Комментарии
Заглянули в историю и анатомию, а также нашли несколько полезных сервисов на основе новой технологии
Нейросети: как появились, зачем нужны и чего от них ждать
Кроме обработки фотографий и поиска картинок
Нейросети — это такая непонятная штука, о которой все говорят и за которой никто не успевает. Для неспециалистов они выглядят как что-то далекое и неизученное, поэтому попытаемся разобраться.

В статье расскажем, откуда взялись нейронные сети, что они из себя представляют и где их можно применить прямо сейчас. Внутри дадим полезные инструменты, которые упростят работу с соцсетями и помогут наладить общий язык с заказчиками и исполнителями, если вы работаете над проектами.
Откуда всё пошло
У человечества был шанс перевернуть всё с ног на голову еще 70 лет назад, потому что слухи об искусственном интеллекте ходили уже тогда. Минус был в том, что почему-то одна технология вышла вперед других и появилась слишком рано. У нейронных сетей не было шанса развиться так быстро в прошлом веке из-за отсутствия возможностей: не было больших данных для обучения и нового поколения специалистов.

Посмотрим, как развивалась технология: от идей до реального применения.
1943

Нейропсихолог Уоррен Мак-Каллок и математик Уолтер Питтс публикуют статью, в которой описывают основные принципы работы нейросетей.
1958

Нейрофизиолог Фрэнк Розенблатт разработал первую нейронную сеть
2010

База фотографий Image Net открыла возможности для машинного обучения
2018

Microsoft обучает искусственный интеллект Drawing Bot рисовать по текстовому описанию
Нейросетями двигает тренд: когда люди видят реальную пользу, им интересно этим заниматься, в это вкладывать. Поэтому совсем не страшно, что наши предки «забыли» о технологии на столько лет. Сейчас наше поколение может все поменять: все инструменты у нас уже есть.
Что внутри нейросети
Нейронные сети — это такой набор связей и алгоритмов, который прямо сейчас работает в нашем мозге. При помощи этого набора мы видим, анализируем и принимаем решения. И вышло так, что программисты взяли и переложили этот принцип в компьютерные сети. Теперь одно изображение от другого отличают не биологические процессы, а машинный код.


Типы задач

Нейронная сеть программируется, чтобы решать три типа задач: сортировать, предсказывать и распознавать объекты и события.
Взять пример с банком: специалистам нужно решить, кому давать кредит, а кому нет. Нейронная сеть может понять по данным возраста, уровня дохода и кредитной истории — кто надежный человек и вернет кредит, а на кого лучше не рассчитывать.

Второй тип задач — это прогноз на основе данных. Например, взлетит рубль к Новому году или не взлетит.

Третий вид задач сейчас самый популярный: его вовсю используют крупные корпорации и структуры, чтобы находить преступников по камерам наблюдения или искать картинки в поиске.
Нейроны

Нейронная сеть состоит из нейронов — маленьких шариков, которые обрабатывают информацию. Информация может быть входной, выходной или скрытой. Математически, искусственный нейрон — это нелинейная функция с единственным аргументом.


Слои

Когда нейронов много, они объединяются в слои. По типу данных слои делятся так же, как и нейроны. Входной слой распределяет данные по следующим слоям, а выходной формирует конечный результат. Во внутренних слоях обрабатываются данные.


Синапсы

Связи между нейронами называют синапсами. О них нужно знать только то, что у каждой связи есть свой вес. Чем больше вес у связи, тем приоритетнее данные, которые обрабатывают нейроны. Когда сеть только начинает учиться — все веса расставлены в случайном порядке.


Обучение

Новая нейросеть как ребенок — ее нужно за ручку отвести в школу и усадить за парту. Как и в жизни, есть два способа обучения: с учителем и без учителя. В первом случае нейросеть учится строить модели на основе эксперимента «стимул-реакция». То есть, в нее загружают набор входных данных и получают отклик. Постепенно алгоритм становится сложнее и учится различать видео, изображения, текст или графики.

Без учителя нейросеть получает опыт, когда выполняет задачи — в обучение не вмешиваются со стороны. Такой метод больше похож на естественный. Мозг человека обучается так же, когда пытается распознавать объекты.
В начале двухтысячных, в ВУЗе, нейросети нам читали отдельным курсом. Лабораторные ограничивались распознаванием символов, обучением простых нейросетей и довольно заумной математикой. Даже на крохотных примерах было довольно сложно понять, почему нейросеть обучилась именно так, почему именно так выстроились коэффициенты в каждом слое. Отладка и обучение требовали огромного количества времени и кропотливой работы. С ростом размерности сетей понять, что именно в ней творится и как именно она поведет себя, становится невозможным. Тем не менее, сами алгоритмы и библиотеки для работы с ИИ в последние годы стали доступными. И сейчас для их использования необязательно быть математиком.

В Сибириксе мы экспериментально используем искусственный интеллект для некоторых управленческих задач: их распределения и планирования нагрузки. Пока в режиме прогнозов и подсказок. Получается интересно — в перспективе обученный алгоритм сможет предлагать более качественные управленческие решения типовых задач, чем мог бы сделать человек, но вот почему это решение будет именно таким — понять будет невозможно.


Владимир
Руководитель студии
С чего начать разбираться
Если вы хотите разобраться глубже в машинном обучении и нейронных сетях, начните со списка книг, который предлагают ребята из Мейл.ру. Они на английском, так что лучше подтянуть уровень или сесть за книгу со словарем.
Где применяются нейросети
До широкой аудитории доходят только громкие случаи применения нейросетей. Например, когда нейросеть Яндекса записывает музыкальный альбом или ребята из Беларуси снимают короткометражку по сценарию, который написала машина.

