Нейросеть или нейронная сеть — это компьютерный алгоритм, который имитирует поведение человеческого мозга при обработке данных. Сталкиваясь с незнакомым предметом, нейросеть, как и человек, изучает его, делает выводы и использует полученную информацию в дальнейшем.
Объясняем на примерах, как работают и учатся нейронные сети, чем они полезны и как связаны с глубоким обучением. В конце — подборка сервисов, чтобы самостоятельно попробовать нейросети в деле. Вы увидите, как искусственный интеллект генерирует тексты, рисует картины и даже делает музыку.
Нет времени читать статью? Найдите ее в нашем телеграм-канале и сохраните себе в «Избранном» на будущее.
Содержание статьи
Персептрон
Рекуррентные нейронные сети
Сверточные нейронные сети
Как связаны нейросеть и умные устройства?
Нейросеть и глубокое обучение (deep learning) — в чем отличие?
Нейросеть рисует картины по словам и запросам — Kandinsky 2.0
Нейросеть делает эмодзи — ruDALL-E Emojich
Нейросеть делает фото несуществующих людей — This Person Does Not Exist
Нейросеть улучшает качество фото
Нейросеть делает логотипы — Looka
Нейросеть делает видео и читает текст — Visper
Нейросеть делает музыку — MuseNet
Нейросеть заменяет копирайтера — Copy Monkey
Нейросеть пишет истории — Порфирьевич
Нейросеть делает арты — Dream
Что нужно запомнить про нейросети
Что такое нейросеть?
При стандартном подходе к программированию человек пишет алгоритмы для компьютеров, то есть сообщает им, что конкретно нужно сделать. В случае с нейронными сетями мы не говорим, как решить задачу, — они учатся это делать сам на основе разных данных.
Со временем нейросеть выявляет закономерности и генерирует на их основе и новые решения. При этом придумать что-то уникальное искусственный интеллект не может — он действует только в рамках той информации, которую изучил.
Пример нейронной сети — голосовые помощники Siri, Алиса, Маруся и другие. Со временем они начинают узнавать голос, понимают предпочтения и рекомендуют более подходящий контент.
Принцип работы нейросетей придумали еще в середине XX века, но у человечества было недостаточно информации, чтобы обучить модели. Нейронные сети стали активно использовать в 2010-х годах, когда появились большие объемы данных. С тех пор нейросети многому научились: они могут писать тексты, рисовать, читать вслух, делать видео и даже музыку.
Например, в сентябре 2022 года вышел журнал «РБК Стиль», обложки к которому нарисовала нейронная сеть. Искусственный интеллект проанализировал работы с выставки современного искусства Cosmoscow и сгенерировал изображение.
Обложка к журналу «РБК Стиль» №5, 2022 г. Автор — искусственный интеллект
В период обучения нейросеть может выдавать странные результаты. Например, в 2019 году робот-помощник Тинькофф Банка грубо ответил пользовательнице. Девушка пожаловалась на проблемы со входом в приложение по отпечатку, на что искусственный интеллект посоветовал ей отрезать пальцы. Так произошло из-за того, что нейросеть училась на языковом корпусе — большом объеме данных из разных источников. Какие-то тексты в корпусе были литературными, а какие-то — нет. Чтобы избежать таких ситуаций, тексты пришлось бы отбирать вручную, но это нереально.
Как работает нейросеть?
Нейронная сеть состоит из искусственных нейронов или узлов — небольших программ, которые производят расчеты. Таких узлов много, поэтому их объединяют в слои:
- входной, куда приходят данные;
- один или несколько скрытых, где производятся вычисления;
- выходной, где данные выходят наружу.
Каждый узел соединяется с соседними, их связь называется синапс и имеет определенный вес. Чем выше это значение, тем важнее связь между двумя узлами. Если выход любого узла превышает указанное значение, этот узел активируется и отправляет данные на следующий уровень сети. В противном случае данные не передаются дальше.
Мы подготовили наглядную схему, на которой видно принцип работы нейросети.
Разберем работу нейронной сети на примере. Допустим, мы хотим, чтобы нейросеть отличала картинку с собакой от картинки с кошкой — для этого нужно загрузить много фотографий этих животных. Нейросеть изучит каждое изображение и выдаст результат в виде двух чисел: первое будет показывать, насколько алгоритм уверен, что на картинке собака, а второе — что кошка. Если ответ неверный, нужно указать на ошибку — алгоритм всё пересчитает и запомнит.
