Илья Макаров: «Люди не готовы к ошибкам нейросетей»
Еще в прошлом году редко кто что-то слышал о нейросетях, а уже в этом нейросеть может стать главным словом года во всем мире. Что это за технология, как устроены нейросети, каковы их возможности, риски и перспективы? Ответы на эти вопросы дал «РБК Трендам» эксперт Илья Макаров
Отделить кошек от собак
РБК: Давайте сразу проясним: что такое нейросеть и как она устроена?
И. М.: Чисто технически — это набор математических конструкций, которые отвечают за обработку разного типа данных. Другими словами, это математическая модель, которая обрабатывает входные данные и выдает некий результат на выходе.
Для каждой модели нейронной сети есть математическое описание, которое задает, как эта нейросеть выглядит, какие у нее есть обучаемые параметры. Например, предиктивная модель нейросети. Допустим, на одной картинке изображены коты, на другой — собаки. На выходе у вас есть класс — кот или собака. Что делает нейронная сеть? Она преобразует исходный сигнал к выходу, который интерпретируется как некоторая вероятность. Вероятность класса у одного будет 0,8, а у другого — 0,2. Тогда итоговое решение будет приниматься как наиболее вероятный класс. Это и будет предсказанием нейросети.
РБК: Искусственный интеллект, сложный алгоритм, машинное обучение. К каким из этих понятий можно отнести нейросеть?
И. М.: Нейросеть относится ко всему вместе. Ее можно назвать стохастическим алгоритмом, потому что у нее есть параметры, которые подбираются алгоритмом обучения. Нейросеть точно относится к машинному обучению, потому что нам нужно ее обучить, чтобы она работала. К искусственному интеллекту ее можно отнести из-за возможности реплицировать какие-то задачи, которые делает человек, и качество работы нейросетей будет не хуже.
РБК: Какие модели нейронных сетей существуют и какие задачи они решают?
И. М.: Сейчас очень много разных моделей. В зависимости от типа данных применяются разные технологии. Например, рекуррентные нейронные сети пытаются запомнить информацию из предыдущей части последовательности и использовать ее при обработке следующего участка последовательности. Графовые нейросети агрегируют информацию из вершины графа и от всех ее соседей в графовых структурах. Сверточная архитектура с помощью фильтров раскладывает картинку на простые паттерны, которые можно интерпретировать для задач классификации. Для генерации картинок используется диффузионная модель нейросети. Она сначала делает из картинки «белый шум», а потом пытается ее восстановить и генерирует новое изображение.
РБК: Не прошло и года, как мир заговорил о феномене нейросетей: в июле 2022-го началось открытое тестирование генератора изображений Midjourney, в ноябре был запущен чат-бот ChatGPT от компании OpenAI. А что способствовало прорыву в развитии нейросетей?
И. М.: На самом деле нейросети были популярны еще в XX веке. Но для их массового развития не хватало возможностей оборудования. Прорыв произошел в 2012 году, когда на международном соревновании ImageNet нейросеть смогла классифицировать изображения не хуже человека. Тогда стало понятно, что нейронная сеть — очень простая конструкция, которая может работать.
Начиная с 2014–2015 годов стали появляться первые работы на генеративном ИИ, которые реально заслуживают внимания. Это прогресс, потому что такая технология позволяет генерировать много данных. Данные, с одной стороны, могут улучшать результаты предиктивного ИИ, а с другой — создавать контент.
На мой взгляд, прогресс современных генеративных моделей искусственного интеллекта произошел за счет развития диффузионных моделей. Однако, чтобы нейросети корректно изображали, например лица и руки, нужно, во-первых, большое количество данных для обучения, во-вторых, внимание к деталям со стороны разработчиков.
Людей и природу нейронные сети уже хорошо научились генерировать. Но всегда есть над чем работать. Этим как раз и занимаются ученые. Они придумывают все больше моделей, которые повышают визуальное качество изображения и позволяют менять семантические параметры. Например, цвет глаз, наличие веснушек на лице, цвет волос, прическу. Если это можно сделать, условно, передвижением ползунка, то такие архитектуры представляют наибольшую ценность для продуктовых решений. Это позволяет перейти к нейроредакторам, в которых можно изменять разные параметры, стабильно и качественно генерируя контент.
Запрос на сверхразум
РБК: Что значит для науки прогресс нейросетей?
И. М.: Технологии, над которыми работают ученые, наконец дошли до масс. Причем скорость дохождения оказалась гораздо выше, чем все, что было до этого. Мы живем в эпоху потребления, в том числе цифрового контента. Блогеры мне рассказывают, что они просят ChatGPT сгенерировать сценарий ролика, другую нейросеть — сгенерировать видео со своей говорящей головой по этому сценарию, третью — озвучить видео, четвертую — добавить фон. То есть, комбинируя большое количество генеративных моделей, они создают контент и управляют им. Это стоит копейки по сравнению с созданием такого контента людьми.
