Как нейросети помогают лечить пациентов, создают фейки и социальные рейтинги? Рассказывает специалист по искусственному интеллекту

Как искусственный интеллект используют в медицине, транспорте и играх, что помогает нейросетям мгновенно распознавать объекты и существует ли голосовой помощник, похожий на человека?

«Бумага» публикует лекцию эксперта цифровых проектов компании «Газпром нефть» Владислава Горбунова на фестивале Science Bar Hopping — о том, как технологии искусственного интеллекта используются сегодня.

Science Bar Hopping — бесплатный научный фестиваль, который проводят «Бумага» и Фонд инфраструктурных и образовательных программ (группа РОСНАНО). Инновационный партнер — «Газпром нефть».

 Фото: Александр Палаев

Чтобы искусственный интеллект был похож на человека, он должен самостоятельно обучаться и делать выводы

— Каждый день в нашем мире появляются новые данные. Ученые спрогнозировали, что к 2025 году их станет порядка 163 зеттабайт (1 зеттабайт — миллион терабайт данных — прим. «Бумаги»). Вся эта информация несет ценность и поддается анализу.

Когда ученые создали термин «искусственный интеллект», они задались вопросом: «Как искусственный интеллект может стать подобным человеческому?» Ответов на вопрос нашлось несколько: ИИ должен принимать решения, фантазировать, делать новые логические выводы, общаться на естественном языке, самостоятельно обучаться, чтобы ему не нужно было постоянно скармливать информацию. Всё это параметры сильного ИИ, к которым сейчас стараются прийти ученые со всего мира.

Но пока почти все существующие инструменты искусственного интеллекта — это слабый ИИ. Он состоит из набора данных, которым механизм обучался, программного обеспечения и технологий.

Искусственный интеллект может определять объекты на видео — быстрее и точнее, чем человек

— Есть несколько видов обучения ИИ. Один из них — глубокое обучение. Нейросеть YOLO позволяет в реальном времени детектировать и классифицировать объекты в видеопотоке. Она делает это настолько быстро, что человек не может уследить за тем, что появляется в кадре, YOLO определяет объект максимально точно. Когда в кадре виден маленький кусочек поезда, нейросеть делает точный вывод о том, что изображено на видео.

Что «под капотом» таких моделей? Там находятся механизмы, которые анализируют, что за объекты показаны на видеосъемке. Нейросеть решает ряд различных задач: задача сегментации (определение того, что находится на изображении), классификации (определения, что за объект находится на изображении) и, в том случае, если объектов много — это еще и детектирование.

В нейронных сетях есть набор нейронов, которые похожи на нейроны нашего головного мозга. Они передают друг другу информацию, которая поступает на вход, и после некоторых рассуждений делают вывод о том, что это. Например, машина фокусируется на крошечном точечном объекте и по набору его параметров определяет, чем на самом деле он является — картошкой или бипланом.

Нейросети используют для системы социального рейтинга, игр в го и создания фейков

— Иногда такие механизмы используются не только на пользу. Реальный кейс из Китая — система социального рейтинга, который позволяет выводить [изображения] не особенно благополучных граждан своей страны на огромные билборды. Хорошо это или плохо, что правительство таким образом переучивает своих граждан — сложный вопрос. Искусственный интеллект — не такая однозначная сущность: он несет в себе как плюсы, так и минусы.

Интерфейс системы социального кредита в Китае

Искусственный интеллект OpenAI в настоящее время побеждает команду чемпионов мира в игре Dota. В 2014–2015 годах была создана программа AlfaGo, которая победила мирового чемпиона игры в го. Недавно этот чемпион заявил, что хочет прекратить играть в го, потому что в мире есть сущность, которая всегда будет впереди него.

Существует программа Deepfake, которая позволяют менять лица другим людям. Сейчас это становится мировой проблемой. Правительства разных стран, в том числе США и Китая, вкладывают огромные деньги в программные обеспечения, которые борются с сетями, создающими фейки. Недавно был случай, когда злоумышленники подделали голос высокопоставленного сотрудника одной компании и увели большое количество денег просто потому, что кто-то разработал зловредный софт на основе искусственного интеллекта.

Искусственный интеллект используется в экспертных системах. Например, так работает игра Akinator, которая определяет, какого человека вы загадали

— На самом деле ИИ — это не только машинное обучение и нейросети. Это огромное количество направлений, таких как распознавание и генерация речи и текста, визуализация данных, робототехника, управление различным оборудованием. Эти научные области, к сожалению, не так сильно распиарены из-за более хайповых направлений.

Akinator — это информационная система, которая позволяет с помощью ряда вопросов определить, кого загадал человек. Это замечательный пример экспертной системы. Она действует таким образом: есть некоторый эксперт, который через интерфейс вводит правила работы системы. Есть пользователь, который хочет получить какую-то информацию из этой системы.

На примере с Akinator экспертом и пользователем может быть один и тот же человек. После того как пользователь поиграл в игру, он может создать новую сущность. Лет пять назад Akinator не знал о тех персонажах, которые существуют сейчас.

