Ольга Кайрова. Об искусственном интеллекте, конкурсах красоты и машинном обучении

Директор по развитию лаборатории нейромаркетинговых исследований Brain Company

– Чем занимается Brain Company?
– В НИУ Высшей школе экономики существует кафедра психологии, где, в свою очередь, есть Центр экономики и когнитивных исследований. Сотрудники этого Центра занимаются нейрофизиологией (наукой, которая изучает функции нервной системы и её основных структурных единиц — нейронов — прим. сайта), в частности, исследуют, как люди принимают решения.На сегодняшний день существует не так много областей, где можно применять эту информацию на практике. Одна из них — нейромаркетинговые исследования. Именно этим и занимается Brain Company, находя коммерческое применение знаниям наших ученых. Мы проводим исследования и создаем новые инструменты, которые еще больше повысят точность нашей работы. Преимущество нейромаркетинговых исследований в том, что они гораздо более достоверны, нежели «традиционные» маркетинговые, проводимые посредством опроса. Нейромаркетинговые исследования дают возможность увидеть даже те реакции, о которых сам респондент не подозревает.

– Что такое нейротехнологии?
– Это технологии, созданные на базе алгоритмов, имитирующих нейронные сети и процессы решения. Нейротехнологии можно разделить на две части: в одной будет все, что касается устройства нашего мозга, а в другой — компьютерные системы, организованные по тому же принципу, что и нейронные сети у нас в голове. Несмотря на то, что эти системы искусственные, как и их прототип, они способны к самообучению.

– Как можно научить чему-то программу?
– Это называется «машинное обучение». Существует классическое программирование, когда программист задает алгоритм работы, и программа в соответствии с алгоритмом выполняет задания. Однако далеко не всегда можно заранее заложить весь предполагаемый объем операций, который понадобится программе.В машинном обучении программист создает алгоритм, способный обучаться, словно ребенок. Например, когда малыш учится отличать кошек от собак, родители показывают ему сперва кошку, потом собаку и называют их. Затем ребенок сталкивается еще с одной кошкой, и ему объясняют, что кошки бывают разные, однако у всех их есть определенные характеристики, по которым можно узнать этих животных и отличить их от собак.Алгоритм похожим образом тренируют на матрице обучающих примеров. Например, для нашего проекта Youth Laboratories, который при помощи искусственного интеллекта искал и оценивал биомаркеры старения на фотографиях, мы вначале подбирали изображения людей, у которых есть выраженные морщины, и четко размечали зоны, в которых морщины находятся. Конечно, на первых порах программа могла ошибаться, но мы раз за разом исправляли ее, подсказывали правильное решение. Изучив многообразие параметров, которыми можно охарактеризовать морщины, программа начала успешно справляться с задачей.

Кроме того, у машинного обучения есть следующая стадия — deep learning (англ. — глубокое обучение) — набор алгоритмов машинного обучения, основанных на изучении множества уровней представления (образно говоря, если раньше человек объяснял машине, каким образом ей лучше учиться, то сейчас компьютер сам разрабатывает свою учебную программу — прим. сайта). Благодаря технологии глубокого обучения, например, очень удобно сортировать и анализировать контент: изображения, тексты, аудиозаписи. Без этой технологии человек попросту не справился бы с тем количеством информации, которое на сегодняшний день есть в мире.

– Расскажите подробнее о проекте Youth Laboratories — для чего нужна программа по распознаванию возрастных изменений?
– До начала работы в Brain Company я была директором по развитию проекта Youth Laboratories. Мы создали мобильное приложение RNKL.com, которым мог воспользоваться любой человек: для этого нужно было просто снять селфи и загрузить в него. Конечно, это можно было сделать не единожды, гораздо интереснее регулярно снимать себя и прослеживать возрастные изменения. Также пользователь мог добавить в приложение названия косметических средств, которыми он пользуется, и понять, как в действительности они влияют на его кожу.

Наш продукт оказался интересен не только простым людям, но и косметическим компаниям, имеющим собственные клиники и лаборатории для тестирования средств, направленных на борьбу со старением. Программа позволяла проанализировать данные любого клиента и предложить ему косметику, предназначенную именно для его типа кожи.

