Это практически так же, как обучить щенка давать лапу. Он маленький и не знает, чего от него хотят. Но вот хозяин берет его за лапу и одновременно дает угощение, хвалит его и гладит. Это упражнение повторяется много раз, пока питомец не научится давать лапу и не станет выполнять эту команду уже без стимула в виде вкусняшки. Он радостно будет давать хозяину лапу, как только увидит соответствующий жест.
Дай, нейросеть, на счастье, лапу мне
Вот практический пример: стоит задача обучить нейросеть находить на изображениях лица.
Для этого нейросети дается много-много фотографий. На некоторых из них действительно есть лица, а на некоторых животные, пейзажи, автомобили или изображения вовсе не являются фотографиями. Затем программист помечает фотографии с лицами и просит программу запомнить признаки такого изображения. Здесь есть лицо – галочка, здесь нет лица – пропускаем пустую фотографию. И так повторяется много раз, чтобы был накоплен достаточный опыт.
Потом программист «просит» нейросеть попробовать проставить эти галочки самостоятельно и без подсказок. В начале нейросеть будет допускать много ошибок, но через некоторое время учтет их все и будет безошибочно распознавать лица.
Такая функция сейчас есть во всех фотоаппаратах и не является чем-то уникальным. Включаем экран, чтобы сделать фото, и видим, как программа находит наше улыбающееся лицо, выделяя его среди прочих элементов картинки.
Подобные технологии часто используются поисковыми системами Интернета, делая поиск удобным и быстрым. Сфотографировав на улице неизвестное растение и загрузив изображение в поисковик, можно моментально узнать, как оно называется, ядовито ли и какими обладает особенностями.
Раньше на поиск ответа мог уйти не один день, пока бы не нашлась нужная энциклопедия по ботанике!
Еще можно научить нейросеть распознавать живых существ, выделяя какой-то отдельный вид.
Так один предприимчивый американец решил бороться с непрошеными гостями. Дело в том, что на его лужайку перед домом повадились заглядывать соседские кошки и портить газон и цветы. Тогда владелец дома разработал нейросеть, которая научилась распознавать кошек среди других объектов, и как только нарушитель пробирался на территорию, его обдавало фонтанчиком холодной воды. При этом собакам или людям за прогулку по лужайке ничего не было. Очень быстро выяснилось, что кошки способны обучаться не хуже нейросети и после нескольких «холодных приемов» перестали докучать изобретательному американцу.
Еще один яркий пример – умный пылесос, который китайские программисты научили распознавать на своем пути предметы и не принимать их за мусор. Сообразительный прибор узнаёт провода, игрушки, одежду на основе огромного количества просмотренных фотографий и аккуратно объезжает их при выполнении своей работы.
Применение нейросетей безгранично: распознавание автомобильных номеров на дороге – нарушитель правил дорожного движения получит уведомление о штрафе в автоматическом режиме; распознавание лиц – людям больше не надо носить с собой бумажный или пластиковый пропуск на работу, достаточно посмотреть в камеру; интеллектуальное редактирование – замена лиц в создании видеороликов, или создание образа героя в разном возрасте при съемке фильма…
А что дальше?
Хотя машины сейчас и не претендуют стать полноценной заменой человека, а просто призваны помочь, вполне возможно, что в будущем великие шедевры будут созданы людьми и искусственным интеллектом совместно, а ответственные должности займут высокоинтеллектуальные программы. Существует мнение, что машина или их группа, будут умнее человека или группы людей. Однако современная наука не может дать ответа на вопрос, насколько это вероятно.
Несмотря на прогресс и огромный шаг вперед в исследовательской работе, искусственный интеллект по-прежнему остается системой, только отдаленно похожей на интеллект живой, человеческий. Да, нейросети без труда отличат ежика от котика, угадают наш возраст и определят настроение, обыграют в шашки и соберут кубик Рубика в несколько быстрее. Но все равно это только системы для обработки данных. Они не умны, не эмоциональны, не разумны.
И только когда человеку удастся сделать ум машины индивидуальным, охватывающим многие сферы и умеющим одновременно задействовать системы чувств, обогащая их данными, мы увидим рождение совершенного искусственного интеллекта.
Пока остается только наблюдать, а еще лучше – становиться непосредственными участниками этого удивительного процесса, постигая науку программирования, математики и анализа данных. Очень многие специалисты, занимающиеся изучением и развитием искусственного интеллекта, признают, что эта область развивается семимильными шагами, и в ближайшие несколько лет будет ощущаться острая нехватка талантливых программистов.