Глубокое обучение нейронных сетей стало одним из важнейших направлений развития технологий искусственного интеллекта. Сейчас к этой теме активно привлекают молодых и перспективных разработчиков. Для этого проводятся специализированные конкурсы, хакатоны – как локальные, так и глобальные.
Один из примеров таких соревнований — The Allen AI Science Challenge. С помощью методов глубокого обучения нейронных сетей «решателям» со всего мира предлагается создать программу, способную отвечать на вопросы не хуже восьмиклассника из американской школы. При этом нужно еще грамотно описать используемую методологию и предложить варианты применения технологии на практике. Задача опубликована на международной конкурсной площадке по машинному обучению kaggle Институтом Искусственного интеллекта сооснователя Microsoft Пола Аллена, победителям обещаны внушительные денежные призы.
В России тоже делаются шаги в сторону популяризации deep learning. На протяжении недели с 31 января по 5 февраля в МФТИ проходил международный хакатон по глубокому обучению и машинному интеллекту DeepHack Q&A. Фонд «Сколково» стал одним из генеральных партнеров мероприятия, финал хакатона прошел в Инновационном Центре. Участники хакатона попробовали свои силы в решении задачи The Allen AI Science Challenge и справились с этой задачей.
Отметим, что все 12 команд-участников хакатона попали в список 50 сильнейших из 700 команд, зарегистрированных на kaggle. Команда Generation Gap — победитель DeepHack Q&A — взлетела на пятую строчку общемирового рейтинга.
Альберт Ефимов (в центре) и участники DeepHack Q&A. Фото: SkRobocenter
Почему тема deep learning стала одной из самых актуальных для международного технологического сообщества, а также чем в этой теме могут выделиться российские молодые ученые, студенты, программисты в интервью Sk.ru рассказал руководитель робототехнического Центра «Сколково» в IT-кластере Альберт Ефимов.
— Чем, как вы думаете, интересна сама тема обучения нейронных сетей?
— Начнем с того, что в 2015 году, согласно некоторым тестам по распознаванию образов, машина справилась с задачей лучше, чем человек. Можно сколько угодно говорить о прохождении или не-прохождении текста Тьюринга, но на текущий момент есть реальные практические задачи, которые искусственный интеллект выполняет лучше, чем человек. Но я хочу уточнить — речь не о «старом добром ИИ», а о технологиях, основанных на сверточных нейронных сетях и гибридных технологиях. Обучение — супервизорное и не супервизорное – нейронных сетей стало развиваться очень быстро.
— Какие проекты из этой сферы заслуживают внимания?
— У всех на слуху проект Deep Mind, который купил Google. Технологии на основе нейронных сетей используются для улучшения качества ответов в поиске. Интересен и стартап Digital Genius из Великобритании, который делает системы, заменяющие человека в контактных центрах. Нечеловеческий интеллект общается с посетителями сайтов — фактически, это самообучающиеся чатботы. В самых разных беспилотниках, в основном, самоездящих — тоже используются нейронные сети.
Если говорить о России и, в частности, о проектах в Сколково, то, как мне сказал знакомый из одной очень крупной IT-компании, «По сравнению с Vision Labs [сколковский проект, работающий в сфере распознавания образов] — мы еще дети». И действительно, с Vision Labs конкурировать сложно. Он входит в тройку лучших мировых проектов в своей сфере.
Проект «Нейросети Ашманова» [обладатель специального приза от «Сколково» в хакатоне DeepHack Q&A, Sk.ru] занимается разработкой алгоритмов распознавания изображений и видео на базе нейронных сетей. В той или иной степени гибридные нейросети используют еще несколько наших проектов, но реальные подвижки есть у уже упомянутых Vision Labs, «Нейросетей Ашманова» и компании «Аврора», которая занимается созданием беспилотных транспортных средств и систем управления для них.
— Зачем нужны хакатоны, подобные DeepHack Q&A?
