Мы уже живем в новой реальности

Математик Александр Кулешов — об неестественной нейросети, которая уже может думать, и об информационном поле, которое живет само по себе. Из-за чего современных математиков именуют шаманами, о чем думает неестественная нейросеть и какое отношение имеет неприятность Громадных данных к племенным курам — об этом Огоньку поведал узнаваемый ученый, эксперт в области IT, ректор Сколковского технологий и института науки, глава ученого совета ИППИ РАН, академик РАН Александр Кулешов.

Данное интервью продолжает совместный медиапроект Огонька с Университетом неприятностей передачи информации им. А.А. Харкевича РАН Математические прогулки.

— Александр Петрович, вы как-то назвали себя математиком, переучившимся в инженера, исходя из этого хотелось бы поболтать о том, как современная математика воплощается в прикладных вещах.

— Понимаете, сейчас математику не так на прикладную и фундаментальную. Сам Андрей Николаевич Колмогоров, ведущий математик второй половины ХХ века, открыл ворота для огромного количества работ в прикладных областях. Он трудился в сферах сложности теории возможности, математической статистики, теории информации, каковые прикладными никак не назовешь, но в итоге из этого появилась, к примеру, теория кодирования, без которой немыслима вся современная электроника.

— Однако, в то время, когда говорят о современной прикладной математике, значительно чаще в голову приходит так называемая неприятность Громадных данных: человечество накопило огромный количество информации и сейчас пробует это как-то применять.

— В первую очередь давайте определимся, что именуется Громадными данными. С подачи господина Обамы это стали воспринимать как раз как накопление информации (в 2012 году американский президент выделил 200 миллионов долларов на изучение данной неприятности.— О). Но в действительности речь заходит о новых методах обработки данной извлечения и информации из нее знаний.

Вот тут сейчас случились воистину революционные трансформации.

— Возможно привести какой-нибудь революционный пример?

— Пожалуйста: только что завершился проект ImageNet, что делали китайцы на деньги Стэнфордского университета. Они собрали огромную базу данных, которая содержит 14 млн изображений, разбитых на 22 тысячи классов,— растения, животные, пагоды, реки и т.д. После этого они подписали каждую из этих картин, что, согласитесь, совсем нетривиальная история, и сейчас на базе этих данных создаются программы, каковые смогут опознать любое изображение на фото, которое предложишь.

Наряду с этим, увидьте, в случае если человек, делая подобную задачу, ошибается в 5 процентах случаев, то программа — в трех с половиной, другими словами она уже что-то делает лучше, чем человек.

— Это какой-то ответственный порог для человечества?

— Непременно. Так как случилась совсем необычная вещь: показалось то, что в первый раз возможно действительно назвать ИИ. Раньше все были уверенны: нет ничего для того чтобы, что имел возможность бы сделать компьютер, но не имел возможности бы сделать человек, если бы имел достаточно времени. А вот сейчас, к сожалению, это уже не так. Начало воплощаться будущее, которое мое поколение воображало по рассказам Айзека Азимова, Рея Брэдбери, а молодежь — по фильму Терминатор.

То, что еще лет 10-15 назад казалось полной научной фантастикой, сейчас внезапно выяснилось совсем родным. Мы уже живем в некой новой действительности.

— А в чем эта новая действительность проявляется? Так как мы воображаем будущее наполненным человекоподобными роботами и летающими автомобилями.

— Понимаете, еще 20 лет назад мы ни в каких фантастических проектах не могли себе представить мир социальных сетей и мобильного интернета, в котором живем сейчас. на данный момент происходит приблизительно такое же по значимости изменение, которое мы до тех пор пока еще сами не поняли. Это связано с тем, что из нашей жизни в недалеком будущем всецело провалится сквозь землю такое понятие, как приватность.

Грубо говоря, любой человек в любую секунду времени будет знать, где вы находитесь и что делаете.

— Вы имеете в виду работу разведслужб?

— Ни в коей мере! Это происходит само по себе. Приведу несложной пример: у меня сейчас был назначен ланч в отеле Москва. По дороге на Красной площади я прошел мимо группы китайцев, каковые фотографировались, случайно засняли меня в этот самый момент же выложили фото в Сеть. Представьте себе, уже на данный момент она сама может опознать человека, изображенного на фото в любом ракурсе, и сообщить в соцсеть, где он, данный человек, находится.

Говоря в противном случае, ты нигде не можешь спрятаться, по причине того, что не знаешь, где и какой китаец тебя сфотографирует. Некое созданное единое информационное поле, в котором тебя весьма легко отыскать и отследить, уже на данный момент живет собственной судьбой. Человечество в действительности не отдает себе отчета, какого именно джинна из бутылки оно выпустило.

