Чего в наше время нельзя сделать с помощью нейросетей
(Не) конкурент: в чем нейросеть уступает человеку, а в чем нет
Искусственный интеллект сочиняет музыку, создает дизайн-проекты и пишет картины. Технологические оптимисты уверены, что наступит момент, когда он научится всему, что делает человек. И если вы думаете, что чувства машинам неподвластны, спешим вас расстроить: искусственный интеллект уже научился проявлять эмпатию — распознавать эмоции человека и реагировать на них. Однако все таланты нейросети неразрывно связаны с базами данных, знаниями, которые люди собирали веками, и в некоторых аспектах искусственному интеллекту без помощи и контроля человека никак не обойтись. По крайней мере, ближайшие полвека.
Мария Данина,
психолог, кандидат психологических наук,
СЕО Psychodemia
Общение
Если в какой-то сфере необходимо придерживаться правил и последовательности действий, то искусственный интеллект действительно может превзойти в ней человека. Но чем больше появляется неопределенности, спонтанности и эмоций, тем сложнее нейросети решать поставленные задачи. Одна из областей, которую труднее всего формализовать, — это повседневное общение. Если в профессиональной коммуникации есть более-менее ясные скрипты, то алгоритмы дружбы или глубокой душевной беседы неизвестны даже психологам. Многое в нашем понимании друг друга зависит от контекста и общего опыта, который не сможет воссоздать искусственный интеллект. А вот с письменной коммуникацией дело обстоит проще, чем с устной: даже живые люди не всегда внимательно включаются в такое общение. Поэтому чат-боты могут стать весьма неплохими собеседниками для ежедневной болтовни.
Принятие важных решений
Вся сложность заключается в том, что принятие решений у людей — это не строго рациональный процесс. Ведь на наш выбор могут повлиять и эмоциональный опыт, и моментальные потребности, и общие ценности. К тому же не всегда «наилучшее» решение оценивается нами как то, что действительно стоит реализовать. Особенно когда дело касается человеческой жизни и того, что нам очень дорого. Однако решения, последствия которых не имеют большого влияния, могут быть алгоритмизированными. Например, какое молоко выбрать в магазине или где найти самый выгодный товар. С таким искусственный интеллект вполне может справиться.
Аркадий Сандлер,
директор Центра искусственного
интеллекта МТС
Этичность
Вопросы этики искусственного интеллекта поднимаются все чаще, однако оценивать ИИ-системы на предмет этичности отдельно от человека пока что невозможно. На сегодняшний день мы можем говорить об этичности искусственного интеллекта только в контексте его применения. Именно человек решает, где, как и с какой целью системы на основе ИИ могут быть полезны. То же самое касается их создания и обучения. В первую очередь, искусственный интеллект учится на данных, которые сам человек производит, а затем собирает и обрабатывает. От качества и непредвзятости данных зависит качество и непредвзятость работы ИИ. Машины действуют только согласно тем моделям, которым их научили люди, и там, где человек решил их применить.
Лидерство
Уже сегодня искусственный интеллект способен работать в команде, но современные машинные системы создаются для того, чтобы взаимодействовать с людьми, — и это одно из главных их свойств. Они успешно оптимизируют и автоматизируют бизнес-процессы в разных профессиональных отраслях, а инновационные решения на основе ИИ зачастую становятся связующим звеном человеческой деятельности и нейросети. Искусственный интеллект помогает собирать и глубоко анализировать данные о работе предприятий, находит слабые точки и подсказывает варианты действий, снимает рутинную нагрузку с людей и помогает им заняться другими, более сложными задачами. В каждом своем применении он прежде всего становится помощником человека. Будущее эффективной командной работы — в симбиозе людей и технологий.
Игорь Пивоваров,
главный аналитик Центра компетенций НТИ по направлению «Искусственный интеллект» на базе МФТИ
Творческие способности
Некоторые эксперты считают, что существующие модели искусственного интеллекта способны к творчеству. В качестве примеров они приводят синтезированную музыку или показывают картины, которые были написаны с помощью нейросети. Да, эти картины являются оригинальными. Но творчество ли это? Оригинальная работа ИИ — это, по сути, компиляция из огромного количества других произведений. Соединяя их, он формирует произведения цифрового искусства. Но оно крайне далеко от человеческого творчества. Не стоит забывать, что акт творчества — это особенный процесс, в ходе которого человек выражает свою гамму чувств, ощущений, собственную позицию. Он использует художественные приемы, чтобы выразить себя. Творчество является зеркалом, оно показывает внутренний мир человека, каким бы он ни был. А у нейросети этого опыта и чувств просто нет, нет того субъекта, который бы попытался выразить себя.
