Артем Новицкий – Нейросети для создания духов уникальный аромат от ИИ (страница 3)

А теперь представь, что ты, опытный кондитер, используешь эту программу. Она подсказывает тебе базовые пропорции, а ты уже добавляешь ту самую щепотку соли, цедру апельсина, которую привез из путешествия, или делаешь крем по бабушкиному рецепту. Вот это и есть идеальный тандем. Алгоритм берет на себя рутину, анализ данных, поиск беспроигрышных сочетаний и предсказание стойкости. А человек оставляет за собой главное – творчество, вдохновение и эмоциональный посыл.

В этом и заключается переход от человека к алгоритму. Парфюмер больше не тратит годы на механическое запоминание, он может мгновенно получить от машины сотни вариантов композиции под заданные параметры. Хочешь аромат с нотами дождя и свежего белья? Алгоритм проанализирует, какие молекулы дают «мокрого асфальта» или «озона», и предложит рабочую формулу. Парфюмеру останется самое интересное – выбрать из этих вариантов тот самый, который отзовется в его душе, и довести его до совершенства, добавив ту самую неуловимую ноту, которая превратит просто хороший аромат в произведение искусства.

Так что не стоит бояться, что машины отнимут у нас творчество. Скорее, они становятся нашим супер-инструментом, как мощный компьютер для архитектора или графический планшет для художника. Они расширяют наши возможности, позволяя заглянуть за горизонт и попробовать то, на что раньше ушли бы годы проб и ошибок. Парфюмер-алгоритм – это не замена, а партнер, который берет на себя скучную работу, чтобы у человека осталось время на магию.

Вспомни, как часто ты сам отказывался от какой-то идеи, потому что она казалась слишком сложной в реализации? Или тратил кучу времени, чтобы подобрать нужные ингредиенты наугад? Вот именно от этой рутины нас и освобождает новый подход. Это как перейти от рисования углем на скале к работе в современном графическом редакторе: возможности те же, но скорость и гибкость в сотни раз выше. И в следующих главах мы как раз и научимся работать с этим удивительным инструментом.

Нейросети: краткий ликбез для творца

Итак, мы уже немного поговорили о том, как устроено наше обоняние, из чего состоят духи и кто такой этот загадочный парфюмер-алгоритм. Пришло время познакомиться с главным инструментом нашего цифрового помощника поближе. Речь пойдет о нейросетях. Не пугайтесь, если это слово звучит для вас как заклинание из мира хакеров. Мы разберем всё простым и понятным языком, без сложных формул и диаграмм.

Представьте себе, что вы учите ребенка распознавать фрукты. Вы показываете ему яблоко и говорите: “Это яблоко”. Потом показываете грушу и говорите: “Это груша”. Сначала ребенок может путать их, но чем больше разных яблок и груш он видит, тем точнее становится его понимание. В какой-то момент он сможет отличить зеленое яблоко от груши даже с закрытыми глазами, просто на ощупь.

Нейросеть работает по похожему принципу. Это математическая модель, которая учится на огромном количестве примеров. Только вместо ребенка у нас сложный алгоритм, а вместо фруктов – данные. Для нас с вами этими данными станут ноты, аккорды, пирамиды ароматов и тысячи отзывов из базы знаний, которую мы начнем собирать в следующих главах.

Мозг в компьютере

Название “нейросеть” появилось не случайно. Ученые вдохновлялись работой человеческого мозга. Наш мозг состоит из миллиардов нервных клеток – нейронов, которые связаны между собой. Когда мы видим, слышим или чувствуем запах, сигналы бегают по этим связям, позволяя нам узнавать знакомые образы.

Искусственная нейросеть устроена проще, но идея та же: у нее есть множество простых вычислительных элементов (искусственных нейронов), которые соединены в слои. Есть входной слой, куда мы подаем информацию, например, список нот аромата. Есть несколько скрытых слоев, где происходит самое интересное – анализ и поиск закономерностей. И есть выходной слой, где нейросеть выдает нам результат: “Этот аромат, скорее всего, понравится человеку, который любит древесные запахи”.

Самое удивительное, что программисты не пишут для нейросети четких правил вроде “если есть нота бергамота, то добавь ноту иланг-иланга”. Нейросеть находит эти связи сама, перемалывая тысячи примеров. В этом и заключается ее магия.

Учим машину чувствовать

Чтобы наш цифровой парфюмер научился создавать гармоничные композиции, его нужно обучить. Весь процесс обучения можно разделить на три больших этапа.

Первый этап – это сбор данных. Тут всё как в кулинарии: чтобы приготовить изысканное блюдо, нужны качественные продукты. Для нас продуктами станут пирамиды известных ароматов, описания нот, экспертные оценки и даже мнения обычных людей из отзывов. Мы соберем огромную базу знаний, о которой поговорим в главе 8. Чем больше и разнообразнее будет наша коллекция, тем более интересные и необычные рецепты сможет предлагать нейросеть.

Второй этап – это выбор архитектуры и обучение. Мы показываем нейросети наши данные. Например, даем ей на вход пирамиду какого-нибудь легендарного аромата, а на выходе ждем, что она “скажет”: “Это шипровый аромат с доминированием бергамота, пачули и дубового мха”. Сначала она, конечно, будет ошибаться, выдавать случайные ответы. Но мы, как строгие учителя, будем поправлять ее, показывать правильные ответы и заставлять алгоритм подстраивать свои внутренние настройки так, чтобы ошибка становилась всё меньше и меньше. Этот процесс повторяется миллионы раз, и постепенно нейросеть начинает “понимать”, какие ноты чаще всего встречаются вместе, как они влияют на восприятие аромата и какие сочетания можно считать удачными.

Третий этап – это тестирование. После обучения мы должны проверить нашего цифрового ученика на новых, незнакомых ему данных. Только если он успешно справится с тестом, можно считать, что обучение прошло успешно.

Творец или калькулятор?

Может показаться, что мы пытаемся заменить человеческое вдохновение сухим математическим расчетом. Но на самом деле нейросеть в данном контексте – это не творец, а скорее гениальный калькулятор, который учитывает миллион факторов и подсказывает нам самые удачные комбинации.

Вспомните, как работает архитектор. Он опирается на знания физики и сопромата, чтобы здание не рухнуло. Но эти знания не делают его творение менее красивым. Так и здесь: нейросеть выступает в роли этого самого сопромата. Она помогает избежать заведомо провальных сочетаний, предлагает неожиданные синергии и освобождает наше воображение от необходимости перебирать тысячи скучных вариантов. В итоге мы можем сосредоточиться на самом главном – на создании красоты.

Подумайте о своем опыте. Наверняка у вас бывало такое, что вы долго не могли подобрать идеальное сочетание в одежде или еде, пока случайно не пробовали что-то новое. Нейросеть помогает сократить путь к таким случайным открытиям, делая их более системными и предсказуемыми.

Первое знакомство

Не стоит думать, что для работы с нейросетями нужно быть программистом. В нашей книге мы будем использовать их как готовый инструмент, не погружаясь в дебри написания кода. Это как управлять автомобилем: чтобы доехать до дачи, нам не обязательно знать устройство двигателя внутреннего сгорания. Достаточно понимать, где газ, где тормоз, и как работает руль.

Нашими главными инструментами станут нейросети для генерации идей. Мы будем учить их на наших базах знаний, а затем задавать им правильные вопросы с помощью промптов. Вы увидите, как из хаоса данных и чисел рождаются стройные, красивые и, главное, уникальные парфюмерные рецепты.

Так что приготовьтесь. Мы закладываем фундамент для нашего будущего цифрового помощника. И этот фундамент крепче гранита, потому что построен он на анализе тысячелетнего опыта человечества в мире ароматов, упакованного в математические формулы.

Часть 2. Собираем цифрового парфюмера

Инструментарий: обзор нейросетей для генерации идей

Итак, мы разобрались с тем, как устроено наше обоняние и что такое парфюмерная композиция. Мы даже поняли, что на смену парфюмеру-человеку может прийти парфюмер-алгоритм, и слегка коснулись того, как работают нейросети. Но теория, как говорится, мертва без практики. Пришло время засучить рукава и заглянуть в шкафчик с инструментами нашего цифрового помощника. Что это за инструменты, как они выглядят и, главное, какой из них выбрать для создания своего первого шедевра? Давай разбираться.

Представь, что ты решил научиться играть на гитаре. Можно, конечно, просто купить первую попавшуюся в музыкальном магазине, но вряд ли это будет лучшим выбором. Классическая гитара, акустика или электрогитара? Какая дека, какой звукосниматель? Так и с нейросетями для генерации идей. Это целый оркестр инструментов, каждый из которых звучит по-своему. Наша задача – не просто перечислить их все, а понять, какая музыка нам нужна.

Универсальные солдаты: текстовые модели

Самый доступный и понятный для новичка инструмент – это так называемые большие языковые модели. Ты наверняка слышал о ChatGPT или его аналогах. По сути, это такие болтливые эрудиты, которые начитались всего интернета и теперь могут поддержать разговор на любую тему. В контексте нашей парфюмерной лаборатории они выступают в роли главного консультанта и генератора сырых идей.