Нейросеть не может генерировать уникальные результаты, потому что действует только на основе предыдущего опыта. Так, если в нашу нейросеть загрузить фотографию попугая, она ничего не поймет и идентифицирует его как кошку или собаку. Чтобы нейросеть узнавала еще и попугаев, ее нужно обучить дополнительно по тому же алгоритму.
Как обучить нейросеть?
Чтобы научить нейросеть, нужно много данных. Существуют даже отдельные системы, в которых информация размечена специально для искусственного интеллекта.
Вы наверняка встречали капчи от Google, на которых нужно выбрать светофоры, машины, корабли и прочее. Принято считать, что так сайт проверяет, кто делает запрос: робот или человек. Но это не единственное предназначение капчей. Попробуйте дать частично верный ответ, и система вас все равно пропустит.
Алгоритм нужен еще и для того, чтобы обучить нейросеть Google на конкретных примерах. Это способ собрать большой массив данных, на создание которого у работников ушло бы намного больше времени.
Google создал специальный сайт, где каждый желающий может обучить нейросеть, — Teachable Machine. С помощью сервиса можно научить искусственный интеллект распознавать звуки, позы и изображения. Готовую модель можно скачать на Google Диск в формате zip, чтобы потом вернуться и продолжить работу.
Мы научили нейросеть отличать яблоки от бананов: для этого мы загрузили несколько образцов, модель их изучила и смогла распознать яблоко с точностью 74%. Чтобы результаты были лучше, нужно дать нейросети больше фотографий.
Какие бывают нейросети?
Существует много типов нейронных сетей: они различаются по сложности, вариантам использования, структуре, а также по тому, как моделируются искусственные нейроны, и по связям между узлами. Самыми популярными считаются три типа нейросетей:
- персептрон (перцептрон),
- рекуррентные,
- сверточные.
Персептрон
Самая простая и самая старая форма нейронных сетей. Состоит из одного нейрона, который выполняет две операции: принимает входные данные и применяет к ним функцию активации — в результате получается вывод в двоичной системе.
Персептрон не содержит скрытых слоев и может использоваться только для тех задач, где нужно разделить данные на две классификации. Из-за своей простоты этот тип нейросетей уже почти не используют.
Существуют и более сложные многослойные персептроны, в которые добавляются дополнительные скрытые слои. Их используют для более сложных задач, таких как распознавание голоса.
Как работают персептрон и многослойный персептрон
Рекуррентные нейронные сети
Рекуррентные нейросети применяют для генерации текстов, обработки речи и перевода. Это сети с циклами, главная особенность которых — использование памяти. Модель будет перемещать данные вперед и возвращать их к предыдущим шагам, чтобы как можно лучше выполнить задачу.
Слои между входным и выходным слоями повторяются, поскольку данные зацикливаются и сохраняются — так сеть хранит информацию о всех доступных данных. Благодаря этому модели лучше понимают контекст входных данных и улучшают прогнозы выходных данных.
Сверточные нейронные сети
Чаще всего сверточные нейросети используют для классификации изображений, видео, распознавания объектов и лиц. Если обычная нейронная сеть состоит из трех типов слоев, то сверточная — из пяти:
- входной,
- сверточный,
- объединяющий,
- подключенный
- выходной.
Такие сети дают устойчивый результат, даже если изменить ракурс и масштаб фото. Каждый слой изучает определенную часть изображения, а на выходе соединяет все полученные данные.
Например, нам нужно распознать лицо по фотографии. На первом этапе нейросеть определяет простые очертания, на втором — группы краев, которые образуют фигуры, на третьем — глаза и нос. Сети нужно 5–6 уровней, чтобы собрать все эти черты в портрет человека.
Сверточная нейронная сеть рассматривает изображение по кусочкам
Как связаны нейросеть и умные устройства?
Нейросети позволяют обычным устройствам становиться умными. Например, современные камеры видеонаблюдения могут не только записывать видео, но и анализировать его: обнаруживать человека, фиксировать движение в кадре, распознавать лица.
А еще умные устройства — это отличная база для обучения нейросетей. Умные часы фиксируют жизненные показатели, колонки слушают наши разговоры, телефоны наблюдают за перемещениями. Эти и другие устройства отправляют данные на серверы компаний — в дальнейшем из информации получаются обученные алгоритмы.
