Интересные факты о нейросетях: история их создания и использование в современном мире

Пользуетесь Siri в своем айфоне? А это, между прочим, нейросеть! Как насчет Яндекс.Станции? Это тоже нейросеть. Система, распознающая лица на съемках камер наблюдения, — нейросеть. И любой искусственный интеллект, даже самый маленький и спрятанный внутрь какого-либо сервиса, тоже.

Как нейросети работают? Правда ли, что они существуют уже несколько веков? Рассказываем историю нейронных сетей и объясняем, в каких областях они развиваются прямо сейчас.

История нейронных сетей: от времен Аристотеля до наших дней

Вопросы, связанные с процессом мышления — тем, что искусственный интеллект успешно осваивает уже 80 лет, — волновали философов еще с незапамятных времен. Можно сказать, что предпосылки развития нейронных сетей появились за много лет до нашей эры, когда древние мыслители стали задумываться, можно ли при помощи формальных правил вывести правильное заключение, и каково происхождение знаний. Принципы рациональности были сформулированы Аристотелем. Его и можно назвать первым исследователем будущих нейронных сетей: он предложил систему силлогизмов для проведения правильных рассуждений, приводящих к правильному же ответу. К этому затем возвращались и Томас Гоббс (он проводил аналогию между расчетами и рассуждениями), и Рене Декарт (он искал различия между разумом и материей), и Фрэнсис Бэкон (он изучал источник знаний). Затем логика высказываний была детально разобрана исследователем Джорджем Булем. Основываясь на булевой алгебре (так было названо учение Джорджа), итальянский математик Джероламо Кардано сформулировал идею теории вероятности. Огромный вклад в ее развитие также внес всем известный Блез Паскаль.

Несмотря на множество попыток приблизиться к искусственному интеллекту, термин «нейросеть» стал употребляться только в середине XX века. Тогда ученые принялись за изучение мозга, который оказался миллиардами нейронов, снабженных причудливыми реакциями. Компьютерная модель нейронной сети появилась в 1943 году. Нейроны Мак-Каллока — Питтса, названные так по фамилиям своих создателей, могли обучаться при помощи относительно простой подстройки параметров. Сами исследователи же полагали, что при должном развитии нейросеть будет обладать всеми признаками интеллекта. Благодаря этому к развитию нейросетей сейчас есть целых два подхода: первый ориентируется на изучение головного мозга человека, второй — на работу с самим искусственным интеллектом, формирующимся нейросетями. В 1949 году появилась «теория самообучения системы», из которой следовало, что искусственный интеллект, как и интеллект реальный, способен спонтанно обучиться выполнять задачу без стороннего вмешательства. Сеть, умеющая спонтанно обучаться, была придумана через 5 лет после этого.

На достигнутом ученые не остановились. В 1957-м свет увидели модели восприятия мозгом информации. В них уже работали обучающиеся нейронные сети. В 1961-м появилась первая действующая машина, способная распознать буквы, написанные на карточках. Карточки нужно было подносить к «глазам» устройства, больше напоминающим кинокамеры.

Однако повсеместный интерес к нейросетям угас, когда в 1969 году вышла научная работа Минского и Пейперта. Они обнаружили, что нейронная сеть не способна выбирать между двумя переменными, то есть реализовывать функцию «исключающего или», и не может обработать внушительный объем информации, поскольку не обладает нужной для этого мощностью. Впрочем, первая проблема была решена уже в 1975 году, вторая — в начале 80-х, в момент появления более мощных компьютеров. В 1982-м появился механизм двусторонней передачи информации между нейронами. Это стало настоящим прорывом: ранее информацию можно было передать только в одну сторону. Спустя пять лет публике были представлены модели нейросетей, не уничтожавших старую информацию при получении новой, а использующих ее для совершенствования своих реакций. В 2006 году ученые предложили несколько вариантов неконтролируемых процедур обучения нейросетей. Сейчас исследования, посвященные новым открытиям в области искусственного интеллекта, выходят каждый год: нейросети не просто изучаются, а активно внедряются в различные продукты.

Как работает нейронная сеть?

Как наш с вами мозг. Роль нейронов выполняют простейшие процессоры, проводящие тот или иной сигнал. Их, конечно, намного меньше, чем в человеческом мозге. Нейросети состоят из трех слоев: сенсорного (принимает информацию извне), ассоциативного (обрабатывает информацию, создает набор ассоциаций) и реагирующего (выдает готовый результат). Искусственный интеллект способен обучаться, используя информацию о задачах, ассоциациях и результатах.

