что нужно знать работнику сферы IT OTUS
2026-03-10 01:39 Diff
https://otus.ru/journal/tehnologii-nejrosetej-chto-nuzhno-znat-rabotniku-sfery-it/

Технологический и информационный прогресс не стоят на месте. Люди изобретают разнообразные устройства, облегчающие жизнь. Пример – искусственный интеллект. В 21 веке он активно применяется в разных сферах деятельности. Пока не слишком активно, но работа над подобной технологией ведется во всех странах.

В данной статье будет рассказано о машинном обучении, а также о том, что собой представляют нейронные сети. Освещены как технологии искусственного интеллекта, так и ключевые направления развития ИИ. Информация пригодится всем айтишникам.

Определение

Искусственный интеллект – это своеобразное и весьма размытое понятие. Общепринятое определение у термина отсутствует до сих пор. В середине 20 века на Дартмутском семинаре ИИ прозвучало как некое понятие в первый раз. Тогда авторы вложили в него значение, которое сильно отличается от текущих интерпретаций.

В 20 веке ИИ был системой, которая будет уметь:

  • переводить тексты с одного языка на другой;
  • распознавать объекты по фотографиям или видеозаписям;
  • улавливать смысл произнесенных фраз, а также давать обратную связь.

Сейчас ИИ – это совершенно все. Технология активно развивается, стараясь делать жизнь человека более удобной и комфортной.

Многие строят теории на стыке философии и информатики, пытаясь обнаружить, что же такое ИИ. Характеристики системы, чтобы считать ее разумной, тоже пытаются обнаружить.

Интеллектуальные возможности – это способность к обучению, осознанию и применению имеющихся знаний на практике. Учиться и использовать спектр навыков современный ИИ уже умеет.

История

До сих пор «мышление» рассматриваемого типа активно развивается. История его началась в 1956 году, летом. Тогда в Дартмуте ученые организовали некий семинар. Он был посвящен вопросам ИИ. Там был некий Джон Маккарти. Это – компьютерщик-ученый, который основал дисциплину ИИ. Он выступил соавтором документа, который давал первое определение «искусственного интеллекта».

Джон Маккарти смог разработать языки программирования Лисп, а также оказал влияние на АЛГОЛ. Далее обеспечил сборку мусора при коддинге, а также провел популяризацию разделения времени.

Через год, в 1957, появилась концепция первой искусственной нейросети. Это был перцептрон. В 1960 году Фрэнк Розенблатт смог, опираясь на нее, создать компьютер под названием «Марк-1». Это – первое в мире устройство ИИ. Его научили распознавать латинский алфавит. Дальнейшие 20 лет нейросети были забыты. Связано это с особенностями развития информационных технологий.

В 1980-е годы концепции нейросетей снова начали серьезно изучать. Техника была достаточно мощной и качественной, критиков у соответствующей точки зрения было меньше. Электроника, наделенная «умом», делала неплохие успехи.

На то, чтобы грамотно подойти к обучению нейросетей и ИИ, потребовалось еще около 20 лет. К середине 2000-х годов был найден наиболее грамотный путь развития соответствующих технологий. ИИ стал активно развиваться по миру.

Понятие искусственного нейрона

Вниманию перед углубленным рассмотрением соответствующего направления IT требуется подвергнуть такое понятие как «машинный нейрон» от ИИ.

Стоит учитывать, что:

  1. ИИ возник в виде математической модели мозга человека. Для этого была придумана теория деятельности этого органа.
  2. Согласно выстроенным предположениям, нейроны – это живые клетки, обладающие сложным устройством. У каждого имеются дендриты – разветвленные отростки. Они умеют обмениваться сигналами с остальными нейронами при помощи синапсы.
  3. Для «общения» нейронов в «мышлении» имеется аксон. Это – крупный отросток, который отвечают за передачу импульсов от нейронов.
  4. Часть синапсов будет возбуждать «основную клетку», а часть – тормозить.
  5. В зависимости от того, какие синаптические связи окажутся на «входе» нейрона, будет зависеть импульс, передаваемый остальным «клеткам».

