Новости технологий

Искусственный интеллект — все еще одна из самых горячих тем в 2024 году. Одни видят в нем дверь в будущее, а другие — план из фильма «Терминатор». Но кто из них прав, узнать пока не дано.

Нейросеть — это программа, но она намного умнее любой иной на вашем ПК. Она может подвергать анализу, а если ее как необходимо научить, то сможет даже создавать что-то новое.

О самых знаменитых из них, а также об их возможностях, вы наверняка знали. DALL-E и Midjourney производят иллюстрации на основе доскональных запросов, RunwayML может редактировать видео, а ChatGPT вообще стал звездой 2022 года.

Он может поговорить с вами на сложные темы, написать стишок, статью и даже предпримет попытку предвидеть будущее, если просите. Обратите свое внимание: чтобы пользоваться определенными из этих сервисов в России, надо будет подключить VPN.

И это еще не все. сегодня программы могут столько, что можно сообщить только одно: будущее тут. Вот что могут нейросети:

узнавать зрительные виды;
узнавать человека по голосу;
устанавливать чувства на лице по мимике;
имитировать нашу речь на любом языке мира;
обрабатывать и создавать изображения, которые не отличить от настоящих;
возбуждать лица людей, которых никогда в жизни не существовало;
предсказывать вероятное будущее по результатам теста данных и многое другое.

Как работает нейросеть. Нейросеть — умная единица. Весь секрет в ее строении — она похожа на человеческий головной мозг. У нас он состоит из нейронов, которые сопряжены товарищ с другом через синапсы.

Нейросеть повторяет данную модель, лишь в ее случае это синтетические нейроны. На самом деле они — вычисляемые элементы, похожие на настоящие. На то, из чего состоит такая программа, показывает ее название — нейросеть, т. е. нейронная сеть.

Конструкция современной нейросети напоминает торт «Наполеон»: в ней также очень много оболочек. И чем их больше, тем она умнее. При этом слои в нейронке не одинаковые: в их числе есть входные, тайные и выходные.

Как учатся нейронные сети. Допустим, на литературе вам задали написать стихотворение об осени, но делать домашку не хочется.

Из-за этого вы идете к ChatGPT и просите сочинить стишок за вас. Он справляется, но откуда программа вообще знает, что такое «осень» и «стихотворение»? Ответ: ее этому обучили. Т. е. загрузили в нейросеть большой размер данных, где есть все и обо всем. Он называется датасет.

Но дать нейронке проанализировать датасет — недостаточно. Сейчас ее нужно тренировать — обучать делать требования клиента. Если бы говорилось об обычном программировании, человек написал бы способ, по которому программа могла бы решать цель. Рекомендуем посетить сайт smittmediagroup.ru если нужно будет больше информации про нейросети.

В случае с нейросетями все иначе. Человек дает автомашине цель и результат, а она сама маршрутом опытов и ошибок ищет, как проложить путь из точки A в точку B, то есть самообучается. Как раз этим нейросети отличаются от любой другой программы, что делает их уникальной вехой технологий.

Нейронка приобретает из датасета картину и пытается отгадать, кто на ней изображен, в форме текста. Чтобы проверить, отгадала она или нет, программа сверяется с датасетом, где у каждой иллюстрации есть подпись. Это похоже на то, как вы проверяете ответы по математике в конце учебника.

С первой попытки не вышло — это всегда так. Сейчас, как в случае с ответами и математикой, нейронка осознает, что есть ошибка в решении.

Программа возвращается к началу, обновляет в себе информацию о картинке и пробует снова. Так продолжается до тех времен, пока ответ нейронки не совпадет с тем, что написано в датасете. К этому времени она заметит очень много отличительных черт изображения, и в следующий раз выяснит предмет на ней намного стремительней.

Это только ориентировочная модель обучения, которую мы изложили элементарными словами. На самом деле все куда труднее. Но для того чтобы узнать, как пользоваться нейросетью, вам не нужно исследовать все отлично. Пока остановимся на этом.

Как вышли нейросети. Когда мы говорим «нейросети», то сразу полагаем о чем-то футуристичном или по меньшей мере сегодняшнем.

Но на самом деле идеи подобных технологий вышли давно. Концепция нейросети и искусственного ума зародилась еще в прошлом столетии, в 40-х гг.. Тогда специалисты задумались о том, чтобы создать платформу, которая имитировала бы работу нашего головного мозга.

В первый раз им это удалось в 1943-м, когда Уоррен Мак-Каллок и Уолтер Питтс спроектировали точную модель нейтрона. А еще через 3 года наука сделала перцептрон. Это простая программа, которую можно было обучить узнавать и группировать изображения с помощью фактов о них.

Как раз перцептрон можно представить первой синтетической нейронной сетью, менее интеллектуальным младшим братом всех современных проектов. Он и положил начало следующим подготовкам в этой области. Вот как все развивалось далее:

1949 год. Канадский биолог и нейропсихолог Дональд Хебб подразумевает, что обучение через нейроны получается благодаря мощи синаптических нитей.

1954 год. В MIT разрабатывают компьютерную имитацию сети Хебба.
1957 год. Североамериканский психолог Фрэнк Розенблатт создает особенные математические модели. Они имитируют то, как центральная нервная система обрабатывает информацию, но собрано это на основе двухслойной нейросети.

1969 год. Марвин Минский и Сеймур Пейперт проверяют нейросети и находят основные вычисляемые проблемы — ПК не может работать с функцией «Исключающее ИЛИ». Исследования задерживаются, наука на время утрачивает энтузиазм к нейросетям.

1975 год. Пол Вербос разрабатывает способ избежать ошибок с функциями — способ обратного распространения ошибки.
1975 год. Кунихико Фукусима работает над конгитроном — одной из первых двухслойных нейросетей в истории науки.

1982 год. Спроектирована сеть Хопфилда, нейроны которой могут транслировать информацию в двустороннем порядке. Позже это развивают и называют коннективизмом.

1986 год. Эксперт Дэвид Руммельхарт и психолог Дэвид Макклелланд используют коннективизм, чтобы создать нейронные процессы в цифровом формате.

2000-е годы. В мире возникают ПК с мощными картинными микропроцессорами. Это подталкивает экспертов энергичнее развивать нейросети.

2000-е годы. Специалисты в первый раз говорят о Deep Learning: глубочайшем обучении — виде машинного обучения двухслойных нейросетей, которые могут самообучаться на больших размерах данных.

2010 год. Понятие Deep Learning укрепляется в научной сфере. Нейросети начинают просачиваться в разные сферы.
2018 год. Open AI разрабатывает первую версию языковый модели GPT-1, а затем — GPT-2 в 2019-м.
2020 год. Open AI заканчивает разработку GPT-3 и на ее основе создает ChatGPT — чат-бот с искусственным умом.
2022 год. ChatGPT демонстрируют миру, он становится всемирным трендом, который набирает 100 млн клиентов за 2 месяца.

История нейросетей еще в самом конце. Сейчас очень многие большие IT-компании воодушевляются триумфом ChatGPT, Midjourney и других «выстреливших» проектов. Цель каждой — создать что-то собственное. К примеру, Google разрабатывает свои проекты: языковую модель Bard и генератор музыки MusicLM.

Российские компании не отстают: в 2023 году Сбер запустил свою нейронку Kandinsky. Это отечественный аналог Midjourney — может создавать изображения по своему способу на основе запроса.