28 декабря 2017 года в 13:22
Партнерский материал

5 необычных применений нейросетей

От распознавания котиков до банковских переводов

 5 необычных применений нейросетей

От распознавания ваших любимых котиков на снимках до отправки безналичных банковских переводов по фотографии — как нейросети из фантастических идей становятся привычными сервисами.

«Нейронные сети», «машинное обучение», «глубокое обучение» и прочие удивительные словосочетания сегодня не слышал только ленивый. В их основе — методы реального обучения самым разным навыкам. Только в качестве учителя выступает человек, а ученика — машина. Принцип обучения прост: машине скармливается определенное количество знаний, машина обрабатывает их и учится выдавать тот результат, который необходим для данной задачи. Если вам, например, захотелось создать приложение, которое по вашей прихоти станет определять исключительно людей в красных беретах в метро, то вы научите нейросеть опознавать именно красный цвет, береты и красные береты. Для чего попросите машину проанализировать десятки или сотни тысяч изображений по этим параметрам. Все остальное — вопрос времени.

Нейросети в креативе

Первые опыты по созданию подобных алгоритмов распознавания были предприняты в 2014 году, когда на волне резко возросших вычислительных мощностей нейросети стало возможно обучать без каких-либо проблем. В игру вступили гиганты цифровой индустрии: компании Google и Microsoft. Первая показала свой DeepDream — алгоритм поиска определенных предметов на изображении, который, однако, приобрел популярность благодаря тому, что любая пропущенная через него фотография приобретала совершенно инопланетный вид. Часть работ впоследствии Google выставила на благотворительном аукционе в Сан-Франциско, и с молотка они ушли за вполне внушительные суммы. Microsoft вызвала мощный шторм в социальных сетях, когда показала свой шуточный сервис How-Old, основная цель работы которого была в том, чтобы определить возраст человека на фото. Несмотря на то что результаты часто не соответствовали реальности, пользователи довольно долго резвились, выкладывая фото себя, друзей, бабушек и родственников, обработанные при помощи сервиса. На волне успеха компанией были запущены еще два подобных сервиса: CaptionBot, делает подпись к фотографии, описывая, что на ней происходит, а What Dog по фото определяет породу собаки.

Нейросети и развлечения

Машину можно научить чему угодно, тем более что огромные накопленные массивы информации (те самые Big Data) предоставляют самый широкий выбор тем для обучения: от музыки до настольных игр. Суперкомпьютер Deep Blue, который обыграл Каспарова, у человечества уже есть, так почему бы не придумать программу, которую никто не сможет победить в одной из самых сложных (а значит, наиболее трудных для машинного обучения) настольных игр на планете — го? Подразделение Google Deep Mind представила в этом году AlphaGo, которая смогла обыграть одного из самых титулованных игроков в го в мире — Ли Седоля со счетом 4:1. При этом победный ход человека был впоследствии назван журналистами «дыханием Бога».

Машину можно научить имитировать и совсем тонкие материи, при этом итоговый результат будет практически неотличимым от оригинала. В области музыки нейросети научились имитировать творческий почерк самых разнообразных исполнителей: от Элтона Джона и Баха до Егора Летова. Так, например, в 2016 году на сервисе «Яндекс.Музыка» появился альбом под названием «Нейронная оборона», который звучал в точности как невыпущенные песни «Гражданской обороны». Автор в наименовании отсутствовал — и вот почему: музыку и тексты при помощи нейросетей придумали сотрудники «Яндекса» Алексей Тихонов и Иван Ямщиков.

Нейросети и медицина

Обучение машин возможно в любой области, и, конечно же, медицина для нас важнее всех прочих. Разработок здесь не так много, все-таки это область не развлечений, а гораздо более тонко настроенных материй. Однако и здесь происходят удивительные вещи. Так, например, нейросети активно обучают для профилактики раковых заболеваний. Сверточная нейросеть (более сложная в сравнении с обычной, в которой обучение происходит по принципу более мелкого фрагментирования входящей информации) Inception-v3 обработала более 130 тысяч фотографий почти двух тысяч типов заболеваний и в итоге научилась довольно точно определять на стадии первичной диагностики карциному и меланому. Подобный опыт повторили и в России.

Нейросети и работа

Главное свойство всех нейросетей — быть максимально полезными для человека при решении разнообразных задач: от придумывания рекламных слоганов и создания сайтов до обработки металлоконструкций. Да, не всегда результат работы нейросети устраивает заказчика-человека. Но чем больше машина обучается, тем выше шансы получить стопроцентное попадание в задачу. Так, например, при помощи суперкомпьютера IBM Watson нейросеть попробовала создать рекламные слоганы для довольно крупной кампании по продвижению нового автомобиля, научилась создавать прототипы сайтов по нарисованным буквально на салфетках скетчам и даже создавать уникальные блюда в традициях той или иной кухни.

Нейросети и сфера личных финансов

Даже такие консервативные институты, как банки, понимая громадные перспективы нейросетей, все более активно используют их для улучшения своих сервисов. Одна из последних разработок в этой области — перевод денег при помощи простого фото. Первым в мире эту услугу запустил банк «Открытие» в своем мобильном приложении «Открытие. Переводы». Тестирование новой технологии, основанной на разработках одного из лидеров в биометрии, компании VisionLabs, началось в 2016 году, и в мае 2017 года она впервые была представлена в качестве прототипа на международной выставке Connect:ID, а с декабря 2017 года сервис стал доступен для всех клиентов банка, которые сфотографировались при получении карты. Чтобы перевести деньги по фото, достаточно поделиться с приложением фотографией адресата, загрузив уже существующую или сделав новую в реальном времени. Далее изображение отправляется в систему распознавания лиц банка, которая определяет получателя и показывает в приложении маскированный номер его банковской карты, на которую будет осуществлен перевод. Вам остается только ввести данные своей карты для отправки перевода или выбрать ее из списка ранее сохраненных.

Приложение «Открытие. Переводы» доступно для любого пользователя, но получателем перевода по фотографии может быть пока только клиент Открытия — клиентам других банков можно перевести деньги привычным образом по номеру карты. Однако, в 2018-м году система распознавания лиц сможет определять и клиентов других банков, если они установили «Открытие. Переводы» и добавили свою фотографию.

«Использование фотографии клиента вместо номера банковской карты — это принципиально новый подход к онлайн-переводам, основанный на использовании нейросетевой системы распознавания лиц, которая позволяет с высокой степенью точности идентифицировать клиента по его биометрическим данным, — говорит начальник Управления развития партнерских систем банка «Открытие» Алексей Матвеев. — Сервис открывает для пользователей совершенно новые сценарии для выполнения денежных переводов. В настоящее время ни один из участников финансового рынка в мире не предлагает подобного сервиса своим клиентам. Этот яркий проект демонстрирует технологическое лидерство банка «Открытие» и создан в рамках бренда Open Garage, который объединяет в себе три действующих направления банка: диджитал, ИТ и инновации».

Приложение доступно на платформах iOS и Android. Подробная информация о приложении «Открытие. Переводы»