Как работает искусственный интеллект: РУДН подготовил эксклюзивную лекцию для участников бесплатного IT-лагеря Lux Code

Искусственный интеллект уже перестал быть технологией будущего. Сегодня он помогает врачам находить заболевания на ранних стадиях, позволяет автомобилям распознавать дорожную обстановку, отвечает на вопросы пользователей, переводит тексты, создает изображения и даже пишет программный код. По оценкам экспертов, именно технологии искусственного интеллекта станут одной из главных движущих сил мировой экономики в ближайшие десятилетия.

Именно поэтому знакомство детей с искусственным интеллектом сегодня становится не просто полезным дополнением к школьной программе, а важным этапом подготовки к профессиям будущего.

Понимая это, образовательный центр LuxCode стремится предоставить своим ученикам возможность получать знания не только от практикующих преподавателей программирования, но и от ведущих российских ученых, преподавателей университетов и представителей индустрии информационных технологий.

Одним из таких проектов стало сотрудничество с Российским университетом дружбы народов имени Патриса Лумумбы, в рамках которого специально для участников бесплатного онлайн IT-лагеря LuxCode Campus была подготовлена авторская образовательная лекция, посвященная одному из самых интересных направлений современной науки — компьютерному зрению.

Автором лекции выступила Елена Михайловна Котельникова — кандидат наук, доцент кафедры прикладного искусственного интеллекта факультета искусственного интеллекта Российского университета дружбы народов имени Патриса Лумумбы. В своем выступлении она простым и понятным языком объясняет сложные технологии, которые ежедневно окружают каждого из нас, помогая школьникам сделать первые шаги в понимании того, как работает современный искусственный интеллект. 

Еще несколько лет назад искусственный интеллект воспринимался как технология, доступная только крупным IT-компаниям и научным лабораториям. Сегодня ситуация кардинально изменилась.

Практически каждый ребенок ежедневно взаимодействует с алгоритмами искусственного интеллекта, даже не замечая этого.

Когда смартфон разблокируется по лицу.
Когда видеосервис рекомендует новый фильм.
Когда голосовой помощник отвечает на вопрос.
Когда онлайн-переводчик мгновенно переводит иностранный текст.
Когда камера телефона автоматически улучшает фотографию.

Во всех этих случаях работают алгоритмы искусственного интеллекта.

Именно поэтому современные специалисты все чаще говорят о том, что в ближайшие годы понимание принципов работы искусственного интеллекта станет такой же базовой компетенцией, как сегодня умение пользоваться компьютером или искать информацию в интернете.

Конечно, никто не ожидает, что каждый школьник станет разработчиком нейронных сетей. Но понимание того, что такое искусственный интеллект, как он обучается, где применяется и какие задачи способен решать, помогает детям осознанно воспринимать современные технологии, развивать алгоритмическое мышление и лучше понимать мир, в котором они живут.

Именно эту цель преследует бесплатный IT-лагерь Lux Code Campus.

Каждое лето тысячи школьников делают первые шаги в программировании, участвуя в бесплатных образовательных проектах. Однако далеко не каждый такой проект дает возможность познакомиться с преподавателями ведущих университетов России и узнать о современных технологиях непосредственно от людей, которые занимаются их исследованием и развитием.

В Lux Code мы убеждены, что качественное IT-образование должно объединять практику, современные технологии и фундаментальные знания.

Именно поэтому программа бесплатного IT-лагеря Lux Code Campus включает не только занятия по программированию, разработке игр, созданию сайтов, работе с искусственным интеллектом и цифровыми технологиями, но и специальные образовательные лекции, подготовленные совместно с представителями ведущих образовательных организаций страны.

Одной из таких лекций стала авторская работа преподавателя факультета искусственного интеллекта РУДН, записанная специально для участников лагеря.

Для нас это не просто отдельный видеоурок. Это возможность познакомить школьников с настоящей университетской наукой, показать, насколько интересным может быть изучение искусственного интеллекта, и вдохновить детей на дальнейшее развитие в сфере информационных технологий.

