Будущее искусственного интеллекта уже наступило: нейросети, которые используются каждый день

Среди разработок Цифроматики есть продукты, работающие с использованием искусственных нейронных сетей. Например, наша программа потокового анализа фото, видео и аудио Digital Sense.

О том, на каких нейросетях и как она работает, мы писали в профильных ИТ-сообществах. Но мы считаем, что недостаточно уметь объяснять сложное на профессиональном языке — нужно уметь объяснить так, чтобы тема стала понятна тем, кто далек от программирования и мира ИТ.

Искусственный интеллект из научно-фантастических романов прочно вошел в нашу повседневную жизнь — без драматизма и восстания машин. Вы можете не знать, что такое нейронные сети и как они работают, но сталкиваться с ними каждый день. Голосовые помощники и умные колонки, автоматические переводчики, таргетировнная реклама, оплата через распознавание лица, улучшение фото в камере вашего смартфона или такая неприятная вещь, как штраф за превышение скорости, — все это работает на искусственных нейронных сетях.

В бизнесе нейронные сети занимают все больше и больше ниш: они считают посетителей, контролируют качество и соблюдение техники безопасности, считывают автомобильные номера и проверяют, не забыли ли вы надеть маску. Даже этот текст мог бы быть написан нейронной сетью!

В человеческом мозге — миллиарды нервных клеток (нейронов), которые в совокупности образуют огромное количество нейронных связей. Искусственная нейронная сеть (ИНС) — математическая модель, имеющая программное или аппаратное воплощение. По аналогии с мозгом она состоит из виртуальных ячеек, которые по отдельности работают очень примитивно, но при объединении в сеть способны выдавать фантастические результаты.

Нейросеть состоит из трех слоев:

Скрытых слоев, которые обрабатывают данные, может быть больше, тогда такая сеть называется свёрточной. Такой прием позволяет ИНС быть «умнее» с меньшим количеством параметров. Свёрточные сети показывают выдающиеся результаты в анализе картинок и речи.

Пример. Когда обученной и подготовленной нейросети задают вопрос: «В какой из книг о Гарри Поттере кошка Гермионы пытается съесть крысу Рона Уизли?», то для ИНС этот вопрос тут же разбивается на фрагменты, и в таком частичном виде эта информация проходит через «нейроны» сети. Каждый из нейронов по отдельности не может дать ответ на ваш вопрос, он может решить только однотипную задачу и ответить «да» или «нет», например на запрос «кошка = живое существо» отдельный «нейрон» ответит «да».

Среди миллионов нейронов, чьи параметры тематически связаны, сигнал образует взаимосвязи по принципу разветвляющегося алгоритма:

На определенном этапе ИНС находит взаимосвязи между всеми составляющими вопроса: словами «кошка», «Гермиона», «крыса», «Рон Уизли», содержание всех книг о Гарри Поттере будет проанализировано, и по каждой из них будет просчитан процент вероятности правильного ответа. На все перечисленные действия у ИНС уйдут лишь доли секунды.

Нейронные сети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения — одно из главных преимуществ нейронных сетей перед традиционными алгоритмами, и чем больше задач она решает, тем «умнее» становится.

Развитие нейронных сетей связано как с развитием технологий, так и с вкладом глобального IT-сообщества в обучение различных ИНС на большом количестве различных наборов данных.

Нейросеть достигает «зрелости» тогда, когда ей для правильного ответа уже не нужны исходные данные, — достаточно накопленного «личного опыта». Если на этапе тестирования результаты удовлетворят разработчиков, сеть допускают к работе с реальными задачами и настоящими людьми.

Однако на практике все бывает несколько сложнее. Например, меняются условия внешнего мира и обученная ранее нейросеть покидает свою зону комфорта и перестает справляться с ситуацией. Точно так же, как про людей говорят, век живи, век учись, так и нейросетям порой требуется дообучение на новых ранее неизвестных данных.

При обучении нейросети важно соблюдать баланс: не стоит доводить нейросеть до состояния так называемого переобучения, которое больше похоже на профессиональную деформацию. Тут нейросеть можно сравнить с врачом общей практики, который не делает сложные операции на мозге, но отлично диагностирует наиболее распространенные заболевания. Так и нейросеть должна показывать стабильно высокий результат по своей задаче, даже если она не может проанализировать все 100% поступающей информации.

