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

Карельские медведи оказались самыми подвижными среди европейских Карельские медведи оказались самыми подвижными среди европейских

Свободнее всего в Европе пространство осваивают карельские медведи

N+1
12 книг, которые основатель Ecwid Руслан Фазлыев советует прочитать предпринимателям 12 книг, которые основатель Ecwid Руслан Фазлыев советует прочитать предпринимателям

Основатель Ecwid выбрал книги, которые сделали его тем, кто он есть

Inc.
В этом вся соль: из чего делают противогололедные реагенты и почему они плавят лед В этом вся соль: из чего делают противогололедные реагенты и почему они плавят лед

Из чего вообще сделана техническая соль и точно ли она безопасна для нас?

ТехИнсайдер
Собачники vs кошатники: ученые установили, чем отличаются их характеры (не очень приятные новости для владельцев кошек) Собачники vs кошатники: ученые установили, чем отличаются их характеры (не очень приятные новости для владельцев кошек)

У любителей кошек есть одна специфическая черта

Maxim
5 фактов о насилии, которые мы узнали из интервью Саши Сулим с жертвами домашних насильников 5 фактов о насилии, которые мы узнали из интервью Саши Сулим с жертвами домашних насильников

Пять фактов о домашнем насилии, которые важно знать каждому

Psychologies
Мертвые амебы, негативщики и нытики: как выстраивать отношения с проблемными сотрудниками Мертвые амебы, негативщики и нытики: как выстраивать отношения с проблемными сотрудниками

Отрывок из книги «Сложные подчиненные» Максима Батырева

Forbes
Эпоха любви: 8 лучших сериалов для тех, кто в восторге от «Бриджертонов» Эпоха любви: 8 лучших сериалов для тех, кто в восторге от «Бриджертонов»

Исторические сериалы, ничем не уступающие «Бриджертонам»

Cosmopolitan
10 самых эффективных масок для волос из обычных продуктов 10 самых эффективных масок для волос из обычных продуктов

10 самых эффективных масок, которые ты можешь сделать сама

Cosmopolitan
Создал AWS, получил свободу действий, мог возглавить Microsoft и Uber: что известно о новом главе Amazon Энди Джесси Создал AWS, получил свободу действий, мог возглавить Microsoft и Uber: что известно о новом главе Amazon Энди Джесси

Что известно о приемнике Джеффа Безоса

VC.RU
8 мужских советов из XVIII века, которые актуальны и сегодня 8 мужских советов из XVIII века, которые актуальны и сегодня

Первоклассные рекомендации, который пригодятся тебе и твоему сыну

Maxim
Самые безумные и странные традиции средних веков Самые безумные и странные традиции средних веков

Средневековые традиции, которые выходили за все рамки адекватности

Популярная механика
«Зай, а что тут нажать?»: почему мужчины беспомощны в быту (или делают вид) «Зай, а что тут нажать?»: почему мужчины беспомощны в быту (или делают вид)

Почему мужчины верят, что не в состоянии справиться с домашними обязанностями

Cosmopolitan
Пористый полимерный каркас позволил мышам эффективней нарастить мышечные клетки Пористый полимерный каркас позволил мышам эффективней нарастить мышечные клетки

Ученые предложили использовать пористый материал в тканевой инженерии

N+1
Каскадная катастрофа Каскадная катастрофа

В чем причина экологической катастрофы на Камчатке

Наука
Физики предрекли высоким узким айсбергам быстрое таяние Физики предрекли высоким узким айсбергам быстрое таяние

Физики учли влияние формы айсбергов на скорость таяния

N+1
Химики получили рекордное количество метанола из метана электрохимическим методом Химики получили рекордное количество метанола из метана электрохимическим методом

Ученые открыли способ перерабатывать сланцевый газ и биогаз

N+1
«Иуда и черный мессия» – кривоватый, затянутый и поверхностный фильм «Иуда и черный мессия» – кривоватый, затянутый и поверхностный фильм

«Иуда и черный мессия» — фильм о людях, которым больше всех было надо

GQ
От мини до гендерной нейтральности и авангарда: как эволюционировал стиль Шарлотты Рэмплинг От мини до гендерной нейтральности и авангарда: как эволюционировал стиль Шарлотты Рэмплинг

Стиль актрисы Шарлотты Рэмплинг всегда был прогрессивным для своего времени

Esquire
Песнь льда и пломбира Песнь льда и пломбира

Лиза Туктамышева – просто красивая девушка, которая любит мороженое!

Maxim
Honda уходит из России. Прощаемся в компании с обновленной CR-V Honda уходит из России. Прощаемся в компании с обновленной CR-V

Прощаемся с маркой Honda в ходе знакомства с рестайлинговым кроссовером CR-V

РБК
Шопинг-терапия для парней: 7 вещей, которые стоит купить сразу после расставания Шопинг-терапия для парней: 7 вещей, которые стоит купить сразу после расставания

Эти штуки помогут тебе быстрее ожить после болезненного разрыва

Playboy
Венсан Кассель: «Когда заканчиваются съемки фильма, я сбриваю волосы и чувствую себя свободным» Венсан Кассель: «Когда заканчиваются съемки фильма, я сбриваю волосы и чувствую себя свободным»

Венсан Кассель — один из самых знаменитых актеров во Франции

GQ
Мастер историй Мастер историй

Увлекай, убеждай, вдохновляй

kiozk originals
10 антиромантических фильмов к 14 февраля 10 антиромантических фильмов к 14 февраля

Список серьезных фильмов о любви из разных жанров и эпох

Cosmopolitan
Диссидентское возражение эпохе Путина. Зачем сняли фильм про Алексея Кудрина Диссидентское возражение эпохе Путина. Зачем сняли фильм про Алексея Кудрина

фильм про Алексея Кудрина

СНОБ
«Истинный сын американского Юга»: Мэттью Макконахи вспоминает советы мамы и детство в Техасе «Истинный сын американского Юга»: Мэттью Макконахи вспоминает советы мамы и детство в Техасе

Отрывок из дневников актера Мэттью Макконахи

Forbes
«Ты ли это?»: Земфира выпустила клип по мотивам игры компании Playrix миллиардеров Бухманов «Ты ли это?»: Земфира выпустила клип по мотивам игры компании Playrix миллиардеров Бухманов

Сингл Земфиры «Остин», снятый по мотивам игры Homescape

Forbes
Почему ругаться матом, нарушать социальные нормы и тупить полезно: объясняет психолог Почему ругаться матом, нарушать социальные нормы и тупить полезно: объясняет психолог

Иногда рамки нам очень сильно вредят

Playboy
Бизнес зажег искру в науке. Как новая лаборатория нобелевского лауреата может изменить подход к научным исследованиям в России Бизнес зажег искру в науке. Как новая лаборатория нобелевского лауреата может изменить подход к научным исследованиям в России

Как в России собираются пробудить интерес бизнеса к научным исследованиям

СНОБ
Большая голубая гасконская гончая Большая голубая гасконская гончая

Эта гончая — аристократ, обладатель белой кости и голубой крови

Weekend
Открыть в приложении