Iveta Mrázová ****************************************************************************************** * ****************************************************************************************** Slečna Matfyzák využívá k oblékání i metody umělé inteligence „Studentka Matematicko-fyzikální fakulty se ráda dobře obléká a samozřejmě k tomu využívá umělé inteligence,“ představuje Iveta Mrázová, vedoucí katedry teoretické informatiky a ma MFF UK, počítačový program, jenž dokáže ze vzorků kousků oblečení či individuálního šatník elegantní outfit. Vytvořila ho její bývalá studentka Monika Švaralová, jež od loňska působ Googlu v Curychu. Iveta Mrázová popisuje, jak s těmito nástroji pracovat při výuce a kde v absolventi využít v praxi. Dokáže program vytvořit lepší kombinaci oblečení, než bychom vymysleli ráno před zrcadlem? Přesně to je jeho cílem. Představte si, jak složitě byste sama vytvářela varianty outfitů minimalistickou verzí šatníku o dvou tričkách, halence, svetříku, jedněch kalhotách a dvou párech bot, batůžku a kabelce. Dohromady byste musela vyzkoušet osmačtyřicet různých outfi v praxi nereálné. Právě tady nám mohou pomoci nové metody umělé inteligence, v našem přípa neuronové sítě a genetické algoritmy. Genetické algoritmy fungují na principu DNA? Ano, dovedou kousky oblečení různě křížit – vyměnit například kabelku nebo sukni. Umělá in tak geniální, že by měla vlastní vkus. Ale dokáže se ho naučit. K tomu je zapotřebí mít ta množinu ohodnocených vzorků – kladně, záporně či stupnicí, na jejímž základě si daný model případě neuronová síť, přizpůsobí své parametry. Naučená neuronová síť pak dokáže ohodnoti zvolený outfit sestavený z databáze jednotlivých kousků oblečení mohl líbit, případně umí dokonalejší obměnu. Komentář Moniky Švaralové: Poprvé jsem se setkala s problematikou umělé inteligence a neuronovými sítěmi v bakalářské nad novými možnostmi aplikace s využitím dostupných dat - například právě v oblasti módy, jejich obrovské množství na sociálních sítích a blozích. Zároveň mě už delší dobu zajímal pohlížet jako na optimalizační problém (minimalistický šatník a z něj vytvořeno maximum ko stylu). Navrhla jsem téma diplomové práce paní Mrázové, kterou rovněž zaujalo. Pokusily jsme se vy kombinovat oblečení z virtuálního šatníku do stylového outfitu. Problém osobního stylu, kt subjektivní záležitost. Zakládá se na malých detailech, a proto je poměrně těžké naučit to nebyl tento problém téměř vůbec prozkoumán. Nakonec se to podařilo a náš program dokázal v Práce na tomto projektu mi potvrdila, že strojové učení je fascinující oblast, jež se velm vymýšlet mnoho dalších aplikací, které lze využít v praxi. Jak přesně umělá neuronová síť pracuje? Skládá se z takzvaných formálních neuronů, které jsou navzájem hustě propojené a fungují n lze najít v biologických neuronových sítích. K jejich hlavním přednostem patří schopnost u znalosti správně zobecňovat. Učení v našem případě znamená nastavení parametrů neuronové s ona sama dokázala správně odhadnout atraktivitu nově vygenerovaných outfitů, které nikdy p Obecný model neuronové sítě je znám již zhruba padesát let. Tehdy ovšem nebyly k dispozici ani technické prostředky, které by v reálném čase byly schopné naučit neuronovou síť požad větších sad předem ohodnocených vzorků. To se změnilo až před pár lety s podporou nadnárod programů a s rozvojem velkých internetových firem, jimž dávají potřebná data k dispozici u Neuronová síť pak čerpá z těchto informací, které jsou často volně dostupné, a vytváří z n vzorky pro svou vlastní trénovací množinu. Konvoluční neuronové sítě, které se aktuálně používají k analýze obrazových dat, ani nepot složitě zjišťovat charakteristické rysy zpracovávaných objektů. V roce 2011 probíhala v US soutěž v tom, jak naučit auta rozpoznávat dopravní značky. Trénovací množinou byla právě d desetitisíců jejich vzorků / obrázků. Konvoluční neuronovou síť se tehdy podařilo naučit p překonala lidský mozek. Nebylo tedy třeba do programu manuálně zadávat příznaky typu toto je kolečko, toto trojúhe Modely neuronových sítí se to dovedou naučit samy, a přestože jim to déle trvá, je to ve v výhodnější, protože specifikovat třeba u oblečení, zda se bude jednotlivý outfit někomu lí velice těžká subjektivní úloha. Navíc navrhnout správný příznak se může zdát jednoduché, a se za ním skrývá spousta zádrhelů. Mohu uvést příklad z robotické soutěže, jež probíhala p v parku Stromovka. Soutěžící týmy robotiků měly naprogramovat dva roboty, jež měli do cíle nálad – v tomto případě sud piva. Jeden robot byl malý a inteligentní, takže cestu do cíle jenže kvůli své konstituci nedokázal převézt náklad. Naopak jeho společník byl velký, takž ale zase nevěděl kam. Jak se problém vyřešil? Jeden z týmů navrhl krásné řešení označkovat malého chytrého robota výraznou barvou, červe ho ten velký nepříliš chytrý dokázal rozpoznat a jel s nákladem za ním. Všechno dobře fung v parku nezačali objevovat reální lidé. Po Stromovce kráčely dvě slečny a jedna byla obleč svítivě červené barvy… To snad ne! Přesně tak, velký robot rázem zapomněl na malého a vyrazil za ní. Slečna se vyděsila a zač utíkat. Jenže robot byl naprogramován, aby udržoval stále stejnou vzdálenost, tudíž také z tým na slečnu volal, aby si tričko svlékla… Jak to dopadlo? Dobře. Schovala se za kamarádku a velký robot s pivem vyrazil opět za svým menším kolegou, jiná červená už v dohledu nebyla. Je běžné, že vaši studenti vyvíjejí takto zábavné počítačové programy? Toto byla veřejná soutěž, do níž se mohl přihlásit každý zájemce o robotiku. Ale pokud se projektu „Co nosí slečna matfyzák?“, pak ano. Studenti se chtějí věnovat úlohám, jež mají využití. A vtipné či originální jsou právě proto, že je samotné práce na nich baví. Vedle vymýšlí například aplikace týkající se hudby, vaření, konkrétně se může jednat třeba o tec pro analýzu nákupního košíku, kdy zjišťují, o jaké suroviny je v internetových obchodech n respektive jaké ingredience si lidé pořizují v rámci jednoho nákupu. Možná překvapivě toto téma láká spíš studenty-muže. Vedle toho se rádi věnují problematice automobilovým průmyslem, kdy shromažďují a analyzují třeba data o tom, jací lidé preferují kupují určitý typ auta. Neuronové sítě lze ale uplatnit téměř v jakémkoli oboru od zdravot sociologii, návrhy počítačových her až po opravdu specializované programy k zajištění bezp Využívají jich banky, pojišťovny, mezinárodní instituce a podobně. ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ doc. RNDr. Iveta Mrázová, CSc. Studovala na Univerzitě Friedricha Schillera v německé Jeně, dále působila v Ústavu inform na MFF UK, nyní je zde vedoucí katedry teoretické informatiky a matematické logiky. „Je to vracet na naši fakultu, protože absolventky Matfyzu mají skvělé uplatnění v praxi a do výu problémů.“ Za svou práci ve vědě obdržela řadu ocenění, mimo jiné stipendium Fulbrightovy nadace či cenu prof. Babušky, již udílí Jednota českých matematiků a fyziků a Česká společ