Сегодня искусственный интеллект умеет почти всё: от написания текстов и создания иллюстраций до диагностики болезней и поиска преступников. Но каким образом работает технология, которая учится «думать», как человек. Рассказали исследователи СПбГУ.
В основе любой модели ИИ находятся искусственные нейроны. Они повторяют работу человеческих: принимают сигналы, обрабатывают их и передают дальше. Если системе необходимо проанализировать изображение, на первоначальном этапе она получает набор чисел (закодированные данные о цвете каждого пикселя). Например, красный — это 0–1–0, синий — 0–0–1. Каждому сигналу присваивается «вес» — насколько он важен. Так, если нейросеть ищет кота, то наличие лап, хвоста и усов будет значимым, а пятачок станет сигналом того, что перед ней точно не кот.
По словам доцента СПбГУ Анны Головкиной, процесс обучения включает несколько этапов:
- Сбор данных — обработка тысячи изображений, текстов или звуков
- Создание модели — разработчики задают архитектуру сети: количество слоёв и связей
- Обучение — программа анализирует данные и учится распознавать закономерности
- Проверка точности — сеть решает задачи, которых не видела раньше
- Применение — когда ошибки минимальны, начинается практическая работа
Иногда искусственный интеллект тренируют «с учителем». Это ситуация, при которой человек заранее указывает правильные ответы (например, где на фото велосипед, а где небо). В других случаях программа самостоятельно ищет закономерности.
«Также нейросети позволяют прогнозировать различные процессы: от погоды на следующую неделю до курса акций на фондовом рынке в предстоящем году», — отмечает заведующий кафедрой технологии программирования СПбГУ и руководитель IT-клиники Университета Иван Блеканов.
Они классифицируют фотографии, анализируют тексты, создают музыку, переводят языки и даже определяют эмоциональную окраску сообщений в соцсетях.
Несмотря на впечатляющие успехи, у нейросетей есть и слабые стороны.
Им нужно огромное количество данных и мощные компьютеры. Кроме того, существуют так называемые «враждебные примеры» — специально созданные изображения, которые вводят сеть в заблуждение. Так, американские учёные однажды заставили ИИ принять бейсбольный мяч за чашку эспрессо, 3D-модель черепахи — за оружие, а кошку — за мексиканский соус.
Специалисты СПбГУ продолжают развивать технологии искусственного интеллекта. Например, их разработка уже помогает находить следы древних поселений — то, что когда-то было скрыто под слоем времени.
Читайте больше в выпусках журнала «Санкт-Петербургский университет». Также представлен на «Строках» от МТС, в «Киоске» и на «Литрес».