Однако обучение нейросети — это долгий и трудоемкий процесс. Не так давно, после разработки алгоритмов обучения, получаемые модели стали использовать в практических целях: для распознавания образов, анализа больших данных и многого другого. Сложно представить задачу, с которой сегодня не совладает ИИ. Вопрос лишь в ресурсах и времени.
Нейронные сети — одно из направлений в разработке систем искусственного интеллекта. Нейросеть можно сравнить с деревом в лесу: корни берут влагу из земли, дерево разрастается многочисленными ветвями, на которых распускаются листья. Схожим образом функционирует и нейросеть — она получает входные данные, после чего ее внутренний слой (или слои) творят на их основе «магию», а на выходе получаем новые данные. Это своеобразная попытка специалистов искусственно смоделировать способности человека к обучению, включая его умение исправлять собственные ошибки и учиться на них.
Midjourney при более углубленном рассмотрении представляет собой алгоритм машинного обучения, основанный на комбинации нескольких нейронных сетей. Сеть Generator на основе полученных «оригинальных» образцов создает свои, а сеть Discriminator словно опытный и придирчивый эксперт сравнивает эти генерации с «оригиналами», оценивая схожесть. В процессе подобных соревнований сети обучаются и совершенствуются, со временем создавая всё более похожие образцы на оригиналы. Есть и еще одна нейронная сеть, которая не участвует в этой гонке, но тоже является частью слаженной системы — она сопоставляет текстовое описание с изображением. Ее чаще обучают «с учителем», когда человек оценивает насколько точно справилась сеть и одобряет или обозначает как ошибку ее решение.
Чем-то напоминает обучение студентов в художественном училище: повтори оригинальную картину как можно точнее.
Вопрос «Сумеет ли AI заменить художников?» стоит задавать иначе. За что готовы платить люди? Почему люди вообще ценят искусство? Что именно поставить на аватарку в социальной сети большинству не так уж и важно? Мало кто заказывает себе профессиональную фотосъемку и вкладывает в неё тайные смыслы. Гораздо проще и быстрее сгенерировать приятную глазу картинку за пару минут, все равно будет заменена и не раз. Кроме того, при использовании чужих работ, будь то рисунки или фотографии, можно столкнуться с юридическими тонкостями касательно авторского права. Сгенерированные нейросетью образы таких проблем не имеют.
Будут ли использоваться нейросети для автоматизации рутинных процессов? С появлением фабрик и мануфактур люди уже сталкивались и с забастовками, и с сокращением рабочих мест. Однако хотели бы вы без перерывов на сон и еду отрисовывать фоны для очередного сезона какого-нибудь модного сериала? Или потратить неделю на создание паттернов для заказчика, из которых будут выбраны один или два? Все ли вкладывают в подобные вещи частичку себя, насколько сильно труженики посвящают себя работе? Получается, что есть рутина, которую представители любых профессий стараются автоматизировать, а есть творческие процессы, где человек делится своим видением. Люди ценят искусство за вложенную в него душу и силы.
Инженера-тестировщика уволили из Google, после того как ИИ в диалоге убедил его, что имеет самосознание. Иронично, что это была нейросетевая языковая модель для общения на любые темы. Ученым-исследователям ясно, что нейросеть прекрасно справилась со своей задачей — сымитировала человека в диалоге, а не стала отдельной личностью. Футурологи опасаются не того, что машины заменят рабочую силу, а что искусственный сверхинтеллект (ASI) попросту не станет выполнять команды людей.