слабое обучение

Радиолог смотрит на снимок брюшной полости и видит не просто органы, а их взаимное расположение: какая почка больше, где опухоль относительно сосуда. Это похоже на чтение карты, где важно не только знать, где обычно стоит город, но и уметь измерить расстояние между двумя точками на местности.

Белковый инженер похож на повара, который пытается сделать блюдо одновременно вкусным, полезным и дешёвым. Изменяя один ингредиент, он рискует испортить другой. Раньше компьютерные помощники умели оценивать свойства белков только по отдельности, не видя, как они связаны между собой.

Представьте, что вы ищете светлячков в тёмном лесу. Вместо того чтобы фотографировать весь лес каждую секунду и потом разбирать снимки, вы носите с собой компактное устройство, которое само замечает вспышки и вырезает из кадра лишь небольшой кружок вокруг каждой. Остальное — чернота — не сохраняется. Именно так работает новый датчик для научных камер.

Под электронным микроскопом белок предстаёт как серия размытых теней — сотни тысяч снимков одной и той же молекулы, сделанных под разными углами и отягощённых сильным шумом. Классический подход сначала восстанавливал по этим теням объёмную «дымку» — карту распределения электростатического потенциала внутри белка.

В отделении интенсивной терапии врач, ведущий пациента с сепсисом — системной воспалительной реакцией на инфекцию, — ежечасно принимает решение о том, сколько жидкости влить и какую дозу вазопрессора (препарата, поднимающего артериальное давление) ввести. Ошибка в любую сторону может стоить жизни. Но как понять, какое решение было бы оптимальным?

Внутри кристалла алюминия атомы выстроены в строгую периодическую решётку, подобно кирпичной кладке. Однако в реальных материалах эта идеальная структура нарушается: атомные ряды могут обрываться, не доходя до границы кристалла, образуя линейные дефекты — дислокации.

Опухоль на снимке — как маленькая яркая точка на огромном темном полотне. Врачу нужна именно она, а не идеально ровный фон. Но когда нейросеть учится превращать обычную компьютерную томографию (КТ) в подобие позитронно-эмиссионной томографии (ПЭТ), она часто старается сделать красиво везде — и в итоге смазывает эту точку. Проблема в том, что опухолевые клетки занимают лишь крошечную долю всего объема тела.

Два снимка одного мозга, сделанные в разное время, похожи на фотографии одного дома до и после ремонта. Чтобы понять, что изменилось, их накладывают друг на друга и анализируют различия. Но томограф — не идеальная камера: он сам добавляет искажения, будто снимок сделан через слегка неровное стекло. Раньше программы не различали, какие изменения настоящие, а какие — от аппарата.

Врач годами учится распознавать болезни по снимкам мозга. Сначала он отлично видит признаки старения, потом осваивает опухоли — и вдруг начинает путаться в том, что знал раньше. Примерно так же ведут себя и многие нейросети: новые знания затирают старые. Это явление называется катастрофическим забыванием — когда модель, обученная на новой задаче, теряет точность на предыдущих.

Глюкометр, которому не нужно прокалывать палец, а достаточно лишь «взглянуть» на запястье, — мечта миллионов людей с диабетом. Именно её обещают алгоритмы, извлекающие уровень глюкозы из обычного сигнала пульса — фотоплетизмограммы (ФПГ), той самой кривой, что измеряет частоту сердечных сокращений в умных часах.

Внутри каждой клетки непрерывно происходят встречи и расставания молекул. Одни пары удерживаются прочно, подобно застёжке-липучке, другие — едва соприкасаются, как пыльца на ветру. Именно эти мимолётные контакты, сила сцепления которых сравнима с энергией растворения крупинки соли в стакане воды, управляют множеством клеточных сигналов и решений.

Протонный луч — как снайперская пуля: он отдаёт основную энергию в строго заданной точке, почти не задевая ткани на входе. Но за 4–6 недель лечения опухолей головы и шеи мишень смещается: человек худеет, опухоль сжимается, меняется осанка. Снайпер целился в одно место, а цель уже ушла. Протонный луч тормозится в теле и выделяет максимум энергии на последних миллиметрах пробега — это называют пиком Брэгга.

