Интервью с Димой Мацкевичем – типичным гением Силиконовой долины

MaximHi-Tech

Дмитрий Мацкевич: «Следующий прорыв позволит человеку вообще не работать...»

Дима Мацкевич – типичный гений Силиконовой долины: черная футболка, джинсы, кроссовки, спортивный, немного за тридцать, миллионер, мечется между США, Россией и Китаем. Подавив понятное желание сжечь его на кресте, мы расспросили Диму о том, в чем он разбирается лучше других, – об искусственном интеллекте и будущем человечества.

Интервью Александр Маленков
Фото Юрий Кольцов

Итак, начнем с начала. Что такое искусственный интеллект?

Это то, что лучше называть машинным обучением. Или софтом, который работает не по алгоритмам разработчиков, а по алгоритмам, которые придумывает сам и на основе которых принимает решения.

Чем эти алгоритмы отличаются от тех, что мы учили в школе на программировании?

В классическом программировании надо досконально прописывать правила: если действие А, то реакция Б. Это называется директивное программирование. Ты конкретно описываешь, как должна решаться проблема. Но жизнь показала, что это недостаточно гибкий способ: есть ряд проблем, которые таким образом решить очень тяжело. Например, как обучить компьютер отличать изображения кошек от изображений собак. Попробуй объяснить ребенку, который никогда не видел ни тех ни других, чем они отличаются. Как ты это сделаешь? «Дети, кот обычно такого размера, а пес побольше, хотя бывают исключения. У кота уши такие, а у пса обычно такие. Или такие, или такие...» Конечно, так вы делать не будете. Вы покажете кота, и, идя в следующий раз по улице, ребенок будет тыкать пальцем в любой подвижный объект со словами: «А это тоже кот? А это?» Да, тоже, да, да. Совсем скоро он поймет, что есть что. Этим и отличается ИИ от обычного подхода к программированию. Там, где трудно описать формальные правила, мы загружаем десять тысяч фото котов и десять тысяч фото собак. И говорим программе: дальше разбирайся сама.

И как же она разбирается?

Сегодня для решения таких задач чаще всего используют так называемые нейронные сети. Это математическая модель, имитирующая работу нейронов мозга. Ведь мозг – это тоже в каком-то смысле программа, она анализирует поступающие сигналы и принимает решения. Лучшая аналогия искусственному интеллекту – это человеческий мозг. Все разработчики искусственного интеллекта вдохновлялись тем, как он работает, и тем, как сложны эти процессы.

Давай еще немного углубимся и попробуем объяснить, как работает нейронная сеть.

Нейронная сеть представляет собой много слоев нейронов. Именно так устроен мозг. Например, неокортекс – это шесть слоев нейронов. В мозгу каждый нейрон соединен с другими. Придумывается такая структура данных, которая имитирует нейроны в голове. Она и называется нейросетью. Каждый нейрон, или, как его называют, узел, нод, – это какая-то ячейка памяти, и она соединена с тысячей других таких же.

То есть нейросеть – это особенным образом организованные данные?

Данные и алгоритм, который с ними работает. Все это записано на обыкновенный носитель, жесткий диск. Каждый сигнал, поступающий на нейрон, имеет свой вес. Эти веса складываются, вес нейрона увеличивается, и, если сумма превышает определенное значение (оно называется трешхолд), нейрон активируется и передает сигнал дальше, другим нейронам. При этом, создавая нейросеть, мы можем настроить, какой сигнал она будет передавать. Это может быть всегда какое-то константное значение или выход будет расти. Таким образом, нейроны каскадом активируются либо не активируются. С подачей каждой картинки кота или пса у какой-то группы нейронов меняются веса. Когда мы прогнали десять тысяч картинок, у нас поменялись веса у каждого нейрона нашей нейронной сети. Тогда мы говорим, что она чему-то научилась. Весь ее опыт записан в весах нейронов. Это какие-то числовые значения.

Это и называется самообучение?

Да, потому что с какого-то момента мы уже не знаем, что там записано. Это уже черный ящик. Если мы прогнали тысячи фотографий, то в данных об опыте будет записана туча каких-то цифр. Мы просто написали эту архитектуру – расставили нейроны и связи между ними. И дальше, когда она обучается, сама структура не меняется, меняются веса этих связей. То есть меняются данные.

