Умению самостоятельно добывать знания выпускник престижного высшего технического училища им. Н.Э. Баумана Владимир Головко научился еще в вузе, где качеству активной любознательности придавалось большое значение. Теперь, являясь заведующим кафедрой интеллектуальных информационных технологий Брестского государственного технического университета и маститым преподавателем самой интригующей на сегодня науки, Владимир Адамович учит учиться не только своих студентов, но и загадочную ипостась, именуемую искусственным интеллектом.
Когда знатоки заоблачных технологий говорят о «великом и ужасном» ИИ, слово «обучение» является ключевым. Похоже, этот озадачивающий процесс выступает основным способом взаимодействия ученого с предметом его науки, причем для каждой конкретной практической цели, к которой человек хочет приспособить нечеловеческую силу, требуется отдельное обучение. К счастью или наоборот, но пресловутый раскрученный «ум» еще только на начальном пути.
Элементы нейромерного мира
Тем не менее, компетентные в теме специалисты, включая Владимира Головко, нацелены только вперед: «Основная задача обучения – чтобы после него сеть приобрела обобщающую способность. Бог создал человека, а человек — бог для компьютера. Дальше мы стараемся сделать так, чтобы на составленных для него задачах ИИ развивался сам».
— Пожалуйста, расскажите для «чайников», какова изначальная природа ИИ, его исходный материал, что является его простейшей единицей?
— Стараниями нейробиологов уже давно известно, что мозг живых существ, включая человека, состоит из нейронов. Со временем наука пошла дальше и создала искусственный нейрон, который в той или иной степени моделирует процессы, происходящие в живом мозге. Вместо живой клетки с их нейронными связями здесь выполняются математические операции. Искусственный нейрон имеет собственные связи, и у каждой связи есть свой вес, то есть его важность. Обучение искусственной сети происходит путем настройки весов этих связей, которые можно усиливать или уменьшать. Также значительный фактор существования искусственной нейросистемы – ее архитектура. По аналогии с привычным значением этого слова тут подразумевается некая организационная структура, заданные человеком очертания сложного построения из элементов нейромерного мира.
Цели высоких технологий
В 60-е годы прошлого века американский ученый Фрэнк Розенблатт сделал способный распознавать образы компьютер и предложил первую модель обучения искусственной нейросети. Этой моделью очень долго пользовались его рядовые последователи. При этом считалось, что нет смысла наращивать массу умного устройства более чем 2-3 слоями, якобы в легком «весе» оно работает лучше. Революция во взглядах произошла с подачи канадского эскулапа Джеффри Хинтона, за что он и удостоен Нобелевской премии. Этот научный прорыв показал, что более глубокое обучение сетей с наличием дополнительного количества слоев не только продуктивно, но и несравнимо более успешно. Внедрение открытия Хинтона придало науке резкое ускорение, оживило обучение сетей и вызвало бурный ажиотаж в развитии данных технологий.
Немалую роль во взрывной популярности этого направления играет так называемая монетаризация – перспектива получения огромных прибылей. Несмотря на общественное одобрение своих открытий, уже сам Хинтон начал публично высказываться против коммерческой ориентации в использовании ИИ. Ученый выражает обеспокоенность отходом пользователей от первичных целей высоких технологий и предупреждает о связанных со способностями ИИ рисках для человечества.
На основе нейротехник
А научную элиту интересует прежде всего полезная для общества сторона интеллектуального прорыва. Многочисленные достижения Владимира Головко в разных направлениях информационных технологий увенчались наличием научной школы, созданной под его руководством в университете. Персональные наработки компетентного специалиста известны не только в нашей стране, но и во всем мире. Головко является руководителем ряда международных и национальных проектов, членом экспертного совета высшей аттестационной комиссии. В разные годы он был приглашенным лектором на тематических конференциях ближнего и дальнего зарубежья.
Докторская диссертация, которую университетский наставник успешно защитил в 2003 году, раскрывает тему нейросетевых методов обучения и обработки информации в системах управления и прогнозирования. Крупным научным достижением Владимира Головко стало доказательство теоремы о природе неконтролируемого обучения. Под его руководством разработаны технологии для медицинской диагностики, автономного управления мобильными роботами, обнаружения атак на компьютерные системы. Некоторые из полученных научных результатов эффективно внедрены в практику, в частности, на ОАО «Савушкин продукт», в Брестской областной больнице, в 5-й клинической больнице Минска. На данный момент брестский знаток нейротехник имеет 378 научных работ.
Китайский горизонт
Со второй по ранжиру продвинутости в ИИ технологиях страной – Китаем – у Головко сформировались самые тесные связи. Там ему предоставили пятилетнюю аттестацию на должность профессора Харбинского инженерного университета. Плодотворное сотрудничество уже вылилось в конкретный совместный проект. В настоящее время идет организационная подготовка к созданию объединенной лаборатории с участием Национальной академии наук РБ, Харбинского инженерного и Брестского технического университетов. Ожидается, что академисты в ближайший срок официально подпишут необходимые договоренности, и уже нынешней весной можно будет приступить к практическому осуществлению международной затеи на брестской базе.
А тем временем брестские студенты под управлением Владимира Адамовича вовсю готовятся к участию в китайском конкурсе на тему «Управление кораблями с помощью ИИ».
Тамара ГЛУЩЕНКО