Всё это громко, необычно, но бесполезно. Основная цель таких акций — привлечь внимание к технологии, показать всю ее необычность и силу. Такие громкие инфоповоды помогают людям увидеть, что будущее уже наступило.

Но на самом деле, нейросети каждый день выполняют задачи. Например, алгоритм Brain на основе нейросетей ежедневно работает над системой рекомендаций Ютуба. Он подбирает для пользователей релевантный контент, изучая их поведение. Поэтому ролики часто набирают просмотры не за счет прямого трафика, когда пользователь вводит запрос в поисковую строку, а тогда, когда система сама предлагает ему потенциально интересный контент.

Яндекс тоже не отстает от мировых корпораций и использует алгоритм Yandex Data Factory, чтобы помочь крупным промышленным производствам сокращать издержки. Система анализирует данные о, например, загруженности дорог или подсказывает безопасные расстояния от линий электропередач до высокорастущих деревьев.
«В 2018 году нейросети вышли из закрытых лабораторий и теперь доступны в виде библиотек и фреймворков. Сейчас основная сложность — это тренировка нейросети при помощи Больших данных. Но компании поменьше тоже могут использовать нейросети для своих задач, необязательно быть Google или Yandex. Например, нейросети находят ответ на вопрос даже с неявной формулировкой. Алгоритмы word2vec определяют „векторы вопросов“ и ищут сходства в базе ответов. По подобному принципу работает AnswerBot в Zendesk. Еще нейросети автоматизируют Helpdesk. Программа назначает ответственных и ставит приоритеты без участия первой линии техподдержки. Мы реализовали подобную нейросеть для ITSM-системы ServiceNow. Нейросети используются и в лидскоринговых сервисах, которые оценивают поведение пользователей на сайте и предлагают им релевантные уведомления, спецпредложения и акции».

— Сергей Фомин,
руководитель департамента разработки группы компаний «ИТ-ГРАД»

Недавно в нейросеть заставила пользователей соцсетей превращать свои фотографии в подобие шедевров искусства. Первыми были снова разработчики из Беларуси, которые выпустили сервис MSQRD, который потом у ребят купил Facebook.
Приложение делает из фотографии кота картину для галереи
Были и российские аналоги в виде Prisma и Mlvch. А сервис Algorithmia вообще раскрашивает черно-белые фотографии. Можно достать из бабушкиного альбома фотографию отпуска в Ялте, отсканировать и сделать приятный подарок — только рамку красивую выбрать.

Нейросети постепенно освобождают занятые руки разработчиков и дизайнеров и сами верстают макеты сайтов. Речь идет, кстати, не о замене человеческого труда машинным, а о том, чтобы ускорить и упростить те инструменты, которыми пользуется специалист сейчас. Тенденция идет в этом направлении.
Что можно использовать прямо сейчас
В начале статьи мы обещали обзор сервисов, которые помогут ускорить работу. Пойдем от сервиса, который «играет со шрифтами», до совсем крутой вещи — платформы, которая сгенерирует для вас целый фирменный стиль.

Rene

Вбиваете параметры шрифта — стиль, выравнивание, размер — и сервис подбирает варианты, как это будет смотреться на экране. Не нужно несколько раз выполнять одну и ту же работу, экономит время и помогает с креативными решениями.
Шрифты — слева, параметры — справа
Auto Draw

Крутой сервис, который помогает быстро набросать скетч и сделать из него приличную иконку. Можно использовать, чтобы объяснить коллеге или удаленному сотруднику, что вы хотите. А можно просто использовать в качестве генератора иконок и рисунков под задачу.
От руки можно набросать что угодно, а затем превратить это в аккуратную иконку
Everypixel

Это простой поиск по похожим фотографиям. Загружаете с рабочего стола картинку и получаете сток похожих по стилю, цвету и начертанию фотографий. Всё как у Google, но с бонусом.

Сервис может определить «эстетическую привлекательность» картинки. То есть, зайдет или не зайдет она в соцсетях. Загружаете и смотрите на процент. Опять же, как и в любом деле, не рекомендуется выключать собственный вкус и голову. Сервис — только помощник и стопроцентного результата не даст.
Обычная иконка с подписью, по мнению сервиса, недостаточно яркая и детализированная
Logojoy

Это тот самый робот-дизайнер, которые гипотетически может оставить без работы тысячу-две фрилансеров. Вы вбиваете название компании в строку и дальше идете по шагам. Сервис выясняет, какие логотипы вам нравятся, какие цвета можно использовать в итоговом варианте и даже какую форму вы хотели бы видеть.

В конце сервис выдает множество вариантов, из которых можно выбрать готовый. Чтобы купить права и все форматы изображения, придется заплатить. В дорогих тарифах клиенту еще дарят час консультаций с дизайнером.
Сервис предлагает выбрать ассоциации к будущему логотипу
Мы проследили, как появились нейронные сети, что с ними сейчас делают крупные компании и какие есть еще варианты их использования. Надеемся, что инструменты, которые мы показали вам в обзоре, пригодятся в работе и творчестве.

Если вы прочитали статью, и у вас появилось пугающее чувство, что людей в будущем полностью заменят машины, то это не так. Важно понимать, что технологии — это не попытка заменить человека. Несмотря на предсказания фантастов, нейросеть должна стать помощником человека в его деле. Она откроет новые возможности и, наоборот, создаст новые рабочие места, перевернет современные индустрии.