Нейросеть легко ориентируется в «информационном шуме», вычленяя самое важное. Она может продолжать работу, даже если утрачивает тот или иной элемент, с небольшим замедлением. Однако результат ее вычислений (если это не простейший алгоритм, натренированный годами, типа вариативного голосового поиска) требует проверки человеком: ответы нейросети не всегда являются абсолютно точными. Поэтому нейросети используются в «Алисе», но не используются при решении сложных математических уравнений.

Виды нейросетей

Сейчас нейросети отличаются друг от друга направленностью сигналов. Они могут быть однонаправленными или двунаправленными.

• Однонаправленные

Сигнал идет в одном направлении: от входного слоя, воспринимающего информацию, к последнему, принимающему решения. Так, к примеру, мы анализируем изображение. Мы смотрим на фотографию и видим на ней кошку. Мы понимаем, что это кошка, но не отправляем фотографии «обратный сигнал». Таким же образом работает однонаправленный искусственный интеллект.

• Двунаправленные

Они, в соответствии с названием, позволяют и получить информацию, и отправить ответ, которым может стать определенное действие. Большинство современных роботов — именно двунаправленные. Они могут обработать информацию и предложить тот или иной ответ. Но далеко не всегда они умеют обучаться.

• Рекуррентные

Такие нейронные сети не могут запомнить результат предыдущего анализа, а потому каждый раз изучают информацию как бы с чистого листа. Такой искусственный интеллект поймет, что на фотографии изображена кошка, но не сможет использовать это знание в следующий раз при появлении такой же задачи.

Где применяются нейронные сети?

• Прогнозирование событий. Благодаря разрозненной информации нейросеть может предсказать основные варианты развития событий. Поэтому искусственный интеллект часто используется при изучении фондового рынка.

• Классификация объектов. Искусственный интеллект изучает объект и определяет, соответствует ли он указанным параметрам. Такой его способностью активно пользуются банковские структуры, оценивающие потенциальных заемщиков, и зарубежные работодатели, отсеивающие резюме без ключевых слов.
• Распознавание. Нейросеть сравнивает фотографии, видео и тексты, а также различные по своему наполнению изображения. Это свойство искусственного интеллекта используется при поиске определенных людей на видео с камер наблюдения, а также присутствует в Яндекс.Картинках, Google Фото и ваших смартфонах, определяющих друзей на снимках согласно другим их фотографиям из вашей галереи.
• Поиск. Поисковые системы используют искусственный интеллект для улучшения результатов выдачи и повышения релевантности ответов.

Какие компании разрабатывают нейронные сети?

Активная разработка ведется в Google (у них есть несколько продуктов — «амбассадоров» искусственного интеллекта), Microsoft (они создали для этого целую лабораторию), Facebook (работают так же, как Microsoft), Baidu (создали собственный институт изучения нейронных сетей). Выходцы из Google часто уходят в компании, которые создают искусственный интеллект, виртуозно распознающий лица в толпе, в масках или с художественным макияжем.

Продукты с нейросетями выпускают не только мировые компании. Например, российская организация «Яндекс» предлагает пользователям получить изображения на основании нескольких релевантных им фраз либо создать историю по первому предложению.

Где можно будет использовать нейросети в ближайшем будущем?

Не будем рассказывать про профессии, которые могут уйти в небытие из-за использования искусственного интеллекта. Гораздо интереснее отрасли бизнеса, которым нейросети могут помочь.

• Сельскохозяйственный сектор

Нейросети уже сейчас внедряются в аграрный сектор. Например, в сельскохозяйственную технику. Да-да, роботы помогают управлять комбайнами и принимать решения о прополке или внесении удобрений.

• Медицинский сектор

Нейросети могут упрощать работу ученых, изучая похожие единицы информации за них. Кроме того, искусственный интеллект открывает возможности для развития клеток в цифровом формате, позволяя переносить биологические эксперименты буквально в онлайн.

• Маркетинговый сектор

Нейросети могут изучать тонны (если не больше) информации, подсказывая аналитикам и маркетологам, что какой сегмент аудитории покупает и как относится к приобретениям. Также искусственный интеллект анализирует потребление контента пользователями, помогая принимать решения об изменении стратегии донесения сообщений до аудитории.

• Сектор онлайн-коммерции

Искусственный интеллект анализирует поведение пользователей на различных страницах сайта. Благодаря этому у UX-специалистов, работающих с сайтом, есть возможность улучшить опыт пользователей и привести их к покупке.

Нейросети — настоящая технология будущего, способная приблизить нас к дивному новому миру за несколько десятков лет. Она развивается каждый день, совершенствуя алгоритмы распознавания и формирования ответа. Искусственный интеллект высоко ценится потребителем, а потому активно внедряется в каждый второй гаджет (если не чаще). Мы внимательно следим за новостями из мира нейросетей — не забывайте заходить на наш сайт почаще, чтобы не пропустить сообщения о последних открытиях!