У искусственного интеллекта очень большая гуманитарная роль, но не все об этом думают – тема третьего эпизода нашего подкаста Data Therapy. В выпуске говорим о развитии искусственного интеллекта и нейросетей.
Наши гости выпуска:
Михаил Бурцев, кандидат физико-математических наук, заведующий лабораторией нейронных систем и глубокого обучения МФТИ
Татьяна Шаврина, главный эксперт по технологиям, RnD NLP, SberDevices, руководитель исследовательских проектов института искусственного интеллекта AIRI
Ведущий подкаста:
Дмитрий Прусов, директор департамента монетизации данных Х5 Tech
В подкасте вместе с экспертами отвечаем на такие вопросы:
— Что послужило толчком к созданию нейросетей и как они в итоге обрели те возможности, которыми обладают сегодня?
— Что такое мультимодальность и мультизадачность?
— Для каких основных целей сегодня используются нейросети?
— Есть ли у искусственного интеллекта душа?
— Что сейчас происходит в России в направлении развития нейросетей? Как развивается русскоязычное сообщество?
— Как сейчас происходит международное взаимодействие?
Делимся выдержками разговора.
Дмитрий Прусов: Что послужило толчком к созданию нейросетей? Как они обрели те возможности, которыми сейчас обладают при их использовании?
Татьяна Шаврина: В целом, это довольно динамически развивающаяся область сейчас и, наверное, уже каждый человек столкнулся с тем, что он взаимодействует с нейросетями, так или иначе, в своей жизни. Может быть, вы не пользуетесь какими-то очень передовыми продуктами на нейросетях, но всё равно пользуетесь, например, интернет-поиском. Результаты поиска ранжированы с помощью нейросетей. У вас в электронной почте спам-фильтр работает, он тоже работает с помощью нейросетей. Много нейросетей в вашем телефоне и так далее. Ваша лента в социальных сетях – всё это формируется социальными сетями.
Так было, конечно, не всегда. Наверное, какой-то отправной точкой можно назвать 40-е годы ХХ века, хотя в целом постепенно человечество подходило к созданию такого универсального апроксиматора, которым является нейросеть.
Михаил Бурцев: В середине ХХ века, когда стали появляться первые компьютеры, то учёные сразу же задумались о том, для чего можно использовать их вычислительные мощности. И одной из наиболее таких фундаментальных и захватывающих задач для них стало моделирование интеллекта человека, то есть создание искусственного интеллекта.
Первый подход заключается в том, что мы можем посадить других учёных в некоторую комнату экспериментальную и следить, как они решают всякие задачи интеллектуальные. И попытаться потом это алгоритмизировать и записать в виде программы, чтобы эта программа повторяла ту интеллектуальную деятельность, которую наблюдают или демонстрируют люди.
Второй подход идёт с другой стороны. Он говорит: «Давайте мы будем не просто описывать поведение, а мы попытаемся заложить принципы обучения в наш алгоритм». То есть мы не сами будем программу составлять, а попытаемся смоделировать, как обучается человек. И вот эта программа сможет также, как человек, обучаться. И вот это второе направление и послужило основой для нейронных сетей.
Соответственно, в начале ХХ века придумали такой простейший алгоритм, как нам смоделировать нейросеть. Мы можем взять отдельный нейрон, у нейрона есть сколько-то таких входов, которые позволяют ему получать информацию из окружающего мира, синапсы. Потом нейроны посылают друг другу сигналы, через входы принимают эти сигналы, каким-то образом перерабатывают эту информацию и посылают дальше. Исходя из этой базовой идеи были разработаны алгоритмы сначала очень небольших нейронных сетей.
Дмитрий Прусов: С точки зрения текущего развития, насколько нейросетки сопоставимы с мышлением человека, условно говоря? Либо оно уже превалирует? Есть какие-то данные, исследования или мнения на этот счёт?
Михаил Бурцев: Мне кажется, мышление человека превалирует.
Татьяна Шаврина: Да. Действительно, так получилось, что тот бум нейросетей, который у нас есть, во многом он удачно так случился за счёт совпадения двух факторов, первый из которых действительно это рост вычислительных мощностей, а второй – это то, что объём данных, доступных нам в интернете, тоже растет. Все те цифровые следы, которые мы с вами оставляем в интернете, это опосредованные следы нашего мышления и поведения. И это во многом нам помогает моделировать отдельные интеллектуальные способности человека. Пока ещё, прямо скажем, оценки, сколько нам требуется вычислительных мощностей, чтобы как-то смоделировать мозг или сделать что-то больше, чем мозг, это, конечно, чуть-чуть такая фантастика. Я думаю, что это разговор на следующее десятилетие какое-то.
