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

Иван Ургант и Александр Гудков Иван Ургант и Александр Гудков

Продюсеры года. Иван Ургант и Александр Гудков наконец серьезно поговорили

GQ
Облико морале Облико морале

Зачем люксовые бренды инвестируют в культурное наследие

Robb Report
Союз ржавых Союз ржавых

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

Maxim
Скрытая угроза Скрытая угроза

О том, как перестать беспокоиться и начать жить

Добрые советы
Просто красавица Просто красавица

Тина Кунаки — о преимуществах брака с Венсаном Касселем и роли соцсетей в мире

Tatler
В ответе за будущее… Что такое репродуктивное здоровье? В ответе за будущее… Что такое репродуктивное здоровье?

О репродуктивном здоровье ребенка должны подумать, прежде всего, его родители

9 месяцев
Степной Че Гевара Степной Че Гевара

Махновщина — крестьянская анархия — была конкурентом большевизму

Дилетант
Большие мальчики Большие мальчики

Ford Explorer и Kia Sorento Prime. Сравнительный тест

АвтоМир
Пора-пора-порадовались: реальная история создания самого культового советского фильма «Д’Артаньян и три мушкетера» Пора-пора-порадовались: реальная история создания самого культового советского фильма «Д’Артаньян и три мушкетера»

Закулисье культового советского фильма «Д’Артаньян и три мушкетера»

Maxim
Как выжить после ядерного удара Как выжить после ядерного удара

Как действовать, если в вашем распоряжении считаные часы

Популярная механика
Шостакович на пожаре и еще 4 ретрофотографии, на которых происходит что-то неожиданное Шостакович на пожаре и еще 4 ретрофотографии, на которых происходит что-то неожиданное

Посмотрим, догадаешься ли ты, что именно происходит на этих фотографиях

Maxim
Штурмовые отряды кайзера: штурмгруппы на Первой мировой Штурмовые отряды кайзера: штурмгруппы на Первой мировой

Фронты Первой мировой представляли собой огромную взаимную осаду

Популярная механика
Саженцы для Лаймы Саженцы для Лаймы

В Юрмале в четвертый раз состоялся музыкальный фестиваль «Лайма. Рандеву»

OK!
Семь причин поехать в Лимассол Семь причин поехать в Лимассол

Давайте выясним, почему туристы так любят город Лимассол

StarHit
Операция Х: первый танковый бой в истории РККА — Т-26 против итальянских огнеметных танкеток Операция Х: первый танковый бой в истории РККА — Т-26 против итальянских огнеметных танкеток

Все пошло не так с самого начала, да тут еще марокканцы на верблюдах

Maxim
Николай Добрынин: «Мы с женой готовы обвенчаться!» Николай Добрынин: «Мы с женой готовы обвенчаться!»

Звезда сериала «Сваты» признался, почему ему пришлось обратиться к врачам

StarHit
Агент влияния Агент влияния

Как работает главный современный кинокритик России Евгений «BadComedian» Баженов

РБК
В Фейсбуке нашли, пожалуй, худшую невесту в мире В Фейсбуке нашли, пожалуй, худшую невесту в мире

Сначала она потребовала, чтобы гости заплатили за свадьбу, а потом всех прокляла

Maxim
Dior представил аромат JOY, лицом которого стала Дженнифер Лоуренс Dior представил аромат JOY, лицом которого стала Дженнифер Лоуренс

Дженнифер Лоуренс стала лицом нового аромата JOY от Dior

Cosmopolitan
Партнер-психопат: как определить и почему не стоит строить отношения? Партнер-психопат: как определить и почему не стоит строить отношения?

Девушка вспоминает приемы, с помощью которых ею манипулировал бывший супруг

Psychologies
17 фактов о Земфире, которые мы искали для тебя годами долгими 17 фактов о Земфире, которые мы искали для тебя годами долгими

Факты о Земфире — пожалуй, лучшей российской рок-певице

Maxim
Проклятие холодов. Почему Россия упорно не переселяется на юг Проклятие холодов. Почему Россия упорно не переселяется на юг

Российский «Солнечный пояс» пребывает в забвении

Forbes
Стоит ли искать баланс между работой и личной жизнью? Стоит ли искать баланс между работой и личной жизнью?

Возможно ли совместить работу и счастливую личную жизнь

Psychologies
«Рояль в кустах», «Дело пахнет керосином» и еще 18 слов и выражений с интереснейшей историей происхождения «Рояль в кустах», «Дело пахнет керосином» и еще 18 слов и выражений с интереснейшей историей происхождения

Познакомься поближе со словами, которыми ты пользуешься всю жизнь.

Maxim
Обувь плюс носки: носить или нет? Обувь плюс носки: носить или нет?

Почему на наших просторах носки в сочетании с туфлями вызывают отторжение

Cosmopolitan
Золотые горы. Как работает казино в новой игорной зоне «Красная Поляна» Золотые горы. Как работает казино в новой игорной зоне «Красная Поляна»

Как работает казино в новой игорной зоне «Красная Поляна»

Forbes
Ночь нежна Ночь нежна

Нам удалось проникнуть внутрь знаменитого лондонского клуба Annabel’s

The Rake
10 самых дорогих автомобилей аукциона Scottsdale 2017 10 самых дорогих автомобилей аукциона Scottsdale 2017

Scottsdale – это один из аукционов дома Gooding & Company

Популярная механика
Пришли за  Путиным. Чем грозят Кремлю новые санкции США Пришли за  Путиным. Чем грозят Кремлю новые санкции США

Новый пакет санкций может внести Россию в список стран-спонсоров терроризма

Forbes
Объект желания: 5 главных сумок осени (и их бюджетные альтернативы) Объект желания: 5 главных сумок осени (и их бюджетные альтернативы)

Самые модные дизайнерские сумки этой осени и их бюджетные аналоги

Cosmopolitan
Открыть в приложении