Кто создает нейросети профессия

Обновлено: 11.05.2024

Нейросети все чаще используются в разных сферах от майнинга криптовалют до прогноза поведения пользователей. В отчете Всемирного экономического форума говорится, что в ближайшие годы сферы их применения расширятся и использовать их будут активнее. Поэтому и специалисты в области нейросетей востребованы. Правда, этой профессии нужно основательно учиться. В этой статье мы собрали курсы по нейронным сетям и машинному обучению (deep learning), которые помогут вам получить качественные знания в области ИИ. Но сначала немного о том, что такое нейросети и чем занимается специалист по нейросетям.

Содержание

Что нужно, чтобы стать специалистом по работе с нейронными сетями

Нейронные сети — это такие наборы алгоритмов и связей, которые построены по принципу работы мозга человека. С их помощью программисты прогнозируют события, распознают изображения и символы, обрабатывают огромное количество данных.

То есть, ученые моделируют систему, схожую с мозгом, и обучают ее решать конкретные задачи. Чтобы разбираться в этой сложной системе, профессионалам нужна комплексная подготовка и системное мышление.

Нейросети для начинающих специалистов: какие навыки нужны

Вот какие знания и навыки будут вам нужны для старта карьеры.
Hard skills:

основы математического анализа, статистики, теории вероятности;
язык программирования Python или C/C++;
методология машинного обучения, умение использовать основные библиотеки для машинного обучения;
умение подготавливать и очищать данные, оценивать качество получившихся моделей.

хорошие коммуникационные навыки;
умение работать с большим объемом данных;
навыки творческого и комплексного решения проблем;
критическое мышление.

В общем, знаний и умений требуется достаточно много, но и спрос на специалистов высокий. По данным из отчета ВЭФ, в ближайшие 5–10 лет эта сфера будет стремительно развиваться. И, по мнению экспертов, помимо расширения, произойдут изменения в инструментах. Они станут более унифицированными и демократичными.

Средняя заработная плата специалиста по машинному обучению — 172 000 руб.

Как видите, перспективы довольно радужные. Остается только найти подходящий курс и пройти его. Мы сделали подробную подборку курсов и составили небольшой список ресурсов и книг, которые помогут вам составить представление о нейронных сетях и машинному обучению.

Нейронные сети: платные курсы

А теперь расскажем о каждом курсе более подробно.

Курс подойдет IT-специалистам среднего уровня. Вы прокачаете практические навыки работы с нейросетями, получите новые инструменты и пополните портфолио 20 достойными работами, сможете сделать чат-бота и получите опыт анализа изображений. Трудности в обучении решаются сразу – у вас будет поддержка менторов и помощь экспертов курса.

Чему научитесь:

работать с многомерными свертками и многослойными нейросетями;
организовывать NLP (обработку машиной естественного языка);
state-of-art сегментации на практике, узнаете принципы работы компьютерного зрения;
понимать базовое устройство нейросетей, идей генератора и дискриминатора;
строить языковые модели, получите знания в области машинного перевода;
управлять историей.

Цена: 45 000 руб./31 500 руб. со скидкой.

Программу обучения и список преподавателей ищите по ссылке.

Курс для тех, кто на практике хочет узнать, как создавать работающие нейросети по основным направлениям и организовывать data science проекты.

Он поможет узнать, как планировать исследования, выдвигать гипотезы и решать задачи бизнеса. А также в каком виде подавать результаты исследований заказчикам.

Чему научитесь:

строить и оценивать модели, работать с переобучением, использовать алгоритмы кластеризации;
строить разные рекомендательные системы и комбинировать их;
строить нейросети с машинным зрением;
обрабатывать естественный язык;
работать с временными рядами;
организовывать проект и составлять отчеты для заказчиков.

Цена: 70 000 руб./42 000 руб. со скидкой.

Программу обучения и список преподавателей ищите по ссылке.

Нейронные сети: курс от SkillFactory

Практический курс для тех, кто уже имеет базовое понятие в теме и владеет Python. Программа выстроена так, что студенты проходят полный цикл проекта: от аренды GPU-сервера для машинного обучения до создания рабочей модели нейросети и работают с 7 разными нейронными сетями.

