По версии британского словаря английского языка Collins, словом 2023 года стал термин AI (artificial intelligence) — искусственный интеллект. Мы поговорили с Виктором Немченко о будущем нейросетей и их применении в науке.
Виктор Немченко – преподаватель курса «Нейронные сети и их применение в научных исследованиях» и одноименного межфакультетского курса в МГУ имени М.В. Ломоносова. Курс организован фондом «Интеллект». Виктор специализируется на решении прикладных задач с помощью машинного и глубокого обучения.
©Фото из личного архива героя
- Расскажите, чем вы занимаетесь?
- Я преподаю в МГУ имени М.В. Ломоносова. Мы ведем два курса: один упрощенный – МФК, другой – основной, где мы учим аспирантов использовать методы машинного обучения, или искусственного интеллекта, и делаем с ними публикацию по их тематике. То есть они могут заниматься совершенно разными темами, а мы их учим, консультируем и помогаем создать научную публикацию.
- Как вы пришли в сферу нейросетей?
- Занимался раньше совсем другими делами, но потом решил полностью поменять направление. Я всегда интересовался данными: мне давно казалось, что данные – это очень ценная информация, и всегда привлекала идея извлекать из них закономерности. Потом я уже обнаружил, что искусственный интеллект – это не будущее, которое где-то за горизонтом, а настоящее – он уже внедряется и используется. Я понял, что это реальность, а не какая-то мечта, поэтому и выбрал эту область.
- Почему нейросети так активно обсуждаются в медиа?
- Это происходит благодаря возможностям, которые нейросети нам предлагают. Люди видят результаты и начинают фантазировать, что будет дальше. Прогресс колоссальный! Но можно отметить, что это не первый хайп нейросетей: первый был еще в 1960-х годах. Люди тогда имели большие надежды, что буквально через 10-15-20 лет у них будет такой искусственный интеллект, который мы видим в фильмах, где роботы разговаривают как люди и могут мыслить. В основном пиар, я думаю, разгоняется компаниями, которые занимаются разработкой, потому что они обеспечивают прогресс в этой области. Если бы прогресса и заметных результатов не было, хайпа тоже не было бы.
- Может ли все затихнуть и снова наступить «зима искусственного интеллекта»?
- Существует вероятность, что все затихнет в случае каких-то провалов. Но сейчас уже есть ощущение, что этого не произойдет. Если раньше нейросети еще не так активно использовались, то сейчас они применяются действительно широко: практически во всех областях. В том числе, если мы возьмем научные исследования и посмотрим количество публикаций с использованием машинного обучения, мы увидим, как от года к году это число растет. Соответственно, нейросети проникают во все области. Что нас ждет дальше, сказать практически невозможно, но явно будут наращиваться обороты по вычислениям и явно будут изобретены новые подходы, которые позволят улучшить качество жизни.
- Что сейчас нейросети умеют делать точно лучше людей?
- Например, вы можете детектировать человека на камере и сказать: «Вот идет человек» – и выделить его какой-нибудь рамкой. Но вы не можете это делать 24 часа в сутки, просматривая тысячи камер. В этом плане нейросети могут действовать лучше, чем люди. Дальше, ChatGPT обладает большой широтой знаний, которой вряд ли похвастается хоть один человек. Плюс сложные вычисления нейросети делают быстрее, чем это может даже тысяча человек.
- Что на данный момент недоступно нейросетям?
- Сейчас решается проблема с модальностями – контентом, который нейросеть может потреблять и взаимодействовать с ним. То есть чтобы она могла, например, и тексты понимать, и картинки. Далее мы хотим получить такую нейросеть, «сильный искусственный интеллект», который бы мог с любыми модальностями работать: с ним можно было бы поговорить голосом, он бы воспринимал картинки и понимал данные в разных форматах, как это делаем мы [люди].
- Специалисты из каких сфер могут спать спокойно, и их точно не заменят нейросети?
- Индустриализация всегда происходила – это не новый процесс. Поэтому всегда будут некоторые профессии, которые будут умирать. Это будет связано не только с нейросетями. Настоящие специалисты практически все могут спать спокойно, потому что у них просто появляется новый инструмент. То есть раньше были люди, которые делали расчеты так: сидели писали на листиках, потом эти листики сводили, и получался один глобальный расчет. Сейчас у нас появились компьютеры, и эти люди просто перестали считать на листиках, а стали заниматься этим на компьютерах. Будет происходить то же самое. То есть и у художников, которые рисуют, и у людей, которые обрабатывают фотографии, делают контент, появляется инструмент генерации картинок, текста. Но все равно нужен человек, чтобы это собрать, чтобы понять, для какой цели это делается, и все эти генерации грамотно скомпоновать. Поэтому у нас по сути просто появляется более продвинутый инструмент, который призван улучшить качество жизни людей.
- Какие самые частые заблуждения, связанные с нейросетями, бывают у людей?
