Нейронні мережі та мобільні додатки
Один з топ-менеджерів Google Сандарам Пічаї заявив в 2014 році, що головним пріоритетом компанії на даному етапі її розвитку є машинне навчання. Через два роки, після цієї заяви, в березні 2016 року програма AlphaGo обіграла кращого гравця в Го професіонала 9 дана Лі Седоля. Ця програма, розроблена стартапом DeepMind і сьогодні належить Google, працює на алгоритмі самообучающихся нейромереж. Після розгромної перемоги штучного інтелекту над людським генієм почався бум нейронних систем.
Що з себе представляють нейромережі, де вони застосовуються і чому сьогодні про них згадується так часто, ми розповімо в цій статті.
Навігація
Що таке нейронні мережі і які завдання вони вирішують?
Людство давно б'ється над розробками в області штучного розуму. Нейронні мережі, одна з таких розробок. Принципи побудови таких мереж полягає в «копіюванні» людської нервової системи. Їх головна особливість в тому, що вони здатні до самонавчання. Тобто, можуть працювати на підставі даних отриманих раніше.
Але, нейромережі це не тільки імітація діяльності систем людини. Вони і за своєю структурою нагадують нервову систему. Тобто, складаються з окремих обчислювальних елементів. Які можна порівняти з нейронами людини. Всі дані, які отримує така мережа, послідовно проходять обробку декількох сегментів нейромережі (шарів), які складаються з декількох «нейронів».
Так як мережі відомі параметри кожного «нейрона» і всієї мережі в цілому, вона може в слідстві отриманих раніше даних міняти свою роботу. Тобто «самообучаться».
Сьогодні нейромережі застосовуються досить часто. Наприклад, багато великих інтернет-магазини використовують їх для того, щоб пропонувати своїм клієнтам більш підходящі для них товари. Також широко застосовуються такі математичні моделі для розпізнавання і відтворення мови, а також розпізнавання і обробки зображень.
Бум на безпілотні автомобілі також відкрили нову сферу застосування нейронних мереж. Вони використовуються для прокладки маршруту і роботи систем навігації.
На них звернули увагу і виробники антивірусного ПО. Такі розробки в галузі штучного розуму дозволяють захистити інформацію від кіберзлочинців і виявити протизаконний контент в Інтернеті.
Уже зараз футурологи «малюють» дивовижну картину майбутнього, де масштаби застосування нейромереж зростуть багаторазово. Наприклад, з'являться роботи, садівники. Які завдяки сотням вбудованих мікрокамер отримуватимуть дані, аналізувати їх і відокремлювати бур'яни від культурних рослин. Завдяки «самонавчання» такі роботи здатні застосувати до кожної рослини індивідуальну обробку.
У розробляється зараз «інтернеті речей» нейронні мережі зможуть створити голосові інтерфейси для «спілкування» різних об'єктів такої «павутини». Алгоритми такої математичної моделі зможуть замінити людину в колл-центрах, контролерів на складах, перекладачів, консультантів і представників інших професій. На думку багатьох аналітиків, на це нейронних мереж буде потрібно всього 3-5 років.
Уже сьогодні нейронні мережі дозволяють приймати деякі рішення за людину. Нехай поки їх назвати занадто інтелектуальними не можна, але перемога в Го програми, заснованої на таких алгоритмах, дозволяють вірити в її успіх на майбутнє.
Чому нейронні мережі стали так популярні саме зараз?
Про штучний інтелект людство задумалося дуже давно. Про використання для вирішення цього питання нейронних мереж заговорили 70 років тому. Але, лише сьогодні це стало можливим в тих обсягах, які необхідні.
Популярність нейромереж сьогодні обумовлене збільшеною швидкістю роботи «нейронів». Тобто окремих обчислювальних елементів. Завдяки чому вдалося знизити час на стадію «навчання». Необхідні для роботи таких мереж десятки мільйонів даних завдяки сучасним процесорам і відеокарт обробляються досить швидко. Сучасні технології прискореного навчання і вивели їх на передову штучного інтелекту.
Алгоритми нейронних систем в мобільних додатках
Останнім часом на ринку мобільних додатків з'явилося дуже багато розважальних проектів, які використовують нейромережі. Звичайно, головну рекламу їм зробило додаток Prisma. Крім того, варто відзначити і конкурента цього додатка Mlvch, а також популярний відеосервіс MSQRD. Який також використовує описувані математичні алгоритми.
PRISMA
Додаток Prisma, російських розробників, перетворює фотографії під картини відомих художників, мабуть, найвідоміше застосування нейронних мереж в сучасному житті. В першу чергу, Prisma демонструє можливості таких математичних алгоритмів при розробці мобільних додатків. Але, така стилізація зображень може застосовуватися не тільки в розважальних цілях, але і в дизайні, мультиплікації, комп'ютерної графіки та інших подібних областях.
Так, творців Prisma не можна назвати першопрохідцями. Використання нейромереж для обробки зображень застосовувалося і раніше. Наприклад, для створення фільму в стилі Ван Гога застосовувалися схожі алгоритми, але обробка одного кадру займала близько 3 хвилин. Сучасні технології дозволяють це зробити набагато швидше. У тій же Prisma на обробку однієї фотографії йде трохи більше 1 секунди. І це при тому, що фотографія завантажується на сервер, обробляється і відправляється користувачеві.
При обробці фотографії визначаються відображені на ній об'єкти. Після чого до знімка застосовується стиль обраного художника. Тобто, додаток за допомогою штучних нейронних мереж «дублює» роботу мозку художника. Це дивно, заворожуюче і дуже красиво.
Зараз в «Призма» можна вибирати фільтри імітують стилі 21 художника - від Едварда Мунка і Марка Шагала до Ван Гога і Пікассо. За словами розробників, в уже скоро алгоритми додатки допоможуть вибрати відповідні фільтри в автоматичному режимі.
MLVCH
Додаток Mlvch є головним конкурентом Prisma.
Додаток Mlvch є головним конкурентом Prisma. Воно працює на подібному алгоритмі, але відрізняється більш складною опрацюванням. Якщо в Prisma зображення обробляється за 20-30 ітерацій, то в Mlvch за 100. Що дозволяє на виході отримати більш детальне зображення. Крім того, в Mlvch в 2,5 рази більше фільтрів, ніж в Prisma.
Що стосується мінусів, то така складність обробки фотографій в Mlvch збільшує час отримання готового варіанту. Крім того, на безкоштовній основі в день можна обробити тільки одну фотографію. За всі наступні доведеться платити по 75 рублів. Крім того, можна купити пакет з 100 фотографій за 2990 рублів.
Де ще застосовуються нейронні мережі?
Звичайно, прикладні продукти, що використовують нейромережі, найчастіше застосовують для аналізу зображень. Але, за допомогою програми Clarifai можна піти далі і розпізнати зображення на відео. Ще один подібний сервіс пропонує російська компанія Ntechlab. Вона розробила додаток Findface. За допомогою якого можна по фотографії користувача знайти його профіль у соціальній мережі «Вконтакте»
Сервіс «Авто.ру», який сьогодні належить Яндексу, по фотографії самостійно розпізнає марку і модель зображеного автомобіля. Принцип «комп'ютерного зору», застосовуваний в такому розпізнаванні, також працює на технології нейромереж.
За допомогою програми Ostagram можна не тільки накладати стилі, але навіть перемальовувати картини. А за допомогою Deepomatic, користувачеві на основі того, які картинки він роздавав в інтернеті, пропонуються товари з інтернет-магазинів.
Звичайно, аналізом картинок з рекламними і розважальними цілями область застосування нейромереж не обмежується. Стартап Ava дозволяє стежити за своїм здоров'ям. Додаток аналізує фотографію страв і продуктів харчування і видає інформацію про калорії і різних добавках.
Не так давно за допомогою алгоритму нейронних мереж Яндекс записав музичний альбом «Нейронна оборона». Проект, який отримав назву «Автопоет», генерував заримовані тексти.
Використовує описувані математичні алгоритми і інший провідний інтернет-пошуковик Google. У листопаді 2015 року цю компанія впровадила в свою пошту Gmail спеціальну функцію, завдяки якій сервіс сам генерує три відповіді на вхідний лист. Вибрати найкращий можна одним кліком миші.
Також нейронні мережі використовують при створенні безпілотних автомобілів і літальних апаратів. Спочатку цими засобами пересування управляє людина. Дані збираються в спеціальну базу, яка використовується для «навчання» автопілота. Уже зараз в Швейцарії діє безпілотний літальний об'єкт, який використовує принципи нейромережі і застосовується для пошуку заблукалих туристів.
безпілотний автомобіль
Популярні останнім часом боти, які використовуються в соціальних мережах і меседжерах, також можуть використовувати описувані математичні алгоритми. Американський стартап Luka з успіхом використовує нейромережі для навчання своїх ботів. А за допомогою програми Eterni.me можна створити аватар і «навчити» його бути своїм власником. Для цього нейромережі збирають інформацію про власника аватара і впроваджують її віртуальному об'єкту. Такий об'єкт після смерті свого прототипу зможе продовжити «життя» свого власника.
Крім того, такого бота-аватара можна створити для спілкування з людьми, на яких вам не хочеться витрачати час. Компанія Burner з успіхом тестує такий продукт. Чекаємо появи спеціального додатка для створення свого бота.
Також нейронні мережі в майбутньому будуть використовуватися для постановки медичного діагнозу або «читання» результатів аналізів. Такі компанії як Atomwise, Enlitic, Quantified Skin і ін. Вже працюють в цьому напрямку. А проект Deep Genomics може аналізувати геном і передбачати розвиток можливих захворювань.