Чему научитесь:

использовать машинное обучение для решения задач бизнеса;
создавать и оптимизировать нейросети;
распознавать изображения с помощью сверточной нейросети;
реализовывать обучение с подкреплением на примере персонажа игры;
обрабатывать естественный язык.

Цена: 63 000 руб./30 900 руб. со скидкой.

Программу обучения и список преподавателей ищите по ссылке.

Курс подходит для старта в профессии и не требует специальных навыков. Весь необходимый математический и технический бэкграунд студенты получают в первый год обучения. Более 70% курса — живое общение на вебинарах, где можно получить ответы на вопросы, возникающие в процессе обучения. Предусмотрена практика на стендах и более 12 кейсов, которые подойдут для портфолио.

Кроме базового, доступны четыре дополнительных мини-курса со свободной датой начала.

Чему научитесь:

программировать на Python;
собирать данные и проверять статистические исследования;
применять основы математического анализа, математической статистики и теории вероятности;
обучать нейронные системы;
обрабатывать изображения и видео, работать с компьютерным зрением;
обрабатывать естественный язык;
создавать приложение для анализа изображения на камере и чат-боты.

Цена: 63 000 руб./30 900 руб. со скидкой.

Программу обучения и список преподавателей ищите по ссылке.

научным сотрудникам и преподавателям;
владельцам или сотрудникам компаний, которые хотят разбираться в ИИ или планируют внедрить машинное обучение в своей компании, не привлекая сторонних специалистов;
всем остальным, кто интересуется наукой и хочет уверенно участвовать в дискуссиях и конференциях по теме.

Во время обучения студенты изучают эволюцию взглядов на моделирование мышления и философские аспекты искусственного интеллекта. Обсуждают проблемы возможной неуправляемости технологическим развитием, моральные дилеммы и угрозы для человечества со стороны ИИ.

Чему научитесь:

понимать существующие научные концепции в области ИИ и методологические концепции будущего;
разбираться в вопросах этики;
проводить собственные научные исследования.

Из трех бонусных модулей вы узнаете о влиянии искусственного интеллекта на искусство и изучите теорию разума одного из выдающихся ученых XX века — антрополога, биолога, эколога, кибернетика и теоретика коммуникации Грегори Бейтсона.

Программу обучения и список преподавателей ищите по ссылке.

Что посмотреть и почитать на тему нейросетей и машинного обучения

\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442 \u043f\u043e \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u0435\u043a\u0442\u0430 ">,

\u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439 \u2013 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u043e\u0437\u0434\u0430\u0435\u0442 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0435 \u0441\u0435\u0442\u0438 \u043f\u043e\u0434 \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0435 \u043f\u0440\u0438\u043a\u043b\u0430\u0434\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438. \u0414\u043e\u043b\u0436\u043d\u043e\u0441\u0442\u044c \u043c\u043e\u0436\u0435\u0442 \u043d\u0430\u0437\u044b\u0432\u0430\u0442\u044c\u0441\u044f \u043f\u043e-\u0440\u0430\u0437\u043d\u043e\u043c\u0443: \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442-\u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439, \u043a\u043e\u043d\u0441\u0442\u0440\u0443\u043a\u0442\u043e\u0440 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439.

\u0427\u0435\u043c \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442\u0441\u044f \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439:\n

\u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439 \u0434\u043b\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0442\u0440\u0435\u0431\u0443\u0435\u043c\u044b\u0445 \u0437\u0430\u0434\u0430\u0447;\n

\u041e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439 \u0441\u0435\u0442\u0435\u0439 \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043b\u0435\u043d\u043d\u044b\u043c\u0438 \u0434\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043f\u0440\u0438\u043c\u0435\u0440\u0430\u043c\u0438;\n

\u0420\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u043e\u0432 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f;\n

\u0414\u043e\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u0441\u0435\u0442\u0435\u0432\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439;\n

\u0418\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0435 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439 - \u043f\u043e\u0438\u0441\u043a \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0438\u0445 \u043f\u043e\u0434 \u0437\u0430\u0434\u0430\u0447\u0443 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b;\n

