Сообщить об ошибке на сайте
URL
Ошибка

Что такое deep learning и почему о нем все говорят?

8 карточек18 апреля 2018, 13:04
  1. О чем речь?

    С появления термина «глубокое обучение» прошло уже больше 20 лет, но широко заговорили о нем только недавно. Кратко объясняем, почему так получилось, что такое deep learning, чем оно отличается от машинного обучения и почему вам надо об этом знать.

  2. Что это такое?

    Глубокое обучение — это ветвь развития машинного обучения, где используется модель, вдохновленная устройством мозга — взаимодействием нейронов.

    Сам термин появился еще в 1980-х, но до 2012 года для реализации этой технологии не хватало мощностей и на нее почти никто не обращал внимание. После серии статей известных ученых, публикаций в научных изданиях технология быстро стала популярной и получила внимание крупных медиа, — первым из мировых СМИ об этом написал The New York Times. Одним из поводов для материала стала научная работа специалистов из университетов Торонто Алекса Крижевского, Ильи Сатскевера и Джеффа Хинтона. Они описали и проанализировали результаты конкурса распознавания изображений ImageNet, где с большим отрывом победила их нейросеть, обученная с помощью deep learning, — система определила 85% объектов. С тех пор в конкурсе побеждала только глубокая нейросеть

  3. Погодите, а что такое машинное обучение?

    Это подобласть искусственного интеллекта и термин — им описывают методы построения алгоритмов, которые учатся на своем опыте, без написания специальной программы. То есть человеку в этом случае не надо объяснять машине, как решить задачу, она находит ответ сама, из данных, которые ей предоставлены. К примеру, если мы хотим, чтобы алгоритм определял лица, мы должны показать ему десять тысяч разных лиц, отметить, где именно находится лицо, и тогда программа научится определять его самостоятельно.

    Обучаться машина может как с помощью учителя, когда он помечает для машины правильные ответы, так и без него. Но результаты лучше при обучении с учителем. Каждый раз, когда происходит обработка данных, система становится точнее.

  4. А глубокое обучение как работает?

    Оно имитирует абстрактное мышление человека и умеет обобщать. Например, нейросеть, обученная машинным способом, плохо распознает рукописные буквы — и чтобы она не путалась в различных вариантах написания, все они должны быть в нее загружены.

    Глубокое обучение же используется в случае работы с многослойными искусственными нейронными сетями и сможет справиться с этой задачей.

    Сергей Николенко, соавтор книги «Глубокое обучение»: «Есть три термина, которые в последнее время часто используют почти взаимозаменяемо: искусственный интеллект, машинное обучение и глубокое обучение. Однако на самом деле это „вложенные“ термины: искусственный интеллект — это всё что угодно, что может помочь компьютеру выполнять человеческие задачи; машинное обучение — это раздел ИИ, в котором программы не просто решают задачи, а обучаются на основе имеющегося у них опыта, а глубокое обучение — это раздел машинного обучения, изучающий глубокие нейронные сети.

    Проще говоря: 1. если вы написали программу, играющую в шахматы, — это искусственный интеллект; 2. если она при этом обучается на базе партий гроссмейстеров или играя против самой себя — это машинное обучение; 3. а если обучается у неё при этом не что-нибудь, а глубокая нейронная сеть, — это глубокое обучение».

  5. Как работает глубокое обучение?

    Возьмем простой пример — мы покажем нейросети фотографии, на которых изображены мальчик и девочка. На первом слое нейроны реагируют на простые визуальные образы — например перепады яркости. На втором — более сложные: углы, окружности. К третьему слою нейроны способны реагировать на надписи и человеческие лица. К каждому следующему слою определяемые образы будут сложнее. Нейронная сеть сама определяет, какие визуальные элементы ей интересны для решения этой задачи, и ранжирует их по степени важности, чтобы в дальнейшем лучше понимать, что изображено на фотографии.

  6. И что с помощью него уже разработали?

    Больше всего проектов с глубоким обучением применяется в распознавании фотографии или аудио, диагностике заболеваний. Например, оно уже используется в переводах Google с изображения: технология Deep Learning позволяет определить, есть ли на картинке буквы, а затем переводит их. Другой проект, который работает с фото, — система распознавания лиц под названием DeepFace. Она умеет распознавать человеческие лица с точностью 97,25% — примерно с той же точностью, что и человек.

