что такое цифровой кентавр

Проект “Семинары Кентавров”

Проект “Цифровые кентавры”.

Cеминары объединяют разработчиков, пользователей, заказчиков и всех интересующихся вместе для живого общения и обсуждения актуальных тем для развития проекта. Слушая лекции от экспертов, вы сможете расширить понимание тем, тесно связанных с искусственным интеллектом. Мы обсуждаем не только этические и гуманитарные вопросы, а касаемся и тем разработки и внедрения систем в индустрию и исследования.

Мы ждём от вас мотивационное письмо. Пожалуйста, расскажите о себе – о своём опыте , навыках, интересах, и о том, почему именно вы должны стать участником проекта. Лучше, если вы уложитесь в 1-2 тысячи знаков

Конечно! Почти вся работа происходит в онлайне, а многие участники проекта живут в разных уголках страны.

Цифровой кентавр – это симбиоз человека и ИИ. Без “человеческой” части никуда.

Юрий Молодых Олегович

Директор по развитию технологических конкурсов НТИ Up Great, руководитель проектов ОАО «РВК».

Николай Князев Александрович

Архитектор машинного обучения в компании Softline, кандидат физико-математических наук, основатель и руководитель профиля «Большие данные и машинное обучение», эксперт «Фонд содействия инновациям».

Участник Microsoft Learn Student Ambassadors «Beta» степени влияния, Призер НТИ по ИИ.

Одна из первых разработчиков олимпиады кружкового движения НТИ, соучредительница Ассоциации участников технологических кружков, эксперт в области информационной безопасности.

По всем вопросам

Время на прочтение


ЧТО ТАКОЕ ЦИФРОВОЙ КЕНТАВР

«Сбер» и организаторы Международного конкурса по искусственному интеллекту для детей AIIJC открыли регистрацию для школьников и студентов на бесплатный буткемп «Цифровой кентавр 2.0». Обучающее мероприятие проводится онлайн.

Буткемп «Цифровой кентавр 2.0» — это бесплатный онлайн-интенсив от специалистов-практиков, который позволит за два месяца понять принципы разработки в сфере искусственного интеллекта.

Мероприятие ориентировано на школьников и студентов, а также всех, кто интересуется сферами машинного обучения, искусственного интеллекта и программирования на Python. В нем могут принять участие и взрослые пользователи, но им будут недоступны специальные призы по окончании обучения.

В этом году «Цифровой кентавр 2.0» проведут специалисты Академии искусственного интеллекта для школьников Благотворительного фонда Сбербанка «Вклад в будущее», Проекта Кружкового движения «Практики будущего», а также организаторы Международного конкурса по искусственному интеллекту для детей AIIJC.

Программа онлайн-интенсива «Цифровой кентавр 2.0» в 2022 году состоит из трех этапов:

Модуль Junior подходит для тех, у кого нет опыта в программировании. Для остальных модулей уже требуются некоторые начальные знания. Но если проходить все модули последовательно, то вы без проблем справитесь с программой, тратя на занятия не больше 3-х часов в день.

Организаторы пояснили, что на мероприятии участников ждут лекции профессионалов, задания для оттачивания навыков, поддержка и общение с единомышленниками; возможность изучить основы машинного обучения и искусственного интеллекта, линейную алгебру, основы работы нейросетей. Также участники получат практический опыт в программировании, познакомятся с практиками человеко-машинного взаимодействия и станут частью сообщества исследователей вопроса о совместной работе человека и искусственного интеллекта. И, конечно, узнают, как ИИ применяется в финансах, играх, медицине, транспорте.

Закрепить полученные знания можно будет на научном хакатоне по машинному обучению SCIENCEHack, который пройдет с 15 июля по 8 августа. В ходе хакатона участники узнают, как искусственный интеллект применяется в ядерной физике, разберутся, из чего состоят атомы и как эти субатомные частицы помогают делать важнейшие научные открытия, а также попробуют создать алгоритм, который сможет предсказать последствия столкновения двух частиц. Присоединиться к хакатону может любой желающий до 18 лет включительно, вне зависимости от его участия в буткемпе. Лучшие участники соревнования получат памятные и денежные призы. Призовой фонд хакатона в этом году составляет — 500 тыс. рублей.

История про симбиоз компьютера и человека в логических играх

В конце прошлого века компьютер шаг за шагом начал громить сначала чемпионов по шашкам, а затем и лучших гроссмейстеров, которые отдали шахматам всю свою жизнь. Но добравшись по исторической лестнице до го, компьютер вдруг перестал быть непобедимым, хотя поначалу казалось, что тут ему тоже не будет равных. Просто в тот момент против него выступили так называемые «цифровые кентавры».

