Машинное обучение: Как человек и машина могут помочь друг другу.

Машинное обучение: Как человек и машина могут помочь друг другу.
JayaDigital

Машинное обучение: Как человек и машина могут помочь друг другу.

С такими явлениями, как «большие данные» и массивные социальные сети, проблема анализа огромных объемов данных уделяется все больше внимания. Как правило, надежды возлагаются на сложные анализирующие алгоритмы, которые, по идее, должны анализировать данные не хуже человека, но в миллионы раз быстрее. Но невозможно написать, скажем, для поисковой системы, такую программу, в которой предусмотрен каждый запрос, и для каждого запроса известен лучший ответ. Поисковая система должна уметь принимать решения самостоятельно, то есть — сама выбирать из миллионов документов тот, который лучше всего отвечает пользователю. Для этого нужно научить ее обучаться.

Задача научить машину обучаться существует не только в поисковых технологиях. Без машинного обучения невозможно, например, распознавать рукописный текст или речь. Термин «машинное обучение» появился еще в 50-х годах. Этот термин обозначает попытку научить компьютер решать задачи, которые легко даются человеку, но формализовать путь их решения сложно. В результате машинного обучения компьютер может демонстрировать поведение, которое в него не было явно заложено.

Но в таком подходе скрывается существенная ошибка.

Дело в том, что «обучаемая» машина не должна заменить человека – она должна ему помочь. Можно разрабатывать сколько угодно сложные алгоритмы, но они никогда не выйдут на один уровень мышления с человеком, если только, конечно, не появится настоящий искусственный интеллект (а тогда нас ждут проблемы покрупней анализа данных). На сегодняшнем же уровне анализ при помощи машин всегда будет включать в себя ошибку. Это можно видеть на примере финансово-экономического кризиса 2008 года: финансовые алгоритмы, созданные на основе исторических данных, выдавали тогда  вполне благоприятные прогнозы – но они не учли, что человеческое поведение меняется. Так что машинные алгоритмы имеют свойство ошибаться, причем, в самый неподходящий момент. Однако это не значит, что машинный «умный» анализ бесполезен. Наоборот, он крайне полезен, и сейчас без него человеку будет трудно существовать в современном море информации. Машинный анализ представляет собой как бы протез для человеческого разума, помогая, но не заменяя его.

 Рассмотрим человеческий и машинный анализ с точки зрения распознавания информации.

Первый уровень распознавания – буквальный, т.е. «что вижу – то и есть». Здесь машина обладает максимум преимуществ. Возьмем в качестве примера приложение Shazam, которому достаточно дать «послушать» фрагмент композиции, как оно тут же загрузит данные об исполнителе, названии композиции, альбоме (по возможности снабдив альбом обложкой), а также предоставит целую кучу ссылок, начиная от клипов и заканчивая дискографией. 

Второй уровень – определяющий, оперирующий на уровне ассоциаций. Так, в животном мире звук рычания ассоциируется с опасностью и угрозой. Здесь машины, благодаря продвинутым алгоритмам, тоже не отстают, и даже опережают человека за счет своего быстродействия.

А вот на третьем уровне – символизирующем – человек получает безусловное лидерство. Благодаря особенностям нашей психики, мы можем использовать абстракции, что в свою очередь позволяет нам, основываясь всего на 2% информации, воссоздать весь образ. Машинам это не доступно, как и способность воображения (на этом и основан принцип CAPTCHA).

Как видно из вышесказанного, и человек, и машина, имеют свои слабые стороны. Смысл человеко-машинного взаимодействия состоит во взаимной компенсации слабостей и использовании по максимуму сильных сторон. Машина занимается сбором и классификацией данных, а затем человек на основе полученной информации принимает окончательные решения. 

Так, например, машина может предоставлять обширный объем данных в удобной для анализа визуальной форме, которую человек сможет оценивать, не отвлекаясь на лишний информационный мусор. Поисковая система может расположить найденные страницы в нужном порядке — так, чтобы сверху оказались наиболее подходящие пользователю (наиболее релевантные).

Машина может даже служить неким «посредником» между людьми, как в эксперименте Вашингтонского университета. Была создана онлайн-головоломка, целью которой было наилучшим образом свернуть структуру выбранных протеинов. В игре зарегистрировалось более 240 000 игроков, и лучшие пользовательские решения анализировались учёными. Результат: расшифровка вируса, вызывающего СПИД у обезьян, была произведена уже на десятый день, при этом данная проблема ставила учёных в тупик на протяжении 15 лет. Таким образом, представление данных в удобной форме ускорило решение проблемы в сотни раз.

В качестве завершения суммируем принципы человеко-машинного взаимодействия:

- Машина должна служить протезом человеческому разуму.

- Интерфейс должен соответствовать мыслительному процессу человека, а не наоборот.

- Цель взаимодействия человека и машины заключается в предоставлении человеку максимальных преимуществ в принятии решений.

- В правильном взаимодействии всегда есть задачи, оптимальные для человека, и задачи оптимальные для машины.

 

Источник: http://www.forbes.com