В 2013 году герой Хоакина Феникса в фильме «Она» общался с голосовым помощником Самантой как с реальным человеком и даже влюблялся в нее. Спустя 10 с лишним лет в наших гаджетах живут помощники с приятными голосами и неплохо шутят, но в остальном все
ИИ в смартфонах стали использовать уже в нулевых, когда появились камеры. Но вычислительных ресурсов для распознавания фотографий в компьютерах и смартфонах не хватало, поэтому алгоритмы работали не так точно, как хотелось бы.
Например, объем оперативки Samsung X600 в 2003 году составлял несколько десятков Мб, а разрешение камер — всего 0,3 Мп. На таких скромных мощностях можно было зеркалить изображения, добавлять рамки и экспериментировать со снимками. В начале 2010-х смартфоны стали мощнее. С развитием машинного обучения создавались более продвинутые алгоритмы обработки изображений — сверточные нейронные сети. Эти нейронки помогали компьютерам анализировать — то есть видеть и понимать — изображение и видео. Так, искусственный интеллект стал предлагать фотографу сделать удачный ракурс, размыть фон или увеличить резкость, устранить шумы или эффект красных глаз. А затем пришло время голосовых помощников. В то же время в смартфонах появились генеративные модели, алгоритмы которых могли в том числе создавать и изменять фото, видео и текст. Вы наверняка помните фильтры и эффекты в Instagram 2010 года. Другой пример использования генеративных моделей — фильтры на смартфонах HTC , которые можно было применять прямо во время съемки, аватары-мультяшки в приложении Bitmoji , а также функции AR в Snapchat . Тогда модели обучались на открытых наборах данных или корпусах текстов для обработки естественного языка . Чтобы создать специализированные приложения под конкретные цели, разработчики использовали собранные датасеты. Например, чтобы автоматически убрать красные глаза на фото, нужно было дообучить модель идентифицировать дефект на примере нескольких тысяч снимков. В 2017 году компания Google представила концепцию федеративного обучения. В традиционной системе исходная модель хранится в центральном сервере. В федеративном обучении — загружается на устройство и дообучается на локальных данных. Обновленная, она возвращается на сервер, объединяется с другими моделями путем усреднения и отправляется обратно на устройство. Такой процесс может повторяться несколько раз. Таким образом, модель вбирает в себя не только локальные данные и информацию от всех пользователей, что может значительно улучшить качество обучения. Наши смартфоны и планшеты — идеальный источник для совместного обучения ИИ-моделей, ведь там хранится множество всевозможных данных. Но для развития федеративного обучения нужно ответить на несколько вызовов. Во-первых, у смартфонов может не хватать вычислительных ресурсов. Трудно обучать модели на устройствах, которые уже используются, — они перегреваются, а приложения медленно грузятся. Во-вторых, неравномерность данных. В федеративном обучении наборы пользовательских данных отличаются по размеру и составу. В классическом распределенном обучении данные можно разделить между процессорами и видеокартами любым образом. А в федеративном нужно работать с тем, что есть на устройстве пользователя без возможности переместить или изменить. Чтобы обеспечить распределенные вычисления и синхронизацию результатов в федеративном обучении, нужны алгоритмы, устойчивые к неоднородности данных. В-третьих, приватность и безопасность. В федеративном обучении данные остаются на устройстве пользователя, но обмен информацией между пользователем и сервером все равно происходит. Передавая не сами данные, а производную информацию о них, нельзя быть уверенным в приватности, так как существует целое научное направление, связанное с атаками на конфиденциальность федеративного обучения. Ученые также заняты и методами защиты приватности. Но методы для повышения конфиденциальности — безопасные многосторонние вычисления или дифференциальная приватность — часто уменьшают эффективность системы. Понимание и балансировка этих компромиссов — важные задачи при создании федеративных систем обучения. Такими задачами я занимаюсь вместе со своей командой в Лаборатории математических методов оптимизации МФТИ. В 2023 году в смартфоны пришли большие языковые модели. Например, всеми известная OpenAI выпустила ChatGPT. Инженеры OpenAI не открыли ChatGPT для свободного доступа сторонним приложениям, но можно получить доступ на уровне API. При этом к самым новым моделям можно подключаться даже дешевле, так как они пока находятся в тестовом режиме, но уже выдают куда лучшие результаты, чем более старые версии. Российские компании тоже создают свои GPT. Среди возможного функционала таких нейросетей — умение отвечать на вопросы пользователей, поддерживать диалог, писать программный код, создавать тексты и картинки на основе описаний в рамках единого контекста, пересказывать видео, искать ошибки в коде и исправлять их. За последние два года мы стали еще ближе к миру фантастических антиутопий с умными ассистентами. Современные гаджеты оснащены микропроцессорами, предназначенными для задач машинного обучения. Софт, связанный с множеством датчиков в устройствах, позволяет следить за состоянием здоровья владельца. Большие языковые модели все чаще прикручивают к чат-ботам и голосовым ассистентам. В отличие от раннего умного софта современные модели имеют колоссальный объем набора данных для обучения. С помощью языковых моделей мы можем писать тексты, код, сценарии, находить ошибки в докладах, превращать видео в статьи, решать математические задачи — и пока мы делаем это, модели обучаются. Сейчас федеративным обучением продолжают заниматься все крупные компании — и не просто так. Без него прорыв в сфере ИИ не будет настолько впечатляющим. Потому что совместное использование искусственного интеллекта в рамках федеративного обучения может помочь развитию медицинских и научных исследований, финансовых и банковских услуг, безопасности дорожного движения и транспорта, а также создания новых возможностей для людей с ограничениями мобильности. Чтобы решать все эти задачи и определять будущее технологий, нужны не только таланты, но и образовательная среда. Многие университеты имеют специализированные факультеты или программы для студентов и выпускников, желающих изучать ИИ. Кроме того, знания можно получить на образовательных платформах, которые выпускают специальные онлайн-курсы вместе с лучшими исследователями и преподавателями ИИ. Далеко не все производители обладают ресурсами и экспертизой для внедрения. Обучать ИИ-модели можно не на всех устройствах. Еще нужно собрать команду разработчиков и математиков, способных создать свои алгоритмы обучения и оптимизации, а также убедить пользователей в безопасности их информации не только для смартфонов, но и, например, для медицинских данных — а это более комплексная и глобальная задача.
United States Latest News, United States Headlines
Similar News:You can also read news stories similar to this one that we have collected from other news sources.
«Уехать на дачу выращивать помидоры». Медведева — о развитии в публичном пространствеРоссийская фигуристка Евгения Медведева рассказала, почему спортсменам после завершения карьеры важно дальнейшее развитие в публичном пространстве.
Read more »
Зерно без сомнения: РФ к концу года достроит в Сирии мельничный комплексПочему это важно для Дамаска и какой еще крупный проект сейчас реализуется в стране
Read more »
Долгие провода: как хакеры крадут данные через HDMIВ новом методе задействован искусственный интеллект
Read more »
Эксперт назвал провальными попытки договориться со странами Запада о кодексе ИИАкадемик РАН Игорь Каляев считает, что искусственный интеллект, создаваемый в других странах, не входящих в 'коалицию стран-единомышленников' и не разделяющих их 'ценности', будет по определению 'неэтичный' и 'авторитарный'
Read more »
В Госдуме назвали приоритетные направления регулирования ИИ в РоссииИскусственный интеллект может стать отличным помощником в медицине и транспортной отрасли.
Read more »
Эксперт Кадыров: Нейросети могут выдумывать факты о людяхИз-за особенностей своей работы искусственный интеллект (ИИ) может буквально разрушить жизнь ни в чём не повинного человека, предупредил директор по продукту FABULA AI Родион Кадыров.
Read more »