Экспертные системы нужны и в медицине — чтобы быстро ставить диагнозы

— Экспертные системы существуют не только для развлечений, но и для того чтобы помогать людям. Например, в медицине они помогают докторам быстро принимать решения на основе огромного количества данных, поступающих с различных датчиков.

Представьте себе всё существующие медицинское оборудование. Представьте, какое количество параметров можно считать из анализа крови. Вместо того, чтобы врач самостоятельно изучал огромное количество бумажек, он может передать данные в экспертную систему, и она даст некоторый вывод. Это позволяет гораздо быстрее принимать решения и в некоторых случаях спасать людям жизни.

Искусственный интеллект помогает управлять техникой — например, ракетами и роботами-пылесосами

— Существует класс нечетких систем. Они позволяют управлять с помощью терминов «далеко / близко», «тепло / холодно», тем самым упрощая нашу жизнь.

Где это обычно применяется? Умные бритвы, роботы-пылесосы, умное освещение. Лампочка сама понимает, что для одного человека нужен один уровень света, а для второго — другой. Она подстраивается под нечто среднее, чтобы всем было максимально комфортно.

ИИ — это также управление оборудованием. Можно вспомнить современный SpaceX. Благодаря ИИ мы можем сажать ступени ракет. «Под капотом» у них классическая теория управления — это одна из наук, которая существует с начала XX века, ей славились ученые Советского Союза.

Во вход поступает информация, она обрабатывается, после чего выдается управляющий сигнал на выход. По влиянию управляющего сигнала на систему мы можем понять, что произошло, и дать новый управляющий сигнал. Это своеобразный цикл, который позволяет оптимально управлять оборудованием.

А еще нейросети могут распознавать автомобильные номера, регулировать светофоры и загруженность остановок 

— Один из кейсов использования ИИ — распознавание автомобильных номеров. Умные светофоры могут регулировать время красного и зеленого цвета, чтобы было меньше пробок. Умные остановки позволяют собирать информацию о пассажиропотоке для того, чтобы запускать автобусы чаще или реже. Так не будет образовываться толкучка, и люди всегда успеют туда, куда им нужно.

Есть умная логистика. Крупные сетевые магазины вроде «Икеи» анализируют данные пользователей и информацию о покупках, чтобы тот товар, который мы ищем, всегда был на складе.

Выступление Владислава Горбунова на Science Bar Hopping

Искусственный интеллект помогает следить за здоровьем и безопасностью

— У многих из вас есть Apple Watch. В Америке это устройство позволяет считывать кардиограмму пользователя и спрогнозировать, что может пойти не так. Очки дополненной реальности позволяют выводить на экран информацию о том, что вам нужно: например, переводить текст.



В промышленности такие технологии следят за безопасностью человека. Они выводят наиболее оптимальные маршруты, сведения о состоянии аппарата и любого другого оборудования, информацию о том, что находится в коробке. Подобные системы, содержащие ИИ, позволяют упростить жизнь и улучшить процесс работы.

Нейросети необходимы для беспилотных автомобилей. С этим связано много этических вопросов

— Многие компаний уже сейчас разрабатывают и тестируют различные версии беспилотных автомобилей. Но, к сожалению, далеко не всегда эти решения можно претворять в жизнь. Например, Tesla ограничивает свой автопилот тем, что водителю нужно держать руки на руле. Это обязательное требование, чтобы водитель всегда был в курсе, что происходит с самой системой.

Мы никогда не можем быть уверены, что нейронная сеть поступит так, как мы ожидаем. И самая большая дилемма: кого собьет автомобиль, если он будет гнать на большой скорости и не сможет остановиться вовремя? Сейчас над этим бьются многие философы. Как только множество такого рода дилемм будет разрешено, то законодательно можно будет согласовать внедрение ИИ на дорогах.

Искусственный интеллект может применяться в роботах и голосовых помощниках. Но пока они мало похожи на человека

— Всем знакома «Алиса» «Яндекса». Тем не менее нельзя сказать, что она похожа на человека. Тест Тьюринга позволяет определить, кто находится по ту сторону экрана — робот или человек. Сейчас нет ни одной системы, которая успешно бы прошла этот тест. Но есть те, которые приближаются к этой границе.

Как только будет создан такой искусственный интеллект, который сможет говорить наравне с человеком и заменить его — это будет серьезный прорыв вперед, который поможет значительно улучшить голосовые помощники.

Компания Boston Dynamics сделала огромный прорыв, но до сих пор для современной робототехники существует множество вызовов. Например, к 2050 планируют создать команду роботов-футболистов, чтобы они победили современную команду чемпионов мира (международные соревнования среди роботов RoboCup проходят с 1996 года; основная цель — создать к 2050 году команду автономных роботов-футболистов — прим. «Бумаги»). Мировые исследователи из различных крупных вузов трудятся во благо того, чтобы такого рода системы были успешны.

Если вы нашли опечатку, пожалуйста, сообщите нам. Выделите текст с ошибкой и нажмите Ctrl + Enter.

Спасибо!

Теперь редакторы в курсе.