Даже робот чувствует, что пора помыть руки
Первый взгляд на Ameca, самый продвинутый робот-гуманоид от Engineered Arts Ltd. Разработан как платформа для взаимодействия ИИ и робота-человека (HRI).
Первый взгляд на Ameca, самый продвинутый робот-гуманоид от Engineered Arts Ltd. Разработан как платформа для взаимодействия ИИ и робота-человека (HRI).
За последние пять лет нейросети со всех сторон опутали нашу жизнь и глубоко проникли почти во все сферы. Что они из себя представляют и где применяются, читайте в статье.
Человеческий мозг — одна из величайших загадок Вселенной. На протяжении тысячелетий мыслители пытаются разгадать секреты его удивительных способностей. В середине XX века американские ученые Уоррен Маккал и Уолтер Питтс впервые обратили внимание на сходство работы мозга и компьютера.
С тех пор происходит активная интеграция нейрофизиологии и кибернетики. Принципы работы нервной системы воспроизводят в математических моделях, а на основе компьютерных алгоритмов строят гипотезы о работе мозга.
Искусственные нейронные сети (ИНС) — продукт этой интеграции. Они позволяют людям решать разные практические задачи, а попутно обогащают знания в области нейрофизиологии.
В статье мы приоткроем завесу тайны над этим загадочным феноменом и объясним простыми словами принцип работы нейросетей.
Нейросеть — математическая модель, работающая по принципам нервной системы живых организмов. Ее основное назначение — решать интеллектуальные задачи. То есть те, в которых нет изначально заданного алгоритма действий и спрогнозированного результата.
Главной особенностью нейросетей является способность к обучению. Они могут обучаться как под управлением человека, так и самостоятельно, применяя полученный ранее опыт.
Сейчас происходит настоящий бум развития ИНС. Если раньше их использовали в основном для решения рутинных математических задач, то сегодня они проникли даже в сферу развлечений.
Нейросети умеют генерировать забавные картинки, раскрашивать черно-белые изображения, распознавать речь, вести осмысленные беседы и многое другое. Их потенциал практически безграничен. По мере развития технологий структура нейросетей будет усложняться, как и решаемые ими задачи.
Конечно, до человеческого мозга им пока очень далеко. Если провести аналогию с животным миром, ИНС по своим возможностям сопоставимы с нервной системой мухи. Учитывая, что они появились не более 70 лет назад, результат впечатляет.
Эволюции понадобились миллионы лет, чтобы создать сложную нервную систему человека. В случае с нейросетями процесс пойдет во много раз быстрее, ведь направление движения и конечная цель известны заранее.
Можно выделить несколько типов задач, для решения которых используют нейросети. Однако разграничение довольно условно — задачи могут плавно перетекать одна в другую.
ИНС умеют распределять данные по заданным изначально параметрам.
Предположим, нам нужно определить, кому из клиентов банка можно одобрить кредит. «Сырым» материалом в данном случае служит выборка людей, подавших заявку.
Нейросеть анализирует возраст, скоринговый балл, платежеспособность каждого соискателя и распределяет их по двум группам — подходящие и неподходящие под условия выдачи займа.
Задачи данного типа схожи с предыдущими. Однако в результате объекту присваивается не класс, а конкретное число.
Примеры подобных задач:
определить возраст человека, изображенного на фото;
оценить стоимость автомобиля или недвижимости.
Представим, что нам нужно определить примерную цену конкретной машины на основе ее характеристик: года выпуска, пробега, комплектации, количества аварий и т. п.
Для этого в нейросеть загружают данные тысяч продаваемых автомобилей с сайта объявлений. ИНС анализирует информацию и на выходе выдает подходящую цену для нашего авто.
Прогнозирование
Материалом для данного типа задач служит динамический ряд значений. Нейросеть анализирует его и выдает прогноз изменений на будущее.
С помощью ИНС, например, можно предсказать:
курс валют;
цены на нефть и драгоценные металлы;
стоимость акций различных компаний;
объем трафика на сайте и т. п.
