Одним из изобретателей автомобиля с бензиновым двигателем является немецкий инженер Карл Бенц – тот самый, в честь которого названы фирма «Даймлер-Бенц» и автомобиль «Мерседес-Бенц».
Изобретатель автомобиля Карл Фридрих Михаэль Бенц и его жена Берта
Первым автомобилем Бенца (и первым автомобилем в мире) была Model I, построенная в 1886 году. Однако в коммерческую продажу эта «Модель» не пошла – изобретатель считал своё детище недоработанным, и проводил дни и ночи напролёт в мастерской. На свет появились Model II, затем Model III, но широкая публика так и не знала об их существовании.
Ранним утром 5 августа 1888 года 39-летняя супруга Карла Бенца, Берта, решительно сказала (по легенде): «Надоело! Должна же быть от этих бензиновых повозок Карла хотя бы какая-то польза!», после чего с помощью двух сыновей, Ойгена и Рихарда, пошла в мастерскую, завела мотор у «Модели 3» – и, не сказав мужу ни слова, вместе с детьми отправилась на его изобретении в гости к родственникам в другой город!
Надо сказать, что Берта была женщиной образованной, неплохо разбиралась в механике, и была не только женой, но и партнёром мужа по бизнесу – в частности, всё её приданое было вложено в оборудование мастерской. Автомобили Карла она считала прекрасным изобретением, а то, что на мастерскую супругов Бенц всё ещё не сыплются многочисленные заказы, связывала с нехваткой качественной рекламы.
Бенц Патент Моторваген, Модель III, на котором был совершен первый в мире автопробег
По дороге из Маннгейма в Пфорцгейм (а это больше 100 километров в один конец) фрау Берте приходилось буквально «на ходу» решать самые разные проблемы. У «Модели 3» ещё не было бензобака, бензин заливался непосредственно в 4-литровый карбюратор, поэтому посредине пути в автомобиле кончилось горючее. Берта сделала остановку в городке Вислох, отправилась в местную аптеку и купила там нужное количество бензина (точнее, лигроина – в тогдашних аптеках он продавался в качестве жидкости для выведения пятен).
Кадр из художественного фильма "Карл и Берта"
Неожиданно засорившийся бензопровод Берта Бенц сумела прочистить булавкой от шляпки, а прохудившуюся прокладку в двигателе заменила подвязкой от чулка. Убедившись, что придуманные мужем деревянные тормоза работают из рук вон плохо, фрау Берта купила у деревенского сапожника два куска кожи и соорудила первые в мире тормозные колодки. Вода в системе охлаждения автомобиля постоянно заканчивалась, поэтому на каждой остановке сыновья Бенц отправлялись с вёдрами за водой, а там, где дорога шла в гору и двигатель справлялся плохо, мальчишки дружно толкали автомобиль вместе с мамой.
Берта Бенц с дочерьми и сыновьями-помощниками: Рихардом и Ойгеном
Тем не менее, несмотря на все трудности, Берта Бенц с сыновьями за 18 часов (то есть со средней скоростью 5 с половиной километров в час) успешно добрались до Пфорцгейма. По замечаниям жены Карл Бенц внёс многочисленные изменения в конструкцию своего автомобиля, а охочие до сенсаций журналисты, в красках расписавшие путешествие отважной женщины с двумя детьми на «безлошадном экипаже», сделали мастерской супругов Бенц прекрасную рекламу.
Такой вопрос прислал однажды нам в журнал наш читатель – первоклассник Кирилл. В вопросе чувствуется досада. Мы долго думали, прежде чем ответить...
Несколько лет назад учёные-генетики совершили очень важное, можно сказать, ошеломительное открытие. Им удалось выделить ген BAZ1B. Что это за ген?
Ген BAZ1B сыграл очень важную роль в эволюционном развитии человека. Это ген-регулировщик: он регулирует работу других генов, ответственных за формирование нервной системы. Но что именно он регулирует?
Смотрите: когда ген BAZ1B чрезмерно активен, это приводит к возникновению так называемого синдрома "вечного ребёнка". Этот синдром выражается в том, что человек перестаёт расти, а его нервная система остаётся на уровне того возраста, в котором начался генетический сбой.
Значит, предназначение гена BAZ1B в том, чтобы делать человека более субтильным, более доверчивым… и вместе с тем – более дружелюбным и миролюбивым!
Знаете, у кого ещё, кроме человека, хорошо развит этот ген? У домашних животных! Особенно – у домашних лошадей и кошек. Но, заметьте, не у собак! Ведь собака, при всём её дружелюбии к человеку (хозяину), остаётся животным довольно агрессивным…
Вывод, который сделали учёные, на популярный язык можно перевести так: ген BAZ1B – это ген «одомашнивания». Он делает «диких» существ смирными и миролюбивыми.
А почему же это сенсация?
А вот почему. Повторяем: ген BAZ1B сыграл важную роль в естественном отборе, то есть в эволюции человека. То есть именно благодаря ему первобытный человек стал человеком современным. А это значит… что эволюционное развитие человека шло по пути усиления таких признаков, как физическая слабость, дружелюбие и бесконфликтность?!..
А ведь мы были уверены, что естественный отбор действует совершенно противоположным образом! Что выживают наиболее сильные и агрессивные, а слабые и доверчивые вымирают!..
(Ну разве что Сталкер у Стругацких был с этим не согласен: "Когда дерево растет, оно нежно и гибко, а когда оно сухо и жестко, оно умирает. Чёрствость и сила спутники смерти, гибкость и слабость выражают свежесть бытия. Поэтому что отвердело, то не победит".)
Это удивительное открытие даёт ответ на вопрос, над которым уже долго бьются палеоантропологи: почему вымерли неандертальцы?
Когда-то давно считалось, что неандертальцы были предками кроманьонцев. Но потом выяснилось, что это два совершенно разных вида, существовавших одновременно. На протяжении тысяч лет неандертальцы и кроманьонцы не только сосуществовали, но и конкурировали, оспаривая друг у друга одни и те же территории! И, по логике, в этой борьбе видов должны были победить неандертальцы!
Во-первых, они были сильнее. Их кости были намного прочнее, а мускулатура развита несравнимо лучше, чем у кроманьонцев. Соотношение массы мышц к массе тела у неандертальца сравнимо с большими кошачьими (львы, тигры) и человекообразными обезьянами (гориллы, орангутаны).
Во-вторых, у неандертальцев были лучше развиты слух и зрение. Объём мозга неандертальца – больше, чем у современного человека! Но – за счёт височных долей мозга (отвечающих за слух) и затылочных долей (отвечающих за зрение).
Череп кроманьонца (слева) и череп неандертальца
Так почему же они уступили место кроманьонцам и вымерли, оставив в генах современного человека лишь незначительный след? Открытие генетиков отвечает на этот вопрос.
Почему кроманьонцы победили?
Лобные доли мозга были лучше развиты у кроманьонцев. А лобные доли отвечают за социальное поведение, то есть – за отношения с себе подобными.
Неандертальцы жили небольшими группами (семьями), как правило, не больше десяти человек. А в стойбищах кроманьонцев одновременно жили несколько десятков человек – несколько семей!
Получается, неандертальцы не умели «дружить семьями», а кроманьонцы умели. Неандертальцам приходилось конкурировать не только с кроманьонцами, но и друг с другом, а кроманьонцы друг другу, наоборот, помогали.