— Я всегда говорил, что основная цель любого хакатона — формирование сообщества. На хакатонах мы выбираем лучшие команды, но на самом деле, побеждают все. Формируется сообщество людей, которые разбираются в определенной теме, могут писать код. На DeepHack Q&A была очень интересная задача. Хакатон фактически имитировал экзамен по базовым предметам в восьмом классе американской школы — географии, биологии, физике. И что интересно — я сам говорил с ребятами, которые занимались созданием когда, чтобы нейронная сеть могла давать ответы на все эти вопросы. Но сами эти ребята ответов не знали. Задание было слишком сложным для людей, но нейронная сеть, наученная добывать знания из интернета, с ним легко справлялась. Если задуматься — это довольно странная ситуация.
— Где в России учат deep learning, откуда берутся программисты, способные создать код для нейронной сети?
— Специально этому нигде не учат, и, к счастью, цикл обучения человека для понимания структуры работы с нейронными сетями — совсем не большой. Не нужно быть PhD в Computer Science, чтобы получить нужные знания и научиться работать с алгоритмами deep learning. Ребята, уровня хорошего бакалавриата, со знанием нескольких языков программирования, умеющие парсить тексты в интернете, вполне способны работать с нейронными сетями. Все команды DeepHack Q&A имели в своем составе высокоуровневого программиста, который писал общий код, и ребят, которые помогали с формированием баз данных для ответов на вопросы. Команды собирались очень по-разному, часть из них была знакома с предыдущего хакатона, а победители вообще собрали команду из четырех других.
— Есть ли шанс, что по результатам хакатона сформируются серьезные, коммерчески успешные проекты?
— Именно на это мы и надеемся. Вообще, основа работы с нейронными сетями — это математика. Теперь для того, чтобы управлять автомобилем, не обязательно знать, как едет этот автомобиль. Надо натренировать нейронную сеть распознавать дорогу, чтобы она делала это быстро и энергоэффективно. В целом, это направление сейчас очень быстро развивается. Есть отдельные задачи в отношении беспилотников — тренировка нейронных сетей на специализированных компьютерах, которые, к примеру, выпускает NVIDIA (партнер хакатона). Есть совершенно понятные прикладные задачи: понимание текстов, понимание образов, понимание видеопотоков. Все это — огромный рынок, и он будет оставаться открытым для тех, кто умеет писать программное обеспечение. Вопрос даже не в освоении этих технологий, а в нахождении интересных бизнес-моделей.
— Какие планы есть у «Сколково» относительно проектов на тему deep learning?
— Наша цель — найти и привлечь 10 интересных перспективных проектов до конца этого года. На текущий момент у нас два таких проекта, думаю, увеличить их число в пять раз — реально.
Это видно, например, по потоку проектов на Russian Startup Tour. Если раньше число таких проектов равнялось нулю, то теперь в каждом городе тура пять-шесть проектов так или иначе связаны с нейронными сетями.
Мы выделили целую тематическую сессию под тему deep learning на конференции Skolkovo Robotics, которая пройдет в мае. Мировые лидеры в этой области выступят у нас. Скорее всего, мы проведем тематический конкурс прямо на конференции. Ну и, конечно, мы будем продолжать сотрудничать с ведущими вузами страны и проводить собственные хакатоны и конкурсы.
— Глобальные игроки проявляют интерес к сотрудничеству?
— Если говорить о том же DeepHack Q&A, то посмотрите, кто входил в состав жюри и спикеров. Мы сами не ожидали такого уровня. Ведущие специалисты в своих областях приходили к нам сами и говорили, что им это интересно. Представители Facebook, NVIDIA, Cognitive Technologies, венчурные инвесторы — все сказали, что было интересно, все с удовольствием общались с командами. Конечно, это говорит об их интересе, и это объяснимо. Нейронные сети — это самое перспективное направление анализа больших данных, изображений, окружающего мира. Скоро большинство технологических проектов будут использовать нейронные сети в том или ином виде.