Нейросети и машинное обучение - прогнозы развития технологий в ближайшие три года

Что такое нейросети

В 2016 году случился очень важный переход в развитии науки и техники. Кто-то его заметил, кто-то нет, но его фундаментальность и всепроникающая способность настолько очевидны, что отрицать этот переход невозможно. В наш мир вошли нейросети.

Мы уже описывали деятельность нейросетей и приводили примеры их реализации в современном мире. Пожалуй, стоит ещё раз упомянуть два наиболее удачных примера:

Два примера реализации нейросетей

Поисковый индекс. Сейчас всё и вся завязаны на поиск в сети. Нужно узнать погоду или рецепт торта, справиться о курсе валют или о дате рождения любимого артиста - всё это мы ищем в сети. И поисковый индекс с каждым годом становится всё умнее и умнее, особенно это было заметно в ушедшем 2016 году, когда в некоторых случаях он просто научился угадывать мысли. Начинаешь писать в поисковой строке "сколько...", а он уже предлагает варианты, наиболее близкие по духу именно вам! Написал длинную пространную фразу - а он понял что ты имел в виду и без всяких уточнений на первой странице дал верный результат. Это признак слаженной и отточенной работы нейросетевого поиска.

Второй пример - программы по обработке изображений с помощью нейросетей. Как самый первый, громко прозвучавший, пример - Prisma. Машине скормили десять тысяч картин известных художников, а потом начали подсовывать обычные фотки. И система начала применять полученные знания на выданных объектах. Пример интересный, но с точки зрения развития машинного интеллекта бессмысленный: машина не научилась рисовать. Она научилась лишь копировать определённые детали чужих произведений. 

Будущее машинного обучения

Как же дальше будет развиваться это относительно новое направление науки - машинное обучение? К чему ещё приложат свою руку нейросети? Чему научатся в ближайшие три года? Я хотел бы высказать несколько предположений, местами очевидных, местами - нет.

Нейросети хорошо показали себя там, где наработан большой объём однотипной информации. Будь то поисковые запросы или картины художников. На данном этапе своего развития нейросеть ещё не учится, а просто декомпилирует и измеряет вероятности появления того или иного компонента, позже применяя их к новому, "пустому" объекту. Давайте поищем, где ещё есть большие объёмы данных, которые можно обработать? Тексты? Изображения? Аудиозаписи?

Нейросети научатся точно угадывать предпочтения пользователей

Уже сейчас во многих браузерах появилась индивидуальная лента новостей, основанная на ваших личных предпочтениях. Она берёт историю вашего поиска и посещённых вами страниц и предлагает вперемешку новости и рекламу на те темы, которыми вы интересовались ранее. Ничего необычного, просто история поиска. Однако с подключением к ленте нейросетей можно добиться интересного эффекта, который будет проявлять себя как коллективный разум. В первом приближении это будет выглядеть так:

• Вася искал на новый год подарок жене. Сначала он посмотрел седьмой айфон, решил, что это слишком дорого и переключился на поиск кухонной техники
• Коля выбирал телефон для себя. Тоже посмотрел айфон 7, затем переключился на телефоны Samsung, а в итоге выбрал себе Xiaomi Mi5S
• Лену iPhone 7 интересовал недолго: она хотела кольцо с бриллиантами

Допустим, эти три связки запросов попали в общую базу и получили одинаковый вес. Поэтому когда программист Иннокентий Феофанович вбил в поиск iPhone 7, ему в ленте рекомендаций помимо цен на 7-й айфон стали также предлагать кухонный комбайн, смартфоны Xiaomi и кольцо с бриллиантами.

Так работает машинное обучение, если уж совсем грубо. На самом деле исследование предпочтений использует гораздо больше факторов и примеров и неженатому Иннокентию Феофановичу никогда не предложит женское кольцо с бриллиантами, а скорее покажет книгу "Программирование - наше всё" или курсы программирования на китайском, по цене приближающиеся к iPhone 7. И чем больше список запросов, чем больше в базе данных связанных цепочек, тем более точной и пророческой будет лента новостей у каждого пользователя. В итоге поиск всегда будет угадывать, что вам нужно в текущий момент, и необходимость ввода запроса снизится, а через сколько-то лет и вовсе отпадёт. Будет одна большая кнопка "Найти" и поисковик безошибочно будет находить именно то, что нужно!