Найти баланс в обучении нейросети — суть работы команды специалистов по искусственному интеллекту, которые работают над Digital Sense в Цифроматике.

Распознают и анализируют изображения, аудио и видео

Пожалуй, самая популярная область применения нейросетей сегодня — распознавание визуальных образов, аудио и видео. Они используются везде — от робота-автоответчика в банке и спецэффектов в TikTok до анализа состояния нефтепроводов и подсчета брака на заводе. Нейросети существенно облегчают труд человека и экономят бизнесу миллионы человеко-часов в год.

ИНС способны «видеть» изображения и анализировать увиденное. Например, поиск Яндекса по картинке найдет вам не только похожие изображения, но и напишет, что именно изображено на картинке. Забыли, как называется цветок, похожий на разбитое сердце? Сфотографируйте и загрузите в Яндекс — нейросети мгновенно определят дицентру.

Уровень распознавания лиц нейросетями уже несколько лет как приблизился к 100%, и логичным продолжением этой работы стало распознавание эмоций. Уже сейчас ИНС способны с точностью 98% определить страх, злость, радость, удивление и другие эмоции.

Ритейлеры используют «зрячие» нейросети чтобы оптимизировать раскладку товара и рекламных постеров, исходя из распределения покупателей в торговых залах, а умные весы «видят» и определяют товар без участия кассира.

Слушают, понимают, говорят с вами, переводят

Siri, Алиса, Алекса, Маруся, Google Ассистент — голосовых помощников, живущих в наших смартфонах, умных колонках и другой технике становится больше с каждым годом. Они уже давно не впадают в ступор при малейшем затруднении — нейросети действительно «понимают» вашу речь и способны поддерживать разговор.

Большинство голосовых помощников использует записанный человеческий голос, но в последние несколько лет нейросети пошли дальше — теперь они могут модулировать человеческий голос. Способность говорить — закономерный этап эволюции ИНС.

По состоянию на 2022 год нейросети, например, отвечают на 44% всех звонков единой справочной службы Правительства Москвы.

Делают ваши фото лучше

Если вы пользуетесь iPhone 11 и старше, то каждый раз, когда вы делаете фотографию, ее обрабатывают нейросети. Технология Deep Fusion анализирует каждый пиксель и улучшает его, получая на выходе максимально бесшумный и максимально четкий снимок без засветов и темных зон.

То, что в повседневной жизни мы называем фильтрами и используем, чтобы сделать кожу на фото более гладкой или цвета более яркими, достигается благодаря работе ИНС.

Оптимизируют бизнес-процессы

ИНС стали прочной частью многих сложных бизнес-процессов, таких как медиапланирование, бизнес-аналитика, распределение рекламных бюджетов. Кроме того, нейросети овладели критически важным для любого бизнеса навыком, анализируя поведенческие факторы, они предсказывают уход клиента еще до того, как идея об этом придет ему в голову.

Система умных рекомендаций в маркетплейсах и крупных интернет-магазинах (те самые блоки «С этим товаром рекомендуем также купить…») стала двигателем продаж. Система рекомендаций, управляемая нейросетью, увеличивает продажи Amazon на 35%.

По статистике YouTube, до 70% всех видео, просмотренных пользователями, они нашли по рекомендациям нейросети, встроенной в видеоплатформу.

Еще в 2013 году исследователи центра Oxford Martin School предсказали автоматизацию 47% всех рабочих мест во всех отраслях в ближайшие 20 лет. Прошло почти 10 лет, и можно сказать, что этот прогноз сбывается.

В ближайшем будущем нейронные сети возьмут на себя большую часть сложной рутинной работы: в рекламе, аналитике, инвестировании, банковском деле. На людях остается обеспечение контроля и генерирование свежих идей.

Как когда-то роботизированные конвейеры вытеснили ручной труд на крупном производстве, так нейронные сети привносят в бизнес ту же автоматизацию в работу, которая раньше считалась исключительно интеллектуальным трудом. У нас есть еще некоторое время, чтобы учесть этот тренд в своих планах — как личных, так и бизнеса.