- Чаще всего люди приписывают нейросетям что-то живое. Мы часто говорим: «Она думает, она ошибается» – и так далее. Хотя по факту там нет никакого разума: просто происходят вычисления, и мы получаем некоторые вероятности каких-то событий или принадлежности к классу. От этого идёт целый ряд мифов: вопросы о том, может ли нейросеть обучаться сама без людей, о том, когда она сможет сама совершенствоваться, и о сингулярности, в которую мы тогда попадём. Следующий по популярности – миф, что когда-нибудь нейросети нас захватят, что они станут такими умными, что люди им будут не нужны и так далее. Этот миф в принципе выходит из первого.
- Прокомментируйте идею о том, что нейросети захватят мир и поработят людей.
- Я бы хотел, чтобы это быстрее произошло, потому что, кажется, мы заслуживаем этого (смеется). Действительно считаю, что это было бы неплохо. Почему-то мы думаем всегда, что нейросеть – это что-то, что поработит мир и будет, соответственно, нас зачем-то уничтожать. Но если мы представим сверхразум, который воспринимает все, то ему, может быть, гораздо выгоднее было бы нас правильно использовать, чем уничтожать. Потому что, возможно, делать людей гораздо проще и дешевле, чем делать новых роботов. Поэтому, я представляю, что если и будет какой-то сверхразум, то ему было бы гораздо дешевле использовать людские ресурсы и управлять ими, чем тратить ресурсы для создания роботов.
- Поговорим немного о вашем курсе. Какие самые интересные исследования проводились студентами?
- У нас проводилось довольно много всяких интересных исследований, мне сложно выделить кого-то. Вот пример из того, что я помню: он довольно простой для понимания. Когда изучают канцерогены, на человеке [их воздействие] проверить сложно, потому что они имеют долговременное влияние. Поэтому выращивают что-то более простое, например, лук, потом делают срез, и по его снимкам смотрят, как делятся клетки. Если клетки делятся хорошо и соотношение к неделящимся хорошее, то, значит, это не канцероген. Если плохо, значит, мы можем назвать это вещество канцерогенным. Проблема в том, что эти изображения очень большие, и на них может быть, допустим, четыре тысячи клеток. Людям, чтобы вручную посмотреть на каждую клетку, отметить её – она является делящейся, неделящейся и так далее – нужно очень, очень много времени. А таких изображений у нас может быть большое количество. И вот один из студентов делал у нас такой инструмент, который как раз таки позволил взять эти изображения, задетектировать с помощью нейросети клетки (какие являются делящимися, какие неделящимися) и посчитать эти соотношения автоматически. Это делается с такой точностью, которая в принципе решает задачу.
- Каково применение нейросетей в гуманитарных науках?
- Тоже довольно обширное, в разных областях. У нас есть и экономисты (не знаю, насколько их можно назвать гуманитариями), и юристы, и историки. Много работает лингвистов. Они делают, допустим, нейросеть, которая могла бы генерировать задания для того, чтобы тестировать людей на знание русского языка. То есть должна быть такая умная нейросеть, которая понимает, какие есть правила, какие слова могут быть в одном предложении, а какие не могут быть. Тогда можно было бы автоматически генерировать и проверять эти тесты. Другие задачи мы решаем с экономистами. Например, мы предсказываем по каким-то инструментам, какой будет на следующий день, допустим, волатильность на рынке. Это одна задача. Другая задача – мы предсказываем на основе новостей, как это может повлиять на цену. То есть мы делаем такую систему, которая получает на вход новости, график инструмента, его предыдущее значение и пытается предсказать, какое значение цены будет на следующий день – она вырастет или останется прежней. То есть у всех наших студентов есть какие-то свои задачи, которые они стараются решать с помощью нейросетей.
- Как можно применить нейросети в исследованиях в области медиа? Например, мы исследуем новостные заголовки и хотим выделить какие-то основные тенденции, узнать, какие заголовки наиболее привлекательны для людей.
- Мы могли бы сделать нейросеть-классификатор, которая определяля бы какой-то рейтинг заголовков и ранжировала их по популярности. Либо мы могли бы сделать такую нейросеть, которой мы могли бы дать текст статьи, дать десять вариантов заголовков, и она бы эти заголовки выстроила по привлекательности – по её «мнению», основанному на том, как мы её научили. Можно также проводить различные исследования социальных групп, то есть как бы медиамаркетинг. Мы можем выяснить, какие люди связаны, что они смотрят, что покупают, что читают и пытаться предсказывать следующие действия разных социальных групп: какая новость или информация была бы интересна какому-то человеку.
- Подведем итог: кому нужно уметь пользоваться нейросетями?
- Если мы говорим про учёных, то практически для всех важно понимать, что это такое и как это работает, уметь использовать нейросети как инструмент. Потому что если вы работаете в какой-то области науки, и там выходят новые исследования, связанные с нейросетями, то вам нужно понимать, что было сделано и как интерпретировать результат. Если вы понимаете, как это работает, вы сможете определить ценность такого исследования. И в целом сейчас нейросети так активно входят в нашу жизнь, что во многих профессиях или на бытовом уровне их можно использовать практически всем.