Данные отправляют на серверы, так как в маленьких устройствах обычно недостаточно мощности и памяти для обучения. Попробуйте поговорить с голосовым помощником на смартфоне, когда у вас нет доступа к Интернету, — ничего не получится, потому что устройство только собирает данные, но не обрабатывает их. Ученые уже работают над тем, чтобы портативные устройства смогли обучаться сами, сохраняя конфиденциальность пользователя.
Нейросеть и глубокое обучение (deep learning) — в чем отличие?
Глубокое обучение — это подраздел машинного обучения, а нейронные сети составляют основу его алгоритмов. Слово «глубокий» относится к количеству скрытых слоев в нейронной сети, то есть к ее глубине. По сути, каждая нейронная сеть с более чем тремя слоями, включая входной и выходной, может считаться моделью глубокого обучения.
Проще всего понять отличия нейросетей от глубокого обучения, если рассмотреть их структуру.
Сайты с работой нейросетей
Мы подобрали бесплатные нейросети, с помощью которых можно генерировать изображения, логотипы, музыку, видео и текст.
Нейросеть рисует картины по словам и запросам — Kandinsky 2.0
Kandinsky может нарисовать картину по описанию за минуту. Для обучения модели разработчикам потребовалось загрузить 1 000 000 000 пар изображений и текстов.
Чтобы воспользоваться искусственным интеллектом, нужно сделать текстовый запрос с описанием желаемого результата. Он может быть коротким, а может быть детальным и подробным, однако не должен превышать 300 знаков.
Такую картину в стиле классицизма мы получили по запросу «Маркетолог читает блог LPgenerator».
Изображение сгенерировано нейросетью Kandinsky 2.0. Правообладатель ПАО СберБанк ©, 2022 год
Конечно, получилось забавно — совсем не то, что мы имели в виду. Зато с более простыми заданиями нейросеть справляется лучше — такую картину мы получили по запросу «солнечное утро в стиле Ван Гога».
Изображение сгенерировано нейросетью Kandinsky 2.0. Правообладатель ПАО СберБанк ©, 2022 год
Нейросеть работает не только на русском — в рамках одного запроса можно даже комбинировать разные языки. Выберите разрешение будущей картинки и стиль, в котором ее нужно нарисовать. Это может быть портретное фото, мультфильм или стиль великих художников — больше десятка вариантов. Можно написать один и тот же запрос несколько раз — результаты будут разные.
Нейросеть делает эмодзи — ruDALL-E Emojich
Модель, которая может генерировать уникальные наборы эмодзи. Этот процесс занимает больше времени, чем рисование картинки: в первый раз у нас ушло 10 минут, а во второй — 16. Вот какой набор смайликов мы получили по запросу «собака с хозяином». Готовые изображения можно скачать архивом.
Изображение сгенерировано нейросетью ruDALL-E XL Emojich. Правообладатель ПАО СберБанк ©, 2022 год
Нейросеть делает фото несуществующих людей — This Person Does Not Exist
Бывает, что нужно добавить отзыв на сайт, а фотографии клиента нет. Можно взять изображение со стока, но есть риск, что читатель его уже видел раньше, — это подорвет доверие к отзыву. Брать фото реальных людей без их согласия тоже не стоит.
Видимо чтобы решить эту проблему, и была создана нейросеть This Person Does Not Exist: она генерирует фото несуществующего человека — такое можно размещать без опаски.
Изображения, сгенерированные нейросетью This Person Does Not Exist
Алгоритм работает на генеративно-состязательной сети — это нейросеть, которая состоит из двух частей: одна генерирует результаты, а другая их проверяет и старается отличить верные от неверных. Так, одна нейросеть делает изображение, а другая следит за тем, чтобы оно было реалистично.
Чтобы воспользоваться нейросетью, нужно просто перейти на сайт — тут же высветится фото человека, сгенерированное моделью. Если нужно другое изображение, просто обновите страницу. Фото выглядят натурально — трудно догадаться, что это работа искусственного интеллекта.
Нейросеть улучшает качество фото
Мы протестировали несколько сервисов, которые, по заявлению создателей, могут улучшать фотографии и увеличивать их без потери качества:
К сожалению, магии не произошло и ни один из бесплатных инструментов не улучшил фото значительно. Но поэкспериментируйте сами.
Нейросеть делает логотипы — Looka
Не каждый может позволить себе услуги дизайнера. Чтобы нарисовать логотип, воспользуйтесь нейронной сетью Looka (работает только на английском).
Такие результаты мы получили от Looka, когда попросили сеть создать логотип для LPgenerator
Введите название вашей компании, сферу деятельности, отметьте примеры логотипов и цвета, которые вам нравятся. В конце вы получите много разных вариантов — приглянувшийся можно доработать под себя.
