Где именно машина заменит человека и как нейросети распознают лица, рассказали тюменские и федеральные эксперты.
Высокие технологии в современном мире становятся обыденностью. Нейросети не только рисуют веселые картинки, но и помогают медикам, коммунальщикам, правоохранителям и сотрудникам других сфер делать их работу, а обычным людям — получать услуги. Однако многие с недоверием относятся к машинам и стремятся исключить их из своей жизни. Чтобы сделать нейросети ближе к рядовому гражданину, тюменские и федеральные эксперты собрали журналистов на «Цифровой завтрак» и «накормили» сложной, полезной информацией о пользе нейросетей.
Город идет в будущее
Нейросети — не новая технология для Тюмени, рассказал директор департамента информатизации Тюменской области Станислав Логинов. Все началось в 2019—2020 годах с внедрения биометрии лица в комплекс «Безопасный город». И только в 2022 году система распознала лица 40 человек, разыскиваемых по всей стране. В этом году пойманных уже двое.
Затем запустили распознавание государственных регистрационных знаков, оно работает на перекрестках и помогает сотрудникам ГИБДД находить машины в режиме перехвата. Также в Тюмени запустили одну из первых в России детекций ДТП. Она срабатывает при аварии, и уведомление уходит всем заинтересованным службам. А в прошлом году специальными детекторами оснастили общественный транспорт и теперь отслеживают открытые люки, глубокие колеи на дорогах и покосившиеся знаки. Полезно? Более чем.
Нейросети помогают работе региональной горячей линии 122: робот напомнит человеку о записи к врачу, при необходимости удалит запись без вмешательства живого оператора. Виртуальный консультант поможет клиентам МФЦ, подобный запустили на ресурсах департамента имущественных отношений — рассказывать об аренде земельных участков. В этом году нейросети придут в Центры занятости.
Технологии искусственного интеллекта не обошли и систему здравоохранения. Эту сферу Станислав Логинов назвал одной из самых перспективных. В пилотном режиме работает анализ снимков КТ и кардиопоказателей — в качестве «третьего мнения» для врачей. В будущем система даст возможность сформировать список пациентов, которые находятся в группе риска, чтобы вызывать их на обследование. Есть в регионе пилотные проекты по интерпретации результатов МРТ, а юные нейроинженеры написали программу для определения меланомы по фотографии.
Нейросети отслеживают вывоз мусора на полигоны. А в этом году они научатся определять, какой именно груз находится в кузове! На дорогах, где установлены камеры видеонаблюдения, эта технология позволит выявлять характер перевозимого. По словам Логинова, это поможет обнаружению черных лесорубов.
Смотрит, но не видит
О том, как компьютеры узнают людей и как сличают образы, рассказал директор по консалтингу компании NtechLab Глеб Дьяконов. По его словам, сейчас в обществе слишком много спекуляций на эту тему. «Говорят, что порой нейросеть сложно отличить от настоящего человека, что скоро люди станут не нужны, и настанет восстание машин. Эти рассуждения беспочвенны. Искусственный интеллект — это не то, что выглядит, как человек, и звучит, как человек. ИИ — это, в первую очередь, про помощь в принятии решений», — отмечает эксперт.
Вопрос о механизмах памяти сложен, и его изучает целый ряд наук. Физиогномисты выделяют на лице человека десятки точек: по расстоянию между ними и сличают лица, например, на пограничном контроле. Первые технологии распознавания лиц работали на похожем принципе. Однако когда человек поворачивал голову и наклонял ее, то измерения были бессмысленными. На помощь пришел аппарат нейронных сетей. Его математика была разработана в 80-х годах прошлого столетия.
Если «скормить» машине две картинки, та не поймет, в чем между ними разница. В первую очередь, ей нужно накопить опыт. В машине есть математический аппарат, который основан на формировании сверточных нелинейных функций. И эта сверточная сеть формирует изображение лица по векторам признаков.
Любое изображение для системы — это всего лишь набор чисел, напомнил Дьяконов. Чтобы понять схожесть, система извлекает эти самые векторы. Систему обучают, чтобы изображения лица одного и того же человека давали близко расположенные векторы.