Нейросети и машинный копирайт

Проще всего скормить машине текст. Он не требует распознавания и легко поглощается электронными мозгами. И база написанного текста поистине огромна: статьи и книги, новости и обзоры, классическая литература и тонны фанфиков. Я не утверждаю, что машины научатся писать книги. Ну, или не сразу. Я про ближайший период два-три года, за который, благодаря нейросетям, начнёт появляться машинный копирайт. Замечали может, что на однотипных сайтах, будь то медицинские энциклопедии или туристические путеводители, написано примерно одно и то же, но разными словами? Творческий труд сведён к минимуму: фразы типовые и сплошь нравоучительно-повествовательные, без каких-либо замудрёных сравнений и креативных приёмов. Да они и не нужны в этой области знаний: читателю должно быть понятно всё написанное и без излишних метафор. Подобный машинный копирайт, конечно, не лишит работы войско копирайтеров, но сможет существенно сократить их ряды путём выдёргивания самых слабых, лишая их главного конкурентного преимущества - цены. Владельцу коммерческого сайта будет проще заказать 100 тысяч символов машинного копирайта, чем искать специалиста, формулировать ему задание, ждать пару недель исполнения и потом исправлять досадные ошибки и опечатки. С нейросетями всё получится намного быстрее, секунд за двадцать, я думаю, и примерно так же по качеству материала, которое со временем, благодаря обучению, будет всё возрастать.

Да, я не исключаю, что через десяток лет машины научатся писать и книги тоже. Особенно если получат доступ к обратной связи - реакции читателей на отдельные фрагменты и всё произведение в целом. Однако по-настоящему разумными их можно будет считать только в том случае, если они начнут шутить над собой. Самоирония - наиболее человечный фактор из всех, что мне известны...

Нейросети и музыка

Огромный объём накопленных данных хранится в формате музыки. Классика и попса, электроника и тяжёлый рок, хип-хоп, дабстеп, глич и органные концерты, - всё это отличная база для машинного обучения! Всего семь нот и миллиарды возможных сочетаний, часть из которых вызывает у нас раздражение и неприязнь, тогда как другая часть может довести до эйфории. Машинам не так уж сложно разложить музыку на компоненты и проследить, какие из них лучше услаждают человеческий слух. И тогда может быть создана та самая божественная композиция, о которой писал Дэвид Митчелл в своём Облачном атласе - сочетание звуков столь волшебное и неповторимое, что человеческое сознание не сможет осознать свою капитуляцию перед ним, но будет влюбляться в него с первых же нот. Никаких ограничений по применяемым инструментам и синтезированным звукам - чистейшее творчество в широчайшем диапазоне элементов звучания. Строгая математическая последовательность и вмешивающаяся в него неожиданными вставками интуиция нейросетей. 

Нейросети и взлом паролей

Кто сказал, что машинное обучение пойдёт исключительно на пользу? Нейросети - лишь очередной инструмент, который приобретает в руках его владельца определённые функции, в том числе и негативные. Взлом паролей методом брутфорса (простым перебором) уже давно неактуален: в большинстве мест требования к паролю довольно серьёзные и уже не получится ввести просто дату своего рождения, нужно придумывать что-то позаковыристее. Поэтому и программы для взлома паролей должны стать намного умнее: учитывать ваш пол, возраст, интересы, значимые даты и просто цифры, любимые слова и даже сочетания букв. Знакомясь с вашими данными, доступными в соцсетях и других открытых источниках, подобная программа сможет сократить число попыток с миллионов до тысяч, а может даже и до сотен, а уж разгадав один пароль, сможет обнаружить вашу систему и щёлкать остальные всего с нескольких попыток. Очень опасное умение. Неприятное и пугающее. Однако, мне думается, неизбежное: при необходимости получить доступ к вашим личным файлам злоумышленник, вооружённый мощью нейросетей, сможет добиться своего в считанные минуты. Стоит задуматься о более серьёзной защите, чем просто пароли. Кажется, этот метод сильно устарел за последние двадцать лет!

Нейросети и архивы личных фото и видео

Раз уж мы заговорили о доступности ваших личных файлов, стоит упомянуть и ваши личные фото- и видеоархивы, пылящиеся у вас на смартфоне, на компьютере, в облаке или в десятках альбомов в соцсети. Многие посмеиваются над любителями фотографировать и фотографироваться: мол, кто и когда будет пересматривать эти тонны снимков? А вот теперь есть кандидат на эту рутинную и не очень то интересную работу. И у него даже есть определённый мотив для подобного пересмотра!

Нейросети - важный и серьёзный шаг к искусственному интеллекту. тому самому, о котором много писали и снимали фильмы. Тому, который должен стать умнее нас и лучше нас. Однако любой интеллект должен развиваться, основываясь на каких-то базовых моделях. На примерах из жизни, на вариациях событий. Робототехника опирается на животный мир и человека. Уже созданы первые роботы, которые учатся ходить и взаимодействовать с окружением. Но им остро не хватает опыта. И этот опыт они с помощью нейросетей могут почерпнуть из наших фоток и видео! Как люди стоят, как ходят, как танцуют. Какие позы принимают, как общаются, как здороваются, сколько слов говорят при встрече, движения, микромимика, невербальные средства общения. Всё это будет распознано и попадёт в базу. А затем будет применяться. Гибко, с умом, без косности и дёрганых движений, которыми все режиссёры-фантасты наделяют роботов в своих фантастических фильмах. В какой-то момент человекоподобный робот, подключенный к нейросети, просто подойдёт к тебе, скажет привет и пожмёт руку - и ты не догадаешься, что он искусственный! И этот момент намного ближе, чем все мы можем даже предположить!

Что такое нейронные сети видео