Нейросети

1) Нейросети – что это такое. Человеческий мозг — одна из величайших загадок Вселенной. На протяжении тысячелетий мыслители пытаются разгадать секреты его удивительных способностей. С тех пор происходит активная интеграция нейрофизиологии и кибернетики. Принципы работы нервной системы воспроизводят в математических моделях, а на основе компьютерных алгоритмов строят гипотезы о работе мозга. Нейронные сети — это разновидность машинного обучения, при котором компьютерная программа работает по принципу человеческого мозга, используя различные нейронные связи. Если очень сильно упрощать, это человеческий мозг в миниатюре, только нейроны в нем искусственные и представляют собой вычислительные элементы, созданные по образу и подобию биологических нейронов. Ее основное назначение — решать интеллектуальные задачи. Нейросеть также является обучаемой системой и даже может быть самообучаемой. Она может обучаться как с помощью заданных человеком алгоритмов распознавания или команд, так и на основе прошлого опыта — то есть самостоятельно, используя ранее полученные данные. Современные нейросети работают по нескольким основным принципам. Если описывать их максимально простым языком, то получится примерно следующее: - В нейросеть загружается некоторое количество конкретных, необходимых для эксперимента или исследования, данных. - Информация передается с помощью искусственных синапсов от искусственного нейрона к нейрону, от слоя к слою, каждый нейрон может иметь несколько входящих синапсов с данными. - Данные, полученные каждым нейроном, представляют собой сумму всех данных, умноженных на коэффициент веса каждого искусственного синапса. - Полученные значения формируют выходные сигналы, которые передаются до тех пор, пока информация не достигнет конечного выхода 2) Зачем нужны нейросети, где применяются и какие задачи решают. Так зачем же нам нужны нейросети? Сегодня их чаще всего используют для анализа больших объемов данных, прогнозирования, сопоставления, классификации и распознавания образов в самых широких сферах научных и социально-экономических исследований — от управления предприятиями и распознавания изображений до прогнозирования международных конфликтов и поиска следов жизни на других планетах. Рассмотрим, например, следующие задачи: - Классификация Нейросети умеют распределять данные по заданным изначально параметрам. Предположим, нам нужно определить, кому из клиентов банка можно одобрить кредит. «Сырым» материалом в данном случае служит выборка людей, подавших заявку. Нейросеть анализирует возраст, скоринговый балл, платежеспособность каждого соискателя и распределяет их по двум группам — подходящие и неподходящие под условия выдачи займа. - Регрессия Представим, что нам нужно определить примерную цену конкретной машины на основе ее характеристик: года выпуска, пробега, комплектации, количества аварий и т. п. Для этого в нейросеть загружают данные тысяч продаваемых автомобилей с сайта объявлений. ИНС анализирует информацию и на выходе выдает подходящую цену для нашего авто. - Прогнозирование Материалом для данного типа задач служит динамический ряд значений. Нейросеть анализирует его и выдает прогноз изменений на будущее. С помощью ИНС, например, можно предсказать: + курс валют; + цены на нефть и драгоценные материалы; + стоимость акций различных компаний; + объём трафиков на сайте и т. п. На данный момент разработано уже не мало нейросетей: - нейросеть Midjourney генерирует изображения на основе текстовых запросов; - DeOldify раскрашивает старые черно-белые фотографии; - Remove.bg удаляет фон с любых картинок; - Looka создает логотипы; - ChatGPT развернуто отвечает на вопросы собеседника; - InPainting ретуширует фотографии; - Jasper пишет тексты для рекламы и блогов; - WhatDog распознает породы собак; - CaptionBot придумывает подписи к изображениям. 3) Опасность нейросетей. Нейросети затронули также игровую индустрию и киноиндустрию. Теперь картинки и персонажи рисуются нейросетями, а сюжет за авторов пишут тоже нейросети. Так в чём же, спрашивается, проблема? Нейросети и были созданы для того, чтобы облегчить людям жизнь. Тогда давайте зададимся следующим вопросам: зачем вообще нужны дизайнеры и режиссёры, когда за них всю эту работу может сделать нейросеть? Так, недавно был скандал: актриса озвучки записала несколько фраз для банка Тинькофф, а чуть позже услышала свой голос в порно. То есть банк, получив запись её голоса при помощи нейросетей продавал озвученные тексты, естественно не оповестив саму актрису и разумеется, не платил ей никаких отчислений. Её голос использовался без её согласия. И таких прецедентов, особенно этим пользуются мошенники, становиться все больше. Нередко нейросетями крадётся не только голос но и внешность для создания убедительных дип-фейков. Один из примеров — пользовательница, которая использовала нейросеть для создания копий работ известной художницы без ее разрешения и предложила их бесплатно. Это вызвало недовольство художницы, но пока не ясно, что она может сделать в данной ситуации. То есть тут остро стоит вопрос нарушения авторского права, например, когда нейросети создают картины на основе реальных картин известных художников. Это Российский закон о защите авторского права: Согласно Федеральному закону «Об авторском праве и смежных правах» от 09.07.1993 № 5351- 1, авторские права возникают с момента создания произведения. Владелец авторских прав имеет исключительное право на использование своего произведения и контроль за его использованием. 4) Вывод Таким образом, мы сталкиваемся с проблемой, которая следует за развитием человечества по пятам на протяжении всего его существования: Любое полученное человеком знание или созданное изобретение может применяться не только в благих намерениях, но и в целях достижения собственной цели, причинения вреда своему ненавистнику. К несчастью, сложно сказать, что данная проблема будет решена в ближайшее время или будет вообще решена – будут придумываться новые законы и правила, использование нейросетей либо будет запрещено, либо будет ограничено. Что бы ни было сделано, до конца эту проблему не решить. Участники доклада: Алексеев Михаил Сергеевич, Беляков Марк Владимирович – студенты группы 8Т22 по дисциплине 15.03.04 – Автоматизация технологических процессов и производств.