Корабль поколений - Александр Шуравин
— Нет, я хорошо разобрался.
И он начал пересказ:
— В основе искусственного интеллекта лежат искусственные нейронные сети, которые являются совокупностями математических моделей связанных друг с другом нейронов. Типичная модель нейрона — это сумма входных сигналов, умноженных на весовые коэффициенты, к которой применяется специальное нелинейное преобразование…
— Не продолжай. Вижу, что выучил. Ты лучше скажи, в чем кардинальное отличие между нейросетями и строгими алгоритмами?
— Строгие алгоритмы дают точный и гарантированный результат. Нейросети дают вероятностный результат, его правильность не гарантируется на сто процентов.
Михаил кивнул, удовлетворённо поглядывая на сына.
— Верно. Строгий алгоритм, как швейцарские часы, работает чётко по инструкции. Если входные данные верны, результат будет всегда один и тот же. Нейросеть же — это более гибкий инструмент. Она обучается на примерах, и её ответ зависит от того, как она была обучена, и какие данные ей предоставлены. Она может найти закономерности, которые не заметны для строгого алгоритма, но она также может делать ошибки, особенно если данные шумные или неполные.
Он подошёл к огромному панорамному экрану, за которым раскинулось бескрайнее звёздное небо.
— Понимаешь, Альтаир, роботы с алгоритмами компьютерного зрения — это как раз такие строгие алгоритмы. Они ищут конкретные дефекты на обшивке — трещины, вмятины, и т. д. Если дефект соответствует заданному образцу, робот его обнаружит. Если нет — нет. Но что если появится нечто неизвестное, что-то, чего не было в обучающей выборке? Робот его просто не заметит. Нейросети частично решают эту проблему. Они могут на основании обучающей выборки делать обобщения и даже обнаруживать как раз таки новые дефекты. Но, бывает, что они ошибаются: хороший участок обшивки принимают за дефектный, а дефекты иногда пропускают.
Михаил повернулся к сыну, его взгляд стал серьёзнее.
— А человеческий глаз… человеческий глаз — это как гибридная система. В нём сочетаются и строгие алгоритмы обработки изображения, и нечто более сложное, интуитивное, способное распознать аномалию, даже не понимая, что это за аномалия. Поэтому мы и проверяем после роботов. Чтобы исключить случайные пропуски.
Он похлопал сына по плечу.
— Так что ты прав, задавая свои вопросы. Доверие к технике — это хорошо, но полного доверия быть не должно. Всегда нужно быть готовым к неожиданностям. И помни об этом, когда будешь работать со своими нейросетями. Они могут дать верный ответ, но они также могут обмануть. Критическое мышление — это важнейший инструмент учёного. Даже в 2643 году.
— Но если за роботами все равно приходится проверять, то тогда зачем нужные все эти нейросети?
— Потому что они значительно сокращают объем работы. Проверять не так много, как если бы мы все смотрели сами.
Альтаир нахмурился, обдумывая слова отца.
— То есть, нейросети — это как фильтр, который отсеивает большую часть обычных изображений, оставляя только те, которые кажутся подозрительными?
— Именно, — подтвердил Михаил. — Это как золотоискатель, который просеивает тонны песка, чтобы найти несколько крупиц золота. Нейросеть просеивает изображения обшивки, выявляя потенциальные аномалии. Наша задача — проверить, насколько эти аномалии реальны.
— И часто нейросети ошибаются?
— Бывает по-разному. Все зависит от качества обучения и сложности задачи. Чем лучше обучена нейросеть, тем меньше ошибок она совершает. Но совсем без ошибок не бывает. Всегда есть риск ложного срабатывания или пропуска цели.
— А можно как-то улучшить работу нейросетей? Сделать их более надежными?
Михаил улыбнулся.
— Конечно, можно. И этим сейчас занимаются тысячи ученых по всему миру. Разрабатываются новые архитектуры нейросетей, новые методы обучения, новые способы обработки данных. Это непрерывный процесс. Машинное обучение — это как живой организм, который постоянно развивается и совершенствуется.
Он снова посмотрел в экран на звездное небо.
— И ты тоже можешь внести свой вклад в этот процесс, Альтаир. Даже здесь, на звездолете, ты можешь заняться разработкой алгоритмов, которые помогут экипажу принимать более эффективные управленческие решения, улучшить работу реактора, оптимизировать расчет траекторий, анализировать снимки с телескопов. У тебя есть талант к науке, пытливый ум и желание познавать новое. Главное — не останавливаться на достигнутом, всегда искать новые пути и решения. И помнить о том, что знания — это сила, но и большая ответственность.
Альтаир кивнул, чувствуя прилив вдохновения. Слова отца вселили в него уверенность и надежду.
— Пап, а ты не думаешь, что в будущем нейросети смогут полностью заменить человека в анализе изображений?
Михаил на мгновение задумался.
— Возможно, когда-нибудь это и произойдет. Но я думаю, что человек всегда будет нужен для контроля и принятия окончательных решений. Даже самая умная машина не сможет заменить человеческую интуицию и опыт. В конечном итоге, ответственность всегда лежит на человеке.
Он похлопал сына по плечу.
— Ну ладно, хватит философствовать. Пора возвращаться к работе. Нам еще нужно проверить логи с датчиков космических лучей и провести диагностику системы навигации. А то, знаешь ли, мало ли что еще может случиться в этом бескрайнем космосе.
Они некоторое время молча работали, но потом Альтаир спросил:
— Пап, а все-таки, насчет выхода в открытый космос… Не может ли так случиться, чтороботы не справятся. И тогда выйти придется человеку?
— Да. Возможно и такое. Для этого у нас есть скафандры.
— И кто из экипажа выйдет в космос в этом случае?
— Есть специально обученные люди.
— А можно и мне тоже этому обучиться? Выходить в открытый космос.
Михаил нахмурился.
— Альтаир, ты меня удивляешь все больше и больше… ладно, я поговорю с командиром.
Глава 110
2644 год, межзвездное пространство,
расстояние от Солнца 54099 а. е. (примерно 0.86 св. года),
борт звездолета «Красная стрела»,
с момента старта прошло 32 года и 7 месяцев
— Поздравляют, — сказал Ли Вей, — твое обучение в виртуальной реальности закончено. Сегодня мы приступим к практике.
Услышав это, Альтаир буквально просиял.
— Но следует помнить, — продолжал наставления инструктор, — виртуальная реальность и настоящий открытый космос — это две большие разницы. Первый раз ты выйдешь под моим руководством. И выполнишь только самые простые упражнения. Пойдем.
Они направились в шлюзы. Идти приходилось через множество технических помещений, где располагалось различное оборудование, непонятные агрегаты, кучи проводов. Здесь Альтаир еще не бывал, и с любопытством осматривался вокруг.
— Пойдем, не задерживайся, — поторопил его Ли Вэй.
В одной и комнат инструктор открыл шкафчик, откуда извлек скафандр.
— Надевай.
Альтаир с благоговением взял скафандр. Он был не таким, как в учебных симуляциях. Более массивный, с множеством непонятных датчиков и приборов. Цвет — не привычный белый, а графитовый, с ярко-красными вставками на плечах и бедрах.
— Это новая модель, — пояснил Ли Вэй, заметив его