Мы переходим к тому, что базовые технологии — машинная генерация речи, видео, текста — теперь доступны не только ученым, но и обществу.
РБК: Какие задачи помогают решать нейросети в разных сферах науки?
И. М.: Распознавание старинных рукописных текстов, автоматический перевод, восстановление старых фотографий и источников, определение авторства картин. В социологических исследованиях ИИ позволяет реально оценить настроения людей. В психологии искусственный интеллект профилирует личности и выстраивает определенный паттерн поведения. Существуют чат-боты, которые помогают справляться с депрессией. Философы стали исследовать языковые модели в попытках найти сверхразум, Бога или отражение своих философских взглядов. Применений очень много, важно понимать, как это работает.
РБК: Кому принадлежат права на произведение, которое сгенерировала нейросеть?
И. М.: Сейчас в США приняли первое решение о том, что если вы несколько раз делали промпт-инжиниринг (проще говоря, формулировали запросы боту и подсказки) или несколько раз как-то обрабатывали результат нейросети, то вы можете заявить на результат свои права. Это попытка баланса между тем, что хочет общество, и тем, что хочет регулятор.
Регулятор хочет сказать, что все, что сгенерировано ИИ, не облагается авторским правом. Это, на мой взгляд, неправильно. Нейросети — это способ быстрее получить результаты. Вообще никакой регулятор без команды ученых не может определить, было произведение сгенерировано нейросетью или создано вручную. Одно из решений — внедрение невидимых водяных знаков или зависимостей между пикселями, которые могут сигнализировать о том, что произведение сгенерировала нейросеть.
Позиция любого пользователя — произведение появилось только благодаря введенному им запросу. Разработчики же хотят получать процент за использование их технологии пользователями. Поэтому вотермарки — баланс между желаниями всех сторон.
РБК: А что, кроме споров об авторских правах, может дать работу юристам?
И. М.: Например, данные, на которых обучается нейросеть. В выборку может попасть ваше фото из интернета. Представим, что нейросеть научилась генерировать изображения, похожие на вас. По европейским и американским законам можно запретить использование своего лица на любой фотографии. Однако сложно исключить фотографии из обучающей выборки и переобучить нейросеть с нуля.
Я не против, чтобы мое лицо использовали для обучения и генерации изображений. А если меня вставят в потенциально неприличный дипфейк, то я не буду рад этому, но и защититься никак не смогу.
В Китае ставят во главу угла разработку продукта, и все, что ведет к ее ускорению, разрешено. Если в России ввести положение, что на каждую фотографию нужно получить письменное разрешение да ждать его по почте, то вся разработка встанет. Если в соседних странах развитие будет идти бешеными темпами, а у нас нет, то это плохо отразится на отрасли. На мой взгляд, нужно сейчас дать возможность сформироваться рынку, сформировать продукты на основе генеративного ИИ. Потом уже что-то запрещать. Если будут какие-то спорные моменты, то решать их в пользу людей.
Без права на ошибку
РБК: Какие риски сопровождают развитие нейросетей и ИИ?
И. М.: Во-первых, появляются этические проблемы. Возьмем, к примеру, делопроизводство. В США провели эксперимент — попросили ИИ предсказать по текстовому описанию виновника происшествия. В результате больше всего правонарушений он «зафиксировал» у афроамериканцев. Дело в том, что алгоритм выучил распределение, которому его обучили. Оказалось, что в выборке изначально была заложена дискриминация по цвету кожи на основе статистических данных.
Если данные, которые подаются ИИ, неправильные как с точки зрения чистоты информации, так и с точки зрения этической составляющей, то нужно в алгоритм закладывать такие функции, чтобы он не мог использовать, например, сведения о расе, поле, цвете кожи, если эти данные не имеют отношения к принятию решений. Но, к сожалению, ИИ может предсказать эти параметры. Поэтому нужно подготавливать данные так, чтоб он не мог выучить эти зависимости.
Во-вторых, если говорить о ChatGPT, то в него заложена система исправления ошибок взаимодействия с юзером, чтобы оставлять у пользователя наиболее приятное впечатление от общения. Можно, например, доказать, что дважды два равно пяти.
По запросу, сколько будет дважды два, нейросеть сначала выдаст правильный ответ. Но если сказать, что, например, моя жена считает, что дважды два равно пять, то нейросеть через некоторое время сдастся и ответит, что ее обучающая выборка покрывает информацию в интернете до 2021 года, этот факт может быть в нее не включен, и в итоге согласится, что дважды два равно пяти.
Текущий генеративный ИИ пытается дать ответ, которым пользователь останется доволен. Но это не означает, что он генерирует абсолютно правдоподобные вещи. И это действительно современная проблема.
И, в-третьих, люди не готовы принимать ошибки ИИ. Каждый день происходят сотни аварий, но если пешехода сбивает беспилотник, так его тут же пытаются запретить.
