Недавний бум вокруг этого чуда расколол общество на два лагеря, как и многие значимые события человечества. Но всё же хотелось бы разобраться подробнее, с чем мы имеем дело.
Нейросеть сама по себе создана давно. Ещё в 1920 году думали над тем, как математически описать работу человеческого мозга. В 1943 году возникли первые статьи о возможности создания искусственных нейронов и впоследствии — ЭВМ, а в 1949-м возник первый алгоритм обучения.
Обучение — ключевое понятие для нейросетей. Это, конечно, не значит, что они начинают обучаться сами, выискивая информацию из свободного доступа, подобно Люси из фильма Люка Бессона - нет. В них заложен огромный пласт информации, анализируя который получается необходимая цепочка, приводящая к искомому. Таким образом, в 1975 родился проект, предлагающий новый тип нейронных сетей, способный функционировать в качестве альтернативы био-нейронам. Так, заложенная информация обрабатывается компьютером по тому же принципу, по которому действуют нейроны в человеческом мозге.
Шаг за шагом алгоритмы обучения улучшались, развивая направление нейросети. Но ради чего?
В современном мире человеку становится всё сложнее выискивать достоверную информацию. Её настолько много, что не всегда мы способны верно проанализировать огромный пласт информации за короткий срок. В то время, как нейросеть справляется с этим в считанные секунды. С её помощью многие сверхсовременные фирмы и компании упрощают работу, поиск в браузере становится в разы легче, а домашний робот-пылесос умело объезжает углы. Там, где человеку требовались точные вычисления, составления строительных смет, большая обработка информации или дни и недели монотонной работы - стараются внедрять нейросети.
Но есть и возможные минусы. В искусстве, где человек творит не только с помощью нейронов, но и задействует свои внутренние чувства, эмоции, душу и свежие идеи - нейросеть лишь соединяет уже созданные работы других художников или музыкантов в единую цепь, формируя итоговый результат. С одной стороны, это интересная задумка из разряда "что я получу, если скрестить Малых голландцев и Шишкина". Но, когда дело доходит до попытки создать собственное творение — встаёт вопрос. Компьютер ещё не способен импровизировать и фантазировать (к счастью, пожалуй), а просто скрещивать работы других художников — сомнительное использование данного ресурса.
Поскольку множество задач уже решается с помощью алгоритмов, специалисты лишаются рабочих мест. Так, например, Сбербанк в 2018 году уволил 14 000 сотрудников. Хотя нейросеть и по сей день не всегда точна в своих расчетах и распознаваниях, работодатели отдают ей большее предпочтение, нежели человеку, чья продуктивность зависит от множества факторов.
Искусственный интеллект по-прежнему не способен заменить человеческий мозг полноценно и требует немалого обслуживания, но с каждым днём он совершенствуется, становясь более развитым, за исключением норм морали, ответственности и безопасности. Хочется верить, что этот ресурс пойдёт по пути прогресса и будет помогать человеку и впредь. Будущее покажет.
Александр Никифоров
Нейросеть сама по себе создана давно. Ещё в 1920 году думали над тем, как математически описать работу человеческого мозга. В 1943 году возникли первые статьи о возможности создания искусственных нейронов и впоследствии — ЭВМ, а в 1949-м возник первый алгоритм обучения.
Обучение — ключевое понятие для нейросетей. Это, конечно, не значит, что они начинают обучаться сами, выискивая информацию из свободного доступа, подобно Люси из фильма Люка Бессона - нет. В них заложен огромный пласт информации, анализируя который получается необходимая цепочка, приводящая к искомому. Таким образом, в 1975 родился проект, предлагающий новый тип нейронных сетей, способный функционировать в качестве альтернативы био-нейронам. Так, заложенная информация обрабатывается компьютером по тому же принципу, по которому действуют нейроны в человеческом мозге.
Шаг за шагом алгоритмы обучения улучшались, развивая направление нейросети. Но ради чего?
В современном мире человеку становится всё сложнее выискивать достоверную информацию. Её настолько много, что не всегда мы способны верно проанализировать огромный пласт информации за короткий срок. В то время, как нейросеть справляется с этим в считанные секунды. С её помощью многие сверхсовременные фирмы и компании упрощают работу, поиск в браузере становится в разы легче, а домашний робот-пылесос умело объезжает углы. Там, где человеку требовались точные вычисления, составления строительных смет, большая обработка информации или дни и недели монотонной работы - стараются внедрять нейросети.
Но есть и возможные минусы. В искусстве, где человек творит не только с помощью нейронов, но и задействует свои внутренние чувства, эмоции, душу и свежие идеи - нейросеть лишь соединяет уже созданные работы других художников или музыкантов в единую цепь, формируя итоговый результат. С одной стороны, это интересная задумка из разряда "что я получу, если скрестить Малых голландцев и Шишкина". Но, когда дело доходит до попытки создать собственное творение — встаёт вопрос. Компьютер ещё не способен импровизировать и фантазировать (к счастью, пожалуй), а просто скрещивать работы других художников — сомнительное использование данного ресурса.
Поскольку множество задач уже решается с помощью алгоритмов, специалисты лишаются рабочих мест. Так, например, Сбербанк в 2018 году уволил 14 000 сотрудников. Хотя нейросеть и по сей день не всегда точна в своих расчетах и распознаваниях, работодатели отдают ей большее предпочтение, нежели человеку, чья продуктивность зависит от множества факторов.
Искусственный интеллект по-прежнему не способен заменить человеческий мозг полноценно и требует немалого обслуживания, но с каждым днём он совершенствуется, становясь более развитым, за исключением норм морали, ответственности и безопасности. Хочется верить, что этот ресурс пойдёт по пути прогресса и будет помогать человеку и впредь. Будущее покажет.
Александр Никифоров