Под катом краткая история победного шествия компьютера, рассказ про появление «цифровых кентавров» и почему они играют в го.


ЧТО ТАКОЕ ЦИФРОВОЙ КЕНТАВР

Кентавры на древнеримской мозаике

Сначала были шашки

Сколько времени существуют компьютеры, столько же развиваются алгоритмы, способные состязаться с человеком в логических играх. Для каждой из игр путь развития алгоритма был своим. Но в большинстве случаев все начиналось с набора эвристик, которые было сравнительно легко «поймать». Пытаясь усложнить решение, применяли метод Монте-Карло для поиска по дереву и различные гибридные подходы — это позволило улучшить качество ботов и даже играть наравне с человеком. А рост доступных аппаратных мощностей в некоторых играх окончательно передал победу машине.

К примеру, шашки были решены полностью в 2007 году. На фоне других логических игр шашки просты в просчете, количество комбинаций в них — порядка 10 в 20 степени.

Разработка программ для игры в шашки началась с середины 50-х годов прошлого века. Наиболее известная среди них — Chinook, созданная Джонатаном Шеффером. На Хабре есть статья, рассказывающая историю создания и триумфа этой программы.

Chinook была представлена на компьютерной олимпиаде в 1990 году. А в 1992 году программа сыграла в международном чемпионате по шашкам против многократного чемпиона мира Мариона Тинсли и выиграла у него два матча.


ЧТО ТАКОЕ ЦИФРОВОЙ КЕНТАВР

В своей приветственной речи перед игрой Тинсли несколько раз самоуверенно повторил фразу «Я не могу проиграть!». Но итог мы все знаем

На тот момент Chinook видела игру на 14–17 шагов вперед и могла полностью просчитать все возможные позиции, если на доске оставалось восемь шашек.

По мере развития техники глубина просчета увеличивалась, как и база данных окончаний игр. К началу 2000-х годов программа знала все возможные окончания матча, если на доске оставалось 10 шашек.

А в 2007 году появилась публикация, в которой сообщалось, что шашки решены полностью. На эту задачу у Шеффера ушло 19 лет.

Затем вычислительные алгоритмы продолжили покорять другие игры с большим числом комбинаций. Решения на основе старых подходов быстро уперлись в «комбинаторный взрыв» и вычислительную сложность. Поэтому им на смену пришли архитектуры, основанные на нейронных сетях.

Но и они не панацея. В той же го полностью детерминированное решение — это NP-полная задача, которая не может быть решена численно в рамках существующих архитектур компьютерных систем и алгоритмов.

Человек подходит к игре принципиально иначе, нежели вычислительный алгоритм. Он использует интуицию, предположения о противнике и его прошлых играх, невербальные коммуникации с ним. В итоге не перебирая все варианты, а работая с образами, он находит выигрышную стратегию. И в этом может быть выход.

«Цифровой кентавр» — сочетание человека и алгоритмов — структура, которая берет лучшее от обоих «миров». Компьютер просчитывает ближайшие возможные шаги, но человек принимает решение, каким именно путем пойти.

Фактически «цифровой кентавр» — это демонстрация поддержки принятия решений, которая может пригодиться вне логических игр: в энергетике, в медицине, в управлении транспортом, в юриспруденции, в администрировании сложных систем: городов и государств и пр.

Как кентавры пришли в шахматы

Шахматы намного сложнее шашек. Количество возможных комбинаций фигур на поле — 10 в 46 степени. Однако здесь компьютер тоже победил человека.

Попытки создать «шахматную» программу предпринимаются более 30 лет. Различных идей было настолько много, что в конце 1980-х уже проходили отдельные чемпионаты для компьютеров, играющих в шахматы.

11 мая 1997 года IBM Deep Blue обыграл Гарри Каспарова в матче из шести партий. Компьютер использовал поиск по шахматному дереву, а для ускорения процесса применялись специально разработанные под шахматы процессоры, которых насчитывалось в системе 480 штук. Каждый из них перебирал от 2 до 2,5 миллионов шахматных позиций в секунду, что примерно в сто раз больше, чем у аналогичных по частоте универсальных процессоров того времени.


