Представьте, что это был 1960 год. Могли ли вы представить, что существует технология, которая может заставить королеву Елизавету танцевать в TikTok или помочь ученым выявлять болезни? Что ж, тогда меня бы сбила с толку одна мысль об этом, но, скажем так, многое изменилось со времен Мартина Лютера Кинга и Джона Ф. Кеннеди. Мы живем в эпоху цифровых технологий, и это только начало.

Меня зовут Вария Мехта, и я учусь в средней профессионально-технической школе в Нью-Джерси. Если бы мне нужно было использовать одно слово, чтобы описать себя, это, вероятно, было бы «активист». Есть так много причин, которые глубоко резонируют со мной, от гендерного неравенства в областях STEM до природных ресурсов, которые продолжают истощаться каждый день. У меня была возможность работать с моим местным конгрессменом по вопросам, связанным с климатом, и мне также нравится преподавать кибербезопасность. Я надеюсь изучать информатику и кибербезопасность в колледже и приобретать навыки, необходимые для изучения пересечения технологий и активизма. Если быть до конца честным, два года назад последнее предложение было бы совсем другим. Я не мог представить себе карьеру в STEM, потому что сама идея программирования сбивала меня с толку. Теперь я понял, что, как и в случае с искусственным интеллектом (ИИ) и машинным обучением (МО), возможности изучения новых технологий практически безграничны.

Искусственный интеллект (ИИ) и машинное обучение (МО) — две концепции, которые кажутся чрезвычайно сложными для «постороннего». Раньше я верил в миф о том, что искусственный интеллект и машинное обучение трудно понять и требуют большого количества вычислений и кодирования. Простая и честная истина заключается в том, что искусственный интеллект не так сложен, как его представляют. Например, алгоритм линейной регрессии при объяснении с использованием терминов непрофессионала, по сути, просто пытается найти линию наилучшего соответствия, но функциональные возможности ошеломляют. Мы можем вывести всевозможные взаимосвязи на основе данных о планетах, животных, звездах и т. д.

Однако, если бы мне пришлось выбрать самый увлекательный алгоритм глубокого обучения, это были бы генеративно-состязательные сети (GAN). GAN очень полезны при распознавании и модификации изображений, а также имеют важное значение в областях медицины для выявления потенциальных заболеваний и проблем с помощью распознавания изображений/данных. Когда я впервые услышал об искусственном интеллекте, мне рассказали об обработке изображений, поэтому понимание логики, лежащей в основе этой концепции, вызывает у меня другое чувство. По сути, есть три основных компонента: генератор, реальные выборки и дискриминатор. GAN принимают реальные входные данные, которые на этом изображении являются реальными лицами, а сеть деконволюции, в этом случае, генератор создает свои собственные лица, чтобы «обмануть» глубокую сверточную сеть, которая является дискриминатором.

Со временем генератор становится лучше в создании изображений, а дискриминатор лучше понимает разницу между реальным изображением и поддельным изображением. Две сети соревнуются в такой игре до тех пор, пока модель не покажет результаты, близкие к идеальным. В классе мы внедрили технологию GAN на более базовом уровне, чтобы глубже понять, как работают разные части. Мы рассмотрели, как обучить дискриминатор и генератор, и применили их к набору данных изображений с общими элементами. Результат все еще был немного размытым (потому что мы использовали меньше эпох из-за нехватки времени), но было очень круто видеть, как разные изображения оживают. Мы также обсудили этику GAN и риски, связанные с появлением таких технологий, как видео с дипфейками.

Благодаря основам, которые разработал для меня этот курс, я чувствую себя уверенно, узнавая больше об искусственном интеллекте и машинном обучении. Поняв, как потенциально могут быть реализованы различные технологии, я лично хотел бы начать работу над проектом для решения важной социальной проблемы, поскольку ИИ можно внедрить практически в любую отрасль — от автомобилей до медицины — и лично я хотел бы выступать за для этой глобальной проблемы. Итак, я просто хотел бы закончить одной из моих любимых цитат, чтобы вдохновить меня и всех вас: «Иногда даже небо не предел, поскольку на Луне есть следы». Давайте изменим мир.