Еще один популярный термин – глубокое обучение. Это что такое?

Это нейронная сеть, у которой значительно больше слоев. Раньше не было достаточного количества вычислительных мощностей, чтобы такую нейронную сеть обучить. Когда нужно было научить ее отличать кошек от собак, программистам приходилось указывать области отличий вручную, давать подсказки – например, обратить внимание на уши и на глаза, там скорее всего кроются отличия. То есть ты готовишь большой массив данных, который заранее размечен. Если у нейронной сети много слоев, тебе не надо описывать, на что ей смотреть. Ты просто даешь ей достаточно данных, и она сама учится, на что обращать внимание.

Если глубокое обучение – это все та же нейронная сеть, только более сложная, то почему вокруг него столько шума? Только и слышно: дип-лёнинг, дип-лёнинг…

Если построить график качества принятия решений в зависимости от количества данных, то у человека качество принятия решений вначале растет, потом стагнирует, а потом падает. То есть на каком-то этапе у человека глаз замыливается. Дальше у него растет только уверенность в себе. У маленькой нейронной сетки качество решений растет, потом стагнирует. Глубокая сеть от большего количества данных только увеличивает свое качество решений. Самый яркий пример – «Google Переводчик», который недавно запустил свой сервис, работающий на глубоком обучении, и стал переводить лучше любых директивных алгоритмов.

Какие мощности нужны для нейронных сетей?

Сейчас их можно запускать и на телефонах. Собственно, на многих из них нейронные сети уже обрабатывают фотографии.

Хорошо. Давай поговорим о том, чем конкретно занимаетесь ты и твоя компания.

То, что мы строим, называется «узкий интеллект». Взять, например. пиццу. Часто при готовке в нее забывают что-то положить – грибы или пепперони. Сейчас это анализируют люди. Мы повесили камеру с искусственным интеллектом, который заточен на то, чтобы разбираться в пицце и отличать хорошую от плохой. Задачи, в которых есть анализ паттернов на картинке, легко оптимизируются за счет использования ИИ. Самый попсовый пример – самоуправляемые авто. Сейчас они работают с кучей сенсоров, лидаров и так далее, но ничто не мешает им работать как человеку – рулить, просто смотря глазами в разные стороны. Но, даже если у вас очень большая компания по производству пиццы, создать решение внутри очень сложно, надо искать людей, проверять их работу, работать с данными. Все это мы берем на себя.

И как успехи в анализе пиццы? Уже работает? Сколько сэкономили денег?

Да, работает в компании «Додо Пицца». Раньше их армия тайных покупателей заказывала пиццу и писала отчеты, теперь они просто присылают фотографию нашему боту в «Телеграме», и нейросеть сама выставляет оценку.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Союз ржавых Союз ржавых

Места, которые выглядят так, будто там уже случился ядерный апокалипсис

Maxim
Как рождается алфавит, или на каком языке мог говорить Иисус Как рождается алфавит, или на каком языке мог говорить Иисус

История нашей письменности началась за тысячелетия до рождения Кирилла и Мефодия

Популярная механика
Актер как бренд Актер как бренд

Как Александр Петров превращает свое имя в торговую марку

РБК
Ожоги и раны Ожоги и раны

Как лечить раны и ожоги правильно

Maxim
Денис Родькин и Элеонора Севенард: Денис Родькин и Элеонора Севенард:

Он хотел стать машинистом, она же с детства мечтала о балете

Караван историй
Что делать с надоевшей татуировкой и как удалить ее без вреда Что делать с надоевшей татуировкой и как удалить ее без вреда

Как свести татуировку максимально эффективно и безболезненно

Esquire
Дом, в котором я живу Дом, в котором я живу

К телу, в котором обитает наша личность, мы иногда относимся очень странно

Psychologies
Опасные технологии: как распознавание лица на смартфоне может привести к глобальной катастрофе Опасные технологии: как распознавание лица на смартфоне может привести к глобальной катастрофе

Как распознавание лица на смартфоне может привести к глобальной катастрофе

Forbes
Как владельцы бесплатных приложений зарабатывают миллионы долларов Как владельцы бесплатных приложений зарабатывают миллионы долларов

До сих пор думаешь, что лайкать прикольные фотки котов не стоит тебе ни копейки?

