MC Today в гостях у Facebook. Как социальная сеть пытается изобрести искусственный интеллект

Редакторы MC Today побывали в гостях в главном офисе Facebook в Калифорнии, где пообщались с инженером лаборатории Facebook AI Research Денисом Ярецом. Его команда занимается разработкой искусственного интеллекта – учит ботов общаться между собой и играть в StarCraft, менять внешность людей на фото и писать тексты не хуже живых людей.  Глобальная цель Facebook AI Research — сделать искусственный интеллект, который будет максимально похож на человеческое мышление.

Какой искусственный интеллект разрабатывают в Facebook. Рассказывает инженер-исследователь AI Research

Денис рассказал, над какими проектами они трудятся сейчас и объяснил, почему в ближайшее время роботы точно не заменят людей. Кстати, 24-25 марта Денис выступит на киевской IT-конференции ITEM, где его доклад об искусственном интеллекте можно будет послушать вживую.

В Facebook не придумали собственный язык – журналисты все перепутали

Все наши проекты – это игра «в долгую», мы делаем вещи, которыми люди будут пользоваться только через 5-10 лет. Разработкой алгоритмов под конкретные задачи занимаемся редко. Обычно мы сперва что-то придумываем, и лишь потом в Facebook думают, как применить это на практике и применимо ли оно вообще.

Иногда хочется, чтобы твою разработку внедрили сейчас, а не через пять лет, но не всегда так получается.

Например, в планах парижской команды Facebook AI Research – разработка чат-бота, который будет общаться с одинокими людьми, чтобы те чувствовали себя лучше.

Денис Ярец, инженер Facebook AI Research

Я работал над проектом, в котором нужно было научить двух ботов торговаться. Допустим, у первого есть коробка, а у второго — бутылка, и первый должен выменять бутылку на коробку.

Летом 2017 года многие издания написали, что искусственный интеллект Facebook придумал собственный язык, и разработчикам пришлось его отключить. Это как раз об этих двух ботах. Но тогда журналисты просто неправильно поняли наш доклад.

Если слишком долго тренировать бота, он начнет выдавать разный бред — кто знаком с машинным обучением, хорошо это понимает. Нужно улавливать эти моменты и останавливать тренировки. Наши боты не придумали новый язык, они лишь перестали правильно работать, потому что я тренировал их дольше обычного.

Распознавание изображений

Мы сделали алгоритм, который определяет, что изображено на фотографии. С его помощью социальную сеть научили распознавать, кто из ваших друзей на снимке, чтобы сразу отметить, а также автоматически блокировать порнографические картинки.

Если в процессе разработки перетренировать такой алгоритм, вместо яблока на картинке он будет видеть банан, а вместо локтя — женскую грудь.

Есть механизм, который генерирует картинки. Даешь ему фотографию мужчины, алгоритм выбирает основные параметры и показывает, как выглядело бы его лицо, если бы он был женщиной.

Искусственный интеллект для компьютерных игр

В одной из команд Facebook AI Research делают бота, который сможет обыграть человека в компьютерную стратегию StarCraft.

Он еще на ранней стадии: обыграть рядового игрока уже может, но киберспортсмена — нет. Если получится, прорыв будет серьезнее, чем когда искусственный интеллект AlphaGo победил чемпиона мира по го. StarCraft гораздо сложнее и вариантов развития событий здесь намного больше.

Наблюдая за игрой роботов, человек тоже может учиться. Во время игры в го боты делали ходы, о которых люди никогда даже не задумывались. Машина знает правила, но не понимает, что именно должна делать. Отсюда и нестандартные решения.

Мини-город Facebook

Я сейчас занимаюсь ботом для другой стратегии. Хочу научить его понимать команды на человеческом языке. То есть не говорить ему конкретно, куда пойти и что сделать, а попросить, к примеру, построить базу — а он уже пускай сам думает, какие действия для этого нужно совершить.

Мы фокусируемся на играх, потому что тестировать алгоритмы на роботах финансово невыгодно. Чтобы обучить машину, нужно проделать одно и то же действие много раз. В случае с реальными роботами получается дорого. В играх же движения можно симулировать.

Заставить робота копать землю намного дороже, чем дать ему эту же задачу в виртуальном мире. При этом для процесса машинного обучения никакой разницы нет

Есть еще виртуальные симуляторы роботов. Механика и физика у них такая же, как у реальных, но все действия можно ускорять. Когда алгоритм будет совершенным, только тогда есть смысл применять его на настоящем роботе.

Медицина

Также хотим ускорить процесс МРТ. Детям и пожилым людям проводить томографию особенно сложно — минимум 20 минут нельзя шевелиться.

Каждый скан дает одно изображение, но врачу нужна только его часть. Идея в том, чтобы наш алгоритм анализировал информацию и делал снимок той части, где есть признаки болезни, а остальное — генерировал сам. Это все еще на ранней стадии, необходимо довести до идеала, потому что цена ошибки слишком высока.

Некоторые задачи алгоритмы могут решать сами, но когда речь заходит о человеческой жизни, разумнее сделать так, чтобы искусственный интеллект помогал врачам, а не полностью заменял их.

Один инженер в нашей команде работает над технологией для слепых людей. Она позволит управлять страницей при помощи голосовых команд и будет озвучивать всю информацию с экрана.

Машинный перевод, генерация текстов

Кроме машинного перевода, когда алгоритм переводит текст с одного языка на другой, мы обучаем ботов генерировать тексты. Задаем тему, и он пишет. Тестировали на сказках для детей.

На Reddit есть специальная ветка, где одни люди размещают заказы на детские истории, а другие — их пишут. Мы опубликовали там несколько текстов нашего бота — получилось правдоподобно, но в некоторых моментах криво.

Истории для детей — легкое направление, и говорить о том, что искусственный интеллект заменит писателей, еще рано. Пока алгоритм начнет разбираться в других сферах, пройдет 30-50 лет.

Глобальная цель Facebook AI Research — сделать искусственный интеллект, который будет максимально похож на человеческое мышление

Но пока это просто алгоритмы: они не понимают, что делают, лишь повторяют.

Устроиться на работу в Facebook AI Research сложно

В Facebook AI Research работает около ста человек в четырех городах: Менло-Парк (Калифорния), Нью-Йорк, Париж и Монреаль. Попасть в команду тяжело: должна быть ученая степень и хороший опыт. В 2017 году собеседовали 30 кандидатов, взяли двоих.

Дедлайны есть только по сдаче докладов для конференций — желательно писать их раньше конкурентов. В остальном свобода: если мне надоест проект, над которым я работаю, в любой момент могу заняться чем-то другим. Для Цукерберга это одно из приоритетных направлений развития сети – он интересуется нашими успехами и регулярно узнает, как у нас дела.

Расписания как такового нет, но я прихожу в 8 утра и ухожу в 6 вечера. По средам принято не назначать встречи, поэтому можно работать дома. В Google тоже так делают, только в другой день. Это нужно, чтобы разгрузить дорожный трафик. Жители Сан-Франциско рады такой инициативе.

***

У нас есть интересная статья о бизнесе на киберспорте – рассказ Ивана Данишевского, основателя ESM.one. Рекомендуем почитать и узнать, в чем разница между играми и киберспортом, сколько стоит провести киберспортивный турнир и зачем бизнесу спонсировать такие состязания.

Понравился текст? Здесь мы рассказываем, что думаем о материалах и делимся личными историями: страницы редакторов Веры Черныш и Тимура Вороны в Facebook.

Подписаться на Telegram-канал