Искусственный интеллект и будущее нейросетей: взгляд эксперта из «Яндекса»

quo;чёрный ящик», в который поступает информация в виде чисел. На выходе также получаются числа. Внутри этого «ящика» происходят сложные математические вычисления, цель которых — поиск общего между входящими и выходящими числами. Данные, вне зависимости от формата, в цифровой среде представлены в виде цифр, будь то видео, фото, текст, звук. Задача сводится к тому, чтобы представить информацию в виде чисел, а искусственный интеллект должен вывести два числа — 0 и 1. В процессе обучения нейронных сетей загружается огромное количество данных, и в «чёрном ящике» посредством формул происходит автоматический перебор параметров до тех пор, пока не будут обнаружены максимальные совпадения данных.

Термин «искусственный интеллект» начал активно распространяться с того момента, как компьютер обыграл человека в логической игре Го, во что практически никто не верил, поскольку для победы нужна интуиция, которая вроде как машине не присуща. Но важно понимать, что ИИ работает на наборе формул и на сложных алгоритмах, которые находят закономерности в совершенно любых данных. Так, в устройство современных нейронных сетей интегрированы триллионы параметров.  

Вопросы и ответы
В каких областях искусственный интеллект может быть опасен?

Он может быть опасен в любых отраслях. Его функция — размножение чьего-либо решения, автоматизация процессов с полным принятием машиных решений. ИИ обучается на результатах деятельности человека. Соответственно, в областях, где критична человеческая ошибка, будет критична и ошибка машины. 

Сейчас многие студенты хотят стать стажёрами в компании «Яндекс». Чего вы ждёте от своих стажёров? 

На стажировку в «Яндекс» попасть непросто — компания тщательно отбирает кандидатов на любые должности. При этом принять большое количество стажёров и вовсе нереально, поскольку за каждым новичком закрепляется наставник. Стажёры в «Яндексе» по направлению искусственного интеллекта и нейронных сетей решают крайне сложные задачи. Такой подход позволяет привить ответственность и быстро набраться опыта. 

Были ли какие-то стажеры, которые сразу попадали на работу в «Яндекс»?

Были. Хороший пример: студент 4-го курса пришёл в компанию стажёром, а уже через пару лет внедрил нейронные сети в работу «Яндекса».

Как компания взаимодействует с университетами?

Многие сотрудники преподают в университетах. Также существуют совместные программы с вузами.

Вы отвечаете за практическую часть на базе искусственного интеллекта. Насколько много удачных экспериментов? Над чем Вы сейчас работаете?

Доля неудачных экспериментов больше, нежели удачных. И это совершенно нормально, поскольку ведётся работа над сложными продуктами. Из удачных — успех при обучении голосового помощника Алисы рисованию, а также нейросети, пишущие музыку. 

Каков портрет учёного в области нейросетей? Зачем вообще нужен искусственный интеллект? Какое будущее нас ждёт? Посмотрите видео полностью, чтобы узнать ответы на эти вопросы.

В дополнение к теме

Сегодня часто можно услышать такие термины, как «нейронные сети», «искусственный интеллект». Эти слова уже довольно прочно вошли в русскую речь. ИИ по принципу работы схож с тем, как работает человеческий мозг. Однако ИИ нуждается в обучении. Есть специальные алгоритмы обучения нейронных сетей.

Алгоритмы обучения нейронной сети: наиболее распространенные варианты

Известно несколько разновидностей алгоритмов машинного обучения. Каждый из алгоритмов обладает уникальными преимуществами и недостатками. Но в каждом случае, независимо от алгоритма, достигается конечная цель – НС обучается.

Искусственный интеллект работает по принципу мозга человека: принцип обучения НС в какой-то степени схож с тем, как обучают человека. Основа для функционирования neural была взята из нейробиологии. Суть в том, что нужно было получить модель и программное решение, способное имитировать работу головного мозга. Только относительно недавно развитие нейросетей стало демонстрировать результаты.

Нейронная сеть и возможность ее обучения

Ученые понимают, что для успешной работы интеллект должен быть самостоятельным. Если система функционирует как человек, то ее нужно обучать. Но как учить компьютер? Сегодня с этой целью задействуют алгоритмы обучения нейронных сетей. Но все они основаны на одном из двух известных принципов:с наставником или без такового. Мы можем провести аналогию с процессом обучения человека: он может получать знания как самостоятельно, так и вместе с наставником.

С учителем

В данном случае нейросеть получает выборку из обучающих примеров. Данные поступают на «вход», после чего происходит ожидание правильного ответа на «выходе». Это ответ, который должна дать нейронная сеть. Конечный результат сопоставляют с эталонным значением. В том случае, когда НС выдает неверный ответ, производят коррекцию, дальше процесс повторно запускают, тем самым пытаются добиться снижения процента неправильных ответов.

По программе обучения нейронной системы сравнивается большое количество разнообразных понятий. С помощью этого сравнения определяется базовый уровень знаний. В терминах обучения ИИ в качестве базовых понятий используются языки программирования и инструменты для изучения языков. Если нейросеть обучена, то она будет знать языки программирования, если нет – то нет.

Без учителя

Данный вид процесса обучения предполагает только ввод данных. В таком случае алгоритм изменяется, чтобы значимые и обладающие весом коэффициенты корректировались, а нейронная сеть могла по определенным параметрам схожих данных на «выходе» дать результат, который обнаруживает связи. Также во время этой операции выявляются определенные соответствия между данными.

Так в ходе обучения выделяют параметры, которые свойственны моделям материала обучения, впоследствии этим модели по схожим признакам объединяют в группы. Когда учитель полностью отсутствует, то НС выстраивает целую цепочку, которая состоит из логических решений, также образует определенное понимание, основанное на вводных данных. Такое устройство машинного обучения без учителя применимо в отношении статистических моделей.

Базовый язык нейросети– это язык, на котором система будет осуществлять взаимодействие с человеком. Библиотека языков программирования – это набор операторов языка, которые будут использоваться для обработки данных, поступающих от ИИ.

Способность к обучению у нейронных сетей

Способность и технология обучения нейронных сетей имеет свои особенности. Так, одним из наиболее распространенных методов считается Backpropagation, в основе которого заложен алгоритм вычисления градиентного спуска. Если говорить проще, то во время движения по градиенту происходит расчет минимального и максимального значения функции.

Для осознания такого способа функцию переводят в график. Образуется кривая, на которой определяют точки с наименьшим и наибольшим показателем. В это же время графически отображают все веса, и для каждого из них рассчитывают глобальный минимум.

Также обучение может происходить по другому направлению – Resilientpropagation. Альтернатива предыдущей технологии. Если результат нужен здесь и сейчас, то данный способ считается не самым эффективным и удобным. Но в ряде случаев обучение происходит именно по Rprop. Он основан на принципах epoch, то есть только знаки производного случая применяют с целью корректировки значимых коэффициентов.

Другой распространенный метод – генетический алгоритм. По своей сути он напоминает процессы, которые происходят в окружающей среде. Простыми словами – эволюционные изменения. Это целая наука. Если говорить проще, то осуществляется естественный отбор, в котором конечный результат – продукт с самыми лучшими свойствами. Если по какому-либо свойству он не устраивает, отбор вновь повторяется, и так происходит до тех пор, пока свойства не будут соответствовать заданным параметрам.