Нейромережа: машинний інтелект у смартфоні
Корреспондент.net,
28 січня 2017, 09:25
💬
1
👁
3230
Нейронні мережі не вміють ставити перед собою завдання, тому повстання машин можна поки що не очікувати.
Соцмережі захоплені мобільним додатком для редагування фотографій, який заснований на принципі нейронних мереж.
Китайський сервіс Meitu підкорив користувачів функцією Hand-drawn, що перетворює людину на "кавайного" аніме-персонажа.
Таке повальне захоплення фоторедактором спостерігалося влітку минулого року. Тоді у тренді був додаток Prisma, який робив з фотографії "витвір мистецтва", також використовуючи нейромережі.
(Meitu збирає персональні дані і може змінювати налаштування телефону. Воно накопичує дані аж до метражу квартири. Ймовірно Meitu зберігає інформацію через новий китайський закон про заборонений контент)
За такими, здавалося б, легковажними додатками стоїть технологія створення штучного інтелекту. Наприклад, днями вчені оголосили, що змогли навчити нейромережу розпізнавати рак шкіри.
Вивчення нейронних мереж почалося з появою перших комп'ютерів. Але тільки зараз ця галузь перейшла з академічних інститутів до корпорацій і невеликих стартапів і тепер доступна не тільки вченим, а входить у життя простих людей.
Корреспондент.net вирішив розібратися, що таке нейронна мережа і де її вже застосовують.
Нейронна мережа як машинне навчання
Штучні нейронні мережі розробляються, в тому числі, щоб зрозуміти, як працює мозок людини. Вони також роблять спроби відтворити його роботу.
Нейромережа є системою, яка навчається. Вона працює за алгоритмами, а також на основі минулого досвіду. Штучний нейрон є спрощеною моделлю природного.
Говорячи дуже просто, нейромережа - це комп'ютерна програма, яка дізнається інформацію і реагує на неї, а не виконує конкретні команди. Це серія взаємопов'язаних алгоритмів, які, працюючи разом, можуть сприймати візерунки і повторювати їх.
Найпоширенішими застосуваннями нейронних мереж є класифікація, пророкування (падіння акцій і т.д.) і розпізнавання.
Для того, щоб нейронна мережа могла коректно вирішувати поставлені завдання, потрібно "прогнати" її роботу на десятках мільйонів наборів вхідних даних. Наприклад показати їй букву "А" різними шрифтами, щоб побачити, які букви вона вирішить прийняти схожими на неї. Потім людина підтверджує, які букви насправді є "А".
У процесі навчання нейронна мережа знаходить складні залежності між вхідними даними і вихідними, а також узагальнює їх. Якщо навчання пройшло успішно, то нейромережа на виході дасть результат, який був відсутній у навчальній вибірці.
Google, наприклад, використовує нейронні мережі для розвитку перекладача. Він навчається покращувати ці переклади, виходячи з правильних перекладів, з плином часу.
У таких фоторедакторах, як Prisma і Meitu, використовується нейромережа, яка заснована на переході від конкретних особливостей зображення до більш абстрактних деталей.
Ідея такої нейромережі полягає в тому, що кожну картинку послідовно зменшують у розмірі (наприклад, замінюючи чотири сусідні пікселі на один, що відповідає їх середньому значенню) і заново згортають.
Така нейронна мережа здатна не просто обробити, а синтезувати зображення, створити його з нуля, що і роблять ці популярні додатки.
Поки нейромережа вміє тільки вирішувати завдання, поставлені перед нею людиною, і не може сама їх перед собою ставити. Так що повстання машин з нейронних мереж нам не загрожує.
Застосування нейромереж
Нейронні мережі застосовують у різних галузях, таких як економіка - прогнозують курси валют, ціни на нафту або золото, банкрутство компаній; робототехніка - дозволяє роботам оцінювати перешкоди, тримати рівновагу й управляти маніпуляторами.
Але ми розглянемо сфери застосування нейронних мереж, де кожна людина може ними скористатися - медицина і додатки для гаджетів.
Сервіси зі штучним інтелектом - у будь-якому смартфоні
Минулий рік був вибуховим для прогресу нейромереж і в підсумку вони стали головною технологією 2016 року. Через 70 років після перших розробок це стало можливим завдяки досягненню достатньої потужності комп'ютерів.
Першим і найважливішим проривом стала програма AlphaGo, розроблена Google, яка вперше серед штучних інтелектів обіграла одного з найтитулованіших гравців настільної гри Го, яка вважалася дуже складною для нейронних мереж.
Справа в тому, що Го - це гра, у якій неможливо прорахувати всі ходи наперед, тому гравці діють інтуїтивно.
Комп'ютер вперше здолав людину в грі Го
У Google є ще кілька цікавих додатків, наприклад Quick, Draw!, яка вгадує те, що малюють люди. Користувачеві дають завдання намалювати певний об'єкт за 20 секунд.
У процесі нейромережа говоритиме, на що, на її думку, схожий малюнок. Вона повинна встигнути здогадатися протягом тих самих 20 секунд.
У кожного користувача є шість раундів, після чого йому показують підсумковий результат.
Компанія Microsoft створила сервіс How-old, на якому комп'ютер оцінює вік людей на фотографії.
Користувачеві потрібно завантажити знімок з обличчами, щоб система повідомила передбачувану стать і вік кожної людини.
У Microsoft також є CaptionBot, який намагається описувати, що відбувається на фотографії. Якщо на знімку є обличчя, то робот вказує їх emoji-вирази.
Microsoft також розробила чат-бот Murphy, який поєднує обличчя знаменитостей за запитом користувача.
Першим з таких додатків був Deep Dream від Google. Він виділяє на фотографії щось знайоме. Виходять досить дивні картинки.
Медицина
Імпульсні нейромережі застосовують у медицині більше десяти років. Вони дають можливість інтерпретувати сигнали з мозку до м'язів спеціальними протезами, керованими мікропроцесорами, які відтворюють дії здорової кінцівки.
Людина може керувати штучною рукою безпосередньо сигналами нейронів рухової кори мозку.
Також існують зорові нейропротези, які подають сигнали від матриць світлочутливих елементів у зорові відділи кори абсолютно сліпих пацієнтів, даючи їм можливість орієнтуватися в просторі і навіть читати.
Нещодавно американські вчені створили систему штучного інтелекту, яка вміє відрізняти родимки від деяких видів раку шкіри краще за лікарів.
Автори нової роботи використовували згорточну нейромережу Inception v3, яка була раніше розроблена компанією Google. Дослідники видалили її верхній шар і навчили систему, спочатку орієнтовану на розпізнавання різних об'єктів, визначати деякі види раку шкіри - меланому і карциному.
Для цього вони використовували 130 тисяч фотографій більше двох тисяч різних шкірних захворювань. В майбутньому комп'ютерна програма може бути адаптована для смартфона або планшета, і дозволить будь-кому пройти первинну діагностику раку шкіри.