Искусственный интеллект - реальность или миф?

Меня с некоторых пор заинтересовала эта тема с учетом лозунга у нас в России " Все вперед к искусственному интеллекту!"
Что это и с чем его едят, стоит ли с ним употреблять горчицу?  
А зная, что наш yudined сейчас им увлекся и даже вроде бы что-то с ним сделал, возможно, присоединится к нам.
И так, каждый из нас уже сталкивался с ним на практике, если даже не подозревал об этом .
Алиса-Маруся - это тоже искусственный интеллект. Поиск по картинке в Яндексе и в Гугле, чтение текста на картинке, восстановление и раскрашивание фоток, запись текста с голоса  - все это так или иначе связано с И.И. (искусственным интеллектом).
Так что вам тоже есть о чем поразмышлять. Марусей или Алисой я не пользуюсь - большую часть работы я предпочитаю делать ручками, а когда мне что-то действительно нужно, очень часто слышу один ответ " Я еще не знаю или я этого пока не умею". Возможно, я слишком умный  
Если раскрашивание фоток еще более или менее хорошо, хотя и похоже на старые черно-белые фотографии, раскрашенные анилиновыми красителями - их раньше часто в поездах продавали якобы глухо-немые, то восстановление и реставрация старых и испорченных фотографий часто приводила к тому, что вместо нормального лица можно увидеть монстра с тремя глазами и кривым лицом. Если честно, в фотошопе я лучше это делал. Если нужно вторую часть лица, копировал нормальную и зеркалил. А если нужно было исправить ракурс, то в фотошопе это тоже реально сделать. П-крайне мере получалось нормальное лицо. Без всяких И.И. В любом случае, не видел причины в использовании его,только ручками и своими умениями.
Чем же искусственный интеллект отличается от простых алгоритмов программирования? Я не программист, и как я понимаю. Все пишут, что используется принцип нейрона. И по сути описывается следующее, опуская детали (а может, они и есть главные для понимания?). Берется картинка, если речь идет о сравнении и поиске подобной, попадает в некий процедурный ящик, где могут быть произведены разные с ней действия и сверяют ее с шаблоном (часто упрощенная, черно-белая  контурная картинка, затем найдя схожесть с этой картинкой, ищет по этому шаблону другие картинки. И если процент схожести большой, то считает, что результат найден.  Здесь главное, этот шаблон должен быть в наличии - или лучше, чтобы их было много и качественные, и они должны быть сделаны проектировщиком заранее. Здесь и зарыта, как мне кажется, собака. Если шаблонов мало или они некачественные, то выдаст на гора кучу некачественных результатов. Алгоритмов много "цифрового видения", однако не один из них не может сравниться с нашим настоящим глазом   , тем более мы часто подключаем сюда еще и свой мозг, свой опыт. Именно поэтому, мы мы можем читать разные почерки рукописного текста, даже очень непонятные, с трудом, но хоть как-то. Пробовал программы по чтению рукописного текста, и это "мама, не горюй".
Одним словом, хотелось, чтобы вы подключились к обсуждению и поделились своими мыслями об этом.

Сейчас это не миф, а блеф  

Почему блеф, а не миф? Объясни.

Миф-это в принципе чего не было. Фантазия. А искусственный интеллект - это есть, но на уровне курицы. Может, грубо, но точно. Чтобы была от него польза на все сто надо еще время. Но в будущем, скорее всего, это будет везде, не важно как это будет называться.

эра  пост гуманоидов при  нашей  жизни?

https://dzen.ru/video/watch/63c141ed060dd82fc9e5cbc9?share_to=link

https://dzen.ru/video/watch/63c1426340a57d70e74f9695?share_to=link

  Я  так  подозреваю,  что  у  этих  чудовищ   тоже  появятся  свои  понты  и  свой  гламур….   Пойду  порисую….

