Кого заменят нейросети

XXI Международный конкурс научно-исследовательских и творческих работ учащихся
Старт в науке

Кого заменят нейросети

Жернов В.А. 1
1МАОУ "Лицей №97 г.Челябинска"
Белова Т.В. 1
1МАОУ «Лицей № 97 г. Челябинска»
Автор работы награжден дипломом победителя I степени
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Введение

Информационные технологии очень сильно влияют на жизнь человека, потому что используются во всех сферах жизни человека. Нейросети на сегодняшний день в основном применяются совместно с человеком, но некоторые технологии уже не нуждаются в человеческом контроле. Люди, чьи профессии напрямую связаны с информационными технологиями, задаются вопросом - сможет ли их заменить нейросеть, ведь в некоторых случаях, возможности нейросети больше, чем человека, она может работать 24 часа в сутки и не нуждается в зарплате. В своем исследовании я постарался выделить основные сферы, в которых сейчас применяются нейросети, а также провести анализ того, способны ли нейросети заменить людей в этих областях.

Научная новизна заключается в том, что, поскольку нейросети - одна из новейших компьютерных технологии, которая сейчас переживает серьезный рост, она же и является мало исследований - исследования в данной сфере обладают новизной, поскольку сам объект исследования - новый, и появление отношений по поводу применения нейросетей требует повышенного внимания со стороны исследователей.

Целью исследовательской работы стало проведение анализа и выявления того, какие функции могут выполнять нейросети и какие профессии они смогут заменить.

Задачами, помогающими достичь цели, стали следующие:

- изучение строение мозга, историю развития искусственного интеллекта (далее - ИИ), нейросетей;

- сформировать перечень сфер, где используются нейросети;

- провести эксперименты с нейросетями и сделать вывод о том, смогут ли нейросети заменить человека.

Научная гипотеза - нейросети смогут заменить людей в сфере работы с компьютером.

Искусственный интеллект и нейросети

Историческая справка

В последнее десятилетие происходит стремительное развитие новейших информационных технологий - нейросетей. Они находят большое применение практически во всех сферах жизнедеятельности человека. Как они появились и что из себя представляют? Чтобы ответить на этот вопрос, необходимо понимать, как устроен и работает мозг человека.

Человеческий мозг - это орган внутри нашей головы, который помогает нам думать, чувствовать и делать все, что мы обычно делаем. Он состоит из миллиардов маленьких клеток, которые называются нейронами (рис. 1). Каждый нейрон выполняет свою работу - он получает информацию от других нейронов, обрабатывает ее и передает дальше. Когда мы видим что-то интересное или слышим звук, наши глаза и уши отправляют информацию в мозг через нейроны. Мозг обрабатывает эту информацию и помогает нам понять, что происходит. Он также контролирует наши движения и помогает нам запоминать вещи. По нейронам идут электрические импульсы. Чем больше мы изучаем что-то новое, обучаемся, тем больше становится связей между нейронами и тем быстрее проходит импульс, а мы быстрее соображаем.

Более 70 лет назад ученые пытались создать машину, которая бы работала как человеческий мозг. Создание ИИ - сложная задача, но ученые создают такие технологии, которые выполняют функции, которые бы человек выполнить смог. Например, нейросети могут вычислять большие, очень сложные примеры, находить закономерности в различных рядах, а роботы, наделенные ИИ могут исследовать такие места, куда человек не может добраться, или ему там опасно находится – например, на поверхности Луны или в кратере вулкана. Но нейросети не обладают здравым смыслом, у них отсутствует возможность решать логические задачи.

Итак, что же такое нейросеть? Искусственные нейронные сети – это искусственный мозг, созданный на основе алгоритмов обучения, структура которого напоминает структуру человеческого мозга. Это компьютерная технология, которая может выполнять различные задачи на основании ранее полученного опыта. Нейронные сети могут изучать различные характеристики из обучающих данных и, как следствие, моделировать чрезвычайно сложные игровые ситуации, которые приближены к реальности.

ИИ – это компьютерная технология, которая позволяет компьютерам делать умные вещи, которые раньше могли делать только люди. ИИ использует множество различных алгоритмов и методов, которые помогают ему учиться и принимать решения на основе полученной информации. 

Компьютеры используют специальные алгоритмы и методы, чтобы обучаться и принимать решения. Например, если пользователь захочет, чтобы компьютер определял, что на фотографии изображено, то нужно будет показать ему много фотографий и подписать их, чтобы компьютер мог научиться распознавать объекты на фотографиях самостоятельно.

