• 12:42 –  
  • 12:00 –  
  • 08:27 –  
  • 22:24 – По данным TrendForce, за год продажи ноутбуков увеличились на 3,6%; Apple совсем немного отстает от Asus  

Чем «думают» нейронные сети — объяснение на пальцах

купить с доставкой




Они рисуют картины, пишут стихи, водят автомобили и обыгрывают человека в Го. Их внедряют в свои сервисы ведущие компании мира. Google посвятила целый блок нейросетям и ИИ на I/O 2017, Apple на WWDC 2017 рассказала о планах их применения, Qualcomm и Facebook объявили о совместной работе над машинным обучением — главным инструментом их развития. Того и гляди, через несколько лет какая-нибудь особенно умная сеть самообучится до уровня полноценного ИИ, и всем настанет полный «Скайнет». О том, возможно ли это, что вообще такое нейросети и как они работают — в этой статье.

Оговоримся сразу: нейронные сети — понятие очень обширное, имеющее отношение к математике, физике и даже химии, пересекающееся с областью искусственного интеллекта, машинного обучения, и уж само собой — программирования. В изучении и развитии этой сферы участвовало огромное количество людей, и процесс начался давно. Поэтому, чтобы не превратить познавательный текст в учебник по истории и теории нейросетей, придётся пойти на компромисс: опустить значительную часть деталей, имён и дат ради понимания самой сути вопроса.

Краткая история
Говорить «история нейросетей» было бы не совсем верно, поскольку человеческий головной мозг фактически представляет собой крайне сложную нейронную сеть, и его история — один из аспектов эволюции. Первые эксперименты в области искусственных нейронных сетей (далее — ИНС) относятся к 1940-м годам, и ставились они именно с целью моделирования и изучения человеческого мозга.

1943 год. Нейропсихолог Уоррен Мак-Каллок и нейролингвист Уолтер Питтс создали первую рабочую искусственную нейросеть. Несмотря на примитивность первых ИНС, нейроны которых могли оперировать только двоичными числами, их потенциал считался огромным за счёт возможности самообучения.

1960 год. Более пятнадцати лет ушло на создание первого нейрокомпьютера, или персептрона «Марк-1», который был разработан психологом и нейрофизиологом Фрэнком Розенблаттом. Устройство с помощью фотоэлементов могло распознавать отпечатанные на карточках буквы.

Первый нейрокомпьютер «Марк-1»
1969 год. Учёные Марвин Мински и Сеймур Пейперт показали существенные ограничения искусственных нейронных сетей. Помимо элементарного недостатка ресурсов для решения по-настоящему сложных задач, ИНС были неспособны реализовать, некоторые простые логические функции, например, «исключающее ИЛИ».

1975 год. Созданы многослойные нейросети, способные менять стратегию решения той или иной задачи в зависимости от исходных и поступающих данных. Развитие ИНС сдвинулось с мёртвой точки.

1982 год. Реализован полноценный двусторонний обмен данными между соседними нейронами, что ещё больше расширило возможности ИНС. Фактически, единственным ограничением оставались ресурсы компьютеров, которые всё ещё были слишком слабы для сколь-нибудь серьёзных задач.

1980-е годы. Разработана NETtalk — первая нейросеть, получившая широкое распространение. В задачи сети входило изучение произношения английских букв в слове в зависимости от контекста — соседних букв. На её основе также изучался механизм обучения нейросетей, причём не только искусственных. В следующие десятилетия нейросети усложнялись, появлялись их новые типы для решения разных задач. Параллельно развивался Интернет — то есть шло накопление структурированных данных, необходимых для работы ИНС. И самое важное — росла производительность компьютеров.

Сегодня несложная нейросеть способна функционировать на не самых мощных серверах или даже в смартфонах, выполняя задачи, которые ещё в конце прошлого века с трудом решали суперкомпьютеры.

Принцип работы — на пальцах
На сегодняшний день считается, что человеческий мозг состоит примерно из 86 миллиардов нейронов, между которыми существует синаптическая (говоря грубо — электрическая) связь. Искусственные нейросети, даже самые мощные и масштабные, намного «беднее» и, следовательно, намного менее производительны — они по-прежнему претендуют в лучшем случае на модель мозга, но никак не на полноценный искусственный мозг.

