Ге­не­зи­сът на из­кус­т­ве­ния ин­те­лект

Capital - - ТЕХНОЛОГИИ - Юли­ян АРНАУДОВ

Facebook и Google из­г­раж­дат ог­ром­ни нев­рон­ни мре­жи, ко­и­то мо­гат не са­мо да раз­поз­на­ват ли­ца и обек­ти, но и да съз­да­ват соб­с­т­ве­ни изоб­ра­же­ния

Съ­нят мо­же да бъ­де из­к­ри­вен, из­мис­лен, кра­сив, при­я­тен или да бъ­де ис­тин­с­ки кош­мар, кой­то да те ка­ра да се бу­диш об­лят в сту­де­на пот.

Ро­ля­та му не е на­пъл­но раз­га­да­на, но се смя­та за ос­но­вен еле­мент в раз­ви­ти­е­то на мо­зъ­ка. Ед­на от го­ре­щи­те те­ми в тех­но­ло­гич­ни­те сре­ди и на­уч­на­та фан­тас­ти­ка през пос­лед­ни­те ня­кол­ко го­ди­ни е раз­ви­ти­е­то на из­кус­т­ве- ния ин­те­лект (AI). Ос­нов­но­то опа­се­ние е, че съз­да­ва­не­то му мо­же да нап­ра­ви чо­ве­ка из­ли­шен. Да­ли е та­ка е още ра­но да се ка­же. Но с нап­ред­ва­не­то по ра­бо­та­та по AI из­ник­ват дру­ги въп­ро­си. Мо­же ли един на­пъл­но осъз­нат из­кус­т­вен ин­те­лект да пра­ви раз­ли­ка меж­ду сним­ки и кар­ти­ни, да раз­поз­на­ва хо­ра и пред­ме­ти? По­ве­че­то раз­ра­бот­ки са кон­цен­т­ри­ра­ни имен­но в та­зи на­со­ка. Да оти­дем по-на­да­леч - спо­со­бен ли е AI да съз­да­ва соб­с­т­ве­ни об­ра­зи или до­ри да съ­ну­ва? Спо­ред пос­лед­ни­те пос­ти­же­ния на Google и Facebook от­го­во­рът е ук­лон­чи­во „да“. Тех­но­ло­гич­ни­те ги­ган­ти из­пол­з­ват нет­ра­ди­ци­он­на тех­ни­ка за раз­ви­тие на из­кус­т­ве­ния ин­те­лект, в ко­я­то той сам да съз­да­ва изоб­ра­же­ния. Ме­тод, кой­то мо­же да се оп­ри­ли­чи на фил­ма „Ге­не­зис“, в кой­то цел­та бе­ше да се им­п­лан­ти­ра идея в мо­зъ­ка на чо­ве­ка, до­ка­то съ­ну­ва.

Об­ръ­ща­не на кон­цеп­ци­я­та

В мо­мен­та раз­ра­бот­чи­ци­те на AI сис­те­ми из­пол­з­ват тра­ди­ци­он­ния под­ход на обу­че­ние. То включ­ва раз­поз­на­ва­не на ду­ми, пре­вод от един език на друг, раз­ли­ча­ва­не на обек­ти или ли­ца в сним­ки, как­то и обу­ча­ва­не на ро­бо­ти за из­вър­ш­ва­не на прос­ти ме­ха­нич­ни дей­нос­ти. По­доб­ни са въз­мож­нос­ти­те и на нев­рон­ни­те мре­жи (или из­кус­т­ве­ни мо­зъ­ци), ко­и­то раз­ра­бот­ват Facebook и Google. Проб­ле­мът пред по­ве­че­то ин­же­не­ри е, че чо­веш­ки­ят мо­зък е мно­го по-сло­жен и из­вър­ш­ва мно­го по-раз­лич­ни дей­нос­ти, ко­и­то до­се­га бя­ха не­мис­ли­ми за все­ки из­кус­т­вен ана­лог. Ког­ни-

Край­на­та цел е да се съз­да­де ма­ши­на, ко­я­то да мо­же да се обу­ча­ва с ми­ни­мал­на чо­веш­ка на­ме­са.

тив­но­то мис­ле­не или раз­би­ра­не на не­ща­та в кон­текст бя­ха ба­ри­е­ра за AI, ко­я­то уче­ни­те ве­че за­поч­ват да пре­о­до­ля­ват, ма­кар и бав­но. Пъ­тят към съз­да­ва­не­то на ис­тин­с­ки ди­ги­та­лен мо­зък все още е дос­та дъ­лъг. Два­та тех­но­ло­гич­ни ги­ган­та ре­ша­ват да обър­нат кон­цеп­ци­я­та и за­поч­ват да обу­ча­ват сво­и­те нев­рон­ни мре­жи не да раз­поз­на­ват, а да съз­да­ват соб­с­т­ве­ни изоб­ра­же­ния.