«Самих лиц система не видит, ей не интересно, где у лица глаза, нос и уши. Ей интересно только исчисление степени схожести», — подчеркнул спикер. При этом нейросеть не может взять имеющиеся в ее распоряжении векторы признаков и создать подлинное изображение.
«Если камера висит с единственной целью, чтобы в нее когда-то посмотрел оператор, она бесполезна. Данные должны обрабатываться автоматически. Когда камер тысячи, никаких людей не хватит, чтобы за ними следить. Система позволяет заменить тысячи операторов, которые не могут работать 24/7 Это вопрос эффективности», — отмечает Глеб Дьяконов.
Проще говоря, задача нейросети — избавить человека от рутины. «Давайте в качестве тренированной обезьяны будем использовать систему искусственного интеллекта. Пусть она дает нам пищу для принятия решений», — так эксперт призвал доверять сети.
Нейросети рождаются у юных
Создавать нейросети — дело не простое. Этому в Тюмени учат со школьной скамьи. Образовательный проект «Школа юных нейроинженеров» проводит отборы среди ребят с 8 до 11 класса. Также здесь учатся дети из других городов области, например, Заводоуковска и Тобольска.
Отбор проводят в два этапа. Чтобы выявить уровень знаний, проводят тестирование. Затем приходит черед собеседования — чтобы понять заинтересованность ребят в специфичном направлении. «Нейронные сети тесно связаны с математикой, потому для работы с ними нужна база и способность усваивать материал на хорошем уровне», — рассказал преподаватель Школы Василь Нугманов.
Детей обучают языку программирования Phyton, с помощью которого пишутся нейронные сети, анализу и подготовке данных. После этого ребята выходят на создание аналитики. В конце года они изучают основы машинного обучения и пишут свои проекты. На втором году обучения — более сложная работа с данными, использование готовых моделей и их разработка с нуля.
Выпускники Школы делают успехи. К ребятам есть интерес у компаний с мировым именем: двое выпускников летом поедут на стажировку. Девочка создала нейросеть, которая определяет наличие меланомы по фотографиям. Сейчас врачи выявляют это при зрительном осмотре. А мальчик написал программу для отслеживания лиц на видеотрансляциях. Его нейросеть имеет открытый исходный код, и другие разработчики могут использовать ее в своих проектах.
В России сейчас усиленно готовят специалистов по IT, им предоставляют преференции, и невольно возникает вопрос: не перенасытится ли ими рынок? По мнению экспертов,тренд цифровой трансформации входит во все сферы жизни людей. Чтобы решить все задачи комплексно, необходимо лет 10-15. При этом базовые знания, которые ребята получают в вузах, не делают из них специалистов. Потому департамент информатизации и его подведомственные учреждения берут ребят к себе на практику.
Обратный эффект
Бывает, в разработках что-то идет не так. Готовая модель влияет на падение выручки или выходит неэффективной. Это анализируется и корректируется. Но сделать такую ошибку, чтобы роботы захватили мир, очень сложно. «Люди даже близко не приблизились к тому, чтобы у нейросетей появилась мотивация получения новых знаний, расширения сферы влияния», — считает Михаил Сквирский, руководитель Центра реализации федерального проекта искусственного интеллекта ПАО «Сбербанк».
По его словам, сама по себе система развиваться не может. Пока человека устраивает, что технология работает с большим объемом данных, разберет информацию и разложит по полочкам. Конечно, робот, выполненный в виде человека, может пугать, но грань принятия решений он не перешагнет.
Остается преодолеть страх людей перед биометрическим наблюдением, в том числе, и в школах. «У моего ребенка украдут личные данные» — подобные опасения беспочвенны, утверждают эксперты.
«Технология не будет следить за треком перемещения ребенка. Она направлена на определение „свой-чужой“ в периметре образовательного учреждения. Когда человек чужой заходит на территорию, детекция позволяет охране среагировать», — отметил Станислав Логинов. А Глеб Дьяконов уверен, что утечка биометрических данных детей не имеет смысла: фотография ребенка не представляет интереса для злоумышленника. «Не вижу ни одного варианта, чтоб слив детской биометрии принес злоумышленнику какую-то пользу», — говорит он.
Фото: Freepik