\u0410\u0434\u0430\u043f\u0442\u0430\u0446\u0438\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b \u043f\u043e\u0434 \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u043d\u044b\u0435 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u0438;\n

\u041f\u043e\u043b\u043d\u043e\u0435 \u0438\u0437\u0443\u0447\u0435\u043d\u0438\u0435 \u0438 \u0430\u043d\u0430\u043b\u0438\u0442\u0438\u043a\u0430 \u043e\u0431\u043b\u0430\u0441\u0442\u0438, \u0434\u043b\u044f \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043a\u043e\u043d\u0441\u0442\u0440\u0443\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u0430\u044f \u0441\u0435\u0442\u044c;\n

\u041e\u0446\u0435\u043d\u043a\u0430 \u0440\u0438\u0441\u043a\u043e\u0432 \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u044f \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u043e\u0439 \u0441\u0435\u0442\u0438 \u043d\u0430 \u0434\u0430\u043d\u043d\u043e\u043c \u0443\u0447\u0430\u0441\u0442\u043a\u0435;\n

\u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u043d\u043e\u0433\u043e \u043e\u0431\u0435\u0441\u043f\u0435\u0447\u0435\u043d\u0438\u044f, \u0441\u043e\u043f\u0443\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0435\u0433\u043e \u043d\u043e\u0432\u043e\u0439 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u043e\u0439 \u0441\u0435\u0442\u0438 \u0438 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0433\u043e \u0435\u0435;\n

\u041f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0435\u0440\u0441\u043f\u0435\u043a\u0442\u0438\u0432\u043d\u044b\u0445 \u0441\u0438\u0441\u0442\u0435\u043c \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f, \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439 \u0434\u043b\u044f \u043f\u0440\u0438\u043a\u043b\u0430\u0434\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447;\n

\u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0431\u0430\u0437\u044b \u0437\u043d\u0430\u043d\u0438\u0439 \u043f\u043e \u043f\u0440\u0435\u0434\u043c\u0435\u0442\u043d\u043e\u0439 \u043e\u0431\u043b\u0430\u0441\u0442\u0438.

Это некий посредник между человеком и машиной в той части, где действия роботов затрагивают этические аспекты. Сейчас к этим вопросам подходят вплотную, в частности, по вопросам движения автомобилей-беспилотников.

Какого эксперта вызывает суд для разбора ситуации с авариями беспилотных автомобилей? Есть две позиции: позиция общества и производителя. Кто может быть арбитром? Насколько компетенции судьи достаточно? Обычно в свидетели вызывают инженеров, но это половина того, что нужно.

В США суды могут фактически работать как частные компании. И этот специалист — киберпсихолог — может совмещать свою роль с ролью судьи. Как суд в Лондоне занимается финансовыми бумагами, суд, скажем, в Калифорнии будет заниматься конфликтами, связанными с взаимоотношениями роботов и людей.

Какими вопросами займется такой специалист

Есть ситуации, в которых нет хорошего решения, а его качество определяется общественным договором. Это что-то на грани жизни и смерти людей — кто-то все равно должен пострадать. Нужно выбрать, кто это будет. Единственный способ решить — соотнести алгоритмы с тем общественным договором, который существует. Например, мы понимаем, что ценность человеческой жизни в разных обществах разная.

Гармонизировать антропогенные требования общества с алгоритмами должны посредники, у которых есть понимание и психологии общества, и работы алгоритмов.

Человек должен будет консультировать разработчиков алгоритмов и, с другой стороны, разъяснять работу алгоритмов общественным институтам. Это применимо к любым областям, где человек и машина сталкиваются в непосредственном контакте с возможностью нанесения вреда человеку: опасные производства, роботизированные средства транспорта.

Где этому научат

Я не думаю, что в будущем люди будут учиться где-то конкретно, они будут набирать знания из разных мест в соответствии со своей ролью, профессией. У киберпсихолога должны быть знания в области психологии, социологии, истории, культуры, философии и этики, а также набор специфических знаний, связанных с математикой, в той части, в которой она работает с нейронными сетями, базовых знаний в части разработки компьютерных приложений, в какой-то степени — нейробиологии.

Много ли заплатят

Я считаю, это будет один из самых высокооплачиваемых специалистов, топовая должность, требующая высокой специализации. У него должен быть и высокий IQ, и высокий EQ — эмоциональный интеллект. Это редкая комбинация. И это одна из тех профессий, которую роботы не могут заменить.

Разметчик данных

Что это за профессия

Помните недавнюю презентацию Google, где их голосовой ассистент спрашивал насчет свободного столика в ресторане? Там было три технологии: синтезирование речи, понимание текста из звука, понимание смысла из текста. Чтобы из звука получить текст, нужна разметка данных. Когда мы хотим передать системе человеческие скиллы, нужна разметка данных.

Есть проблема: как научить систему работать в разных условиях? Самый простой пример — автопилот. Нужно, чтобы автомобиль ездил днем, ночью, по Москве, по Сан-Франциско, по трассе, по пробкам. Этих условий очень много. Чтобы научить им систему, надо собрать и разметить данные во всех условиях.

Много ли заплатят

Развитие ИИ находится на очень ранней стадии, и спрос на таких людей будет расти. При этом есть разметка неквалифицированная — к примеру, размечать YouTube, — а есть разметка квалифицированная, например, врачи размечают снимки пациентов на МРТ, а технологи с завода определяют какую-нибудь продукцию и ее качества.

Разметкой на YouTube может заниматься кто угодно на фрилансе или удаленке. Никакого входного требования к этим людям нет. А чтобы решить проблему с ошибками, одну и ту же картинку должны размечать несколько людей. Неквалифицированная работа будет низкооплачиваемой — около трех-четырех долларов в час эффективной работы. Это что-то вроде копирайтинга.

А, скажем, врач будет получать до тысячи долларов в час за разметку. В США стоимость хорошего юриста или врача примерно такая же. В чем сложность? Мы можем научить ИИ решать узкую задачу с высокой точностью, с более высокой, чем у человека, например, поиску рака на МРТ. Чтобы исключить ошибку в разметке, мы показываем снимок трем-четырем людям и убеждаемся, что они разметили его верно.

Много ли таких специалистов появится

Эта профессия будет очень популярной — огромный объем задач, и он будет расти. Огромный челлендж — попытаться разметить весь YouTube. Он хранит не только изображения, но и звук. Этот объем пока кажется нереальным для разметки.

Инженер-дизайнер нейропластики

Что это за профессия

Какими вопросами займется такой специалист

Примеры воплощения этой идеи мы видели только в фантастических фильмах, ведь реализация потребует решения многих технических, химических, энергетических и биологических вопросов. Вместе с эволюцией технологий искусственного интеллекта будет изменяться и спектр задач нейроинженеров.

Возникнет потребность в дальнейшем тюнинге нейропомощника с учетом практики его применения конкретным человеком, а также в управлении взаимодействием и объединением сотен микросоветчиков в сбалансированную экосистему — интеллект.

Специалист по нейропластике будет ответственен и за встраивание этого искусственного интеллекта в живой организм и обеспечение их гармоничного сосуществования.

Где этому научат

К тому времени область человеческих знаний и сама система образования претерпят серьезные изменения. В приоритете будут многопрофильные специалисты с широком спектром компетенций и навыков. Поэтому появятся новые дисциплины, объединяющие базовые знания, основанные на многовековом опыте человечества, и самые современные области науки и технологий.

Много ли заплатят

Это будет одна из самых высокооплачиваемых профессий.

DS-коммуникатор

Что это за профессия

С применением искусственного интеллекта растет спрос на специалистов-гуманитариев. Но их задача не в том, чтобы переводить язык человека на язык машин и наоборот, как это принято считать, — все гораздо прозаичнее. Нужны гуманитарии, способные понятно и лаконично сформулировать задачу техническим специалистам, в частности, дата-сайентистам.

Какими вопросами займется такой специалист

Что нужно уметь

Такой DS-коммуникатор должен хорошо понимать, как работают алгоритмы, используемые для анализа данных, и одновременно разбираться в том, как устроен бизнес. Он должен быть готов к тому, что дата-специалисты хотят слышать только очень конкретные, буквальные формулировки задач без возможности интерпретации. Каждое слово в этом процессе на вес золота.

Когда это появится

Такая междисциплинарная специальность будет формализовываться в ближайшие несколько лет со специальными программами подготовки при крупных компаниях. Оплата у DS-коммуникатора будет сравнима со ставками программистов.

Конструктор персональной медиасреды

Что это за профессия

Такие профессионалы уже начинают появляться: это специалисты по машинному обучению, аналитики и программисты. На основе больших данных они обучают формулы, с помощью которых музыкальные сервисы рекомендуют треки, плейлисты и радиостанции, наиболее подходящие человеку.

По мере развития технологии умные плейлисты научатся не только подбирать музыку под вкусы пользователей, но и учитывать разнообразные контексты — занятия, самочувствие, — они начнут самостоятельно включаться и выключаться в нужный момент, проигрывать не только музыку, но и другой аудиоконтент, в том числе сгенерированный автоматически. Звуковая среда станет более персональной и потребует меньше усилий пользователя. Персональный плейлист дня будет с человеком все время, поможет создавать настроение, эффективнее работать, расслабляться, узнавать полезную информацию и просто отдыхать от всего.

Какими вопросами займется такой специалист

В будущем количество специалистов в этой области и спектр их компетенций расширится. Появятся эксперты по регулированию настроения и эмоций с помощью звуков, по анализу состояния организма — пульса, сердцебиения, двигательной активности, электромагнитного поля, — по подбору и генерации музыки и фоновых звуков. Пока эти направления находятся на стадии исследований или внедрения в других областях. В перспективе пяти-десяти лет мы увидим их массовое распространение и интеграцию в персональную мультимедиасреду.

Наиболее очевидная компетенция для специалиста в этой области: машинное обучение, то есть математика и программирование. Без этого невозможна никакая персонализация, тем более такая сложная. Однако силами одних математиков и программистов задачу не решить; здесь также будут важны знания в области психологии, физиологии, UI/UX. Не обойтись в этой задаче и без творческих навыков, а также без умения предвидеть и разрешать различные юридические и этические вопросы, связанные с проникновением технологий в жизнь человека.

Много ли заплатят

В чем секрет успеха нейронных сетей и как распознавать все: от рака легких до залежей нефти?

Анна Дубовик

Три важных факта об искусственном интеллекте

Машинное обучение стало частью нашей жизни. Это не новые технологии и летающие машины, которых мы пока не видели. Мы участвуем в машинном обучении каждый день: мы либо объект этого обучения, либо поставляем для него данные.

Машинное обучение развивается в основном силами открытого сообщества. Мы за открытый код — так же, как Google и другие разработчики всего открытого и хорошего.

От эвристики к обучению

Небольшой ликбез: ИИ — большая отрасль, частью которой является машинное обучение. В нем есть много алгоритмов, самые интересные — нейросети. Глубокое обучение — конкретный тип нейросетей, которым мы занимаемся:

Почему старые алгоритмы не работают и зачем нужно машинное обучение? Да, врачи распознают рак лучше, чем нейросети, — но они делают это чаще всего на четвертой стадии, когда с человеком уже происходят необратимые изменения. А чтобы распознавать болезнь на первой, нужны алгоритмы. Раньше нефть сама лилась из-под земли, но такого больше не будет, природные ресурсы становится все сложнее добывать.

Все наше предыдущее знание строится на эвристических алгоритмах. Например, если человек чем-то болел и у него есть определенная семейная предрасположенность, то мы понимаем, что обнаруженное нами новообразование, скорее всего, то-то и . Мы отправим человека на сканер, начнем проверять. Но если этих знаний о человеке у нас нет, то мы ничего с ним делать не будем. Это и есть эвристика.

Большинство существующих программ для профессиональных экспертов в разных отраслях сейчас построены на эвристиках. Они пытаются перейти на машинное обучение, но это трудно, поскольку для этого нужны данные.

Когда и почему появились нейросети? Впервые о них написали в 1959 году, но количество публикаций стало резко увеличиваться только с 2009 года. 50 лет ничего не происходило: не было возможности проводить вычисления, не существовало современных графических ускорителей. Чтобы обучить нейросеть чему-то, необходимо много вычислительных мощностей и сильное железо. Но теперь каждый день выходит по 50 публикаций о достижениях нейросетей, и обратного пути нет.

Вот оцифрованное изображение рукописной цифры 9, 28 на 28 пикселей:

Как нейросети работают с изображениями

Классификация. Можно научить нейросеть классифицировать изображения, например распознавать породы собак:

Но для обучения ей потребуются миллионы картинок — и это должен быть тот тип данных, которые вы потом действительно будете использовать. Потому что, если вы обучили нейросеть искать собак, а показываете кексы, она все равно будет искать собак, и получится что-то вроде этого:

Детекция. Это другая задача: на изображении нужно найти объект, принадлежащий к определенному классу. Например, мы загружаем в нейросеть снимок побережья и просим найти людей и кайты:

Сегментация (одноклассовая и многоклассовая) используется, например, для беспилотных автомобилей. Нейросеть распределяет объекты по классам: вот машины, вот тротуар, вот здание, вот люди, у всех объектов четкие границы:

Генерация. У генерирующих сетей на входе — пустота, на выходе — какой-то класс объектов, а скрытые слои пытаются научиться превращать пустоту во определенное. Например, вот два лица — оба были сгенерированы нейросетью:

Нейросеть смотрит на миллионы фотографий людей в интернете и множественными итерациями учатся понимать, что на лице должны быть нос, глаза, что голова должна быть круглая, и т. д.

Как нейросети работают с текстами

Машинный перевод. Раньше многие пользовались переводчиком, работа которого была построена на эвристиках: эти слова значат то-то, их можно переводить и склонять только так-то и располагать вот в таком порядке. Он не мог отойти от этих правил, и часто в целом получалась ерунда:

Сегодня в работу Google Translate добавили нейронные сети, и переведенные им тексты выглядят уже гораздо более литературно.

Генерация текста. Полгода назад сделали нейросеть, которой можно задать тему, несколько ключевых слов, и она сама напишет сочинение-размышление. Работает прекрасно, но не проверяет факты и не задумывается об этичности написанного:

Сочинение о вреде переработки отходов

Авторы не выложили код в открытый доступ, не показали, на чем они обучали сеть, обосновав это тем, что мир не готов к этой технологии, что она будет использована во вред.

Распознавание и генерация речи. Все то же самое, что и с распознаванием изображения: есть звук, нужно оцифровать сигнал:

Обучение с подкреплением

Другой пример обучения с подкреплением — это го. В мае 2014 года люди говорили, что компьютер еще не скоро научится понимать, как играть в го. Но уже в следующем году нейросеть обыграла чемпиона Европы. В марте 2016 года AlphaGo обыграла чемпиона мира высшего дана, а следующая версия выиграла у предыдущей с разгромным счетом 100:0, хотя делала абсолютно непредсказуемые шаги. У нее не было никаких ограничений, кроме игры по правилам:

Зачем учить компьютер играть в игры за бешеные деньги, вкладываться в киберспорт? Дело в том, что обучение движению и взаимодействию роботов в среде стоит еще дороже. Если ваш алгоритм ошибается и разбивает многомиллионный дрон, это очень обидно. А потренироваться на людях, но в Dota, сам Бог велел.

Открытый код

Примеры использования data science в нефтяной отрасли

Описание столба керна по типам литологии. Это задача сегментации. Есть фотографии керна — пород, вытащенных из скважины. Специалисту вручную нужно разобрать, какие пласты там находятся. Человек тратит на это недели и месяцы, а обученная нейросеть — до часа. Чем больше мы ее учим, тем лучше она работает:

Проблемы нейросетей

Другой пример: было соревнование по детекции рака легких. Одно сообщество выпустило датасет с тысячью снимками и разметило на них рак в соответствии с точкой зрения трех разных экспертов (но только в тех случаях, когда их мнения совпадали). На таком датасете можно было обучиться. А вот другая контора решила попиариться и выпустила новость, что использовала в работе несколько сотен тысяч рентгенов. Но оказалось, что больных там было только 20%. А ведь именно они являются для нас важными, ведь если нейросеть будет учиться без них, то не распознает заболевание. Более того, в эти 20% вошли несколько категорий заболеваний с разными подтипами болезней. И выяснилось, что так как это не 3D-картинка, а двухмерное изображение, то сделать с таким датасетом ничего нельзя.