Взаимовыручка и понимание оказались способны на большее, чем индивидуальная сила и ловкость. Вот почему кроманьонцы победили более сильных и «приспособленных» неандертальцев.
Как это связано с геном BAZ1B?
Вспомним, что этот ген отвечает за дружелюбие и доверчивость. Поскольку кроманьонцы были дружелюбны и доверчивы, они образовывали большие группы, а в больших группах им требовались сложные социальные отношения. Чтобы обеспечивать эти сложные отношения, кроманьонцам приходилось развивать лобные доли мозга, то есть – мышление!
Задолго до открытия гена BAZ1B психологи косвенно подтвердили это с помощью ряда интересных экспериментов. В одном из них маленьким детям возраста от 8 до 16 месяцев показывали разные жизненные ситуации (в мультфильмах и разыгранные с помощью актёров). Реакцию малышей наблюдали с помощью приборов – замеряли продолжительность их сосредоточенного внимания.
Эксперимент показал, что ситуации, в которых кто-то большой и сильный забирает что-нибудь у маленького и слабого, задерживают внимание малышей на срок в полтора–два раза меньше, чем ситуации, в которых большой уступает маленькому и делится с ним. То есть эту ситуацию дети дольше обдумывали! А значит – развивали ум, учились.
В другом эксперименте взрослых людей ставили в неудобную позу: надо было, согнув ноги в коленях, упереться спиной в стену (как будто сидишь, но без стула). Уже через 10 секунд мышцы в такой позе начинают болеть от напряжения.
Одним испытуемым говорили, что за каждые 10 секунд терпения они лично будут получать 100 рублей. Другим говорили, что 100 рублей за каждые 10 секунд их терпения получит другой человек.
Результаты тех, кто терпел ради других, оказались выше, чем результаты тех, кто терпел ради себя! Они терпели дольше!
Вывод – дружелюбие способно умножать силы.
Коллективизм и цивилизация
Что такое коллективизм? Коллективизм – это потребность действовать сообща: помогать другим и знать, что другие тоже тебе помогут. То есть коллективизм – это ещё и доверие. Коллективизм – это способность объединять силы для выполнения трудной работы. Наконец, коллективизм – это умение жертвовать своими личными интересами ради интересов общего дела.
В ранней человеческой истории наибольших успехов достигали те цивилизации, в которых коллективизм был официальной идеологией, принимаемой и разделяемой всеми людьми. Древнегреческие Афины и Спарта; республиканский Древний Рим; монгольская Золотая Орда…
И все эти цивилизации прекращали своё существование, когда люди начинали богатеть и становиться жадными и недоверчивыми: на смену идеологии коллективизма приходила идеология индивидуализма – личного успеха...
"Долгое детство"
Одновременно с развитием мышления у кроманьонцев развивалось такое явление, как долгое детство. У животных детёныши становятся самостоятельными значительно быстрее, чем у человека. Почему?
Долгое детство – тоже особый механизм естественного отбора человека, связанный с работой гена BAZ1B, – помните про синдром «вечного ребёнка»? Человеческий детёныш дольше остаётся беспомощным и зависимым от взрослых, потому что ему нужно больше времени на обучение. Ведь он обучается таким вещам, которым животным обучаться не надо.
Когда кроманьонец получал ранение или состаривался и не мог больше выполнять своих основных обязанностей, сородичи-филантропы не убивали его, не изгонял и не "снимали с довольствия" – его назначали "учителем". Наставником детей племени.
Так образовались первые школы. Они – не только результат, но и инструмент эволюции человечества!
Плодовый клоп, сидящий на кусте садовой малины, уверен, что малина существует для того, чтобы он её ел. Мысль о том, что этот куст кто-то посадил для себя, не приходит ему в голову, и глупо укорять клопа за эту ошибку. Хотя соглашаться с тем, что малину выращивают для клопов, ещё глупее.
Однако мы сами отчасти уподобляемся этому неразумному насекомому, когда говорим "цифровизация – это прежде всего удобно". Малина – это прежде всего вкусно, да. Но кому? Клопу? А с какой стати? Кто сказал, что именно клоп главный, а не вот это существо, например?
Или не его дедушка, посадивший малину? Или не тот, кто выпустил постановление, согласно которому дедушка получил право на шесть соток и выращивание малины... Но клопу это абсолютно неинтересно. Клоп считает всё это натягиванием совы на глобус.
Что ж, оставим сову в покое. Поговорим о прогрессе.
Останови́м он или неостановим – вопрос философский, а вот управлять прогрессом можно. Можно, например, притормозить заморозить исследования по искусственным углеводам, заменив их исследованиями в области генной модификации сельскохозяйственных культур. Или вот в 50-60-е годы прошлого века магистральным путём прогресса считалось освоение космоса. Космос тогда рассматривали как возможность экстенсивного развития технологической цивилизации: космос – это ещё больше ресурсов: ещё больше пространства для жизни и производства.
Почему космос был так важен для человечества в первые послевоенные десятилетия? Нет, не потому, что таков был побочный эффект прогресса – развития военных ракетных технологий. Дело было в другом.
Производство не может достичь определённого уровня и остановиться: производство либо расширяется, либо гибнет. Почему? Таковы законы придуманной людьми в XVII–XIX столетиях индустриальной экономики. Допустим вы решили заняться производством сковородок. Для этого нужно закупить сырьё, арендовать оборудование, нанять рабочих...
У вас на всё это денег нет. Они есть у кого-то, кто сам заниматься производством сковородок не хочет – ну вот не хочет и всё! Однако согласен дать денег вам – при условии, что вы долг вернёте, конечно. И вот это вот долг, именуемый кредитом либо инвестицией, будет заставлять вас всё время выпускать и продавать больше продукции, чем необходимо для окупаемости производства. Вы должны не только окупить производство, но и окупить долг. А для этого вам придётся выпустить больше продукции, чем вы планировали. А чтобы выпустить больше продукции, понадобится больше сырья, больше рабочих, больше оборудования и... да что же это такое, опять больше денег! Которых, напомним, у вас нет, но вы можете и их тоже взять у кого-то в долг. А чтобы вернуть и этот долг, вам понадобится в следующем производственном цикле выпустить и продать ещё больше сковородок, а для этого ещё больше закупить... нанять... и занять.
Вот почему производство должно всё время расти.
Но на Земле оно бесконечно расти не может, потому что Земля конечна, и население её, и ресурсы её конечны. Поэтому-то в 50-е годы и существовала большая (и наивная, как мы понимаем теперь) надежда на освоение космоса. Не у простых людей, разумеется. У «планировщиков».
Однако уже к началу семидесятых стало ясно, что ближний космос для колонизации не годится. А о дальнем мечтать пока рано, да и неизвестно, что там. И космический проект пришлось потихоньку сворачивать. Космос больше не надежда человечества, а так, что-то сбоку припёка, на обочине «магистрального пути прогресса». А «магистральный путь» – это «цифровая трансформация», сокращённо – «цифровизация».
Цифровизация чего?
Это очень интересный вопрос, но сперва закончим с прогрессом. Это, как мы предупреждали, вопрос философский, поэтому, если вы не любите философствований, прокрутите текст до следующей картинки.
