Мир в нейросетях: от первого компьютера до восстания машин

Портрет Ады

Ада Лавлейс родилась в 1815 году в семье знаменитого поэта и лорда Джорджа Байрона. Графиня с юных лет увлекалась математикой и создала образец первой в истории компьютерной программы. Это был алгоритм для аналитической машины, которая самостоятельно решала математические задачи. Во время своей работы Ада также ввела в оборот термины «цикл» и «рабочая ячейка», «распределяющая карта», описала основные принципы алгоритмизации. Сегодня в честь «чародейки чисел» назван язык программирования «Ада».

— «Я не считаю, что структуры головного мозга менее подвластны математикам, нежели движения и свойства звезд и планет; вполне, если выбрать для их рассмотрения правильную точку зрения. Я хотела бы оставить последующим поколениям вычисляемую модель нервной системы», — писала Ада Лавлейс в 1843 году.

Ада Лавлейс доказала, что машины могут быть умными выполнять установленные для них задачи, а также иметь некоторую степень автономности. Труды графини еще два века назад легли в основу развития искусственного интеллекта, подтверждают современные эксперты отрасли на медиафестивале «Твоя Москва» телеканала Москва 24.

— «Ада Лавлейс мечтала создать такой вот “brain calculus”. Прошло очень много лет, в начале 1940-хх. годов была написана очень важная работа МакКаллока и Питтса, в которой была предложена первая модель искусственного нейрона. Науке понадобилось еще много десятилетий, прежде чем эти модели превратились в реально работающие системы, решающие какие-то прикладные задачи», — Сергей Марков, начальник Управления Экспериментальных Систем машинного обучения SberDevices

«Весна» искусственного интеллекта

В наши дни искусственный интеллект развивается стремительно. Роботы-почтальоны развозят посылки по адресам, машины ездят на автопилоте, боты пишут дипломы вместо студентов а система «умный дом» нянчится с нашими детьми и рассказывает им сказки.

— «За последние 10 лет, в рамках той “весны” искусственного интеллекта, в которой мы с вами живем, произошло немало технологических революций. Наиболее важная, наверное, — революция трансформеров, когда в 2017-м году появилась нейросетевая модель под названием "Трансформер", которая позволила эффективно использовать параллельные вычисления при обучении нейросетевых моделей. Фактически, благодаря этому началась гонка по созданию гигантских нейросетей. Благодаря ней мы имеем сегодня такие модели, как “ChatGPT” или “Midjourney”, — все это наследники той архитектуры “Трансформер”», — Сергей Марков.

Зачастую сегодня технологии искусственного интеллекта занимают незаметные ниши. Многие из нас и не задумываются о том, что происходит во время работы привычных нам продуктов и сервисов. Каждый раз, когда вы делаете фотографию при помощи своего мобильного устройства, этот снимок тоже обрабатывается нейросетью, которая работает внутри вашего смартфона. Такого рода системы внедряются повсеместно и решают самые разные задачи. Вот еще пример: человек приходит в офис банка, чтобы оставить заявку на кредит. Эту заявку ведь тоже обрабатывает алгоритм искусственного интеллекта! Отраслей потенциального использования этих технологий очень много. Сегодня трудно найти такую область человеческой деятельности, в которой эти технологии нельзя было бы применять. Россия в этом плане одна из наиболее продвинутых стран, особенно в сфере развития городской инфраструктуры, говорят эксперты.

— «Москва, на самом деле, находится где-то на пятом или шестом месте в мире по количеству камер на одного жителя, а эти камеры, конечно же, может анализировать искусственный интеллект. Я думаю, что сейчас практически все пользуются навигаторами. Но навигатор де-факто оптимизирует то, как люди выбирают дорогу. То есть, он раскидывает трафик по дорогам, и это делает общее время поездок меньше. А представьте себе, если мы сможем глобально оптимизировать вообще весь трафик, который есть в городе, и искусственный интеллект считает оптимальные маршруты для всех. Я думаю, что было бы круто. Что еще? Москва впереди планеты всей по внедрению искусственного интеллекта в медицину. Мы первые в мире это сделали, что те или иные модели применяются во врачебной практике», — Манвел Аветисян, директор по развитию прикладных проектов Института Искусственного Интеллекта AIRI.

Еще недавно все задачи для искусственного интеллекта были узкопрофильными. Например, программа, которая умеет играть в шахматы с четким определением полей. Увеличить доску — и компьютер уже не справится. 

Сегодня специалисты работают над тем, чтобы искусственный интеллект был способен обучать сам себя. 

Профессиональны говорят так: есть тенденция по интеграции генеративных моделей с моделями поисковыми. То есть, ответы на необходимые вопросы нейросети сами ищут в интернете. Над подобными системами работает огромное количество лабораторий по всему миру. Свой аналог «ChatGPT» создали и в Сбере, называется «GigaChat». Он умеет еще больше конкурента — может работать в мультимодальном режиме, то есть самостоятельно генерировать картинки и музыку.

Что еще умеет нейросеть?

Искусственный интеллект может предсказывать погоду и даже чрезвычайные бедствия! 

Над развитием этой полезной опции сейчас работают российские ученые. В какую сторону полетит дождевая туча — уже можно определить по часам и даже посмотреть на карте точные районы и время осадков. С глобальными событиями сложнее.

— «Можно поделить прогнозы на три части. Совсем краткосрочные — завтра, среднесрочные — через месяц, и долгосрочные — они скорее влияют на стратегию. Например, если у нас в этом регионе потенциально есть землетрясения через 10 лет, значит нам нужно строить более крепкие дома и оснащать их сейсмоустойчивыми фундаментами. Оказывается, что искусственный интеллект умеет решать не все задачи. Какую-то фундаментальную определенность он решить не может. Часто мы оказываемся в режиме, когда у нас очень мало данных. Это, например, предсказание наводнений. На каких-то реках есть станции, где мы их поставили, посмотрели, как у нас меняется уровень воды и заложили эти знания в модель. Но у нас есть 90% рек, или даже больше, для которых у нас таких знаний нет», — Алексей Зайцев, старший преподаватель Центра Прикладного Искусственного Интеллекта Сколтеха, кандидат наук.

Приручить нейросеть: принципы работы и словарь терминов

Машина уже умнее человека?

Важно понимать, что пока искусственный интеллект не способен сравниться с вычислительной мощностью человеческого мозга. 

Наше серое вещество, если посмотреть на него, как на компьютер, — чрезвычайно эффективная штука. Только вдумайтесь: 86 миллиардов нейронов, квадриллион синапсов! 

И все это дело потребляет всего-навсего 20 Ватт электроэнергии. А чтобы создать модель одного синапса для нейросети, специалистам нужно от тысячи до сотен тысяч двоичных элементов! Однако, прогресс не стоит на месте — машины становятся быстрее, нейросетевые модели становятся больше, на их обучение тратится все большее количество вычислительных ресурсов. И все равно: без человека самостоятельно компьютеры пока жить не умеют. А страшилки про скорое восстание машин — всего лишь миф, говорят эксперты.