Нейросеть диагностирует рак по фотографии. Главные новости за 24 мая
Нейросети работают «по аналогии». Но ведь и люди чаще всего работают также
Медики из Нидерландов и Дании разработали сверточную нейросеть для распознавания снимков флюорографии и компьютерной томографии. Сеть анализирует снимки пациентов, у которых есть подозрение на рак легких. Обучение проводили на нескольких тысячах снимков — и здоровых легких и органов с онкологией. Сеть работает хорошо: онкологию даже на ранней стадии она распознает как минимум не хуже, чем врачебный консилиум — с точность 95%. Может быть, самое интересное, что работу выполнили сотрудники медицинских организацией и исследовательских центров, то есть работали не специалисты по ИИ, а профессиональные медики, конечно, хорошо разбирающиеся и в программировании. И как раз то, что такие, еще несколько лет назад революционные методы постепенно становятся такой же привычной процедурой как флюорография или КТ, это-то и удивляет.
Распознавание картинок — это хорошо определенная задача: нейросеть заранее знает, что ей искать, и ее можно подготовить на размеченных человеком данных. Но конечно, не все задачи, которые человек решает, так хорошо определены. Например, в программировании все совсем не так. Чтобы сверточная сеть научилась распознавать рак, ее надо было сначала написать. И сделать это было совсем непросто.
Сотрудники отдела ИИ корпорации IBM всерьез решили помочь как раз программистам. Вообще-то во всем, что касается приложений программирования, программисты сначала всегда заботились о себе. Так для себя они придумывают и новые языки, и сетевые протоколы, не говоря уже о средах программирования. Но вот нейросети, которая хотя бы немного облегчила работу программиста, до сих пор не было. Разработка IBM получила название CodeNet. Название дано скорее авансом — по аналогии с ImageNet: так называется база картинок для распознавания, которая стала толчком для быстрого прогресса в развитии сверточных сетей.
CodeNet — это собрание из 14 миллионов блоков кода (500 миллионов строк) на 55 языках программирования. Код собирали из открытых баз и больше всего собрали на С++, что совсем неудивительно. Но и другие языки тоже широко представлены. Нейросети, которые обучали на этой базе, - самые разные: от простых многослойных перцептронов до продвинутых трансформеров. Но сети работают. Сегодня лучше всего они решают задачу перевода с языка на язык, например, с COBOL на Python Когда Google Translator переводит с английского на русский и делает ошибку — это нестрашно, человек его поймет. А вот когда CodeNet при переводе ошибается — полученная программа работать не будет. А CodeNet выдает точный код в 90% случаев. Но это все равно очень здорово. Это значит, что программу на новом языке уже не надо писать с нуля, ее достаточно поправить. А это много проще. Кроме того, теперь программисты ждут, когда CodeNet сделает следующий шаг (а он анонсирован) — начнет создавать блоки кода по текстовому описанию на естественном языке. Это очень серьезно. Даже пускай в нем будут ошибки, это сэкономит время на рутинных фрагментах кода. В общем, похоже, что нейросети начинают думать и об удобстве своих создателей — программистов.
Нейросети уже умеют не только переводить тексты, но и преобразовывать картинки (как Intel Labs удалось сделать фотореалистические пейзажи в GTA V, мы недавно писали). В 2019 году в Институте информатики Макса Планка разработали генеративно-состязательную нейросеть, которая может изменить целую огромную область в индустрии развлечений — кино. Статья немецких ученых была посвящена дублированию кинофильмов и сериалов. Да, довольно неприятно, когда Том Хэнкс шевелит губами «не в такт» словам, которые его герой говорит на русском. Немецкий математик и главный автор работы Кристиан Теобальт с коллегами разработал инструмент для точного дубляжа. Делается это так. Форест Гамп говорит по-английски. Актер дубляжа говорит, например, по-японски. Лицо Гампа «разбирается» на определенные наборы данных. Лицо актера дубляжа тоже разбирается. И нейросеть начинает сводить мимику таким образом, чтобы и движение губ и длительность реплик у Гампа точно соответствовали мимике актера дубляжа. Как результат: Гамп говорит на чистом японском и его уникальная мимика сохраняется в кадре. Статью прочитал Скотт Манн — британский режиссер, которого как раз проблема дубляжа очень волнует, и основал стартап Flawless . И этот стартап готовится поставить такое дублирование на поток уже через год. Манн говорит, что если все пойдет хорошо, будет все равно на каком языке снимали фильм, и номинация премии Оскар «Лучший фильм на иностранном языке» потеряет смысл. Впрочем, Гильдия американских киноактеров уже выразила свою озабоченность: допустимо ли, что с лицами актеров будет что-то делать нейросеть. Гильдия — организация могущественная и может заблокировать работу по дубляжу конкретных фильмов. Но если у Flawless получится сделать дублирование точным и дешевым (немногим дороже озвучки), остановить такой дубляж будет трудно.