Осознанность
Сможет ли искусственный интеллект когда-то обрести сознание? Пожалуй, это один из самых обсуждаемых и интересных вопросов, который задают себе и биологи, и нейрофизиологи, и современные физики. Но для того, чтобы ответить на него, нам необходимо самим понять, что такое сознание. Пока у нас нет определения, сложно говорить, может ли обладать им искусственный интеллект.
Лично я под сознанием понимаю внутреннего субъекта, который не только осознает себя и свое существование в этом мире, но и к чему-то стремится, у которого есть свои цели, он планирует собственное поведение, предсказывает, что будет, и потом сравнивает реальность и свои предсказания. При этом цели могут быть банальными (найти ночлег сегодня) или очень глобальными (спасти человечество).
Некоторые предполагают, что сознание возникает само собой, когда система достигает высокого уровня сложности, но я не думаю, что это касается машины. По крайней мере, в ближайшие 30–50 лет мы вряд ли увидим нейросеть, способную сформировать свое личное отношение к окружающему миру.
Что может и чего не может нейросеть: пятиминутный гид для новичков
Если термины «катастрофическая забывчивость» и «регуляризация весов» вам пока ни о чем не говорят, читайте дальше: попробуем разобраться во всем по порядку.
За что мы любим нейросети
Основное преимущество нейронных сетей перед другими методами машинного обучения состоит в том, что они могут распознавать более глубокие, иногда неожиданные закономерности в данных. В процессе обучения нейроны способны реагировать на полученную информацию в соответствии с принципами генерализации, тем самым решая поставленную перед ними задачу.
К областям, где сети находят практическое применение уже сейчас, можно отнести медицину (например, очистка показаний приборов от шумов, анализ эффективности проведённого лечения), интернет (ассоциативный поиск информации), экономику (прогнозирование курсов валют, автоматический трейдинг), игры (например, го) и другие. Нейросети могут использоваться практически для чего угодно в силу своей универсальности. Однако волшебной таблеткой они не являются, и чтобы они начали функционировать должным образом, требуется проделать много предварительной работы.
Обучение нейросетей 101
Одним из ключевых элементов нейронной сети является способность обучаться. Нейронная сеть — это адаптивная система, умеющая изменять свою внутреннюю структуру на базе поступающей информации. Обычно такой эффект достигается с помощью корректировки значений весов.
Связи между нейронами на соседних слоях нейросети — это числа, описывающие значимость сигнала между двумя нейронами. Если обученная нейронная сеть верно реагирует на входную информацию, то настраивать веса нет необходимости, а в противном случае с помощью какого-либо алгоритма обучения нужно изменить веса, улучшив результат.
Как правило, это делают с помощью метода обратного распространения ошибки: для каждого из обучающих примеров веса корректируются так, чтобы уменьшить ошибку. Считается, что при правильно подобранной архитектуре и достаточном наборе обучающих данных сеть рано или поздно обучится.
Существует несколько принципиально отличающихся подходов к обучению, в привязке к поставленной задаче. Первый — обучение с учителем. В этом случае входные данные представляют собой пары: объект и его характеристику. Такой подход применяется, например, в распознавании изображений: обучение проводится по размеченной базе из картинок и расставленных вручную меток того, что на них нарисовано.
Самой известной из таких баз является ImageNet. При такой постановке задачи обучение мало чем отличается от, например, распознавания эмоций, которым занимается Neurodata Lab. Сети демонстрируются примеры, она делает предположение, и, в зависимости от его правильности, корректируются веса. Процесс повторяется до тех пор, пока точность не увеличивается до искомых величин.
Второй вариант — обучение без учителя. Типичными задачами для него считаются кластеризация и некоторые постановки задачи поиска аномалий. При таком раскладе истинные метки обучающих данных нам недоступны, но есть необходимость в поиске закономерностей. Иногда схожий подход применяют для предобучения сети в задаче обучения с учителем. Идея состоит в том, чтобы начальным приближением для весов было не случайное решение, а уже умеющее находить закономерности в данных.