Складывая пазл Вселенной, астрономы привыкли, что каждая новая деталь должна точно ложиться в уже сложенную картину. Но иногда попадаются кусочки, которые словно вырезаны из другой головоломки. Двадцать тысяч активных ядер галактик — и одиннадцать процентов из них нейросеть уверенно отбрасывает как чужеродные.

4 610 вселенных — ровно столько космологических моделей потребовалось астрофизикам, чтобы показать: привычная маска Гаусса больше не работает для данных нового поколения. Будущие обзоры неба, такие как миссия Euclid и обсерватория им.

В 2019 году на установке LIGO зафиксировали гравитационную волну — рябь в ткани пространства-времени, — чья частотно-временная карта напоминала причудливый гребень. Каждый такой сигнал от слияния чёрных дыр оставляет уникальный узор, похожий на отпечатки пальцев.

Чтобы передать форму статуи в мельчайших деталях, можно разбить её на миллионы крошечных кубиков и описывать каждый — долго, тяжело, и память компьютера трещит по швам. Именно так обычно работают с трёхмерными медицинскими снимками: КТ или МРТ — это огромный массив таких кубиков (вокселей), и чтобы создать или улучшить изображение, машине приходится перелопачивать их все.

Обычные алгоритмы компьютерного зрения воспринимают медицинские изображения как набор несвязанных фрагментов — любые два несовпадающих снимка для них абсолютно различны. Это напоминает попытку отличить близнецов, не зная об их родстве. В медицине же пациенты с одним заболеванием часто выглядят на МРТ почти идентично, и алгоритм ошибается, путая «родственные» случаи.

Восстановить целостную картину по обрывкам — всё равно что расслышать мелодию оркестра в шумном зале. Такие задачи стоят в фотометрии — области, измеряющей поток излучения от небесных тел, где по слабому мерцанию восстанавливают яркость звезды. Традиционные методы требуют точных сведений о помехах, а они почти всегда неизвестны.

Радар, подобно летучей мыши в пещере, излучает электромагнитный импульс и улавливает отражённое эхо. Однако в приёмнике неизбежен микроскопический перекос — дисбаланс квадратурных каналов, — который искажает частоты и порождает у каждой цели фантомного двойника: ложное, слегка сдвинутое эхо. Обычно такие фантомы — артефакты — только мешают, и их стараются заранее отфильтровать.

Алгоритм улучшения фотографий можно представить как навигатор, который шаг за шагом ведёт размытое изображение к чёткости. Он удаляет шум — случайные искажения сигнала и дефекты, перемещаясь от пикселя к пикселю по своеобразной «карте», заложенной при обучении.

Однопиксельная камера работает подобно художнику, создающему картину через трафарет с множеством отверстий. В каждом кадре на единственный датчик попадает лишь часть светового потока, модулированная маской — пространственным модулятором света, — а затем компьютер реконструирует целостное изображение, собирая эту мозаику с помощью вычислительных алгоритмов.

Автоматические судьи речи — это алгоритмы, обученные оценивать произношение и эмоциональную окраску голоса. Однако, как показали исследования, они часто ведут себя подобно кулинарному критику, который выносит вердикт, прочитав меню, но не попробовав само блюдо.

Городская среда — настоящие каменные джунгли — превращает навигацию дронов в задачу, сравнимую с полётом ослепшей летучей мыши. Оптические камеры теряют эффективность за каждым поворотом, сигналы GPS рассеиваются среди высотных зданий, а радиоволны порождают сотни эхо-отражений.

Освоение иностранного языка сродни настройке музыкального инструмента. Новая технология действует как интеллектуальный тюнер: она принимает вашу аудиозапись и эталонную речь носителя, затем динамически растягивает или сжимает их во времени — подобно тому, как подтягивают струну для точного совпадения тонов, — чтобы идеально совместить сигналы, и оценивает три ключевых параметра: чистоту звуков (артикуляцию)…

Мозг общается короткими электрическими разрядами — потенциалами действия. Прежде расшифровка этого языка требовала тысяч размеченных примеров: экспериментатор сопоставлял сигнал с конкретным движением или словом. Метод MOJO предлагает иной подход — подобно изучению языка через погружение, он сначала вслушивается в «поток сознания» без всяких подсказок и самостоятельно выявляет повторяющиеся паттерны.

Капля мочи под микроскопом — не плоская лужица, а многослойный объём. Представьте стопку прозрачных страниц: если фокусироваться на одной, соседние расплываются. Так и свет микроскопа, подчиняясь законам оптики, чётко показывает только один слой глубины.

