Главный футуристический страх человечества – утрата собственного эволюционного превосходства. Разум, речь, способность к творчеству и саморазвитию – все то, чем до недавних пор обладал только хомосапиенс, – стало присуще и искусственному интеллекту. Нейросети окутали быт и бизнес современных людей, да так, что не все понимают, с чем имеют дело. Например, автоматический переводчик или голосовой помощник – не что иное, как частный случай нейросетей. Так что же, все-таки, это такое, в чем вред и польза, и стоит ли их опасаться?
Начитанность и насмотренность
Никогда не смейтесь над учеником: его неумение и незнание создают только иллюзию немощности, она всего лишь необходимый этап будущего успеха. Так было и с нейросетями: первые попытки перевода, составления текста, идентификации образа были нелепыми и смешными. Люди потешались над кривыми фразами искусственного интеллекта, над тем, как он принимал за кошку все что угодно – от шляпы до человека. Но прошло время, и люди всего мира активно используют нейросети как помощника в сборе информации, авторы прибегают к его помощи при составлении черновика текста, а руководители крупных компаний увольняют своих юристов, потому что нейросети могут сделать базовые договоры быстрее и лучше. Как им это удается? Ответ на вопрос нужно искать в истории их создания.
Нейронная сеть по своей сути представляет собой компьютер, который использует для вычисления множество нейронов, соединенных между собой. Это искусственный интеллект, который в ходе обучения получает опыт от «просмотра» образцов, так как она учится на примерах. Долгие годы именно количество образцов затрудняло развитие ИИ. Технологическое развитие должно было дойти до такого уровня, когда стало возможно получать, загружать и обрабатывать большие базы самых разнообразных данных. Что и произошло в начале третьего тысячелетия. Проще говоря, нейросети «насмотрелись», «начитались», «насчитались» до такой степени, когда количество смогло перейти в качество.
Схематично принцип работы нейросети выглядит так: поступающие данные проходят последовательную обработку на разных слоях сети, где каждый нейрон (программный элемент) может измениться в зависимости от полученной информации. На выходе программа имеет вектор признаков, который и является классификатором, т. е. определяет, к какому классу относится тот или иной объект. Предположим, что задача нейросети – отличать кошек от собак. Для настройки сети подается большой массив подписанных изображений. Если программа обучена корректно, она легко сможет распознать животное. Сегодня алгоритмы могут работать с большим количеством данных и распознавать объекты, которые люди не видят (или для их обнаружения и вычисления человеком требуется слишком много времени и ресурсов). Котики, конечно, не главное, что требует узнавания. А вот, например, акула в прибрежных зонах, обнаруженная нейросетью, может спасти жизни людей.
Области применения
Нейронные сети можно встретить в самых разных областях: от сферы искусства и развлечения до разработки алгоритмов искусственного интеллекта, то есть они могут придумывать сами себя. Большие надежды люди связывают с применением искусственного интеллекта в медицине. Например, его применяют для диагностики рака мозга. Такая диагностика называется позитронно-эмиссионной томографией (ПЭТ). ИИ используют для оценки степени риска сердечно-сосудистых заболеваний пациентов: нейросети «просматривали» данные сотни тысяч реальных пациентов и таким образом обучались обнаруживать риск кардиологических заболеваний. Подобные алгоритмы применяются в страховании жизни и здоровья: ИИ изучает десятки тысяч медицинских документов, учитывает число посещений госпиталей, перенесенные операции и другие факторы для определения условий страхования клиентов.
Машинное обучение помогает распознавать потенциальные случаи мошенничества в различных сферах жизни, в том числе и в экономике, когда нейросети анализируют миллионы транзакций и обнаруживают среди них подозрительные. Компания из Кремниевой долины DeepMind (входит в Google) вместе с Национальным банком Сингапура разработала алгоритм, который способен «вычислить» мошенническую транзакцию в банке. По словам представителей DeepMind, код был разработан для борьбы с финансовым мошенничеством, однако он может применяться в других отраслях. В России, например, уже активно используют системы машинного обучения для выявления случаев обналичивания денег через банк.
Нейросеть рекомендует
Искусственный интеллект изменил наши представления о продажах, повлиял на потребительское поведение. Индивидуальные рекламные предложения теперь не только «догоняют» нас повсюду, но могут и предугадать наши потребности, то есть быть впереди нас. Новые модели позволяют компаниям более эффективно влиять на поведение потребителей, формируя их ожидания. Бизнес теперь может анализировать большие объемы данных о потребностях и желаниях потребителей и использовать их в своих интересах. Алгоритмы поддерживают более высокую частоту показов, чем пользовательские рекомендации. В результате потребители получают возможность смотреть больше материалов, а компании, которые платят за размещение рекламы, — больше просмотров и продаж.
Нейросети, анализирующие естественный язык, используются для создания чат-ботов. Заказ товара в интернет-магазине «двигает» бот. И делает это в считанные минуты! Более того, он открывает бизнесу дополнительные возможности. Во-первых, позволяет сократить время на поиск данных и их обработку. Во-вторых, снижает нагрузку на операторов call-центров. В-третьих, повышает эффективность работы службы поддержки. В-четвертых, обеспечивает клиентам возможность общаться с компанией без участия человека. А в-пятых, добивается большей точности ответов. Примеров не счесть. Компания L’Oreal была в восторге от результатов, которые дал ИИ: он не только анализировал сообщения и ответы, но и «понимал» эмоции звонивших. «МегаФон» с помощью нейросетей обрабатывает 80% звонков, «Ростелеком» внедряет нейросетевые технологии в свою CRM-систему, которая позволяет автоматически обрабатывать до 99% входящих обращений. И это только начало. Бот уже работает в приемной Правительства Москвы и подсказывает расположение ближайшего МФЦ, озвучивает график отключения горячей воды и отвечает на другие вопросы.
Внедрение программ, способных распознавать окружающие объекты (автомобиль, пешеход или иное препятствие) ведется в сфере транспорта; в промышленности ищут решения для создания нейроинженеров, в сельском хозяйстве применяют искусственный интеллект, чтобы определить оптимальное время посева. Нейросети могут следить за состоянием почвы и подбирать необходимые удобрения. Алгоритмы пишут книги, музыку, программы… А что остается людям?
Есть проблема?
Главная проблема нейросетей в том, что они представляют собой слишком сложное интеллектуальное устройство, которое не может быть понято не только обычным человеком, но даже и самим своим создателем. В то же время, для человека это не просто инструмент, а часть его самого, поэтому он в большей степени, чем кто-либо другой, способен понять, что такое нейросеть, и как она работает. Словосочетание «следующий за человеком» очень точно отражает главный вопрос: нейросеть в своем развитии следует за людьми и никогда не перерастет их? Или она следующая, кто займет место лидера? «Ведь если в этом суть, то у нее есть будущее. Если же нет, то все бессмысленно», — так ответила на этот вопрос нейросеть YaLM.
P.S. Данный текст написан человеком в сотрудничестве с нейросетью YaLM в соотношении примерно 50 на 50. Антиплагиат дал нейросети 100% оригинальности, а человеку — 83%. Может, ИИ научился у людей кумовству?
Текст: Жанна Михиенко и нейросеть YaLM, фото: Freepik
