За последнюю пару лет искусственный интеллект как-то незаметно для всех отряхнулся от тегов «фантастика» и «геймдизайн» и прочно прописался в ежедневных новостных лентах. Сущности под таинственным названием «нейросети» опознают людей по фотографиям, водят автомобили, играют в покер и совершают научные открытия.

Мир ФантастикиHi-Tech

Назад в будущее

Тысячи обезьян

Как работают нейросети

За последнюю пару лет искусственный интеллект как-то незаметно для всех отряхнулся от тегов «фантастика» и «геймдизайн» и прочно прописался в ежедневных новостных лентах. Сущности под таинственным названием «нейросети» опознают людей по фотографиям, водят автомобили, играют в покер и совершают научные открытия. При этом из новостей не всегда понятно, что же такое эти загадочные нейросети: сложные программы, особые компьютеры или стойки со стройными рядами серверов?

Текст: Алексей Мальский

Конечно, уже из названия можно догадаться, что в нейросетях разработчики попытались скопировать устройство человеческого мозга: как известно, он состоит из множества простых клеток-нейронов, которые обмениваются друг с другом электрическими сигналами. Но чем тогда нейросети отличаются от обычного компьютера, который тоже собран из примитивных электрических деталей? И почему до современного подхода не додумались ещё полвека назад?

Давайте попробуем разобраться, что же кроется за словом «нейросети», откуда они взялись — и правда ли, что компьютеры прямо на наших глазах постепенно обретают разум.

Красота начинается, когда нейронов много

Тысячи глупцов

Идея нейросети заключается в том, чтобы собрать сложную структуру из очень простых элементов. Вряд ли можно считать разумным один-единственный участок мозга — а вот люди обычно на удивление неплохо проходят тест на IQ. Тем не менее до сих пор идею создания разума «из ничего» обычно высмеивали: шутке про тысячу обезьян с печатными машинками уже добрая сотня лет, а при желании критику нейросетей можно найти даже у Цицерона, который ехидно предлагал до посинения подбрасывать в воздух жетончики с буквами, чтобы рано или поздно получился осмысленный текст. Однако в XXI веке внезапно оказалось, что классики ехидничали зря: именно армия обезьян с жетончиками может при должном упорстве захватить мир.

На самом деле нейросеть можно собрать даже из спичечных коробков: это просто набор нехитрых правил, по которым обрабатывается информация. «Искусственным нейроном», или перцептроном, называется не какой-то особый прибор, а всего лишь несколько арифметических действий.

Работает перцептрон проще некуда: он получает несколько исходных чисел, умножает каждое на «ценность» этого числа (о ней чуть ниже), складывает и в зависимости от результата выдаёт 1  или –1 . Например, мы фотографируем чистое поле и показываем нашему нейрону какую-нибудь точку на этой картинке — то есть посылаем ему в качестве двух сигналов случайные координаты. А затем спрашиваем: «Дорогой нейрон, здесь небо или земля?» — «Минус один, — отвечает болванчик, безмятежно разглядывая кучевое облако. — Ясно же, что земля».

Собственно, «тыкать пальцем в небо» — это и есть основное занятие перцептрона. Никакой точности от него ждать не приходится: с тем же успехом можно подбросить монетку. Магия начинается на следующей стадии, которая называется машинным обучением. Мы ведь знаем правильный ответ — а значит, можем записать его в свою программу. Вот и получается, что за каждую неверную догадку перцептрон в буквальном смысле получает штраф, а за верную — премию: «ценность» входящих сигналов вырастает или уменьшается. После этого программа прогоняется уже по новой формуле. Рано или поздно нейрон неизбежно «поймёт», что земля на фотографии снизу, а небо сверху, — то есть попросту начнёт игнорировать сигнал от того канала, по которому ему передают x-координаты. Если такому умудрённому опытом роботу подсунуть другую фотографию, то линию горизонта он, может, и не найдёт, но верх с низом уже точно не перепутает.

Конечно, на самом деле формулы немного сложнее, но принцип остаётся тем же. Перцептрон умеет выполнять только одну задачу: брать числа и раскладывать по двум стопкам. Самое интересное начинается тогда, когда таких элементов несколько, ведь входящие числа могут быть сигналами от других «кирпичиков»! Скажем, один нейрон будет пытаться отличить синие пиксели от зелёных, второй продолжит возиться с координатами, а третий попробует рассудить, у кого из этих двоих результаты ближе к истине. Если же натравить на синие пиксели сразу несколько нейронов и суммировать их результаты, то получится уже целый слой, в котором «лучшие ученики» будут получать дополнительные премии. Таким образом достаточно развесистая сеть может перелопатить целую гору данных и учесть при этом все свои ошибки.

Чтобы нарисовать прямую линию, нейрон исчеркает весь лист
Розенблатт и его перцептрон

Тёплый ламповый нейрон

По сути, перцептроны устроены не намного сложнее, чем любые другие элементы компьютера, которые обмениваются единицами и нулями. Неудивительно, что первый прибор, устроенный по принципу нейросети — Mark I Perceptron, — появился уже в 1958 году, всего через десятилетие после первых компьютеров. Как было заведено в ту эпоху, нейроны у этого громоздкого устройства состояли не из строчек кода, а из радиоламп и резисторов. Учёный Фрэнк Розенблатт смог соорудить только два слоя нейросети, а сигналы на «Марк-1» подавались с импровизированного экрана размером в целых 400 точек. Устройство довольно быстро научилось распознавать простые геометрические формы — а значит, рано или поздно подобный компьютер можно было обучить, например, чтению букв.

Розенблатт был пламенным энтузиастом своего дела: он прекрасно разбирался в нейрофизиологии и вёл в Корнеллском университете популярнейший курс лекций, на котором подробно объяснял всем желающим, как с помощью техники воспроизводить принципы работы мозга. Учёный надеялся, что уже через несколько лет перцептроны превратятся в полноценных разумных роботов: они смогут ходить, разговаривать, создавать себе подобных и даже колонизировать другие планеты. Энтузиазм Розенблатта вполне можно понять: незадолго до того учёные ещё верили, что для создания ИИ достаточно воспроизвести на компьютере полный набор операций математической логики. Тьюринг уже предложил свой знаменитый тест, Айзек Азимов призывал задуматься о необходимости законов роботехники, а освоение Вселенной казалось делом недалёкого будущего.

Впрочем, были среди пионеров кибернетики и неисправимые скептики, самым грозным из которых оказался бывший однокурсник Розенблатта, Марвин Минский. Этот учёный обладал не менее громкой репутацией: тот же Азимов отзывался о нём с неизменным уважением, а Стэнли Кубрик приглашал в качестве консультанта на съёмки «Космической одиссеи 2001 года». Даже по работе Кубрика видно, что на самом деле Минский ничего не имел против нейросетей: HAL 9000 состоит именно из отдельных логических узлов, которые работают в связке друг с другом. Минский и сам увлекался машинным обучением ещё в 1950-х . Просто Марвин непримиримо относился к любым научным ошибкам и беспочвенным надеждам: недаром именно в его честь Дуглас Адамс назвал своего андроида-пессимиста.

Сомнения скептиков того времени Минский подытожил в книге «Перцептрон» (1969), которая надолго отбила у научного сообщества интерес к нейросетям. Минский математически доказал, что у «Марка-1 » есть два серьёзных изъяна. Во-первых, сеть всего с двумя слоями почти ничего не умела — а ведь это и так уже был огромный шкаф, пожирающий уйму электричества. Во-вторых, для многослойных сетей алгоритмы Розенблатта не годились: по его формуле часть сведений об ошибках сети могла потеряться, так и не дойдя до нужного слоя.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Настоящая Америка Настоящая Америка

Политики и подонки, бездомные и бизнесмены, вашингтонский лоббист и парень в костюме Христа – триста миллионов американцев решали судьбу страны и половины мира. Не задолго до президентских выборов, когда их итог был еще совершенно неочевиден, «Сноб» побывал в США и узнал, чем на самом деле кормят в Госдепе, чего боится Пенсильвания, куда бежит Вашингтон и почему так тяжело выбрать между Клинтон и Трампом.

СНОБ
Выкинуть кости: как устроена Lost in Random и почему в нее стоит играть Выкинуть кости: как устроена Lost in Random и почему в нее стоит играть

Одно из самых сильных геймерских впечатлений последних лет

Esquire
Смотрите-ка, звезда! Смотрите-ка, звезда!

Певица Лиза Монеточка о своих преподавателях и учебе в школе

Домашний Очаг
6 советов, которые помогут продать спорный продукт 6 советов, которые помогут продать спорный продукт

Как рассказать о новом продукте, не утратив доверие аудитории?

Inc.
Страна детства Страна детства

Детская комната – особый мир, где изменяются пространство и время

Лиза
Нейросети и беспилотный робот-пулемёт: как безумная теория об убийстве главы ядерной программы Ирана оказалась правдой Нейросети и беспилотный робот-пулемёт: как безумная теория об убийстве главы ядерной программы Ирана оказалась правдой

Израиль применил уникальную технологическую тактику для устранения ученого

TJ
Экспертиза и реальность: почему от рейтинга Doing Business давно стоило отказаться Экспертиза и реальность: почему от рейтинга Doing Business давно стоило отказаться

Рейтинг Doing Business превратился в KPI для чиновников

Forbes
Перуанская орхидея инков Перуанская орхидея инков

Перуанская орхидея инков, в сущности, никакая не «инков»

Weekend
5 типичных для России вещей, которые сложно объяснить иностранцу 5 типичных для России вещей, которые сложно объяснить иностранцу

Что русскому хорошо, то немцу непонятно

Maxim
Свет помог собрать ультрахолодную молекулу из двух атомов Свет помог собрать ультрахолодную молекулу из двух атомов

Ученые научились создавать и манипулировать ультрахолодными молекулами

N+1
Елена Преснякова: Елена Преснякова:

Елена Преснякова: мы с Петровичем женаты гораздо больше сорока лет

Коллекция. Караван историй
Робин Уильямс Робин Уильямс

Робину Уильямсу могло исполниться 70 лет

Playboy
Чтение на 15 минут: «Дизайн детства» Чтение на 15 минут: «Дизайн детства»

Отрывок из сборника «Дизайн детства» — о самых важных игрушках XX века

Arzamas
Бывший университетский журнал обошёл Forbes по выручке: как Harvard Business Review стал большим медиа Бывший университетский журнал обошёл Forbes по выручке: как Harvard Business Review стал большим медиа

Harvard Business Review: разбираем бизнес с «вечными темами»

VC.RU
Ток-шоу Ток-шоу

Для чего нужна микротоковая терапия, какие проблемы она решает?

Grazia
Что не так с футбольным клубом «Манчестер Юнайтед» Что не так с футбольным клубом «Манчестер Юнайтед»

Как «Манчестер Юнайтед» пришел к оглушительным поражениям

GQ
«Вертинский»: сначала на платформе и только через полгода в эфире «Вертинский»: сначала на платформе и только через полгода в эфире

Биография Вертинского — это попытка осмыслить события двадцатого века

Эксперт
Отстань! Не мешай! Отвали, дед! Отстань! Не мешай! Отвали, дед!

Сегодня я задал себе вопрос: «Кто такой взрослый человек?»

ПУСК
Как одеваются британские модницы: лучшие образы гостей Недели моды в Лондоне Как одеваются британские модницы: лучшие образы гостей Недели моды в Лондоне

Как одеваются самые модные девушки Великобритании?

Cosmopolitan
«Я желал бы всеми силами души, чтобы музыка моя распространилась» «Я желал бы всеми силами души, чтобы музыка моя распространилась»

Романсы, балеты, концерты — самые известные произведения Чайковского

Культура.РФ
«Лучше точно не будет». Как мы искали машину без наценок и не нашли «Лучше точно не будет». Как мы искали машину без наценок и не нашли

Что происходит с ценами на новые машины и когда все это закончится?

РБК
Электоральные уроки-2021: кто проведет работу над ошибками? Электоральные уроки-2021: кто проведет работу над ошибками?

Что вскрыли выборы в Государственную думу?

СНОБ
Сладко — значит вредно? Обзор исследований о сахаре Сладко — значит вредно? Обзор исследований о сахаре

Существует ли зависимость от сахара и что будет, если от него отказаться

Reminder
Трагедия в Перми: 21 сентября объявлено днем траура Трагедия в Перми: 21 сентября объявлено днем траура

Кем, предположительно, оказался стрелок в Перми, и каким был его мотив?

Psychologies
Пропил этил Пропил этил

История встречи, любви и расставания мужчины и стакана

Men’s Health
Запустить в производство Запустить в производство

Самые интересные объекты для промышленного туризма в стране

National Geographic Traveler
Перевал Перевал

С момента гибели туристов из группы Игоря Дятлова прошло больше полувека

Популярная механика
Должны ли у детей быть обязанности. Продолжение Должны ли у детей быть обязанности. Продолжение

Какой смысл дети и взрослые вкладывают в понятие «обязанности»?

СНОБ
На грани выживания На грани выживания

Жара и засуха могут нарушить равновесие, веками сохранявшееся в пустыне Калахари

National Geographic
Как работает 5G и в каких странах применяют этот стандарт связи Как работает 5G и в каких странах применяют этот стандарт связи

В поисках сетевой истины мы отправились в Дубай — Мекку 5G

РБК
Открыть в приложении