Подписаться
Курс ЦБ на 27.02
74,43
90,37

«Неправильно очеловечивать искусственный интеллект — он мыслит иначе»

Алексей Мяков
Алексей Мяков. Иллюстрация: из личного архива

«Современная борьба за лидерство в области разработки и развития искусственного интеллекта разворачивается вокруг владения данными» — Алексей Мяков, директор подразделения компьютерного зрения Intel.

Искусственный интеллект сейчас применяется практически во всех сферах деятельности. Крупные компании внедряют нейронные сети для анализа данных и формирования прогнозов. О том, какие тренды наиболее актуальны в индустрии и чего можно ожидать в будущем, рассказывает директор подразделения компьютерного зрения Intel Алексей Мяков.

Сейчас искусственный интеллект, в том или ином виде, используется в различных индустриях. Расскажите, какие технологии получили наибольшее распространение и применение?

 В 2012 году в рамках соревнования по распознаванию изображений ImageNet Large Scale Visual Recognition Challenge (ILSVRC) состоялось рождение или ренессанс такой технологии, как Deep Learning, «Глубокое обучение». Показав свою состоятельность в компьютерном зрении, данная технология семимильными шагами пошла проникать в различные индустрии и предметные области знаний (голос, текст, данные и т.д.) и помогать решать проблемы, которые либо ранее не решались, либо решения не обладали достаточной точностью.

Искусственный интеллект, на мой взгляд, понятие слишком избитое, и рождает у людей неправильные ассоциации  все сразу думают о роботах и летающих машинах, как в кино.

Глубокое обучение  более понятный термин, как технология решения задач с новым уровнем качества. Неправильно думать, что технология глубокого обучения похожа на процесс мышления человека. Для мышления человека при распознавании предмета первична его функция. Нейронные сети же анализируют форму предмета. К тому же, хоть мы можем и не отдавать себе в этом отчета, люди мыслят определенными эвристиками, автоматически смотрят на соотношение объектов. Нейронная же сеть при распознавании учитывает только форму и градиент цвета  она «видит» только сам объект.

Глубокое обучение является частью гораздо более «взрослого» направления, а именно, машинного обучения. И если в машинном обучении неотъемлемой частью создания алгоритма был человек, то в глубоком обучении нейронные сети учатся на данных. Влияние человека становится меньше, а важность данных  больше. Существуют десятки разновидностей структур нейронных сетей и многие сотни их реализаций или топологий для решения широкого спектра задач. Следует отметить, что в подавляющем большинстве случаев структура нейронных сетей является публичной информацией. Когда исследователи разрабатывают новую нейронную сетку, то они публикуют ее в открытом доступе, и так разработка становится общечеловеческой интеллектуальной собственностью. Разработанную структуру обычно не патентуют. Все самое ценное IP сосредоточено именно в данных. Поэтому, по сути, современная борьба за лидерство в области разработки и развития искусственного интеллекта разворачивается вокруг владения данными.

Какие наиболее интересные тренды и разработки в этой сфере, по вашему мнению, стоит выделить?

 Среди наиболее интересных трендов в области исследований стоит выделить экспоненциальный рост размеров сетей и данных. Например, новейшая сеть в области анализа текстов GPT 3 от компании OpenAI имеет фантастическое количество параметров  175 миллиардов, а по некоторым оценкам для того, чтобы ее полностью натренировать «с нуля» необходимо потратить около $5 млн. Сеть обучают огромному количеству текстов, что позволяет ей отвечать на вопросы, делать выводы и заключения. В отличие от простейших чат-ботов, к которым мы начинаем привыкать, диалог с GPT 3 вполне осмысленный и логичный.

Благодаря глубокому обучению, в декабре 2020 года был совершен прорыв в решении фундаментальной проблемы биологии, а именно в расшифровке 3D-структуры протеинов, над которой ученые бились последние 50 лет. Это, несомненно, поможет в создании новых лекарственных препаратов или поиске решения проблемы разложения промышленных отходов.

Из более повседневных применений глубокого обучения следует отметить анализ медицинских МРТ, КТ или УЗИ изображений. Например, анализ параметров плода в утробе матери при ультразвуковом исследовании. Другим примером из области потребительской электроники являются умные часы с функцией ЭКГ. Эта функция в фоновом режиме периодически проверяет сердечный ритм и в случае обнаружения отклонений от нормы  признаков мерцательной аритмии  присылает уведомление.

У нас в Нижнем Новгороде специалистами из Приволжского Исследовательского Медицинского Университета создано мобильное приложение, которое способно по фотографии распознавать вероятность наличия меланомы или рака кожи  достойный пример применения возможностей искусственного интеллекта в медицине.

А если говорить о тенденциях на будущее? Можно ли сделать прогнозы о том, какие технологии получат большее развитие?

 Если же говорить о тенденциях, то, на мой взгляд, сейчас мы наблюдаем кризис перепроизводства по части исследований. Да, большое количество исследований и данных  это показатель прогресса, но сейчас основной вопрос в том, как это применить для положительного влияния на жизнь человечества и повышения ее качества.

На мой взгляд, продолжится взрывной рост глубокого обучения в медицине и робототехнике, который был еще дополнительно усилен COVID-19. Со временем появятся беспилотные автомобили. Смелые прогнозы говорили об их повсеместном внедрении уже в ближайшие пару лет, однако, на мой взгляд, стоит подождать широкого распространения таких автомобилей хотя бы 10 лет.

 

Самое читаемое
  • Дзержинский химзавод попал под санкции Украины против российской промышленностиДзержинский химзавод попал под санкции Украины против российской промышленности
  • В Нижнем Новгороде продают канатную дорогу за 190 млн руб.В Нижнем Новгороде продают канатную дорогу за 190 млн руб.
  • Новые лица. В нижегородской «Дирекции по строительству» сменился руководительНовые лица. В нижегородской «Дирекции по строительству» сменился руководитель
  • Долги на 100 млн руб. В России закрылась сеть киосков, принадлежавшая партнеру ДерипаскиДолги на 100 млн руб. В России закрылась сеть киосков, принадлежавшая партнеру Дерипаски
  • Новые послабления. Внесены новые изменения в указ о режиме повышенной готовностиНовые послабления. Внесены новые изменения в указ о режиме повышенной готовности
Наверх
Чтобы пользоваться всеми сервисами сайта, необходимо авторизоваться или пройти регистрацию.
  • вспомнить пароль
Вы можете войти через форму авторизации зарегистрироваться
Извините, мы не можем обрабатывать Ваши персональные данные без Вашего согласия.
  • Укажите ваше имя
  • Укажите вашу фамилию
  • Укажите E-mail, мы вышлем запрос подтверждения
  • Не менее 8 символов
Если вы не хотите вводить пароль, система автоматически сгенерирует его и вышлет на указанный e-mail.
Я принимаю условия Пользовательского соглашения и даю согласие на обработку моих персональных данных в соответствии с Политикой конфиденциальности.Извините, мы не можем обрабатывать Ваши персональные данные без Вашего согласия.
Вы можете войти через форму авторизации
Самое важное о бизнесе.