Читать книгу #Нейруха, или Введение в нейроэру - - Страница 5

Хочу сразу отметить: «искусственный интеллект» и «нейросеть» – понятия не тождественные, хотя и связанные. «ИИ» – обобщённое понятие для различных технологических решений. «Нейросеть – это одна из реализаций, один из механизмов, используемых в искусственном интеллекте, но механизм не единственный.

Современная цифровая нейросеть – это разновидность компьютерных программ, которые по своей структуре имитируют работу человеческого мозга. Отсюда, соответственно, и происходит их общее название – нейросети.

Такая программа состоит из множества взаимосвязанных узлов, называемых нейронами, которые обрабатывают и передают информацию друг другу. Каждый такой нейрон получает входные данные, выполняет над ними некоторые вычисления и передаёт результат следующему нейрону в сети нейронов.

В нейросети данные в момент запроса пользователя подаются на вход, затем проходят через множество слоёв цифровых нейронов, где каждый слой обрабатывает информацию по-своему. Каждый цифровой нейрон принимает решение на основе входящей информации, которую он получает от предыдущих нейронов, и передаёт свои результаты следующим нейронам. Именно таким образом нейросеть способна обучаться на примерах и улучшать свою работу, делая более точные прогнозы и принимая более сложные решения.

Эти нейроны соединены между собой через синапсы – каналы для передачи данных от одного элемента к другому. У каждого синапса есть определённый весовой коэффициент, показывающий степень его влияния на итоговый результат деятельности сети.

В начале обучения нейросети все веса выставлены случайным образом. По мере тренировок, если определённый маршрут ведёт данные к успешному решению задачи, значимость этого маршрута (или его вес) увеличивается. Этот процесс аналогичен укреплению нейронных связей в человеческом мозге в процессе обучения новым навыкам и закрепления навыков старых.

Современные нейросети уже используются для решения различных нетривиальных (сложных) задач, таких как распознавание образов, прогнозирование, классификация данных и построение библиотек. Нейросети также используют для редактирования данных в соответствии с заданными параметрами – обработка видео и звука, фотографий и нарисованных изображений. Кроме редактирования, нейросети способны генерировать и новые данные – создавать уникальный аудиовизуальный и текстовый контент.

Обучение нейросетей происходит путём загрузки в сеть набора данных с известными ответами и корректировки определений между разными нейронами таким образом, чтобы минимизировать ошибку предсказания. Для первичного обучения нейросетевых систем используются значительные по количеству данные.

Специфика современных искусственных компьютерных нейронных сетей заключается в их способности принимать обоснованные решения, опираясь на опыт, полученный ими раньше. Это отличает их от традиционных программных приложений, которые работают согласно жёстко заданной последовательности шагов, направленных на достижение желаемого исхода, где каждый возможный исход или действие заранее определён в их коде. Нейросети же разрабатывают свой собственный подход к решению задачи. Они самостоятельно выявляют образы, связи и правила, которые не были изначально заложены их создателями.

Модели искусственного интеллекта благодаря уникальному механизму обработки информации способны интерпретировать данные, которые не обладают чёткой структурированностью, могут быть в различных форматах и типах. Нейросеть способна обнаруживать огромное количество сложных, неочевидных взаимосвязей, исправлять собственные ошибки и на основе этого постоянно совершенствоваться. Нейросети анализируют множество схожих ситуаций и предлагают самое, на их взгляд, оптимальное решение.

На разных стадиях и на разных уровнях работы с нейросетями их обучением занимаются различные специалисты. Это компьютерные инженеры, аналитики, программисты, AI-тренеры и AI-редакторы, а также множество других специалистов в области машинного обучения.

Если инженеры и программисты – специальности преимущественно технические, то в зависимости от направленности задач, для которых предназначается нейросеть, AI-тренерами и AI-редакторами могут быть специалисты гуманитарных профессий. Например, для того чтобы обучить нейросеть хорошо и правильно отвечать на широчайший спектр вопросов пользователей, как это делают ставшие популярными чат-боты, необходимо, чтобы с системами работали специалисты именно гуманитарных профессий: языковеды (лингвисты и филологи), преподаватели языка и литературы, переводчики, журналисты, райтеры, пишущие на заданные темы, писатели, специалисты во всевозможных областях человеческой деятельности.

Ниже хочу немного рассказать про уже упомянутый популярный нейросетевой чат-бот ChatGPT, предназначенный для выполнения широчайшего спектра задач, и подобные ему нейросетевые решения.

ChatGPT (GPT здесь – сокращение английского Generative Pre-trained Transformer, что переводится как генеративный предварительно обученный трансформер) создан в виде чат-бота с искусственным интеллектом. Основой этой нейросети стал алгоритм «Трансформер», разработанный специалистами Google Brain (исследовательский проект корпорации Google) в 2017 году.

Этот алгоритм изначально был предназначен для упрощённой обработки последовательностей (в отличие от более сложных нейросетевых алгоритмов), таких как текст на естественном языке, а также для решения таких задач, как машинный перевод и автоматическое реферирование, то есть для создания кратких версий исходных текстов. Говоря совсем просто, алгоритм «Трансформер» может «предсказать» по первым словам вводимого текста то, что у него хочет спросить пользователь, и предложить наиболее вероятный ответ, написав его всякий раз уникально, используя заложенные в него возможности и перевода, и реферирования.

Вопреки распространённому мнению, ChatGPT и подобные ему нейросетевые алгоритмы ничего не создают в истинном значении этого слова. Этот алгоритм, грубо говоря, «великий компилятор». Он обучен на основании сотен тысяч и миллионов образцов, видов и вариантов примеров и создаёт для пользователя ответ на поставленную перед алгоритмом задачу, всякий раз делает новую сборку, которая новой выглядит только для нас. Точно так же работают и многие другие «прямолинейные» нейросети.

Варианты использования этого алгоритма достаточно широки, так как это всё же не «усложнённый Т9», как его часто называют специалисты. Алгоритм способен работать не только с человеческими языками (настоящими и вымышленными), но и с языками программирования. В последних версиях ChatGPT алгоритм «Трансформер» уже научился очень неплохо структурировать данные – составлять пользовательские календари, расписания, таблицы, каталоги, заходить для поисков ответов в интернет и многое другое. Также «Трансформер» уже неплох в том, что касается вариативности – он способен предложить огромное количество различных ответов на один и тот же вопрос. Например, если попросить его придумать несколько вариантов названия чего-либо. GPT-чат-бот становится идеальным исполнителем и в качестве рерайтера текстов, выдавая максимальное количество уникальных текстов-пересказов одного конкретного исходного материала.

Так что же, в целом, даёт нам возрастающая доступность и широкое распространение нейросетевых сервисов?