Классическая и самая простая нейронная сеть, или персептрон, выглядит очень просто: есть слой нейронов-рецепторов, которые принимают информацию извне. В зависимости от настроек, они либо передают сигнал дальше в сеть, либо нет. Следующий слой нейронов принимает сигналы с рецепторов (как правило, нескольких), обрабатывает их в соответствии с заданным алгоритмом и, если результат достигает определённого — порогового — значения, передают информацию дальше, выходному слою нейронов, которые и выдают результат.

Учитывая структуру ИНС — множество нейронов, разделённых на слои — любая подобная сеть производит параллельные вычисления. Некую последовательность даёт слойность, но весьма условную и фактически нивелируемую двусторонним обменом данных между нейронами на разных слоях.

Также важно отметить, что каждый нейрон обладает так называемым весовым коэффициентом — говоря простым языком, коэффициентом значимости для нейронов, с которыми он связан. Именно это и определяет важнейшую функцию ИНС — способность самообучаться.

Суть обучаемости ИНС
Прежде всего, что такое обучаемость Грубо говоря, это способность понять, что конечный результат неверный, и изменить действия для получения верного в этой и аналогичных ситуациях. Как это делает нейросеть Точно так же, как нейроны в человеческом мозге: в зависимости от поступающей информации, интенсивность синаптической связи между ними может изменяться. В ИНС каждый нейрон обладает определённым весовым коэффициентом, который изменяется в зависимости от правильности/неправильности полученного результата.

Правильность ответа определяется человеком или классической (то есть не нейро-) программой на основе обучающей выборки с метками (например: «Это — машина. Это — не машина»). Имея некое количество правильных ответов, ИНС может дать верный результат вне обучающей выборки. Такое машинное обучение называется обучением с учителем.

В простой ИНС с минимальным количеством «двоичных» нейронов такое обучение занимает очень много времени, а результат слишком незначительный. Поэтому с годами ИНС становились всё сложнее: появлялись дополнительные скрытые слои (в каждой функциональной единице человеческого мозга их всего шесть), а достижением, определяющим будущее ИНС, стали нейроны с двусторонней связью. Такие нейросети получили название рекуррентных, в них нейроны «перекидывают» информацию между собой по несколько раз, меняя свои весовые коэффициенты, до тех пор, пока последний слой не выдаёт правильный ответ. Правильность ответа регулируется автоматически на основе анализа данных обучающей выборки без каких-либо меток. Это обучение без учителя. Когда нейросеть выдаёт результат и только потом получает информацию о его правильности/неправильности — это обучение с подкреплением.

Выбор типа обучения той или иной ИНС определяется задачами, для которой создаётся сеть. Обучение с учителем идеально для определения объектов на фотографии; без учителя — для задач структуризации, упорядочивания больших объёмов данных; с подкреплением — для прогнозирования, когда входные данные постоянно меняются.

Кроме классификации по способу обучения, сети делятся на разные виды по структуре, характеру связей, типу входных данных и другим характеристикам.

Скажем, для распознавания изображений используются так называемые свёрточные сети. Принцип их работы почерпнут из принципов работы зрительной коры мозга. От конкретных особенностей изображения нейросеть переходит к более абстрактным деталям, и далее к ещё более абстрактным деталям вплоть до выделения понятий высокого уровня. В качестве примера рассмотрим ИНС, анализирующую данные с дорожной камеры видеонаблюдения. Её первая задача — определить автомобиль в кадре. Затем следующие задачи: скорость автомобиля, пристёгнут ли ремень безопасности, не числится ли машина в угоне (для этого нужно считать номер и провести сверку с базой данных) и так далее. Опционально: определить цвет и марку автомобиля (если он в угоне), найти информацию о водителе, владельце. Всё это способна сделать одна правильно обученная свёрточная нейросеть при наличии достаточного количества ресурсов.

Возникает логичный вопрос: каков вообще теоретически известный предел развития нейросетей, насколько «умными» они могут стать Мы решили задать этот вопрос специалисту по ИНС.