Когда большинство людей слышит словосочетание «искусственный интеллект», они представляют себе чат-ботов, которые отвечают на вопросы, или нейросети, способные создавать изображения по текстовому описанию.

Однако искусственный интеллект гораздо шире. Он включает десятки самостоятельных научных направлений, каждое из которых решает собственные задачи. Одним из наиболее важных является компьютерное зрение (Computer Vision).

Компьютерное зрение - это область искусственного интеллекта, которая занимается созданием алгоритмов, способных анализировать изображения и видео, находить на них объекты, понимать происходящее и принимать решения на основе визуальной информации.

Именно благодаря компьютерному зрению современные технологии способны:

- распознавать лица людей;
- определять дорожные знаки;
- находить дефекты на производстве;
- анализировать медицинские снимки;
- управлять промышленными роботами;
- сортировать товары на складах;
- распознавать документы;
- отслеживать движение объектов на видео.

Фактически компьютерное зрение стало «глазами» современного искусственного интеллекта.

Именно поэтому эта тема открывает цикл лекций, посвященных технологиям будущего.

На первый взгляд кажется, что ответ очевиден. Мы ведь легко узнаем своих друзей, отличаем кошку от собаки, а автомобиль - от велосипеда. Но если задуматься глубже, становится понятно, насколько сложную работу каждую секунду выполняет человеческий мозг.

Для человека распознавание объектов происходит практически мгновенно. Мы не анализируем форму глаз, длину носа или количество пикселей на изображении. Наш мозг уже научился делать это автоматически благодаря многолетнему опыту.

Компьютер же оказывается в совершенно другой ситуации. У него нет зрения в привычном для нас понимании.

Нет жизненного опыта.
Нет интуиции.
Нет способности самостоятельно понимать окружающий мир.

Возникает закономерный вопрос: Как тогда современные системы искусственного интеллекта узнают людей на фотографиях, помогают врачам анализировать медицинские снимки и позволяют беспилотным автомобилям безопасно двигаться по дорогам? Именно с ответа на этот вопрос начинается лекция преподавателя РУДН.

Вместо сложных математических формул и профессиональной терминологии слушателям предлагается понятное объяснение, которое помогает взглянуть на искусственный интеллект совершенно по-новому. И уже через несколько минут становится ясно: компьютер видит окружающий мир совсем не так, как человек.

Мы привыкли считать, что компьютер видит изображение примерно так же, как человек. Открывая фотографию на экране, мы видим людей, животных, здания, природу или предметы. Но для искусственного интеллекта никакой фотографии не существует. Для него изображение - это огромный массив чисел.

Именно эта мысль становится одной из главных в лекции преподавателя факультета искусственного интеллекта РУДН Елены Михайловны Котельниковой. Она показывает, что компьютер начинает работу не с понимания объектов, а с обработки цифровых данных. 
Именно поэтому компьютер нельзя научить «видеть» так же, как человека. Сначала ему необходимо научиться понимать язык чисел.

Практически все цифровые изображения строятся на основе трёх цветов:

- красного (Red);
- зелёного (Green);
- синего (Blue).

Именно поэтому такую модель называют RGB. Каждый цвет описывается числом от 0 до 255.

Например:
- (255; 0; 0) — ярко-красный цвет;
- (0; 255; 0) — зелёный;
- (0; 0; 255) — синий;
- (255; 255; 255) — белый;
- (0; 0; 0) — чёрный.

Меняя комбинации этих значений, компьютер способен сформировать миллионы различных оттенков.
Именно так создаётся любое цифровое изображение - от фотографии, сделанной на смартфон, до кадров современных компьютерных игр.

Теперь представим обычную фотографию размером 1000 × 1000 пикселей. На первый взгляд это небольшое изображение.
Но внутри него содержится:

- около 1 миллиона пикселей;
- для каждого пикселя — три числовых значения;
- всего — примерно 3 миллиона чисел, которые необходимо обработать.

