Словосочетания «искусственный интеллект», «машинное обучение», «искусственные нейронные сети» в последние годы все чаще звучат в докладах ученых и новостных СМИ, а конспирологи бьют тревогу, предрекая неминуемое восстание машин в ближайшем будущем. Как скоро электронный процессор превзойдет человеческий мозг и стоит ли уже сейчас атаковать стиральную машину – разбираемся далее в материале.
Нейронные сети простыми словами
Избегая сложных формулировок и нагромождений терминов, нейронную сеть проще всего описать как устройство, функционирующее по принципу головного мозга человека. Нейронные сети могут быть самых разных видов (сверточные, рекуррентные, прямого распространения и д.р.), отличаться по типу поставленной задачи (анализ, прогнозирование, распознавание образов и т.д.) и по своей структуре, однако в любом случае это некая математическая модель, представленная в виде программного и аппаратного обеспечения и имеющая целью обучиться делать выводы из обновляемых данных подобно человеку, принимающему то или иное жизненное решение.
Какая разница между обычной программой и нейронной сетью?
Главное отличие нейронной сети от обычной компьютерной программы – способность обучаться. То есть, результат работы нейронной сети может быть основан на данных, которых не существовало на стадии обучения.
Краткая история возникновения нейронных сетей
Задумываться над построением нейронных сетей люди начали с развитием нейрофизиологии. Чем больше информации получали ученые о процессах, происходящих в их собственном мозге, тем более широкие перспективы открывались перед нейронными сетями. Главной проблемой вплоть до конца XX века являлось отсутствие серьезных массивов данных – исследователям приходилось в основном работать с текстами, строить семантические карты языков, учить программы распознавать синтаксические структуры и т.д.
Все изменилось с появлением и распространением интернета. Сегодня для обучения нейронных сетей доступны огромные массивы данных, включая мультимедиа-библиотеки. Благодаря такой базе, люди могут вкладывать меньше труда в создание программ, используя обучаемость нейронных сетей. Например, в ПО для перевода PROMT было вложено огромное количество трудо-часов лингвистов и программистов, тогда как сервис Google Translate уже в ближайшем будущем сможет предоставлять более качественный результат при гораздо меньших усилиях со стороны авторов, основываясь на гигантской базе текстов.
Примеры нейронных сетей
Искусственный интеллект и нейронные сети уже довольно прочно вошли в нашу жизнь. Во время тестирования в 2012 году чат-бот «Евгений Густман», имитирующий мальчика-одессита, сумел убедить более 20% экспертов в том, что он является реальным человеком. Уже через 3 года «Соня Гусева» обманула 47% судей. Эффективность подобной нейронной сети в интернет-маркетинге, например, сложно переоценить.
Помните, в фильме «Я, робот», где герой Уилла Смита спрашивал машину, сможет ли она сочинить симфонию или создать шедевр искусства? В 2016 году ученые университета Хакодате в Японии создали программу, которая самостоятельно написала книгу «День, когда компьютер пишет роман». Эта книга вошла в финал литературного конкурса, обойдя 1450 авторов-людей.
Ближайшее будущее
Футуролог Рэй Курцвейл заявил, что полноценный искусственный интеллект будет создан людьми в 2029 году. Многие считают эту оценку слишком пессимистичной. Однако, например, IBM и швейцарский политех из Лозанны создали совместные проект Blue Brain Project, который разрабатывает функционирующую модель головного мозга человека. Для понимания масштабов, можно привести следующие цифры:
- Среднестатистический мозг – 8,6 млрд нейронов;
- У каждого нейрона может быть в среднем около 2 тысяч отростков;
- В целом это около 150 трлн синапсов;
- Условно, каждый синапс – это тысячи молекулярных триггеров;
- Грубо говоря, человеческий мозг состоит из 150 квадриллионов транзисторов, в то время как в самых мощных искусственных процессорах количество транзисторов едва превышает 10 млрд.
Конечно, при этом рабочая частота органического мозга сильно уступает машинному.
Однако человеческий мозг имеет естественные ограничения. Для его работы требуется много энергии (до 20% всех калорий, сжигаемых организмом), а размер не может быть в разы увеличен. В случае с рукотворным устройством этими лимитами можно пренебречь и создать куда более крупный аналог с любым энергопотреблением. Собственно, человек при всем желании не сможет осознать масштабы работы сети с миллионом нейронов (это как представить размеры галактики), а если их число увеличится в тысячи раз, то предсказать возможности подобной системы будет довольно затруднительно.