Что ловят нейронными сетями

Фото — c zen.yandex.ru

Что такое глубокое машинное обучение и искусственный интеллект? Какое место занимают они сегодня в нашей жизни уже сегодня? Ответы на эти вопросы автор этих строк искала в Международном исследовательском институте интеллектуальных материалов (МИИИМ) ЮФУ у его директора, профессора, доктора физико-математических наук Александра Солдатова и команды его молодых сотрудников.

Машинное предвидение

— Еще два года назад я сам более чем несерьезно относился к понятию «искусственный интеллект», — рассказывает Александр Солдатов.
Словом, не считал Александр Владимирович, что обработкой данных можно получить новую информацию. Что же заставило его в корне поменять свое мнение?
Оказывается, общество стоит на грани революции, уверяет он, да, собственно говоря, она уже идет и скоро изменит все.

Разновидностей искусственного интеллекта много, в МИИИМ работают с машинным обучением. Работа идет на обычных компьютерах, но на них пишется программа, которая воспроизводит как бы нейроны головного мозга и систему их взаимодействия.

Но как можно писать программу, воспроизводя то, что и биологи с нейрокибернетиками еще до конца не поняли? Да, соглашается профессор, мы не знаем все до конца — как взаимодействуют нейроны, как образуется сама сеть, — но есть математическая модель ее выстраивания. Мы ведь и сейчас владеем едва ли несколькими процентами от общего знания о Вселенной, а искусственный интеллект, возможно, сможет решить эту задачу познания.

Компьютеры «учатся», то есть идет постоянное пополнение баз данных, которые в них содержатся (а порой машина сама разыскивает в Сети нужную информацию). И основываясь на этом огромном количестве данных, они выводят определенные закономерности, которые позволяют предвидеть, что будет дальше.

Компьютер точнее врача

Прекрасный пример того, что может обученная машина, предоставили в прошлом году ученые-медики из США. Там при помощи компьютера была проанализирована меланома — определенный вид рака кожи. В компьютер ввели 135 тысяч изображений меланомы, и он вывел определенную зависимость, что есть меланома, а что — обычная родинка. А далее была приглашена для исследования группа людей с неизвестным поражением кожи. Их показали врачам, а затем сфотографировали пораженные участки и ввели в компьютер. Врачи изучали заболевших при помощи гистологии (исследование отсеченного тонкого слоя ткани) и биопсии (забор клеток ткани для диагностических исследований под микроскопом). При сравнении результатов, сделанных компьютером и врачами, выяснилось, что компьютер сделал меньше ошибок. «Подкармливая» его все новыми данными, исследователи будут двигаться ко все меньшей его возможности ошибаться.

Заграница уважает

— А мы — специалисты по спектроскопии, — уточняет Солдатов, — и мы научили машину распознавать рентгеновские спектры. То есть связывать изменение спектра с изменением структуры вещества. Это подойдет для любых материалов, но сегодня мы работаем с катализаторами — веществами, которые ускоряют реакции синтеза из метана. Для России это важный вопрос, поскольку природного газа у нас много. А этот газ, представляет собой смесь газообразных углеводородов природного происхождения, состоящую главным образом из метана и примесей других алканов. Метан — газ довольно инертный, но есть катализаторы, которые способствуют превращению метана в метанол и другие полезные человеку углеводороды. Чтобы в ходе реакции получался хороший выход продукта, и нужны катализаторы. Понять структуру катализатора (а бывает, что в нем на ускорение реакции работает всего один атом!) и помогает искусственный интеллект. Машина может за короткое время проанализировать тысячи спектров веществ, а человеку для этого может не хватить и всей жизни.

Успехи института в деле поиска катализаторов синтеза углеводородов настолько велики, что несколько статей, посвященных их поискам, не просто опубликованы в уважаемых научных зарубежных изданиях, но иллюстрации к ним вынесены на их обложки.

Сергей Солдатов в лаборатории нанодиагностики

Оцифровать рак

Сергей Солдатов (да-да, сын, продолжатель научной династии, но, в отличие от Александра Владимировича, математик) продолжает рассказ отца, доказывая, что в медицине (в частности, в онкологии) не только американские врачи «не лыком шиты». Международный исследовательский институт интеллектуальных материалов ЮФУ сотрудничает с Национальным медицинским исследовательским центром онкологии (так теперь называется Ростовский онкологический институт) в деле глубокого машинного обучения по распознаванию разных видов рака. Сейчас ведется исследование онкологии толстого кишечника, имеющей восемь типов. Как же учат компьютер этому распознаванию?

Сначала сканируют гистологические пробы на цифровых микроскопах, на этих изображениях, сделанных на клеточном уровне, онкологи делают разметку пораженных областей.

Сотрудник института Даниил Пашков показывает на экране монитора изображение, на котором видны эти участки, объясняя, что такая разметка используется для «тренировки» нейронных сетей: программа учится распознавать на изображениях других гистологических проб признаки раковых клеток.

«Алиса» знает про все

Александр Гуда, замдиректора института по науке, заверяет, что нейронные сети сегодня используются повсюду: подобно герою Мольера, всю жизнь говорящего прозой и где-то в середине ее узнавшего об этом, автор этих строк тоже узнает, что нейронные сети есть везде, где обрабатываются изображения. Так, этим летом студенты Александра Александровича (а он еще и преподает) участвовали в соревновании по созданию программы распознавания дорожных знаков в сложных погодных условиях на основе нейронных сетей и вошли в тройку лучших по России.

Другим примером использования нейронных сетей служат все наши гаджеты: на звонок к провайдеру мобильной связи отвечает искусственный интеллект. Яндекс- и гугл-переводчики — из той же «оперы». Голосовые команды телефону также распознает искусственный интеллект, более того, он пытается выяснить, что же вопрошающему нужно. В биометрический заграничный паспорт «вшито» изображение тех точек на лицах, которые трудно поменять с помощью пластических операций. Искусственный интеллект проверяющей системы сверяет по ним сканируемое лицо со снимками в паспорте и делает вывод, владелец паспорта перед ним или нет.

Словом, революция в разгаре, а мы и не догадываемся, принимая все изменения как должный результат развития. Все бы революции были такими.

P. S. Описанное в статье происходит сегодня, но более 20 лет назад представители ростовской математической школы с помощью программы, выстроенной всего на трех параметрах, предсказывали резкое убывание количества такой рыбы, как судак, в Азовском море. Их выводы блестяще подтвердились, о чем свидетельствует запрет в 2017 году на вылов судака в этом водоеме. Все-таки великое дело — это формальная логика.