Как скоро нейросети заменят привычные компьютеры
1. Умные интерфейсы сегодня появляются с каждым днем. Например, инженер Nvidia Роберт Бонд создал автоматическую систему для борьбы с соседскими котами, которые любят без спроса вторгаться в его владения. Теперь, как только кот появляется на участке, система его обнаруживает и включает водные опрыскиватели, которые отпугивают животное. Функция нейросети здесь заключается в том, что она может отличить кота от других движущихся объектов, собак, птиц и так далее. Как только на лужайке появляется некий неопознанный объект, он фотографируется и его снимки передаются на Jetson TX1 – аппаратный модуль компании Nvidia, предназначенный в том числе и для распознавания изображений. Если нейросеть определяет, что на фотоснимках кот, тут же включается ближайшая к нему поливалка, которая и отпугивает животное. Прелесть системы в том, что нейросети обучаемы и ее можно настроить на собак или котов определенного цвета. Все, что нужно – это дать ей просмотреть базу фотографий, так называемую обучающую выборку.
2. Сам термин «нейронная сеть» появился аж в середине прошлого века. Изначально существовали как минимум две перспективные архитектуры вычислительных машин. Одна из них – архитектура фон Неймана – была относительно проще и стала реализовываться на практике. Сейчас ее принципы заложены в основе практически всех существующих компьютеров. Другая – нейросети (нейросетевые компьютеры) – стала объектом исследования теоретиков. В результате за прошедшее с того момента время была накоплена значительная теоретическая база, которая, в частности, и позволила окончательно понять, как именно нужно учить нейронные сети. Недавний скачок в этой области объясняется появлением высокопроизводительных видеокарт, значительно ускоривших обучение нейросетей. В будущем поисковики на основе нейросетей будут точнее понимать запросы, ведь Google или Яндекс не понимают смысла введенного текста, а используют ключевые слова.
3. Каждый нейрон в сети выполняет свой небольшой объем общей работы. Нейроны сгруппированы в несколько последовательно расположенных слоев. Входные сигналы (например, пиксели изображения) поступают на первый слой нейронов и последовательно проходят через все слои. От первого до последнего. Правда, бывают и так называемые рекуррентные структуры, которые обеспечивают циркуляцию в сети некоторого набора внутренних сигналов. Внешние входные данные проходят последовательно все слои и на выходе уже предстают в виде результата. Нейросети способны обобщать данные и находить в них закономерности. В этом есть схожие моменты с работой человеческого мозга, однако, специалисты говорят, что на деле их меньше, чем можно подумать.
4. Но распознаванием образов дело не ограничивается. Не так давно искусственный интеллект AlphaGo одержал победу над мастером игры го Ли Седолем. В отличие от шахмат, го, имеющая огромное число возможных позиций, никак не хотела поддаваться компьютеру. Суперкомпьютер Deep Blue обыграл шахматного чемпиона мира Гарри Каспарова в далеком 1997 году. В го удалось выиграть только сейчас. Состоящая из 13-ти уровней нейронная сеть была обучена на профессиональных играх, взятых с сервера KGS Go Server. Кроме этого, сеть в процессе обучения играла и с другими программами, и со своими копиями.
5. Эксперты заверяют, нейросети – это не мода или мимолетный тренд. Спрос на них не пройдет, ведь именно за ними будущее электроники и цифровых технологий. Уже очень скоро они будут окружать нас везде и эпоха старой компьютерной техники уйдет в прошлое. Что логично, ведь нейросети по своему функционалу гораздо сильнее напоминают футуристический искусственный интеллект, чем знакомые нам компьютеры. Технология становится доступной не только большим корпорациям, но и любому, кто умеет программировать. Соответственно появляется все больше сервисов, основанных на технологии нейронных сетей и рассчитанных на обычных пользователей.
Подробнее – на сайте Naked Science
Комментарии