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
Иллюзия стабильности: что происходит с биткоином и другими криптовалютами Иллюзия стабильности: что происходит с биткоином и другими криптовалютами

Августовское затишье на криптовалютном рынке

Forbes
Актер как бренд Актер как бренд

Как Александр Петров превращает свое имя в торговую марку

РБК
Павел Воля: Павел Воля:

Простой пензенский парень Павел Воля дал эксклюзивное интервью Cosmo

Cosmopolitan
«О том, что Олег хочет открыть свой театр, он говорил еще когда был школьником», — вспоминают друзья Олега Ефремова «О том, что Олег хочет открыть свой театр, он говорил еще когда был школьником», — вспоминают друзья Олега Ефремова

Воспоминания об Олеге Ефремове двух его друзей

Караван историй
Отец Влада Соколовского публично извинился перед Ритой Дакотой Отец Влада Соколовского публично извинился перед Ритой Дакотой

Отец Влада Соколовского публично извинился перед Ритой Дакотой

Cosmopolitan
Данила Козловский Данила Козловский

Писатель Цыпкин задает режиссеру Козловскому наводящие вопросы

Maxim
Я поверила в себя Я поверила в себя

Блогеры, которые мотивируют на успех

Cosmopolitan
Здравствуйте, товарищи Здравствуйте, товарищи

Как попасть в Северную Корею и пробежать полумарафон

Tatler
«Космос уже обжит для туризма» «Космос уже обжит для туризма»

Интервью с Самантой Кристофоретти, первой побывавшей на орбите итальянкой

Огонёк
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
Черная полоса: как ее преодолеть? Черная полоса: как ее преодолеть?

Как пережить черную полосу неприятностей и не потерять надежду на лучшее

9 месяцев
В Москве пройдет рэп-фестиваль Rhymes Show В Москве пройдет рэп-фестиваль Rhymes Show

Вторая часть музыкального фестиваля Rhymes Show пройдет 18 августа в Москве

Cosmopolitan
Архив смерти Архив смерти

Фотохудожник Андреас Оруэле отобрал фотографии Колумбии 1948 — 1958 годов

Esquire
5 лучших упражнений, чтобы иметь спину, как у Геракла 5 лучших упражнений, чтобы иметь спину, как у Геракла

5 лучших упражнений, чтобы иметь спину, как у Геракла

Playboy
Лондон, гудбай: почему один из богатейших жителей Великобритании переезжает в Монако Лондон, гудбай: почему один из богатейших жителей Великобритании переезжает в Монако

Джеймс Рэтклифф решил эмигрировать

Forbes
Почему мы покупаем: как избежать ненужных трат Почему мы покупаем: как избежать ненужных трат

Почему мы покупаем: как избежать ненужных трат

Psychologies
5 женщин, которые изменили этот мир 5 женщин, которые изменили этот мир

Еще совсем недавно наш мир был полностью ориентирован на мужчин

Популярная механика
Непристойные картинки, туркменский эпос и другие вещи, отправленные человечеством в космос Непристойные картинки, туркменский эпос и другие вещи, отправленные человечеством в космос

Если инопланетяне существуют, им приходилось натыкаться на «приветы» с Земли

Maxim
Что обязательно нужно купить к осени Что обязательно нужно купить к осени

Байеры самых модных магазинов советуют, что стоит приобрести

Vogue
Реформа крайнего срока Реформа крайнего срока

Был ли шанс сделать пенсионную реформу еще хуже. А лучше?

Русский репортер
Tatler 10 Tatler 10

Самые красивые героини самых громких наших обложек

Tatler
Заповедник Заповедник

В чем уникальность отечественных заповедных железных дорог

Seasons of life
Загорела на работе: женщины, работающие на Ибице Загорела на работе: женщины, работающие на Ибице

Каково на Ибице живется женщинам, которые приезжают сюда зарабатывать

Cosmopolitan
Прибыль как роскошь: к чему приведет изъятие сверхдоходов у бизнеса Прибыль как роскошь: к чему приведет изъятие сверхдоходов у бизнеса

Бизнеса в СССР не существовало, а кончилось все пустыми полками в магазинах

Forbes
Великие и Ужасные: 13 незабываемых сцен из фильмов Тима Бертона Великие и Ужасные: 13 незабываемых сцен из фильмов Тима Бертона

«Самые-самые» моменты «самых-самых» фильмов Тима Бертона

Playboy
8 вещей, которые, оказывается, тоже можно мыть в посудомоечной машине! 8 вещей, которые, оказывается, тоже можно мыть в посудомоечной машине!

8 вещей, которые легко можно помыть в посудомоечной машине

Maxim
На пьяную голову На пьяную голову

Почему человек перепил животных

Огонёк
Как менялся стиль Фаррелла Уильямса Как менялся стиль Фаррелла Уильямса

История борьбы музыканта со своими брюками. Как менялся стиль Фаррелла Уильямса

GQ
5 способов защиты от нежелательной беременности: что надежнее? 5 способов защиты от нежелательной беременности: что надежнее?

Как не допустить нежелательной беременности, возобновляя интимную жизнь

9 месяцев
Открыть в приложении