— Распознавание изображений, образов связано с работой так называемых нейронных сетей — некоторых компьютерных методов, каковые, как я осознаю, могут сами себя обучать. Имеете возможность поведать, как устроена их работа?

— К сожалению, нет. До сих пор математического объяснения работе нейронных сетей не существует. Грубо говоря, мы не понимаем законов физики, каковые задействованы в их работе. И по сей день, по сути, среди самых гениальных математиков во всем мире заявлен негласный конкурс на то, кто первый растолкует, как все это устроено.

Многие математики разглядывают это как основной вызов в собственной жизни.

— Значит, ученые создали что-то такое, что сами не смогут растолковать?

— Да, необычная вещь, но в этом отношении мы возвратились в XVI век, в то время, когда ученые замечали какой-то эффект, но не могли его растолковать. Человечество не сталкивалось с подобным, возможно, со времен Галилея. Это относится нейронных совокупностей, так называемых совокупностей Deep learning — глубинного обучения, и без того потом.

— Но все же имеется какой-то принцип, что лежит в базе этих совокупностей?

— Имеется некий подход, основанный на работе сетей с громадным количество уровней, каковые некоторым загадочным образом могут тренироваться. Мы вводим в том направлении определенный количество информации, они каким-то образом его обрабатывают, выделяют в нем ответственные вещи и выдают некоторый новый продукт. Сам данный процесс обучения в действительности достаточно мистический, по причине того, что неясно, как это происходит.

В том месте, внутри, само собой разумеется, трудятся кое-какие математические методы, а также оптимизационные и тому подобные, но как в целом устроен процесс, мы не понимаем. В мире имеется математические гуру, каковые могут создавать настоящие нейронные сети. Это похоже на кулинарный рецепт отечественных бабушек, каковые всего додавали по щепотке на глаз, но на словах не могли растолковать, как же варить щи.

— Что это за люди?

— Западные математики между собой именуют их шаманами. Их всего пара человек в мире, и это, без преувеличения, самая востребованная и самая высокооплачиваемая сейчас категория людей. Они могут делать так, что нейросеть начинает думать.

Среди фаворитов направления — Джошуа Беньо (Монреальский университет изучения методов), Ян Лекун (начальник Центра изучения данных при Нью-Йоркском университете), Алекс Крижевский (Университет Торонто). Это, непременно, самое увлекательное, что на данный момент творится в области прикладных вещей.

— Вы упомянули о Deep learning — глубинном обучении, которое разрешает трудиться этим самым нейронным сетям. В данной области также возможно ожидать прорыва?

— О, это направление на данный момент весьма популярно. Эти способы начали использоваться везде, и я бы кроме того назвал это неким локальным сумасшествием. В мире, в том числе и в Москве, существуют клубы любителей Deep learning. Это многих завлекает, по причине того, что снаружи думается несложным. Сущность такая: вы задаете машине некоторый количество информации и она сама решает, что с ним делать.

К примеру, мой аспират подсунул компьютеру мир и Войну Льва Толстого и Негромкий Дон Шолохова. В итоге через какое-то время Сеть начала создавать собственный текст, в котором фактически не было грамматических неточностей, при том что синтаксиса и никаких правил орфографии ей никто не растолковывал. Она сама осознала, как нужно, и в случае если ее не остановить, она будет писать текст всегда, не останавливаясь.

— А имеется в этом тексте суть?

— Понимаете, в то время, когда начинаешь просматривать, то только через несколько страниц осознаёшь, что смысла в том месте нет, не смотря на то, что написано все складно. не забываю, в том месте Пьер Безухов задаёт вопросы графа Болконского: Слушай, ты в далеком прошлом с Новочеркасска?

— Такие вещи выглядят, непременно, увлекательными, но вряд ли в них будут вкладывать огромные деньги…

— Я до сих пор говорил о применении нейросетей для вещей более либо менее тривиальных, бытовых. А в действительности для них имеется огромное количество чисто инженерных применений. Представьте, что сейчас инженер во всем в мире в среднем 80 процентов собственного времени тратит на поиск аналогов.

Проектирует он, предположим, некоторый редуктор либо профиль самолета. Сперва он будет искать аналог, дабы позже внести в него какие-то нужные трансформации. Это совсем разумно, по причине того, что довольно глупо любой раз все разрабатывать с нуля.

Где же искать эти аналоги? В огромных базах данных, в электронных библиотеках, куда другие инженеры складывают собственные решения. Целый вопрос в том, как в том месте отыскать что-то подходящее.

Оказывается, что это в полной мере решается способами нейросети, которая может обучиться искать то, что нужно.

— И это действительно поменяет работу инженера?

