Газета Завтра 6 (1210 2017)

Второй подход — это противоположный, восходящий подход. Со времени открытия нейронов и биологической нейронной сети в конце XIX века человечество прошло долгий путь понимания внутренней сути этих "песчинок разума". Так, весомые доказательства существования активных соединений, синапсов, между отростками нейронов были получены только полвека спустя, в 1950-х годах, с изобретением электронного микроскопа. С тех пор изучение нейронов продвинулось вперёд несоизмеримо — можно сказать, что за последнее десятилетие мы узнали о нейронах больше, чем за прошедшие полвека, а ещё сто лет назад о своём мозге мы не знали ничего. Но тут надо учитывать и второй процесс — ровно такие же изменения произошли и с искусственными заменителями нейронов, микропроцессорами. Сегодняшний их уровень позволяет практически полностью скопировать все функции человеческого нейрона, создав с помощью микропроцессоров ту самую рукотворную нейронную сеть, которая сможет полностью воспроизвести действия человеческих нейронов. При этом нынешний уровень развития микропроцессорной техники позволяет делать это достаточно просто: для создания аналога единичного человеческого нейрона можно использовать уже не самые высокопроизводительные процессоры, хватает и достаточно простых "камней". А вот по количеству отдельных микропроцессоров-нейронов искусственные нейросети пока что сильно отстают от человеческого разума: у нас в мозгу содержится около 65 миллиардов нейронов, а современные компьютерные нейросети оперируют гораздо меньшим числом элементов. С другой стороны, тут на помощь приходит первый, нисходящий подход: как оказалось, наши собственные структуры мозга часто чрезвычайно избыточны. В силу чего, например, сегодня достаточно сложная функция распознавания лиц может быть реализована в рамках очень скромной нейросети, которая доступна даже для недорогих любительских фотокамер — математика помогла в этом случае построить эффективную и простую нейросеть, которая заменяет сложные структуры человеческого мозга.

"ЗАВТРА". Да, способности современных фотоаппаратов, видеокамер и в особенности различных социальных сетей распознавать образы на снимках поражают воображение. Иногда я уже не помню, как зовут человека на фотографии, а какой-нибудь "Фейсбук" уже нашёл его на моих прошлых фотографиях и предлагает его отметить!

Антон БАЛАКИРЕВ. Это и есть зримое отражение прогресса, который прошли нейросети в процессе совершенствования. Возьмём для примера две технологии, где применение ИИ уже дало неоспоримые результаты и ещё большие может принести в ближайшем будущем. Это уже упомянутое распознавание образов и распознавание человеческой речи. В тот момент, когда гиганты ИТ-индустрии занялись вопросом распознавания речи, тогдашние нейросети уже могли распознавать около 95% стандартной человеческой речи. Казалось бы, этого уже вполне хватает для речевого общения человека и компьютера, для управления голосом действиями машин и механизмов. Кстати, обычное общение людей и наш уровень распознавания чужой речи находится где-то на похожем уровне. Однако в отличие от компьютеров, которые понимают любую фразу буквально, люди всё-таки используют контекст сказанного, "достраивая" в уме фразу, обращённую к ним и привязывая её к ситуации. А вот машинные системы это делать тогда не умели (да и не могут сегодня), в силу чего их 5% ошибок распознавания речи выглядели печально для собеседника — складывалось впечатление, что система речи "тупит" и ведёт себя "дебильнее некуда". Однако за последние несколько лет системы распознавания речи научили синтаскису, ввели в них понятие контекста, да и просто подтянули уровень распознавания слов — в итоге получилось, что нынешняя стандартная нейросеть, которой оборудован уже практически любой смартфон, может распознавать до 99% стандартной устной речи. А это уже открывает совсем другие перспективы общения человека и компьютера — реальностью становится отдача приказов голосом, а клавиатуры или сенсорные экраны становятся лишь вспомогательными способами общения с компьютерами и другими "умными" устройствами.

Такой же прогресс наблюдается и в технологии распознавания образов. Ещё около пяти лет назад, когда на рынок вышли первые системы поиска по изображениям, они давали достаточно серьёзный процент ошибок — 13-15%. На сегодняшний день эти системы радикально улучшились: современная нейросеть анализа изображений устойчиво работает с 3-4% ошибок. Для сравнения: человек в аналогичных задачах может ошибаться в 5% случаев.