ЧТО ТАКОЕ ЦИФРОВОЙ КЕНТАВР

11 мая 1997 года — финальная игра, где Каспаров, как он сам тогда думал, защищает честь человечества. Итог всех шести матчей — 3 ½ : 2 ½ в пользу Deep Blue. Каспаров получил за игру 400 тысяч долларов, разработчики DeepBlue — 700 тысяч

Казалось бы, тот матч должен был поставить точку в состязании человека с компьютером на шахматном поле. Играть с абсолютным противником нет смысла. Но именно Каспаров предложил ввести в игру «цифровых кентавров», ведь шоу должно продолжаться!

Кентавры учитывают нюансы взаимодействия людей с машинами, сохраняя присутствие человека. Последнее приносит в игру своего рода «шумы» — дает оригинальность решений и игровых состояний.

Скорее всего, «цифровой кентавр» не выиграет у полноценного искусственного интеллекта для игры в шахматы, если тот будет создан. Участие человека не сделает его более эффективным. Однако система «кентавра» помогает человеку совершать меньше ошибок.

В 1998 году прошло первое соревнование «шахматы кентавров». Игроки использовали программы, которые подсказывали им следующие ходы.

Победа в игре «кентавров» определяется уже не возможностями человека, а в том числе потенциалом софта и интерфейсом взаимодействия с ним. Человек отвечает за стратегическое планирование в игре, может различать значимые и бесполезные ходы (чего машина сделать пока не может) и анализирует партию. Компьютер же использует базы партий и просчитывает возможные позиции — аппаратные ресурсы бытового уровня позволяют перебирать миллионы комбинаций за секунды.

Присутствие «кентавров» повысило общий уровень игры в шахматы. А стороннему наблюдателю работа «кентавра» позволяет понять, как действует профессиональный игрок: как он оценивает ситуацию и принимает решение. Так что шахматы стали зрелищнее.

Почему го не сразу покорилась машине

До недавнего времени человек легко обыгрывал машину в го. В этой игре на стандартной доске 19 на 19 слишком много комбинаций — 10 в 171 степени (это больше, чем атомов на Земле, — их всего 10 в 80 степени), так что доступные вычислительные мощности даже с ИИ не могут с ними справиться.

Настоящим прорывом в этой области стала разработка AlphaGo. Компания Google DeepMind вкладывала в развитие этой нейросети огромные ресурсы, обучая ее на статистике матчей ведущих мировых игроков.

И в 2015 году AlphaGo выиграла 499 из 500 партий с другими программами для го. По результатам этого теста AlphaGo признали достойной сражения с человеком.

В том же году она выиграла у Фань Хуэя — трехкратного чемпиона Европы, а в 2016 у Ли Седоля — лучшего мирового игрока десятилетия.


ЧТО ТАКОЕ ЦИФРОВОЙ КЕНТАВР

На момент матча у Ли Седоля было второе место по количеству выигранных чемпионатов мира, а многие считали его четвертым игроком на планете. Итоговый счет оказался разгромным — 4:1 в пользу AlphaGo

AlphaGo осталась закрытым проектом и с 2017 года не участвовала в чемпионатах. Google DeepMind не планирует выпускать новые версии или возвращаться в игру. Однако они все-таки опубликовали данные игр AlphaGo, на основе которых можно было обучать свои нейросети.

В 2017 вышла бесплатная программа для го с открытым исходным кодом — Leela Zero. Ее автор — Джан-Карло Паскутто из Бельгии. На уровне кода в нее заложены правила игры, а тренировалась она, играя сама с собой. Leela Zero можно рассматривать как наследника AlphaGo, однако и ее время уже проходит — в феврале 2021 года проект распределенного обучения был закрыт. Сегодня сообщество продолжает тренировать KataGo — еще одно открытое решение, по некоторым параметрам превосходящее Leela Zero.

Пока существующие ИИ продолжают тренироваться, в го пришлась ко двору идея «цифровых кентавров», которые уже активно выступали в шахматах. Например, компании Vova.pro и AmberCore развернули свои многопользовательские сервера, где можно было играть с человеком или ИИ на уменьшенных досках — 13 на 13 вместо оригинальной 19 на 19. Был и гибридный режим работы, когда играющий человек получал подсказки от Leela Zero. Так началась «подстройка» программ для игры в го под роль советчика.

Главная задача при разработке цифровой составляющей кентавра — обеспечить максимум полезной информации (и выигрыш) при минимуме подсказок на основе аналитики от ИИ. Подсказки могут рекомендовать определенную часть поля для следующего хода, подсказывать сами ходы или прикидывать шансы на победу в том или ином случае. Вопрос лишь в том, как представить эту информацию игроку, чтобы он принял верное решение.

