На серверах компании Google хранится достаточно значительная часть от всего мирового объема информации. А обработкой этой информации занимается система искусственного интеллекта, построенная на базе искусственных нейронных сетей (artificial neural network, ANN). Оказывается, что эти системы искусственного интеллекта обладают некоторой толикой собственно воображения, весьма сильно отличающегося от человеческого, и то, на что похожи «мечты», точнее образы, соответствующие восприятию искусственным интеллектом окружающего мира, продемонстрировали в своем блоге специалисты компании Google, занимающиеся разработкой программного обеспечения.

Искусственные нейронные сети в основном используются для обработки и идентификации изображений в сервисе Google Images. Специалисты компании занимаются постоянным обучением этих сетей, состоящих из огромного количества цифровых (моделируемых внутри компьютера) нейронов.

Рис. 1.

К примеру, сообщая нейронной сети термин «вилка», специалисты «скармливают» ей миллионы картинок, на которых изображена вилка во всех ее видах. Каждый из 30 слоев нейронной сети извлекает из каждого изображения информацию, при этом, сложность информации увеличивается с каждым слоем.

В конечном счете, сеть определяет, что вилка – это предмет, состоящий из ручки и двух – четырех зубцов. Если во время обучения сеть допускает какие-либо ошибки, то программисты корректируют их и запускают процесс обучения повторно.

Рис. 2.

Процесс, используемый для обучения и для анализа изображений, можно повернуть вспять, заставив систему искусственного интеллекта генерировать собственные изображения. Логика, стоящая за этим, проста, если системе известно, что такое вилка, то ей не составит труда нарисовать ее изображение.

Рис. 3.

Однако, не все оказалось столь просто, даже после анализа миллионов фотографий компьютер не смог нарисовать обычную гантель, точнее, на создаваемых им изображениях гантели всегда присутствовали длинные волокнистые вещи, похожие на руки. По всей видимости, это является следствием того, что на изображениях гантелей радом с ними часто находятся изображения рук людей, и компьютер посчитал эти элементы частью гантелей. Такие ошибки, возникающие при работе системы искусственного интеллекта, позволяют программистам Google постоянно совершенствовать систему и технологии обработки изображений.

Рис. 4.

Одним из видов обработки изображений является распознавание объектов на этих изображениях. Каждый слой нейронной сети работает с изображением на своем уровне абстракции, некоторые слои определяют границы объектов, основываясь на резких перепадах контраста, другие слои определяют формы, третьи – цвета объектов и т.д. Интересное началось тогда, когда системе искусственного интеллекта подсунули изображение, на котором нет структурированных объектов в нашем понимании, к примеру, снимок облаков. Система обнаружила, что одно из облаков по форме напоминает птицу, и, используя все имеющиеся знания о птицах, генерируя собственное изображение, она использовала повторяющиеся образы птиц различных масштабов.

Рис. 5.

Дальнейшее углубление в эту тему принесло исследователям Google массу неожиданных результатов. Камни и деревья на снимках в «мыслях» системы очень часто превращались в здания. Листья деревьев становятся птицами и насекомыми, а люди зачастую «обретают» собачьи головы и лица.

Рис. 6.

Когда системе на входе дали изображение, состоящее из «белого шума», на котором не присутствовало никакой осмысленной информации, система все же произвела свои собственные изображения. И эти изображения исследователи назвали «мечтами» системы искусственного интеллекта, абсолютно оригинальными отражениями того, каким видит окружающий мир «ум» компьютера, основываясь на данных анализа множества снимков.

Рис. 7.

Специалисты компании Google будут продолжать использовать подобные методы для того, чтобы выяснить то, что же на самом деле происходит во время обучения и во время работы нейронных сетей.

И эти данные впоследствии могут быть использованы для создания условий, при которых нейронные сети и основанный на них искусственный интеллект обретут свой собственный «творческий потенциал».

Рис. 8.