Читать книгу - "Новая география инноваций. Глобальная борьба за прорывные технологии - Мехран Гул"

Я не думаю, что люди действительно понимают, к чему они стремятся, куда движутся. Лучшие друзья Америки – это все те страны, с которыми Америка воевала. И когда лидеры говорят: „Хорошо, мы о чем-то договорились, мы провели переговоры, вопрос решен“, удивительно, как быстро люди прекращают конфликтовать и начинают ладить».

В 2015 году четыре исследователя из пекинской лаборатории Microsoft Research Asia (MSRA) опубликовали основополагающую статью, ставшую одним из важнейших прорывов в машинном обучении. Работа под названием «Глубокое остаточное обучение для распознавания изображений», или просто ResNet, описывала, как можно выстраивать нейронные сети слоями для значительного повышения эффективности систем искусственного интеллекта.

Искусственный интеллект – это общий термин, охватывающий различные подходы к имитации человеческого познания в машинах. Нейросети – один из популярных подходов. Они представляют собой своеобразные искусственные аналоги биологических нейронных сетей нашего мозга: сложное переплетение взаимосвязанных узлов, или нейронов, согласованно работающих над обработкой информации.

Исследователи давно предполагали, что нейронные сети можно выстраивать слоями для увеличения вычислительной мощности систем искусственного интеллекта. Однако реализация этого на практике оказалась сложной задачей. По мере увеличения глубины нейронных сетей качество проходящего через них сигнала ухудшалось. Это напоминает игру в «испорченный телефон» – чем больше участников, через которых проходит сообщение, тем сильнее оно искажается. В глубоком обучении это явление известно как проблема исчезающего, или затухающего, градиента.

Команда MSRA в Пекине решила эту проблему, предложив технику «обходных связей». Они разработали способ обучения нейронных сетей глубиной в сотни слоев без заметной потери сигнала. Это открыло путь к созданию более мощных систем ИИ, которые сделали возможными такие приложения, как распознавание лиц и автономное вождение. ResNet также является одним из ключевых усовершенствований, отличающих AlphaGo (программу DeepMind, играющую в го лучше людей) от AlphaZero – более продвинутого игрового бота с обобщенными возможностями, способного играть в несколько игр, включая го, шахматы и сёги – три наиболее стратегически сложные настольные игры в мире – на уровне, недоступном человеку.

Менее чем за десятилетие статья о ResNet набрала почти четверть миллиона цитирований в Google Scholar. Это самая цитируемая работа по искусственному интеллекту за всю историю. Это также самая цитируемая публикация в области компьютерных наук. Фактически это самая цитируемая научная статья, опубликованная в XXI веке. Авторами работы о ResNet стали Хе Каймин, Чжан Сянъю, Жень Шаоцин и Сунь Цзянь. Все четверо получили степени бакалавра, магистра и доктора наук в китайских университетах. Никто из них не работал за пределами Китая до публикации этой революционной работы. Все они получили награды на ведущих мировых конференциях по ИИ и конкурсах компьютерного зрения.

В 2015 году они выиграли ImageNet – крупное соревнование по искусственному интеллекту в Стэнфорде, приглашающее исследователей представить алгоритмы ИИ для распознавания объектов на изображениях. Система, представленная MRSA, стала первой, которая превзошла возможности человека в распознавании изображений на их наборе данных. ResNet не был единичным успехом. Последние три соревнования ImageNet были выиграны командами из Китая.

«Раньше Китай производил много некачественных исследований в области искусственного интеллекта, – говорит Джеффри Хинтон, признанный британский ученый-компьютерщик и профессор Торонтского университета. – Затем он стал производить много некачественных исследований и какое-то количество качественных. Теперь он производит много качественных исследований, причем некоторые из них – абсолютно мирового уровня»[36].

Хинтон является автором работы «Классификация ImageNet с помощью глубоких сверточных нейронных сетей», или AlexNet, которая была самой цитируемой статьей по искусственному интеллекту до появления ResNet. Она до сих пор остается второй наиболее цитируемой научной работой в этой области. Хинтон также выиграл соревнование ImageNet и получил практически все основные награды в области компьютерных наук, включая премию Тьюринга (известную как Нобелевская премия в области компьютерных наук) и, для полноты картины, настоящую Нобелевскую премию – на этот раз по физике. По его словам, обилие научных публикаций делает Китай единственной страной, которая находится в наилучшем положении для того, чтобы стать лидером в области искусственного интеллекта. По его мнению, растущая научная мощь Китая вполне может сделать его следующей глобальной державой, масштаб которой «сопоставим с Британской империей».

В 1990 году на долю Китая приходилось всего 1,2 % научных публикаций в мире. Сейчас он обогнал США, став ведущим мировым источником научных статей. Почти четверть всех научных публикаций в мире сегодня подготовлены в Китае. И речь идет не только о количестве. Китай также производит большую часть исследований высочайшего качества в мире. В 2022 году он опередил США в Nature Index – рейтинге стран, публикующих наибольшее количество статей в самых престижных научных журналах мира. Китай также сместил США с первого места в рейтинге, составляемом компанией Clarivate, которая анализирует цитируемость научных публикаций. Недавняя статья на обложке журнала The Economist о превращении Китая в научную сверхдержаву провозгласила: «Старый мировой научный порядок, в котором доминировали Америка, Европа и Япония, подходит к концу»[37].

Лаборатория Microsoft Research Asia, создавшая ResNet, начинала свой путь в крайне скромных условиях. Основанная в 1998 году как Microsoft Research China, она появилась в то время, когда интернетом пользовалось менее 0,1 % населения Китая. В лаборатории работало всего пять сотрудников, размещавшихся в заурядном офисном здании в районе Чжунгуаньцунь Пекина, который в то время состоял в основном из деревень и огородов с ухабистыми кривыми улочками, по которым ездили повозки, запряженные волами.

С тех пор этот район стал сердцем процветающего технологического сообщества Пекина. Теперь Чжунгуаньцунь известен как китайская Кремниевая долина и входит в десятку самых дорогих мест в мире для аренды коммерческой недвижимости. На его проспектах расположились ведущие университеты Китая, такие как Цинхуа и Пекинский университет, а также офисы крупнейших технологических гигантов страны – Baidu, Sina и ByteDance. Более половины всех китайских технологических стартапов-миллиардеров – более 100 компаний – базируются в этом районе.

ResNet – не единственное достижение лаборатории MSRA. Здесь были разработаны технологии обработки и визуализации рукописного ввода, заложившие основу для компьютерных технологий с использованием стилуса. Многие технологии, применяемые сегодня в системах распознавания лиц по всему миру, также были созданы в этой лаборатории. MIT Technology Review назвал MSRA «самой передовой исследовательской лабораторией в мире», а Институт Полсона – «важнейшим институтом в становлении и развитии китайской экосистемы искусственного интеллекта». Китайские СМИ окрестили ее «„Академией Вампу“ китайского интернета», проводя параллель с военной академией начала XX века, выпускавшей командиров как для Гоминьдана, так и для Коммунистической партии Китая[38].

MSRA, в которой сейчас работает более 200 научных сотрудников и 300 приглашенных исследователей, для Китая стала тем же, чем были Bell Labs или Xerox PARC для США в их период расцвета, и считается колыбелью китайской технологической элиты. Среди 7000 выпускников лаборатории – одни из самых влиятельных персон в технологической индустрии страны: Ван Цзянь, технический директор Alibaba; Ма Ин, главный научный сотрудник и руководитель направления ИИ в ByteDance (материнской компании TikTok); Инь