Машинный нейрон от ИИ не нуждается в физическом носителей. Это – специальная математическая функция. Ее ключевая цель – получение информации, ее обработка конкретным образом и выдача результата на «аксон». Так называется «выход».

Нейроны у рассматриваемого алгоритма делят на несколько типов:

  1. Входные. Каждый из них будет получать на вход компонент исходных данных. Пример – одна точка изображения, если технология распознает фото.
  2. Промежуточные. Они занимаются непосредственной обработкой поступивших электронных материалов.
  3. Выходные. Те, что передают результат. Пример – идентификатор изображенного компонента на картинке или фото.

ИИ и нейросети, как гласит философия соответствующих направлений, создаются подобно пирогу – слоями. У одного – входные нейроны, у другого – выходные. Между ними могут находится один или несколько промежуточных. Каждый нейрон в таковом «слое» имеет связь с «себеподобными» из окружающих «частей». Общение обеспечивается через специальные весы. Так называются числовые значения, которые каждый нейрон будет вычислять на основе информации, полученной от предыдущего слоя сети.

При создании ИИ, за базу брался человеческий мозг. Из-за этого принципы рукотворных нейронов максимально приближены к «биологическим».

Отличие от естественного интеллекта

Джон Маккарти со своей теорией ИИ смог дать примерное определение тому, что собой представляет иску сственный интелле кт, а также то, как он будет работать. Его философия послужила некой базой для дальнейшего развития направления в IT.

Многих интересует, чем отличается ИИ от «биологического» интеллекта. На этот счет выстраиваются целые теории. Но на самом деле в основе лежит философия, а не строгая наука. Человеческий разум – это понятный объект, а ИИ – то, что невозможно представить. Никто не способен предугадать, каким он будет.

Джон Серлом в 1980-е годы высказал свою точку зрения по этому поводу. Он ввел понятия «сильный ИИ» и «слабый ИИ». Первый – умеет осознавать себя и мыслить как живой человек. Второй такими навыками не обладает.

Нынешние ИИ при классификации по Серлу – это слабый вариант. Связано это со следующими особенностями:

  1. Текущие «интеллекты» не обладают самосознанием.
  2. Нейросети могут распознавать лица и рисовать странные картины, читать текст и даже складывать стихи.
  3. В основе работы заложены определенные алгоритмы.
  4. «Специальность» не может быть выбрана ИИ самостоятельно. Они делают лишь то, чему их научили.
  5. Современный «интеллект» — это нечто запрограммированное для определенных целей.

Хьюберт Дрейфус тоже выдвинул теорию относительно того, что компьютеры никогда не смогут сравняться с человеком. Всей разумной деятельности им не достичь. Связано это с тем, что в реальной жизни человеческий разум опирается не только на знания, но и на эмпирический опыт. Компьютеры его лишены по определению. Это значит, что собственный разум им развить не получится.

Перечисленные утверждения были сделаны в самом начале развития прикладной науки и ИИ как такового. Сейчас, наблюдая за тем, как действуют нейросети, появление у них собственного разума уже не кажется непостижимой целью. Некоторые ученые полагают, что «машины» вскоре смогут превзойти человека.

Как сравнить биологический и компьютерный интеллекты

В большинстве случаев у философов и ученых возникает вопрос относительно того, как определить, достиг ли интеллект человеческого уровня. Здесь существуют разного рода теории:

  1. Один из критериев – это чувства и эмоции. Сюда же можно отнести креативность. Есть компьютер сначала испытывает любовь или ужас, если устройство самостоятельно написало стих или нарисовала «под впечатлением» картину – такое поведение будет считаться проявлением разумности.
  2. При рассмотрении критериев наличия интеллекта подобно человеческому, стоит учесть, что чувства есть у животных и птиц. Но они не разумны. В этом – главная проблема рассматриваемой тематики.
  3. Чувства иногда можно запрограммировать. Это – реакция на те или иные раздражители.
  4. Есть теория, согласно которой более надежный критерий разумности – это самосознание. Машина должна задумываться над вопросом о том, что она собой представляет на самом деле.
  5. Самосознание есть и у птиц, животных, а также иных организмов. Поэтому тема определения критериев относительно разумности – это больше философия.