Три модели
"Прогресс" – это миропредставительная модель. То есть упрощённая схема, и даже не схема, а образ, с помощь которого мы "понимаем", как устроен мир. Но на самом деле не понимаем, а именно представляем – то есть воображаем. И это воображение (фантазия, миф) заменяет нам понимание.
Модели мира бывают двух типов: циклическая (всё движется по кругу, как солнышко по небу) и направленная (всё движется к некоей цели, к некоему результату, как стрела летит в цель). Микс этих двух типов – хитровыгнутая спиралевидная модель: вроде бы и по кругу, но "на каждом витке выше", а значит – всё-таки направлено, всё-таки к цели. Таким образом, "спиралевидная модель развития" тоже направленная.
А теперь интересное: циклическая модель предполагает, что мир вечен. А направленная модель предполагает, что он конечен. Ведь если у процесса есть цель – то есть и конец процесса. (Либо, если цель недостижима, она бессмысленна.)
Вы скажете, дудки: одной цели достигли – ставим перед собой другую, потом ещё другую и ещё другую, и так бесконечно? Но знаете ли, как в философии называется такая модель? "Дурацкая бесконечность".
Ладно, это мы уже вбок от вбока пошли, заканчиваем. Прогресс – модель эсхатологическая. То есть описывающая (невольно) конец мира. Его смерть.
Эта невольная эсхатология постоянно вырывается из подсознания сторонников направленной модели – то в виде концепции "конца истории" японо-американца Фукуямы (над ним у нас принято смеяться), то в виде советской концепции Коммунизма – Светлого будущего, наиболее выдающиймся представителем которой были не Хрущёв, не Суслов и не Маркс-Энгельс-Ленин, а Иван Ефремов, автор "Туманности Андромеды". Ну достигли светлого будущего, а дальше? Ради чего жить и трудиться, за что бороться? (Заметьте: для ответа на этот вопрос – "Что дальше?" – Ефремову тоже понадобился Космос...)
Вот, кстати, три иллюстрации к роману Ефремова. Сюжет один, но обратите внимание на "разночетния". Первая иллюстрация (слева) 1958 года: реалистичная, но слегка обобщённая, с налётом романтичной мечты. Вторая 1962 года: космос стал реалистичнее, добавилось деталей как в материальной среде, так и в характерах персонажей. "Космос реален". Третья – 1999 год, уже нарочитая условность, сказка, миф... (Зато важное значение приобретает бюст героини.) Тоже своего рода "три модели".
Так вот, теперь о цифровизации – цифровизация чего она. Если одним словом – то управления. "Цифровизация процессов управления процессами". (Не смейтесь, это правда так.) И начать это объяснение следует сначала – с кибернетики...
Кибернетика
Вы, конечно, знаете, что каких-нибудь полвека назад именно так называли всё то, что мы сегодня в быту называем "цифровизацией", то есть – "всё связанное с компьютерами".
Автоматический пылесос под названием "Кибернетика" из "Незнайки в Солнечном городе"
Однако само слово "кибернетика" весьма древнее, и история его интересна и примечательна. Ещё в 1834 году физик Ампер в книге «Очерки по философии наук» описал науку под названием «кибернетика». И заимствовал он это слово аж у древнегреческого философа Платона.
По-гречески «кибернетикес» (κυβερνητικης) означает «искусство управления кораблём», но сам Платон использовал это слово в трактате «Республика» как образное описание управления людьми: «Как мудрый кормчий правит в море кораблём, так и мудрый правитель правит своим народом».
То есть кибернетика – это наука об управлении.
В 1948 вышла книга «Кибернетика, или управление и связь в животных и машинах» Норберта Винера – учёного, которого называют основоположником современной кибернетики. Он сделал важное открытие: существуют универсальные законы управления и использования информации, единые как для машин, так и для живых организмов.
Что изучает, чем занимается кибернетика? Её интересуют абсолютно любые системы, в которых присутствует управление. В математической функции значение одной переменной может управлять другой переменной? Да. Значит, кибернетику интересует математика. Кошка бежит туда, куда бежит мышка? То есть можно сказать, что «мышка управляет кошкой»? Обезьяну можно научить дёргать за верёвку, чтобы получить банан? Да. Значит, кибернетику интересует поведение животных.
А поведение человека? Интересует ли оно кибернетику, как вы думаете?
Зачем компьютеры изучают «цифровой след» человека – то есть запоминают, как он ведёт себя в интернете? Какие совершает покупки, какими сервисами пользуется, какими передвигается маршрутами, какую информацию читает, а какую пролистывает, не читая, какие мнения «лайкает», а какие «дизлайкает», а значит, каких придерживается убеждений? Эта информация собирается в огромные базы данных – для чего?
«Очерки по философии наук» Ампера (1843) и «Кибернетика» Винера (1948)
В своей книге «Кибернетика» Норберт Винер писал о том, что законы кибернетики могут применяться для изучения поведения людей, развития общества, взаимодействия социальных групп.
А это значит, что компьютер может не только прогнозировать, как поведёт себя человек, но и программировать его на то или иное поведение. Например – настойчиво предлагать ему определённую информацию, а другую информацию – скрывать. Чтобы одних возможностей лишать, а другие – навязывать.
Для чего это нужно? Для того, чтобы попытаться справиться с индустриально-финансовым кризисом, охватившим планету, – чтобы перейти от "рыночной" системы к "планово-распределительной" – как в СССР, да, но на новом технологическом уровне. От "общества потребления", потребности которого индустриальная цивилизация больше не может обслуживать, – к обществу распределения. К обществу жёсткого экономического и социального регламента.
Вроде бы цель благая, но тут возникает следующая загвоздка...
Один из главных законов науки об управлении – кибернетики называется «закон Винера–Шеннона–Эшби». Он гласит:
«Управляющая система должна иметь бо́льшее разнообразие, чем разнообразие управляемых систем».
В переводе на понятный язык: «Тот, кто управляет, должен знать и уметь больше, чем тот, кем управляют».
А теперь подумаем: что должно произойти, когда средний компьютер будет уметь выполнять разных действий больше, чем средний человек? И когда компьютерная система будет знать о поведении людей больше, чем люди знают о поведении этой системы?
Совершенно верно. Компьютеры начнут управлять людьми.
Конечно, можно сказать, что сегодня и светофоры управляют людьми (кстати, с помощью тех же компьютерных программ), и ничего страшного не происходит – наоборот, от этого только лучше…
Но одно дело, когда светофор командует, как нам ходить по улицам. И совсем другое – если он начнёт командовать, куда нам идти. Как жить. Для чего жить. Чего хотеть, а чего не хотеть… Чувствуете разницу?
Когда люди массово и с охотой отказываются от главных завоеваний эволюции, выделяющих их из животного мира, – от разума и свободы воли, – возникает вопрос: в обмен на что?
На этот вопрос мы предлагаем ответить вам. Как вы думаете?
Взять с собой побольше вкусняшек, запасное колесо и знак аварийной остановки. А что сделать еще — посмотрите в нашем чек-листе. Бонусом — маршруты для отдыха, которые можно проехать даже в плохую погоду.