«Есть два серьёзных ограничения — количество различных данных для обучения и вычислительные мощности, на которых можно учиться. Нейросети могут решать задачи с понятными условиями и понятными критериями успешности. Например, в распознавании голоса есть понятный критерий качества: количество правильно распознанных слов. А в задаче написания литературного произведения непонятно, как оценивать прогресс, поэтому такая задача для обучения нейронной сети пока видится нерешаемой», — руководитель службы компьютерного зрения «Яндекса» Александр Крайнов.
 
Области применения
Если сводить все области, в которых сегодня применяются ИНС, получится приличная энциклопедия. Например, в электронном видоискателе определение лица, улыбки, жеста, движения — всё это работа нейросети. В основе нашумевшего приложения Prisma лежит ИНС. Перевод с иностранного языка и обратно, определение текста на фото, голосовые ассистенты, рисование котиков на основе скетчей — всё это… ну, вы поняли. Активно используются ИНС и в поисковых сервисах, и в беспилотных автомобилях.

«В Яндексе нейросети используются, чтобы делать самые разные сервисы лучше. Например, в поиске (чтобы лучше понимать смысл пользовательских запросов), при модерации рекламы на соответствие картинок и текста, в поиске по картинкам (понимает, что изображено на картинке с помощью компьютерного зрения), при фильтрации взрослого контента, а также в комплексе речевых технологий SpeechKit. SpeechKit, в частности, работает в голосовом помощнике Яндекса, который недавно появился в бета-версии, а нейросети в компьютерном зрении помогают беспилотным автомобилям Яндекс.Такси», — руководитель службы компьютерного зрения «Яндекса» Александр Крайнов.

Для удобства объединим вышеперечисленное в категорию потребительского использования ИНС — чрезвычайно обширную, но не единственную. Учитывая, что человеческий мозг — по-прежнему загадка для человека, нейропсихологами, нейролингвистами и прочими нейроспециалистами ведётся активное изучение разума и интеллекта, в том числе с помощью ИНС. Так, компания IBM и Швейцарский федеральный технический институт Лозанны в 2005 году запустили Blue Brain Project, в рамках которого надеются создать максимально точную компьютерную модель человеческого мозга. Ещё один любопытный эксперимент, но попроще, IBM провела совместно с компанией «Двадцатый век фокс»: они «показали» суперкомпьютеру Watson фильм, тот довольно точно определил наиболее эмоциональные его фрагменты и смонтировал трейлер.

Разумеется, ИНС активно помогает осваивать новые технологии и развивать существующие. Взять хотя бы те же беспилотные автомобили, в которых нейросети в режиме реального времени анализируют окружающую обстановку. IBM Watson из года в год открывает для себя всё новые области, включая медицину. В Google существует целое подразделение, которое занимается непосредственно искусственным интеллектом… Стоп. Значит, нейросети всё-таки успели стать искусственным интеллектом или, по крайней мере, есть такая вероятность в будущем Снова обращаемся к специалисту.

«Можно сказать, что ИИ — это глубокие (многослойные) нейронные сети, решающие сложные задачи на уровне, близком к уровню человека, и, в той или иной степени, «самообучающиеся». Причём «самообучение» в данном случае — способность самостоятельно извлекать полезный сигнал из «сырых» данных. Вообще же вопрос того, что можно назвать искусственным интеллектом, а что нет — это скорее предмет договорённостей. Человечество, по большому счёту, так и не пришло к однозначной формулировке, что такое интеллект вообще, не говоря уже об искусственном», — руководитель службы компьютерного зрения «Яндекса» Александр Крайнов.

Вывод
Искусственные нейронные сети прочно вошли во все IT-сферы: технология сколь проста по сути, столь и перспективна. Причём теоретический предел этой перспективы до сих пор неизвестен, а визуализация работы нейросети порой даёт весьма неожиданные результаты. Это немного пугает, особенно учитывая, что даже профильные специалисты аккуратно уходят от ответа на вопрос: станет ли когда-нибудь нейросеть искусственном интеллектом — таким, каким мы знаем его из книжек, например, Айзека Азимова Впрочем, не все: один из пионеров в области Рэй Куртцвейл предсказывает, что ИИ сможет успешно проходить тест Тьюринга в 2029 году, а к 2045-му станет умнее человека. Но пока этого не произошло, почему бы в своё удовольствие не рисовать страшных котиков и не делать селфи в стиле Репина или Пикассо.