Некоторые предполагают, что можно задействовать IQ для оценки умственных способностей людей. Это действительно так. По нему можно определить, насколько человек развит в плане мышления. Прогнозы отдельных ученых указывают на то, что стоит попытаться задействовать данный показатель и относительно программного интеллекта.

IQ и ИИ

Искусственный интеллект стал предметом активных обсуждений в 21 веке. Говоря об оценке его развития, некоторые предлагают задействовать IQ. Измерения относительно человеческого показателя достаточно трудные. Линейку нельзя приложить к когнитивным и мыслительным способностям личности.

IQ – это показатель относительный. Он не может выступать в качестве абсолютного. Некоторые ученые говорят о том, что IQ – это способность проходить соответствующие тесты. Согласно подобным утверждениям, полученный результат не способен указывать на реальный интеллект.

Каждого можно «натаскать» на получение блестящего итога входе тестирования. Показатель IQ будет изменен, но на реальном интеллекте он никак не отразится. Объективность оценки окажется утраченной.

Проблема IQ в том, что:

  1. Некоторые задачи направлены на логику и наблюдательность.
  2. Есть задания, связанные с комбинаторикой.
  3. Отдельные «тесты» направлены на математическое мышление.

Поиск правильного решения и выдача итогового результата относительно выполняющего «тестирование» зависят от того, что именно человеку дается лучше. Значимость здесь будут играть и такие показатели, как скорость ответов и специализация.

Искусственный интеллект тоже можно заставить понимать тестирование на IQ. Машины умеют целиться на решение конкретных задач. У компьютера на решение тестов по IQ уйдет намного меньше времени, чем у человечества.

Все это приводит к тому, что проблема сравнения ИИ с человеческим мышлением затрудняется. Возможно получить колоссальные результаты по IQ от машины, но на простейшие вопросы устройство может вовсе не ответить. Это актуально тогда, когда для этого девайс специально не обучили.

Тест Тьюринга

В 1950 году Тьюринг выпустил статью под названием «Вычислительные машины и разум». Там он обсуждал вопросы, связанные с техническими возможностями мышления у компьютеров. Это – далеко не самое первое исследование относительно искусственного интеллекта. Но именно она послужила толчком активных обсуждений и споров среди специалистов в IT тех времен.

Тьюринг стал давать определения, чтобы уточнить, способны ли компьютеры вообще думать. Результатом мышления ученого послужил некий тест. Это – эксперимент, в котором человеку дают общаться с собеседниками. Один из них – человек, а другой – компьютерное устройство. Задача тестируемого – понять, кто есть кто.

Суть теста Тьюринга – это то, что можно убедиться в возможностях наличия разума у машин. Такого, что от человеческого мышления его будет крайне трудно отделить. Подобный компьютер Тьюринг описал как «интеллектуальный». Подобное определение имеет место более полувека. До сих пор оно не потеряло собственной актуальности.

Процессоры

Со стороны специалистов технологии ИИ не ограничиваются так называемыми программными решениями. Сейчас ведется активная разработка специальных электронных чипов, которые предусматривают в себе поддержку искусственного интеллекта «по умолчанию».

Здесь предстоит запомнить следующее:

  1. Описанный тип процессоров носит название нейронных.
  2. Соответствующие технологии ИИ применяются в беспилотниках, автоматах и роботах для промышленности, ПО со специализированными задачами – распознавание голоса или картинок.
  3. Наглядный пример нейропроцессора — тензорный процессор Google (TPU). Он был создан для систем машинного обучения. Отсутствует в свободной продаже.
  4. TPU используется компанией Google для оптимизации поисковых результатов и обработки фото.
  5. Соответствующий нейропроцессор оперирует 8-битными числами, но расчеты для компьютерного интеллекта это не мешает производить.

Другие наработки в выбранном направлении процессоров тоже есть. Пример – узкоспециализированные. Те, что предназначаются для ускорения программы ИИ для компьютерного зрения.

Продолжение статьи читайте здесь.

P. S. Большой выбор курсов по машинному обучению есть и в Otus. Есть варианты как для продвинутых, так и для начинающих пользователей.