Советский математик поможет Facebook стать «умнее»

Фото: Getty Images

Умная сеть

Переход Вапника из Лондонского университета в крупнейшую социальную сеть полностью укладывается в набирающую силу кадровую тенденцию – в последнее время интернет-компании стремятся привлечь к своим разработкам представителей фундаментальной науки. Facebook оперирует огромными объемами данных, что открывает перед Вапником широкое поле для прикладной деятельности. А социальная сеть может использовать его авторитет для привлечения к своей работе других талантливых и перспективных ученых.

Это уже не первое громкое R&D назначение Facebook. В прошлом году соцсеть приняла на работу одного из ведущих мировых специалистов по искусственному интеллекту, француза Яна Лекуна, который и возглавил соответствующую лабораторию сети – Facebook AI Research. Лекун известен своей разработкой серии методов машинного обучения, в том числе сверточных нейронных сетей, относящихся к алгоритмам так называемого глубокого обучения (deep learning).

Архитектуры глубокого обучения используются в таких областях, как компьютерное зрение, распознавание речи и обработка естественного языка. Соответствующая технология уже была применена Google при разработке программы, способной различать объекты на видео. А Facebook, в свою очередь, использовал ее при создании системы распознавания лиц под названием DeepFace. Она умеет распознавать человеческие лица с точностью 97,25%, что сопоставимо с точностью распознавания лица человеком.

Разработка архитектур глубокого обучения зачастую подается как важная веха на пути к созданию искусственного интеллекта. Вычислительное глубокое обучение тесно связано с теориями умственного развития, разработанными в начале 1990-х годов специалистами по когнитивной нейробиологии.

Термин «глубокое обучение» вошел в широкое употребление после публикации Джеффри Хинтона и Руслана Салахутдинова в середине 2000-х годов, в которой они доказали возможность эффективного предобучения многослойной нейронной сети.

Математический междусобойчик

«В Facebook Владимир будет работать вместе со своими давними товарищами – Джейсоном Вестоном, Ронаном Коллобертом и Яном Лекуном», – сообщил FB на своей официальной странице в сети. Все трое ученых некогда трудились в исследовательском подразделении американской телекоммуникационной компании AT&T – знаменитой Bell Laboratories.

Формально Вапник будет трудиться в Facebook под руководством Лекуна. Во время совместной работы в Bell Labs Вапник был настроен весьма критически к разработкам своего коллеги. Как писал журнал Wired, в 1995 году Вапник, Лекун и их тогдашний начальник Лэрри Джекел заключили пари: Джекел утверждал, что к 2000 году станет в целом понятно, как работают глубинные искусственные нейронные сети, Вапник – не верил в это. Кроме того, он считал, что к 2005 году «никто в здравом уме не будет применять нейронные сети в том виде, в каком их понимают в 1995-м». Проигравший оплачивал ужины в дорогих ресторанах. 

Судьба пари неизвестна, но Вапник точно выиграл бы первую часть спора. В 2000 году внутренние механизмы нейронных сетей по-прежнему оставались по большей части неразгаданными (эта проблема окончательно не решена и сейчас). Однако вторая часть пари осталась за Джекелом и Лекуном: к 2005 году глубинные нейронные сети, восходящие именно к исследованиям Лекуна 80–90-х годов, по-прежнему широко применялись на практике – например, в банковских системах распознавания чеков.   

БИОГРАФИЯ ВАПНИКА

Вапник – профессор Королевского колледжа Холлоуэй (Лондонский университет).

Вапник окончил математический факультет Узбекского государственного университета в Самарканде в 1958 году. С 1961 по 1990 год работал в московском Институте проблем управления им. В.А. Трапезникова, где занимался теорией распознавания образов.

Вместе с коллегой по институту Алексеем Червоненкисом (также профессор Королевского колледжа Холлоуэй) разработал метод обобщенного портрета для распознавания образов, а понятие размерности Вапника – Червоненкиса (VC-dimension) стало общеупотребимым в международном научном сообществе. Червоненкис скончался 22 сентября 2014 года от переохлаждения, заблудившись на территории парка «Лосиный остров».

В 1990 году Вапник покинул Россию и начал работать в AT&T в лаборатории Белла. В 2002 году ученый ушел из AT&T в лабораторию японской корпорации NEC в Принстонском университете. В 1995 году стал приглашенным профессором Королевского колледжа Холлоуэй, а в 2003 году – профессором компьютерных наук в Колумбийском университете Нью-Йорка.

Вапник – обладатель нескольких наград, в том числе премии Института инженеров в области электричества и электроники (IEEE) «Пионеру нейронных сетей» (2010), медали Бенджамина Франклина за вклад в развитие компьютерных и когнитивных наук (2012) и других.

Ученые, которые ушли в бизнес

В последние годы специалисты в области математики, прежде считавшиеся идеальными кандидатами на погружение в «чистую» науку, неожиданно стали крайне востребованы в бизнесе. «В эпоху big data все больше компаний нанимают математиков для того, чтобы выполнять числовые расчеты для самых разных проектов», – отмечает Forbes. 

В марте 2013 года в Google пришел известный британский информатик Джефри Хинтон, приведя в компанию двоих своих аспирантов – Алекса Крижевского и Илью Суцкевера. До этого Google выделила команде Хинтона грант в размере $600 тыс., чтобы поддержать их исследования в области нейронных сетей.

В мае 2013-го китайский поисковик Baidu переманил у Google Эндрю Ына, руководившего в американской корпорации проектом машинного обучения Google Brain. Ын – выпускник Университета Карнеги – Меллона, степень магистра получил в Массачусетском технологическом институте, докторскую диссертацию защитил в Калифорнийском университете в Беркли. Автор более 100 научных работ. Сейчас Ын – ведущий специалист лаборатории искусственного интеллекта Baidu.

В декабре 2013 года Facebook наняла профессора Нью-Йоркского университета Яна ЛеКуна, одного из ведущих специалистов в области машинного обучения, для того чтобы он возглавил ее новую лабораторию по разработке искусственного интеллекта.

В 2014 году директор исследовательского центра имени Тьюринга (Turing Center) при Вашингтонском университете Орен Эциони, посвятивший своей академической карьере в общей сложности 23 года, возглавил Allen Institute for Artificial Intelligence, исследовательский институт, занимающийся проблематикой искусственного интеллекта. Allen Institute for Artificial Intelligence создан по инициативе соучредителя Microsoft Пола Аллена.