В начале этой недели с очень интересной экономической концепцией выступил в «Коммерсант-Власть» Председатель Следственного комитета РФ Александр Бастрыкин. Согласно ей «Последнее десятилетие Россия, да и ряд других стран, живут в условиях так называемой гибридной войны, развязанной США и их союзниками. … Причем в последние годы она перешла в качественно новую фазу открытого противостояния. … Основными элементами экономического воздействия стали торговые и финансовые санкции, демпинговые войны на рынке углеводородов, а также валютные войны. Умело манипулируя огромной долларовой массой, Штаты обрушивают национальные валюты развивающихся стран. … Во многом результатом этих мер стала глубокая девальвация рубля, падение реальных доходов населения, спад промышленного производства, рецессия в экономике.»
Экономические новости начала недели гипотезу эту подтверждали. Стоило лишь не договориться в Дохе по картельному снижению цены на нефть, и рубль начинал снижаться относительно доллара-евро. («Доллар и евро взлетели более чем на 2 руб. на новостях из Дохи») Сама же нефть проседала на 6,96% ниже уровня закрытия предыдущих торгов… Грустные новости для углеводородных держав. Только вот – вполне ожидаемые! Можно сколько угодно дискутировать, носит ли спад нефтяных цен характер конца сырьевого суперцикла, или организован искусственно. Что совой об пень, что пнем об сову – для стран с углеводородной экономикой результат один.
Жировать до повышательной фазы сырьевого цикла не получится. Но и совсем пропасть не придется – несмотря на все успехи альтернативной энергетики, углеводородам масштабной альтернативы нет, к середине недели они немного подросли в цене. Так что выход из сложившейся ситуации один – поиск на рынке новых ниш для бизнеса. А для людей – поиск новых занятий. Которые будут требовать новых знаний и умений. Мир и рынок – они устроены по Дарвину. Не вписался – и тебя съели. И грустить, что дело обстоит именно так, после четверти века рыночных реформ довольно странно…
И технологические основы для качественно новых занятий есть – вот, скажем, оптимизированный под задачи нейросетей суперкомпьютер NVIDIA® DGX-1™ по весьма доступной для любой организации цене («Pascal — возвращение к мысли в кремнии»). Только вот эти самые нейросети нужно уметь создавать и использовать. Учитывая, что к ним не слишком пригодна терминология индустриальной эпохи с ее конструированием и изготовлением. И даже привычные для ранней информационной эпохи концепции программирования тут уже не пригодны.
И работе с нейросетями надо учиться. Учиться срочно – мир меняется в высшей степени динамично, а опоздавших в будущее ничего хорошее не ждет. (Нет-нет, особо плохого, вроде «Голодных игр», «Зеленого сойлента» и «Пурпурных полей» тоже ожидать не приходится – просто убогое прозябание на обочине…) И вот сейчас появился уникальный – хоть и простенький – инструмент, который дает каждому возможность бесплатно поэкспериментировать с нейросетями и получить нужные для этого навыки.
Нет-нет, это не «Счастье для всех, даром, и пусть никто не уйдёт обиженный!». Это как добротный учебник, лежащий в Сети, и который каждый может бесплатно прочитать. (Многих ли видели, самостоятельно прочитавших Ландау-Лифшица или более доступного Сивухина…) Хотя нет, это не учебник… И даже не конструктор Meccano, с 1908 года вырабатывавший в детях навыки и концепции, необходимые в индустриальную эпоху (««Умные» машины начинаются с игрушек»).
Это – как та «учебная» мышка, которую мама-кошка полупридушенной притаскивала своему пушистому потомству, и на которой демонстрировала следующему поколению хвостатых приемы охоты на грызунов. Отличающаяся от «тарелочки», выстреливаемой в небо машинкой на стенде, и употребляемой для поддержания навыков охоты «по перу». «Тарелочка» летит по предписаниям законов физики, а мерзкий маленький грызун, в своем тщетном стремлении избежать справедливого воздаяния от острых когтей, демонстрирует «свободу воли».
Именно «свободу воли», хоть и в рамках, выработанных эволюцией, а не запрограммированное поведение. Это самая ближайшая аналогия нейросети. Ведь что она, нейросеть, такое? Это ведь самое что ни на есть первое приближение к модели головного мозга, как мы его в самых общих чертах представляем. Есть примитивные модели нейронов. Есть связи между этими нейронами. Есть сигналы, поступающие на вход нейросети. И есть задача, которую ей надлежит решать.
Нейросеть раз за разом решает эту задачу. При этом укрепляются те связи между «нейронами», которые способствуют успеху, и наоборот, ослабевают связи, этому успеху препятствующие. Вот, в самом первом приближении, и все. Дальше читайте свободную сетевую книжку Neural Networks and Deep Learning. Да, на английском – русского аналога не нашлось, и он, скорее всего, и не появится. Емкость отечественного рынка маловата, а господдержку у нас получают проекты в сфере спорта и тому подобного…
Тем, кто заинтересуется проблемой более серьезно, не пройти мимо изданной Массачусетским технологическим Deep Learning, вполне доступной как выпускникам, так и студентам отечественных инженерных вузов и естественных специальностей университетов. Но для самых первых экспериментов с глубоким обучением нейросети хватит и самых общих представлений. Итак – «Tinker With a Right Here in Your Browser. Don’t Worry, You Can’t Break It. We Promise.». Знакомьтесь с нейросетью прямо в вашем браузере. И не бойтесь – вы не сможете ее сломать!
То есть нейросеть – она по живучести ближе к конструктору «Меккано», который при некоторой аккуратности переходит к следующему поколению, а не к одноразовой мышке, после успешной поимки каковой самым резвым котенком мама-кошка обречена бежать за следующей… Выглядит она так, как и надлежит выглядеть нейросети, хоть и простенькой. Видны входы, видны выходы, связи между нейронами. Есть скрытые слои, в которых отображены весовые коэффициенты межнейронных связей.
Есть наборы входных данных. Есть простейшие средства управления процессом обучения. Есть возможность задания уровня шума. (А ведь «Уровень шума» тут имеет почти тот же смысл, что и в классическом фантастическом рассказе – «почти» с поправкой на демонстрационный характер и крошечный объем нейросети…) «Удачные» связи отмечаются на обучаемых слоях синим, а неудачные – оранжевым. (Что сразу выдает происхождение учебной программы – у нас хорошие связи должны были бы быть красными…)
Вот и все! Подключайтесь и пробуйте. Вам доступны любые, предусмотренные Apache License, применения. И давайте сразу оговорим – при всей кажущейся простоте варьирования параметров обучаемой нейросети, это будет не ремесло, и даже не наука, а искусство. Мы же начинаем – хоть и на самых простейших моделях – выращивать разум. Тренировать его. Обучать его.
Несмотря на простоту, учебная нейросеть может быть использована для реальных приложений. Этому послужат связи с библиотекой TensorFlow. Так что дальше – все дело за индивидуальным желанием, индивидуальной настойчивостью и сообразительностью. Простейший тренировочный инструмент приоткрывает калитку в гигантский – и в перспективе сверхприбыльный – мир когнитивных технологий. Ну а уж заставить проходить в эту калитку никто никого не может. Колхоз – дело добровольное!