Нейросети заменят людей?

Кто в последнее время не слышал про нейросети? Они круто рисуют, сочиняют песни, а их произведения продают на аукционах за огромные деньги. Резонный вопрос — кто же такой этот «мистер искусственный интеллект» и сможет ли он заменить человека в вопросах творчества, создания контента и развития нашего мира?

Впервые термин artificial intelligence (AI) был упомянут в 1956 году Джоном МакКарти, основателем функционального программирования и изобретателем языка Lisp.

Однако сама идея подобной системы была сформирована в 1935 году Аланом Тьюрингом. Ученый дал описание абстрактной вычислительной машине, состоящей из безграничной памяти и сканера, перемещающегося вперед и назад по памяти. Однако, позднее, в 1950 году, он предложил считать интеллектуальными те системы, которые в общении не будут отличаться от человека.

Самая ранняя успешная программа искусственного интеллекта была создана Кристофером Стрейчи в 1951 году. А уже в 1952 году она играла в шашки с человеком и удивляла зрителей своими способностями предсказывать ходы.

В 1965 году специалист Массачусетского технологического университета Джозеф Вайценбаум разработал программу «Элиза», которая считается прообразом современной Siri. А в 1973 году была изобретена «Стэндфордская тележка», первый беспилотный автомобиль, контролируемый компьютером — выходит, прообразы всевозможных «Алис», «Теслы» и прочих облегчающих быт феноменов появились еще 50 лет назад.

Нейросети — математические модели и их программное воплощение, где программа функционирует на основе принципа работы мозга человека. Человеческий мозг состоит из нейронов, связанных между собой синапсами и передающих электрохимические импульсы. Нейросеть же состоит из искусственных нейронов — вычислительных элементов, созданных по модели биологического нейрона.

Для начала, для лучшего понимания, разберемся с работой биологических нейронных сетей — тех, которые находятся внутри нашего организма.

Нервная система состоит из нейронов — клеток, которые накапливают и передают информацию в виде электрических и химических импульсов. Нейрон имеет аксон, основную часть клетки, и дендрит — длинный отросток на ее конце, до сантиметра в длину. Дендриты переносят информацию от одной клетки к другой и действуют как «провода» для нервных импульсов.

Примером может служить любое сознательное действие. Допустим, человек решает поднять ногу: сначала в его мозгу возникает импульс, а затем информация передается от одной клетки к другой через сеть нейронов. В ходе этого процесса сигнал поступает в клетки мышц, они сокращаются, а нога поднимается.

Но самое интересное, что нейросеть может обучаться, прям как человек. Это как?

Когда нейросеть обучают, ей «показывают» данные, по которым необходимо что-то «предсказать», и правильные ответы для «предсказаний» — это называется обучающей выборкой. Информации должно быть много — считается, что минимум в десять раз больше, чем количество нейронов в сети.

Вещи, которые человек видит своими глазами, преобразуются в нервные импульсы и передаются в мозг. Он их обрабатывает, и человек понимает, что находится вокруг него. Принцип обучения нейросетей аналогичен.

Каждый нейрон имеет «вес», который рассчитывается с помощью специальных алгоритмов. Он показывает, насколько показания нейрона значимы для всей сети. Соответственно, «вес» нейрона автоматически изменяется и балансируются в процессе обучения. В результате возникает ситуация, когда определенные нейроны реагируют, например, на силуэт животного, производя информацию, которая преобразуется в ответ: «Это животное». При этом животное не нужно описывать как набор математических фигур — во время обучения нейронная сеть сама задает значения «весов», которые его определяют.

Нейронная сеть состоит из узлов, которые соединены между собой связями. Выход нейронной сети выражается в виде набора формул и чисел, которые представляют собой ответ. Например, если изображение собаки равно «0», а кошки — «1», то результат 0.78 будет означать что-то вроде «Скорее всего, это кошка». Из-за своей структуры нейронная сеть не может дать абсолютно точный ответ, только вероятность. Только «скорее всего», приближенное к абсолюту.

Как вы поняли, нейросети действительно интересны с технологической стороны, но они могут ошибаться и имеют ряд особенностей.

Первая — нейросети закрыты. Человек со стороны не может знать, как программа идентифицирует изображения животных, стихи, картины или написанные шутки. Например, как она может отличить фото мужчины от фото женщины?

Задача разработчика заключается в том, чтобы правильно описать структуру этих элементов, а затем указать формулы, которые определяют правильность идентификации — другими словами, дать нейросети алгоритмы, по которым она сможет проверять саму себя и таким образом обучаться.

Однако пользователи не имеют доступа к этим формулам — точно так же, как мы не имеем доступа ко всем процессам, происходящим в мозгу человека.

Нейронные связи независимы, то есть нейроны никак не связаны друг с другом. Даже если один нейрон выходит из строя, остальные продолжают работать. Это позволяет системе переносить сбои, что важно для отказоустойчивости. Но у независимости есть недостаток: сети принимают решения многоступенчато и иногда хаотично, их решения трудно предсказать или повлиять на них.

Искусственный интеллект все еще далек от того, чтобы достичь мощи человеческого интеллекта. Человеческий мозг содержит 86 миллиардов нейронов, в то время как современные нейронные сети содержат всего около 10 миллиардов нейронов.

Сразу расскажем про интересный парадокс. Темпы развития искусственного интеллекта настолько стремительны, что сами их разработчики находятся под угрозой. В августе 2021 года OpenAI выпустила нейронную сеть Codex, которая в один прекрасный день может быть использована для замены программистов, а, возможно, и уже…

Но, если без шуток, нейронные сети действительно используются для решения задач, аналогичных тем, которые решает человеческий мозг. Однако, даже мощная нейронная сеть может допустить ошибку, причем в некоторых случаях ее цена может быть чрезвычайно высока, а вероятность гораздо выше, чем при решении задачи человеком. Именно поэтому нейронные сети сегодня используются скорее для помощи, чем для полноценной самостоятельной работы.

Все мы слышали, как студент написал свою дипломную работу с помощью ChatGPT, и таких историй тысячи. А еще очень интересный пример — нейросети научились ставить диагнозы по текстовому описанию. Суть проста: пишем свой возраст, приобретенные хронические болезни и текущие симптомы, а нейросеть выдаст перечень возможных заболеваний и «назначит» дополнительные анализы для определения точного диагноза.

Невероятно круто, что развитие ИИ идет в этом направлении, но, если вы чувствуете себя плохо, все же лучше обратиться к врачу.

А что насчет картинок, сгенерированных Midjourney? Стихов, написанных искусственным интеллектом? Ответ простой: нейронные сети способны самостоятельно создавать контент, но они не могут осознавать своих действий. Они генерируют все автоматически, основываясь на предыдущих данных, а не на собственном мышлении.

Маловероятно, что нейронная сеть может догадаться, что предложение, которое она генерирует, абсурдно и не имеет смысла. Для ее алгоритмов не существует такого понятия, как «смысл». Поэтому существует мнение, что книга или картина, написанная алгоритмом, никогда не сможет заменить аналогичную от человека. Даже если алгоритм очень хорошо имитирует наше творчество, многим людям будет неинтересно читать книгу, если они точно знают, что автор не вкладывал в нее никаких мыслей.

Например, вот так нейросеть в руках журналистов «Хука» «видит» города Узбекистана в человеческом обличии. Почему Самарканд схож с образом Амира Темура? Потому что, скорее всего, упоминаний об этом человеке в базе для обучения было больше, чем упоминаний о других.

«То, что мы уже начали повсеместно использовать нейронные сети, но ещё не поняли до конца, как они работают, — это очень странный и очень интересный факт», — CEO Wallarm Иван Новиков.

А как вы думаете, этот текст написал человек? Ведь иллюстрации сделаны искусственным интеллектом...