Важно включать в датасет реальную информацию. Иначе придется штрафовать людей, наклеенных на автобусы.

С реальностью. Во Флоренции есть художник, который клеит веселые стикеры на дорожные знаки, чтобы разнообразить будничную жизнь людей. Но подобных знаков в обучающей выборке для беспилотных автомобилей, скорее всего, не будет. И если выпустить машину в такой мир, она просто собьет нескольких пешеходов и остановится:

Мы публикуем сокращенные записи лекций, вебинаров, подкастов — то есть устных выступлений.
Мнение спикера может не совпадать с мнением редакции.
Мы запрашиваем ссылки на первоисточники, но их предоставление остается на усмотрение спикера.

Вы напишите 9 нейронных сетей за 3 дня своими руками, даже если думаете, что программирование это сложно и "не мое"

Можно годами сидеть на одной работе и даже убедить себя в том, что она вам нравится… Но что, если в мире есть дело, гораздо более интересное. Дело, которое увлечет вас на многие годы, позволит увидеть мир и хорошо зарабатывать…
А вы об этом даже не узнаете?

Хотите попробовать себя в профессии, которая в ближайшие 30 лет затмит собой все специальности, актуальные сейчас.

Ведь за 3 дня вы с нуля напишите 9 (!) нейросетей (даже если никогда не занимались программированием)

А также:

Для тех, кто заинтересован в построении карьеры. Узнайте какие траектории роста могут быть в карьере и как за 3 года в профессии можно обогнать в ЗП разработчиков с 10-летним стажем.

Обычная стоимость: 9$. Для вас: БЕСПЛАТНО

Узнайте о AI-разработке из первых рук. Университет Искусственного Интеллекта не только учит программировать, мы живем AI-разработкой и внедряем нейросети в бизнес-процессы Университета, а также активно выполняем аутсорс заказы.

Как разрабатывали каждый из проектов, с какими проблемами столкнулись и как решили. Полный путь реализации AI-проекта.

Обычная стоимость: 18$. Для вас: БЕСПЛАТНО

Урок-фундамент. База данных - основа каждого AI-проекта. На уроке мы разберем блок работ относительно сбора и подготовки баз, что даст вам глубинное видение о старте любого AI-проекта и понимание какой AI-проект возможен, а какой - не стоит вашего внимания.

Программа: Какие бывают типы баз, как база хранится, как база влияет на точность обучения нейросети, какой объем базы нужен для разных задач, способы разметки баз, цена разметки базы, когда собирать самому, а когда в партнерстве.

Обычная стоимость: 18$. Для вас: БЕСПЛАТНО

Урок-руководство по подбору видеокарт для ваших AI-проектов, который позволит вам избежать ошибок при техническом оснащении проектов и поможет сэкономить бюджет проекта в несколько раз.

Что такое видеокарты и зачем они нужны? Подбор мощности видеокарт под ваш проект. В каком случае необходима покупка видеокарт, а когда достаточно аренды? Обзор рынка видеокарт. Адекватная стоимость покупки и аренды. Как получить видеокарты бесплатно? Подбор конфигурации компьютера.

Обычная стоимость: 18$. Для вас: БЕСПЛАТНО

Обычная стоимость: 18$.
Для вас: БЕСПЛАТНО

Обычная стоимость: 9$.
Для вас: БЕСПЛАТНО

Обычная стоимость: 18$.
Для вас: БЕСПЛАТНО

Познакомьтесь с основателем Университета Искусственного Интеллекта — лидера обучения программированию ИИ в СНГ

Читайте также: