Нейросеть компании Promobot предположила, что пик четвертой волны коронавируса в России случится 22 декабря. Точность прогноза, как утверждают разработчики, составляет 93%. Однако ученые и медики скептически отнеслись к такому предсказанию. Специалисты по информационным технологиям признают, что лучше человеческого мозга с подобными аналитическими задачами пока ничто не справится, но доверять корректно полученным результатам можно вполне. Подробности — в материале «Известий».

Средство от волнения

Согласно прогнозу нейросети Promobot, после 22 декабря заболеваемость COVID-19 снова пойдет на спад. В технологическую основу прогноза легла обработка данных посредством классических алгоритмов машинного обучения, а производилась она одновременно с помощью разных нейросетей, самую известную из которых — GPT-3 — несколько месяцев назад представил Илон Маск.

Врачи отнеслись к прогнозу со скепсисом. Так, доктор медицинских наук, инфекционист Николай Малышев назвал его «предсказанием пальцем в небо», добавив, что главное — достичь показателя вакцинации населения выше 80%. Директор Института экономики здравоохранения НИУ ВШЭ Лариса Попович оставила достоверность прогноза «на совести разработчиков», сказав, что в ее организации такими методами не пользуются.

Российские специалисты, впрочем, далеко не первые, кто использовал нейросети для прогнозирования темпов распространения коронавируса и возможного количества смертей от этой болезни. Например, в июле было опубликовано исследование иорданского и катарского ученых Мойяда Шавакфаха и Фареса Альмомани, занимавшихся этой проблемой на основе данных по Катару, Испании и Италии. Для периода с января 2020 по июнь 2021-го в 98,5% случаев заражения и 95,7% смертельных исходов точность прогнозирования совпала с реальными данными, отклоняясь от них на 2,5 и 3,5% соответственно.

Кроме того, в Массачусетском технологическом институте (MIT) использовали подобную технологию в процессе поиска новых комбинаций для препаратов против коронавируса.

Как это работает

Для того, чтобы нейросеть заработала, ее нужно обучить. Объясняя, как на практике выглядит этот процесс, основатель IT-компании Virtual Assistants Денис Некрасов приводит аналогию с обучением ребенка.

«Когда ему показываешь красный цвет и говоришь, что это красный, ребенок запоминает это. Дальше он может использовать это знание, когда столкнется с красным цветом. Увидев, например, красную футболку, он будет знать, что она красная, но не будет знать, что это футболка, пока вы ему об этом не скажете. А когда вы скажете ребенку, что футболка — это одежда, он уже получит не просто знание, а связь между двумя знаниями. Запоминая такие знания и связи, ребенок обучается, причем в процессе обучения может делать разные выводы», — говорит эксперт.

Ребенок, как и нейросеть, может обучаться как с помощью более опытного человека, так и самостоятельно. Допустим, ребенок съедает красную клюкву и понимает, что она кислая. В этот момент он может не знать определения «кислое», но он точно понимает ощущение от съеденной клюквы. Нейросеть также может обучаться с учителем, а может и без. И так же, как и ребенок, делающий выводы и находящий взаимосвязи между полученными знаниями, нейронная сеть вычисляет зависимости между входными и выходными данными.

Искусственный нейрон представляет собой простую функцию, которая на входе имеет некие данные, также в этой функции есть условные веса (то, что может влиять на входные данные). Дальше внутри этой функции происходят математические вычисления и выдается ответ. Нейросеть — это структура, в которой объединены такие искусственные нейроны. И чем больше данных обрабатывается, тем лучше ответ, объясняет Некрасов.

Можно ли верить

Нейросети уже сейчас отлично умеют делать «дипфейки» — видеозаписи, где лицо человека меняется на другое, причем выглядит всё это крайне достоверно. Такие манипуляции возможны только благодаря огромному количеству графической информации, где одни пиксели связаны с другими. Поэтому и заменять их нейросети могут с очень высокой точностью. Причем «дипфейки» получаются настолько качественными, что некоторые компании уже обучают специальные контрнейросети для их отлавливания.

