод решения проблемы бесплодия. На рождение здорового ребёнка влияет общий уровень здоровья родителей, наличие наследственных заболеваний и другие факторы. Изучение этих данных требует от врача высокой квалификации и проведения длительной аналитической работы.
Учёные ЛЭТИ предлагают решение: разработанный сервис анализирует историю заболеваний обследуемого человека и его родственников. Система автоматически оценивает шансы на успешное наступление и окончание беременности с использованием процедуры ЭКО.
«Нейросеть обучалась на обезличенной базе данных более трех тысяч пациентов, в которой учитывались общие данные (возраст, вес) и гинекологические заболевания членов семьи. Точность прогноза составляет 96%. В дальнейшем разработка ляжет в основу автоматизированной системы поддержки принятия решений для медицинских работников, которые занимаются проведением процедуры ЭКО», – поделилась Дарина.
Для подобной диагностики не требуются медицинские анализы и дополнительные исследования – достаточно иметь под рукой смартфон или компьютер. Исследователи работают над созданием приложения, в котором пациент или врач смогут пройти тест и получить прогноз о вероятности успешной беременности с применением процедуры ЭКО.
Искусственный интеллект на службе HR: в СПбГЭТУ «ЛЭТИ» создали нейросеть для автоматизации процесса подбора персонала в соцсетях. Разработчиком нейронной сети является выпускница факультета компьютерных технологий и информатики Александра Садикова.
Сервис представляет собой инновационное программное обеспечение, которое автоматизирует процесс подбора сотрудников через популярные мессенджеры. Принцип работы заключается в том, что потенциальные кандидаты могут отправлять свои заявки и резюме в различные группы в соцсетях (по поиску работы, каналы по ИТ-направлению и др.). Затем с помощью обученной LLM-модели (языковая модель, позволяющая обрабатывать большие объёмы текстов) система автоматически анализирует данные, структурирует их и предоставляет работодателю полную информацию для принятия решения. Нейросеть выделяет из резюме ключевую информацию: опыт работы, навыки и соответствие требованиям вакансии. Далее, используя эти критерии, ИИ формирует список рекомендованных кандидатов для работодателя.
«Алгоритмы ранжирования помогают предварительно отсеивать неподходящих соискателей, обеспечивая более точную и эффективную работу с данными. Это сокращает время обработки и минимизирует риск ошибки при выборе кандидата», – объясняет Александра.
Нейросети на каждый день
Napkin – нейронная сеть для создания стильных графиков и таблиц из любого текста. Сервис позволяет визуализировать текстовые данные для научной работы, конспектов и презентаций за считанные секунды. На выбор пользователю предлагается сразу 20 различных шаблонов, и каждый элемент можно редактировать по своему вкусу.
YandexGPT – многозадачная нейросеть для учёбы и для работы с текстами. ИИ объясняет сложные понятия простым языком, генерирует идеи для проектов и создаёт тексты в любых стилях. YandexGPT подходит для подготовки к экзаменам – поможет получить полный ответ за несколько секунд и вспомнить пройденные темы. Также сервис будет полезен в написании курсовых работ – нейросеть составит список научных материалов и сформулирует основные тезисы.
SlidesAI – нейронная сеть для быстрого создания презентаций. Пользователю нужно загрузить текст, выбрать тему и оформление, а ИИ представит материалы в виде презентации. Cервис подходит для подготовки к семинарам и защите научных работ, где студенты могут сгенерировать профессионально оформленные презентации без лишних усилий.
Kandinsky – генеративная нейросеть для создания изображений по текстовому описанию. Сервис обладает набором удобных инструментов для редактирования. ИИ поможет в создании оригинальных иллюстраций для презентаций, рекламных проектов и контента в социальных сетях. Если вы увлекаетесь дизайном, то можете использовать Kandinsky 3.0. для создания концепт-артов или для оформления обложек своих проектов.
Нейросети стали неотъемлемой частью нашей жизни. Они помогают нам автоматизировать рутинные задачи, повышая нашу эффективность и освобождая время для более значимых дел. От создания развлекательного контента до управления сложными бизнес-процессами и оптимизации производства или научных исследований – ИИ демонстрирует свою универсальность и неограниченный потенциал.
Дарья Богомолова, СПбГЭТУ «ЛЭТИ»
