Как устроен искусственный интеллект Google
В конце мая в институте «Стрелка» выступил один из создателей команды Google Brain Team Грег Коррадо с лекцией об искусственном интеллекте и машинном обучении. Time Out публикует главные моменты его выступления.
Что такое искусственный интеллект и машинное обучение?
Искусственный интеллект — очень важная академическая дисциплина. Это наука и искусство заставлять машину работать так, как работает человеческий мозг. В этой дисциплине есть дисциплина поменьше — машинное обучение. Это технология, позволяющая машине учиться, накапливать опыт и определенные типы поведения. И вот на стыке наложения этих двух областей науки возникают все важные сегодня технологии в мире.
Искусственный интеллект и машинное обучение — уже реальность. Эти технологии встроены в продукты, которые мы используем, будь то карты или почтовые сервисы.
Как машины обучаются?
Инженер выстраивает конкретную систему, у которой есть предварительные настройки, вводные данные, которые машина берет за основу, и данные, которые она дает на выходе.
Например, возьмем почтовый ящик Google. Все содержимое ящика — вводные данные. Параметры — это определение или неопределение спама, и соответствующий результат. Машина учится на основе того, промаркировал ли пользователь то или иное письмо как спам или нет. Конечно, машина учится медленно, но она учится на своих ошибках. Именно так Google распознает объекты и фотографии. Мы начинаем с неизвестных параметров, и потом машина потихоньку их учит, пытаясь сократить количество ошибок.
Машинное обучение — не волшебство, это простой инженерный подход. Когда у вас есть задача, вводные данные и результат, и есть примеры того, как это делается, то машина будет учиться сама, и не надо ей писать конкретные инструкции, как ей проходить все шаги от первого до последнего.
© Mikhail Goldenkov / Strelka Institute
Что это за технология — deep learning?
Deep learning (глубокое обучение) — это технология, позволяющая нам распознавать объекты, фотографии и не только. Системы распознавания речи в любом продукте — это тоже технология deep learning. Прибавьте к этому перевод текста на другие языки. А еще есть приложения, когда мы берем картинку с микроскопа и угадываем на ней различные части клетки. Машина учится это делать, когда смотрит на примеры правильных ответов.
Смысл технологии deep learning — разбить процесс на множество маленьких шагов, вместо того чтобы охватить их в одном большом шаге. Когда я был студентом, мы собирались на конференции по машинному интеллекту, и люди пытались решать задачи с вводными и исходными данными в двух-трех математических уравнениях. Я тогда не понимал, как мы можем перейти за три математические операции от распознавания кошачьей мордочки на снимке до распознавания фотографии как фотографии кошки. Но если разбить это на 20-30-50 маленьких шагов, то получается технология deep learning, которая позволяет это делать.
В нашем департаменте, Google Brain Team, мы работаем с технологией deep learning уже несколько лет. В ближайшие годы вы увидите широкое распространение этой технологии в продуктах Google. Она уже используется в целом ряде продуктов, которые у нас есть, и именно поэтому люди начали говорить о компании Google как о первой компании в мире по ИИ.
Искусственный интеллект и робототехника — насколько это одно и то же?
Существует разница между ИИ, машинным обучением и робототехникой. ИИ — это машины, которые кажутся умными. Машинное обучение — это машина, которая учится. Робототехника — машины, которые двигаются.
Безопасны ли для человечества искусственный интеллект и машинное обучение?
Я думаю, что в наше время надо очень тщательно и много думать над этими проблемами. Безопасность в машинном обучении должна быть такой же важной, как безопасность автомобилей. Когда мы конструируем автомобиль, мы продумываем его параметры безопасности. То же самое касается мостов, самолетов и так далее. И конечно, мы должны продумывать аспекты безопасности наших систем. Сегодня на эту тему ведется очень много исследований.
Как удержать технологии в руках людей с добрыми намерениями, чтобы они не попали к злодеям? Думаю, тут все зависит от того, что мы хотим делать с этими технологиями. Именно для этого и нужна публичная дискуссия. Когда у нас в руках технологии, то мы несем ответственность за то, как эти технологии используются. Вот почему они должны быть открыты для общества.