Как плодятся «кентавры» в России

В России идея «цифровых кентавров» в го нашла себя в 2019 году. Разумеется, в студенческой среде, где много свободных и пытливых умов. Затем она стала развиваться в рамках одного из проектов Кружкового движения НТИ. Ее принес туда известный ученый Александр Горбань, который сейчас руководит Центром искусственного интеллекта Университета Лестера в Великобритании.

Весной этого года под крылом того же проекта прошел хакатон для школьников и студентов, целью которого было создание интерфейса программ-подсказчиков для участия в логической игре. Участники решали, какая минимальная информация необходима игроку и в какой форме ее требуется преподнести. В финале принимали участие 20 команд, лучшие из которых продолжили развивать свои решения для участия в реальных соревнованиях по го.

Первый международный «матч кентавров» в го состоялся чуть позже в рамках Чемпионата мира по го во Владивостоке, на площадке Дальневосточного федерального университета.


ЧТО ТАКОЕ ЦИФРОВОЙ КЕНТАВР

Интерфейс одной из систем на соревнованиях «кентавров»

В общей сложности провели 70 игр. Учитывая количество игроков и ограничения доступных ресурсов, игра шла на поле 13х13. С этим упрощением для обеспечения работы платформы «цифровых кентавров» был задействован достаточно мощный сервер с видеокартой Tesla v100 и 32 Gb видеопамяти.

В двух матчах ИИ против «кентавров» участвовали Илья Шикшин и Александр Динерштейн. Это одни из сильнейших игроков в Европе. Итог весьма любопытен.

На доске 13 на 13 «кентавры» выиграли у ИИ Leela Zero.

По сути, «кентавры» в го только начинают свой путь. И покуда нет возможности полностью просчитать эту игру, она остается отличным плацдармом для проработки идей экспертных систем, помогающих принимать решения в совершенно других отраслях. Ну и еще напоминая, что человек все равно остается в деле.

Цифровой кентавр — система из людей и машин, которая за счет правильно организованного взаимодействия работает эффективнее, чем самые сильные люди и лучшие компьютерные решения. Программа «Цифровой кентавр» направлена на исследования и разработку в области создания и использования «гибридного интеллекта» (человек + ИИ) при решении различных задач.

1. Определение условий, при которых система «Цифровой кентавр», то есть человек + ИИ, эффективнее в решение задач различного профиля.

2. Разработка пакета решений по совместному обучению человека и ИИ и обмену знаниями между ними.

— Определить универсальную методологию Цифровых кентавров (как и с помощью чего должен происходить обмен знаниями между человеком и ИИ, кто должен создавать системы «Цифровой кентавр», кто отвечает за ошибки в таких системах, и другие принципы, по которым строятся эффективные связки из людей и ИИ).

— Определить дизайн Цифрового кентавра — открытой системы с положительными обратными связями между человеком и ИИ, которая обеспечивает самоулучшение как всей системы, так и отдельных элементов.

— Создать системы взаимного обучения человека и ИИ, в которых благодаря методологии и дизайну кентавра создаются цепочки положительных обратных связей как для человека, так и для ИИ.

Кто может участвовать в программе?


ЧТО ТАКОЕ ЦИФРОВОЙ КЕНТАВР

Как обучение искусственного интеллекта становится новой удаленной работой

На какой интеллект лучше положиться — искусственный или человеческий? У каждого свои плюсы и минусы, поэтому зачастую эффективнее не выбирать, а сочетать. Гибридная модель, где ИИ и человек работают бок о бок, получила название «цифрового кентавра». Подобные системы объединяют возможности искусственных и биологических нейросетей — человеческого разума. Они считаются самыми выигрышными, когда речь заходит об итоговом результате обработки данных. При этом люди помогают искусственному интеллекту быть разумнее. Это становится для них удаленной работой в сети — даже для тех, кто не связан с IT-сферой напрямую.

Как люди помогают искусственному интеллекту

Казалось бы, искусственный интеллект — сфера высоких технологий. Однако помогать ему развиваться могут не только программисты. Большинство компаний, приглашающих сотрудников для работы с ИИ, сами обучают их через краткосрочные онлайн-курсы или инструкции. Людям объясняют, как правильно размечать данные для машины, пользоваться платформой или сервисами. Хотя бывают задачи, где нужны специалисты в той или иной сфере знаний (например, в медицине).

Помогать искусственному интеллекту можно на разных этапах работы машины. Например, люди переводят с человеческого языка на машинный: чтобы обучить нейросеть, ей нужно показать тысячи и даже десятки тысяч примеров, каждый из которых до этого вручную обрабатывается человеком. В текстах отмечаются существенные слова и смыслы, на изображениях — обозначаются объекты. Также человек тестирует работу умных алгоритмов по пользовательским сценариям: оценивает результаты поиска, ответы чат-ботов.