Не хотел сразу писать, а потом понял, чем дальше, тем меньше есть желание это сделать. С учетом того , что я не программист и не нейрофизиолог, то мне сложно писать о том, что такое нейронная сеть. Так и сам до конца не понял. В любом случае, это гибрид простого программирования и алгоритмов и технологий нейронных сетей, так что я согласен, что без знания программирования, но с пониманием, что такое нейрон, у вас ничего не получится. Можно. конечно, переписать скрипт чужой (причем, чтоб был действующий) и запустить его в среде программирования. Я выбрал язык Питон (PYTHON), потому что я имел небольшое представление об этом языке программирования, да и везде написано - самый распространенный для создания сетей. И здесь я, возможно, лопухнулся. Может, имело смысл начать с нуля и выучит более серьезный язык , типа СИ. Одним словом, я больше времени провожу в загрузке различных библиотек и модулей, которые имеют разные версии, не всегда совместимы и часто конфликтуют с друг другом. А для каждого проекта нужно загружать все это заново. Скрипты многие в инете написаны в разных версиях, поэтому приходится долго соображать, почему не работает.
Как работают сети в моих глазах . Представим такую картину - есть входы, куда подаются наши данные (если мы работаем с графикой- картинка или текст, или еще что) . Они попадают в черный ящик с нашими нейронами, которые часто работают как фильтры. На выходе - наш результат уже после обработки.



Это будут просто цифры - коэффициенты. В зависимости от ситуации мы переводим это в читабельную форму. Типа - эти картинки разные (один диапазон цифр ) или это одна и та же картинка (другие цифры).
Все зависит от модуля, от сетей и поставленной задачи.

Простая сеть из двух нейронов - h¹, h²

Перекрещенные линии показывают, что идет анализ двух элементов, чтобы найти их свойства, например, в чем есть сходство или разница.



Черный ящик - это почти буквально. Абсолютно  с нуля написать серьезную нейросеть одному человеку очень сложно или невозможно (если мы говорим и о качественной сети). Поэтому используются разные модули и библиотеки, которые уже кем-то написаны и которые занимаются обработкой  наших данных. И это хорошо с одной стороны, если бы они еще работали слаженно друг с другом независимо от версий. Сама сеть, простенькая, действительно может иметь несколько строчек кода. Но не все так просто. Для того, чтобы наша сеть нормально работала, она должна обучиться. А для этого и нужны базы данных. А это огромные данные. Если это картинки, то они должны быть приведены в определенный формат. Обычно это кроме графической обработки (перевод в черно-белую например, обрезка и центрирование) они должны переводиться в цифровую форму. Скажем так  - изображение из нулей и единиц. А база данных для обучения сети может состоять из тысяч единиц (картинок к примеру) и многих тысяч - до 500 тысяч и более. Фактически эта цифра может варьироваться до бесконечности в зависимости от вашей сети. Поэтому очень часто скрипты , выложенные в инете, работают как под копирку с чужими базами данных, например от Гугл, которые, возможно, и не особо подходят под ваши задачи, если только побаловаться.
После этого начинается обучение. Сети принимают каждую картинку в наш черный ящик - с нейронами и слоями- начинается сравнение и фильтрация. Как раз тут определяются свойства. Например мы раскрашиваем картинки с котиками (любимая тема в инете - скрипты с котиками и собачками). Нейроны определили, что круглые глаза у нас темные, а место, где носик - розовый. Говорю сейчас абстрактно и утрируя. Значит, они так и  будут  раскрашивать нашу серую картинку. Если нейроны научились выделять еще какие-то свойства для этих мест (база данных была достаточно большой и подробной). Например, если они научились определять, что короткошерстная кошка и поджарая - это сиамская (конечно, она так не думает, просто формы на картинках такие), то она окрас даст этой кошке похожий. Если ей покажется в сравнении, что форма данной кошки другая (ангорская и лохматая), то она в соответствии с данными свойствами - по картинкам в ее базе), раскрасит кошку в другой окрас. Объяснения, конечно, примитивные, чтобы просто было понятно хоть что-то. Возьмем другой вариант - текст на картинке и перевод его в текстовой. Основную работу делает специальная библиотека Tesseract модуля. Так что больше о ее базе данных. Существуют, грубо говоря, картинки букв, которые имеют буквенные  наименования. Типа как папка с названием буквы, а в ней разные шрифты этой буквы. В нашем черном ящике идет выборка с нашей картинки с текстом (например скан текста) вначале места, где есть эти буквы. Потом по определенным свойствам идет определение название буквы, уже текстовое. В итоге на выход подается текст, правда, не всегда точный. Все будет зависеть от качества вашего скана. Если он нечеткий с пятнами или еще что, то он может в этих местах выдать ошибку.
Как раз этот скрипт мне показался интересным и употребимым в дело. И действительно я уже использовал в своей жизни несколько раз, чтобы не писать вручную тексты-скрипты с видео уроков. Я делаю скрин этого места и перевожу в текст. Ошибки бывают, приходится проверять и слегка редактировать, но все равно это удобнее. Если научить его внутри еще делать нужные скрины с экрана, то цены ему не будет хотя бы в этом случае. А также я переводил в текст квитанции, чтобы вручную не вводить данные банка - коды, номера счетов и тому подобное. А самое главное, что он у меня заработал,хоя я знаю по инету, что у некоторых с этим модулям есть проблемы.
Второй скрипт, который я благополучно преодолел, и он у меня работает, и даже я с ним поиграл. Это перевод голоса в текст. Это тоже как вариант. Наговаривать или зачитывать текст , а на выходе получать текстовой файл, которой можно записать или скопировать в память. Пока это все работает только в среде программирования питон, просто так на другом компе без этой среды скрипты работать не будут. Питон, правда, позволяет делать и экзешники, и файлы для Андроид и даже для сайтов. Однако попытка перевести один скрипт в ехе у меня провалилась. Файл-то сделал, но работал некорректно. Скорее всего, я что-то не учел. Значит, это дело будущего.
А вот с картинками - колорирование серой картинки в цветную, или перенести стиль картины на простую фотку - у меня скрипты выдают пока ошибку. Сбой с модулями, несоответствий версий - видимо, писалось в более старых версиях. Я еще пока надеюсь
Забыл, есть у меня еще один скрипт, который по определенному алгоритму (без нейронов не обошлось) вычисляет как в МВД   , это один и тот же человек или нет. Правда, есть загвоздка. Сравнивал 3 своих фото - в трехлетнем возрасте, в 23 и уже под сорок. Выдал коэффициент, который говорил, если судить по документации, то это разные люди. Но с фотками, где люди не так далеки по возрасту, а может, не так менялись, как я , дало хороший результат - точный.

Вода камень точит. Вчера умудрился заставить работать скрипт по раскрашиванию черно-белых фотографий.
Образцы.
Старые фотографии зданий.. Вроде бы приемлимо.







А вот с людьми, как мне кажется, не все так просто или  скажем так - достаточно плохо.



И для деталей - тестовая. Нейросеть не поняла, что есть зубы и закрасило в цвет губ.



Немного позже объясню, почему такое происходит. И почему такие фото похожи на те же черно-белые, но раскрашенные анилинами. А иногда просто коричневая сепия, слегка подтонированная.  Для этого есть объективные причины с нынешними алгоритмами.

Пока рожаю умные мысли, на затравку.
Первый снимок - оригинал. Второй - работа скриптом без обработки- получилась гнилая ягода с жухлой травой.. А вот третий - попытка улучшить работу скрипта, пока не без помощи фотошоп. В нем я разделил картинку на три канала - красный, зеленый и синий. Скриптом создал три варианта цветных картинки. Каждый имел индивидуальные отличия, но, правда, небольшие. И все же... Затем в фотошопе наложением (там есть разные есть режимы) наложил друг на друга слои с этими картинками. Использовал не все. То что было сделано из серой картинки + еще 2 канала (пока еще не пойму, что лучше использовать). Затем подкорректировал яркость в каждом слое, чуть поменял цветность. И таким образом все-таки вытянул красную ягоду, хотя и листва все-таки буровата по цвету. Все это можно заложить в скрипт, чтоб не ползать в фотошоп. И думаю настройки сделать не совсем автоматические. А сделать типа ползунки, чтобы корректировать цветность, яркость и насыщенность.

Наверно, последний мой пост по этой теме. Пока что...
Итак, почему не всегда качественные картинки при раскрашивании скриптом.
Наверно, все помните что картинки очень часто состоят из трех каналов - R (красный), G (зеленый), B ( синий). Цветная точка на мониторе состоит по идее из трех цветных точек. Каждая имеет разную яркость - при смешивании получаем разный цвет. Вспомним детство и акварель.
То есть R, G, B несут не только информацию о цвете , но и о яркости. В сером исполнении мы теряем сведения о том, какая цветная точка, в основном понятна лишь яркость точки.



Нейронные сети работают с другим форматом, который называется LAB - один канал работает с яркостью, и лишь два с цветом. Это сделано по причине того, чтобы не тратить огромные ресурсы на вычисление.
Примеры, во что превращается наша картинка в этом формате



Перевод серой картинки в LAB



LAB красного канала картинки. Мой эксперимент - попытка добавить дополнительные свойства (а значит, и цвета в картинке)



Ведь нейросети должны проверить нашу картинку по базе данных с картинками, в моем случае их не менее 500000 и сравнить с каждой. Чтобы ко мне никто не привязался, пишу, что это объяснение грубое и примитивное. После того, как она находит, что условия одинаковые, она пытается раскрасить нашу картинку.
Если бы она делала подобный вычисления каждый раз, то мы долго ждали результата, если, конечно, наш комп не зависнет раньше, так как вычисления огромные. Поэтому сеть обучают (я использовал готовые подобные данные с интернета), Создается файл, в котором учитываются только положительные совпадения по свойствам. Теперь контроль как раскрашивать проще по нашей "шпаргалке". Однако 2 канала на цвет это маловато все же, даже с учетом нашей подсказки. И еще... обучают сети по огромному количеству картинок, но они все очень маленькие, поэтому информация не очень большая по цвету - HD раскраски, детализированной не стоит ждать.
Для того чтобы сеть работала качественно и не путала, что она раскрашивает и как, умные люди придумали связать две нейронных сетей. Вначале одна определяет тип объектов на рисунке - человек, небо, деревья, здания и тд . Другая уже раскрашивает их по своему алгоритму. В этом случае уже будет более качественная работа.
Вот, пожалуй, и объяснил, почему не всегда верно сети расписывают нашу картинку или просто похоже на старую серую фотку, которую расписали анилинами.
В конце хотелось сказать, что создание нейросетей даже с очень шикарным алгоритмом ничего не значит без хорошей и большой базы данных. Плюс еще качественное обучение нейронных сетей по этой базе.
Как я понимаю, для общей картины должны работать разные специалисты. Нейросети пишут одни программисты. Сбор данных и их обработка в нужный формат - другие, не обязательно программисты (вот вам и новая работа, которая уже сильно востребована). И обучение - чаще всего требуют для серьезных нейросетей огромных ресурсов компьютера. Отсюда следует, что в домашних условиях это будет лишь упрощенный вариант нейросетей или вы будете зависеть от готовых датасетов (база данных), как я использовал готовую базу данных в своем скрипте для разрисовки или для написания текстов с голоса. Увы, публичных датасетов не так много - не всегда они идеальны, и не всегда они подойдут вам под ваши цели. Чаще всего, они созданы крупными компаниями для обучения. И на том спасибо
И под конец картинка оригинал и обработанная скриптом с моими дополнениями - обработка отдельно каналов, затем микширование получившихся цветных картинок в одну плюс коррекция колорирования. Почти идеальный вариант.

Никак не успокоюсь... Даже во сне снится, как я придумываю свой алгоритм - самое смешное, помню его суть, но, думаю, ерунда   Нашел еще один скрипт. В принципе библиотеки используются те же. Но програмное исполнение другое. Более сложное, ничего почти не понял, но работать заставил. И интересное, работает более качественно, как мне кажется. С людьми та же бяка. А вот ягоду выдал почти идеально и без моей обработки, даже получше. Зелень зеленая, ягода красная, хоть и стала слегка недозрелой



А была такая