ИСКУССТВЕННАЯ НЕЙРОСЕТЬ—
Перспективы, от которых захватывает дух... Только один вопрос: стоит ли стремиться на вершину развития цивилизации, если там нас ожидает Джонни Мнемоник?
ТАКИЕ РАЗНЫЕ НЕЙРОСЕТИ
Прорыв в практическом применении нейросетей произошел в 2012 г., в период экспериментов Nvidia с системами распознавания визуальных образов. До того машинные системы распознавания строились на алгоритмах, разработанных на мощном математическом аппарате. В 2012 г. была создана первая обучаемая нейросеть, распознающая образы с точностью 85 %. За 4 года искусственные нейросети обогнали человеческий интеллект в способности распознавания.
И если прежде нейросеть распознавала только образы, то теперь она создает их сама, опираясь на имеющийся « опыт ». На этом построено приложение Prisma. Фильтры и спецэффекты, имитирующие художественные стили, работают с любыми изображениями.
Системы распознавания лиц в мобильных гаджетах— одно из самых перспективных направлений развития нейросетей. В 2001 г. был разработан алгоритм Виолы- Джонса, который сегодня широко используется в фотомодулях. Суть его в анализе фотосенсором световых пятен « глаза— нос— рот ». Алгоритм хорошо работает, пока лицо стоит к камере анфас.
« Сверточная » нейронная сеть, созданная в лаборатории Yahoo Labs из Стенфордского университета, легко распознает лицо под любым углом, закрытое одеждой, руками, при повороте на 180 ° и т. д. Для обучения сети использовалась база из фотографий 200000 изображений лиц, снятых под различными углами. Yahoo намерена использовать новый алгоритм для поиска людей по фотоизображениям в своем фотохостинге Flicr.
Нейросети научились распознать размытые или закрашенные изображения лиц. В Институте Макса Планка создали нейросеть, способную распознавать замыленные фотоартефакты.
Базой для системы Faceless Person Recognition System( FPR) стала т. н. « сиамская нейронная сеть ». Ее архитектура подразумевает, что нейросеть содержит несколько подсетей с идентичными параметрами. Для обучения программисты использовали базу данных из 13000 фотографий примерно 600 людей. Точность распознавания достигла 86.7 % при анализе 10 снимков одного человека, если освещение, и одежда объекта не менялись. FPR— пример ложности мифа о защищенности и приватности человека в соцсети. Люди, надеющиеся скрыть себя при помощи закрашивания лица на фотоснимке, теперь не могут быть в безопасности. Даже
ИСКУССТВЕННАЯ НЕЙРОСЕТЬ—
математическая модель, ее программное или аппаратное воплощение, построенные по принципу функционирования сетей нервных клеток живого организма. Понятие возникло в конце 40-х гг. XX века при изучении процессов в мозге и при попытке их моделирования. ИНС— система простых процессоров( искусственных нейронов). Каждый процессор сети имеет дело только с сигналами( спайками), которые он периодически получает, и сигналами, которые посылает другим процессорам. Соединенные в большую сеть с управляемым взаимодействием, локально простые процессоры вместе способны выполнять сложные задачи.
Нейронные сети не программируются, они обучаются. Возможность обучения— одно из главных преимуществ нейросетей перед традиционными алгоритмами. На практике обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейросеть способна выявлять сложные зависимости между входными и выходными данными, и затем выполнять обобщение. В случае успешного обучения сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке, а также неполной и / или частично искаженной информации.
нескольких фотографий с метками достаточно, чтобы система распознавания лиц идентифицировала человека.
Системы распознавания динамичных образов на основе нейросетей— ключевой тренд развития « беспилотников » на дорогах. Экономичность и быстрая финансовая отдача от подобных решений— один из сильных козырей сторонников интеллектуального сити-транспорта. В сущности, принципиальные технические препятствия для массового внедрения подобных систем преодолены. Остались психологические: робот за рулем— слишком жесткая идея для чиновников и массового сознания. Прежде всего, из-за вопросов безопасности. Полгода назад произошло первое в истории ДТП с участием беспилотного автомобиля. Lexus RX450 с модулем управления Google врезался в автобус.
Виновником аварии стал смарт-кар: объезжая препятствие на дороге, нейросеть неверно просчитала действия водителя автобуса.
Тем не менее, по прогнозам футурологов, через 10 лет на дорогах мира будет не менее 15 млн. беспилотных автомобилей.
Нейросети добрались до adult-индустрии. Компания RealDoll, специализирующаяся на выпуске манекенов для секса, анонсировала выпуск смарт-куклы, способной к полному тактильному контакту с человеком. В кукле RealDoll будет встроен самообучающийся софт на основе нейросетей, усваивающий привычки владельца. Кукла способна анализировать полученную информацию точно так же, как приложения Siri и Cortana. Система предикативной аналитики будет использована не только в кукле, но также и в устройствах виртуальной реальности. Уже известно, что цена умной игрушки составляет $ 60 000.
Нейросети и VR способны совершить революцию не только в секс-индустрии. В компании не скрывают, что цель проекта— создание полной иллюзии, что перед клиентом находится живой человек. Нам готовят жутковатое будущее: по прогнозам футурологов, к 2050 г. в странах « золотого миллиарда » интимные отношения с роботами станут вытеснять естественные межличностные контакты.
Но это будет завтра. А сегодня на рынке IT-труда набирает силу острейший спрос на специалистов по алгоритмам обучения нейросетей. Совсем скоро data scientist будет более востребован, чем классический программист. В мире, состоящем из искусственных нейросетей, задачи программиста становятся принципиально иными: теперь не ты работаешь с кодом- все делает сеть, которую надо просто научить работать. Текст— Андрей ИВАНОВ
IT-NEWS
21