И это только одна фотография.
Во время обучения современные нейронные сети анализируют не сотни и даже не тысячи изображений. Речь идёт о миллионах примеров.

Именно поэтому для разработки современных систем искусственного интеллекта используются мощные вычислительные кластеры, графические процессоры и специализированные центры обработки данных.

В первые годы развития компьютерного зрения учёные пытались решить проблему достаточно очевидным способом.
Они хотели подробно объяснить компьютеру, как выглядит каждый объект. Например:

«У кошки есть четыре лапы»
«Есть два уха»
«Есть хвост»
«Есть усы»
На бумаге всё выглядело логично.

Но в реальной жизни метод практически сразу столкнулся с огромным количеством исключений.
А если кошка лежит?
А если фотография сделана сверху?
А если хвост закрыт?
А если животное находится в тени?
А если это сфинкс без шерсти?
А если часть головы скрыта за мебелью?

Количество возможных ситуаций оказалось настолько огромным, что описать их правилами стало невозможно.
Именно поэтому исследователи полностью изменили подход к обучению искусственного интеллекта.

Настоящий прорыв произошёл тогда, когда учёные перестали пытаться объяснить компьютеру окружающий мир словами.
Вместо этого они начали показывать ему огромное количество примеров. Если системе необходимо научиться различать кошек и собак, ей показывают миллионы изображений. Каждая фотография заранее подписана. Алгоритм не получает готовых правил.

Он самостоятельно начинает искать закономерности. После миллионов примеров нейронная сеть уже способна распознавать животных, которых никогда раньше не видела.
Именно этот принцип сегодня используется практически во всех современных системах искусственного интеллекта.

В лекции приводится очень понятная аналогия.
Представьте маленького ребёнка. Родители показывают ему картинки.

— Это кошка.
— Это собака.
— Это птица.

Поначалу ребёнок ошибается. Но постепенно начинает замечать особенности каждого животного. Через некоторое время он уже самостоятельно узнаёт их в новых ситуациях.

Нейронная сеть проходит очень похожий путь. Только вместо сотен картинок она анализирует миллионы изображений.
И делает это значительно быстрее человека.

Именно здесь начинается самая интересная часть современной науки. Нейронная сеть не ищет сразу весь объект.
Она делает это постепенно. Сначала алгоритм замечает самые простые элементы изображения.

Например:
- линии;
- контуры;
- границы света и тени;
- изменение цвета.

Следующий уровень уже объединяет их в более сложные фигуры. Затем появляются отдельные части объектов.

• Глаза.
• Нос.
• Колёса автомобиля.
• Окна здания.
• Лепестки цветка.

И только после анализа всех этих элементов искусственный интеллект приходит к выводу: «Передо мной человек»
или«Это велосипед» или «На фотографии изображена кошка.»

Именно благодаря такому многоуровневому анализу современные системы компьютерного зрения способны работать с высокой точностью даже тогда, когда объект частично закрыт, плохо освещён или расположен под необычным углом.

Человеческий мозг формировался миллионы лет. За это время природа научила нас мгновенно распознавать окружающий мир. Компьютеру же приходится выполнять ту же работу, используя только вычисления.

Именно поэтому создание систем компьютерного зрения стало одной из самых сложных задач современной информатики. Но именно благодаря развитию нейронных сетей сегодня компьютеры способны выполнять задачи, которые ещё двадцать лет назад казались невозможными.

• Распознавать лица
• Определять заболевания по медицинским снимкам
• Следить за дорожной ситуацией
• Управлять роботами
• Анализировать спутниковые изображения

И это только начало развития технологий искусственного интеллекта.

Когда люди впервые слышат термин «компьютерное зрение», многим кажется, что речь идёт о какой-то экспериментальной технологии, которая появится только через десять или двадцать лет.