Стандартный подход к одному классу задач машинного обучения напоминает пружину, которую растянули и забыли отпустить: стандартные методы искусственно раздувают размер задачи, превращая вычисления в чёрную дыру для памяти и времени.

ИИ-диагност учится подобно студенту-медику перед экзаменом. Ему предоставляют рентгеновский снимок и жалобы пациента. Однако иногда среди учебных материалов случайно оказывается готовый отчёт врача — полный ответ. Тогда нейросеть, словно нерадивый студент, запоминает его, и точность на тесте взлетает до 98%. Но это не что иное, как списывание: реальный диагностический навык не формируется.

Объём данных одного КТ-сканирования сопоставим с несколькими полнометражными фильмами в высоком разрешении. TCAM-Diff — это алгоритмический метод, который обходит это узкое место: программа сжимает трёхмерную картину в три двумерные теневые проекции — словно скульптор восстанавливает объёмную статую по силуэтам, отбрасываемым на три перпендикулярные стены.

Стандартный КТ-сканер выполняет серию рентгеновских снимков под разными углами, на основе которых вычислительные методы восстанавливают трёхмерное изображение. Однако в клинической практике нередки ситуации, когда сканируется лишь ограниченная область — например, одно лёгкое — и проекционные данные обрываются. Возникает так называемая проблема ограниченного угла обзора.

Когда звезда-исполин схлопывается в сверхновую или два нейтронных шара сливаются в космическом танце, триллионы нейтрино уносят энергию катаклизма.

Сырой цифровой снимок — это мозаика, где каждый пиксель хранит лишь один базовый спектральный компонент: красный, зелёный или синий. Для сжатия такого файла его разделяют на яркостную составляющую — детальное монохромное изображение, несущее информацию об интенсивности света, — и цветовую компоненту.

В шумной комнате человек выделяет нужный голос благодаря бинауральному слуху: два уха улавливают микроскопическую разницу во времени прихода звуковых волн и их интенсивности. Компьютер с массивом микрофонов действует аналогично — он извлекает пространственные подсказки, вычисляя направление на каждый источник звука.

Когда вы набираете «салат», а интеллектуальная клавиатура предлагает «цезарь», за кулисами миллионы телефонов совместно обучаются предсказывать слова. Они обмениваются не вашими сообщениями, а лишь улучшениями общего алгоритма — подобно тренеру, который рассылает спортсменам только изменения в плане тренировок: «добавьте 5 отжиманий к вчерашней программе».

Исследователи отобрали 16 повседневных действий — от мытья посуды до приседаний — и разложили движения на элементарные составляющие, подобно тому, как спектроскоп разделяет свет на спектр частот. Они сравнили три подхода к анализу и обнаружили неожиданный ключ к распознаванию: для идентификации действия достаточно усреднённого стоп-кадра, то есть статичной позы.

Поплавок в бачке унитаза — идеальный контроллер: чувствуя уровень воды, он мгновенно приводит систему в равновесие без оглядки на прошлое. Инженеры применили этот принцип к нейросетям. Они переписали стандартную архитектуру так, что вместо каскада вычислений она решает одно уравнение равновесия.

Крупная нейросеть, такая как Whisper, владеющая сотнями языков, напоминает стандартную модель физики элементарных частиц — стройную систему, где всё находится в тонком равновесии.

Предсказать свойства новой молекулы — сродни попытке угадать вкус незнакомого блюда. Программа работает как опытный повар: она «пробует» похожие молекулы, чьи свойства уже известны, и на основе их «вкуса» уточняет свою догадку. Например, для воды или углекислого газа алгоритм находит изученные аналоги и корректирует температуру кипения или растворимость.

Долгое время идентификация квантовых фаз напоминала допрос свидетеля: нужно было добраться до каждого уголка системы, чтобы выведать её тайну. В эпоху Ландау порядок связывали с нарушением симметрии и локальным параметром — всё как на ладони.

Машинное обучение давно перестало быть просто инструментом — оно становится исследователем, самостоятельно выуживающим законы природы из данных. Но как кремниевый разум приходит к пониманию? Чтобы подсмотреть этот процесс, физики обратились к игрушечной, но глубокой модели — решётке Изинга, где спины танцуют под диктовку температуры.