Нейросеть: машинный интеллект в любом смартфоне

Нейронные сети не умеют ставить перед собой задачи, поэтому восстание машин можно пока не ожидать.

В очередной раз соцсети увлечены мобильным приложением для редактирования фотографий, которое основано на принципе нейронных сетей.

Китайский сервис Meitu завоевал пользователей функцией Hand-drawn, превращающей человека в "кавайного" аниме-персонажа.

Такое повальное увлечение фоторедактором наблюдалось летом прошлого года, тогда в тренде было приложение Prisma, которое делало из фотографии "произведение искусства" также используя нейросети.

За такими, казалось бы, легкомысленными приложениями стоит технология создания искусственного интеллекта. Например, на днях ученые объявили, что смогли обучить нейросеть распознавать рак кожи.

Изучение нейронных сетей началось с появлением первых компьютеров. Но только сейчас эта область перешла из академических институтов в сторону корпораций и небольших стартапов и теперь доступна не только ученым, а входят в жизнь простых людей.

Корреспондент.net решил разобраться, что такое нейронная сеть и где ее уже применяют.

Нейронная сеть как машинное обучение

Искусственные нейронные сети разрабатываются, в том числе, чтобы понять как работает мозг человека и попытка его воспроизвести. 

Нейросеть является обучающейся системой, которая работает по алгоритмам, а также на основе прошлого опыта. Искусственный нейрон является упрощенной моделью естественного.

Нейрон имеет много входов и один выход

Говоря очень просто, нейросеть - это компьютерная программа, которая узнает информацию и реагирует на нее, а не выполняет конкретные команды. Это серия взаимосвязанных алгоритмов, которые, работая вместе, могут воспринимать паттерны и повторять их.

Самыми распространенными применениями нейронных сетей является классификация, предсказание (падение акций и т.д.) и распознавание.

Для того, чтобы нейронная сеть могла корректно решать поставленные задачи, требуется "прогнать" ее работу на десятках миллионов наборов входных данных. Например показать ей букву "А" разными шрифтамы, чтобы увидеть, какие буквы она решит принять похожими на нее. Затем человек подтверждает, какие буквы на самом деле являются "А".

В процессе обучения нейронная сеть находит сложные зависимости между входными данными и выходными, а также обобщает их. Если обучение прошло успешно, то нейросеть на выходе даст результат, который отсутствовал в обучающей выборке.

Google, к примеру, использует нейронные сети для развития переводчика. Он обучается улучшать эти переводы, исходя из правильных переводов, с течением времени. 

В таких фоторедакторах как Prisma и Meitu используется сверточная нейросеть, которая основана на переходе от конкретных особенностей изображения к более абстрактным деталям. 

Идея сверточной нейросети заключается в том, что каждую картинку последовательно уменьшают в размере (например, заменяя четыре соседних пикселя на один, соответствующий их среднему значению) и заново подвергают операции свертки.

Такая нейронная сеть способна не просто обработать, а синтезировать изображение, создать ее с нуля, что и делают эти нашумевшие приложения.

Пока нейросеть умеют только решать задачи, поставленные перед ней человеком, и не может сама их перед собой. Так что восстание машин из нейронных сетей нам не грозит.

Применение нейросетей

Нейронные сети применяют в разных областях, таких как экономика - прогнозируют курсы валют, цены на нефть или золото, предсказывает банкротство компаний; робототехника - позволяет роботам оценивать препятствия, держать равновесие и управлять манипуляторами.

Но мы рассмотрим сферы применения нейронных сетей, где каждый человек может ими воспользоваться - медицина и приложения для гаджетов.

Сервисы с ИИ - в любом смартфоне

Прошлый год был взрывным для прогресса нейросетей и в итоге она стала главной технологией 2016 года. Спустя 70 лет после первых разработок это стало возможным благодаря достижению достаточной мощности компьютеров. 

Первым и самым важным прорывом стала программа AlphaGo, разработанная Google, которая впервые среди ИИ обыграла одного из самых титулованных игроков настольной игры Го, которая считалась слишком сложной для нейронных сетей.

Дело в том, что Го - это игра, в которой невозможно просчитать все ходы наперед, поэтому игроки действуют интуитивно. 

У Google есть еще несколько интересных приложений, например Quick, Draw!, которая угадывает то, что рисуют люди. Пользователю дают задание нарисовать определенный объект за 20 секунд.

В процессе нейросеть будет говорить, на что, по ее мнению, похож рисунок. Она должна успеть догадаться в течение тех же 20 секунд.

У каждого пользователя есть шесть раундов, после чего ему показывают итоговый результат.

Компания Microsoft создала сервис How-old, на котором компьютер оценивает возраст людей на фотографии.

Пользователю нужно загрузить снимок с лицами, чтобы система сообщила предполагаемый пол и возраст каждого человека.

 

У Microsoft также есть CaptionBot, который пытается описывать, что происходит на фотографии. Если на снимке есть лица, то робот указывает их emoji-выражения.

 

 

Первым из таких приложений был Deep Dream от Google. Оно выделяет на фотографии что-то знакомое. Выходят довольно странные картинки.

Кольцо с бриллиантов в руках

Медицина

Импульсные нейросети применяют в медицине более десяти лет. Они дают возможность интерпретировать сигналы из мозга к мышцам специальными протезами, управляемыми микропроцессорами, которые воспроизводят действия здоровой конечности.

Человек может управлять искусственной рукой непосредственно сигналами нейронов двигательной коры мозга. 

Также существуют зрительные нейропротезы, которые подают сигналы от матриц светочувствительных элементов в зрительные отделы коры совершенно слепых пациентов, давая им возможность ориентироваться в пространстве и даже читать.

Недавно американские ученые создали систему искусственного интеллекта, которая умеет отличать родинки от некоторых видов рака кожи лучше врачей.

Авторы новой работы использовали сверточную нейросеть Inception v3, которая была ранее разработана компанией Google. Исследователи удалили ее верхний слой и обучили систему, изначально ориентированную на распознавание различных объектов, определять некоторые виды рака кожи - меланому и карциному.

Для этого они использовали 130 тысяч фотографий более двух тысяч различных кожных заболеваний. В будущем компьютерная программа может быть адаптирована для смартфона или планшета, и позволит любому желающему пройти первичную диагностику рака кожи.