Facebook раз­к­ри, че е на­у­чи­ла мре­жи­те си ав­то­ма­тич­но да съз­да­ват мал­ки кар­тин­ки. Обик­но­ве­но ста­ва ду­ма за ав­то­мо­би­ли, са­мо­ле­ти или жи­вот­ни. Лю­бо­пит­но­то е, че в 40% от слу­ча­и­те мо­гат да заб­лу­дят хо­ра­та, че те­зи изоб­ра­же­ния са ис­тин­с­ки или об­ра­бо­те­ни сним­ки. Но­ви­ят ал­го­рит­ми­чен мо­дел раз­би­ра как ра­бо­тят раз­лич­ни­те ти­по­ве изоб­ра­же- ния - да­ли са ре­а­лис­тич­ни, аб­с­т­рак­т­ни или из­кус­т­ве­ни. Та­ка мо­же да раз­ли­чи бе­лия шум, кой­то се по­я­вя­ва на те­ле­ви­зо­ра, ко­га­то ня­ма сиг­нал, или снимка, ко­я­то сте нап­ра­ви­ли със смар­т­фо­на си, твър­ди Роб Фър­гюс, из­с­ле­до­ва­тел по из­кус­т­вен ин­те­лект във Facebook, ци­ти­ран от спи­са­ние Wired.

“Мо­де­лът раз­би­ра струк­ту­ра­та и на­чи­на, по кой­то се фор­ми­рат изоб­ра­же­ни­я­та”, до­пъл­ва той.

Съ­нят на ма­ши­на­та

Google под­хож­да по друг на­чин - ком­па­ни­я­та из­пол­з­ва нев­рон­ни­те си мре­жи, за да пре­вър­не ис­тин­с­ки сним­ки в не­що но­во и аб­с­т­рак­т­но. Тех­но­ло­гич­ни­ят ги­гант обу­ча­ва ма­ши­ни­те да гле­дат за оп­ре­де­ле­ни осо­бе­нос­ти в от­дел­ни ис­тин­с­ки изоб­ра­же­ния. Пос­ле те за­сил­ват те­зи осо­бе­но-

сти и ги пре­съз­да­ват в съ­ща­та снимка.

„Та­ка се съз­да­ва кръг за об­рат­на връз­ка - ако един об­лак при­ли­ча мал­ко на пти­ца, мре­жа­та ще я нап­ра­ви да из­г­леж­да ка­то пти­ца“, пи­шат от Google в бло­га на ком­па­ни­я­та. „То­ва ще по­мог­не на ма­ши­на­та да раз­поз­нае по­лес­но пти­ца­та при пос­лед­ва­що тър­се­не, до­ка­то в един мо­мент не се по­я­ви пти­ца от ни­що­то.“Ре­зул­та­ти­те от та­зи кон­цеп­ция са аб­с­т­рак­т­ни изоб­ра­же­ния, съз­да­де­ни от ма­ши­на. Ня­кои от тях са кра­си­ви, дру­ги до­ри страш­ни. Нап­ри­мер, ко­га­то нев­рон­на­та мре­жа тряб­ва да раз­поз­нае жи­вот­ни­те в да­де­на снимка (ри­цар, кой­то яз­ди кон, а око­ло не­го има хо­ра, ку­че­та и др.) и тряб­ва да уси­ли те­зи изоб­ра­же­ния, край­ни­ят ре­зул­тат мо­же да из­п­ла­ши ня­кое по-мал­ко де­те. Или ма­ши­на­та ще нап­ра­ви ст­ран­на кръс­тос­ка меж­ду пра­се и ох­люв. Всич­ко то­ва е под­не­се­но по раз­ли­чен на­чин в за­ви­си­мост от то­ва кой слой или пред­мет тряб­ва да се уси­ли. В един от ета­пи­те по тес­т­ва­не сис­те­ма­та на Google пра­ви своя ин­тер­п­ре­та­ция на тв шум в кар­ти­на. Ня­кои опис­ват край­ни­те изоб­ра­же­ния ка­то „ком­пю­тър­ни ха­лю­ци­на­ции“, или как ма­ши­на­та ин­тер­п­ре­ти­ра пър­во­из­точ­ни­ци­те. По по­до­бен, но дос­та по-сло­жен на­чин дейс­т­ва и чо­веш­ки­ят мо­зък при съз­да­ва­не­то на съ­ни­ща. Той из­пол­з­ва ре­ал­ни случ­ки, съ­би­тия, ли­ца и пред­ме­ти и чрез ин­тер­п­ре­ти­ра­не­то на под­съз­на­ни­е­то ги прев­ръ­ща в край­ния про­дукт, кой­то ние из­пит­ва­ме, до­ка­то спим. Ма­кар и мал­ко пре­си­ле­но, мо­же да се ка­же, че по то­зи на­чин нев­рон­ни­те мре­жи на два­та ги­ган­та „съ­ну­ват“.

По-доб­ро обу­че­ние

Ес­тес­т­ве­но за­се­га то­зи под­ход има дос­та ус­лов­нос­ти. При Google се за­да­ват па­ра­мет­ри и кри­те­рии, ко­и­то ма­ши­на­та след­ва, ко­га­то об­ра­бот­ва изоб­ра­же­ни­е­то, до­ка­то фал­ши­ви­те сним­ки на Facebook са в мно­го нис­ка раз­де­ли­тел­на спо­соб­ност - ед­ва 64 на 64 пик­се­ла. Иде­я­та на те­зи про­ек­ти е да се по­доб­ри обу­че­ни­е­то на нев­рон­ни­те мре­жи и да ги доб­ли­жи още по­ве­че до фор­ми­ра­не­то на из­кус­т­вен ин­те­лект, кой­то да на­по­до­бя­ва чо­веш­кия мо­зък. Спо­ред ек­с­пер­ти­те та­зи кон­цеп­ция те­пър­ва ще да­ва ре­зул­та­ти.

„Та­зи ра­бо­та по­ма­га на уче­ни­те да ви­зу­а­ли­зи­рат как­во ма­ши­ни­те на­ис­ти- на са на­у­чи­ли“, ко­мен­ти­ра Дей­вид Лу­ан, из­пъл­ни­те­лен ди­рек­тор на Dextro, раз­ра­бот­чик на ког­ни­ти­вен соф­ту­ер за раз­поз­на­ва­не на изоб­ра­же­ния.

Дру­га раз­ли­ка меж­ду под­хо­ди­те на Google и Facebook е, че ин­же­не­ри­те на со­ци­ал­на­та мре­жа не пол­з­ват ед­на, а це­ли две нев­рон­ни мре­жи. Ед­на­та е из­г­ра­де­на, за да раз­поз­на­ва ес­тес­т­ве­ни изоб­ра­же­ния, а дру­га­та се опит­ва по вся­ка­къв на­чин да заб­лу­ди пър­ва­та. Та­ка две­те вли­зат в ди­рек­тен сб­лъ­сък и се над­п­ре­вар­ват коя от тях е по-доб­ра.

„ Те се със­те­за­ват ед­на с дру­га“, ко­мен­ти­ра Ян лe Кaн, ръ­ко­во­ди­тел на AI ла­бо­ра­то­ри­я­та на Facebook. Той опис­ва то­зи про­цес ка­то про­ти­во­пос­та­вя­що се обу­че­ние. „Ед­на­та се опит­ва да заб­лу­ди дру­га­та, до­ка­то вто­ра­та се опит­ва да раз­бе­ре ко­га е заб­луж­да­ва­на“, до­пъл­ва той. Ре­зул­та­тът е съз­да­ва­не­то на дос­та ре­а­лис­тич­ни изоб­ра­же­ния.

Прак­ти­чес­ко при­ло­же­ние

Как­то Ле Кан от Facebook, та­ка и Фър­гюс от Google смя­тат, че то­зи ме­тод за съз­да­ва­не на изоб­ра­же­ния от из­кус­т­вен ин­те­лект мо­же да на­ме­ри и чис­то прак­ти­чес­ка упот­ре­ба. Ос­вен за обу­че­ние и усъ­вър­шен­с­т­ва­не на нев­рон­ни­те мре­жи под­хо­дът мо­же да се из­пол­з­ва и за въз­с­та­но­вя­ва­не на пов­ре­де­ни сним­ки, кар­ти­ни и дру­ги изоб­ра­же­ния. „Сис­те­ми­те мо­гат да въз­с­та­но­вят аб­с­т­рак­т­но­то изоб­ра­же­ние об­рат­но в сфе­ра­та на ис­тин­с­ко­то“, ко­мен­ти­ра Фър­гюс.

По-важ­ни­ят ефект оба­че е, че та­ка се пра­ви крач­ка нап­ред към съз­да­ва­не­то на ав­то­ном­но “без­над­зор­но ма­шин­но уче­не“. То­ест ме­то­дът по­ма­га на сис­те­ма­та да се обу­ча­ва, без да се на­ла­га уче­ни­те да пре­дос­та­вят пъ­лен на­бор от ин­с­т­рук­ции и нас­тав­ле­ния. В един мо­мент то­зи мо­дел ще поз­во­ли на ма­ши­на­та за раз­поз­на­ва­не на изоб­ра­же­ни­я­та да се учи, ка­то из­пол­з­ва ня­кол­ко при­мер­ни кар­тин­ки, ко­и­то не са “над­пи­са­ни“от чо­веш­ки опе­ра­тор. С дру­ги ду­ми, сис­те­ма­та са­ма ще раз­поз­нае струк­ту­ра­та на сним­ка­та или кар­ти­на­та и ще иден­ти­фи­ци­ра как­во има на нея, без да има опи­са­ние, ос­та­ве­но от уче­ни­те.

