В прошлый раз я говорил об использовании технологий искусственного интеллекта в образовании, а сегодня попробуем разобраться, что же представляет собой искусственный интеллект.
Могут ли компьютеры выполнять творческие функции, которые традиционно считаются прерогативой человека? Именно на этот вопрос и пытается ответить направление науки, связанное с искусственным интеллектом. При этом существует интересный парадокс: как только какой-то класс задач, относимых к искусственному интеллекту, научаются решать, его довольно быстро начинают воспринимать как обычную компьютерную задачу.
Сегодня уже никого не удивляет, что компьютеры играют в шахматы лучше человека, хотя еще двадцать лет назад это считалось серьезным вызовом для компьютерной науки.
Как же кошки и собаки помогли развитию таких направлений искусственного интеллекта, как компьютерное зрение и распознавание речи? Вспомните, как мы спрашиваем ребенка: кто изображен на картинке — собачка или кошечка? Ребенок довольно быстро справляется с задачей, даже если изображена только часть животного, например лапка или мордочка.
Для компьютера решение подобной задачи долгое время оставалось сложным и ресурсоемким. Алгоритмы строились на попытке описать признаки, по которым можно отличить один объект от другого. Всю сложность такого подхода хорошо иллюстрирует шуточная задача из Интернета: определить, что изображено — собачка или кекс.
Примерно десять лет назад произошел серьезный прорыв. Благодаря развитию методов глубокого обучения и нейронных сетей компьютеры смогли превзойти человека в задачах распознавания изображений — доля ошибок оказалась ниже, чем у людей. Суть подхода заключается в том, что нейросеть получает изображение в цифровом виде, многократно преобразует его на разных уровнях и в итоге выдает результат классификации. При этом явные признаки, по которым один объект отличается от другого, заранее не задаются — модель выявляет их самостоятельно на основе большого объема данных.
Начиналось все именно с задач распознавания кошечек и собачек. Первые успешные модели, обученные на миллионах изображений, могли уверенно различать сотни и даже тысячи различных объектов.
На основе этих технологий в 2019 году была создана нейронная сеть, способная выявлять рак легких по томографическим снимкам. В исследовании точность диагностики достигла 94%, превысив показатели группы из шести рентгенологов. С 2022 года в онкологических клиниках Москвы тестируются цифровые сервисы российских разработчиков для анализа изображений патоморфологического материала.
Искусственный интеллект незаметно вошел в нашу жизнь. Кто-то общается с голосовым помощником, спрашивая Алису о погоде, кто-то обрабатывает фотографии, удаляя лишние объекты со снимков. Недавно мама попросила установить на смартфон “умную камеру”, чтобы распознавать растения в саду.
А вы используете такие технологии в повседневной жизни? Возможно, уже нашли им применение в работе? Напишите об этом в комментариях.