Как учится машина: Революция в области нейронных сетей и глубокого обучения

Ян Андре Лекун

"Как учится машина: Революция в области нейронных сетей и глубокого обучения"

Не секрет, что я уже долгое время интересуюсь книгами о высоких технологиях и искусственном интеллекте. Такие вещи все плотнее входят в нашу повседневную жизнь. В частности нейросети активно применяются во многих производственных процессах и бизнесе. Даже я по работе периодически использую нейросети, перепоручая им некоторые простые документы, чтобы не погружаться в рутину.

Тем более актуальным становится понимание процессов, которые лежат в основе работы нейросетей и искусственного интеллекта, тем актуальнее становится рассматриваемая книга. Ее автор, французский ученый Ян Андре Лекун, сам являлся одним из первопроходцев технологий нейросетей. Еще в 1980-е годы он закладывал основы некоторых методов работы глубокого обучения машинных сетей, был основоположником направления сверточных нейронных сетей, за что получил премию Тьюринга 2018 года. Преподавал в Нью-Йоркском университете, но с 2013 года работает в корпорации Meta (деятельность которой признана в России экстремисткой и запрещена), которой принадлежат популярные соцсети Facebook и Instagram.

В данной книге Ян Лекун подробно объясняет принципы работы машинного обучения, каким образом действует искусственный интеллект и как ученые производят исследования с целью дальнейшего улучшения работы ИИ. Первые несколько глав посвящены истории первых разработок в области ИИ начиная с первых наработок в пятидесятых, продолжая бумом шестидесятых, провалом семидесятых, восстановлением в восьмидесятых и до расцвета в нулевых. Средние главы посвящены собственно описанию технологий машинного обучения, где автор вдается в подробнейшие детали - вплоть до пикселя - машинного распознавания картинок и текстов, формирования удовлетворяющих пользователей решений. По пути он рассказывает и о собственной исследовательской работе, объясняя собственные разработки. При этом эти главы доверху наполнены математическим и инженерным жаргоном, так что воспринимать их было нелегко. В последних главах он возвращается к новым направлениям в работе с нейросетями в десятых и двадцатых годах, в том числе описывает, хоть и не очень подробно, работу Facebook в области ИИ. В заключительных главах он пишет о новых горизонтах в исследованиях ИИ, актуальных задачах, стоящих перед учеными и инженерами, а также о долгосрочном влиянии ИИ на само человечество.

Лекун отмечает, что важнейшей задачей ближайшего будущего будет необходимость привить искусственному интеллекту понятие здравого смысла. Нейросеть может лишь исполнять некоторые команды в строго заданных рамках, но она ничего не знает о том, как устроен мир, у нее нет чего-то хоть отдаленно напоминающего интуицию. Любое знание, которое для человека само собой разумеющееся, машина постичь не в состоянии и делать глупые ошибки. Машина может составить ответ, который интересует пользователя, но она не может этого "понять", она лишь скрепляет друг с другом обрывки разных текстов, которые по некоторым маркерам опознаются как соответствующие запросу пользователя.

Поэтому же можно сказать, что машина в чем-то крайне глупа: чтобы усвоить некоторый образ действий ей требуются тысячи или даже сотни тысяч повторений. Да, AlphaGo обыграл Ли Седоля, чемпиона мира по игре в го, но для этого компьютеру пришлось сыграть самому с собой миллиарды партий в го, каждый раз отмечая наиболее выигрышные стратегии; вряд ли у Ли Седоля была возможность сыграть миллиард партий, но он смог стать лучшим игроком в мире. Посему важной задачей дальнейших исследований должно стать отыскание способа сократить число необходимых для обучения ИИ повторений, приближая это к человеческому показателю. Беспилотный автомобиль Tesla проходит тысячи часов перед тем, как компьютер сможет хотя бы чуточку адекватно вести, тогда как человек, учащийся водить машину, обычно тратит на это всего несколько десятков часов - почему?

Несмотря на то, что книга номинально является научно-популярной, написана она достаточно сложным языком. Она наполнена математическими и инженерными моментами, поэтому воспринимается с трудом. Можно сказать, что и я далеко не все смог нормально понять. Так что рекомендовать к ознакомлению можно лишь подкованному читателю.

Станут ли машины когда-нибудь умнее людей?