Многим кажется, что искусственный интеллект — это что-то из далекого будущего. Но мы сталкиваемся с ним буквально каждый день: когда ищем что-то в интернете, пользуемся навигатором, в конце концов видим интересную рекламу.

Уже сейчас ИИ управляет поездами, анализирует преступления и подсказывает фермерам, где лучше посадить семена. Подробнее о возможностях искусственного интеллекта рассказывают наши герои, которые давно и успешно с ним работают.

И кстати, иллюстрации для этой статьи тоже сделаны с помощью нейросети одним из наших героев. Читайте дальше!

Этот проект нам помогли подготовить наши друзья и партнеры из Академии искусственного интеллекта для школьников Благотворительного фонда Сбербанка «Вклад в будущее».

Здесь школьников учат работать с технологиями будущего и придумывать необычные проекты, готовят к олимпиадам и хакатонам (это форумы для разработчиков), помогают вливаться в команду заряженных, инициативных ребят, готовых менять мир.

Григорий Берлинерблау
использует ИИ для выявления психических заболеваний

ИСПОЛЬЗУЕТ_ИИ_ДЛЯ ВЫЯВЛЕНИЯ_ПСИХИЧЕСКИХ ЗАБОЛЕВАНИЙ

ИСПОЛЬЗУЕТ_ИИ_
ДЛЯ ВЫЯВЛЕНИЯ_
ПСИХИЧЕСКИХ
ЗАБОЛЕВАНИЙ

Мы можем обучать искусственный интеллект буквально как маленького ребенка: показывать, например, фотографии собак и кошек и говорить, кто есть кто. Потом спрашиваем, что он видит на картинке, и если ИИ угадывает, то получает очки и запоминает. Потихоньку он учится и делает все меньше ошибок.

Современное МРТ головного мозга пока не может диагностировать депрессию или шизофрению — это могут сделать только психиатры во время разговоров и наблюдения за пациентом. Нет никакого «анализа на шизофрению», и это расстраивает.

Поэтому мы обучали ИИ с помощью МРТ выявлять эти заболевания и определять, подойдут ли человеку конкретные лекарства

Сперва мы сканировали мозг здоровых и больных людей. Потом загрузили снимки в базу данных и объяснили искусственному интеллекту, где норма, а где нет. Как и в примере с кошкой и собакой, ИИ сам научился определять нарушения и находить закономерности там, где их пока не видит врач.

Аналогично алгоритм работал с лекарствами: пациенты с различными заболеваниями рассказывали нам, какие таблетки им помогли, а какие нет, а затем мы сканировали их мозг, чтобы ИИ выявил закономерности. Так он научился определять по снимку, что порекомендовать пациенту. И это невероятно, ведь до сих пор лекарства от депрессии подбирали с помощью обычного перебора: давайте попробуем это и если поможет, то хорошо… А если не поможет?

Программу для работы я писал примерно месяц, но подготовка к этому была очень долгой: нужно было изучить работу алгоритмов, разработанных ранее, глубоко погрузиться в принципы работы МРТ. А компьютеру потребовалась всего пара минут, чтобы обработать все данные и начать выдавать результаты.

Весь этот процесс приводит меня в восторг!

Как учился?


Я закончил биофак, но уже во время учебы понял, что человеку не нужно запоминать так много вещей — это может (и должен!) делать компьютер. Поэтому я самостоятельно изучил основы работы ИИ по курсам в Интернете, и с тех пор моя работа связана одновременно и с биологией, и с нейросетями.

работает_с_чат-ботами на_основе_ИИ

Одна из технологий моей компании — чат-боты, отвечающие на сложные вопросы. Например, человек хочет получить кредит. Ответ банка зависит от того, какой у клиента доход, сколько ему лет, где он живет, на какой срок хочет взять деньги, где работает. Или человек хочет привезти машину из-за границы: как это сделать и какие налоги придется заплатить? Тут важно, какая это машина, какой у нее объем двигателя, из какой страны ее хотят привезти. В общем, от самых разных условий и их комбинаций.

Наша технология состоит из трех компонентов. Первый — база знаний, которую нужно загрузить в программу. Например, в банке это внутренние инструкции, нормативные документы, законы, условия выдачи карт, кредитов, ипотек и так далее. Дальше включается алгоритм, который читает тексты и понимает, о чем они. Например, в этом тексте говорится про условия кредита для москвичей с доходом до пятидесяти тысяч рублей в месяц.

