Может ли машинное обучение предсказать свое будущее?

N+1Hi-Tech

Гадание на датасетах

Может ли машинное обучение предсказать свое будущее?

Богдан Сиротич

Вы каждый день сталкиваетесь с машинным обучением и его работой. Вас удивляет, как быстро его учат новым навыкам и совершенствуют в старых. Но что если мы скажем, что все это достигнуто с помощью всего половины процента от имеющихся у человечества данных? Вместе с экспертами Яндекса рассказываем, как в ближайшие годы машинное обучение изменит мир вокруг нас.

N + 1 совместно с экспертами Яндекса, а также членами жюри и лауреатами научной премии им. Ильи Сегаловича представляет материал о ближайших и более дальних перспективах машинного обучения. В 2019 году Яндекс учредил премию имени Ильи Сегаловича в память о создателе первой версии поисковика «Яндекс» и популяризатора компьютерных наук. Это ежегодная премия для молодых исследователей в области машинного обучения, компьютерного зрения, информационного поиска и анализа данных, а также обработки естественного языка.

Если вы студент, аспирант или научный руководитель из России, Беларуси или Казахстана и работаете над подобными задачами, вам стоит рассказать о своих успехах и подать заявку на соискание премии. В этом году они будут приниматься до 1 марта включительно.

Здесь нет заголовка, но машинное обучение может его придумать

Машинное обучение есть почти в каждом гаджете, который нас окружает. С его помощью работают поисковики, агрегаторы такси, камеры, отслеживающие нарушения ПДД. Сейчас этим никого не удивишь. Но в последние годы машинное обучение стало важной частью медицинских и даже гуманитарных исследований.

В январе разработчики из OpenAI представили нейросеть DALL-E, способную создавать изображения по текстовому описанию. Это не первая подобная разработка, но очень интересная и разносторонняя. Пока рано говорить, что у нейросетей появилось воображение, но DALL-E способен рисовать предметы, руководствуясь даже очень абстрактным описанием, — например, «кресло в форме авокадо». Нейросеть также способна дорисовывать существующему изображению прямоугольную область с любой стороны, создавать реалистичные изображения по наброску и разбирается в том, как менялись вещи со временем. К примеру, DALL-E отличает деревянный телефон 1920-х годов от не таких старых домашних барабанных телефонов.

Подобная технология помогает создавать сцену по имеющемуся сценарию — то есть рисовать примерное изображение того действа, которое задумал сценарист. И этим использование машинного обучения в кино не ограничивается. По словам Игоря Куралёнка, члена жюри научной премии им. Ильи Сегаловича, руководителя подразделения AI & ML Yandex.Cloud, можно выполнять дубляж зарубежных фильмов, не используя голоса российских актеров, а при помощи машинного обучения «заставляя» иностранных исполнителей говорить по-русски.

Беспилотные автомобили, которые мы раньше могли видеть только в качестве первых прототипов на специальных полигонах, уже разъезжают по Москве, пока в тестовом режиме. И пускай эта технология еще не достигла полного развития, от нее можно ждать большого прогресса в ближайшем будущем. Другая интересная технология, в которой широко применяется машинное зрение, — магазины без продавцов. Несколько торговых сетей уже запустили пилотные проекты в Москве.

«Технологии глубокого обучения необходимы для обработки данных после сканирования трехмерного пространства — с помощью лидаров, сканеров структурированного света и других инструментов. Результаты применяются и при создании беспилотных авто, и в разработке приложений для мобильных устройств». Евгений Бурнаев, доцент Сколтеха, стал обладателем научной премии им. Ильи Сегаловича среди научных руководителей в 2020 году

Гораздо необычнее то, что сейчас машинное обучение помогает расшифровывать забытую письменность. До начала предыдущего столетия в Японии использовалась письменная система, называемая кузусидзи. Сейчас — спустя более века после реформы системы образования — почти не осталось людей, способных ее понимать. Чтобы решить проблему расшифровки древних текстов Национальный институт японской литературы опубликовал датасет кузусидзи, содержащий более 4 тысяч классов символов и миллион их разнообразных изображений. Чтобы извлечь максимум из имеющихся данных, на платформе Kaggle открыли соревнование, победитель которого достиг F1 = 0,950. Суть соревнования заключалась в распознавании письменности и ее переводе на современную японскую письменность.

Постепенно машинное обучение проникает и в медицину. Как утверждает Александр Крайнов, член совета научной премии им. Ильи Сегаловича и руководитель Лаборатории машинного интеллекта Яндекса, медицина — самое интересное место для внедрения машинного обучения, начиная от распознавания медицинских снимков и заканчивая постановкой диагноза, пусть не в качестве конечного вердикта, но в виде весомого совета для докторов.

Пока машинное обучение помогает врачам иначе. Например, в американском госпитале алгоритм на основе машинного обучения предсказывает заполняемость больницы, распределяет время врачей и медсестер и заказывает расходники.

«Машинное обучение применяется в медицине и в сложных задачах — таких, как модель AlphaFold2, предсказывающая структуру белков. И в более приземленных и доступных — например, при создании элайнеров (ортодонтических капп на зубы)». Лариса Маркеева, лауреат научной премии им. Ильи Сегаловича в 2020 году

Предупрежден, значит вооружен

Может показаться, что машинное обучение всесильно и сможет вскоре заменить человека в любой области. Это не так. Не во всех задачах сейчас можно прибегнуть к помощи машинного обучения. Порой собранных данных просто недостаточно для создания качественного алгоритма. Но, как подсказывает Игорь Куралёнок, возглавляющий подразделения AI & ML Yandex.Cloud, иногда выход все же есть — применение трансферного обучения (transfer learning).

Эта методика позволяет экстраполировать имеющиеся алгоритмы на более узкие проблемы. Подходящим примером является переобучение готовой языковой модели на перевод специфической малоизученной литературы. Возможны ли в этом случае ошибки? Скорее всего, да. Но не стоит забывать, что ошибки, человеческие они или машинные, — это естественная часть совершенствования технологии. И чем больше мы о них знаем, тем проще их обнаружить и исправить.

Но использование даже самых современных методик пока что не позволяет доверить машинному обучению задачи, сопряженные с высоким риском. Дэвид Талбот, руководитель отдела NLP Яндекса и член жюри научной премии им. Ильи Сегаловича, считает, что полностью доверить машинам такие задачи, как, например, операции на сердце или даже управление автомобилем, еще нельзя.

«Очевидно, что приход transfer learning в NLP (от англ. natural language processing — "обработка естественного языка") — очень важный прорыв, который чуть раньше произошел и в компьютерном зрении. Отдельно стоит отметить модели (например, DeBERTa — Decoding-enhanced BERT with Disentangled Attention), которые смогли превзойти человека в задачах понимания текста (на SuperGLUE benchmark). Но стоит обратить внимание и на другие важные работы в области. Использование баз и графов знаний (knowledge bases и knowledge graphs) совместно с языковыми моделями становится популярным и используется, например, в диалоговых системах или для генерации текста». Анастасия Янина, лауреат научной премии им. Ильи Сегаловича в 2020 году

Александр Крайнов из Лаборатории машинного интеллекта Яндекса считает, что нейросети технически несовершенны в сравнении с мозгом. Мозг способен выполнять самые разнообразные задачи, затрачивая несравнимо меньше энергии, чем нейросети. В том числе поэтому не стоит ждать, что в скором времени машина сможет воспроизвести работу человеческого мозга. В ближайшее время нейросети будут эффективны лишь в решении узких конкретных задач.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Вынашивающих потомство в горловом мешке лягушек эвакуировали с чилийского острова из-за смертельного грибка Вынашивающих потомство в горловом мешке лягушек эвакуировали с чилийского острова из-за смертельного грибка

Как редких южноамериканских лягушек спасли в Лондонском зоопарке

N+1
Кишечная палочка подавила развитие опухолей в человеческих клетках Кишечная палочка подавила развитие опухолей в человеческих клетках

Бактериальный фермент повысил выживаемость мышей с онкологическими заболеваниями

N+1
Ученые превратили тараканов в киборгов, наделив их способностями для спасательных операций Ученые превратили тараканов в киборгов, наделив их способностями для спасательных операций

Тараканы-киборги — идеальные помощники для спасательных операций

Inc.
Новый робот борозды не испортит Новый робот борозды не испортит

В сельском хозяйстве хозяйничают роботы и все самые фантастические технологии!

Maxim
Это не то,что вы подумали: страпонтен, клитория, епитрахиль — слова, за которые вам не должно быть стыдно Это не то,что вы подумали: страпонтен, клитория, епитрахиль — слова, за которые вам не должно быть стыдно

О словах, за которые вам не должно быть стыдно, пусть и звучат они забавно

ТехИнсайдер
Сестра таланта Сестра таланта

В весенне-летних коллекциях о себе решили напомнить почти забытые нами мини-юбки

Vogue
Лекарство матушки Анрио Лекарство матушки Анрио

История и производство абсента

Вокруг света
20 забавных фактов о пингвинах 20 забавных фактов о пингвинах

20 фактов об одних из самых обаятельных существах на Земле

Популярная механика
7 типов отдыха, которые нужны каждому из нас 7 типов отдыха, которые нужны каждому из нас

Чтобы восполнить энергию, надо определить, в каком типе отдыха вы нуждаетесь

Psychologies
«Налоговый рай в сердце ЕС»: журналисты рассказали об активах связанных с госкомпаниями россиян в Европе «Налоговый рай в сердце ЕС»: журналисты рассказали об активах связанных с госкомпаниями россиян в Европе

Тысячи россиян владеют компаниями в Люксембурге с активами на триллионы евро

Forbes
Пластик в океане назвали смертельной угрозой для альбатросов Южного полушария Пластик в океане назвали смертельной угрозой для альбатросов Южного полушария

Альбатросы Южного полушария регулярно глотают пластиковый мусор

N+1
Сонливость днем: причины и способы перестать быть Спящим красавцем Сонливость днем: причины и способы перестать быть Спящим красавцем

Список факторов, провоцирующих дневную сонливость

Playboy
Вселенная Эдгара По Вселенная Эдгара По

Иногда чуткие к достижениям науки писатели могут предугадывать будущее

Наука и жизнь
Необычные блюда: треска в соусе мисо, шоколадный пирог и суп из потрохов Необычные блюда: треска в соусе мисо, шоколадный пирог и суп из потрохов

Алексей Зимин делится классными рецептами приготовления небанальных блюд

Cosmopolitan
Идущие вместе Идущие вместе

Похоже, в моде, как некогда в искусстве, появляются свои школы

Vogue
Слегка размытый человек: что не так с документальным фильмом про Билли Айлиш Слегка размытый человек: что не так с документальным фильмом про Билли Айлиш

«Слегка размытый мир» — документальный фильм про Билли Айлиш

Forbes
Пионеры Кремниевой долины: как Степан Пачиков создал первый российский стартап, покоривший мир Пионеры Кремниевой долины: как Степан Пачиков создал первый российский стартап, покоривший мир

Отрывок из книги «Пионеры Кремниевой долины»

Inc.
Сильный бренд, но слабый бизнес: Gibson за 127 лет производства гитар не раз сталкивалась с проблемами, но выжила Сильный бренд, но слабый бизнес: Gibson за 127 лет производства гитар не раз сталкивалась с проблемами, но выжила

История самого известного гитарного бренда Gibson

VC.RU
Опасные гидраты и где они обитают Опасные гидраты и где они обитают

Потепление климата связывают с ростом в атмосфере количества парниковых газов

Наука и жизнь
Практика большого взрыва Практика большого взрыва

Мадс Миккельсен снова пытается применить на практике одну научную теорию

СНОБ
Они что-то недоговаривают: факты, которые звезды хотели бы стереть из биографии Они что-то недоговаривают: факты, которые звезды хотели бы стереть из биографии

Рассказываем, какие факты из своей биографии не хотят вспоминать звезды

Cosmopolitan
Telegram Павла Дурова выпускает бонды: что с этим не так Telegram Павла Дурова выпускает бонды: что с этим не так

Стоит ли инвестировать в бонды Telegram и о чем не говорит Павел Дуров

Forbes
Полусинтетический организм с «лишней» парой оснований в ДНК Полусинтетический организм с «лишней» парой оснований в ДНК

Продукт генной инженерии способен к воспроизводству

Популярная механика
Иностранцы о русских. Часть 2: Отношения русского народа и власти Иностранцы о русских. Часть 2: Отношения русского народа и власти

Высказывания иностранцев об отношениях русского народа и власти

Maxim
10 самых дорогих вещей знаменитых владельцев, проданных с аукциона 10 самых дорогих вещей знаменитых владельцев, проданных с аукциона

Дорогостоящие модные лоты, ушедшие с молотка

РБК
Как победить икоту: 14 проверенных способов Как победить икоту: 14 проверенных способов

Специалисты: из-за чего возникает икота и как с ней справиться?

РБК
Как бороться с бессонницей: 18 эффективных средств для полноценного ночного отдыха Как бороться с бессонницей: 18 эффективных средств для полноценного ночного отдыха

Как ускорить засыпание естественным образом без использования снотворного

Playboy
Хтонический реализм Хтонический реализм

«Пугало» — фестивальный хит из Якутии о деревенской знахарке

Weekend
Кирилл и методы Кирилл и методы

Кирилл Истомин — о кино, интерьерах и профессии декоратора

AD
Неизвестные X и Y Неизвестные X и Y

Как и, главное, зачем природа разделила обитателей земли на юношей и девушек

Вокруг света
Открыть в приложении