#Технологии@science_newworld

купить с доставкой

УНИКАЛЬНЫЕ ПРЕДЛОЖЕНИЯ

rolex daytona

ROLEX DAYTONA

Бельгийский механизм с автоподзаводом. Абсолютное соответствие оригиналу, вплоть до серийного номера и уникальной резьбы на задней крышке...

2 990 ₽

Breitling Navitimer

ROLEX DAYTONA

Излюбленные часы пилотов и горячих поклонников авиации, оснащенные мануфактурным механизмом Breitling Caliber 01 со скидкой...

1 990 ₽

Men's Watches

витрина мужских часов

Ликвидация коллекции мужских часов. Скидки на весь ассортимент 70%! БРЕНДЫ: AMST, WINNER, HUBLOT, COOT, U-BOAT, HPOWL. Оплата при получении...

2 990 ₽

Porsche Design

часы Porsche Design

Часы Porsche Design на сегодняшний день являются показателем успеха современного мужчины! Всемирно известный бренд с непревзойденным....

3 990 ₽

ЧИТАЙТЕ ТАКЖЕ:
Apple действительно присоединилась к инициативе Partnership on AI Apple действительно присоединилась к инициативе Partnership on AI

несколько дней назад в сети появилась информация о том, что apple может присоединиться к инициативе partnership on ai. напомним, она была сформирована в сентябре прошлого года компаниями google,


Производительность IP-ядро процессора нейронных сетей VeriSilicon Vivante VIP8000 Производительность IP-ядро процессора нейронных сетей VeriSilicon Vivante VIP8000 превышает 3 трлн операций MAC в секунду

компания verisilicon на днях представила ip-ядро vivante vip8000. по словам verisilicon, vivante vip8000 — программируемый и хорошо масштабируемый процессор для систем машинного зрения и


Apple приписывают желание присоединиться к Amazon, Google, Facebook, IBM и Microsoft в Apple приписывают желание присоединиться к Amazon, Google, Facebook, IBM и Microsoft в создании искусственного интеллекта

компании apple приписывают намерение присоединиться к ведущим представителям отрасли, сформировавшим в прошлом году группу partnership on ai, занимающуюся созданием искусственного интеллекта. группа


Intel заключает стратегический союз с Google в области искусственного интеллекта Intel заключает стратегический союз с Google в области искусственного интеллекта

помимо аппаратных решений, входящих в платформу intel nervana для приложений искусственного интеллекта, компания intel представила и другие разработки в этой области. в частности, это технология


Facebook хочет запустить собственные развлекательные шоу Facebook хочет запустить собственные развлекательные шоу

для того, чтобы развиваться, необходимо постоянно двигаться. это справедливо и для человека, и для компании. для крупных компаний это нередко означает расширение поля деятельности, выход на новые


Google, Facebook и другие техногиганты собираются популяризировать искусственный интеллект Google, Facebook и другие техногиганты собираются популяризировать искусственный интеллект

пять крупнейших технологических гигантов подписали соглашение о сотрудничестве по вопросу популяризации технологий искусственного интеллекта среди общественности. в начале сентября издание the new


Искусственный интеллект от Google сможет создавать другие ИИ Искусственный интеллект от Google сможет создавать другие ИИ

в google создают самовоспроизводящийся искусственный интеллект. аналогичными разработками занимаются в openai, mit, университетах калифорнии и беркли. если ии научится проектировать алгоритмы на


«ВКОНТАКТЕ» И «РОСКОСМОС» ОТПРАВЯТ НА МКС РОБОТА СПОТТИ «ВКОНТАКТЕ» И «РОСКОСМОС» ОТПРАВЯТ НА МКС РОБОТА СПОТТИ

(#космонавтика@science_newworld)социальная сеть «вконтакте» и государственная корпорация «роскосмос» собираются отправить в марте 2017 года на мкс робота спотти. благодаря этому пользователи


Apple разрабатывает микросхему для искусственного интеллекта Apple разрабатывает микросхему для искусственного интеллекта

компания apple, в 2011 году начавшая использовать технологии искусственного интеллекта в своей продукции в виде виртуального голосового помощника siri, собирается от программных средств в этой