Maxim
Почему Арми Хаммер такой классный? Почему Арми Хаммер такой классный?

В честь 32-летия актера Арми Хаммера рассказываем, за что мы его любим

GQ
Неравный брак Неравный брак

История Матильды Бонапарт

Караван историй
Соль фа. Что такое фашизм и почему он не нужен ни в каком виде Соль фа. Что такое фашизм и почему он не нужен ни в каком виде

Что представляет собой фашизм с философской и идеологической точки зрения

Maxim
Почему мы совершаем ошибки? 8 книг о том, как это понять и исправить Почему мы совершаем ошибки? 8 книг о том, как это понять и исправить

Как избавиться от ошибок, при которых страдают отношения с детьми и любимыми

Psychologies
Вся свежесть в графине: 8 рецептов лимонадов и сангрий Вся свежесть в графине: 8 рецептов лимонадов и сангрий

Рецепты самых популярных лимонадов и сангрий в графинах этого сезона

Cosmopolitan
Агрессивные девственники: появятся ли инцелы в России? Агрессивные девственники: появятся ли инцелы в России?

На Западе набирает обороты движение инцелов

Psychologies
ЭТО ПАРТААА!!! 7 проблем, с которыми может столкнуться в школе твой ребенок, и как их тебе решить ЭТО ПАРТААА!!! 7 проблем, с которыми может столкнуться в школе твой ребенок, и как их тебе решить

7 проблем, с которыми может столкнуться в школе ребенок, и как их решить

Maxim
Выбросьте из головы Выбросьте из головы

При­ме­ты «пра­виль­ной жиз­ни» мо­гут не по­мо­гать, а ме­шать раз­ви­вать­ся

Glamour
10 фраз, которые нельзя говорить детям при разводе 10 фраз, которые нельзя говорить детям при разводе

Родители, проходящие через развод, должны внимательно следить за словами

Psychologies
Пять неожиданных способов сломать свой автомобиль Пять неожиданных способов сломать свой автомобиль

Чтобы твоя машина перестала ездить, совсем необязательно дать порулить собаке

Maxim
Архив смерти Архив смерти

Фотохудожник Андреас Оруэле отобрал фотографии Колумбии 1948 — 1958 годов

Esquire
Рассказываем, как повторить все прически Дэвида Бекхэма Рассказываем, как повторить все прически Дэвида Бекхэма

Выбор огромен – чего только не было на голове у бывшего футболиста

GQ
Здравствуйте, товарищи Здравствуйте, товарищи

Как попасть в Северную Корею и пробежать полумарафон

Tatler
Лучшие фотографии птиц с конкурса Bird Photographer of the Year Лучшие фотографии птиц с конкурса Bird Photographer of the Year

Лучшие фотографии птиц с конкурса Bird Photographer of the Year

Esquire
«Наденьте на ребенка шапочку!»: что говорят молодым родителям первые встречные? «Наденьте на ребенка шапочку!»: что говорят молодым родителям первые встречные?

Что говорят чужие люди матерям и отцам с детьми?

Psychologies
Работа по профилю Работа по профилю

Главному злодею Голливуда Ха­вьеру Бар­дему наконец досталась положительная роль

GQ
5 причин отправиться на греческие острова прямо сейчас 5 причин отправиться на греческие острова прямо сейчас

Если вам нет нужды возвращаться к московской жизни 1 сентября, езжайте в Грецию

Vogue
Сочная разгрузка Сочная разгрузка

Мякоть арбузов и дынь насытит витаминами и минералами, и поможет похудеть

Лиза
Ушла из жизни Арета Франклин Ушла из жизни Арета Франклин

Сегодня не стало одной из величайших певиц XX века. Ушла из жизни Арета Франклин

Vogue
Ура, скоро в школу! Ура, скоро в школу!

Помоги ребенку-первокласснику подготовиться к учебному процессу

Лиза
Как правильно сообщать плохие новости Как правильно сообщать плохие новости

Как правильно сообщать плохие новости

Maxim
Открыть в приложении