Тузиков: нейросети появились еще в 1990-х, но технологии не были к этому готовы

Человек и машина – батл XXI века. В какие сферы в Беларуси уже внедряется искусственный интеллект? Где и насколько качественно нейросети могут заменить специалистов? И есть ли минусы у такой оголтелой цифровизации? На площадке ток-шоу «По существу» ведущие вместе с экспертами и представителями из разных профессиональных областей обсудят высокотехнологичный ракурс развития страны.

Александр Тузиков, доктор физико-математических наук, профессор, член-корреспондент Национальной академии наук Беларуси, заведующий лабораторией математической кибернетики ГНУ «Объединенный институт проблем информатики Национальной академии наук Беларуси»:
На сегодняшний момент, когда говорят об искусственном интеллекте, понимают глубокие нейронные сети. То есть это модели различные, которые обладают огромным количеством параметров. Соответственно, эти модели, их можно обучать на каких-то данных, и за счет того, что модели имеют огромное количество параметров, они начинают обладать свойствами обобщения. Они не только запоминают эти данные, но они умеют эти данные уже анализировать, находить. Делать выводы. И с этой точки зрения мы еще не можем точно предвидеть, какие их возможности будут в дальнейшем. Потому что на сегодня они уже многое умеют делать. Вы правильно сказали, студент курсовую или дипломную написал. Но это было всего лишь два года назад. А вообще-то эти сети глубокие появились, можно сказать, еще в 1990-е годы. Но технологии не были к этому готовы. То есть не было хороших вычислителей, не было таких алгоритмов, которые могли бы работать с большими данными.

И все это очень хорошо сложилось в 2000-х годах, когда появились графические карты, когда усовершенствовали некоторые алгоритмы решения задач. И тогда стало реальным применять уже большие сети. Вначале они были относительно большие, но теперь они имеют уже сети, понимаете, сотни миллиардов, а то и триллионы параметров. И, соответственно, технологии обучения этих сетей тоже очень менялись. В свое время, когда первые сети, вот такие, говорили, сверхточные нейронные сети, появились, одна известная девушка или женщина, профессор, которая работала. Она, например, продала свою прачечную и за счет этого сумела организовать, создать базу данных и аннотировать эти данные.

То есть данные для того, чтобы обучать сети, нужно было сказать, а что же это за данные, чтобы они их понимали. И это был определенный период. Но вот с этого времени, фактически после 2010 года, технологии так быстро развивались, что сейчас действительно появились сети другой архитектуры, трансформеры или, к примеру, GPT... Это один из примеров – самый доступный – больших языковых моделей. Они же уже обучаются в значительной степени не на аннотированных данных. То есть их можно обучать на языковые модели, вы даете им большие текстовые массивы информации, а они начинают хорошо или стараются хорошо предсказывать, что будет дальше. И, соответственно, вы можете им давать такое огромное количество информации, и не надо привлекать сюда людей, чтобы они аннотировали эти данные.