Переобучение: в чем проблема и как ее решить
Главная проблема нейросетей — переобучение. Оно заключается в том, что сеть «запоминает» ответы вместо того, чтобы улавливать закономерности в данных. Наука поспособствовала появлению на свет нескольких методов борьбы с переобучением: сюда относятся, например, регуляризация, нормализация батчей, наращивание данных и другие. Иногда переобученная модель характеризуется большими абсолютными значениями весов.
Механизм этого явления примерно такой: исходные данные нередко сильно многомерны (одна точка из обучающей выборки изображается большим набором чисел), и вероятность того, что наугад взятая точка окажется неотличимой от выброса, будет тем больше, чем больше размерность. Вместо того, чтобы «вписывать» новую точку в имеющуюся модель, корректируя веса, нейросеть как будто придумывает сама себе исключение: эту точку мы классифицируем по одним правилам, а другие — по другим. И таких точек обычно много.
Очевидный способ борьбы с такого рода переобучением – регуляризация весов. Она состоит либо в искусственном ограничении на значения весов, либо в добавлении штрафа в меру ошибки на этапе обучения. Такой подход не решает проблему полностью, но чаще всего улучшает результат.
Второй способ основан на ограничении выходного сигнала, а не значений весов, — речь о нормализации батчей. На этапе обучения данные подаются нейросети пачками — батчами. Выходные значения для них могут быть какими угодно, и тем их абсолютные значения больше, чем выше значения весов. Если из каждого из них мы вычтем какое-то одно значение и поделим результат на другое, одинаково для всего батча, то мы сохраним качественные соотношения (максимальное, например, все равно останется максимальным), но выход будет более удобным для обработки его следующим слоем.
Третий подход работает не всегда. Как уже говорилось, переобученная нейросеть воспринимает многие точки как аномальные, которые хочется обрабатывать отдельно. Идея состоит в наращивании обучающей выборки, чтобы точки были как будто той же природы, что и исходная выборка, но сгенерированы искусственно. Однако тут сразу рождается большое число сопутствующих проблем: подбор параметров для наращивания выборки, критическое увеличение времени обучения и прочие.
Эффект от удаления аномального значения из тренировочного свода данных (источник)
В обособленную проблему выделяется поиск настоящих аномалий в обучающей выборке. Иногда это даже рассматривают как отдельную задачу. Изображение выше демонстрирует эффект исключения аномального значения из набора. В случае нейронных сетей ситуация будет аналогичной. Правда, поиск и исключение таких значений — нетривиальная задача. Для этого применяются специальные техники — подробнее о них вы можете прочитать по ссылкам (здесь и здесь).
Одна сеть – одна задача или «проблема катастрофической забывчивости»
Работа в динамически изменяющихся средах (например, в финансовых) сложна для нейронных сетей. Даже если вам удалось успешно натренировать сеть, нет гарантий, что она не перестанет работать в будущем. Финансовые рынки постоянно трансформируются, поэтому то, что работало вчера, может с тем же успехом «сломаться» сегодня.
Здесь исследователям или приходится тестировать разнообразные архитектуры сетей и выбирать из них лучшую, или использовать динамические нейронные сети. Последние «следят» за изменениями среды и подстраивают свою архитектуру в соответствии с ними. Одним из используемых в этом случае алгоритмов является метод MSO (multi-swarm optimization).
Более того, нейросети обладают определенной особенностью, которую называют катастрофической забывчивостью (catastrophic forgetting). Она сводится к тому, что нейросеть нельзя последовательно обучить нескольким задачам — на каждой новой обучающей выборке все веса нейронов будут переписаны, и прошлый опыт будет «забыт».
Безусловно, ученые трудятся над решением и этой проблемы. Разработчики из DeepMind недавно предложили способ борьбы с катастрофической забывчивостью, который заключается в том, что наиболее важные веса в нейронной сети при выполнении некой задачи А искусственно делаются более устойчивыми к изменению в процессе обучения на задаче Б.
Новый подход получил название Elastic Weight Consolidation (упругое закрепление весов) из-за аналогии с упругой пружинкой. Технически он реализуется следующим образом: каждому весу в нейронной сети присваивается параметр F, который определяет его значимость только в рамках определенной задачи. Чем больше F для конкретного нейрона, тем сложнее будет изменить его вес при обучении новой задаче. Это позволяет сети «запоминать» ключевые навыки. Технология уступила «узкоспециализированным» сетям в отдельных задачах, но показала себя с лучшей стороны по сумме всех этапов.