    В 2016 году Google выпустил WaveNet — систему, которая может имитировать человеческую речь. Для этого компания загрузила в систему миллионы минут записанных голосовых запросов, которые использовались в проекте OK Google, и после изучения, нейросеть смогла сама составить предложения с правильными ударениями, акцентом и без нелогичных пауз.

    При этом глубокое обучение может семантически сегментировать изображение или видео — то есть не просто обозначать, что на картинке есть объект, но и идеально выделить его контуры. Эта технология используется в беспилотных автомобилях, которые определяют, есть ли помехи на дороге, разметку и считывают информацию с дорожных знаков, чтобы избежать аварий. Нейросеть также используют в медицине — чтобы определять диабетическую ретинопатию по фотографиям глаз пациентов например. Министерство здравоохранения США уже разрешило использовать эту технологию в государственных клиниках.

  7. А почему глубинное обучение не начали внедрять раньше?

    Раньше это было затратно, сложно и долго — нужны были мощные графические процессоры, видеокарты и объемы памяти. Бум глубинного обучения как раз связан с широким распространением графических процессоров, которые ускоряют и удешевляют вычисления, практически неограниченные возможности хранения данных и развитие технологии «больших данных».

  8. Это прорывная технология, она все поменяет?

    Об этом сложно сказать точно, мнения разнятся. С одной стороны, Google, Facebook и другие крупные компании уже вложили миллиарды долларов и настроены оптимистично. По их мнению, нейросети с глубинным обучением способны поменять технологическое устройство мира. Один из главных специалистов по машинному обучению — Эндрю Ынг — говорит: «Если человек может выполнить задачу в уме за секунду, скорее всего, в ближайшее время эта задача будет автоматизирована». Ынг называет машинное обучение «новым электричеством» — это техническая революция, и компании, которые ее проигнорируют, очень быстро обнаружат себя безнадежно отставшими от конкурентов.

    С другой стороны, есть и скептики: они считают, что глубокое обучение — это модное слово или ребрендинг нейронных сетей. К примеру, старший преподаватель факультета компьютерных наук ВШЭ Сергей Бартунов считает, что этот алгоритм — лишь один из вариантов (и при этом не лучший) обучения нейросети, который быстро подхватили массовые издания и о которых теперь знают все.

    Сергей Николенко, соавтор книги «Глубокое обучение»: «История искусственного интеллекта уже знала две „зимы“, когда за волной хайпа и завышенных ожиданий следовало разочарование. Оба раза, кстати, это было связано с нейронными сетями. Сначала в конце 1950-х решили, что перцептрон Розенблатта тут же приведёт к машинному переводу и осознающим себя компьютерам; но, конечно, не получилось из-за ограниченности железа, данных и отсутствия подходящих моделей.

    А в конце 1980-х ту же ошибку совершили, когда разобрались, как обучать любые архитектуры нейронных сетей. Показалось, что вот он, золотой ключик, открывающий любые двери. Это уже был не такой уж наивный вывод: действительно, если взять нейронную сеть из конца 1980-х, механически сделать её больше (увеличить число нейронов) и обучить на современных наборах данных и современном „железе“, она будет очень даже неплохо работать! Но ни данных, ни „железа“ в то время не хватало, и революцию глубокого обучения пришлось отложить до конца нулевых годов.

    Сейчас мы живём на третьей волне хайпа искусственного интеллекта. Закончится ли она третьей „зимой“ или созданием сильного ИИ — покажет только время».