На самом деле всё совсем иначе. Технологии компьютерного зрения уже стали частью нашей повседневной жизни. Мы сталкиваемся с ними десятки раз в день, зачастую даже не замечая этого. Именно поэтому знакомство школьников с подобными технологиями - это не рассказ о далёком будущем, а объяснение того, как устроен современный мир.

Рассмотрим несколько наиболее известных примеров.

Разблокировка смартфона по лицу
Практически каждый современный смартфон умеет узнавать своего владельца.
Когда человек смотрит на экран устройства, система анализирует десятки и даже сотни уникальных особенностей лица:

- расстояние между глазами;
- форму носа;
- контуры лица;
- положение скул;
- форму подбородка;
- множество других биометрических параметров.

После этого алгоритм сравнивает полученную информацию с сохранённым эталоном и всего за доли секунды принимает решение - разблокировать устройство или отказать в доступе. Кажется, что всё происходит мгновенно. Но за этим стоят сложнейшие алгоритмы компьютерного зрения и машинного обучения.

Беспилотные автомобили
Наверное, это один из самых впечатляющих примеров применения искусственного интеллекта.
Во время движения автомобиль непрерывно анализирует окружающее пространство. Он распознаёт:

- дорожную разметку;
- дорожные знаки;
- сигналы светофора;
- автомобили;
- мотоциклы;
- велосипедистов;
- пешеходов;
- животных;
- препятствия на дороге.

Каждую секунду компьютер принимает тысячи решений. Если человек может отвлечься, устать или не заметить опасность, то искусственный интеллект анализирует ситуацию непрерывно.

Именно поэтому компьютерное зрение считается одной из ключевых технологий беспилотного транспорта.

Искусственный интеллект в медицине
Ещё несколько лет назад мысль о том, что компьютер сможет помогать врачам ставить диагнозы, казалась фантастикой.
Сегодня это реальность. Современные системы искусственного интеллекта способны анализировать:

- рентгеновские снимки;
- компьютерную томографию;
- магнитно-резонансную томографию;
- маммографию;
- фотографии кожи;
- снимки глазного дна.

Алгоритмы помогают врачу обратить внимание на изменения, которые трудно заметить с первого взгляда. Важно понимать, что искусственный интеллект не заменяет врача. Он становится его интеллектуальным помощником, позволяя быстрее анализировать большие объёмы информации и снижать вероятность ошибок.

Магазины и маркетплейсы
Компьютерное зрение используется даже тогда, когда мы совершаем покупки.
Алгоритмы автоматически:

- распознают товары;
- проверяют качество продукции;
- помогают искать похожие изображения;
- сортируют товары на складах;
- контролируют работу автоматизированных линий.

На крупных логистических комплексах именно компьютерное зрение помогает роботам находить нужные коробки, перемещать их и формировать заказы.

Современное производство
Практически на каждом современном заводе работают системы компьютерного зрения. Они способны обнаружить мельчайшие дефекты продукции значительно быстрее человека. Например, алгоритмы могут заметить:

- микротрещину на детали;
- неправильную форму изделия;
- повреждение упаковки;
- отсутствие необходимой маркировки.

Подобные технологии позволяют значительно повысить качество производства и снизить количество брака.

Игры, дополненная реальность и социальные сети
Многие дети впервые сталкиваются с компьютерным зрением именно во время использования мобильных приложений.
Когда камера автоматически накладывает смешную маску. Когда виртуальные очки двигаются вместе с лицом. Когда приложение меняет фон фотографии. Когда камера распознаёт человека и отделяет его от окружающего пространства.

Все эти эффекты создаются благодаря технологиям компьютерного зрения.
То есть дети уже ежедневно используют искусственный интеллект - просто не всегда знают, как именно он работает.

Сегодня многие ассоциируют искусственный интеллект исключительно с чат-ботами. Однако генерация текста - лишь одно из огромного количества направлений развития ИИ. Современный искусственный интеллект включает десятки самостоятельных областей исследований.

Среди наиболее известных:

Компьютерное зрение
Позволяет анализировать изображения и видео.