СОЗДАТЕЛИ ИИ НЕ ДО КОНЦА ЗНАЮТ, КАК ОН РАБОТАЕТ»: 4 ПРОБЛЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА  СОЗДАТЕЛИ ИИ НЕ ДО КОНЦА ЗНАЮТ, КАК ОН РАБОТАЕТ»: 4 ПРОБЛЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

за последние несколько лет разработки в области искусственного интеллекта достигли пика популярности. сейчас ии используется во всех областях — от бизнеса до медицины, а также обыгрывает людей в


Анатолий Левенчук, руководитель TechInvestLab, рассказал, как устроены искусственные Анатолий Левенчук, руководитель TechInvestLab, рассказал, как устроены искусственные нейронные сети, чем они отличаются от традиционных компьютерных программ и почему этот тренд останется с нами надолго.

что такое deep learning впервые об успехах глубокого обучения (deep learning) стало слышно в 2012 году, а через три года уже все только о нем и говорят. так же было с интернетом в эпоху надувания


Как устроены нейронные сети Как устроены нейронные сети

анатолий левенчук, руководитель techinvestlab, рассказал, как устроены искусственные нейронные сети, чем они отличаются от традиционных компьютерных программ и почему этот тренд останется с нами


Новый iPhone может получить улучшенную систему Siri Новый iPhone может получить улучшенную систему Siri

источники уверены, что в этом году одним из популярных трендов в индустрии смартфонов станут более совершенные персональные помощники и самообучающиеся системы искусственного интеллекта.все основные


Компания Apple купила компанию Lattice Data, специализирующуюся на технологиях Компания Apple купила компанию Lattice Data, специализирующуюся на технологиях искусственного интеллекта

в октябре 2015 года компания apple купила разработчика самообучающихся систем распознавания голоса vocaliq, а в августе 2016 года — компанию turi, занимающуюся машинным обучением. на минувшей неделе


Блок Google TPU второго поколения в задачах машинного обучения демонстрирует Блок Google TPU второго поколения в задачах машинного обучения демонстрирует производительность выше, чем у GPU Nvidia GV100

год назад google рассказала, что у неё есть специализированное аппаратное решение для машинного обучения собственной разработки. устройство назвали tensor processing unit (tpu). на момент «анонса»


Источники сообщают, что умная АС Apple уже запущена в производство Источники сообщают, что умная АС Apple уже запущена в производство

как сообщает bloomberg, ссылаясь на людей, хорошо знакомых с ситуацией, умная акустическая система apple уже запущена в производство.источник добавляет, что новинку покажут на пресс-конференции apple


Создан речевой синтезатор на основе ИИ, способный воспроизвести любой голос Создан речевой синтезатор на основе ИИ, способный воспроизвести любой голос

практически все существующие на данный момент виртуальные ассистенты, какими бы продвинутыми функциями они ни обладали, имеют крайне странный «машинный» голос, который ни с чем не спутаешь.


Каждый пятый смартфон сможет самостоятельно обучаться в 2017 году Каждый пятый смартфон сможет самостоятельно обучаться в 2017 году

deloitte в 2017 провел прогноз относительно развития смартфонов на 2017 год. эксперты сходятся в мысли, что на протяжении следующего года в мире одна пятая часть гаджетов мобильной связи будет


Totyota вложила $50 млн в разработку искусственного интеллекта Totyota вложила $50 млн в разработку искусственного интеллекта

японский автомобильный гигант, компания toyota решила инвестировать $50 млн в рамках исследовательского проекта, который поручили вести массачусетскому технологическому институту и стэнфордскому


Владельцы автомобилей Mercedes-Benz теперь могут использовать и Amazon Alexa, и Google Владельцы автомобилей Mercedes-Benz теперь могут использовать и Amazon Alexa, и Google Assistant

автомобильные производители постепенно внедряют поддержку голосовых помощников в свои машины. зачастую это amazon alexa, а порой — google assistant.компания mercedes-benz решила, что её клиенты


Оставить комментарий

СЕГОДНЯ КУПИЛИ

ЛИКВИДАЦИЯ БРЕНДОВЫХ ЧАСОВ ⌚

  • ЦЕНА: 2990 ₽

  • ПРОДАНО: 788

IONNOSKIN - ионный вибро-массажер

  • ЦЕНА: 1290 ₽

  • ПРОДАНО: 0
  • Комментируют
  • Сегодня
  • Читаемое