Потом с этим начинает работать чат-бот. Человек задает вопрос, а бот распознает написанное и ищет в своей базе знаний подходящий для ответа контент. Он сам может определить, что у него слишком много информации и  нужно задать несколько уточняющих вопросов.

Когда все данные собраны — ИИ выдает ровно ту информацию, которая необходима пользователю

Конечно, если встретится какой-то совсем сложный или нетривиальный случай, то бот позовет на помощь живого сотрудника. Но чаще всего — клиенты приходят примерно с одинаковыми запросами, просто во всех разная комбинация слов.

Первую версию чат-бота мы выпустили три года назад, и до сих пор ее улучшаем. Хочется, чтобы ИИ научился понимать сложные вопросы. Например, у нас есть рецепт, как приготовить яичницу с помидорами. Первый шаг — нарезать помидоры, второй — налить в сковородку масло, третий — бросить туда помидоры и жарить в течение трех минут, четвертый — разбить туда же яйца. Если человек спрашивает, как пожарить яичницу с помидорами, то ответ очевиден. Теперь представим, что он спрашивает, сколько времени ему нужно жарить помидоры? Конечно, мы можем дать ему весь рецепт, чтобы он сам нашел эту информацию. Но гораздо круче, если он получит конкретный ответ: три минуты! Над этим сейчас работают наши программисты и специалисты по компьютерной лингвистике и филологии.

Следующая задача — это смоделировать искусственный здравый смысл, чтобы чат-бот мог по-настоящему понимать суть текста

Как учился?


Я закончил юрфак, но ни разу не работал по профессии. В детстве у меня был старый компьютер, на который нельзя было ничего установить. Поэтому если я хотел поиграть, то нужно было программировать игру самому: так в тринадцать лет я написал свою первую «змейку». Почти все знания я получал из журнала «Горизонты техники для детей», но сейчас у подростков есть возможность погрузиться в мир искусственного интеллекта быстрее и проще, чем было в мое время!

настраивает_умный поиск_в_Google

Google обрабатывает миллиарды запросов в секунду, ведь подобрать лучшие варианты для каждого человека вручную невозможно. Поэтому на помощь приходит искусственный интеллект.

Специальная программа собирает данные обо всех страницах и картинках в Сети. Дальше запускается алгоритм, который распознает, что там написано или изображено. Для этого используется искусственный интеллект, который говорит что-то вроде «на этой картинке на 99 процентов котик». Кроме того, он анализирует разные другие параметры, например: похожа ли информация на спам, какие в тексте ключевые слова и многое другое.

Моя команда отвечает за то, чтобы хранить эту информацию в очень большой базе данных. Мы говорим о сотнях миллиардов страниц и картинок! То, что информация о них хранится в одном месте — очень удобно. Это помогает другим командам проводить дополнительный анализ и улучшать качество поиска.

У Google есть информация о пользователях, которые дали согласие на хранение своих данных.

Это помогает нам лучше понимать пользователей и даже предсказывать их следующие запросы

Например, если неделю назад человек искал «концерты Тейлор Свифт», а сегодня ищет «Тейлор Свифт», то, наверное, имеет смысл показать ему сразу и информацию о концертах.

Иногда может потребоваться несколько часов и даже дней, чтобы учесть новые данные о пользователе. Например, если гуглить что-то про кактус и повторить запрос через две минуты, он не успеет отложится в базе данных и подстроиться под человека. Если на следующий день — система уже запомнит запрос и постарается адаптировать поиск.

Как училась?


С ИИ я познакомилась на последнем курсе университета и даже написала диплом на эту тему. На самом деле, эта область не такая сложная, как многим может показаться: если ты понял основы, то дальше ты можешь учиться самостоятельно, углубляться в процессы и совершенствоваться точно так же, как это сейчас делают нейросети.

создает_
иллюстрации
с_помощью_
нейросетей

Не каждый человек, у которого есть программа для создания электронной музыки, может с ее помощью сделать что-то стоящее, как наличие скрипки не делает из человека скрипача

Поэтому я ждал своего инструмента, был уверен, что вскоре появится какая-то технология, которая поможет мне рисовать так, как я это вижу в своей голове.

Прошло всего полгода, а работа с нейросетями уже усложнилась многократно

В самом начале было достаточно понять, как создается текстовая подсказка, и оплатить абонемент. Чтобы создать что-то стоящее сегодня, уже требуется разбираться в очень многих вещах, и крайне желательно уметь программировать — спасибо первому образованию! Я уверен, что через пару лет в художественных вузах всего мира появятся факультеты, обучающие работать с нейросетями.

