Журнал Wired написал о том, как техногиганты пытаются научить компьютеры человеческому мышлению и создают для этого нейронные сети, копирующие работу нашего мозга. T&P выделили в тексте самое главное.

В январе, когда Facebook начал бета-тестирование своего социального поиска, перед инженерами компании встала задача перенастроить свои алгоритмы таким образом, чтобы они могли перевести фразу «фотки с моими друганами» в «фотографии с моими друзьями». Для этого компания начала освоение новой области знаний, названной «глубокое изучение», которое помогло бы машине лучше понять нюансы и контекст человеческой речи. С тех пор, как социальная сеть начала мониторить для поиска посты и комментарии пользователей, возможность распознавать естественные языки стала особо значимой. Кроме Facebook глубоким изучением сейчас занимаются Google, Apple, Microsoft, IBM и китайский поисковый гигант Baidu.

В глубоком изучении задействовано построение нейронных сетей — многоуровневых программных систем, которые имитируют работу нашего мозга или, по крайней мере, соответствуют нашим знаниям о том, как он устроен. Они могут представлять, как звучат или выглядят объекты, без необходимости их маркировки человеком. Ключевым фактором успешной работы сетей являются большие объемы данных — с помощью множества примеров и построения аналогий компьютеры смогут делать логические заключения и прийти к пониманию человеческой речи во всех ее нюансах.

Сейчас машина не может с высокой точностью распознавать речь из-за невозможности уловить культурный контекст. И эта проблема будет одной из самых сложных для решения в ближайшие 10–15 лет. Первый шаг к «компьютерному мозгу» — распознавание диалектических различий в разных языках.

Сейчас машина не может с высокой точностью распознавать речь из-за невозможности уловить культурный контекст. И эта проблема будет одной из самых сложных для решения в ближайшие 10–15 лет. Первый шаг к «компьютерному мозгу» — распознавание диалектических различий в разных языках. За ним должно последовать умение понимать мнения и эмоции. После этого — возможность распознать многомерность и глубину эмоций — насколько сильно в сообщении что-то выражается как «хорошо» или «плохо». Распространенные на данный момент алгоритмы для анализа чувств обычно игнорируют порядок слов, учитывая только их количество. Таким образом они могут понять их общую негативную или позитивную окраску. Такой подход может быть уместен для анализа больших групп, но он недостаточен для понимания отдельных личностей. Поэтому Facebook так вкладывается в глубокое изучение — социальная сеть хочет понять, чего желает и о чем думает каждый ее пользователь, чтобы лучше таргетировать рекламу и улучшать свои сервисы.

Полностью прочитать статью о компьютерных нейронных сетях и глубоком изучении можно на сайте Wired.