От лирического отступления вернемся к нашим баранам, то есть к нейронным сетям. Они, как выяснилось, способны дать фору любому отличнику-зубриле. И поговорим о том, как готовить специалистов по нейронным сетям, раз уж число их будет неуклонно расти. Кстати, эксперты оценивают нехватку специалистов в этой области как одну из самых значимых на рынке труда.
Чтобы разобраться как готовить специалистов по нейронным сетям, нужно понимать, чем они будут заниматься. Вот тут-то и всплывают интересные факты. Осознать их нам поможет рассказ руководителя одного из стартапов в области искусственного интеллекта. Привожу его в своем сокращенном изложении. Если что-то слегка искажу, то для простоты объяснения.
Команда стартапа решила помочь людям подбирать себе по вкусу одежду, обувь и аксессуары (сумочки). Очень простым и изящным способом. Идет модница по улице и видит на ком-то интересный наряд. Достает свой смартфон и быстренько делает фото. Специальное приложение на смартфоне связывается с обученной нейросетью, которой передает сделанное фото. Сеть анализирует фото и из базы данных, содержащей описание образцов одежды, обуви и аксессуаров, предлагает моднице максимально похожие варианты покупки. В наш потребительский век отличная идея.
Шаг 1. Команда разрабатывает максимально детализированную систему классификации для всех трех категорий: одежды, обуви, сумочек. Например, по фотографии нужно было понимать, что искать надо босоножки, женские, кожаные, на танкетке, с позолоченными застежками, голубого цвета. Составление классификатора руководитель описывает как захватывающее погружение в мир модных магазинов и каталогов. Творческое с одной стороны, кропотливое и системное с другой. Занимаются этим ведущие креативные специалисты команды, к программированию и нейросетям отношения не имеющие. Их совсем немного, но они – элита стартапа.
Шаг 2. Программисты, владеющие технологиями проектирования и обучения нейронных сетей, создают компьютерную модель нейронной сети. Ей можно будет «скармливать» тысячи и тысячи учебных фотографий. В основе ее лежит разработанная классификация. Программистов тоже немного, и они тоже элита стартапа.
Шаг 3. Набираются очень трудолюбивые, способные к однообразному кропотливому интеллектуальному труду работники. В рассказе этого нет, но, думаю, в основном женщины. Требования по квалификации одно – базовое владение компьютером (обычная школьница вполне подойдет).
Начинается самая трудоемкая часть проекта: практическое обучение нейронной сети. К этому времени еще на первом шаге подготовлена база данных с учебными фотографиями. На них самые разные люди изображены в самых разных нарядах. Например, фотография известной модели в сарафане, летних туфельках с модной сумочкой.
Работник в специальном редакторе загружает эту фотографию. Выделяет прямоугольным контуром сарафан и для него указывает все признаки из системы классификации. Потом выделяет туфельки еще одним прямоугольным контуром и для них указывает нужные признаки. Потом то же самое делает для сумочки. Сохраняет результат – и нейронная сеть получает фотографию для обучения. Чтобы начать отличать туфельки от босоножек, каблуки от танкеток, сарафаны от вечерних платьев, парадные дамские сумочки от стильных мужских обработать пришлось десятки тысяч фотографий.
Шаг 4. Все довольны, можно проверять работу нейронной сети.
Несколько полезных выводов из всего вышесказанного для сферы образования.
Разработка системы классификации для нейронной сети и всех связанных с этим параметров и настроек – это искусство. Общие рекомендации есть, но в каждом случае одновременно нужны три вещи. Полное погружение в предметную область, творческий подход, великолепные навыки систематизации. Причем все это лучше всего совмещать в одном и том же человеке. Близкая аналогия – кинорежиссеры. Такие люди – штучные специалисты. На поток их подготовку поставить можно. Но тут, как и с фильмами. Можно получить киношедевр, а можно фильм категории B.
Программирование нейронных сетей в принципе занятие понятное. На рынке много наработок и программных модулей-заготовок. Проблема только в одном. На рынке труда полно программистов, владеющих самыми передовыми средствами разработки. На рынке труда хватает выпускников мехмата, хорошо знающих матанализ и высшую алгебру. На рынке труда острейший дефицит тех, кто владеет первым и знает второе. А для программирования нейронных сетей нужно именно это. Большинство программистов изучением высшей математики себя не утруждало. Зачем, если деньги и удовлетворение приносит совсем другое. Здесь для сферы образования – поле непаханое. И для школьного, и для профессионального, и для высшего.