Для этого не нужно быть программистом — важно быть внимательным и готовым к довольно монотонной работе. Удобно и то, что такая занятость почти всегда удаленная, без посещений офиса. Плюс на многих платформах исполнитель сам определяет, сколько часов он сегодня готов поработать. Конечно, ждать высоких заработков от подобной деятельности не стоит, но она может стать неплохой подработкой, особенно для тех, кому важны свободный график и удаленка.

Для точности при оцифровке документов

Например, для подобной работы людей привлекает резидент «Сколково» компания «Биорг», которая занимается оцифровкой документов. Здесь человек не только проверяет работу нейросети, но и помогает ей, когда она испытывает затруднения. Для высокоточной оцифровки документов и чертежей на облачной платформе Beorg Smart Vision применяют принцип двухэтапного распознавания: сначала объект обрабатывает нейросеть, а если она не уверена в результате, подключаются операторы.

Дело в том, что даже самый современный машинный интеллект испытывает сложности при распознавании нестандартных форм. Документы могут быть заполнены на редких языках или сформированы на неструктурированных бланках, от руки. Поэтому компания привлекает специалистов из разных отраслей и регионов России.

Людям выгодна подобная совместная деятельность. Помогая ИИ и удаленно обучая его, можно получать дополнительный заработок. Кстати, облачную платформу используют не только для проверки и разметки данных, но и для других видов удаленной работы. Например, вне проектов оцифровки операторы могут стать сотрудниками колл-центра или чатов поддержки.

Для корректной поисковой выдачи

Такие гиганты как «Яндекс» или Google также прибегают к «человеческой» помощи. Изначально люди должны были контролировать работу алгоритмов. Затем компании стали формировать команды асессоров. Это сотрудники, которые следят за тем, чтобы результат поискового запроса соответствовал тому, что пользователь ищет. У «Яндекса» такая служба появилась в 2008 году, вместе с внедрением машинного обучения в систему ранжирования.

Упрощенно работа асессоров выглядела так: они вручную просматривали выдачу по различным ключевым фразам и сайты, находящиеся в топе этой выдачи. Если при проверке оказывалось, что ресурс не соответствует вопросу, содержит противоправный контент, слишком много рекламы, мешающей просмотру, то у сайта понижался рейтинг в поисковой выдачи.

Подобные проверки помогали поисковику лучше понимать человека и его запросы, которые далеко не всегда просты и однозначны. Именно людям поручалось определять релевантность страниц, запрашиваемых пользователями, поскольку сама машина не способна этого оценить.

Для лучшей работы сервисов

Появилась и отдельная платформа с полевыми заданиями, которые позволят «оцифровать онлайн-мир». Здесь человеку поручено то, что искусственному интеллекту пока сложно контролировать: проверка уличной рекламы, промоакций, проведение опросов, мониторинг цен, работа в качестве тайного покупателя.

Для повышения продаж и лучшего общения

Помощь от человека получают и алгоритмы онлайн-маркетплейсов. Люди проверяют точность и релевантность поиска по миллионам товарам, помогают искусственному интеллекту лучше понимать запросы покупателей.

«Тинькофф» также привлекает людей к тестированию, обучению и совершенствованию искусственного интеллекта. С 2018 года 150-200 человек помогают чат-боту общаться с клиентами, исправляя ошибки в ответах и стараясь сделать его реплики более человечными, работают с алгоритмами машинного обучения, размечают тексты и изображения.

Хотя с появления первых асессоров сложность и многообразие заданий многократно возросло, основа совместной работы человека и искусственного интеллекта не поменялась — люди помогают машинным алгоритмам обучаться, контролируют качество работы и делают за ИИ то, что ему пока не доступно. Такая совместная работа помогает клиентам получить то, зачем они обратились к поисковику, в магазин или организацию, а компаниям и разработчикам — повысить качество услуг и, соответственно, эффективность бизнеса в целом.

Про урокцифры:  ЗАДАНИЯ ПО ТЕХНОЛОГИИ ДЛЯ УЧАЩИХСЯ 8 Х КЛАССОВ И ЗАДАНИЯ ДЛЯ 8 ГО ЭТАПА ВСЕРОССИЙСКОЙ ШКОЛЬНОЙ ОЛИМПИАДЫ ПО ТЕХНОЛОГИИ С АКЦЕНТОМ НА ТЕМУ

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *