26 июня дизайнер Артемий Лебедев на своем YouTube-канале рассказал, что одни из самых обсуждаемых дизайн-проектов его студии создали не люди, а нейросеть Николай Иронов (обыгрывается созвучие Н.Иронов — Нейронов). Его логотипы вызывали у заказчиков смешанные чувства, но все находили их странными, необычными и авангардными.
К этой истории есть много вопросов, но все же она вызывает некоторый страх: неужели нейросети могут отобрать работу у представителей творческих профессий или даже стать умнее людей? Попробуем разобрать несколько самых популярных мифов.
Искусственный интеллект — такой же, как настоящий?
Прежде всего нужно разобраться с тем, что можно считать умом, ведь интеллект тоже бывает разным. Нейросети по некоторым параметрам действительно обгоняют человека: в некоторых экспериментах они лучше отличают объекты на картинках, могут быть более внимательными к деталям, способны обобщать действительно гигантские объемы данных. В 2018 году нейросеть побила рекорд человека в тесте на понимание прочитанного: программа ответила более чем на сотню тысяч вопросов опросника Стэнфордского университета Stanford Question Answering Dataset, прочитав более пятисот статей Википедии, и обошла человека на 0,136 балла.
Все это еще не значит, что нейросети умнее нас. Во-первых, нейросеть все еще довольно легко обмануть: если она видела много картинок с лежащим молотком, а вы покажете стоящий или подвешенный на ниточке — вероятность ошибки возрастет. Все очень сильно зависит от того, насколько полны ваши данные, и насколько они покрывают многообразие возможностей реального мира. Во-вторых, искусственный интеллект и настоящий похожи лишь очень отдаленно. Человек вряд ли способен держать в памяти терабайты однотипной информации и считать в уме меньше, чем за секунду, но отлично справляется с задачами классификации и легко составляет ассоциации. В отличие от программ, нацеленных на одну задачу (например, понимать текст или играть в го), люди разносторонни и многозадачны.
Обучение нейросетей часто сравнивают с обучением ребенка. Огромная разница между ними состоит в том, что ребенку достаточно один раз увидеть ромашку, чтобы достаточно похоже ее нарисовать или узнать на картинке в книге, нейросети же нужно показать десятки тысяч разных ромашек, чтобы она научилась отличать ромашку от розы (и не факт, что после этого она сможет нарисовать ромашку).
Впрочем, защитники глубинного обучения здесь могут сказать, что естественная нейросеть в голове у ребенка просто обучалась несколько лет на очень разных данных реального мира, прежде чем ребенок смог узнать или нарисовать ромашку. Если учесть, что по количеству нейронов наш мозг по-прежнему на несколько порядков превосходит мощнейшие искусственные нейросети, эта разница между человеком и алгоритмом может оказаться лишь количественной, но не качественной. Так что вполне возможно, что с дальнейшим ростом доступных вычислительных мощностей и объемов разнообразных данных алгоритмы смогут справиться и с мгновенным опознанием ромашки…
Роботы отберут у меня работу?
Крупным компаниям удобно использовать нейросети для выполнения однотипной работы, потому что затраты на их разработку быстро окупаются: программам не нужно платить зарплату, они не уходят в отпуск, не болеют, не обедают и не ходят курить в перерывах. Самый простой пример — чат-боты банков или нейросети, пишущие простые новостные заметки, экономические сводки, прогнозы погоды (о роботах-журналистах можно подробнее почитать в статье «Системного Блока»).
Тем не менее работникам творческих профессий пока рано паниковать. Нейросети отлично справляются с написанием новостных заметок по шаблону, но вот написать аналитическую колонку или обзор — задача человеческая. Для этого требуется культурный и исторический бэкграунд, позиция, индивидуальный стиль. Обучать всему этому нейросеть не только почти невозможно, но и не нужно — такие материалы читают ради авторского видения. Да и нашумевшие картины и музыкальные альбомы от нейросетей — скорее занимательная экзотика, а не полноценное художественное высказывание.
Работы Николая Иронова — немного другой случай. И не только потому, что пока это самое коммерчески успешное использование визуального искусства нейросетей (если, конечно, верить тому, что говорит Лебедев). Именно отсутствие рамок культурного бэкграунда позволяло ему сочетать элементы логотипов в самые необычные комбинации, которые настоящий дизайнер мог не придумать. Но дизайнеры-люди пока необходимы даже в студии Лебедева: если бы нейросеть не видела логотипов, разработанных людьми, она бы никогда не изобрела художественный язык, идеально вписывающийся в стиль студии.
Может ли мой чайник поумнеть и восстать против меня?
В 2019 году LG представили чип с поддержкой ИИ, который компания планирует использовать для роботов-пылесосов, холодильников, стиральных машин и другой бытовой техники. Но бояться, что домашние приборы станут слишком умными, не стоит: кофемашина может разве что научиться вежливо отвечать на голосовые команды и самостоятельно готовить любимый кофе хозяина. Обучать ее лепить из глины и читать статьи «Системного Блока» — это слишком дорого и бесполезно.
Источники
- Видео Артемия Лебедева о нейросети-дизайнере
- Как работает нейросеть
- Компьютер впервые прошел тест на понимание прочитанного лучше человека
- Журналисты VS роботы: неравный бой
- Перенос стиля нейросетями: Дрейк, Летов, Оксимирон
- Эпидемия ИИ-искусства
- LG представила чип для бытовой техники с поддержкой искусственного интеллекта
