Мы создали вокруг себя такой мир, что сами уже просто не можем его контролировать. При этом, мы предъявляем этому миру все больше и больше требований. В будущем нам точно не обойтись без помощников. Одними из таких помощников станут нейронные сети, на которые мы в некотором роде можем положиться уже сейчас.
Нейросети — системы соединенных и взаимодействующих между собой простых процессоров. Такие процессоры обычно довольно примитивны (особенно в сравнении с процессорами, используемыми в персональных компьютерах). Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам.
Несмотря на кажущуюся простоту, такие процессоры имеют большой потенциал и могут создавать огромные сети, которые можно очень продуктивно использовать. Ученые всего мира занимаются этим и с каждым днем доводят этот процесс до совершенства.
Когда заходит речь о работе с большими данными, многие сразу представляют себе академиков в каком-нибудь научно-исследовательском институте или программистов, которые сидят за компьютером и пишут код 24/7. Поэтому сложилось мнение, что освоить профессию дата-сайентиста непросто (не просто так ведь ее называют одной из самых востребованных!). Но на самом деле большая часть того, что вы знаете о Data Science — это миф. Разберем самые популярные из них.
Белок является важной частью жизни любого человека, но несмотря на то, что мы живем в XXI веке, когда нейросети рисуют картины, а 3D-принтеры — полноценные органы, полностью изучить белок ученым пока не представлялось возможности. В частности, биологи на протяжении последних 50 лет пытались определить трехмерную структуру белка: если ее понять, то можно узнать, как он взаимодействует с другими веществами, в том числе лекарствами. До недавнего времени механизм сворачивания белка так и оставался неизвестным, пока команда DeepMind, подразделение Google, которое занимается созданием нейросетей, не решила воспользоваться для решения этой задачи искусственным интеллектом.
История человечества очень богата событиями, поэтому ученым интересно, как жили люди в давние времена. Благодаря изобретенному в XV веке печатному станку, сегодня в их распоряжении есть написанные сотни лет назад книги. Исходя из оставленной в них информации, они могут выяснить, чем питались жители прошлых веков, как они развлекались и так далее. Оказалось, что возможности ученых сегодня настолько велики, что благодаря древним книгам они могут воссоздать даже запахи. Например, они могут узнать, как пахло в средневековых кузницах, дворцах правителей и во многих других местах. Все это делается в рамках масштабного проекта Odeuropa, на поддержку которого планируется выделить целых 2,8 миллионов евро. А в пересчете на наши деньги, это более 254 миллионов рублей по текущему курсу. Но каким образом книги могут помочь воссоздать запахи?
За последние несколько лет глубинное обучение (Deep Learning) шагнуло далеко вперед. Некоторые системы машинного зрения, голосового восприятия и некоторые другие работают настолько эффективно, что даже порой превосходят возможности человека. Но там, где есть новая перспективная технология, обязательно найдутся те, кто попробуют использовать ее в других целях. Так появились Deepfake — нейросети, которые способны заменить лицо человека на фотографии или видео. То есть любой человек сможет сесть перед камерой, сказать что-то, а его лицо будет заменено на другого человека. А что если я скажу вам, что уже сейчас Deepfake может заменить не только лицо, но и даже волосы, цвет кожи и фигуру?
Нейросетям постоянно находят новые применения. Мы уже видели, как одна нейросеть смогла написать симфонию для оркестра, а другая — нарисовала портрет, который затем ушел на аукционе за миллионы долларов. Также нейронные сети используют для обработки фотографий и развлечения: именно они, например, легли в основу приложения FaceApp, которое за считанные дни завоевало популярность во всем мире, штурмуя магазины App Store и Google Play. Это приложение позволяет состарить лицо на фото за пару секунд. Но что если стареть мы не хотим, а посмотреть… например, на свою копию из фильма Disney?
На карантине многие начали осваивать новые профессии. Большинство офлайн-бизнесов вряд ли переживут пандемию, и нет ничего удивительного в том, что люди стали активно интересоваться программированием, машинным обучением и другими специальностями, которые не только будут наиболее востребованы в ближайшие несколько лет, но и также подразумевают работу онлайн из любой точки мира. Например, количество вакансий по профессии Data Scientist за 3 года выросло больше, чем в 4 раза! Сейчас такие специалисты пользуются наибольшим спросом на рынке труда, ведь работают они в самых разных сферах.
Последние 10 лет мы ежедневно слышим новости про то, как тот или иной искусственный интеллект научился новым навыкам. На сегодняшний день компьютерные алгоритмы умеют копировать стили рисования известных художников, имитировать чужие голоса, создавать поддельные видеоролики с публичными личностями и многое другое. За всем этим очень интересно следить, но многие эксперты по компьютерной безопасности обеспокоены тем, что разрабатываемые технологии могут использоваться злоумышленниками для совершения преступлений. Ведь использование нейронных сетей для осуществления каких-либо задач на данный момент никак не регулируется. Получается, что любой человек, хорошо владеющий программированием, может использовать искусственный интеллект для выманивания у людей денег, слежки и совершения прочих противозаконных действий. Недавно сотрудники Университетского колледжа Лондона решили выяснить, какое именно умение искусственного интеллекта может нанести человеческому обществу наибольший вред.
Наш мир полон суеверий, причем некоторые из них вызывают особый интерес. Известно, например, что Майкл Джордан носил шорты Университета Северной Каролины под своей формой Chicago Bulls; Серена Уильямс носит одни и те же носки на протяжении всего турнира; а теннисист Горан Иванишевич в свое время смотрел мультфильм «Телепузики» на протяжении всего соревнования (позже даже он не смог ответить, зачем). Для одних это не больше, чем просто «тараканы» в голове, однако ученые считают, что появляются они не просто так. Новая теория не только объясняет, с чем связано такое поведение, но и позволяет ответить на вопрос, почему вы вообще видим сны.
Нейросети уже дошли до такого уровня, что могут обыгрывать в шахматы или го профессиональных игроков. С помощью машинного обучения ученые обучают нейросеть, создают реалистичный симулятор, а затем реальный игрок пытается сразиться с мощью алгоритма на компьютере. Однако пока никому не приходило в голову использовать нейросети в активном спорте — например, при игре в настольный теннис. Причем речь идет не о какой-то там компьютерной симуляции, а настоящей игре с реальным соперником.
Во время пандемии коронавируса социальное дистанцирование оказалось очень эффективной мерой для замедления распространения заболевания. Но в то время, как миллионы людей остаются дома, чтобы совместными усилиями победить опасную инфекцию, многим сотрудникам в пищевой, добывающей, фармацевтической и других промышленностях все еще приходится ходить на работу каждый день. От них зависит, чтобы к вам завтра приехал курьер с продуктами, или ближайшая аптека всегда была открыта на случай, если у вас вдруг заболит зуб. Как же обеспечить безопасность в этих случаях? Помимо ношения масок, есть еще один способ, который поможет контролировать соблюдение дистанции между людьми. И без искусственного интеллекта здесь не обошлось.