Информационные технологии Искусственный интеллект

Искусственный интеллект: что он может и чего не может

Виталий Лейбин
редактор отдела науки и технологии «Монокль»
29 ноября 2021, 00:00

Технологии искусственного интеллекта находятся на стадии быстрого повсеместного внедрения. Но чтобы отличать перспективные решения от хайповой халтуры, потребителю следует понимать их актуальные и принципиальные ограничения

АРТЕМ ГЕОДАКЯН/ТАСС

В московском метрополитене заработала система распознавания лиц, благодаря которой можно проходить через турникеты, не используя проездной: система узнает пассажира и сама спишет деньги с его карточки. Подобные системы следят за соблюдением правил безопасности на предприятиях «Росатома», они умеют фиксировать потенциальные их нарушения. Беспилотные доставщики и автомобили «Яндекса» в тестовом режиме уже курсируют в городах России и мира. Голосовые помощники заменили банковских операторов и уже не только занимают болтовней детей и взрослых, но и эволюционируют в полезных универсальных помощников. Электронные переводчики научились переводить не хуже, чем средний человек-переводчик, а скоро будут помогать общаться по видеосвязи с теми, чьего языка вы не знаете. Все это наглядное применение того, что принято называть искусственным интеллектом (ИИ).

Прогресс в использовании ИИ такой большой, что бизнес, государство и другие потребители стремятся внедрить технологии искусственного интеллекта во все сферы экономики. Но с очень разным успехом.

«Развитию искусственного интеллекта мешает халтура, море работ по искусственному интеллекту, примерно 95 процентов из этого, не представляет собой вообще ничего, — говорит член-корреспондент РАН, завкафедрой когнитивных технологий МФТИ, заведующий отделением ФИЦ «Информатика и управление» РАН, член-корреспондент РАН, директор по науке компании Smart Engines Владимир Арлазаров. — У нас же целые программы по искусственному интеллекту. Постановление правительства, указ президента, постановление президиума Академии наук, чего только нет. Это неплохо, это безусловно работает на прогресс области, потому что туда вливаются деньги, но когда все поле замусорено, это мешает».

Как работает искусственный интеллект. И почему

Ключевой тренд, которому в следующем году будет двадцать лет, — быстрое распространение нейросетевых алгоритмов, которые заместили все другие алгоритмы машинного обучения. В 2012 году профессор Торонтского университета Джеффри Хинтон с двумя своими студентами создал нейросеть AlexNet, которая выиграла у других алгоритмов в соревновании по распознаванию визуальных образов, то есть с наименьшим количеством ошибок определяла, что именно изображено на картинке.

Вообще, компьютерные программы работают по написанному алгоритму, на входе принимают условие, на выходе — ответ. Но для решения многих задач невозможно создать точный алгоритм, поэтому применяются статистические методы, а программа «учится» на примерах. Скажем, не знает, как сделать следующий ход в шахматах, зато знает примеры успешных и неуспешных партий. Алгоритм, выигравший у Гарри Каспарова в шахматы в 1996 году, использовал и теорию дебюта, и статистический анализ сыгранных партий, и алгоритм с расчетом дерева последствий хода. А вот AlphaGo, который победил в 2016 году чемпиона по игре в Го (более образной и менее алгоритмизируемой), был нейросетью, то есть алгоритмом, в который не надо вкладывать никаких теорий, он научился «сам». Нейросетевой алгоритм не предполагает какой-либо изначально классификации, созданного людьми дерева принятия решений или других концептуальных хитростей.

Первый нейросетевой алгоритм был придуман и реализован в машине «Марк I» Фрэнком Розенблаттом в 1957 году как элементарная модель работы мозга. Идея, которая носилась в воздухе: в то время бури и натиска математики и нейрофизиологи вообще создали множество новых подходов, включая новую науку — кибернетику.

Мозг состоит из нервных клеток, каждую из которых очень упрощенно можно описать как переключатель: если на нейрон поступает достаточное количество сигналов от других нейронов, он возбуждает их и сам передает сигнал на следующий нейрон. И несмотря на такой простой принцип, не только грандиозный мозг человека, но и мозги низших организмов могут решать и алгоритмизированные задачи, и задачи, для которых нет алгоритма, например различать образы. Мозг может запоминать образы и события с помощью того, что связи между нейронами могут закрепляться, если по ним пошел сигнал.

Перцептрон Розенблатта моделировал нейроны с помощью электронного переключателя по тому же принципу «да или нет» и состоял из одного слоя памяти. Два других слоя — слой обработки информации (изображения) и слой выдачи, на котором он сообщает ответ. Память фиксировалась в связях между нейронами в процессе обучения: если в результате демонстрации правильной картинки между нейронами прошел сигнал, эта связь фиксировалась. Первый перцептрон учился различать буквы (даже если они в разном написании) и достиг некоторых успехов. В науке усложненные перцептроны использовались все эти десятилетия, но до начала 2010-х годов не находили широкого применения. Революция произошла в начале 2010-х благодаря росту производительности компьютеров и накоплению больших данных. Нейросетям нужно много данных и много компьютерных мощностей. При этом основной принцип их работы, в общем, такой же, как у перцептрона.

«Идейно что перцептрон, что нейронные сети абсолютно одно. — говорит Владимир Арлазаров. — Еще в начале шестидесятых годов, чтобы улучшить перцептрон, были придуманы другие переходные функции. Придумали, в частности, заменить функцию дискретного переключения (было 0 стало 1) в ответ на стимуляцию на непрерывные функции, подходящие для решения задач на минимизацию функций. Это никакое не великое открытие, но так удобнее, и это преобразило всё».

Современные нейросети, в отличие от первого перцептрона, — это не электронное устройство с физическими переключателями, а программа, в которой можно подобрать разные математические формулы, описывающие активность «нейрона». С точки зрения математики нейросеть — это алгоритм, решающий задачи линейной алгебры, например, он перемножает большие матрицы, а ключевая задача — поиск минимума функций, поиск оптимального пути по сети.

«Если бы у нас был волшебный оптимизатор, прибор, который находил бы минимум функции одинаково быстро для любой из них, то работали бы и многослойные перцептроны не хуже современных сетей. — говорит Дмитрий Ветров. — Но у нас мир не волшебный, мы используем конкретные численные методы для поиска минимума функции, и эти методы чувствительны к тому, какой вид имеет функция. А в некоторых случаях эти методы могут и не найти минимум, на жаргоне студентов — “сетка развалилась”».

«Между нейронами были связи изначально от всех ко всем. И это было очень затратно и не очень производительно, — говорит Владимир Арлазаров. — Поэтому придумали, скажем, сверточные сети, изначально для работы с изображениями. На первый слой поступает картинка как таковая, а следующий фокусируется на небольших участках, подробно работает с окрестностями куска изображения, как через окошко. И это тоже не новая идея, но в последние годы сильно развившаяся».

Сверточные сети появились в 1990-е годы, потом было несколько улучшений — ResNet появился 2010-е годы, а в конце 2010-х — сети-трансформеры, самое современное и очень популярное решение, идея которого в том, что некоторые слои в нем анализируют не входящую информацию, а другие слои, «работают» с собой, укрепляя продуктивные связи между узлами сети. «Эти решения были найдены, скорее, подбором, были соображения, почему какие-то находки могу сработать, но решающим был опыт. — говорит Дмитрий Ветров. — Хитрая архитектура (способ изначальной организации связей между нейронами внутри слоя и между слоями, дизайн нейросети. — “Эксперт”) упрощает задачу оптимизации, которую сеть решает, делая ее удобнее для алгоритмов оптимизации, которые используются при обучении нейросетей».

Типичные задачи, которые решают большие нейросети, — это работа с различными языками и работа с изображениями (в отдельный тип можно вынести работу с временными рядами, например алгоритмы движения, похожие на человеческие, но в них гораздо меньше параметров, и сами сети меньше). И до бума сетей-трансформеров со слоями, направленными внутрь себя, модели для картинок и модели для языков различались: для работы с картинками удобнее было обращать внимание на локальные образы («фичи»), а для работы с языками — учитывать и дальние связи в предложении. Но сети-трансформеры, придуманные для языковых моделей, оказались, как поясняет Михаил Бурцев, удобными для всех моделей, в том числе для картиночных.

Масштаб современных нейросетей можно оценить на примере самой большой в мире разговорной модели GPT-3, она обучена 500 млрд слов, в ней 175 млрд параметров и 96 слоев, количество параметров для одного слова — 12 888. Это вещь не меньшей сложности, чем мозг.

Но почему простая по сути модель, состоящая из связанных с друг другом элементов, не имеющая ни категорий, ни других элементов мышления работает, и работает все эффективнее?

Не исключено, что это свойство нашего мира. «Мир вокруг нас не устроен случайно. Если есть линия, то она, скорее, всего продолжится, за углом будет новая линия, алгоритм улавливает эти закономерности, — говорит Альберт Муковский. — Мир имеет неслучайные черты, и поэтому изначально как бы случайная сеть в конце концов при обучении обретает неслучайные связи. В конце концов, и мозг появился в эволюции не случайно: биологическая эволюция с точки зрения нашей науки — это же тоже обучение, длительное и на множестве примеров.

В подготовке статьи принимали участие Александр Механик, Андрей Константинов и Варвара Гузий

Полная версия этого материала доступна только подписчикам

Читать материалы из печатного выпуска журнала в полном объеме могут только те, кто оформил платную подписку на ONLINE-версию журнала.

Подписка за 0₽ в первый бесплатный месяц даёт доступ только к материалам выпусков, выходящих в течение этого месяца. Если вам нужен полный доступ к архиву, подписывайтесь на любой онлайн доступ от 390 рублей.

Подписаться за 390 ₽ Все материалы номера за 120 ₽ Я – подписчик