Нейронные сети: если нет разницы – зачем платить больше?

Нейронная сеть по сути своей представляет собой математическую модель. Она появилась в тот момент, когда человеку нужно было на чем-то проверять свои теории в отношении собственного мозга. К сожалению, биологического материала и знания законов распространения электрического импульса не достаточно, чтобы понять, как устроены процессы, происходящие внутри черепной коробки. Как мы запоминаем, обучаемся, анализируем – ответы на эти вопросы начали появляться с развитием искусственных нейронных сетей.

Идея о том, чтобы описать работу мозга математическими формулами появилась в 1948 году. Ученый-кибернетик Норберт Винер в дополнительных главах своей книги «Кибернетика: или контроль и коммуникация у животных и машин» касается темы обучения машин и принципов формирования самообучающихся систем. Первые ИНС были очень просты и выполнять сложные задачи не могли. Но со временем человек изобрел искусственные нейроны и связал их в полноценную сеть. При этом надо понимать, создание ИНС не равно физическому копированию человеческого мозга. Это чистой воды программирование алгоритмов работы. Для моделирования ученые выбрали самые распространенные алгоритмы – анализ данных, ассоциативная память, обучение, прогнозирование, аппроксимация (замена одних объектов другими, в каком-то смысле близкими к исходным, но более простыми).

Способности нейронных сетей оказались безграничными. Они зависят от того, какие данные и в каком количестве вы загрузите в машину. Далее алгоритмы сами разберутся, что с ними делать. Например, вы хотите получить прогноз по рынку акций на завтра. Для того, чтобы нейросеть смогла совершить операцию, ей необходима информация о курсе акций за последний год (10 лет, 50 лет). Чем больше период, за который предоставляются данные, тем глубже аналитика, а следовательно – точнее прогноз. Научить таким способом машины ничего не стоит. Гораздо сложнее заложить в них саму способность обучения. И эту проблему тоже уже решили.

На сегодняшний день мы имеем вполне развитые нейронные сети, которые в отличие от человеческого мозга не страдают головной болью и усталостью, могут работать круглосуточно и выдавать информацию по первому требованию. Если раньше считалось, что человеческий мозг – это самый совершенный компьютер, то с появлением самообучающихся и самоподдерживающихся ИНС, утверждение можно подвергнуть сомнению.

Ученые создали настолько совершенные алгоритмы, что они начали влиять на рынок труда. Больше не надо нанимать аналитиков, чтобы составить бизнес-план. Больше не надо платить зарплату ученым – машины могут проводить эксперименты самостоятельно, собирать данные и выдавать подробную аналитику. Даже более прикладные сферы скоро захватят нейронные сети. Например, копирайтинг.

Этот фрагмент написан машиной. Его невозможно отличить от текста, который писал бы человек. Использована одна и та же универсальная единица – слово. Правила написания соблюдены, логика не нарушена – ничто не выдает работы ИНС, кроме лишних пробелов. Да и это мелочь.

Совсем недавно бренд-бюро Sixth Sense и агрегатор ИИ-решений Cleverbots провели эксперимент, в ходе которого выяснилось, что 50% специалистов сферы маркетинга не могут отличить текст нейросети от работы копирайтера. В течение недели авторы эксперимента выкладывали в профильный телеграмм-канал тематические статьи. Среди них было два текста, написанных нейросетью. Далеко не все читатели смогли определить, что написано машиной, а что – человеком. Те, кто все-таки почувствовал разницу, отметили, что тексты нейросети слабы в плане структуры, логики построения. Но тем не менее читать их можно. Как будто перед тобой статья неопытного копирайтера, который набивает руку. Такой результат эксперимента заставляет насторожиться.

Если раньше человек конкурировал с человеком за право работать, то теперь в эту систему встраиваются машины. На примере сферы копирайтинга: работодателю проще платить двум программистам нейронной сети, чем тратиться на подбор орды копирайтеров и выделять деньги на их зарплату. Если не видно разницы – зачем платить больше?

Здесь возникает важный вопрос. Как должен реагировать человек на изменившиеся условия конкуренции? Нейронные сети – это очень гибкие структуры. Сможет ли работник быть гибким в той же степени или нам уже не угнаться за искусственным интеллектом? Давайте обсудим!