изображение записи Нейронные сети сегодня
  • 14 ноября 2022, 15:10
  • Образование

Не проходит и недели без новостей про искусственный интеллект. Нейросети начали популяризироваться совсем недавно, однако системы на их принципах давно успешно применяются на практике в интернете: перевод текста на любой язык мира в google translate, при распознавании текста во время сканировании документа в fine reader, автоматическая генерация и воспроизведение субтитров на youtube и даже управление беспилотным автомобилем Tesla. Как же устроены нейросети?

Уже с появлением первых компьютеров программисты-первопроходцы и ученые-энтузиасты задумывались о создании программы, которая бы действовала и решала поставленные задачи, как человек. То есть, осуществить программную реализацию интеллекта - именно то, что фантасты называли искусственным интеллектом, а в компьютерной науке - термином Artificial intelligence. Чтобы создать такую программу, необходимо алгоритмически описать работу головного мозга. Человеческое мышление - результат работы нейронов в мозге. Нейроны передают друг другу химические сигналы при помощи электрических импульсов. Из этой коллективной активности рождаются наши ощущения и мысли.

Математическая модель и программно-аппаратная реализация работы нервной ткани в такой сложной системе как мозг - это и есть искусственная нейросеть в информатике. Теоретическая модель в умах гениев появилась еще в сороковые годы двадцатого века, но накопить вычислительные мощности для воплощения теории в жизнь человечество смогло только в миллениуме, ведь гигантская нейросеть в нашей голове на обработку информацию тратит не более 20 ватт энергии (столько потребляет бытовая лампочка), а современные процессоры, которые позволяют эффективно и быстро обучать нейросети, для своей работы потребляют мощности в несколько сотен ватт.

Наглядно рассмотрим пример самого простого типа нейронных сетей — перцептрон.

Перед нами упрощенная модель с тремя вводными и одним выводом. Эта модель может отлично работать, а именно, указывать, когда ситуация наиболее располагает к приятной прогулке для разных людей, и выдавать им различные результаты, в зависимости от того, как они обучат эту примитивную нейронную сеть.

нейросеть наглядно 1 слайд

Слева - группа входных нейронов. Желтые шары посередине - скрытые нейроны. В правой стороне выходной нейрон. Нейроны на рисунке сами по себе вообще ничего не делают, кроме абстракции и упрощения концепта для исследователя. Магия начинается, когда между отдельными нейронами создаются связи.

нейросеть наглядно 2 слайд

У каждого нейрона группы ввода слева есть значение: 0 или 1, да или нет. Давайте опишем гипотетическую ситуацию, предположим, что сегодня на улице хорошая солнечная погода, у вас отличное настроение, но на календаре будний день.

нейросеть наглядно 2 слайд

Цифры, которые мы расставили над черточками - это веса связей. Связи - основной движущий элемент нейросети. Цифры весов - примерные, мы взяли их из головы.

Далее простая арифметика - в группе скрытых нейронов мы перемножаем значение вводного нейрона на вес связи и пересылаем значение для сумматора на выходном нейроне. Все, нейронка готова к работе. Если сумма на выходе получается больше 0.6 - можно смело идти гулять. Если меньше - дождаться изменений вводных условий.

В первозданном виде сеть может выдавать результат не совсем вас устраивающий. Например, вы более расположены к хорошей погоде и работаете удаленно. Тут в игру вступает вторая главная особенность нейронной сети - возможность обучения.

мем про нейросетиПример работы неважно обученной нейросети

Добавляем или убавляем число, отвечающее за вес определенного нейрона, смотрим на результат и делаем вывод. В итоге, обучив нейросеть, перепробовав все доступные веса и будучи удовлетворенным результатом - вы придете наконец к золотой середине таким образом, что любой человек введя три начальных значения получит искомый ответ.

Это была простейшая модель. Вместо одного слоя нейронов мы можем сделать два и более, и, снова перебирая алгоритм по тем же самым принципам, только добавляя количество нейронов, мы усложняем нейросеть дополнительными слоями, как на этой анимации. Можно изменять методику обучения, все зависит от конечной цели, ради которой система выстраивается.

Разобраться с принципами работы нейронных сетей в понятном удобном веб-интерфейсе можно с помощью образовательного проекте Google Teachable Machine - https://teachablemachine.withgoogle.com

В качестве входящего потока данных в обучаемых машинах используется изображение с камеры ноутбука. В качестве выходных данных то, что по сценарию должна сделать нейросеть после обработки входящих данных, можно использовать анимацию или звук. А обучение можно произвести на основе предварительно загруженных данных. Простейший пример: используем фотографию вашего лица и фотографию вашего кота, нейросеть определяет, кто сидит перед ноутбуком с веб-камерой, по скромному мнению машинного интеллекта, вы или ваш кот, или сразу оба.

Сегодня же мы решили рассказать про нейросеть, которую успешно начали применять в стенах института современного академического образования.

В 2021 году разработчики из американской компании OpenAI, занимающейся разработкой и лицензированием технологий машинного обучения (у ее истоков стоял небезизвестный Илон Маск), впервые публично представила свою нейросеть DALL-E. Ее суть заключалась в генерации уникального изображения по текстовому описанию.

пример работы даллеПример работы нейросети по фразе "A photo of Michelangelo's sculpture of David wearing headphones djing"

Любой желающий может самостоятельно опробовать работу DALL-E, зарегистрировавшись по ссылке https://labs.openai.com

До этого подобные возможности публично не демонстрировались, поэтому нейросеть произвела фурор. В художественном сообществе и графическом дизайне мнения касательно DALL-E разделились: одни посчитали эти технологии «убийцами» их профессии, другие же с восторгом начали использовать этот инструмент в своем творчестве. В целом, интернет-аудитория приняла нейросеть очень тепло, проиллюстрировав качественными правдоподобными картинками свои самые невероятные фантазии и породив кучу интернет-мемов. Факт тончайшего реализма в получаемых по описанию изображениях и прорыва в области ИИ отметили авторитетные издания вроде Nature, Wired, CNN и BBC, а для ученых занимательным стал тот факт, что интеллект нейросети получил некоторую часть навыков визуального мышления и смог пройти тест Рейвена, созданного для оценки интеллекта людей.

Доработав алгоритмы нейросети, в апреле 2022 года авторы представили следующую версию - DALL-E2, которая научилась генерировать еще более фотореалистичные изображения и обзавелась встроенным редактором готовых иллюстраций. А 20 июля 2022 года пользователи получили право использовать их в коммерческих целях, что и сделал глянцевый журнал Cosmopolitan, выставив на передовицу своего свежего номера результат работы нейросети. Также их используем и мы, дополняя публикации на нашем официальном сайте.

Нейросеть DALLE-E и схожие технологии синтетической генерации изображения - это только вершина айзберга технологий, связанных с искусственным интеллектом. DALL-E - лишь одна из подобных нейросетесь, просто она наиболее нашумевшая в научно-популярных блогах и известная не только среди айти-гиков.

Подводя итоге всего вышесказанного, можно сделать один четкий вывод - за подобными инновациями будущее.

Для самостоятельного изучения предлагаем читателям обратить внимание на следующие публично доступные нейросети:

https://www.midjourney.com - более креативная, проявляющая свободу мышления, генерация картинки по запросу или комбинирование изображения из пар.

https://thispersondoesnotexist.com - генерация портретов несуществующих людей.

https://www.artbreeder.com - позволяет пользователям создавать и изменять изображения лиц, пейзажей и картин среди других категорий, а также создавать концепт-арты персонажей.