Шрифт:
– Как… – Манос едва не задохнулся и залпом допил свое пиво. – Как вы их отбирали?
– Десять из них никакой опасности не представляют, – не без гордости ответил Хрисанфос. – У нас тоже есть свои методы.
– Что же это за методы, черт возьми? – раздраженно спросил Манос.
Хрисанфос попытался успокоить его.
– Босс, вы здесь в качестве консультанта.
– Так почему бы не прислушаться к моим советам? Не будем касаться жертв, но как вы выбрали шестерых подозреваемых из списка в шестнадцать человек? Я просто не понимаю.
– Почему бы вам не рассказать нам о своей системе? – предложил Беллас, возвращая себе инициативу в разговоре.
– Системе? Она управляет данными. Эго-графами [31] . Они используются как логические центры и подключены к другим узлам. Узлы генерируют вероятности. Конечный результат системы – имена шестнадцати подозреваемых. Мы еще не обработали всю имеющуюся информацию, а значит, ваш выбор абсолютно случаен! Это все равно что вытягивать бумажки из шляпы. Любой из тех, чье имя осталось в шляпе, может быть убийцей с такой же степенью вероятности, что и тот, кого вы достали. Может быть, он прямо сейчас гуляет по городу. И выбранный им человек может умереть уже сегодня!
31
Эго-граф – вид динамического упорядочивания информации о связях групп объектов.
– Босс, давайте поспокойнее. – Беллас глубоко вздохнул; внутри у него все кипело.
С каким удовольствием он свернул бы шею этому сопляку прямо здесь, у всех на глазах! Но затевать драку смысла нет. Пока что.
– Просто расскажите нам о своих исследованиях.
– Господи! – Вне себя от злости, Манос обхватил голову руками.
Подошедший официант поставил на их столик большое блюдо – греческий салат по-деревенски.
– Да, – подхватил Хрисанфос. – О том, что вы делаете. – Он тут же пожалел о сказанном, поймав хмурый взгляд Белласа. Но его слова сотворили маленькое чудо.
Манос тут же оживился. «Эти ученые – помешанные».
– Мы получаем данные – графы. Социальные сети, интернет, телефоны. Назовем это просто навозной кучей, поскольку мы на самом деле не знаем, что ищем.
– Полиция…
– Да, полиция знает все. А Интерпол – просто сборище идиотов, я в курсе… Итак, мы получаем всю эту мешанину данных. Например… взять хотя бы этот салат. Мы берем помидоры, берем оливки. Ломтики феты, кусочки огурцов, кольца лука. Всё вместе. Прежде чем поместить данные в модель – в нашем примере в чашу, – их нужно подготовить, рассортировать…
– Помыть, – сказал Хрисанфос.
– Вот именно! Только вместо воды мы промываем наши ингредиенты с помощью алгоритма… давайте просто назовем это математикой. Алгеброй.
– Прекрасно, – сказал Беллас, наконец успокоившись. – Это даже я понимаю.
– Теперь, когда все помыто, мы выкладываем ингредиенты в салатницу, в нашу модель. Если это блюдо с секциями, менажница, мы кладем помидоры в одно отделение, а лук в другое, понимаете? Это контролируемая модель. Если нет, тогда мы требуем от самой чаши, чтобы она распознала ингредиенты.
– Чаша… распознала…
– Именно. Мы называем это выпуклой функцией – ее график напоминает формой, кстати, именно чашу. И фрукт падает в нее. С градиентным спуском [32] . Это обучение. Мы можем научить чашу отличать помидоры от огурцов.
– А потом, – Беллас подцепил кусочек помидора со стоящего перед ними блюда, – мы их едим.
Хрисанфос помял в руках хрустящий ломтик хлеба.
– Вот только нужны разные наборы помидоров, огурцов и оливок, чтобы убедиться, что модель работает. Помидоры для обучения, помидоры для тестирования и помидоры для валидации.
32
Градиентный спуск – один из основных элементов построения алгоритмов обучения при анализе данных, основанный на вычислительном движении вдоль градиента, вектора, указывающего, в каком направлении тот или иной параметр изменяется с наиболее высокой скоростью.
– Много помидоров… – Беллас отвлекся, чтобы взглянуть на телефон.
– Если этого не сделать, есть риск получить ложные результаты. То, что принято за помидор, окажется… бататом.
– В греческом салате ему определенно делать нечего.
– А когда все помидоры окажутся помидорами? – спросил Хрисанфос.
Беллас усмехнулся.
– Ты получишь салат из помидоров.
– Ну вот, вы всё поняли! – воскликнул Манос. – Теперь вы специалисты по обработке данных. Если все сложится, у вас получится салат, состоящий ровно из шестнадцати помидоров.
Это заявление привлекло внимание стоящего неподалеку официанта.
– Итак, где же преступник? – продолжал Манос. – Как из тех шестнадцати выбрать нужного?
Оба полицейских уставились на него, позабыв о еде. Манос так завелся, что его было слышно за соседними столиками. Беллас объяснил официанту, что им не нужен салат из помидоров, тем более из шестнадцати штук.
Не дождавшись помощи, Манос сам ответил на собственный вопрос:
– Вы начинаете весь процесс сначала. С уточненными данными. Это называется машинное обучение. Вы снова моете помидоры и выкладываете их на новое блюдо с разделителями для сортировки. При этом дизайн должен быть простым, иначе все они выйдут одинаковыми.