• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
  • НИУ ВШЭ в Санкт-Петербурге
  • Новости
  • «Спрос на ‎программистов будет всегда, просто они будут программировать в паре с машиной»: Алексей Шпильман — о развитии искусственного интеллекта ‎

«Спрос на ‎программистов будет всегда, просто они будут программировать в паре с машиной»: Алексей Шпильман — о развитии искусственного интеллекта ‎

Продолжаем рассказывать, как в середине февраля прошла Зимняя школа — мероприятие, которое помогает абитуриентам магистратуры определиться с выбором трека для дальнейшего развития. В этом материале собрали основные тезисы из выступления Алексея Александровича Шпильмана, академического руководителя программы «Машинное обучение и анализ данных».

«Спрос на ‎программистов будет всегда, просто они будут программировать в паре с машиной»: Алексей Шпильман — о развитии искусственного интеллекта ‎

© Фото НИУ ВШЭ – Санкт-Петербург

Выступление Алексея Александровича Шпильмана было посвящено теме прикладного искусственного интеллекта. Исследователь рассказал, как новые технологии приходят на смену тем, что еще вчера казались инновационными. Важным фокусом лекции стало то, как наука работает на человека и каким образом научные достижения могут изменить нашу привычную жизнь. 

Можно выделить четыре технологии искусственного интеллекта: машинное обучение и анализ данных, оптимизация, глубокое обучение и обучение с подкреплением. Все эти технологии позволяют машинам учиться на опыте, приспосабливаться к новой среде и выполнять задачи, с которыми раньше справлялся только человек. Сегодня технологии искусственного интеллекта очень распространены. Например, по данным консалтинговой компании McKinsey&Company в 2020 году 50% всех мировых организаций заявляли, что применяют искусственный интеллект в своей работе.

 

Что такое глубокое обучение

Понятие «искусственный интеллект» начало входить в обиход примерно 10 лет назад. Это было связано с началом эпохи глубокого обучения, в которой сейчас мы и находимся. 

Глубокое обучение —  это такой метод машинного обучения, когда нейросеть самостоятельно учится на вводных данных. За счет определенной геометрии нейронная сеть может учитывать специфику информации. Проще говоря, на входе нейронная сеть получает информацию в виде миллиона разных изображений – именно они и обучают сеть. 

Что привело к смене эпох? Важную роль сыграло появление сети AlexNet в 2012 году, которая совершила настоящую революцию в сфере искусственного интеллекта. Для того, чтобы понять революционность технологии, нужно обратиться к дополнительным фактам и понять, как проверяют результативность работы нейросети. Проверка происходит следующим образом: исследователи берут миллион разнообразных картинок, изображения на которых предварительно разделены на классы, например, породы собак, автомобили. После чего просят нейросеть классифицировать их. 

До 2012 года нейронная сеть классифицировала картинки с точностью до 75%. Это хороший результат, потому что порой даже люди классифицируют одно и то же изображение по-разному. Однако с появлением AlexNet точность предсказания достигла 83,6%. Полученный результат стал по-настоящему квантовым скачком в другую эпоху развития искусственного интеллекта. Так ученым стало понятно, что только глубокое обучение способно качественно работать с изображениями. Поисковые платформы теперь могут искать картинки не только по описаниям, составленным человеком, но и самостоятельно понимать, какие объекты находятся на изображении и связывать его с заданным поисковым запросом.

Как глубокое обучение применяют в реальном мире

Примеров множество: это и детектирование объектов при работе беспилотников, и распознавание лиц. Недавно появилась вторая версия основанной на глубоком обучении системы AlphaFold, целью которой является предсказание 3D-структуры белков. В перспективе эти разработки помогут предотвращать, например, болезнь Альцгеймера или сахарный диабет. 

Еще один пример — система Codex, которая переводит естественную человеческую речь в программный код. С помощью этой системы пользователь может написать компьютерную игру или создать веб-страницу. Codex – это разработка, которая потрясла IT-сообщество: с одной стороны, это огромный шаг вперед, а с другой – причина для раздумий. 

Означает ли появление подобных систем вытеснение IT-специалистов машинами в будущем? Может ли машина заменить человека? Пока ответ скорее отрицательный. Программа все еще не умеет производить сложную системную интеграцию, обеспечивать безопасность кода и отсутствие утечек. Думается, что спрос на ‎программистов будет всегда, просто они будут программировать в паре с машиной, дополняя друг друга.

Посмотреть запись лекции Алексея Александровича Шпильмана можно в группе «Питерская Вышка» по ссылке.