Я уверен, что вы все заметили нынешнюю шумиху вокруг глубокого обучения и все разговоры о том, как оно сформирует наше будущее, улучшит наше здравоохранение, даст нам беспилотные автомобили, создаст автономных роботов и прочее бла-бла-бла. Многие считают искусственный интеллект и особенно глубокое обучение 4-я промышленная революция. Это все правда или это просто очередное гипервозбуждение?
Но обо всем по порядку. Давайте остановимся на мгновение и подумаем, что такое ИИ. Искусственный интеллект — это широкий термин, охватывающий широкий спектр технологий и алгоритмов, которые пытаются дать познание машинам и сделать их такими же интеллектуальными, как люди. Подкатегория ИИ машинное обучение, который использует данные и примеры из реальной жизни для обучения машин конкретным задачам без явного программирования со стороны разработчиков. Перефразируя это, компьютеры постепенно учатся на данных, таких как изображения, текст или речь, для выполнения задач, подобных человеческим, таких как распознавание объектов на изображениях или генерация речи.
В основе машинного обучения лежит глубокое обучение, которое представляет собой не что иное, как машинное обучение со многими, многими, многими данными. Глубокое обучение началось как попытка имитировать человеческий мозг и то, как он учится. Наш мозг состоит из 86 миллиардов нейроновкаждый из которых связан синапсами с несколькими тысячами других нейронов и общается с ними с помощью импульсов электрического сигнала.
Основываясь на этом, ученые-компьютерщики в 1965 году (!!! Да, я тоже был в шоке) разработали алгоритм под названием Искусственные нейронные сети.
Искусственные нейронные сети
Искусственные нейронные сети также состоят из нейронов и соединений, формирующих простую математическую функцию и способных оптимизировать эту функцию для моделирования почти любой реальной проблемы. Когда мы объединяем множество нейронов и организуем их слоями, мы создаем глубокую искусственную нейронную сеть, основу глубокого обучения.
Давайте резюмируем. У нас есть алгоритм, называемый нейронной сетью, теоретически способный изучить и смоделировать почти любую проблему, если мы снабдим его достаточным количеством данных. Но ждать. Если у нас есть технология 1965 года, почему у нас до сих пор нет полностью функциональных роботов. Я имею в виду целых 45 лет. Что мне здесь не хватает?
Данные. У нас не было необходимого количества данных. И почему сейчас бурно развивается глубокое обучение? Ты угадал. Большие данные. Google, Facebook, Microsoft, Amazon и многие другие собрали огромное количество данных, позволяющих наконец обучить эти нейронные сети.
Первый шок случился в 2012 году, когда архитектура, называемая сверточной нейронной сетью, выиграла конкурс. Задача визуального распознавания Imagenet. Сеть обучилась на 10 000 000 изображений и классифицировала 150 000 изображений по категориям на основе их содержания с точностью 84,6%, что намного выше, чем когда-либо прежде. Чтобы понять скорость продвижения в этом районе, стоит упомянуть, что точность на сегодняшний день составляет 97%. Подсчитано, что люди имеют точность около 90-95%. Да, прочитайте эту часть еще раз. Машины лучше людей распознают изображения.
Приложения глубокого обучения
Возможные приложения? Изобилие. Самоуправляемые автомобили, такие как Tesla и Google, используют сверточные нейронные сети для сканирования и осмысления своего окружения. Роботы теперь могут идентифицировать опухоли и меланому на медицинских изображениях. Распознавание лиц дает правоохранительным органам и службам безопасности беспрецедентное преимущество перед преступниками и хакерами. Компьютеры могут даже создавать свои собственные образы с нуля. Дайте ему описание и бум он у вас есть. Изображение, которое представляет именно то, что вы хотели. И нет, такого же нет больше нигде в мире.
Но глубокое обучение — это не только компьютерное зрение. Знаете, что общего у Siri, Google Now, Cortana, Alexa и всех виртуальных помощников? Нет нужды рассказывать еще раз. Я врал. Глубокое обучение.
На этом основаны приложения обработки естественного языка, такие как реальный разговор с роботами, перевод любого текста на любой язык, анализ тональности документа. Вы думаете, я собираюсь остановиться? Я даже не близко. Каждую неделю выходят статьи и стартапы, предлагающие всевозможные способы использования преимуществ глубокого обучения.
Открытие лекарств уже принесло пользу сетям, которые не только предсказывают токсичность или другие побочные эффекты химических веществ, но и предсказывают биомолекулы-кандидаты для таких заболеваний, как вирус Эбола или рассеянный склероз. Рекомендательные системы, которые делают эти сверхъестественные предложения о том, какой фильм посмотреть следующим или какую песню послушать. Системы, которые предсказывают аннотации генных онтологий и отношения между генами и функциями в биоинформатике. Системы, предсказывающие землетрясения. Системы, которые пишут Python код.
Конечно, кто-то может возразить: это не настоящий интеллект. Где творчество, искусство, музыка? Где все то, что делает нас людьми? У меня есть новости для него. Знаете ли вы, что существует сеть, которая сочиняет музыку в определенных стилях, таких как украшения Шопена? Знаете ли вы, что другой человек может передать импрессионистический стиль Ван Гога и создать новые картины? Или просто погуглите термин Глубокий сон. Я подожду… То есть, давай. Я признаю, что это не идеально, но это настоящая красота глубокого обучения. Есть так много возможностей для совершенствования и открытий, что это немного пугает.
https://deepdreamgenerator.com/
И последнее, но не менее важное: я уверен, что вы знаете об AlphaGo от DeepMind, боте, который 6 раз выигрывал национальный чемпионат по китайской игре Го. Что более впечатляет, так это то, что Альфа идет ноль превзойти AlphaGo без каких-либо тренировочных данных, просто играя против себя. Без каких-либо обучающих данных. Сделайте паузу, чтобы переварить это. И это было достигнуто всего за 21 день. 3000 лет мудрости в игре и это заняло всего 21 день. Если это не лучший из ИИ, я не знаю, что это такое. Это только вопрос времени, когда это расширится до игр.
Хорошо, я признаю, что немного устал. Но оно того стоило. Честно говоря, я не знаю, является ли глубокое обучение панацеей. Хотя я знаю, что его эффекты и его потенциал неоспоримы и немного пугают, как я упоминал ранее. Вот почему Илон Маск, Сэм Альтман и другие создали OpenAIнекоммерческая исследовательская компания, целью которой является продвижение и разработка безопасного ИИ, приоритетом которого является помощь и благо человечества.
Глубокое обучение и ИИ — это будущее или самая большая экзистенциальная угроза человечества, как ее охарактеризовал Маск? От нас зависит, будет ли превалировать первый вариант.
* Раскрытие информации: Обратите внимание, что некоторые из приведенных выше ссылок могут быть партнерскими ссылками, и без дополнительной оплаты для вас мы будем получать комиссию, если вы решите совершить покупку после перехода по ссылке.