Чем нейронная сеть похожа на дождевого червя

В Санкт-Петербургском политехническом университете разработали уникальную систему диагностики рака легких. Ее придумал заведующий лабораторией нейросетевых технологий и искусственного интеллекта профессор Лев Уткин.

Под его руководством группа физиков и врачей воплотила систему в жизнь всего за год. При чем здесь искусственный интеллект, чем опасны беспилотные автомобили, кто умнее человек или компьютер? – проффесор Уткин рассказал «Фонтанке» о вызовах, которые ставит перед нами цифровая реальность.

Компьютер против рака легких

– Какая сфера нашей жизни, на ваш взгляд, сегодня активнее всего развивается благодаря искусственному интеллекту?

– Диагностика в медицине. Во-первых, это очень востребовано, а во-вторых – дешево с точки зрения реализации. В отличие, скажем, от беспилотных автомобилей, которым требуется дополнительное оборудование (например, авторадары), в медицине это просто компьютерные программы, которые занимаются обработкой данных и позволяют выбрать оптимальное лечение. Система искусственного интеллекта по снимкам МРТ, КТ, УЗИ быстро ищет опухоли, патологии, поражения.

Имея подробную информацию о конкретном человеке, проще и диагнозы ставить, и лекарства назначать. Сейчас как происходит? Группу людей, у которых болит голова, лечат примерно одинаково, независимо от того, какой у них анализ крови, женщина это или мужчина и т.д. Всем дают, условно говоря, одну большую таблетку. Это все равно как средняя температура по больнице 36,6: у кого-то – 40 градусов, а у кого-то – 20. А может, одному больному нужно 75 процентов этой таблетки, а другому – только 15? Точная, быстрая диагностика, основанная на искусственном интеллекте, приближает нас к персональной медицине. Мы как раз этим занимаемся: создаем автоматизированную систему интеллектуальной диагностики рака легкого. Проблема в том, что его на ранних стадиях не обнаружить. Он не дает о себе знать до тех пор, пока опухоль не разрастется до такой степени, что человеку уже станет трудно дышать. Но тогда уже и поздно лечить. Поэтому очень важно делать компьютерный скрининг и обнаружить рак на томограмме еще в виде маленьких узелков толщиной 2–3 миллиметра.

Мы с помощью заведующей отделением лучевой диагностики онкоцентра в Песочном Анны Александровны Мелдо обучили нейронную сеть. Продемонстрировали ей множество томограмм разных пациентов. И показали, где злокачественная опухоль, где доброкачественная и т.д. Обучившись, система теперь сама за 20 секунд может распознать все подозрительные узелки на снимке и выдать врачу свое заключение. В идеале такая система вообще может без врача работать. Но об этом еще рано говорить – по юридическим и морально-психологическим причинам. Больному проще общаться с доктором, чем с компьютером. Так что пока система является помощником врача.

Результат КТ – это ведь не снимок флюорографии, он гораздо сложнее: на экране высвечиваются разные аспекты плотности. Обычно доктор тратит на анализ томограммы одного пациента минимум полчаса, он может устать, отвлечься и какой-нибудь маленький узелок пропустить. А компьютер моментально покажет врачу все подозрительные места, на которые стоит обратить внимание. Мы создаем сетевую систему. Врач из любого онкоцентра страны сможет загрузить в «облако» томограмму своего больного, изображение поступит в суперкомпьютер нашего университета, который его обработает и вернет врачу с пометками, где есть подозрения на опухоли.

По аналогии с этим двое наших студентов в качестве дипломной работы сейчас заняты другим проектом – обучают систему определять астигматизм. Создают нейронную сеть, которая подсказывала бы врачам офтальмологического центра им. Федорова, надо делать пациенту операцию или нет.

Роботы глупые и умные

– Что такое вообще искусственный интеллект? Как бы вы его охарактеризовали для тех, кто не погружен в этот мир?

– Мне уже много лет, и я помню, как появились первые калькуляторы. До них я на логарифмической линейке несколько часов тратил на некоторые вычисления. А калькулятор стал выполнять эту работу за считанные секунды. Но искусственным интеллектом он не считается. Потому что работает по жесткому алгоритму. Так же как и стандартный производственный робот: в него зашиты координаты дырок, в которые он должен завинтить винты. Если же дырка чуть сместится, робот промажет. А вот умный робот с искусственным интеллектом без всякого перепрограммирования в нее все равно попадет.

Каких только определений искусственного интеллекта ни появилось в последнее время. А на самом деле это просто определенный алгоритм, который учится на примерах, то есть подстраивает под них свои параметры. Машину учат так же, как ребенка. Когда малышу показывают картинки разных животных, он постепенно начинает себе их представлять. Так же и программе с искусственным интеллектом сначала демонстрируют кучу примеров, а дальше она сама начинает искать отличительные признаки, распознавать.

Слышали про AlphaGo? Компьютеры, как известно, уже давно научились выигрывать у людей в шахматы. Но есть китайская игра го. Она считается самой сложной в мире. Говорят, в ней настолько огромное число вариантов ходов, что перебрать все варианты даже на несколько шагов вперед невозможно. Но тем не менее компания DeepMind сделала программу AlphaGo, которая выиграла 4 из 5 партий у Ли Седоля, чемпиона мира из Кореи. Программу научили так хорошо играть, предварительно показав множество партий лучших игроков. А через полгода на ее основе была создана программа AlphaGo Zero. Она вообще не знает поражений. Хотя ее уже не учили, а просто объяснили правила игры. А дальше AlphaGo Zero сама поставила себе задачу и училась самостоятельно, играя только сама с собой. Вот это и есть искусственный интеллект.

– Сегодня много говорят о нейронных сетях.