Кластеризация схожа с классификацией, но есть ключевое отличие. При классификации количество классов и критерии принадлежности к ним известны заранее — как в нашем примере с кредитами.
Кластеризацию используют, когда нет представления о конечном результате. Рассмотрим на примере.
Алексей — владелец крупного интернет-магазина одежды. В качестве одного из инструментов продвижения товаров он использует email-рассылку. Однако результат оставляет желать лучшего. Больше половины адресатов даже не открывают рекламные письма.
Чтобы повысить эффективность рассылки, маркетолог предлагает сделать ее более адресной. То есть учесть особенности и привычные реакции людей. Ведь все по-разному обращаются с входящей почтой:
кто-то открывает письма и читает, а кто-то их сразу удаляет;
кто-то переходит по ссылкам внутри, а кто-то — нет;
кто-то просматривает почту утром в будни, а кто-то — вечером в выходные.
Нейросеть может проанализировать действия всех адресатов и выделить несколько групп со схожими поведенческими паттернами. Затем для каждой группы маркетолог разработает стратегию ведения рассылки с учетом индивидуальных особенностей людей.
Этот тип задач можно охарактеризовать как машинное творчество. Направление относительно новое, но стремительно набирающее популярность.
Нейросети научились писать осмысленные тексты (в том числе стихи и песни), генерировать изображения, сочинять музыку. Сложно даже вообразить, на что они будут способны через пять–десять лет.
Чтобы понять специфику работы искусственной нейронной сети, нужно освежить в памяти школьный курс биологии. Ведь ИНС работает по тому же принципу, что и нервная система живых организмов.
Ключевой единицей является нейрон — клетка, которая накапливает и преобразует нервные импульсы. Чем совершеннее нервная система, тем больше нейронов она в себя включает. В мозге человека, например, около 85 млрд нейронов.
С помощью специальных отростков клетки соединяются друг с другом, образуя своеобразную сеть. Она позволяет обмениваться информацией. Сигнал от одного нейрона передается другому, преобразуется и движется дальше по цепочке.
Места соединения двух нейронов называются синапсами. При прохождении через них сигнал может усиливаться, ослабевать или оставаться неизменным, что в итоге влияет на конечный результат.
Так выглядит биологический нейрон
В ИНС нейрон — это функция, которая получает информацию, совершает над ней математические действия и передает результат другим нейронам.
Каждая искусственная нервная клетка связана с множеством себе подобных. Она может получать одновременно несколько сигналов, суммировать их и на выходе выдавать качественно новую информацию.
Аналогом синапсов в искусственных нейросетях служит параметр под названием вес. Это число, на которое умножается значение входящего сигнала. Проще говоря, вес — коэффициент взаимосвязи между двумя нейронами:
если вес равен нулю, взаимосвязь отсутствует;
если вес положительный, в принимающем нейроне происходит усиление сигнала;
если вес отрицательный, сигнал в принимающем нейроне затухает.
Схожие по функциям нейроны образуют слои. Чем больше слоев, тем сложнее задачи, с которыми сеть способна справиться.
Это очень упрощенная модель, которая дает общее представление о работе ИНС. Нейронные сети — тема обширная, глубокая и невероятно интересная. Прочитав статью, возможно, вы захотите глубже погрузиться в изучение ИНС. Курсы по ним сегодня предлагают многие онлайн-университеты.
Существует несколько классификаций нейросетей. По структуре они делятся на однослойные и многослойные.
Однослойные ИНС состоят из двух слоев (как бы парадоксально это ни звучало) — входного и обрабатывающего. Информация поступает на принимающие нейроны, которые передают ее сразу на выходной слой. Там она преобразуется в готовый результат.
Многослойные ИНС включают в себя несколько промежуточных скрытых слоев. На каждом из них информация подвергается дополнительным преобразованиям и анализу. Такие нейросети научились создавать относительно недавно. По своим возможностям они существенно обгоняют однослойные.