Потом мы решили организовать первый в мире конкурс красоты, который оценивал искусственный интеллект. Было также создано специальное приложение, куда люди загружали селфи, указывали свой рост, вес и возраст, а беспристрастный алгоритм выносил свой вердикт. Проект оказался интересен и разработчикам, и журналистам, и компаниям красоты, и тысячам людей, которые с удовольствием присылали свои фотографии.

Позже мы осознали, что искусственный интеллект может не только подмечать морщины, но и измерять бледность кожи, степень ее пигментации. Значит, наш алгоритм можно использовать не только для подбора косметики, но и для ранней диагностики заболеваний. Именно в эту сторону сейчас и движется проект.

– Какое нужно образование, чтобы заниматься машинным обучением?
– Лучше всего получить IT-специальность. Весьма ценится на рынке факультет вычислительной математики и кибернетики или механико-математический факультет МГУ. Сильных специалистов выпускает и МФТИ.Однако недостаточно иметь соответствующее высшее образование, нужно уметь показать себя. К примеру, мы искали нужных нам специалистов на «Хакатонах» (длящиеся от одного дня до недели форумы, во время которых специалисты из разных областей разработки программного обеспечения (программисты, дизайнеры, менеджеры) сообща работают над решением какой-либо проблемы — прим. сайта).

– Как вы пришли в нейротехнологии?
– Вообще я специалист по финансовому менеджменту, окончила Плехановскую академию. Однако, проработав восемь лет в сфере аудита, я поняла, что мне хочется сделать что-то большее, что-то полезное для людей, и решила попытаться найти себя в иной сфере. Я поступила в школу бизнеса «Сколково» на международную образовательную программу MBA. В течение года мы с однокурсниками побывали в Китае, Индии и США, в каждой из стран сделали небольшие проекты. Больше всего мне понравился опыт, который я вынесла из Кремниевой долины: мы проводили анализ, который объяснял, почему государству стоит выделять средства на изучение причин старения. Я работала с Обри ди Греем и Брайном Кеннеди — знаменитыми специалистами, изучающими причины старения и ищущими возможности его предотвратить. Вернувшись, я поняла, что и дальше хочу заниматься инновационными технологиями, и в частности темой старения.

– Может ли школьник, который хочет заниматься машинным обучением, уже сейчас начать изучать что-то, что пригодится ему в будущей профессии?
– Он может начать учить язык программирования Python. На его базе можно, например, освоить глубокое обучение.

– Где может работать специалист по нейротехнологиям?
– Если ему интересны нейротехнологии с точки зрения биологии и медицины, скорее всего, он будет заниматься фундаментальными исследованиями в лаборатории при вузе или научно-исследовательском институте, например, в Национальном исследовательском центре «Курчатовский институт», МФТИ, Центре нейроэкономики и когнитивных исследований НИУ ВШЭ. А вот специалист по созданию самообучающихся программ может уйти в коммерцию. В нашей стране есть немало компаний, которые будут заинтересованы в таком работнике. Например, VisionLabs — мировой лидер в области распознавания лиц, разрабатывающий технологии и продукты для финансовой сферы, торговли, видеонаблюдения и безопасности. Кроме того, все технологические компании, в том числе такие гиганты, как «Яндекс» и Mail.Ru Group, работают на алгоритмах глубокого обучения.

– Будет ли машинное обучение востребовано в ближайшем будущем?
– Уверена, что да. Если раньше у нас была эпоха великих географических открытий, то сейчас наступила эпоха великих открытий внутри человека. Думаю, что скоро с помощью глубокого обучения мы сможем анализировать различные аспекты, касающиеся здоровья человека. Глубокое обучение поможет исследовать космос и заниматься анализом данных в других сферах.

– Что вы могли бы посоветовать почитать и посмотреть подросткам, которые хотят больше узнать о нейронауках?
– Я бы посоветовала посмотреть лекции Михаила Бурцева — он простым языком рассказывает о глубоком обучении. Также стоит познакомиться с лекциями Василия Ключарева, из которых можно составить представление о том, что такое нейробиология и как происходит процесс принятия решений. Прекрасные курсы по глубокому обучению от Эндрю Энджи можно найти на платформе Сoursera.