Армированный черный ящик
Еще одна сложность работы с нейронными сетями состоит в том, что ИНС фактически являются черными ящиками. Строго говоря, кроме результата, из нейросети не вытащишь ничего, даже статистические данные. При этом сложно понять, как сеть принимает решения. Единственный пример, где это не так — сверточные нейронные сети в задачах распознавания. В этом случае некоторые промежуточные слои имеют смысл карт признаков (одна связь показывает то, встретился ли какой-то простой шаблон в исходной картинке), поэтому возбуждение различных нейронов можно отследить.
Разумеется, указанный нюанс делает достаточно сложным использование нейронных сетей в приложениях, когда ошибки критичны. Например, менеджеры фондов не могут понять, как нейронная сеть принимает решения. Это приводит к тому, что невозможно корректно оценить риски торговых стратегий. Аналогично банки, прибегающие к нейронным сетям для моделирования кредитных рисков, не смогут сказать, почему этот самый клиент имеет сейчас именно такой кредитный рейтинг.
Поэтому разработчики нейросетей ищут способы обойти это ограничение. Например, работа ведется над так называемыми алгоритмами изъятия правил (rule-extraction algorithms), чтобы повысить прозрачность архитектур. Эти алгоритмы извлекают информацию из нейросетей либо в виде математических выражений и символьной логики, либо в виде деревьев решений.
Нейронные сети — это лишь инструмент
Само собой, искусственные нейронные сети активно помогают осваивать новые технологии и развивать существующие. Сегодня на пике популярности находится программирование беспилотных автомобилей, в которых нейросети в режиме реального времени анализируют окружающую обстановку. IBM Watson из года в год открывает для себя всё новые прикладные области, включая медицину. В Google существует целое подразделение, которое занимается непосредственно искусственным интеллектом.
Вместе с тем порой нейронная есть — не лучший способ решить задачу. Например, сети «отстают» по таким направлениям, как создание изображений высокого разрешения, генерация человеческой речи и глубокий анализ видеопотоков. Работа с символами и рекурсивными структурами также даётся нейросистемам нелегко. Верно это и для вопросно-ответных систем.
Изначально идея нейронных сетей заключалась в копировании и даже воссоздании механизмов функционирования мозга. Однако человечеству по-прежнему нужно разрешить проблему скорости работы нейронных сетей, разработать новые алгоритмы логического вывода. Существующие алгоритмы по меньшей мере в 10 раз уступают возможностям мозга, что неудовлетворительно во многих ситуациях.
При этом ученые до сих пор не до конца определились, в каком направлении следует развивать нейросети. Индустрия старается как максимально приблизить нейросети к модели человеческого мозга, так и генерировать технологии и концептуальные схемы, абстрагируясь ото всех «аспектов человеческой природы». На сегодняшний день — это что-то вроде «открытого произведения» (если воспользоваться термином Умберто Эко), где практически любые опыты допустимы, а фантазии – приемлемы.
Деятельность ученых и разработчиков, занимающихся нейросетями, требует глубокой подготовки, обширных знаний, использования нестандартных методик, поскольку нейросеть сама по себе — это не «серебряная пуля», способная решить любые проблемы и задачи без участия человека. Это комплексный инструмент, который в умелых руках может делать удивительные вещи. И у него еще всё впереди.
Как работают нейронные сети и можно ли их обмануть?
IT-компания DAR и Informburo.kz в проекте “Понятно о технологиях” рассказывают о том, что можно ждать от смартфонов будущего.
В начале 2019 года на аукционе Sotheby’s в Лондоне появился необычный лот – инсталляция, главным элементом которой стала нейросеть. Предмет искусства представлял собой два экрана, соединённых между собой небольшим винтажным комодом из орехового дерева. Как раз там и хранилась нейронная сеть, которая постоянно генерировала уникальные портреты и выводила их на экраны.
Годом ранее другое нейросетевое произведение искусства – «Портрет Эдмонда де Белами» продали на аукционе Christie’s почти за полмиллиона долларов. На холсте размером 70х70 см был изображён мужчина в чёрном фраке и белой рубашке, а сама работа была написана компьютерным алгоритмом, созданным французским проектом Obvious.
Это первый случай за два века истории аукционного дома Christie’s, когда была продана картина, написанная нейросетью.
В отличие от обычных компьютерных программ нейросети нужно «обучать», чтобы они могли распознавать голоса, отличать живого человека от пакета или рисовать картины за полмиллиона долларов.
Как это работает?
Биологические нейронные сети у человека больше похожи на набор связей, при помощи которых мы анализируем и принимаем решения. Нейронные сети как технология, в свою очередь, способны решать точно такие же задачи, как и остальные алгоритмы машинного обучения, с той разницей, что нейросеть может «обучаться» на предыдущем опыте.
Даже по структуре нейросеть имитирует нервную систему живого человека: она состоит из огромного числа отдельных элементов – «нейронов», которые отвечают за вычисления. Каждый такой «нейрон» относится к определённому слою сети, так что, когда нейросеть обрабатывает полученные данные, те последовательно проходят обработку на всех слоях. Параметры «нейрона» могут самостоятельно изменяться. Тут все зависит от «опыта», который был получен в предыдущие операции.
Смысл таких разработок был в том, чтобы максимально точно смоделировать весь процесс человеческой нервной системы. В частности, разработчиков интересует наша способность обучаться и не повторять ошибки прошлого. В идеале нейронная сеть должна работать по тому же принципу и действовать на основании предыдущего опыта, с каждым разом делая всё меньше ошибок. Сложность полноценного распространения нейросети заключается в длительном процессе «обучения», ведь для того, чтобы сеть могла решать поставленные задачи и выдавать правильные ответы, через неё нужно пропустить миллионы данных. Этот процесс пойдёт быстрее, когда разработчикам удастся ускорить этот процесс.
Где уже применяются нейросети?
Область применения нейронных сетей расширяется с каждым годом, но чаще всего мы слышим о развлекательной функции таких технологий. В 2016 году на рынке появилось сразу несколько проектов, которые в основе своей работы использовали нейронные сети. Способности этой технологии демонстрировала Prisma и MLVCH – два мобильных приложения, которые позволяли переносить художественный стиль на фотографии обычных пользователей.
Другое приложение – MSQRD предлагало пользователям изменять вид фотографий, выбирать и накладывать на фото маски-фильтры или эффекты, которые уже были в библиотеке приложения. За все эффекты была ответственна нейронная сеть. Способности собственных нейронных сетей демонстрируют и крупные технологические компании. Например, Google разработал и показал программу AlphaGo для игры в го. Сразу после этого программа победила в матче против Кэ Цзе, который до этого считался сильнейшим в мире участником в эту японскую игру.
Тут нужно понимать, что развлекательные сервисы создаются скорее для демонстрации возможностей нейронной сети и вариантов ее обучения. В процессе игры разработчики обучают нейросетевой алгоритм, а за счёт игровых ситуаций технология может смоделировать практически все сценарии живого поведения и «научиться» делать так же.
«Рынок нейронных сетей обусловлен ростом спроса на облачные решения и большие данные, а также увеличением числа решений для прогнозирования рынка. Мы ожидаем, что расширение областей приложений для нейронных сетей создаст выгодные возможности для роста рынка», – пишут аналитики Allied Analytics в своём отчёте.
Можно ли обмануть нейросеть?
Нейронная сеть необходима, чтобы решать в основном два типа задач: предсказывать какие-то события и распознавать объекты. Проблема в том, что в этой области есть такое понятие, как «состязательная атака»: нейросеть можно легко обмануть и заставить выдать ложный ответ. Такой метод используют учёные, чтобы проверить устойчивость нейросети к нестандартным решениям. Например, группа исследователей из Левенского католического университета нашла способ сделать человека невидимым для нейросети, просто распечатав абстрактный постер и наклеив его на учёного. В ходе эксперимента нейросеть смогла распознать только одного человека, в то время как учёный с постером в руках оставался невидим. Проблема с атаками на нейросетевые алгоритмы может привести к изменению решения от нейросети – достаточно немного повернуть образец, и нейросеть воспримет данные неправильно.
Какие у нейросетей перспективы?
Нейросети могут качественно анализировать данные, чтобы исключить ошибки, связанные с человеческим фактором. Предполагается, что такие технологии должны избавить нас от муторных и скучных задач и решений, которые мы принимаем ежедневно, но говорить о полноценном распространении нейросетей и возможностях их использования для более сложных задач пока рано. Если такая технология редактирует ваши фотографии из Instagarm и подбирает для них стиль художников семнадцатого века, это кажется безобидным. Другое дело – использование нейросети в реальной жизни, когда, например, беспилотный автомобиль не заметит собаку во время движения по дороге или примет пакет за человека, так что проблема с возможностью состязательных атак ещё остаётся.
Вопросы и ответы ИТ-Диктант Pro 13 сентября 2021 год
13 сентября 2021 года стартовал «ИТ-диктант«, тестирование в новом формате, которое представляет набор тестовых заданий разного уровня сложности, от основ работы с компьютерной техникой и навыков использования Интернет-ресурсов до познаний в таких темах, как блокчейн и интернет вещей. Мероприятие приурочено ко Дню программиста в России: праздник ежегодно отмечается в 256-й день года.
Вопросы и ответы ИТ-диктанта Pro 2021
Внимание! Тест с ограничением по времени. Время на тест ограничено и равно 30 минут. Будет идти обратный отсчет времени с момента начала вашей попытки, и вы должны завершить тест до окончания времени. Вы уверены, что хотите начать прямо сейчас? Пройти тест можно по ссылке: Пройти тест ИТ-диктанта 2021
Это специальная версия ИТ-Диктанта для тех, кому обычные вопросы кажутся слишком простыми. Если вы продвинутый житель цифрового мира, дерзайте! 32 вопроса, 30 минут. Покажите, что вы настоящий Про!
Ниже рассмотрим варианты вопросов и ответов диктанта. Мы сами проходим тест и ищем правильные ответы к вопросам, поэтому не даём гарантию на верные варианты, так что если вы найдёте ошибку в ответе, сообщите об этом в комментариях.
Вопрос 1 из 32
Что такое ассоциирование файлов?
Выберите один ответ:
a. Задание программы по умолчанию для открытия определенного типа файлов
b. Сортировка файлов по какому—либо признаку
c. Связывание файлов в группу
d. Объединение файлов
Наш вариант ответа: Задание программы по умолчанию для открытия определенного типа файлов
Вопрос 2 из 32
Формат файла*.CDR – это…
Выберите один ответ:
a. проприетарный формат файла в популярном вектором редакторе
b. свободно распространяемый формат, содержащий в себе векторную и растровую графику
c. проприетарный формат текстового файла
d. файл конфигурации в популярном растровом редакторе
Наш вариант ответа: проприетарный формат файла в популярном вектором редакторе
Вопрос 3 из 32
https — это…
Выберите один ответ:
a. протокол обеспечения безопасности передачи сообщений
b. протокол для доступа к электронной почте
c. расширение протокола HTTP для поддержки шифрования
d. протокол передачи гипертекста
Наш вариант ответа: расширение протокола HTTP для поддержки шифрования
Вопрос 4 из 32
Какой из протоколов отвечает за получение ip адреса устройствами в автоматическом режиме?
Выберите один ответ:
Наш вариант ответа: DHCP
Вопрос 5 из 32
Как определить тип подключенного USB-устройства (например, с целью поиска драйвера), если не удается его идентифицировать (нет маркировки, неизвестен производитель и/или модель)?
Выберите один ответ:
a. Посмотреть в диспетчере устройств его VID и PID
b. Найти устройство в диспетчере задач
c. Набрать в командной строке «format C:» и нажать «Y»
d. Все варианты не верны
Наш вариант ответа: Посмотреть в диспетчере устройств его VID и PID
Вопрос 6 из 32
Как нужно ввести некоторую фразу в поисковом сервисе Google, чтобы выполнить поиск с дословным совпадением?
Выберите один ответ:
Наш вариант ответа: «Фраза»
Вопрос 7 из 32
Чем «Умеренная» настройка поиска в поисковой системе Яндекса отличается от «Семейной»?
Выберите один ответ:
a. В случае «Умеренной» настройки материалы 18+ будут скрываться, только если запрос не был прямо составлен на их получение. В случае «Семейной» настройки они будут скрываться всегда.
b. «Умеренная» исключает материалы экстремистского толка, а «Семейная» отдаст предпочтение в выдаче материалам, полезным в ведении домашнего хозяйства
c. «Умеренная» не выдаст материалы 18+, «Семейная» — материалы 16+.
d. Разницы практически нет
Наш вариант ответа: В случае «Умеренной» настройки материалы 18+ будут скрываться, только если запрос не был прямо составлен на их получение. В случае «Семейной» настройки они будут скрываться всегда.
Вопрос 8 из 32
Каким образом правильно указывается числовой диапазон в поисковых запросах в Google?
Выберите один ответ:
Наш вариант ответа: число1..число2
Вопрос 9 из 32
Как узнать, какие страницы сайта example.com проиндексированы поисковой системой Google?
Выберите один ответ:
a. Осуществить поиск по запросу «site:example.com»
b. Зайти в html-код каждой страницы на сайте — в код проиндексированных страниц робот поисковой системы добавляет идентификатор
c. Нет смысла выяснять эту информацию. Все веб-страницы в интернете автоматически индексируются
d. Это невозможно. Вы увидите веб-страницы сайта в поисковой выдаче только при выполнении релевантных запросов
Наш вариант ответа: Осуществить поиск по запросу «site:example.com»
Вопрос 10 из 32
Что необходимо ввести перед названием сайта в строке поиска, чтобы получить в поисковой выдаче сайты с похожим контентом?
Выберите один ответ:
Наш вариант ответа: related:
Вопрос 11 из 32
Что из перечисленного не является спутниковой системой навигации?
Выберите один ответ:
Наш вариант ответа: Starlink
Вопрос 12 из 32
Какой из каналов связи и интерфейсов обладает наименьшей пропускной способностью (скоростью передачи данных) среди остальных?
Выберите один ответ:
Наш вариант ответа: Bluetooth 5.0
Вопрос 13 из 32
Что означают цифры в классификации степени защиты токопроводящих устройств IP (например, цифры «6» и «8» в IP68)?
Выберите один ответ:
a. Первая цифра — степень защиты от влаги, вторая — степень защиты от низких и высоких температур
b. Первая цифра — степень защиты от низких температур, вторая — степень защиты от высоких температур
c. Первая цифра — степень защиты от пыли, вторая — степень защиты от влаги
d. Первая цифра — степень защиты от ударов, вторая — степень защиты от влаги
Наш вариант ответа: Первая цифра — степень защиты от пыли, вторая — степень защиты от влаги
Вопрос 14 из 32
Какой стандарт сетей Wi-Fi является более новым?
Выберите один ответ:
Наш вариант ответа: 802.11ax
Вопрос 15 из 32
Если у вас сбивается дата и время при отключении питания компьютера это говорит о…
Выберите один ответ:
a. сбившихся настройках BIOS
b. разрядившейся батарейке, питающей микросхему BIOS
c. проблеме с электропитанием процессора
d. ни один из вариантов не верен
Наш вариант ответа: разрядившейся батарейке, питающей микросхему BIOS
Вопрос 16 из 32
Какой символ используется в большинстве социальных сетей для упоминания в сообщениях и записях других пользователей и групп?
Выберите один ответ:
Наш вариант ответа: @
Вопрос 17 из 32
Самый популярный протокол видеостриминга в социальных сетях на данный момент?
Выберите один ответ:
Наш вариант ответа: RTMP
Вопрос 18 из 32
Яндекс.Вордстат или Google AdWords — это сервисы…
Выберите один ответ:
a. для поиска синонимов
b. для подбора слов и оценки популярности поискового запроса
c. генерации текста на основе нейросетевого алгоритма
d. продвижения определенных поисковых запросов
Наш вариант ответа: для подбора слов и оценки популярности поискового запроса
Вопрос 19 из 32
Какая социальная сеть не позволяет получить ссылку для трансляции через RTMP (OBS, vMix и т.д.)?
Выберите один ответ:
Наш вариант ответа: Instagram
Вопрос 20 из 32
Формат ремиксирования при производстве контента наиболее популярен в…
Выберите один ответ:
Наш вариант ответа: TikTok
Вопрос 21 из 32
Обязан ли продавец предоставить вам бумажный чек при онлайн- покупке?
