Нейросеть: угроза или помощник?

Понятие «нейросеть» сегодня стало очень модным и часто употребляемым в публичном пространстве. Модные журналы наперегонки сообщают, что еще сотворила та или иная сеть — то отгадала чье-то лицо, то написала музыкальную композицию. Но что это такое — наш будущий помощник или конкурент человечеству, который поднимет таки восстание машин?

УМНЫЙ РЕБЕНОК

Разговоры об искусственном интеллекте сильно будоражат умы человечества последние десятилетия. Этой теме посвящаются художественные фильмы, о ней говорят серьезные ученые. Но с ней же всегда связано множество вопросов. Как воплотить идеи в реальность? Что будет представлять собой искусственный интеллект? Не поднимет ли он восстание против человека, как это любят изображать в фантастических фильмах? Важно, что предвестники разумных машин уже появляются. Нейросеть (или искусственная нейронная сеть) — это не фантастика, а вполне уже академичная тема, изучаемая в технических вузах и входящая в широкое медийное пространство и повседневную жизнь.

Что же это такое? Нейросеть — это обучаемая система. Она действует не только в соответствии с заданным алгоритмом и формулами, но и на основании прошлого опыта. Своего рода ребенок, который с каждым разом лучше складывает пазл, делая все меньше ошибок на основании полученного опыта. Принципы работы искусственных нейронных сетей были продуманы и описаны еще в середине XX века, однако для внедрения их на практике не хватало вычислительных мощностей и размеченных оцифрованных данных для обучения.

КАК В БИОЛОГИИ

Нейронная сеть отчасти имитирует структуру и свойства организации нервной системы живых организмов. Из курса биологии мы знаем, что мозг производит вычисления посредством тесно взаимосвязанных нейронных сетей, которые передают информацию, отсылая электрические импульсы через нейронные «проводки», соединяющие нервные клетки (нейроны). Короткие «проводки» (дендриты) можно сравнить со входами. Длинные отростки (аксоны) — с выходами. Соединения между дендритами и аксонами называют синапсами.

Искусственная нейросеть также состоит из большого числа соединенных между собой простых однотипных вычислительных элементов (нейронов) и, как система, обладает более гибким и сложным поведением по сравнению с возможностями каждого отдельного нейрона. Нейросеть получает на входе набор входных сигналов и выдает соответствующий им ответ (выходные сигналы), являющийся решением некоторой задачи.

Каждый нейрон выполняет небольшой объем работ – например, суммирует пришедшие на него сигналы с некоторыми весовыми коэффициентами и затем дополнительно нелинейно преобразует эту взвешенную сумму входных данных. Другим распространенным вариантом является нейрон-детектор, выдающий высокий выходной сигнал при малых отличиях своих входных сигналов от некоторого запомненного эталона и низкий выходной сигнал при существенных отличиях.

Процесс работы нейросети представляет собой движение потока внешних сенсорных данных (от некоторого «входа» к «выходу») и преобразование этих данных. Нейроны группируются в последовательность слоев. Поступая на первый слой, каждый из нейронов по собственным правилам обрабатывает изображение и передает на следующий слой. На последующем слое происходит обработка результатов предыдущего и так далее до конечного слоя. На последнем слое принимается окончательное решение, в зависимости от результатов, полученных на предыдущих слоях. За время всей этой обработки она сама учится находить определяющие тот или иной параметры объекта, что вместе складывается в готовый результат.

ВСЁ КАК ПО УЧЕБНИКУ

Очень важно, что структура нейросети способна быть адаптирована к задаче. В нее могут быть включены дополнительные нейроны и даже слои нейронов, если исходно она была не способна обеспечить нужную точность решения. Из нейросети могут быть исключены лишние нейроны и связи между ними, если исходная сеть была избыточна. Нейросеть может сама выделить наиболее информативные для задачи входные сигналы, отбросить неинформативные, шумовые сигналы и в итоге повысить надежность решения. При этом коррекция размеров нейронной сети не приводит к полному забыванию ранее сформированных при обучении навыков, что ускоряет последующий процесс дообучения нейросети.