У нас есть представление о том, что по закону МУР каждые полтора года количество транзисторов удваивается, примерно в два раза растет вычислительная мощность наша каждые полтора года. Но, в целом, говорить о том, чтобы сделать нейросеть, которая была бы по количеству нейронов сопоставима с мозгом, пока ещё рано. Я спешу напомнить, в отличие от огромных суперкомпьютеров, которые у нас сейчас есть, мозг человеческий он работает ещё и энергоэффективно, а до такого уровня мы ещё точно не скоро дойдём – также эффективно работать, как мозг, с таким же маленьким напряжением, зарядом и так далее.
Дмитрий Прусов: Можно тогда немножко углубиться в вопрос. Опять, так сказать, взгляд с дивана. Я когда готовился к выпуску, смотрел различные материалы о нейросетях и часто употреблялись фразы «мультимодальность языков программирования» и ещё иногда «мультимодальность нейронных архитектур». Это про что?
Михаил Бурцев: Это примерно про то, что мы сейчас рассуждали про универсальный искусственный интеллект. И раз он универсальный, значит, он должен работать с разными видами данных. Это могут быть сенсоры автомобиля. Могут быть датчики, которые находятся в погодной станции, которые измеряют давление, температуру, влажность, скорость ветра. Может быть текст. Может быть код. Может быть картинка, видео.
Дмитрий Прусов: То есть это учёт всевозможных различных параметров, которые как слоёный пирог?
Михаил Бурцев: Да. Их можно назвать модальностями. То есть мультимодальность – это когда много разных видов данных. Привычное для человека, типа, мы что-то видим, слышим, осязаем такие модальности. Но в машинном обучении модальностями называют любые разные виды данных, которые мы замешали вместе. И универсальный искусственный интеллект он должен быть мультимодальным по определению. И количество этих модальностей, которые одновременно обрабатываются, оно растёт. То есть это как бы вход нашей модели. А выход – это то, какие задачи мы решаем.
Дмитрий Прусов: А когда с добавлением всё большего количества данных для построения мультимодальных сетей качество улучшается в итоге? Мы реально понимаем о том, что мы будем напихивать в модель всё больше и больше признаков. Как в этом ключе обстоят дела?
Татьяна Шаврина: Дмитрий, вы прямо в точку абсолютно попали и вопросы задаёте, хочу сказать. На самом деле, мультимодальные нейросети они чем хороши? Тем, что они расширяют границы возможного. То есть они для нас расширяют очень сильно применимость нейросетей, во многом привнося какие-то технологические нововведения во многие сферы жизни, где раньше нейросетей не было ещё.
Отличный пример – это нейросети, которые создают картинки по описанию. Сейчас много таких нейросетей. В прошлом году нейросеть Далли от Опэн Эй Ай. Мы с коллегами делали нейросеть Ру Далли. Есть Далли-2. Теперь есть Стэйбл Дифьюжен, Миджорни, Имаджен и другие большие нейросети от крупнейших исследовательских центров компаний мировых, которые создают очень классные фотореалистичные, иллюстративные изображения. Я думаю, вы все натыкались на такие новости, что теперь это стало возможно.
Дмитрий Прусов: Я думаю, что даже многие начали потихонечку даже пробовать для себя.
Татьяна Шаврина: Да-да, многие уже начали этим пользоваться, возможно и внедрять в свою повседневную работу, в свою профессию. Гейм-дизайнеры, просто дизайнеры, люди, которые стремятся создавать какой-то медиа-контент, они этим уже пользуются активно. Это двумодальные, уже можно сказать мультимодальные нейросети. Мы стремимся добавить сюда дальше и звук, и видео, и речь, сенсоры, всё вот это.
И не то что это будет как-то увеличивать качество, но, по крайней мере, это будет нам открывать возможности для новых применений, которых не было раньше совершенно. Вот это очень важно. Потому что когда электричество появилось, очень пример классический. Когда появилось электричество, тоже сначала было непонятно, что делать с электричеством. Может быть, это просто для иллюминации на праздниках у элиты, как бы, и всё. Красиво, но а как это применять? А потом, когда полностью поменялась структура производства и пищепрома из-за того, что теперь возможно было делать рефрижераторы и хранить заморозку, доставлять заморозку, у нас полностью пищевая промышленность перестроилась. И не только пищевая промышленность, но сейчас у нас электромобили и так далее. И то же самое нас ждёт с мультимодальными нейросетями.
Дмитрий Прусов: Но насколько я слышу, здесь получается как бы от обратного. То есть мы будем разрабатывать мультимодальные модели, всё больше и больше используя различные источники данных. А вот применение оно как бы само по себе будет находиться, то есть не от решения какой-то конкретной задачи. Или я ошибаюсь?
Татьяна Шаврина: Смотрите, это как бы разные подходы. Вот мне как учёному, наверное, больше интересно исходить из методов и делать, именно конструировать решения, которые позволяют методологически получать нововведения. Но бизнес, конечно, он приходит за тем, что называется дизрапт. Это какие-то технологии, которые меняют очень сильно структуру рынка. У бизнесменов, у людей, которые делают стартапы, у них очень конкретные запрос всегда. Просто в какой-то момент, когда технологии выходят на тот уровень зрелости, чтобы можно было где-то их применять, как, например, Дали-2 и Миджорни, их тут же люди находят, где применять. Просто это другие люди, это не ученые. Это разработчики продуктов, это стартаперы, это крупные энтерпрайз компании.