„Ма­ши­ни­те мо­гат да на­у­чат струк­ту­ра­та на да­де­но изоб­ра­же­ние, без да зна­ят как­во има на не­го“, ко­мен­ти­ра Ле Кан. По ду­ми­те на Лу­ан се­гаш­ни­те

Со­ци­ал­на­та мре­жа ек­с­пе­ри­мен­ти­ра с ме­тод, при кой­то про­ти­во­пос­та­вя две сис­те­ми, ка­то цел­та е ед­на­та да заб­лу­ди дру­га­та.

сис­те­ми все още се нуж­да­ят от из­вес­тен над­зор от уче­ни­те.

Сън на раз­лич­ни ни­ва

Ти­по­ве­те нев­рон­ни мре­жи, съз­да­де­ни от Facebook и Google, мо­гат да съз­да­дат раз­лич­ни ни­ва от из­кус­т­ве­ни нев­ро­ни, ко­и­то да ра­бо­тят за­ед­но. Чрез тях се осъ­щес­т­вя­ват раз­лич­ни дей­нос­ти с ви­со­ка пре­циз­ност, но как­то при раз­лич­ни­те нев­ро­ни в чо­веш­кия мо­зък, уче­ни­те не мо­гат да на­пъл­но да раз­бе­рат как­во се случ­ва в от­дел­ни­те ни­ва.

„ Ед­но от ос­нов­ни­те пре­диз­ви­ка­тел­с­т­ва на нев­рон­ни­те мре­жи е да се раз­бе­ре как­во точ­но се случ­ва във все­ки слой“, ко­мен­ти­рат от Google в своя блог.

Чрез об­ръ­ща­не на ме­то­да за обу­че­ние и чрез сти­му­ли­ра­не на са­ма­та сис­те­ма да съз­да­ва изоб­ра­же­ния уче­ни­те мо­гат да раз­бе­рат как точ­но фун­к­ци­о­ни­рат. Нап­ри­мер Google пи­та сво­и­те мре­жи да за­си­лят да­ден по­ка­за­тел в изоб­ра­же­ни­е­то. По­ня­ко­га то­ва мо­же да са са­мо ръ­бо­ве­те и се по­лу­ча­ва ефект все ед­но през фил­тър във Photoshop. В дру­ги слу­чаи нап­ри­мер мо­же да ста­ва ду­ма за цял обект - сгра­да, дър­во или жи­вот­но. Но при все­ки слу­чай из­с­ле­до­ва­те­ли­те мо­гат да ви­дят как сис­те­ма­та въз­п­ри­е­ма изоб­ра­же­ни­е­то.

„Та­зи тех­ни­ка ни да­ва ка­чес­т­вен сми­съл на ни­во­то на аб­с­т­рак­ция, кой­то да­ден слой е пос­тиг­нал в раз­би­ра­не­то си за кон­к­рет­но­то изоб­ра­же­ние“, пи­шат още от Google. Чрез нея се ви­зу­а­ли­зи­ра как нев­рон­ни­те мре­жи мо­гат да се спра- вят с раз­лич­ни по слож­ност за­да­чи. Та­зи об­рат­на връз­ка се из­пол­з­ва за по­доб­ря­ва­не на мре­жо­ва­та ар­хи­тек­ту­ра, да се про­ве­ря­ва за греш­ки или да се раз­бе­ре как­во е на­у­чи­ла сис­те­ма­та по вре­ме на обу­че­ни­е­то.

За по-ро­ман­тич­ни­те ин­тер­п­ре­та­ци­я­та на да­де­но изоб­ра­же­ние от ком­пю­тъ­ра мо­же да се оп­ри­ли­чи ка­то сън, за дру­ги ка­то аб­с­т­рак­т­но из­кус­т­во. Но по­доб­но на фил­ма „Ге­не­зис“то­зи ме­тод поз­во­ля­ва на уче­ни­те да раз­бе­рат как­во се случ­ва и да дъл­ба­ят все по-на­до­лу в сво­и­те из­кус­т­ве­ни нев­рон­ни мре­жи. Ко­е­то ни приб­ли­жа­ва с още ед­на мал­ка стъп­ка до из­г­раж­да­не­то на ис­тин­с­ки из­кус­т­вен ин­те­лект. Но не би­ва да заб­ра­вя­ме, че пъ­тят до край­на­та цел е мно­го, ама мно­го дъ­лъг.

ИЛЮСТРАЦИЯ: SHUTTERSTOCK

Newspapers in Bulgarian

Newspapers from Bulgaria

© PressReader. All rights reserved.