Новинки в информационных технологиях
ИТ ИТ

Новинки в информационных технологиях


Скулябина Ольга, к.т.н., зав. каф. «Информационные технологии и программная инженерия» БГТУ «ВОЕНМЕХ» им. Д. Ф. Устинова.

 С чем у большинства из нас ассоциируется искусственный интеллект? Конечно, с роботом, неотличимым от нас, который является нашим помощником и другом. А если мы тревожны и мнительны, то он видится поработившим и уничтожившим нас человекозаменителем. Долго ли будет идти уподобление искусственного интеллекта естественному, прогнозировать сложно. Пока что решаются отдельные задачи развития ИИ.

Я бы условно поделила их на исследовательские направления, в которых изучают и совершенствуют методы развития самого ИИ, и прикладные, в которых уже получены первые практические и экономические результаты его применения.

В исследованиях основные усилия направлены на обучение ИИ и обработку естественного языка.

В настоящее время ИИ обучается способом, называемым «обучение с учителем» (Supervised learning). В таком подходе модели ИИ обучаются на основе созданных людьми наборов данных и алгоритмов их обработки. Все как в человеческом сообществе, которое также обучает своих детей, предлагая им через школьного учителя некую совокупность знаний и рассказывая, куда и как их применять. Этот метод оказался полезным, но зачастую дорогостоящим и трудозатратным. К тому же, мы знаем, что дети, как и все люди, буквально "впитывают" любую информацию из окружающей среды и действуют совершенно не по школьным правилам. Но контролируемые алгоритмы ориентируются только на объекты и категории, которые заданы заранее, и это является их серьезным ограничением. Следующей ступенью развития ИИ видится обучение без «учителя». Unsupervised learning — способ машинного обучения, при котором испытуемая система спонтанно учится выполнять поставленную задачу без вмешательства человека. Это подход, при котором алгоритмы обучаются на основе данных без ярлыков, «навешанных» человеком. 

Как работает такое обучение? 

Система узнает о некоторых частях мира на основе других частей, наблюдая за поведением, закономерностями и отношениями между объектами. Часть входных данных используется в качестве контролирующего сигнала для прогнозирования оставшейся части данных. И это создаёт неограниченные возможности, потому что данные и обратные связи, которые можно получить, практически бесконечны. Обучение без «учителя» уже оказывает преобразующее влияние на обработку естественного языка (NLP). В последнее время NLP добилось невероятных успехов благодаря новой архитектуре обучения без «учителя», известной как Transformers. Основная функция этих нейросетей — предсказывать следующее слово или его часть, ориентируясь на предшествующие. По сути, она просчитывает связи между словами и предлагает наиболее вероятную последовательность.

Пока тысячи желающих ожидали от OpenAI ответа на заявки, в открытом доступе появилась русскоязычная версия модели — ruGPT-3 Large. Разработчики из «Сбербанка» создали нейросеть на подобном подходе - ruGPT-3 Large. Ее обучили на подборке из 600 Гб текстов.

Для обучения использовали суперкомпьютер «Кристофари» и облачная DataScience-платформа ML Space от SberCloud — компании экосистемы «Сбербанка», предоставляющей облачные услуги.

Для общения с нейросетью нужно начать диалог или предложить незаконченное предложение. Для этого нужно предложить программе небольшую «затравку», например незаконченное предложение или начало диалога. Результат нельзя предсказать заранее. Создатели предупреждают, что сгенерированные тексты могут оказаться некорректными или неуместными.

Помимо текста нейросеть может написать программный код. Для этого нужно сформулировать небольшую часть кода на одном из языков программирования.

В прикладной области обучение с «учителем» способствовало значительному прогрессу в развитии ИИ – от автономных транспортных средств до голосовых помощников.

Кроме двух классических способов обучения «с учителем» и «без учителя», выделяют еще один — «обучение с подкреплением» (reinforcement learning) или стимулируемое обучение. Смысл его состоит в том, чтобы поощрять «правильные» действия обучающейся системы и штрафовать «неправильные» действия. Напоминает дрессировку животных. В последнее время этому типу обучения уделяется большое внимание в задачах управления роботизированными объектами.

Можно отметить очень важное достижение последних лет в области соревнования естественного и искусственного интеллектов. Это победа машины над одним из лучших в мире игроков в игру Го. Эта игра сложнее шахмат в том смысле, что в ней гораздо больше возможных вариантов расположения «камней» на игровом поле, чем вариантов расположения фигур на шахматной доске. Эти варианты сложно просчитать путем «грубой силы» как это было сделано при игре суперкомпьютера DeepBlueс Каспаровым в 1997 году. Долгое время считалось, что задача игры в Го слишком сложна для искусственного интеллекта. Но компании DeepMind удалось найти способ научить компьютер играть лучше человека. В 2017 году программа AlphaGo обыграла одного из лучших игроков в мире Ли Седоля со счетом 4:1. С тех пор создана еще более продвинутая версия AlphaGoZero, которая превосходит возможности предыдущей версии и играет на недостижимом для человека уровне. Теперь уже люди учатся у машины играть в Го. Важно отметить тот факт, что принципы обучения, заложенные в эту программу, могут быть применены и для решения других практических задач, например, в области медицинской диагностики.

Успехи в области искусственного интеллекта можно проиллюстрировать на примере достижений компании BostonDynamics, разработавшей несколько вариантов четвероногих и двуногих антропоморфных роботов, способных передвигаться по пересеченной местности, преодолевать препятствия и переносить грузы до 150кг.

Впечатляют достижения отечественного разработчика систем искусственного интеллекта и технологий для автономного управления транспортом – Cognitive Pilot (совместное предприятие Сбербанка и группы Cognitive Technologies). Российская компания в октябре этого года присоединилась к крупнейшей акселерационной программе NVIDIA Inception, в рамках которой будет продвигать свои решения в области ИИ на международных рынках.

NVIDIA Inception – это программа американской корпорации NVIDIA, разработанная для развития ведущих ИТ-компаний, производящих революционный эффект в своей отрасли за счет достижений в области искусственного интеллекта и обработки данных. Cognitive Pilot будет получать поддержку NVIDIA в рамках разработки автопилота для сельскохозяйственной техники – Cognitive Argo Pilot.

Компания рассчитывает значительно увеличить темпы проникновения на глобальный рынок, имеющий огромный потенциал. По данным Business Research Co., мировой рынок автономной сельскохозяйственной техники в 2020 г. составил $62,3 млрд, а к 2025 г. увеличится до $127,3 млрд. По прогнозам аналитической компании Fact.MR, к 2031 г. он вырастет до $150 млрд.

Долгое время считалось, что основное отличие человеческого интеллекта от искусственного – это способность к творчеству и созданию произведений искусства. Не удивительно, что часть разработчиков занимается этой интереснейшей проблемой. ИИ обучают писать стихи, музыку и картины.

Например, нейросеть ruDALL-E (совместный проект SberDevices, Sber AI, SberCLoud, Самарского университета, AI Research Institute) успешно генерирует изображения по описанию на русском языке.

Компания «Яндекс» открыла виртуальную галерею нейросетевого искусства, в которой представлено четыре тысячи уникальных картин, созданных искусственным интеллектом. Для обучения нейросети использовались произведения, принадлежащие к разным направлениям живописи: от фовизма и кубизма до минимализма и стрит-арта (всего около 40 тысяч произведений).

Итак, что же умеет искусственный интеллект на сегодняшний день?

Определять объекты на изображении, управлять транспортными средствами, различать запахи, прогнозировать события, писать электронные письма, понимать смысл текста, общаться с человеком, собирать статистику, писать простейшие программы (в том числе по запросу, сформулированному на естественном языке), картины и музыку.

Остался всего один шаг - наладить обучение без «учителя» и ИИ сможет развиваться самостоятельно. Пора ли принимать меры для того, чтобы регулировать развитие ИИ?

На прошедшем в октябре этого года I Международном форуме «Этика искусственного интеллекта: начало доверия» сделан первый шаг в направлении будущих правил и законов в области ИИ. На форуме был представлен «Национальный кодекс в сфере этики искусственного интеллекта», который состоит из двух разделов: принципы этики и правила поведения и принципы применения кодекса. В нем подчеркивается, что ИИ нужно применять только во благо человечества и ставить это благо выше, чем коммерческую выгоду. Также необходимо при создании ИИ осознавать ответственность за риски применения новых разработок и правдиво информировать о них общественность.

Из всего вышесказанного можно сделать вывод, что искусственный интеллект – это будущее. ИИ может не только значительно облегчить жизнь людей, но и кардинально изменить смысл и ценности человеческого существования. Будем надеяться, что к лучшему.

Подписывайтесь на нас в соцсетях, если хотите быть в курсе последних событий в сфере бизнеса и технологий.


Не менее интересные публикации