Как устроен ИИ: суть курса Google для новичков без формул

🧩 Загадка: Какую долю банковских операций достаточно пометить вручную, чтобы нейросеть научилась ловить мошенников во всех остальных? Ответ — в конце статьи.

Чем ChatGPT отличается от спам-фильтра, если оба «умные»? Ответ умещается в одну строчку, и после него иначе смотришь на весь искусственный интеллект. Google собрал для новичков четырёхчасовой курс об основах ИИ. Мы сжали его до главного: никаких формул, только понятная карта, с которой проще работать с нейросетями.

Читайте также: Мы глупеем или меняемся? Что на самом деле происходит с умом

Где в этой матрёшке живёт ChatGPT?

Искусственный интеллект — не программа и не робот, а область знаний, как физика. Машинное обучение — её раздел, примерно как термодинамика внутри физики. В машинном обучении есть глубокое обучение, а оно делится на дискриминативные и генеративные модели.

Большие языковые модели (LLM) тоже выросли из глубокого обучения. ChatGPT и Google Bard стоят ровно на пересечении: они одновременно генеративные и языковые. Чтобы понять, почему это важно, спустимся этажом ниже.

Как машина предсказывает то, чего не видела?

Принцип машинного обучения прост: модель тренируют на данных, а потом она делает прогнозы по новым, незнакомым данным. Модель, обученная на продажах Nike, может оценить, как пойдёт новая пара кроссовок Adidas, если дать ей данные Adidas.

Обучение бывает с учителем и без. В первом случае данные размечены. Представьте график: сумма счёта в ресторане против размера чаевых, и у каждой точки есть пометка, забрали заказ сами или его привёз курьер. По сумме и способу доставки модель предскажет чаевые за следующий заказ.

Без учителя меток нет, и модель сама ищет, на какие группы распадаются данные. На графике «стаж — доход» видно, что одни сотрудники зарабатывают заметно больше за те же годы работы. Когда приходит новичок, модель прикидывает, попадёт ли он в группу быстрого роста.

Есть и ещё одна разница. Модель с учителем сверяет прогноз с обучающими данными и старается сократить разрыв, а модель без учителя так не делает. Самое интересное начинается, когда оба подхода смешивают.

Почему банку хватает пометить 5% операций?

Глубокое обучение опирается на искусственные нейросети. Это слои узлов, устроенные по мотивам человеческого мозга, и чем больше слоёв, тем мощнее модель. Нейросети умеют учиться «наполовину с учителем».

Возьмём борьбу с мошенничеством. Банк вручную помечает лишь 5% транзакций: эта честная, эта мошенническая. На остальные 95% нет ни времени, ни людей. Модель усваивает на размеченной части, что хорошо и что плохо, переносит это знание на неразмеченную и уже по всему объёму прогнозирует будущие операции.

Дальше пути расходятся. Дискриминативная модель учится на метках и умеет только классифицировать: покажите ей фото собаки, и она ответит «собака». Генеративная модель ищет закономерности: два уха, четыре лапы, хвост, лает, любит собачий корм. По запросу «собака» она создаёт совершенно новое изображение.

Как за секунду распознать генеративный ИИ?

Тест простой. Если на выходе число, вероятность или ярлык вроде «спам / не спам», это не генеративный ИИ. Если система выдаёт текст, речь, картинку или звук, перед вами генеративная модель. Она создаёт новые образцы, похожие на те, на которых училась.

Таких моделей уже целый зоопарк:

• «Текст в текст»: ChatGPT и Bard.
• «Текст в изображение»: Midjourney, DALL-E, Stable Diffusion. Они и рисуют, и правят картинки.
• «Текст в видео»: Imagen Video, CogVideo, Make-A-Video.
• «Текст в 3D» создаёт объекты для игр. Пример — Shap-E от OpenAI.
• «Текст в задачу» выполняет действие. Попросите Bard с пометкой @Gmail пересказать непрочитанные письма, и он пройдётся по почтовому ящику.

Чем языковая модель похожа на служебную собаку?

Большие языковые модели и генеративный ИИ пересекаются, но это не одно и то же. Главная черта LLM — обучение в два этапа: сначала предобучение на огромном массиве данных, затем дообучение под конкретную цель.

Представьте щенка, который освоил команды «сидеть», «ко мне», «лежать» и «стоять». Отличный универсал. Но чтобы стать полицейской собакой, охотничьей или поводырём, ему нужна отдельная подготовка. С моделями так же. Сначала они учатся классифицировать текст, отвечать на вопросы, пересказывать документы и писать. Потом их доучивают на небольших отраслевых наборах данных для торговли, финансов, медицины или развлечений.

Больница может взять готовую модель крупной технологической компании и доучить её на своих медицинских данных, чтобы точнее ставить диагнозы по рентгену и анализам. Выигрывают обе стороны. Гиганты тратят миллиарды на универсальные модели. Банки, магазины и клиники таких ресурсов не имеют, зато вкладывают то, что есть только у них, — собственные данные.

Что это значит для нас

Эта карта полезна на практике. Тому, кто понимает, что ChatGPT создаёт новое по выученным закономерностям, проще формулировать запросы и трезво оценивать ответы. Прежде чем отдать задачу нейросети, спросите себя, что вам нужно на выходе: ярлык, число или новый текст. От этого зависит выбор инструмента.

Для бизнеса главная ценность — собственные данные. Даже небольшая размеченная выборка помогает подстроить модель под свои задачи. Если ваши знания хранятся в записях встреч, лекций и интервью, их удобно сначала перевести в текст, и здесь пригодится расшифровка аудиозаписей.

Если захочется пройти курс Google целиком, в нём пять модулей, и за каждый выдают значок. Приём для конспекта: щёлкните правой кнопкой по видеоплееру и скопируйте ссылку на текущий момент, чтобы потом сразу вернуться к нужному месту.

Ещё в «Высоких технологиях»

Возраст и власть: что наука знает о стареющем мозгеЛуна сжимается: что рассказали 10 тысяч свежих трещин12 концовок для человечества и ИИ: почему вымирание — не худшая

Все материалы раздела →