Вот многим не нравится, что русский язык засоряют иностранными словами. Некоторые предлагают их вообще запретить, а за употребление – штрафовать. А им отвечают, что «уборщица» – это, дескать, непрестижно и унизительно, а «менеджер по клинингу» – звучит гордо и «повышает мотивацию». И начались эти споры 400 лет назад, в царствование первых Романовых – Михаила Фёдоровича и Алексея Михайловича.
Эрик Пальмквист. Прием царем Алексеем Михайловичем иностранного посольства. XVII в.
Основной «заграницей» для России тогда была Польша – и тогдашние «западники» были «полонофилами», то есть любителями всего польского. Среди них в моде были и польская одежда, и польские кушанья, и – само собой! – польские слова. Какие? Ну, например: «забияка», «мужчина», «отчизна», «повидло», «уважать», «мещанин»...
При Петре Первом русский язык стал наводняться «бургомистрами» и «обер-шаутбенахтами», а в царствование Елизаветы Петровны на смену немецкой моде всерьёз и надолго пришла мода французская. Русский писатель Александр Сумароков в пьесе «Пустая ссора» ядовито высмеивал модные разговоры на «смеси французского с нижегородским»:
Деламида: Вы так мне флатируете, что уж невозможно, по чести. Дюлиж: Вы мне еще не верите, что я вас адорирую. Деламида: И я вас очень эстимую, да для того-то я и за вас нейду; когда б вы моим мужем стали, так хотя вы и многие калитэ имели, мне б вас больше эстимовать было уже нельзя. Дюлиж: Разве бы вы любить меня не стали? Деламида: Любить мужа, ха! ха! ха! Это посадской бабе прилично! Дюлиж: Против этого спорить нельзя, однако ежели б вы меня из адоратера сделали своим амантом, то б это было пардонабельно...
Пьеса эта была поставлена на сцене в 1750 году, а через полвека дошло до того, что дворяне стали и вовсе переходить на чистый французский. (Помните начало романа «Война и мир»?) В родном языке им попросту не хватало слов, чтобы выразить свои мысли! Известный факт: Александр Сергеевич Пушкин сначала выучился читать и писать по-французски – и лишь потом освоил русскую грамоту...
И вот в 1824 году министром народного просвещения в России был назначен... адмирал. Да-да-да, самый настоящий адмирал флота Александр Семёнович Шишков.
Александр Семёнович Шишков (1754–1841)
Шишков был не просто адмиралом – он был ещё и философом, литературоведом, писателем, литературным критиком – и яростным поборником чистоты русского языка. Над Шишковым многие посмеивались (в том числе и Александр Сергеевич), но тот был категоричен и непреклонен.
Вместо «галош» Шишков предлагал ввести слово «мокроступы». Вместо «тротуара» – «топталище». Злые языки утверждали, что фразу «франт идёт по бульвару в театр» «по-шишковски» следовало говорить так: «Хорошилище идёт по гульбищу в позорище».
И всё же в главном Шишков был несомненно прав:
«Между тем как мы занимаемся выдумкой слов и речей, нимало нам не свойствнных, многие коренные и весьма знаменательные российские слова невзирая на богатство смысла своего сделались для не привыкших к ним ушей странны и дики...»
И вот с этим мы очень и очень согласны. И поэтому в каждом номере «Лучика» играем с читателями в игру, в которой надо попробовать угадать, что такое «смятение», а что такое «замятье», или про какого человека говорят, что он «суетный», а про какого – что «ветреный».
Ну, а теперь про мат. В чём его опасность для мозга. Ну, что некультурно и можно от собеседника «в ухо выхватить» и получить сотрясение, это понятно, а в чём ещё?
Дело в том, что у матерных слов, как и у жаргонных, сленговых, есть одна особенность (которая, кстати, и делает эти слова такими привлекательными и прилипчивыми). Они «бьют по площадям» – охватывают сразу много значений. В этом, повторим, их сила, и в этом же заключается их коварство.
Представьте себе большой концертный рояль. У него 88 клавиш...
Да, у этого рояля всего восемьдесят две клавиши! Потому что это первый рояль работы мастера Себастьяна Эрара, 1821 год. Мы выпендрились (соригинальничали, надеясь произвести впечатление)
Нажатием каждой клавиши можно извлечь только один определённый звук. Допустим, ноту «до» четвёртой октавы. Или ноту «до» контроктавы. На большом рояле целых восемь по-разному звучащих «до» помещается… Благодаря этому на нём можно много всего сыграть.
А теперь представьте себе игрушечный рояльчик, у которого только двенадцать клавиш. Здесь одна клавиша отвечает за все ноты «до» сразу. Она «многозначная». Но что на таком инструменте можно сыграть? Да почти ничего. Только простенькую мелодию «настучать». Сложного произведения не получится.
А теперь представьте что «рояль» – это наш язык, наше сознание. Допустим, мы знаем слово «птица», но не знаем слов «курица», «орёл», «пташка», «желторотый», «певунья», «карга», «пернатое», «дичь»… Наш язык станет проще, но проще станет и наше мышление.
Мы будем раз за разом попадать в ситуацию, когда нам не хватает слов, чтобы выразить свои намеренья, мысли и чувства, а потом – просто-напросто перестанем испытывать «слишком сложные» чувства, которые нельзя выразить, а значит, они бесполезны в коммуникации с другими людьми – «не нужны». Наш эмоциональный интеллект тоже обеднеет и огрубеет, как и наше мышление.
Ну зачем, в самом деле, отличать вяз от ясеня, если и то, и другое – «дерево»? Зачем отличать кронштейн от втулки, если и то, и другое – «железка»? Зачем говорить в одной ситуации «предлагаю перекусить», а в другой «соблаговолите отобедать», если можно сказать «го похаваем»?
А когда столкнёшься со сложной жизненной ситуацией, просто скажи:
– Да я это… Чё-то как-то это, короче.
И получится как в стихотворении Чуковского: «Но он только «му» да «му», а к чему, почему – не пойму! – Повесьте, пожалуйста, трубку!»
Ну и главный вопрос, который, вероятно, мучит наших взрослых, искушённых опытом читателей: «Как быть и что говорить, если молотком по пальцу ударил».
Это форс-мажор, уважительная причина. Говорите, что получится, главное – чтобы вы знали, что говорить в тех случаях, когда не ударили! А их, согласимся, в нашей жизни бывает гораздо больше.
Если у вас есть дети, присоединяйтесь к «Лучику» – будем учиться думать и говорить по-русски вместе! Вот, ссылка на страницу подписки на журнал. А дорого, потому что он толстый, 80-страничный (и не только о языке). И обратите внимание: с 27 по 31 мая будет 30-процентная скидка на подписку.
Есть такая поговорка – «Всякий ответ к разуму хорош». Представьте себе картинку: идут взявшись за руки папа с сыном лет этак пяти-шести. Сынишка спрашивает:
– Пап, а пап, а почему летом жарко, а зимой холодно?
Папа начинает радостно объяснять:
– Дело в том, что наклон оси вращения нашей планеты, то есть наклон экватора к эклиптике, составляет двадцать три градуса. Это приводит к тому, что в течение года максимальный угол падения солнечных лучей изменяется...
Смешно? Немного смешно. Папа, кинувшись в научные объяснения (причём правильные, но об этом после), совершенно забыл о том, что сын не знает ни что такое «угол падения», ни «градус», ни «наклон оси», а уж страшное слово «эклиптика» – да его 99% взрослых людей не знает! И в данной ситуации папе, вполне возможно, стоило бы не вспоминать учебник, а проявить элементарную житейскую мудрость. Например, ответить так:
– Это потому, что зимой солнышко греет слабее, а летом сильнее.
Для пятилетки (ну, если он не вундеркинд) такого ответа будет вполне достаточно. Или мы не правы? Напишите нам, что думаете по этому поводу. Но потом.
А пока – вам-то всё-таки уже не пять лет! – давайте разберёмся с этим самым «наклоном оси». Климат Московской области непохож на климат Мурманска, климат Мурманска – на климат Краснодара, Воркуты или Владивостока. И уж совершенно не похож на климат какого-нибудь Найроби в Африке или Черапунджи в Индии. «Климат – это погода в той или иной местности в течение года» – так часто объясняют взрослые.
А по-гречески слово «клима» («κλίμα») означает... наклон! Какова же связь между погодой и наклоном?
Как совершенно правильно говорил папа в начале нашего рассказа, наклон экватора Земли к плоскости эклиптики – то есть той плоскости, в которой наша планета (и все остальные планеты нашей системы) вращается вокруг Солнца – составляет 23 градуса. Позаимствуем у Гарри Поттера его волшебную палочку (на время) и прикажем, чтобы этот наклон стал равным нулю! Что же произойдёт? Пустяковая, вроде, перемена?
Всего лишь через год вы не узнаете собственную планету! Смена времён года исчезнет совершенно. Никакой зимы – но и никакого лета! В Москве будет «вечная осень», прохладная и пасмурная. Снега в средней полосе России не будет – а питание многих наших рек и озёр снеговое, они начнут медленно пересыхать. Никакое сельское хозяйство в нашей стране станет совершенно невозможно – разве что в парниках с теплицами. Не будет ни пшеницы, ни огурцов, ни яблок. От недостатка солнечного тепла начнут медленно погибать леса – и уже лет через 30-40 на месте подмосковных рощ мы увидим самую настоящую тундру, заболоченную, с низкими кривыми деревцами и кустарниками.
На экваторе Земли установится невыносимо жаркий и сухой климат. Джунгли центральной Африки превратятся в саванны, а потом – в самые натуральные пустыни и полупустыни, невероятно сухие. Испаряющуюся от сильной жары влагу с поверхности океанов будет относить к северу и к югу, где она будет обрушиваться страшными ливнями – субэкваториальный и частично тропический пояса Земли превратятся в зону, в которой дожди не прекращаются никогда. Только представьте себе, каждый день круглый год – дождь, дождь, снова дождь...
Нетрудно догадаться, что при таком «климатическом безобразии» с сельским хозяйством по всему миру случится самая настоящая катастрофа. Где-то вместо лесов и лугов возникнут пустыни, где-то – вечно сырые непроходимые болота; мест, пригодных для земледелия, останется очень мало, и скоро на планете начнётся самый настоящий голод!
А если мы прикажем волшебной палочке, чтобы наклон земной оси стал как у Венеры – 177 градусов? Тогда случится то же самое безобразие – «вечная осень», только ещё и Солнце начнёт восходить не на востоке, а на западе. А садиться будет, наоборот, на востоке. Тоже не годится.
Можно попробовать взмахнуть палочкой и сказать, чтобы наклон земной оси стал 97 градусов, как на планете Уран. Тогда наша планета окажется как бы «лежащей на боку». Вот смеху-то будет, правда?
И не говорите! Всю зиму в Москве (да не только в Москве, вообще на всём северном полушарии) будет самая натуральная полярная ночь. Сильнейшие морозы и снегопады придут туда, где их никогда не было – даже в Средиземноморье, в Турцию и Италию. Снег начнёт выпадать даже в пустыне Сахара, в Алжире, в Судане! Весной вернётся смена дня и ночи, Солнце начнёт подниматься всё выше – и начнётся самый натуральный «полярный день». Летом Солнце вообще не будет садиться за горизонт! Уже в мае в Москву придёт ужасающая жара, а в июне даже на северном полюсе Солнце будет жарить так, как оно сейчас жарит летом где-нибудь в Индии. Зато на экваторе и летом и зимой будет очень холодно и сыро, как в современных Арктике или Антарктике, представляете?
Сами понимаете, такие экстремальные условия снова приведут к самой натуральной климатической катастрофе. Начнут таять ледники Гренландии и Антарктиды, уровень мирового океана начнёт стремительно повышаться. Будут затоплены многие прибрежные города. За шестимесячную зиму начисто вымерзнет вся теплолюбивая растительность. Огромная разница температуры между «зимним» и «летним» полушариями приведёт к сильнейшим ветрам, ураганам и бурям. Летом в Архангельск, Мурманск, Норильск и Воркуту придёт самая настоящая тропическая жара, перемежающаяся жуткой силы тропическими ливневыми дождями и грозами! И снова сельское хозяйство Земли ожидает полный коллапс – пшеница, посеянная весной, будет сожжена на корню тропическим Солнцем. Она просто не успеет поспеть.
«А если сделать наклон земной оси где-нибудь посрединке, допустим, в 45 градусов?» – спросите вы. Ну хорошо, давайте в этот раз с цифрами. Итак, мы изменяем наклон земной оси «всего» на 45 — 23 = 22 градуса. Допустим, мы живём в Москве, то есть у нас широта (северная) 56 градусов. Если наклонить земную ось на 45 градусов, то склонение Солнца будет изменяться от +45 градусов (в июне) до -45 градусов (в декабре). По несложной формуле из учебника астрономии определяем высоту Солнца в полдень 22 июня:
90 – (56 – 45) = 79. Солнце будет почти что в самом зените, как в экваториальной Африке или на Кубе! Летом в Москве будет жарко, как в пустыне Сахара и даже хуже!
В полночь:
90 + ((56 + 45) – 180) = 11. Солнце будет над горизонтом, причём довольно высоко!
Итак, летом в Москве будет полярный день, как в Мурманске, Норильске или Воркуте! Линия северного полярного круга «убежит» на 45-й градус широты. Полярный день и «белые ночи» будут наблюдаться даже... в Крыму! Лето в России станет намного жарче, в Санкт-Петербурге климат будет субтропический, как в Италии, а в Крыму – жаркий засушливый, как в нынешних Объединённых Арабских Эмиратах.
Теперь посчитаем то же самое для полудня 22 декабря, на начало астрономической зимы:
90 – (56 + 45) = -11. Солнце будет под горизонтом, на улице темнотища! Это самая настоящая полярная ночь!
В полночь:
90 + ((56 — 45) — 180) = -79. Солнце будет ну просто очень низко под горизонтом. Темнота хоть глаз выколи.
Таким образом, зимой климат в Москве станет очень суровым – примерно как на Шпицбергене или на Земле Франца-Иосифа на крайнем севере! Пятидесятиградусный мороз будет вполне себе обычным делом. Зона полярной ночи, опять-таки, дойдёт до Крыма, Ставрополья и северного побережья Каспийского моря! В Сочи зимой погода будет примерно, как сейчас (зимой) в Санкт-Петербурге, даже чуть более суровая.
Однако самые радикальные перемены в этом случае ждут не Россию. Суровые зимы со снегопадами и морозами придут в южную Францию, Италию, Грецию, северную Африку (тот же Египет). Климат на экваторе станет существенно более прохладным – причём и зимой, и летом! Ледники Гренландии и Антарктиды из-за сильно жаркого лета начнут интенсивно таять – а это означает, как вы помните, подъём уровня мирового океана и затопление прибрежных городов. Под водой окажутся и тот же Санкт-Петербург, и Нью-Йорк, и Лондон.
Изменятся морские течения, усилятся ветра, станут происходить чаще бури и ураганы... Короче говоря, приятного мало, снова – катастрофа глобального уровня. А вроде бы мы «всего-то» чуть-чуть поменяли наклон земной оси. В общем, вывод прост – «Пусть будет так, как есть!» (по-латыни эта поговорка звучит очень эффектно: «Синт аут сунт!» («Sint aut sunt»).
Журнал "Лучик" – детский журнал об искусстве, музыке, литературе, философии и науке. В журнале нет рекламы.
«Легендарная личность, герой невероятных похождений, забавный чудак, дикий самодур, художник, солдат, странствующий актёр, любимец Великого князя Константина. Атлет, обманутый муж, странная смесь способностей и недостатков, характерная фигура Александровского времени. Его рисунки – целый дневник эпохи романтической и увлекательной», – так писал о нашем сегодняшнем герое историк русского искусства барон Н.Н. Врангель.
Самой известной работой этого художника стал портрет юного «Лёвушки» – Льва Сергеевича Пушкина, брата Поэта:
Портрет замечательный, но кто автор? Вот ещё портреты, выполненные его рукой:
Последний наверняка вас смутил? На нём изображён знаменитый архитектор Джакомо Кваренги, построивший Эрмитажный театр и Академию наук в Петербурге, Александровский дворец в Царском селе и многое другое. У него действительно была необычная внешность (ниже его портрет, выполненный другим художником). Но, конечно, не настолько необычная!
Джакомо Кваренги
Просто герой нашей заметки не стеснялся "сгущать краски". Вот так он, например, изобразил самого себя:
Помните?.. "Атлет, скандалист, самодур, легендарная личность"... Речь об Александре Осиповиче Орловском (1777–1832).
«...Его заметил великий князь Константин Павлович, большой охотник до всяких чудаков, и взял к себе во дворец, после чего он стал пользоваться таким успехом, что не поспевал справляться с заказами. Особенно способствовали этому его карикатуры. Было принято возить его на балы, на ужины, на обеды, и всюду он должен был показывать свои штуки, до бесконечности разнообразные. В час времени создавал он громадные композиции, разливал по столам чернильные кляксы в виде всяких кикимор и животных, с престидижитаторской ловкостью рисовал карандашом, мазал пальцами, спичками, носом всякую всячину; то принимался делать шаржи на присутствующих, аллегории на злобы дня... Тут же принимал участие в крупной карточной игре, как ни в чём не бывало проигрывал пол своего состояния или вдруг выигрывал невероятные суммы, которые на следующий же день растрачивал до последней копейки». (А.Н. Бенуа, «Русская живопись в XIX веке. Первые портретисты»)
Карикатуры А.О. Орловского. Наполеон на острове св. Елены и французский эмигрант Дю Селон
«...Известный художник Орловский очень часто выходил из дому в наряде лезгинца, с кинжалом и в папахе. Орловский был мужчина высокого роста, смуглый, черноглазый и силы большой, наряд черкеса очень шёл к нему, нередко ему сопутствовали два его камердинера, из которых один желтолицый, узкоглазый калмык в своём родном одеянии, и другой – чёрный как смоль араб в широких шальварах, куртке и чалме». (М.И. Пыляев, «Замечательные чудаки и оригиналы»)
Важное место в творческом наследии Орловского занимает военная тема. Хотя батальных сцен у него мы найдём немного...
А.О. Орловский. Бой казаков с киргизами
...но, вот, например, как выглядели знаменитые донские казаки времен войны с Наполеоном, те самые, что, по преданию, сидели в парижских кафе и кричали "быстро, быстро"...
А.О. Орловский. Перевязка раны. Польские инсургенты в лесу
Есть и морские пейзажи...
А.О. Орловский. Кораблекрушение. Морской пейзаж ночью
И р-р-романтические сюжеты:
А.О. Орловский. Схватка казака с тигром. Отличный настенный коврик вышел бы!.. Нет?..
И, наконец, просто котики!
А.О. Орловский. Голова кота
При жизни Орловский был знаменит. А.С. Пушкин дважды упоминает его:
«Бери свой быстрый карандаш, Рисуй, Орловский, ночь и сечу!»
(«Руслан и Людмила»)
«У кибиток… пасутся уродливые, косматые кони, знакомые вам по прекрасным рисункам Орловского». («Путешествие в Арзрум»)
Но после смерти о нём быстро забыли:
«Не было же у него школы [учеников, последователей] потому, что на него глядели как на чудака, фокусника и сейчас же после смерти забыли даже те, у кого были богатейшие собрания его рисунков и набросков, сваленных в одну кучу с любительскими карикатурами и помарками заезжих шарлатанов». (А.Н.Бенуа)
А.О. Орловский. Портрет великого князя Константина Павловича. 1802 г. Слева до реставрации, справа после. (Снято при одинаковом освещении)
Грустно видеть, воля ваша, Как, у прозы под замком, Поэтическая чаша Высыхает с каждым днём; Как всё то, что веселило Иль ласкало нашу грусть, Что сыздетства затвердило Наше сердце наизусть, Все поверья, всё раздолье Молодецкой старины – Подъедает своеволье Душегубки-новизны.
Нарядились мы в личины, Сглазил нас недобрый глаз, И Орловского картины – Буква мёртвая для нас. Но спасибо, наш кудесник, Живописец и поэт, Малодушным внукам вестник. Богатырских оных лет! Русь былую, удалую Ты потомству передашь: Ты схватил её живую Под народный карандаш...
(П.А. Вяземский, отрывок из стихотворения «Памяти живописца Орловского», 1833)
А.О. Орловский. Дрожки
Что скажете, друзья? По душе ли вам пришёлся этот художник?
"лучик", вы еще одни интерперетаторы- самоучки....
"Итак, икона. Выяснилось, что абсолютное большинство людей, в том числе почти все верующие, абсолютно уверены, что на иконе изображена православная Святая Троица: Бог-отец, Бог-сын и Бог-святой дух. Будто икона до сих пор наглухо закрыта металлическим окладом, будто никто ее никогда не рассматривал, будто не существует никаких справочников и статей по истории религии. Почему-то никого не смущает даже тот факт, что у всех троих на спине крылья (крылья!), а в руках каждого — копьё. Причем, где именно у Рублева сидит Отец, где Сын, и где Дух — на этот счет в православном мире существуют самые разные мнения числом до шести, было бы больше, но математика сука строгая."
Простите поклонники лучика, но не мог пройти мимо. Я не буду разбирать каждый абзац этой статьи и комментировать его, только в конце приведу цитаты и свои комментарии к ним. На мой взгляд статья очень размыто отвечает на главный вопрос, поставленный в заголовке: как работает нейросеть? Я не в курсе на какую возрастную аудиторию рассчитан материал, но с учетом того, что в статье приведена функция y = kx + b, полагаю, я могу использовать немного математики.
Авторы предлагают аналогию вроде такой: нейросеть - это набор нейронов-чисел, а учатся они, если им показать много примеров. Прежде чем переходить к нейронам, я расскажу как они учатся. Это может показаться странным, но просто принцип обучения что в нейросетях, что в простых моделях машинного обучения одинаков. Для примера рассмотрим как раз уже приведенную функцию y = kx + b. Перенося ее на реальный мир можно взять в качестве примера задачу расчета стоимости жилья в зависимости от площади квартиры. Тогда y - стоимость, x - площадь квартиры, а решаем мы задачу т.н. линейной регрессии (это для сильных духом, постараюсь обходиться без терминов). Далее слайды, которые рисовал сам, простите.
Нужно получить модель, которая по набору иксов (метраж квартиры) дает правдоподобную стоимость. Точки на графике - наши реально существующие данные. Прямая - наша функция. Обучив модель, мы можем подать ей на вход один x и получить ожидаемый y.
В случае применения машинного обучения мы должны просто настроить неизвестные параметры нашей функции (k и b), чтобы получить оптимальную прямую. Главный вопрос - как? Для этого мы должны ввести понятие ошибки модели, чтобы понять, хороши ли она выполняет свою задачу. В нашем примере ошибка - это разность между предсказаниями и реальной стоимостью.
Ошибка модели - средняя разность между реальными значениями и предсказанными по модулю или в квадрате. Формальным языком: L = (y' - y)^2 / n, где n - количество примеров в данных, y' - предсказания, а y - реальные значения y для наших x).
Назовем функцию вычисления ошибок функцией потерь (точнее, она так и называется). Оптимальная модель будет выдавать минимальную среднюю разность, т.е. значение функции потерь будет минимальным. С оценкой определились, теперь переходим к процессу обучения. Для этого мы строим одну случайную прямую, считаем разность между предсказаниями и данными, определяем в какую сторону нам нужно сдвинуть нашу прямую, и сдвигаем, меняя наши k и b на небольшое значение. На какое - задается параметрами модели, обычно этот шаг небольшой, чтобы не перескочить наше оптимальное положение.
Случайная прямая
Один шаг обучения
Второй шаг обучения ( и так далее)
Небольшое отступление, которое можно пропустить. Пытливый ум спросит меня, а как мы определяем в какую сторону двигаться на каждом шаге? Отвечаю - просто смотрим на знак. Раньше я упомянул, что для расчета мы используем квадрат или модуль разностей для каждого отдельно взятого примера и усредняем их. Но тогда все наши расчеты будут положительными. Трюк в том, что при обучении мы используем не саму функцию потерь, а производную от нее или т.н. градиент (блин, обещал же без терминов). Геометрически производную можно изобразить так:
Производная - это тангенс угла наклона касательной к функции потерь в выбранной точке. Производная показывает направление роста функции.
На графике изображена функция потерь при разных значениях для нашей задачи - это парабола. Причем левая ветвь соответствует ситуации, когда мы задаем случайную прямую ниже наших точек, правая - выше. Наша задача попасть из красной точки в желтую, т.е. в минимум функции. Определив градиент, мы двигаемся в сторону уменьшения функции, достигая минимума. Математически, при расчете производной (dL = (2 / n) * (y' - y) * x) мы избавляемся от квадрата и можем получать отрицательные значения (и получаем в нашем примере) и тогда двигаемся в противоположную от знака сторону, прибавляя небольшие значения к нашим коэффициентам k и b.
Возвращаясь к объяснению на пальцах. В реальной жизни параметров, влияющих на стоимость квартиры больше, чем просто ее метраж. Тогда мы переходим в многомерное пространство. В реальной жизни у нас есть другие задачи, например то же отделение фотографий кошек от фотографий собак (задача классификации). Или генерация изображений. Но во всех этих задачах используется один и тот же принцип: мы должны определить функцию потерь - определить как мы вычисляем ошибки предсказаний модели и посчитать разницу между предсказаниями и реальными значениями и изменить значения коэффициентов, в зависимости от смещения предсказаний. Для задачи классификации животных (кошек и собак) мы на самом деле строим точно такую же прямую, просто эта прямая не проходит через точки в пространстве, а старается разделить их. Точками в этом случае могут выступать значения пикселей наших картинок, в таком случае, для обычного изображения кошечки, например, разрешением 512х512, мы работаем в 786432-мерном пространстве (потому что 3 (если используем цветное изображение RGB) * 512 * 512 = 786432) и подбираем в этом пространстве не прямую, а плоскость. И уравнение этой плоскости будет таким y = b + k1 * x1 + k2 * x2 + ... + k786432 * x786432. А функция потерь будет другая, но об этом я уже не буду говорить.
Теперь, когда мы поняли как мы учим, можно понять, что такое нейрон в нейросетях. На самом деле, ответ уже понятен. В процессе обучения мы настраиваем коэффициенты некой функции, нейрон тогда - это просто математическая функция от входных данных. Возвращаясь к статье лучика, на этой картинке нейрон - это как раз таки серый кружочек. А желтые - это значения входных данных. Они могут быть в то же время выходными данными с нейронов предыдущего слоя нейросети.
x1, x2 - значения входных данных, w1, w2, b - коэффициенты (я использовал выше k и b)
А сколько нейронов в нейросети? Много и зависит от архитектуры. Входной слой просто принимает данные и вычисляет взвешенную сумму, передавая результат на внутренние слои. На примере тех же изображений - количество нейронов на первом слое будет зависеть от параметров изображения, а именно от количества пикселей, но количество нейронов скрытых (внутренних) слоев мы устанавливаем сами. Мы можем поставить один нейрон на первый скрытый слой, который будет суммировать все данные, но толку от такой сети будет мало. На выходном слое количество нейронов зависит от нашей задачи. Для генерации нам нужно в каждом пикселе сетки предсказать реальное значение цвета, значит нейронов будет столько же, сколько пикселей нам надо получить. Если мы говорим о задаче классификации, то на выходном слое будет столько нейронов, сколько у нас классов - т.е. 2 для кошек/собак, например. Рассматривать необычные слои, вроде сверток, не будем, но они есть.
А зачем вообще нужны нейросети? Я уже выше описал, что все задачи так или иначе формализуются в набор известных функций. Но преимущество нейросетей в том, что они универсальны как раз за счет общих принципов построения. А взаимодействие нейронов на разных слоях позволяет расширить пространство настраиваемых параметров, что в свою очередь позволяет уловить связи в данных на разных уровнях. Например, разные слои нейросети, обученной на задаче классификации изображений, могут улавливать разные паттерны: например контуры, формы или цвета. Что как раз-таки используется для передачи стиля - мы замораживаем глубинные веса обученной нейросети (те, которые отвечают за пространство, форму и т.д.) и дообучаем на одном стилевом изображении только те слои, которые отвечают за "мазки кисти" и цвета.
Несколько примеров современных нейросетей и как они обучены:
Генерация изображений. Существует множество архитектур сетей для генерации. Причем я говорю о генерации без текстового описания. Например, т.н. GAN-ы. Они обучены генерировать изображения из шума, как и сказано в статье. Но они не обучаются специально запоминать формы, объемы, углы, цвета. Они обучаются генерировать изображение так, чтобы результат не отличался от данных, с которыми мы его сравниваем.
Векторизация текстов - я выделил этот пункт отдельно, т.к. все сети, работающие с текстами, должны уметь переходить от тестов к точкам в пространстве - векторам чисел. Описывать, как это происходит примерно так же долго, как я описывал линейную регрессию. Но для простоты скажем, что нейросети учатся предсказывать пропущенные в тексте слова, настраивая при этом числа в пространстве векторов, где каждый вектор соответствует отдельному слову. Это классическая задача классификации, а значит мы снова строим разделяющие плоскости.
Генерация текстов. И снова множество архитектур. Есть даже не нейросетевые (смотрите цепи Маркова, которые просто считают попарные вероятности слов в тексте). Нейросетевые пытаются предсказать одно следующее слово на основе предыдущих.
Генерация изображений по тексту. Здесь мы объединяем известные подходы и идея такая: раз мы уже знаем, как векторизовать текст, то будем использовать вектора текста как входные данные, а готовые изображения, как идеал, который нужно научится генерировать из шума. Для обучения таких моделей используется огромное количество картинок с описаниями к ним. Кстати, поэтому было много претензий к русскоязычным генеративным моделям, которые генерировали, например, американские флаги по запросу "Родина". Просто сложно создать большой датасет размеченных изображений своими силами, все используют открытые датасеты, и, например, переводят тексты и всячески обогащают данные.
Теперь можно перейти к самому интересному - цитаты из статьи.
Компьютерный нейрон – это просто... число!
Уже выяснили, что нет.
«А если собаки и кошки раскиданы вперемешку, а?» – спросите вы. Ну что ж, тогда нам может потребоваться не одна линия. И возможно не две и не три, а целый десяток или даже сотня. Важно понять, что рано или поздно мы сможем с помощью обыкновенных чисел и прямых «поделить» наш лист так, чтобы нейросеть уже знала наверняка – что именно она «видит», кошку или собаку, в чью именно область она «ткнула пальцем».
Я зацепился за это определение. Потому что если нам известно только 2 класса, то будет только одна "линия" на выходе. Да, каждый нейрон строит свое собственное решение, но он во-первых, не видит какую-то свою область данных, а во-вторых, его решение агрегируется с решениями всех остальных нейронов на выходном слое. То, что описано - это скорее работа классических деревьев решений, которые действительно нарезают пространство на сколько угодно областей.
Проблема номер один – для обучения нейросети нужно очень много информации. Чтобы научить нейросеть отличать кошку от собаки, ей нужно показать тысячи (лучше миллионы) самых разных кошек и собак. Воспитанник детского садика в возрасте трёх лет кошку с собакой не спутает, даже если видел их всего лишь пару раз в жизни...
С миллионом явный перебор. Кроме того, существуют техники дообучения, позволяющие переиспользовать обученные модели с гораздо меньшим набором данных.
Проблема номер два: нейросети совершенно не умеют анализировать собственные творения, объяснять, «что здесь нарисовано и почему», в частности, они не умеют считать! Из-за этого компьютерные изображения постоянно рисуют людей то с шестью, то с восемью пальцами. Или кошек то с тремя, то с пятью лапами.
Вообще-то, объяснять уже умеют. Но только узкий класс мультимодальных сетей (если мы обучим модель генерировать текст по изображению - обратная задача генерации изображения по тексту - то сможет). А с пальцами проблема в общем тоже пофикшена улучшениями архитектур и увеличением количества параметров моделей. Были бы деньги обучать такие модели.
Проблема номер четыре: нейросеть не умеет работать при нехватке информации, «достраивать недостающее». Скажем, человеческий детёныш, даже малыш, увидев кошачий хвост, торчащий из-под дивана, тут же уверенно «распознает» спрятавшегося котёнка и побежит ловить его! Нейросеть такое «неполное» изображение понять не в состоянии. Человек, исказивший внешность (скажем, надевший маску или загримированный) для современной нейросети опять же становится неузнаваемым.
Умеет и достраивает. И распознает и людей в масках узнает. Опять же, на это влияют как архитектура, так и способ получения данных. Всегда можно аугментировать изображения (например в части тренировочных изображений кошек и собак обрезать все, кроме хвостов и тогда такая нейросеть сможет по хвосту определить животное).
Проблема номер пять: нейросеть совершенно не понимает законов нашего мира – скажем, тех же законов оптики. Она никогда не сможет различить на картине человека – и его отражение в зеркале (для живого человека – задачка пустяковая). Она никогда не сможет различить человека или его лицо в кривом зеркале (как это делаем мы на аттракционе «Комната смеха» в городском парке, или когда разглядываем самих себя в новогодние шарики).
Аналогично - аугментация данных решает проблемы с кривыми зеркалами.
Проблема номер шесть: нейросети чрезвычайно чувствительны к разного рода помехам, дефектам, «шуму». Скажем, если на старой фотографии часть изображения залита грязью, чернилами, испорчена пятнами или царапинами, сильно выцвела, если карточка разорвана или разрезана напополам – уверенное узнавание тут же становится неуверенным и вообще ошибочным. Для человека сломанная на части кукла – всё равно кукла; для нейросети – это уже совершенно другой, неизвестный объект
Формально - да. Именно поэтому при обучении специально добавляют шум, аугментируют данные, выключают часть нейронов. И тогда модель справляется.
Проблема номер семь: нейросети на текущий момент ужасающе «однопрограммны». Если нейросеть настроена на распознавание лиц – она будет уметь только распознавать лица. Переучить её на написание текстов или музыки будет чрезвычайно сложно, часто вообще проще написать и обучить совершенно новую сеть. Если она умеет отличать квадраты от треугольников – даже не пробуйте попросить её отличить кошку от собаки или самолёт от парусной лодки...
В целом верно, но не совсем. В рамках одной моды и архитектуры - работа с текстом, или изображениями, или музыкой - переучить нейросеть не проблема. И даже мультимодальные модели существуют и активно развиваются. Но да, архитектура генератора музыки и генератора изображений и данные для этих сетей настолько разные, что просто в тупую подменить данные нельзя. Удивительно.
Проблема номер восемь: связи между компьютерными нейронами случайны, поэтому нейросети лишены запоминания созданных образов. На приказ «нарисуй мне дерево» нейросеть охотно откликнется и будет рисовать деревья снова и снова, но... каждый раз это будет «другое дерево». И если вы напишете команду «нарисуй мне такое же дерево, как в прошлый раз, только на берегу реки», нейронная сеть не поймёт вас. Она опять нарисует «новое случайное дерево».
Связывать случайность (кстати, они не случайны, а заданы архитектурой) связей между нейронами и неспособность запоминать созданный образ - максимально некорректно. То, что здесь описано, на самом деле решаемо. Но это решение за пределами архитектуры нейросети. Это как предъявлять претензии микроволновке, за то, что она не включила сама кнопку, типа, могла бы и запомнить. У нее нет инструментов запоминания результата, как нет у голой нейросети - она получает данные на вход, генерирует выход и все.
В целом, я догадываюсь, что изначальная статья была рассчитана на детей младшего школьного возраста. И я по размышлению выкинул из моего разбора несколько цитат, которые на самом деле оказались верны, просто сильно упрощают представление. И то, что я описал может быть не всем понятно и требует более глубокого погружения.