– Нейронные сети сейчас принято едва ли не обожествлять: дескать, они – что-то великое, чуть ли не аналог мозга. На самом деле никакой это не аналог, до мозга им еще очень далеко. Нейронная сеть – это простейшая структура, совокупность соединенных между собой нейронов. Но с помощью этих соединений можно создать сколь угодно сложную функцию, которая будет распознавать не сотни, а тысячи картинок, которые показывают машине во время обучения. Где-то в 2012 году начало активно развиваться новое поколение так называемых глубоких нейронных сетей. Им, чтобы хорошо обучиться, требуется уже меньшее число примеров, и сейчас эти сети везде используются.

– Где внедряется искусственный интеллект?

– Направлений много. Все они связаны с обработкой больших объемов данных. Классический пример – логистика в гипермаркете: как организовать выкладку товаров и маршруты покупателей. Системе поставили задачу выяснить, что чаще всего покупают вместе с пивом. Оказалось… подгузники. Мужчины по пятницам, возвращаясь с работы, закупали на неделю товары, где неизменно повторялись пиво (для себя) и подгузники (для маленького ребенка). Тогда на полках рядом с подгузниками стали выставлять пиво, причем дорогое. И его стали больше покупать – зачем мужчине, купившему подгузники, куда-то идти за пивом, когда вот оно стоит.

В финансовой сфере системы искусственного интеллекта, анализируя множество факторов за десятки лет (войны, засухи, наводнения, банкротства корпораций и т.д.) и сравнивая их с текущими событиями, могут прогнозировать курс доллара или стоимость нефти.

Очень перспективное направление – биоинформатика. Искусственный интеллект помогает определить, какие гены за что отвечают. Он ищет отличия в миллионах цепочек ДНК и сравнивает отличия в организмах – цвет глаз, быстрый или, наоборот, медленный рост, предрасположенность к тем или иным болезням...

Искусственный интеллект сегодня широко задействован в разработке новых лекарств. Обычно эта процедура растягивается на годы. А системы искусственного интеллекта позволяют сильно ускорить процесс. Они моделируют готовые лекарства и предлагают для каждого заболевания свою структуру препарата.

Модное и распространенное направление развития искусственного интеллекта – создание беспилотных автомобилей. Все крупные компании – айтишные и автомобилестроительные – и у нас, и на Западе сейчас на них зациклены. Этим определяется их престиж.

Не показывайте средний палец беспилотному автомобилю

– Такое ощущение, что беспилотные автомобили уже совсем скоро поедут по нашим дорогам.

– По сравнению с медицинскими компьютерными системами робомобили – более дорогое и опасное удовольствие. Их надо довести до совершенства, чтобы из-за них не было никаких коллизий.

Единичные опытные робомобили – это ерунда. А вот когда их станет много на дорогах – сотни, тысячи, неизвестно, как они себя поведут. У нас часто бывает, что на перекрестке образуется свалка из-за того, что не все машины успели его проехать. Тогда начинается распихивание – один водитель кому-то средний палец показывает, другой машет третьему: «Проезжай, я тебя пропускаю».

– Естественный интеллект в дело вступает?

– Это даже более сложный процесс – взаимодействие интеллектов. А беспилотный автомобиль автономен, какое тут взаимодействие может быть? И таких ситуаций тысячи. Как робомобили будут между собой общаться? На мой взгляд, в городах их еще рано использовать. Они будут эти пробочные ситуации только усугублять.

– Многие фантастические фильмы пророчат, что искусственный интеллект в один прекрасный день может взбунтоваться.

– Думаю, апокалиптичный сценарий восстания машин никогда не осуществится. Человеческий мозг – слишком сложная система. Она намного превосходит искусственный интеллект.

У компьютеров тоже бывает склероз

– Чего не умеет делать искусственный интеллект в сравнении с естественным?

– Одна из его проблем заключается в том, что он выдает решения с некоторой долей вероятности. Например, делает вывод о том, что находящийся перед ним объект с вероятностью 60% муха и с вероятностью 40% – комар. Но это не значит, что перед ним действительно муха или комар. Это может быть какое-то другое насекомое. Компьютеру надо показать тысячи картинок кошек и собак, чтобы он научился их отличать друг от друга, и то не до конца. А ребенку достаточно продемонстрировать всего 2–3 картинки. Что происходит у него в голове? Какие причинно-следственные связи и ассоциации выстраиваются, когда он смотрит на кошку или собаку? По каким признакам ориентируется – по глазам, усам или ушам? Никто этого не знает. Но искусственный интеллект так не может.

Кроме того, у тех же нейронных сетей существует проблема катастрофического забывания. Допустим, вы их научили распознавать кошек и собак. А потом начинаете учить отличать бегемотов от крокодилов. И если вдруг решите снова показать кошку, то система скажет, что это, скорее всего, крокодил. Потому что про кошек и собак она уже забыла.

– Ладно, до человеческого мозга искусственный интеллект пока не дотягивает. Но с мозгом какого-то живого существа его уже можно сравнить?

– Год назад читал, что смоделирована нейронная сеть, которая соответствует мозговой деятельности дождевого червя. Но у него же интеллекта нет – одни инстинкты. А человек от животного отличается не инстинктами (хотя они у нас тоже есть), а именно интеллектуальными способностями. Языковыми, например. Сегодняшний искусственный интеллект упирается в то, что человеческий язык для него – слишком сложная конструкция, какие бы ни создавались переводчики, обработчики речи. Возникновение фраз имеет фундаментально сложные причины. Мы используем одно слово в разных контекстах. Или даже так: вы сказали слово, а я по выражению вашего лица понимаю его смысл. Машина этого не может понять, и я не знаю, когда сможет.

Владлен Чертинов, специально для «Фонтанки.ру»