Попробовать можно бесплатно, но вот скачать логотип можно только за $20. Но никто не запрещает вдохновляться идеями нейросети. В этом же сервисе можно сделать полноценный брендбук, но для этого нужно купить подписку.
Нейросеть делает видео и читает текст — Visper
Сервис позволяет сделать видеоролик с виртуальным диктором или озвучить презентацию. Есть разные варианты персонажей, можно выбрать фон, положение человека в кадре, разные языки, голоса и жесты. На бесплатном тарифе доступно одно видео длиной до двух минут — дальше нужно купить подписку.
Скриншот сервиса Visper
Нейросеть делает музыку — MuseNet
Эта нейронная сеть может генерировать четырехминутные композиции с использованием 10 различных инструментов, а также комбинировать стили от кантри до Моцарта и Битлз. Выберите композитора, стиль, инструменты и начните генерировать. Готовая музыка доступна для скачивания в разных форматах. Сайт полностью на английском языке.
Скриншот сервиса MuseNet
Нейросеть заменяет копирайтера — Copy Monkey
Нейросеть-копирайтер генерирует тексты разных форматов:
- SEO-статьи,
- описания товаров для маркетплейсов,
- посты в блоги,
- отзывы на товар,
- письма для рассылки,
- тексты для сайтов и лендингов.
Чтобы сгенерировать текст, нужно выбрать категорию и задать тему. По желанию можно добавить ключевые слова, которые обязательно должны встречаться в тексте. Например, вот пост, который получился у нас по запросу «Нейросети заменят копирайтера».
«Сейчас нейросети стали широко используемыми инструментами для анализа и поиска информации. В скором будущем они заменят копирайтера.
Нейросети помогают обнаруживать связи между различными понятиями, а также анализировать большой объем информации за короткое время. Это позволяет создавать совершенно новые понятия и придумывать новые слова.
Социальные сети и блоги полны различной информации, но многие посты не несут никакой ценности. Нейросети помогают выделять наиболее важную информацию и преобразовывать ее в новые значимые понятия.
Таким образом, нейросети заменят копирайтера и станут незаменимым инструментом для поиска и анализа информации».
Текст написан будто по шаблону — вряд ли его будет интересно читать человеку. Но в целом это связный текст, который можно понять. На наш взгляд, Copy Monkey можно использовать для решения рутинных задач, например, если нужно сгенерировать описание сразу сотни товаров. На бесплатном тарифе доступно до трех генераций в день. Стоимость подписки начинается от 1 599 руб. в месяц.
Нейросеть пишет истории — Порфирьевич
Чтобы Порфирьевич заработал, напишите начало истории и нажмите кнопку «Дополнить». В этом же окне высветится продолжение, которое предлагает нейросеть, оно выделено синим цветом.
Такая история получилась, когда мы ввели предложение «Ежик вышел погулять». Это второй вариант текста, потому что в первый раз у Порфирьевича получился мрачный рассказ, в котором еж попал в склеп.
Видимо поэтому есть кнопка «Варианты»: если на нее нажать, появится новый текст. К сожалению, Порфирьевич не может писать длинные рассказы — он дополняет историю максимум на 60 слов.
Нейросеть делает арты — Dream
Dream рисует абстрактные изображения. Чтобы сгенерировать картинку, нужно написать запрос на английском языке и выбрать один из четырех десятков стилей — сюрреализм, стимпанк, японские гравюры укиё-э и многое другое.
Изображения сгенерированы нейросетью Dream
На картинке слева направо результаты, которые получились по запросам «never ending flower» (бесконечный цветок), «seaside» (морское побережье) и «fire and water» (огонь и вода).
Что нужно запомнить про нейросети
- Нейросети работают с информацией так же, как человеческий мозг: они изучают новый объект, а потом учатся на собственных ошибках. Чтобы обучить модель, нужно очень много данных.
- У нейросети есть входной и выходной слои и несколько слоев между ними, в которых производятся вычисления. Существует много разных типов нейросетей, каждый из которых подходит для решения определенных задач.
- Сейчас нейросети могут многое: их применяют в голосовых помощниках, умных устройствах, да и вообще, ими просто интересно пользоваться. Какими бы классными ни были результаты работы нейросети, она не может думать сама и делать что-то принципиально новое — она просто создает что-то на основе данных, которые в нее загрузили.
Высоких вам конверсий!