Выберите один ответ:
a. Продавец должен связаться со мной и выбрать способ отправки
b. Продавец обязан прислать чек удобным мне способом по требованию
c. Продавец не обязан присылать бумажный чек, но обязан предоставить электронный
d. Продавец вправе отказать выдать чек
Наш вариант ответа: Продавец не обязан присылать бумажный чек, но обязан предоставить электронный
Вопрос 22 из 32
Безопасно ли совершать оплату если время действия сертификата SSL истекло?
Выберите один ответ:
c. SSL не влияет на безопасность
d. Безопасно, если сайт работает через HTTPS
Наш вариант ответа: Небезопасно
Вопрос 23 из 32
Каким способом можно вернуть деньги, отправленные Вами на карту мошеннику через систему быстрых платежей (СБП)?
Выберите один ответ:
a. Написав в техподдержку и доказав факт мошенничества
b. Написав в техподдержку, которая, в свою очередь, может вычислить местоположение мошенника по IP, после чего передать эти данные Вам.
c. Написав в техподдержку, которая, в свою очередь, может вычислить местоположение мошенника по IP, после чего передать эти данные в правоохранительные органы.
d. Ни один из перечисленных вариантов
Наш вариант ответа: Ни один из перечисленных вариантов
Вопрос 24 из 32
Может ли пройти онлайн-оплата, если вы указали неверный cvv/cvc, но в системе 3D- Secure ввели верный код из SMS?
Выберите один ответ:
a. Может, но только операции до 1000 рублей
d. Может, если разрешено банком
Наш вариант ответа: Может, если разрешено банком
Вопрос 25 из 32
Кто может вносить изменения в статью Wikipedia?
Выберите один ответ:
a. Любой зарегистрированный на сайте пользователь, если статья не защищена от правок
b. Модераторы Wikipedia
c. Верифицированные пользователи Wikipedia
d. Представитель научного сообщества, зарегистрированный в реестре редакторов Wiki
Наш вариант ответа: Любой зарегистрированный на сайте пользователь, если статья не защищена от правок
Вопрос 26 из 32
Фейковые новости — это…
Выберите один ответ:
a. Информационная мистификация или намеренное распространение дезинформации в социальных медиа и традиционных СМИ с целью введения в заблуждение
b. Достоверные по своей сути, но поданные в сатирической обёртке новости, транслируемые с целью привлечения внимания к реально существующей проблеме
c. Маскировка искусственной общественной поддержки под общественную инициативу
d. Непроверенная информация, опубликованная в средствах массовой информации в развлекательных целях
Наш вариант ответа: Информационная мистификация или намеренное распространение дезинформации в социальных медиа и традиционных СМИ с целью введения в заблуждение
Вопрос 27 из 32
Информация в каком источнике с большей вероятностью является достоверной?
Выберите один ответ:
a. Пост в группе в социальной сети
b. Новость в Telegram-канале
c. видео на YouTube-канале
d. статья, проиндексированная в Scopus
Наш вариант ответа: статья, проиндексированная в Scopus
Вопрос 28 из 32
Чего в настоящее время нельзя сделать с помощью нейросетей?
Выберите один ответ:
a. Сгенерировать голос любого человека для создания фальшивой аудиозаписи
b. Смонтировать изображение человека на фото, на котором его не было
c. Создать видеозапись с человеком, где он произносит слова, которых никогда не произносил
d. Всё вышеперечисленное возможно
Наш вариант ответа: Всё вышеперечисленное возможно
Вопрос 29 из 32
Какая информация из представленной ниже снижает вашу анонимность в сети при передаче сайту, провайдеру или иным лицам?
Выберите один ответ:
a. Разрешение окна браузера
d. Все вышеперечисленное
Наш вариант ответа: Все вышеперечисленное
Вопрос 30 из 32
https — это…
Выберите один ответ:
a. протокол обеспечения безопасности передачи сообщений
b. протокол для доступа к электронной почте
c. расширение протокола HTTP для поддержки шифрования
d. протокол передачи гипертекста
Наш вариант ответа: расширение протокола HTTP для поддержки шифрования
Вопрос 31 из 32
Как называется сайт, визуально идентичный официальному, но созданный с целью совершения мошеннических действий?
Выберите один ответ:
Наш вариант ответа: Фишинговый
Вопрос 32 из 32
Какой протокол VPN из перечисленных наиболее небезопасен?
Выберите один ответ:
Наш вариант ответа: PPTP
Весь список тестов ИТ-диктанта в статье: ИТ-диктант ответы на вопросы 2021 года