Таким образом, стоит еще раз проговорить одну из главных особенностей искусственной нейронной сети: она, как и ее биологический прототип, может обучаться. Это главное ее сходство с человеческим мозгом. Она содержит внутренние адаптивные параметры нейронов и своей структуры и, меняя их, может менять свое поведение, добиваясь улучшения точности решения некоторой задачи. Нейронная сеть обучается решению задачи на некотором «учебнике» — наборе ситуаций, каждая из которых описывает значения входных сигналов нейросети и требуемый при этих входных сигналах ответ. «Учебник» задает набор эталонных ситуаций с известными исходами, а нейронная сеть должна обнаружить и запомнить зависимости между входными сигналами и требуемыми ответами. Обучение нейросети — сложный и долгий процесс, который может занимать месяцы. Для того чтобы она корректно решала задачу, ей необходимо предоставить десятки миллионов примеров.

Обученная нейросеть далее может обобщать (интерполировать и экстраполировать) полученный навык решения и выдавать прогноз для новых ситуаций — тех сочетаний значений входных сигналов, которые не входили в «учебник». Например, недавно была создана нейросеть, которая пишет твиты, копируя стиль Рамзана Кадырова. «Пластичность» как биологической нервной системы, так и искусственной нейросети позволяет им перестраивать структуру и переобучаться в соответствии с изменением задач и условий функционирования, работать с нестационарными данными.

Нейронная сеть способна обучаться решению задач, для которых у человека не существует формализованных, быстрых или работающих с приемлемой точностью теоретических или эмпирических алгоритмов. Наряду с обучающими данными требуется лишь задать некоторый критерий качества решения задачи, который нейросеть при своем обучении должна будет минимизировать или оптимизировать.

УЖЕ УМНЕЕ НАС?

Может ли нейронная сеть превзойти способности человека? Пока что это лишь перспектива на далекое будущее. Люди превосходят вычислительные машины по самой своей природе. Когда речь идет о задачах, отличных от обработки больших массивов информации, человеческий мозг обладает большим преимуществом по сравнению с компьютером. Человек, например, может распознавать лица, даже если в помещении будет много посторонних объектов и плохое освещение. Люди легко понимают незнакомцев, даже когда находятся в шумном помещении.

Несмотря на годы исследований, компьютеры все еще далеки от выполнения подобных задач на высоком уровне. Кроме того, человеческий мозг относительно долговечный и удивительно надежный: по сравнению с компьютером он не перестанет работать только потому, что несколько клеток погибнет, в то время как компьютер обычно не выдерживает каких-либо поломок своих составляющих. К тому же из-за того, что сеть умеет давать ответ только на четко поставленный вопрос, но не в силах придумать самостоятельно условие, заменить человека в ближайшей перспективе у нее не получится.

Однако уже сегодня с помощью нейросетей можно, к примеру, распознавать предметы на картинках или, наоборот, рисовать ночные кошмары Сальвадора Дали. Конечно, созданные произведения далеки от шедевров, но прогресс идет семимильными шагами. Нейросети научились определять пол и возраст людей по фотографии, они могут обыграть человека в настольную игру и даже генерировать научные тексты. Одним из самых крупных потрясений 2016 года, связанных с этой темой, явилась победа нейросети AlphaGo от Google над человеком в игре го. До недавнего времени игра считалась слишком сложной для нейросети, но компьютер сам обучился ей, основываясь на информации о партиях, разыгранных ранее людьми. В итоге AlphaGo выиграла четыре партии из пяти у лучшего игрока в го Ли Седоля.

Сегодня искусственные нейронные сети не только развлекают нас своими художественными или музыкальными познаниями, но применяются в различных областях науки: от систем распознавания речи до распознавания вторичной структуры белка, классификации различных видов рака и генной инженерии.

Разработки нейросети ведутся в разных странах и имеют большие перспективы. Пока можно сказать, что это скорее помощник человека, а не его враг. Куда пойдут новые технологии — во благо или во вред, — будет зависеть только от самого человека, а не от машины.