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. Эксперты отмечают, что нейросети перспективнее всего использовать в машинном переводе, идентификации пользователей по лицу, поиску по изображениям. Между тем, развитие нейросетей в России тормозит отсутствие сложившихся нейросетевых школ.

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.

Как это выглядит на практике? Например, необходимо обучить компьютер «видеть» изображение волка. Для этого пропускаются миллионы картинок с волками через сеть. Сеть анализирует их и учится отличать изображения волков от изображений, скажем, коров или тигров. Повторяя данный процесс, нейросеть будет повышать точность своих результатов.

Самая простая нейронная сеть – персептрон.  Она выглядит очень просто. Слой нейронов-рецепторов принимает информацию извне. Еще один слой нейронов – получает данные с рецепторов, обрабатывает ее с помощью алгоритмов. Информация идет дальше к последнему слою нейронов, который и обеспечивает конечный результат. Сеть делает на основе полученной информации некое «умозаключение», она способна выдавать обобщенную «справку» – результат проведенной работы.

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.

Интересной разработкой стала программа AlfaGo, умеющая играть в древнекитайскую игру го. Программа выучилась игре самостоятельно. И выиграла четыре партии из пяти у лучшего игрока мира в го Ли Седоля.

Ученые сегодня активно создают нейросети для профилактики онкологии. Проект Inception-v3 научился на ранних стадиях распознавать некоторые виды рака.

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.  

В России есть хорошие перспективы для развития нейросетей, отметил в комментарии «Умной стране» генеральный директор «Нейросети Ашманова» Станислав Ашманов.  

«Есть научные коллективы в ведущих вузах, например, в Физтехе, Сколтехе, МГУ. Они занимаются исследованием нейросетей. Кроме того, есть 2 или 3 топовые компании по разработке решений в области распознавания лиц. Это только одно из направлений. Еще направление – это машинное обучение», - отметил эксперт, добавив, что бизнес активно начинает внедрять эти технологии

По его словам, для разработки решений на основе технологии нейросетей сегодня нужны относительно небольшие вложения.

«Бизнес может за 300-500 тыс. рублей разработать под себя какой-то классификатор данных или систему анализа видео», – подчеркнул Станислав Ашманов.

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.

Михаил Бурцев назвал среди проблем, с которыми сталкиваются российские разработчики, отсутствие сложившихся нейросетевых школ.

«Основная проблема - дефицит сильных исследователей, которые могли бы готовить

кадры. Россия отстает от Запада и Востока очень сильно, так по цитируемости статей в области искусственного интеллекта мы на 42 месте в мире», - заключил ученый.

Автор: Александр Столяров