Встреча с Майком Бутчером, главным реактором TechCrunch в Цифровом Октябре 2 июня с темой Artificial Intelligence & Exponential Future.

Интересно, что на встрече отношение к ИИ было скорее восхищенное и благодушное. Так, например, Майк несколько раз упоминал самоуправляемые автомобили как пример растущей автоматизации. Однако чуть позже Майк отмечал, что художники и другие творческие профессии – в безопасности от захвата их деятельности искусственным интеллектом.

Лет 10-13 назад группа весьма уважаемых экспертов из Гарвардского университета говорила о том, что очень многие виды деятельности будут автоматизированы, и никуда от этого не деться. Только вот, как ни крути, сказали они, но профессия водителя грузовика – настолько сложная и замысловатая, что ей ничего не грозит от ИИ. В тот же год DARPA запустила конкурс на создание самоуправляемой машины. “Никогда не говори никогда”.

Вот и на слайде выше сказано, что до 60% всех работ в течение 20 лет будут автоматизированы. Больше всего хотел бы знать, что это за оставшиеся 40% – это что такое будут продолжать делать люди, с чем не справятся машины?

Впрочем, хотел я узнать на этой встрече вполне практичные вещи, но не удалось. Читал уже довольно давно о том, как одна группа создала приложение машинного обучения и начала “тренировать” его тысячами научных статей. И сеть начала находить связи и паттерны между фактами, гипотезами и темами научных работ. Понятно, что не очень хорошо, но всяко лучше, чем ничего, потому что люди без машин никогда просто не смогли и не  смогут это сделать. Вот с такой программой я бы поигрался, но увы, пока для пользователей вроде меня такое еще недоступно.

Кто-нибудь может подсказать программы, использующие то, что принято сегодня называть ИИ, с графическим интерфейсом и не требующих знаний программирования? Что-нибудь из этой картинки:

карта с сайта http://machinelearningmastery.com

Гугловский сервис DeepDream дает возможность обработки изображений через программу, которая «видит» странных животных и объекты в картинке. Так, выше – что я сделал с картинкой авокадо с помощью DeepDream (7 уровень, весьма глубокий, по клику открывается в полный размер). Оригинал:

Как пишет википедия, «программа была написана для нахождения на картинках лиц и других паттернов, с целью автоматической их классификации». Но если программу продолжать натравливать на картинку для более глубокого поиска, тогда она и начинает находить лица и паттерны, там, где их, собственно, нет. Ну, или для любителей философии, там, где их не видит человек. А может авокадо так и выглядит на самом деле? :)

Картинки при этом получаются похожими на зрительные галлюцинации человека под психоделиками (по мнению опытных пользователей). Факт этот любопытен тем, что может означать функциональное сходство между зрительной корой человека и нейронной сетью искусственного интеллекта.

Еще одно недавнее исследование: ученые (Radford, Metz, & Chintala, 2015), тренируя особый тип нейронных сетей, generative adversarial networks, научили компьютер генерировать дизайны помещений (вполне неплохие, кстати), и лица людей. Так, давая фотографии улыбающихся женских лиц, дали задание выделить концепцию «улыбки» и соединить ее с концепцией «мужчина». В результате получается коллекция улыбающихся мужских лиц несуществующих людей. Пока еще, конечно, не совершенно, но сети учатся быстро.

Как отмечает автор статьи в New Scientist (Aron, 2015), вполне скоро мы могли бы искать картинки в Гугле по описанию – сама картинка будет генерироваться на лету и будет абсолютно уникальна.

Недалек тот день, когда искусственный интеллект будет создавать гораздо лучшие и картины, и дизайны, как зданий, интерьеров, так и любых механизмов и приборов, и всего остального. Чем займемся мы – вот вопрос, на который пора начать отвечать.

Aron, J. (2015). Computer’s imagination creates human faces. New Scientist USA. December 5, 2015.

Radford, A., Metz, L., & Chintala, S. (2015). Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks. arXiv.org. http://arxiv.org/abs/1511.06434

В мае 2015 вышла статья исследователей из Университета Рутгерз (Saleh & Elgammal, 2015). Они составили коллекцию цифровых изображений 81,449 картин 1,119 художников, начиная с 15 века до наших дней. Компьютерная программа, которую они создали, смогла научиться классифицировать работы по стилю, жанру и художнику. Точность, которую она достигла за короткий срок: 63% точности идентификации по художнику, 60% – по жанру, и 45% – по стилю. Что интересно, эти алгоритмы позволили обнаружить некоторые факты – так, выяснилось. что на творчество некоторых художников было оказано влияние других творцов. Это, понятно, обычное дело, но именно об этих конкретных случаях искусствоведам известно не было.

Например, алгоритм обнаружил, что картина француза Фредерика Базиля (Frederic Bazille) «Мастерская на улице Ла Кондамин, 9, в Париже», написанная в 1870 году (в начале статьи), и картина американского художника Нормана Рокуэлла (Norman Rockwell) «Парикмахерская Шаффлтона», написанная в 1950 (выше этого параграфа) весьма похожи. Авторы исследования стали искать сведения о таком факте в истории искусства, но ничего не нашли (статья про эту находку).Желтым выделены очень похожие объекты, красным – схожая композиция, а синим – схожие структурные элементы. Без всяких натяжек можно сказать, что компьютерный алгоритм сделал, пусть и небольшое, но открытие.

Сами исследователи не считают, что такие алгоритмы заменят искусствоведов, но, на мой взгляд, это скромность. Не знаю как вы, а у меня нет сомнений, что вскоре на этом направлении будет еще много достижений. Компьютерные программы учат «понимать» живопись, точность идентификации начнет приближаться к максимуму, мы узнаем еще много интересных фактов из области искусства. Алгоритмы научатся не только «понимать», но и создавать шедевральные картины, скульптуры и музыку.

А что делать нам?

Saleh, B., & Elgammal, A. (2015). Large-scale Classification of fine-art paintings: Learning the right metric on the right feature. Arxiv.org. Полный текст: http://arxiv.org/pdf/1505.00855v1.pdf

Ну, как и было обещано, Google Translate обновил свое приложение сегодня, и это просто класс! Ну расскажи кому-нибудь такое лет 20 назад, звучало бы как чистая фантастика, разве не так? Ты направляешь камеру телефона на вывеску на иностранном языке и видишь на экране эту же вывеску уже с переводом.

Теперь я буду знать, что означает это предупреждение на немецком и останусь сухим.