Думая за кружкой пива о том, как не так долго осталось ждать автомобили отберут у человека рабочие места — в итоге, они взялись уже и за журналистику! — я постоянно успокаиваю собеседника и себя мыслью, что творческие профессии останутся в безопасности. Автомобили хороши в том месте, где потребна тупая механическая мощь — будь то манипуляции с коробками на складах либо массивами чисел на диске. Творчество же предполагает наличие интуиции, другими словами для того чтобы трудноформализуемого инструмента, что разрешает, перед тем как сделать ход в малоизвестное, высказать предположение, что в том месте будет куда поставить ногу. К сожалению, довод данный слабнет на глазах и лишь за этот год по нему были нанесены два удара, последний из которых — практически пару дней назад…
Но я начал через чур быстро. Давайте расслабимся. Уверен, ваши боссы не похвалят меня за то, что делюсь такими ссылками в рабочее время, но — вы игрались когда-нибудь в GeoGuessr (букв. «ГеоУгадайка»)? Вы большое количество потеряли, в случае если нет. Вот эта игрушка: она браузерная и в общем тривиальная, но затягивает жутко. Сущность: вас «выбрасывают» в случайной точке планеты Земля (употребляется Гугл Maps) и, перемещаясь в любую дешёвую сторону (по дорогам, где проехал автомобиль с фотокамерой), пользуясь любыми зацепками, каковые обнаружатся около, вы должны как возможно правильнее предугадать место, в которой находятся.
Знаков в большинстве случаев мало. Прекрасно в случае если попадётся вывеска с указанием улицы либо города. Но чаще ориентироваться приходится по показателям косвенным: характерным подробностям ландшафта, направлению движения и маркам автомобилей, одежде людей, растительности, кроме того по положению солнца! Континент практически в любое время угадать возможно, но уже со страной появляются трудности, а назвать совершенно верно город либо улицу — по большому счету редкая успех. Неточность в определении места в большинстве случаев измеряется тысячами километров. Но, попытайтесь сами. Возможно кроме того состязаться с другими игроками.
Случайный кадр из GeoGuessr. Характерная архитектура, состояние домов и «четырка» выдают русского глубинку. Контролируем… Так и имеется: Пермский край.
Применительно к нашей беседе, принципиально важно вот что: GeoGuessr — это игра, с большим трудом поддающаяся формализации. Растолковать её человеку и добиться приемлемых результатов легко, по причине того, что мы с вами знаем, что такое контекст, контекстная информация (те самые косвенные показатели), и можем «кормить» ею собственную интуицию. Но научить играться в неё компьютер, запрограммировать «в лоб» (как, не забывайте, мы программировали простые игры?), вряд ли вероятно в принципе. Надежду дают неестественные нейросети и глубокое обучение. В этот самый момент, фактически, мы подходим к главному.
Пару дней назад несколько сотрудников Google (имеется в том месте и русское имя) опубликовала препринт работы, посвящённый ответу именно данной задачи. Строго говоря, они решили её как раз «в лоб», механически: забрали неестественную нейросеть, натаскали по базе данных из 90 миллионов фотографий, содержащих GPS-метки (по нескольку снимков для каждого района в много квадратных километров), а позже удостоверились в надежности свойство автомобили выяснять местность на снимках, каковые уже не содержат геотег. Попросту говоря, машина должна была сориентироваться на местности, опираясь лишь на то, что «видит». Оказалось прекрасно, но бросче всего её новая свойство проявилась в сравнении с человеком.
Обучение PlaNet.
Дюжина бывалых туристов усадили играться в GeoGuessr против гугловской нейросети (наречённой PlaNet). В 28 раундах из 50 компьютер одержал победу, наряду с этим (упрощённая интерпретация) средняя неточность локализации для человека составляла больше 2 тысяч километров, в то время как PlaNet ошибалась в среднем всего лишь на тысячу км.
Выражаясь в противном случае, на задаче, придуманной человеком, серьёзной для человека, предполагающей использование качества, свойственного полностью лишь человеку, машина продемонстрировала себя лучше человека! Да, разобрав PlaNet «до винтиков», до байтов, осмыслив те практически 400 Мбайт информации, каковые она накопила в ходе обучения (кстати, на удивление мало!), мы осознаем, как она это делает: нейросеть выделила характерные изюминки каждого продемонстрированного ей района Почвы и сейчас их на снимках. Но экстраполируя это на человека, возможно заявить, что и отечественная интуиция трудится подобным образом! Мы выделяем контекст, соотносим его с собственной «базой данных» опыта, по окончании чего делаем обоснованное предположение. Вывод: машина не просто воспроизвела интуицию, но и добилась точности работы «интуитивного компаса» выше людской!
И это не единственный пример, в то время, когда машина обставила человека на задаче, требующей интуитивного подхода. Чуть раньше (см. материал Михаила Ваннаха) весьма похожим образом (и также в Гугл) компьютер обыграл человека в го — решив задачу, продолжительно считавшуюся неосуществимой в принципе. И эти два успехи разрешают уже нам сделать следующий ход — кстати, также интуитивный — в изображении возможностей рынка труда.
Предугадайте-ка это место! Финляндия? Германия? Канада? Увы! Пригород Вашингтона.
Сейчас автомобили таскают грузы, стоят на конвейерах (уже и пищевых), «окучивают» потенциальных клиентов по телефону (несколько лет назад в Штатах была шумиха около робота по имени Саманта Вест: «девушки» с приятным голосом, массово обзванивавшей дома на предмет продажи медстраховки — тех, кто высказывал интерес, она передавала уже живому продавцу), кроме того пишут новости — действительно, состоящие до тех пор пока из тупого комплекта фактов. Но посягательство на интуицию открывает для них творческие профессии.
Тут возможно спорить, но лично мне думается, что в творчестве нет ничего чудесного. Это мы сами приписываем себе заслугу «колдунов-творцов», дабы казаться выше в собственных глазах. На деле же, творческий прорыв — всего лишь только предположение следующей точки интуицией, ход в этом направлении и оценка результата под лупой здравого смысла, другими словами снова же накопленных данных, а также контекстных. В случае если итог уместен, мы имеем очередной пример «очень способного прозрения». Малоприятная правда в том, что машина сможет делать то же самое без лени, механически используя интуицию для немыслимого количества направлений. А нам, выходит, останется лишь успевать подбирать результаты, осыпавшиеся с этого древа знаний.
Ну и само собой разумеется смотреть за тем, дабы дубина электронной интуиции не опустилась уже на отечественные головы.
P.S. В статье использована иллюстрация Fuba Recorder.