Обработка естественного языка (NLP)
Помогает компьютерам понимать человеческую речь и текст.
Именно благодаря этой технологии работают современные AI-помощники.

Генеративный искусственный интеллект
Создаёт тексты, изображения, музыку, видео и программный код.

Машинное обучение
Позволяет алгоритмам самостоятельно находить закономерности в данных без явного программирования каждого правила.

Обучение с подкреплением
Используется при создании роботов, интеллектуальных игровых систем и беспилотных устройств.

Рекомендательные системы
Подбирают фильмы, музыку, книги, товары и образовательные материалы, основываясь на интересах пользователя.

Все эти технологии активно развиваются прямо сейчас. И уже через несколько лет они будут использоваться практически во всех профессиях.

Когда появился интернет, многие считали его временным увлечением. Сегодня сложно представить жизнь без него. То же самое происходит и с искусственным интеллектом. Мы уже наблюдаем, как ИИ меняет образование, медицину, промышленность, транспорт, финансы, творчество и многие другие сферы. Именно поэтому детям важно не просто пользоваться современными технологиями, а понимать принципы их работы.

Изучение искусственного интеллекта помогает развивать:

- логическое мышление;
- алгоритмический подход к решению задач;
- навыки анализа информации;
- критическое мышление;
- цифровую грамотность;
- понимание современных технологий.

Но самое главное - ребёнок перестаёт быть просто пользователем технологий. Он начинает понимать, как они создаются.
Именно это отличает будущего разработчика, инженера или исследователя от обычного пользователя компьютера.

При разработке программы лагеря команда LuxCode поставил перед собой цель показать детям современный мир информационных технологий максимально широко. Нам было важно, чтобы участники познакомились не только с программированием, созданием игр или сайтов, но и увидели, как технологии, о которых они ежедневно слышат в новостях, работают на самом деле.

Именно поэтому в образовательную программу была включена эксклюзивная лекция преподавателя факультета искусственного интеллекта Российского университета дружбы народов имени Патриса Лумумбы. Это не просто дополнительный видеоурок. Это возможность для школьников познакомиться с настоящей университетской наукой ещё до поступления в вуз, услышать объяснение сложных технологий от преподавателя одного из ведущих российских университетов и убедиться, что искусственный интеллект - это не магия, а результат работы математиков, программистов, инженеров и исследователей.

Мы искренне благодарим Российский университет дружбы народов имени Патриса Лумумбы и Елену Михайловну Котельникову за поддержку образовательной инициативы Lux Code и подготовку лекции специально для участников нашего бесплатного IT-лагеря.

Подобное сотрудничество позволяет сделать современное IT-образование более доступным, интересным и вдохновляющим для нового поколения будущих специалистов.

Искусственный интеллект уже сегодня меняет образование, медицину, транспорт, промышленность, науку и практически все сферы нашей жизни. Технологии, которые ещё недавно казались фантастикой, становятся привычными инструментами, а понимание принципов их работы превращается в важный навык для подрастающего поколения.

Именно поэтому мы стремимся знакомить участников Lux Code Campus с современными достижениями науки и технологий, приглашая к сотрудничеству представителей ведущих университетов и экспертов отрасли.

Мы искренне благодарим Российский университет дружбы народов имени Патриса Лумумбы, факультет искусственного интеллекта и лично Елену Михайловну Котельникову за подготовку эксклюзивной лекции специально для нашего бесплатного IT-лагеря.

Уверены, что подобные совместные образовательные проекты помогают школьникам сделать первый шаг в мир современных технологий, вдохновляют на изучение программирования и искусственного интеллекта, а также показывают, что путь к профессиям будущего начинается с любознательности, качественного образования и желания постоянно узнавать новое.

Мы надеемся, что эта лекция станет для многих участников лагеря отправной точкой в изучении искусственного интеллекта и поможет сделать осознанный выбор будущей профессии в мире информационных технологий.