    Автор: Ильнур Шарафиев

Подписывайтесь на наши каналы в Telegram

«Хайтек» - новости онлайн по мере их появления

«Хайтек» Daily - подборки новостей 3 раза в день

Читайте также
    НАСА создаст в космосе температуру, ниже самой холодной во Вселенной
    Тренды
    Контейнеры, гибриды и туман: 5 трендов в облачных технологиях
    Тренды
    Роботы построили самый маленький дом в мире — размером с кончик волоса
    Тренды
    Инвестор Виталий Голомб — об искусственном мясе и том, почему не нужно получать патенты
    Тренды
    Первая плавучая атомная электростанция «Ломоносов» завершила свой первый выход в море
    Тренды
    Посмотрите, как выглядит обожаемый всеми инженерами робот София
    Доброжелательные роботы
    Искусственный интеллект
    Искусственные интеллекты тоже не смогли решить, что звучит на записи — «Янни» или «Лорел»
    Кейсы
    Астрономы нашли еще одно подтверждение наличия девятой планеты в Солнечной системе
    Томские ученые представили сенсоры на основе органических молекул
    Тренды
    The Boring Company Илона Маска доставит огнеметы первым покупателям уже в начале лета
    Кейсы
    Инженеры собрали тактильного робота — его кожа может покрываться мурашками
    Доброжелательные роботы
    Билет в электробус The Boring Company Илона Маска будет стоить всего $1
    Тренды
    Константин Носков возглавит новое министерство цифрового развития, связи и массовых коммуникаций
    Тренды
    Китайские ученые создали из картона наноматериал для очищения воды от тяжелых металлов
    Экология
    Давид Ян запустил сервис «умной» корпоративной аналитики Yva
    Кейсы
    В китайской школе используют систему распознавания лиц для слежки за отвлекающимися учениками
    Кейсы
    Apple запатентовала технологию распознавания человека по узору вен на лице
    Распознавание лиц
    Nissan представил собственную солнечную крышу
    солнечные батареи
    Инженеры выяснили, что роботы могут действовать совместно даже без создания специальных алгоритмов
    Доброжелательные роботы
    Идеи
    Давление в протоне оказалось выше, чем в нейтронной звезде
    Нейросеть научилась понимать, какой трек станет хитом этого лета
    Кейсы
    Инженеры представили камеру, с помощью которой можно мгновенно создать 3D-модель человека
    Тренды
    Робот в смартфоне: почему главным конкурентным преимуществом для чат-ботов станет эмоциональность
    Мнения
    Саратовские ученые создали аппарат, который сравнивает показатели здорового и больного сердца
    Биотехнологии
    Сверхтехнологичный военный конвертоплан совершил свой первый полет. Пока как самолет
    Тренды
    Из чего состоит вселенная
    Астрономы нашли огромную черную дыру, которая поглощает по три звезды в неделю
    Гендиректор Uber Дара Хосровшахи — о будущем, в котором автомобили будут летать
    Тренды
    FAQ: что такое ячеистые сети и как их применяют в умных домах?
    Тренды
    Хакеры могут захватить управление поездом, просто взломав сеть Wi-Fi
    Киберпреступники
    НАСА обнаружила водяные гейзеры на спутнике Юпитера — Европе
    Есть ли жизнь на Марсе
    Биологи создали биосовместимые импланты, которые смогут растворяться в организме
    Биотехнологии
    Ведущие инженеры Google и Facebook расскажут в Москве о компьютерном зрении и машинном обучении
    Компьютерное зрение
    Кейсы
    Сотрудники увольняются из Google — они не хотят делать искусственный интеллект для военных дронов Пентагона
    Посмотрите, каких роботов привезли разработчики на конференцию TechCrunch
    Доброжелательные роботы
    В России появятся автоматы по продаже сим-карт
    Тренды
    SpaceX запустила самую мощную свою ракету-носитель — Falcon 9 Block 5
    Тренды
    Facebook разрабатывает собственную криптовалюту
    ICO
    НАСА показала, как магнитное поле Земли защищает планету от солнечного ветра
    Тренды
    Море волнуется раз: как умнеет «морской бизнес» и где будущее уже наступило
    Идеи
    Хакеры смогли управлять сервисами Siri и Alexa с помощью неслышных для человека звуков
    Тренды
    Инженеры разработали метаматериал, заставляющий звуковые волны огибать объект
    Тренды
    Доброжелательные роботы
    Boston Dynamics показала своего бегающего робота Атлас
    Ярослав Холодов — о математике транспортных потоков, борьбе с пробками и транспорте будущего
    Тренды
    Посмотрите, как выглядит практически достроенный туннель Boring Company
    Технологический прорыв
    В Иннополисе откроется федеральный центр робототехники и мехатроники
    Иннополис
    Apple начала удалять приложения, которые передают данные о местоположении третьим лицам
    Кейсы
    Нейросеть сибирских ученых позволит медикам автоматизировать диагностику рака
    Лекарство от рака
    Кейсы
    Ученые НАСА пришли к выводу, что лунный грунт опасен для клеток млекопитающих
    Uber показал обновленную концепцию своего летающего такси
    Летающее такси