Дмитрий Прусов: То есть те, которые как раз в своих профессиональных областях сталкиваются с какими-то проблемами, для решения которых необходимо выйти за пределы существующих возможностей, как технологических, так и индустриальных? И именно построение таких моделей позволяет посмотреть чуть вперёд и, наверное, занять определенную долю на рынке?
Татьяна Шаврина: Да, безусловно. Есть даже такая концепция, она называется DDD (Dull, Dirty, Dangerous), то есть скучное, опасное и грязное производство. Это профессии и элементы работы в некоторых профессиях, которые должны быть автоматизированы в первую очередь. И мне кажется, во многом вот здесь ещё очень большой зазор, чтобы использовать новые возможности.
Михаил Бурцев: На самом деле, у искусственного интеллекта очень большая гуманитарная роль. Не все об этом думают. Но, на самом деле, это же очень простая и очевидная вещь. Посмотрите, у нас есть деятельность интеллектуальная и творческая у людей. И если мы поспрашиваем друг друга и проведём какой-то опрос, что делает человека человеком, то многие люди вам ответят: способность творить, способность придумывать что-то новое, способность испытывать какие-то эмоции и так далее. Это то, что как раз человечески присуще нам.
Если вы посмотрите, то многие из этих вещей не очень хорошо поддаются искусственному интеллекту. Зато искусственному интеллекту хорошо поддаются вещи, типа отвечать на одни и те же звонки, повторять какие-то вычисления. Казалось бы, что если мы спросим человека: «Вот это человеческая деятельность – целый день с утра до вечера отвечать на один и тот же вопрос?» Вам скажут: «Нет. Это, наверное, робот какой-то должен делать. Это не естественное. Человек роботом становится.
Дмитрий Прусов: То есть, грубо говоря, с точки зрения гуманитарной концепции, человек он творец, он должен высвободить максимально своё время, для того чтобы творить что-то совершенно новое, а все рутинные операции отдавать как раз роботам и искусственному интеллекту и всему остальному? Потому что мы прекрасно понимаем, что невозможно творить всем. От природы человек обладает определёнными способностями, навыками.
Михаил Бурцев: Каждый в меру своих способностей и будет творить.
Дмитрий Прусов: Хорошо. Тогда ещё гуманитарный взгляд на нейросети. С точки зрения глубинного понимания человека, возможно ли достичь такой истории, когда психотерапевт заменит искусственный интеллект? Раз уж у нас подкаст про дата терапи?
Михаил Бурцев: Мне кажется, что это зависит, также как и во многих других областях. Но тут есть несколько разрезов. Первое – это именно сложности случая, с которым сталкивается психотерапевт. Есть какие-то базовые вещи, в которых, наверное, искусственный интеллект может лучше, чем стандартный психотерапевт, действовать. По многим причинам. Например, то, что люди с большей лёгкостью доверятся какому-то алгоритму и расскажут ему что-то, что они другому человеку будут стесняться рассказать по каким-то социальным ограничениям и так далее.
Дмитрий Прусов: То есть искусственный интеллект он более эмпатичен, нежели чем живой терапевт?
Михаил Бурцев: Он может быть более эмпатичен. Мы его воспринимаем не как человека, поэтому готовы делиться с ним действительно со своими какими-то коренными проблемами, с которыми мы не готовы делиться с другим человеком, даже если он врач. И для таких базовых вещей это хорошо.
Также обратил внимание на эти прекрасные примеры, которые нам продемонстрировали большие компании, которые собирают много данных, которые легко смогли так таргетировать там политическую какую-то рекламу, что люди сами даже о себе не знали того, что о них знала соцсеть. И в этом плане алгоритмы при наличии достаточных данных могут локализовать и как-то помочь разрешить какие-то действительно психологические проблемы у людей даже лучше, чем какой-то психотерапевт.
Но, конечно же, это не относится к каким-то уникальным случаям, для которых требуется глубокое погружение в историю этого заболевания, в то, что человек переживает, какая у него модель окружающего мира, если она сильно отличается от стандартной. Тогда, мне кажется, что искусственный интеллект не справится, тут нужен человек.
И третье – это этические какие-то соображения и нормы. Тут тоже открыто много вопросов. Может ли, как в другой врачебной практике, насколько мы можем доверить и дать возможность искусственному интеллекту принимать решение, от которого зависит здоровье человека, психическое, например. То есть это все-таки должен в итоге какое-то последнее решение применять человек, а искусственный интеллект должен рекомендовать, или же будет доверие, что искусственный интеллект будет сам решение принимать. Это как и для любых других применений, где мы можем использовать искусственный интеллект, например, для анализа рентгеновских снимков. Но уже окончательное решение о том, какое медикаментозное вмешательство применять, принимает всё-таки врач, а не искусственный интеллект.