Я вижу огромные перспективы для нейросетей в искусстве. С их помощью художники смогут создавать изображения и анимацию с невероятной детализацией и реализмом, которые раньше были невозможны. Нейросети помогут художникам изобрести новые формы искусства, которые мы пока не можем вообразить.

Противники технологий уверены, что нейросеть копирует элементы чужих работ, «похищает» чужие идеи. Это не так: она обучается, как и любой другой художник, рассматривая работы лучших мастеров. Многие творцы боятся, что нейросеть их вскоре заменит. Но фотография не заменила художников, а кино не заменило театр. Просто в будущем художники и дизайнеры будут использовать нейросети в дополнение к уже имеющимся инструментам. Не надо строить стены там, где можно и нужно строить мосты!

Как учился?


Когда полгода назад появились нейросети, рисующие картины, я был абсолютно счастлив открывшимся возможностям! Мой разум неофита был так взбудоражен, что я сразу кинулся все это осваивать, нагенерировал кучу картинок и немедленно выложил их в любимую соцсеть.

И получил в ответ намного больше критики, чем поддержки! Сейчас я понимаю, что те первые работы были, скорее, бессмысленной какофонией, которую издает ребенок, дорвавшийся до фортепиано. Потихоньку я стал выкладывать намного более зрелые работы, и они уже вызывали совсем другую реакцию. Вместе со мной развивались и нейросети — миллионы художников, которые с ними работают, незаметно для себя обучают их, показывают, какие из сотни сгенерированных картинок, хороши, а какие — совсем нет. Так что сегодня уже непросто отличить иллюстрацию нейросети от ручной работы художника.

Недавно я отослал одну из своих работ на конкурс в Нью-Йоркскую художественную галерею NY 10 001 — the gallery — и был поражен, когда она заняла там второе место. Теперь картину распечатали на огромном холсте, и она участвует в выставке вместе с другими картинами, сделанными с помощью нейросети. Потом ее продадут на аукционе — как это делали с тысячами работ художников во все времена — и не важно, как и чем они были сделаны: маслом, фотоаппаратом или искусственным интеллектом.

По первому образованию я программист, но всегда мечтал научиться рисовать. Однако ни частные уроки, ни учебники, ни множество попыток перенести на бумагу, планшет или компьютер то, что рисовало мое воображение, ни к чему не привели. У меня будто бы не было для этого выразительных средств, правильных инструментов.

И тут появилась электронная музыка! Было такое чувство, будто у меня внезапно появилась возможность говорить с людьми с помощью своего творчества, которое быстро стало профессией: я долго и успешно сочинял музыку, записывал альбомы, выступал, получал призы на музыкальных конкурсах. Но рисования мне все равно очень не хватало. Я пробовал фотографировать, учился рисовать, скачивал гигабайтами обучающие курсы… Тщетно. Все было не то.

Однако музыкальная карьера дала мне уверенность в том, что основное в творчестве — это идеи, эмоции и образы.

учит_нейросеть_находить нефть_под_землей

учит_нейросеть
находить_нефть_
под_землей

Мы разрабатываем алгоритмы для работы с геофизическими данными в нефтегазовой компании. Если говорить проще, то computer vision работает для нашей планеты так же, как и УЗИ для человека. Как врач находит на снимке почку по характерной форме, так и мы ищем на глубине структуры, в которых может быть нефть. Например, если пласты горной породы складываются в форме горки, то имеет смысл проверить эту область более внимательно. Также нас интересуют нарушения структуры, разломы — все известные нам признаки, сопутствующие залежам нефти или же — наоборот — указывающие на то, что там добыть нефть не получится.

Пока еще не существует алгоритмов, которые могут точно предсказать, где сто процентов есть нефть. Сейчас компьютерное зрение применяется для автоматизации рутинных задач: например, нам нужно просмотреть десять тысяч картинок и найти на них одну и ту же структуру. Понятно, что проще этому научить нейросеть, чем тратить на то же самое семь полных суток человеческого труда!

Я была одной из первых, кто начал заниматься датасайнс в нашей компании. Легче всего объяснить мою должность как «переводчик между программистами и сейсмиками или геологами». То есть я сначала объясняю программистам, что от них хотят сейсмики. А потом геологам: могут ли программисты такое сделать и как лучше всего подойти к решению такой задачи.