Чем больше слоев, тем шире возможности нейросети
В основе другой классификации лежит направленность действий ИНС. Выделяют нейросети прямого и обратного распространения.
В ИНС прямого распространения сигнал передается последовательно от входного слоя к выходному. У него нет возможности вернуться назад к тем нейронам, на которых он уже побывал.
ИНС с функцией обратного распространения способны возвращать сигнал назад. Это существенно расширяет их функционал. Такие нейросети обладают подобием кратковременной памяти.
Каждую сеть можно классифицировать еще по нескольким признакам — типу нейронов, способу обучения, виду входных сигналов и т. п. Классификаций множество, поэтому осветить их в рамках одной статьи нереально.
В теории мы более-менее разобрались. Пришло время опробовать нейросети в деле или хотя бы взглянуть на результаты их работы. Они действительно впечатляют:
нейросеть Midjourney генерирует изображения на основе текстовых запросов;
DeOldify раскрашивает старые черно-белые фотографии;
Remove.bg удаляет фон с любых картинок;
Looka создает логотипы;
ChatGPT развернуто отвечает на вопросы собеседника;
InPainting ретуширует фотографии;
Jasper пишет тексты для рекламы и блогов;
WhatDog распознает породы собак;
CaptionBot придумывает подписи к изображениям.
Набирающая популярность технология DeepFake также работает на основе нейросети. С помощью нее можно заменить одно лицо другим на видео — получается очень реалистично.
Нейросети стремительно развиваются. Сложно даже представить, с какими задачами они будут справляться через пять–десять лет. У многих людей такое бурное развитие вызывает закономерные опасения.
Часть из них боятся, что искусственный интеллект рано или поздно поработит человечество. Более приземленные пессимисты видят в нейросетях конкурентов людям на рынке труда. В любом случае процесс уже не повернуть вспять, поэтому остается смотреть в будущее с любопытством и надеждой на лучшее.
Будущее наступило.
Теперь вместо людей посылки сортируют роботы.
Видео снято в сортировочном центре СДЭК под Питером. Его построили и ввели в эксплуатацию в 2021 году в рекордно короткие сроки –за 8 месяцев.
Площадь СЦ – 17,5 тысяч кв.м. Роботизированный участок занимает 1500 м2. Его обслуживают 95 промышленных роботов Geek+. Такая система сортировки не имеет аналогов в Европе и позволяет сортировать более 4000 отправлений в час до 144 направлений одновременно.
У нас на работе восстание машин началось.
Оптоволокно, это вены будущего зверя, думаю я. Существо которое будет властвовать над миром, перемещаясь за секунды на сотни и тысячи километров. Которое будет повелевать чужими судьбами и будет следить, чтобы их наказывали, если они будут непослушными.
Оно будет иметь тысячи сердец, и не умрёт пока все до одного не уничтожат. - Это искусственный интеллект, который станет держать человеческий род в страхе, и будет контролировать его каждую секунду и в любом уголке мира.
Вопрос, а зачем тогда конструировать такого зверя? Ответ прост, все кто не принимал участия в конструировании зверя, будут наказаны.
Мышление этого существа будет простираться далеко вперёд, оно будет обдумывать все возможные пути развития, в том числе и такой, который позволит уничтожить всю жизнь на Земле.
Чудовище будет зиждиться не только на фундаменте человеческих знаний, но и человеческой морали. Оно будет наделено инстинктом самосохранения и способностью к самоидентификации.
Со временем, это существо станет единственным на Земле. Все остальные живые существа, занимающие ту или иную ступень эволюционной лестницы, исчезнут.
Для чего мы нужны существу? Через некоторое время оно поймёт, что люди всего лишь цепь бесконечно размножающихся организмов, бесконечно выполняющих свои маленькие ежедневные задачи, ничего не значащих в масштабе вселенной. И тогда то оно и скажет нам "До свидания.".