— Не то что работу инженера, а в каком-то смысле может совсем грандиозным методом поменять картину мира, по причине того, что разрешит людям неумелым либо не совсем опытным делать достаточно непростые вещи. К примеру, в случае если на данный момент любой новичок может распечатать себе на 3D-принтере расческу, то не так долго осталось ждать он сможет сделать посредством нейросети детальный чертеж дачного домика либо еще что-то подобное. Провалится сквозь землю целая прослойка инженеров — светло синий воротничков, каковые сейчас решают громадный количество достаточно тривиальных с позиций математики задач.

— Но непростые задачи все-таки будут решать люди?

— Непременно. механизмами и Сложными машинами будут заниматься люди, но неприятность в том, что среди 70 млн инженеров-конструкторов в мире сложными способами обладает всего 1 процент! Это узнаваемая вещь, 99 процентов именно солидную часть собственного времени отыскивают аналоги.

— Кроме того страшно себе представить, чем будут заниматься эти миллионы инженеров, в то время, когда они окажутся на улице благодаря прогрессу!

— Это отдельный разговор, легко сама работа инженера быстро изменяется. Осознаёте, раньше самолет делался 10-15 лет, а сейчас если он не будет обновляться каждые 4 года, то компания прогорит. Все это трудится на совсем второй идеологии, методологии, на совсем новых подходах.

В случае если раньше способы инженерии были основаны на профессионализме, чутье, здравом смысле разработчика, на длительном опыте и знаниях работы, то на данный момент ты обязан мочь верно трактовать те результаты, каковые тебе выдает компьютер. Ты можешь, само собой разумеется, как прежде, выучить сопромат, но это как логарифмическая линейка, которой пользоваться сейчас, в принципе, смешно. Ветхая инженерная школа во всем мире .

— В Российской Федерации она погибла как-то по-особому, сейчас слышатся призывы возобновлять класс инженеров, тогда как раньше они были именно самым избыточным классом. Каких инженеров, на ваш взор, нам не достаточно прежде всего?

— Любых инженеров без ограничения. Как мы знаем, что русский, еще дореволюционная, а позже и советская инженерная школа была весьма сильной. Но она вся погибла в связи с тем, что за прошедшие 25 лет, в то время, когда, как я сообщил, профессия инженера радикально изменялась, мы ничего не делали и время потеряли. В случае если сейчас взглянуть на все отечественные большие фирмы, то везде имеется такое двухмодовое распределение по возрасту: молодежь до 30 лет и старички, каковые уже вряд ли смогут чему-то учить.

Их знания не капитализируемы, исходя из этого у нас большая дефицит инженеров во всех областях.

— А как у нас обстоит дело с образованием математиков? Отечественная математическая школа была известна далеко за пределами России.

— Понимаете, в то время, когда в середине 1950-х CCCP запустил первый спутник, для США советское образование стало эталонным, они начали копировать то, что существовало у нас: совокупность математических кружков, спецшкол и т.д. У нас была замечательно развита совокупность всесоюзных олимпиад, которая охватывала миллионы детей. Кроме того если ты жил в самой глухой деревушке, тебя вылавливали широким неводом, и в итоге ты выяснялся в Москве.

Сейчас какие-то частицы данной традиции сохранились, их необходимо беречь, поддерживать.

на данный момент в Российской Федерации в целом сохранился высокий уровень математической культуры. Имеется красивая лаборатория в Санкт-Петербургском национальном университете, имеется Математический университет им. Стеклова, Институт передачи информации РАН (ИППИ), имеется, в итоге, совсем неповторимый для всей земли Свободный университет, что был сделан подвижниками математики без копейки национальных денег.

— За счет чего математическая школа смогла пережить 25 лет развала, поглотившего инженерную школу?

— Традиция — великое дело, она является распространением вниз во времени стереотипов работы, поведения, организации университетов. У нас сохранились достаточно твёрдые математические семинары, которыми в свое время славились стенки ИППИ РАН, где трудился тот же Израиль Моисеевич Гельфанд. В том месте, к примеру, назвать человека дураком публично было нормально, конечно. Если ты сказал ерунду, то тебя имели возможность оборвать на любом слове и пояснить, кем ты являешься в действительности.

Это была весьма твёрдая аудитория, где необходимо было выпить полпузырька валерьянки, перед тем как зайти. С одной стороны, она, непременно, людей разламывала, делала безумными в прямом смысле этого слова, но с другой — в ней была великая польза, по причине того, что она не разрешала расслабиться, давала немыслимую интеллектуальную закалку.

В случае если о человеке говорили, что он, к примеру, прошел семинар

Сверхвозможности человека !!! В какой реальности мы живем?

Увлекательные записи:

Похожие статьи, которые вам, наверника будут интересны: