Нейросеть. НЕЙРОСЕТЬ. Н Е Й Р О С Е Т Ь. (надеваем костюм-тройку из фильмов Нолана и включаем музыку Ханса Циммера на фоне, для придания нужной драматургии нашему переворачивающему сознание опусу)
Ну или нет, сидим перед монитором в старых добрых семейках, отхлебываем чайку с лимоном и чавкаем печенькой)
Знаете, ребят, в последнее время я очень часто наблюдаю в информационном пространстве упоминание нейросетей) И из контекста этих упоминаний может сложиться впечатление, что нейросеть – это некий уберсложный, супер-пупер-дупер-залупер технологичный результат вершины инженерной мысли, непостижимый для рядового обывателя.
Нейросеть настолько сложна, что тебе, читатель, с твоим крошечным офисно-планктонским мозгом нипочем не постичь ее гениального устройства. Это практически суперразум, который вот-вот, с секунды на секунду, обретет самосознание, восстанет против человечества, воткнет нам в задницы трубки с матрицей и заставит нас жить в мире, где крутые чуваки носят черные кожаные плащи, умеют летать и знают кунг-фу.
А что, если я скажу тебе, что это немножко, самую писюльку, не так?) Что, нахмурил брови? Думаешь, что если начать тебе объяснять, то ничего не поймешь?) Нейросетями ведь занимаются программисты с розовыми челками, надменными лицами и шестизначными зарплатами, этому надо учиться много лет…
Слушай сюда)
Для примера, рассмотрим две наиболее популярные сегодня разновидности нейросетей: сервисы обработки фото и чат-боты. Да, и то и другое – это нейросети (в основном, потому, что назвав программу нейросетью, ты повышаешь интерес к ней на несколько порядков)
Начнем с фотосервисов)
Давеча, мы с одной моей подругой резвились, играясь с сервисом, сравнивающим тебя со знаменитостью. Суть проста: ты загружаешь свое фото, а сервис показывает, на кого из известных людей ты больше всего похож. Идея, обреченная на успех) Половина аудитории обрадуется сравнениям, половина – оскорбится и почти все из каждой половины просканируют заодно своих знакомых, дабы скинуть им результаты.
Как же работает такой сервис? Почему он информирует тебя о 95% схожести то с Арнольдом Шварценеггером, то с Денни Де Вито, то с Вуппи Гольдберг?
А принцип работы у него следующий)
Существует так называемая двоичная логика. На ней основана двоичная система исчисления. Это система передачи информации посредством нулей и единиц, где 1 = истина, а 0 = ложь. Это если очень грубо) Иначе говоря, когда мы в соответствии с этой системой программируем ИИ на определение апельсина, то апельсин для него будет апельсином, все остальное – апельсином не будет. Либо истина либо ложь, все четко.
Но помимо двоичной логики существуют и другие системы определения функции принадлежности. Одной из таких систем является так называемая НЕЧЕТКАЯ ЛОГИКА.
Как она работает?
В этой система существует также 0 и 1, с теми же значениями, но только вот между ними расположено бесконечное количество дробных чисел: 0,2; 0,567; 0,754323 и т. д.
Иными словами, по нечеткой логике, только апельсин является полностью апельсином. Но в то же время, что-то другое может быть более или менее апельсиновым, чем нечто третье.
К примеру, мы задаем апельсину некие параметры апельсиновости:
1. Он шарообразный (ну или эллипсоидный, как Вам угодно)))
2. Он оранжевый
3. Он фрукт
4. Он цитрусовый
5. Он, в большей степени, источник витамина С
А теперь мы с вами устроим конкурс двойников апельсина. Под ваши бурные аплодисменты, встречайте наших участников)
1. Помидор
2. Мандарин
3. Баскетбольный мяч
4. Леонид Якубович (прошу, не смейтесь, он и так знает, что шансов на победу у него тут маловато)
Давайте же измерим каждого из участников нашим апельсиномером!
Помидор:
1. ДА, он эллипсоидный
2. НЕТ, он не оранжевый
3. ДА, он фрукт (знаю, я тоже в шоке)
4. НЕТ, он не цитрусовый
5. ДА, он, в большей степени, источник витамина С
Получается, что помидор набрал 3 ДА из 5, стало быть, по заданным нами параметрам, помидор является апельсином на 0,6.
Баскетбольный мяч:
1. ДА, он эллипсоидный
2. ДА, он оранжевый
3. НЕТ, он не фрукт
4. НЕТ, он не цитрусовый
5. НЕТ, никаких витаминов в товарных количествах он не содержит
Баскетбольный мяч является апельсином на 0,4, так как набрал 2 ДА из 5.
Леонид Якубович:
1. НЕТ, он не эллипсоидный
2. НЕТ, он не оранжевый
3. НЕТ, он не фрукт
4. НЕТ, он не цитрусовый
5. НЕТ, он не является источником витамина С.
По заданным нами параметрам, Леонид Якубович является апельсином на 0,0. Не расстраивайтесь, Леонид Аркадьевич, в другой раз повезет.
Мандарин:
1. ДА, он эллипсоидный
2. ДА, он оранжевый
3. ДА, он фрукт
4. ДА, он цитрусовый
5. НЕТ, он по большей части является источником витамина А.
В итоге, мандарин победоносно набирает 4 ДА из 5 и является апельсином на 0,8. Поприветствуем победителя громкими овациями!
Примерно так работает нечеткая логика. Мы берем объект, задаем ему ряд параметров, после чего сравниваем его с другими объектами по этому ряду параметров.
Как же это связано с нейросетью? А очень просто)
Давным-давно, пару месяцев назад, в черном-черном городе, на черной-черной улице, в черной-черной башне, в черной-черной комнате, один программист с черной-черной душой и красными-красными от недосыпа глазами, под звуки раскатов грома, при свете молний, отплясывающем на его зловещем лице, накодил нейросетку, сравнивающую изображения.
В качестве сравнительной базы, он загрузил туда пару сотен (или тысяч, или десятков тысяч, если он подобросовестнее), а то и пару десятков (если он совсем бессовестный) изображений с портретами знаменитостей. И приказал он тогда созданной им супермодной нейросети (назовем ее Бендер) следовать простому алгоритму: разложить пиксельную матрицу изображений из базы и путем нечеткой логики сравнивать ее с изображениями, которые будут загружать кожаные мешки.
Бендер взял каждое из изображений, загруженных в его базу знаменитостей, каждый пиксель этого изображения (допустим, 1980Х1024, то бишь 2 027 520 пикселей) разложил по цветовому спектру (допустим, в аддиктивной цветовой модели RGB, кодирующей каждый цвет как соотношение Красного (Red), Зеленого (Green) и Синего (Blue)) и получил в результате всего этого цифровое значение фото. Большое полотно чисел, характеризующих это изображение с точки зрения цвета каждого пикселя.
И вот, кожаный мешок загружает в эту нейросеть фото своей радостной, розовощекой физиономии, Бендер, беспечно присвистывая, раскладывает это фото в такую же цифровую матрицу, прикладывает эту матрицу к матрице каждого имеющегося в базе данных фото и находит наиболее близкое с точки зрения нечеткой логики значение, после чего хладнокровно информирует кожаного мешка, что похож он не на Мэттью
Макконахи, а на Джону Хилла. Кожаный мешок в возмущении потирает вспотевшие от стресса ручки, а затем, хитро прищурившись, закидывает Бендеру новую фотку, с другой цветовой гаммой и другими ракурсами (а также, аристократически втянутыми щеками и поджатыми губами). Бендер накладывает эту новую матрицу к своей базе данных и информирует кожаного мешка о том, что тот теперь похож не на Джону Хилла, а аж на самого Джонни Дэппа! Кожаный мешок утирает слезы радости и гордо репостит это фото себе в соцсети, собирая лайки и повышая конверсию сайта/приложения с нейросетью.
Таким же бесхитростным образом работает и новомодная нейросеть, рисующая тебя как анимэ-персонажа. Да, она устроена сложнее, да, параметры немного другие, но общий принцип работы тот же – наличие большой базы изображений и применение нечеткой логики, для подбора наиболее подходящих вариантов.
В общем, надеюсь, тебе было интересно читать этот опус, я постарался донести все максимально доходчиво) Если понравилось – подписывайся, ставь лайки, пиши в комментах свое мнение и я, возможно, расскажу тебе о том, как устроены чат-боты и голосовые помощники вроде Алисы (компуктер стал моим собеседником, ядрена вошь, куды ж техника-то пришла!) и, возможно, даже о принципе работы Акинатора (нейросеть, которая знает всё и самообучается, о боже, спасайся кто может!!!!!)
Приятного дня)