Методы исследования

В работе применялись методы эмпирического уровня: сравнение результатов работы нейросетей по одному и тому же запросу; методы теоретического уровня: изучение истории развития нейросетей и ИИ; методы экспериментального уровня: получение результатов работы различных нейросетей, обучение нейросети.

Сферы использования нейросетей

Создание и обработка фото- и видеоизображений

Одной из самых распространенных сфер деятельности, где нейросети прочно заняли свое место, является сфера создания и обработки фото- и видеоэлементов. Так, например, нейросети умеют по описанию создавать картинку.

Мной были выделены несколько бесплатных сервисов с нейросетями, и я задал им одинаковый запрос. Поскольку, в основном, такие сервисы англоязычные, я сначала перевел свой запрос с помощью онлайн-переводчика, который, кстати, также использует технологии ИИ. Мой запрос звучит как: Оранжевый злой хомяк с цветочком на море.

Нейросеть  Stable Diffusion Online (1) предложила мне такую картинку (рис. 4). Выполнены почти все условия, кроме того, что хомячок злой.

Нейросеть Craion (2) сгенерировала такие варианты (рис. 5). Злых хомячков также не наблюдается. Я решил повторно сделать тот же запрос, чтобы посмотреть, будут ли отличаться результаты (рис. 6). Можно увидеть, что результаты, хоть и похожи, но различаются, а также появился злой хомяк. Это означает, что нейросеть перестроила движением импульсов, возможно, дообучилась.

Еще одна нейросеть Dream (Dream.ai) (3) сгенерировала такой результат (рис. 7).

Кроме формирования картинок по описанию, нейросети могут дорисовывать лицо к телу или тело к голове. Например, популярный этим летом сервис Barbie.me (4) предлагал пользователям выбрать цвет волос и загрузить свою фотографию, чтобы получить изображение в стиле Барби. Я взял в интернете фотографию известного блогера и загрузил в нейросеть, результат представлен на рисунке (рис. 8).

Нейросети в творческом процессе

Чат-бот известной нейросети ChatGPT отвечает на вопросы на русском языке. Им можно пользоваться для личных целей, например в качестве поисковой системы или для формирования меню на ужин (рис. 9) - очень удобно и сразу с рецептами.

Этот чат-бот можно использовать и в других целях, например при выполнении домашних заданий. Но стоит быть осторожным - нейросеть еще только учится на наших запросах, и иногда выдает результат, который не соответствует действительности (рис. 10). 

Нейросети также могут использоваться в творческом процессе. Например, они могут помочь в создании музыки, рисунков или дизайнов. Нейросети могут обучаться на основе большого количества существующих произведений и генерировать новые уникальные работы в стиле или жанре, заданном пользователем.

Это может быть полезным инструментом для художников и музыкантов, так как нейросети могут предложить новые идеи и вдохновение. Важно помнить, что нейросети не заменят творческий процесс и оригинальность человеческого творчества. Они являются всего лишь инструментом, который может помочь расширить границы искусства.

Нейросети в медицине

Еще одним из важных направлений использования нейросетей является медицина. В медицине нейросети используются для различных целей, включая диагностику, прогнозирование, лечение и мониторинг пациентов. Вот некоторые из примеров использования нейросетей в медицине:

1. Диагностика: Нейросети могут быть обучены распознавать патологии на медицинских изображениях, таких как рентгеновские снимки, МРТ и КТ. Они могут помочь врачам обнаружить рак, опухоли, заболевания сердца и другие патологии.

2. Прогнозирование: Нейросети могут быть использованы для прогнозирования риска развития различных заболеваний и оценки прогноза пациентов. Например, они могут помочь предсказать вероятность развития сердечно-сосудистых заболеваний или диабета у конкретного пациента.

3. Лечение: Нейросети могут быть использованы для индивидуального подбора лечения и предсказания эффективности определенных лекарственных препаратов. Они могут помочь определить дозы лекарств и предотвратить нежелательные побочные эффекты.

4. Мониторинг: Нейросети могут быть использованы для непрерывного мониторинга пациентов и определения изменений в их состоянии. Например, они могут помочь в раннем обнаружении сердечных аритмий или других опасных состояний.

5. Анализ данных: Нейросети могут помочь анализировать большие объемы медицинских данных, таких как данные электронных медицинских записей, чтобы выявить скрытые закономерности и паттерны, которые могут помочь врачам принимать решения.

В целом, нейросети имеют большой потенциал для улучшения диагностики, лечения и ухода за пациентами в медицине. Однако, важно отметить, что использование нейросетей в медицине также сопряжено с этическими и юридическими вопросами, которые требуют внимания и регулирования.

Нейросети в образовании

Нейросети также могут быть полезными в образовательном процессе. Они могут использоваться для создания индивидуализированных учебных материалов и программ, адаптированных под потребности каждого ученика. Например, нейросети могут анализировать данные обучения студента и предлагать ему дополнительные материалы или задания, чтобы помочь ему лучше усвоить материал.

Также нейросети могут использоваться для автоматической проверки заданий и тестов. Они могут анализировать ответы студентов и давать обратную связь о правильности или ошибочности ответов. Это может помочь учителям в оценке работы студентов и предоставлении им индивидуальной поддержки. Можно попросить нейросеть сочинить стихотворение или сочинение. Можно использовать чат-бот в качестве репетитора по иностранному языку, например, английскому (5).

Однако, важно помнить, что нейросети не заменят роль учителя. Учитель все равно остается ключевой фигурой в образовательном процессе, который может предоставить контекст, объяснения и поддержку ученикам и студентам.

Также, стоит учитывать, что нейросеть еще только обучается и не обладает логикой мышления. Чат-бот нейросети ChatGPT не справился с логическими задачами для второго класса (рис. 11, 12).

Нейросети в компьютерных играх

Еще одной из областей, где применяются нейросети, являются компьютерные игры. Первое появление ИИ в играх можно отнести к 1997 году, когда программа IBM Deep Blue победила Гарри Каспарова в шахматном матче (6). Считается, что самое лучшее применение ИИ в играх – это то, которое никто не замечает. В различных играх применяются свои типы алгоритмов ИИ. Основная цель ИИ в играх – это всегда улучшение игрового процесса игроков с различных сторон, например, для улучшения изображения, автоматического создания уровней, игровых ситуаций или даже диалогов, что позволяет повысить интеллект неигровым персонажам (рис.13, 14).

Беспилотные средства

В г. Иннополис уже несколько лет тестируются беспилотные такси. Такая машина представляет собой обычную легковую машину, оснащенную датчиками света, движения и т.д. Планируется, что через несколько лет, когда нейросеть, с помощью которой работает беспилотное такси, обучится и появится соответствующее законодательство, заказать беспилотное такси сможет любой желающий. Кроме беспилотного такси автопарк нашей страны скоро пополнится беспилотными КАМАЗами, которые будут доставлять различные грузы. На данный момент и такси и КАМАЗ передвигаются с инженером – специалистом, который может отследить нештатные ситуации и в случае чрезвычайного происшествия взять управление транспортным средством на себя.

 Результаты и обсуждения.

Обучение нейросетей.

Самое простое обучение нейросетей - обучение с помощью картинок. Нейросеть «видит» картинку и знает, что на ней изображено. После сотен и тысяч вариантов написаний одной буквы или цифры, нейросеть может распознать написанное с высокой точностью (рис. 2). Можно обучать нейросеть на картинках котиков, тогда она сможет определить на нескольких изображениях, где нарисован котик (рис. 3). Каждый нейрон получает информацию, обрабатывает ее и передает дальше.

Важно отметить, что нейросети учатся на основе большого количества информации, которую им предоставляют специалисты. Они могут становиться все более точными и умными с каждым новым примером, который им показывают.

Нейросети имеют большой потенциал во многих сферах человеческой жизни, например, используется для помощи врачам и улучшения медицинского ухода. Однако, они также вызывают вопросы безопасности, поэтому их использование должно быть регулируемым и осуществляться с осторожностью.

Существует несколько сервисов, где каждый может обучить нейросеть. С помощью сервиса Teachable Machine от корпорации Google (8) я создал свою обученную модель, которая может распознавать полученные мной оценки в школе. Для того, чтобы обучить нейросеть, нужно выполнить несколько действий:

  1. Создать материал (базу) для обучения нейросети;

  2. Обучить нейросеть;

  3. Проверить качество обучения и скорректировать базу для обучения.

Итак, я сфотографировал свои оценки и организовал фотографии по категориям (рис. 15) – рассортировал в папки 5,4 и 2, а также создал папку, куда скопировал фотографии для проверки модели. Затем, используя сервис Teachable Machine (название переводится как «Обучаемая машина»), я создал 3 класса, в которые загрузил соответственно фотографии с пятерками, четверками и двойкой (рис. 16). Затем, при нажатии кнопки «Обучить модель» происходит обучение нейросети – нейросеть понимает, что в первом классе находятся пятерки, во втором – четверки, а в третьем – двойка. И в дальнейшем, если предоставить нейросети изображение с какой-либо оценки, то она сможет с некоторой точностью определить, какая оценка на фотографии.

Для проверки я загрузил несколько фотографий (рис. 17, 18, 19). Видно, что 5ки и 4ки нейросеть распознает с высокой точностью, а двойку приняла за пятерку. Это объясняется тем, что у меня много четверок и пятерок, поэтому база для обучения по этим оценкам большая, а двоек мало – одна для обучения и вторая для проверки. Поэтому нейросеть не смогла выстроить закономерность, по которой определила бы двойку как два.

Заключение

Нейросети действительно используются для решения задач, похожих на те, которые решает человеческий мозг.

Но даже мощная нейросеть может ошибиться. И в некоторых случаях цена этой ошибки может быть крайне велика, а ее вероятность намного больше, чем если задачу решает человек. Поэтому сейчас нейронные сети используются скорее для ассистирования, чем для полномасштабной самостоятельной работы.

Существуют проблемы, в решении которых машины действительно могут заменить человека. Это некоторые аналитические задачи, а также те, которые связаны с более-менее однообразными действиями. Например, с помощью нейросети может работать робот-почтальон.

Но далеко не все задачи можно решить вот так. Например, робот может ответить на более менее стандартные вопросы в банковском приложении, но не поймет, что делать, если человек задаст что-то неочевидное.

Нейросеть не осознает свои действия. Даже если она генерирует контент — она делает это машинально, на основе предыдущих данных, а не благодаря собственному мышлению. Вряд ли нейронная сеть, даже сложная, сможет догадаться, что созданное ей предложение абсурдно и не имеет смысла. Для нее нет такого понятия, как «смысл». Поэтому есть мнение, что книга или картина, написанные нейросетью, не смогут заменить человеческие, даже если алгоритмы будут очень хорошо имитировать наше творчество. Вряд ли много кто захочет читать книгу, если точно известно, что автор не вкладывал туда никаких мыслей (7).

Я считаю, что на сегодняшний день нейросети не смогут заменить полностью ни одну профессию, но уже являются незаменим помощникам в таких сферах, как графический дизайн, исследование в труднодоступных и опасных для человека местах, медицине, обучении, перевозке и доставке грузов.

Список литературы

1. Нейросеть Stable Diffusion Online. https://stablediffusionweb.com/

2. Нейросеть Craion. https://craion.com

3. Нейросеть Dream. https://Dream.ai

4. Нейросеть Bairbie. – https://bairbie.me

5. Как учить английский с помощью ChatGPT: 6 способов. –

https://journal.tinkoff.ru/list/gpt-english/

6. Почему великий чемпион проиграл суперкомпьютеру. – https://www.championat.com/other/article-4435519-pochemu-garri-kasparov-v-1997-godu-proigral-superkompyuteru-deep-blue-v-samoj-znamenitoj-shahmatnoj-partii-v-istorii.html

7. Нейронные сети: распознавание образов и изображений c помощью ИИ. –

https://center2m.ru/ai-recognition

8. Сервис Teachable Machine.https://teachablemachine.withgoogle.com/

Приложение 1

Рисунок 1 Нейрон головного мозга

Рисунок 2 Обучение нейросети распознанию цифр и букв

Рисунок 3 Обучение нейросети распознанию котиков

Рисунок 4 Генерация картинки с использованием нейросети Stable Diffusion Online

Рисунок 5 Генерация картинки с использованием нейросети Craion

Рисунок 6 Повторная генерация картинки с использованием нейросети Craion

Рисунок 7 Генерация картинки с использованием нейросети Dream

Рисунок 8 Генерация изображения с сервисом BaiRBIE.me

Рисунок 9 Меню на ужин от чат-бота нейросети ChatGPT

Рисунок 10 Пересказ сказки чат-ботом нейросети ChatGPT

Рисунок 11 Решение логических задач чат-ботом ChatGPT

Рисунок 12 Решение логических задач чат-ботом ChatGPT

Рисунок 13 Создание интерфейса нейросетью

Рисунок 14 Создание сценария игры нейросетью

Рисунок 15 Подготовка к обучению нейросети

Рисунок 16 - формирование классов для обучения модели

Рисунок 17 - Проверка модели

Рисунок 18 - Проверка модели

Рисунок 19 - Проверка модели

Просмотров работы: 14