Но насколько достаточно имеется данных о заболеваемости и смертности от коронавируса, чтобы делать точные прогнозы на будущее — большой вопрос, особенно учитывая, что результаты тестов не всегда верно интерпретируются. Как известно, ПЦР-тесты иногда показывают ложноположительные и ложноотрицательные результаты. К тому же представить себе, чтобы каждый человек внутри исследуемой территориальной единицы, будь то страна или хотя бы город, каждый день делал такие тесты и все они на 100% были сделаны правильно, решительно невозможно.

Генеральный директор ООО «Конструкторское бюро специальной техники» Роман Тишкин в беседе с «Известиями» подтверждает этот тезис, с оговоркой, что нейросеть может как недообучиться, так и переобучиться — в обоих вариантах считать результаты ее работы корректными нельзя. Но наряду с этапом подбора данных не менее важным является и выбор ее архитектурной модели.

«Научить нейросеть можно всему, корректность ее работы будет зависеть от разных факторов. Правильно ли вы выбрали модель искусственной нейронной сети (а их очень много), какой применяется алгоритм обучения, как подготовлены данные для обучения, оптимально ли количество данных и так далее», — говорит эксперт, напоминая, что искусственные нейросети всё же задумывались как реализация решения проблемы «в лоб»: возьмем устройство образа мышления человека и превратим его в математическую модель. Но, как известно, любая модель всегда хуже оригинала.

(Не)вероятно

Тем не менее можно с уверенностью сказать, что нейросети выдают прогнозы на будущее лишь с 50-процентной вероятностью. Это объясняется, в первую очередь, отсутствием у нейросети возможности влиять на реальные события.

«Чтобы со 100-процентной вероятностью нейронная сеть могла предсказывать события, она должна иметь возможность влиять на систему, в которой делается прогноз. Могу на таком примере объяснить: вы держите мяч, и вы можете его бросить или не бросать. В такой ситуации вы точно сможете предсказать, бросите ли вы мяч или нет», — говорит Денис Некрасов из Virtual Assistants.

Из-за этого нейросеть, так же как и человек, может ошибаться в не зависящих от нее обстоятельствах. Например, ребенок привык, что, когда входная дверь открывается в определенное время дня, это значит, что мама вернулась с работы. Но если в 101-й раз мама задержалась на работе и попросила соседку проверить, всё ли хорошо у ребенка, то ребенок 100-процентно ошибется, крикнув приветственное «Мама!» на звук открывающейся двери.

Поэтому наиболее качественными в прикладном смысле являются те нейросети, которые способны не просто прогнозировать вероятность наступления одного события, а выдавать сразу несколько сценариев и оценивать вероятность их наступления при определенных условиях.

И такие нейросети уже существуют. Как рассказал «Известиям» исполнительный директор инвестиционной компании Kama Flow Павел Охонин, в ритейле они применяются для планирования регулярных продаж и продаж в рамках промоакций, причем гораздо успешнее, чем традиционные статистические или регрессионные модели.

«Тут вероятностное распределение прогноза гораздо более применимо, чем точечный прогноз, ответ в виде единственного числа. Еще один пример — расчет оптимальных уровней запасов товаров на складах, — рассказывает Охонин. — Для решения этой задачи команда Goodsforecast первой в России стала использовать вероятностное распределение прогнозов спроса, что приводит к гораздо большей экономической эффективности в работе с товарным запасом».

Подобные решения применяются также в финансовом секторе и сфере недвижимости, для прогнозирования котировок акций компаний или будущей стоимости квадратного метра. Но, учитывая, что они всё равно остаются лишь упрощенной моделью работы человеческого мозга, ошибки так же неизбежны.

«Насколько вы доверяете прогнозу Вани или Пети в части того или иного события? Очевидно, что ваш ответ будет зависеть от того, кто такой Ваня и кто такой Петя, где они учились и кем работают. Тоже самое и с нейросетями», — подытожил Роман Тишкин.

Поэтому ответ нейросети стоит объединить с мнением ученых и медиков: чем больше будет доля привитого населения, тем больше вероятность, что предсказание окажется верным.