Искусственный интеллект. Начало новой технологической революции: вызовы и возможности

Ключевая особенность нейросетей, отличающая их от других методов машинного обучения – способность автоматически выделять иерархии признаков из необработанных данных. Если на вход обычного МО-алгоритма нужно подавать уже готовые, выделенные человеком признаки объектов (например, длину лепестков для классификации ирисов или частоту слов для анализа текстов), то нейросеть может работать непосредственно с «сырыми» данными – пикселями изображений, буквами текста, необработанным звуком – и сама находит в них глубинные абстрактные признаки.

Именно это свойство делает нейросети столь эффективными и универсальными. Многослойные, или «глубокие» нейросети (отсюда и название Deep Learning) способны выделять невероятно сложные и абстрактные паттерны и представления – такие как «концепт кошки» в наборе пикселей или «семантика предложения» в последовательности слов. При этом они показывают удивительную гибкость и переносимость между задачами: обученные на одном типе данных, они могут успешно применяться для анализа других, смежных типов.

Взрывной прогресс глубокого обучения в 2010-х связан с появлением новых архитектур нейросетей, таких как сверточные сети для обработки изображений, рекуррентные сети для работы с последовательностями (текстами, временными рядами), трансформеры и механизмы внимания для анализа структурированных данных, и многих других. Не последнюю роль сыграло и развитие аппаратного обеспечения, особенно графических процессоров (GPU), идеально подходящих для массивно-параллельных матричных вычислений, на которых основаны нейросети.

Именно глубокие нейросети лежат в основе таких впечатляющих ИИ-систем последних лет, как:

нейросетевые переводчики, не уступающие профессиональным лингвистам (Google Translate, DeepL);

системы генерации реалистичных изображений и произведений искусства по текстовому описанию (DALL-E, Midjourney, Stable Diffusion);

алгоритмы для игры в покер и другие игры с неполной информацией, превосходящие сильнейших игроков-людей (Pluribus, ReBeL);

самообучающиеся модели языка, способные к связному диалогу и рассуждению (GPT-4, LaMDA, RETRO);

нейросетевые ассистенты для программирования, автоматически генерирующие и исправляющие код (GitHub Copilot, AlphaCode).

Этот список можно продолжать долго, он пополняется буквально каждую неделю.