РБК: Как распознать контент, который генерирует нейросеть?
И. М.: Это открытый вопрос. В целом — никак. Ученые занимаются разработкой методов определения fake news. Многие исследования потом интегрируются в реальные продукты. В компаниях в тестовом режиме внедряются автоматические средства, которые помогают определять фейковые новости. Если этой же информации нет на иностранных языках или в наиболее цитируемых СМИ, то, возможно, это фейк.
Мой совет исключительно как человека — читайте меньше новостей, соблюдайте правила цифровой гигиены, тратьте больше времени на самообразование.
Незаменимых нет
РБК: Как нейросети, ИИ повлияют на рынок труда?
И. М.: Еще несколько лет назад все говорили, что повлияют, но не сильно. Например, под угрозой окажется профессия водителя. Если вас может отвезти автономный трамвай или автобус, то пассажиры не будут возражать при условии, что это безопасная технология.
Сейчас же с развитием нейросетей и ChatGPT под угрозой оказывается гораздо большее количество профессий. Из-за этого могут снизиться зарплаты или вырасти безработица. Например, в консалтинге людей, которых несколько лет учили делать красивые презентации, сейчас могут заменить нейросетью ChatBA. Этот сервис сделает презентацию на уровне обученного специалиста.
Наиболее крупные компании будут внедрять искусственный интеллект, чтобы ускорять бизнес-процессы и сокращать операционные расходы. Многие задачи ИИ может сделать не хуже, чем человек, в том числе творческие. Один из проектов, в котором я участвовал, развивал генеративный ИИ в сторону моды. Представим, что вы можете нанять человека с неплохой фигурой, а лицо и прическу приделать нейросетью. Нейросеть генерирует очень красивых людей, которых мы редко встретим в реальной жизни. И цена самой съемки вместо сотен тысяч рублей будет измеряться лишь стоимостью вычислений в облаке и услуг разработчика.
РБК: Может ли нейросеть заменить людей в профессиях, где от компетенции исполнителя зависит жизнь человека?
И. М.: Нейросеть может заменить, но человек не готов принять решения и ошибки, которые существенно значимы для наших с вами жизней. Если пациент заболел, то определить, ОРВИ это или бактериальная инфекция, можно только по анализу крови. Большинство из нас его не сдают. В этом плане любая нейросеть может имитировать врача и более-менее отвечать так же, как он, — на основе данных анализа. Однако ошибки врача мы принять можем, а нейросети — нет. Для постановки тяжелых диагнозов, например онкологии, решение должен все-таки принимать человек. При этом нейросеть может помочь ускорить процесс выявления болезни и выстроить лечение, которое продлит тяжелобольному пациенту жизнь.
РБК: Сможет ли нейросеть заменить и ученых?
И. М.: Как ученый, я могу сказать, что да. Но на ближайшие лет 10–20 я об этом не беспокоюсь. Во многих задачах автоматические решения не работают. Экспертизу и интуицию, которая нарабатывается у ученого, очень сложно заменить.
РБК: Что нужно делать, чтобы не остаться без работы?
И. М.: Нужно уметь пользоваться новыми инструментами и продолжать учиться.
Пределы совершенству
РБК: Как дальше будут развиваться нейросети и есть ли этому предел?
И. М.: Первый предел — возможности оборудования. С точки зрения размера чипов мы уже подходим к определенному пределу, который можно преодолеть на основе либо чипов на фотонике, либо квантовых компьютеров. Здесь есть большие ограничения. Квантовый компьютер помогает в развитии генеративного ИИ, но почти бесполезен для предиктивного ИИ.
Второй предел — трудности с созданием ИИ, который учится сам по себе, извлекает какую-то полезную информацию, оптимизируя какие-то промежуточные задачи. Модели, которые решают такие задачи, уже есть, но работают пока недостаточно хорошо. И получится ли добиться здесь прогресса или нет — непонятно. Они все еще уступают моделям, которые обучаются на данных, размеченных вручную.
Третий предел — финансовый. Сейчас только гиганты, как OpenAI, могут позволить себе дорогостоящую инфраструктуру и работать над самообучающимися моделями ИИ. Поэтому дальнейшее развитие нейросетей и их продуктовая реализация будут зависеть от поддержки ученых.
Четвертый предел определяется тем, что прогресс робототехники гораздо ниже, чем ИИ. Рано или поздно инженеры и робототехники решат проблему точности движений робота и придумают небольшой, но емкий аккумулятор, который поместится в робота и позволит ему долго работать. Тогда появится возможность внедрять ИИ в роботов-помощников, которые описываются в художественной культуре.
Пятый предел — восприятие нейросетей человеком. Важно, чтобы человечество продвинулось в понимании, что искусственный интеллект — это наш помощник и им нужно уметь правильно пользоваться.
Фото: Михаил Гребенщиков для РБК; IBM