У нас нет пока рутинных проектов, потому что все в этой области — абсолютно новое.

Мы тренируем нейросети на различных изображениях: если говорить совсем просто, то показываем ИИ тысячи изображений, «узи-снимков» Земли с указанием, что на них изображено. А потом просим определить, что находится на остальных картинках

Дальше сеть говорит: я научилась правильно распознавать, что изображено на 90 процентах снимков места, вам это подходит? И тут приходит бизнес, который говорит: нет, 10 процентов — это целых 1000 снимков, которые нам нужно исправить, мы хотим прогноз точнее! И тут за дело берутся математики, которые оптимизируют алгоритмы поиска: либо задают больше параметров, либо добавляют обучающих снимков, либо придумывают еще какой-то способ сделать прогнозы более точными.

Как училась?


Я изначально геофизик, и моя первая работа после университета была в Ноябрьске: я была тем инженером, который прокладывает траекторию скважины, чтобы координатор бурения мог объяснить полевым рабочим, как и куда бурить.

Заниматься искусственным интеллектом я начала после декрета: кто-то начинает тортики печь, а я поступила в аспирантуру. Из-за работы мужа мы тогда жили на Кипре, поэтому когда я пришла в местный университет со всем своим нефтяным опытом и геофизическим образованием — то оказалось, что они просто не знают, что со мной делать! У Кипра нет нефтяной индустрии, нет оборудования — надо было придумать тему моей диссертации без всего этого… Так мы с научным руководителем пришли к идее числового моделирования, в котором не нужны лабораторные эксперименты, но приходится много программировать. Основы программирования я изучала уже сама — по курсам в Сети, каким-то статьям. Так что теперь я тот человек, который понимает и геологов, и программистов, и математиков.

У меня двое детей, и я думаю, что моя главная родительская задача — это научить их добывать знания, в том числе и самостоятельно. Искать подходящие школы, курсы, кружки и университеты. Им в любом случае придется учиться всю жизнь: мир слишком быстро развивается и нам всем придется успевать за его скоростью.

Теперь вы знаете про ИИ довольно много, чтобы угадать, где речь идет про существующие технологии, а где — про выдумку. Рискнете?

Нашим детям в любом случае нужно будет много учиться, пробовать новое и изобретать — какую профессию они бы ни выбрали! И в любой из них будут так или иначе задействованы технологии искусственного интеллекта.

Самые азартные примут участие в Олимпиаде — это такое многодневное соревнование по математике, информатике и основам ИИ, которое поможет ребенку выйти на новый уровень в решении ИИ-задач и собрать портфолио. Завершающий этап Олимпиады проходит в Москве, куда Академия отправляет всех финалистов. Победители получают гранты на образование, преимущества при поступлении в лучшие профильные вузы страны, приглашение на стажировку в экосистему Сбера по направлению «Машинное обучение» или на менторскую программу со специалистами из ИИ-сферы. Но главное — впечатления и знакомство как с самыми талантливыми сверстниками, которые тоже жаждут изменить мир, так и с людьми из профильного комьюнити.

Сейчас на сайте Академии доступны вводные уроки по машинному обучению и ИИ, онлайн-курсы, тренировочные задания для олимпиад и соревнований и сами соревнования, олимпиады и буткемпы Академии. А еще — открыта регистрация на Хакатон AI Academy 2022, на котором командам-участникам нужно будет разработать алгоритм, генерирующий текст с описанием к любому видео. Победители разделят призовой фонд в 1 000 000 рублей!

Курс состоит из 51 урока. Из них дети узнают про использование библиотеки данных, про алгоритмы машинного обучения, про современные нейросетевые архитектуры, регрессии, решающие деревья… Все эти слова обретут смысл и практическую пользу, поэтому к концу курса каждый участник создаст свой IT-продукт на основе модели искусственного интеллекта. Для этого ребенку понадобится только компьютер с доступом в интернет.

Поэтому уже сейчас стоит разобраться, как работают нейросети и машинное обучение. Сделать это можно в Академии искусственного интеллекта — проекте Благотворительного фонда «Вклад в будущее». Там ребенку не просто будут рассказывать про формулы, алгоритмы, теоретические основы работы ИИ и машинного обучения, на занятиях сразу будет много — очень много! — практики

Реклама. Благотворительный фонд «Вклад в будущее» (ИНН 7 736 255 272, vbudushee.ru)

НАША_КОМАНДА