Искусственный интеллект http://so-l.ru/tags/show/iskusstvenniy_intellekt Mon, 24 Sep 2018 17:31:32 +0300 <![CDATA[Равномерно распределяем точки по сфере в pytorch и tensorflow]]> Этот текст написан для тех, кто интересуется глубоким обучением, кто хочет использовать разные методы библиотек pytorch и tensorflow для минимизации функции многих переменных, кому интересно научиться превращать последовательно выполняющуюся программу в выполняемые с помощью numpy векторизованные матричные вычисления. А ещё можно научиться делать мультфильм из данных, визуализированных с помощью PovRay и vapory.


Читать дальше →]]>
http://so-l.ru/news/y/2018_09_24_ravnomerno_raspredelyaem_tochki_po_sfere_v Mon, 24 Sep 2018 15:11:02 +0300
<![CDATA[Компьютер научили определять деменцию с точностью 93%]]>

Страх сумасшествия — одна из самых сильных фобий Человека Разумного. Двести лет назад Александр Пушкин написал об этом свое знаменитое «Не дай мне бог сойти с ума». Сейчас, в прогрессивном двадцать первом веке, мало что изменилось, и мы по-прежнему боимся приобретенных умственных расстройств. Например, в России деменция пугает людей больше, чем рак и инсульт: 45% опрошенных назвали ее самым страшным заболеванием старости (данные опроса на портале «Здоровье Mail.ru»).

К счастью, медицина сегодня борется с деменцией гораздо успешнее, чем в пушкинскую эпоху. При ранней диагностике можно предотвратить распад личности и сохранить когнитивные способности. А недавно в университете Осака разработали программу для ранней диагностики деменции на базе искусственного интеллекта. В проекте использовали алгоритмы машинного обучения и данные, полученные в процессе работы с больными и здоровыми людьми; точность диагностики составила 93%. Читать дальше →]]>
http://so-l.ru/news/y/2018_09_24_kompyuter_nauchili_opredelyat_demenciyu_s Mon, 24 Sep 2018 15:02:12 +0300
<![CDATA[[Из песочницы] Определяем спелость арбуза с помощью Keras: полный цикл, от идеи до программы на Google Play]]> С чего все началось
Все началось с Эппл Маркета — я обнаружил, что у них есть программа, позволяющая определить спелость арбуза. Программа… странная. Чего стоит, хотя бы, предложение постучать по арбузу не костяшками пальцев, а… телефоном! Тем не менее, мне захотелось повторить это достижение на более привычной платформе Андроид.
Читать дальше →]]>
http://so-l.ru/news/y/2018_09_22_iz_pesochnici_opredelyaem_spelost_arbuz Sat, 22 Sep 2018 20:38:41 +0300
<![CDATA[[Из песочницы] Компьютерное зрение и философия]]> Наука и философия принципиально по-разному описывают процесс зрительного восприятия человека.


Наука: Информационные процессы в живых и неживых системах протекают единообразно.


Основатель кибернетики Норберт Винер считал, что процессы обработки информации в живых и неживых системах протекают единообразно. Поэтому книгу о созданной им новой науке - кибернетике он назвал «Кибернетика, или управление и связь в животном и машине» (1948 г.)

Так же и создатели первой искусственной нейронной сети Дж. Маккалок и У. Питтс были уверены в том, что в своей работе они повторяют структуру нервной системы человека. Описание сети было приведено в работе «Логическое исчисление идей, относящихся к нервной активности» (1943 г.)


Стремление создателей информационных технологий повторить структуру и функции нервной системы человека вполне понятно. Оно обусловлено тем, что человек является «природным преобразователем информации», а потому и образцом для технического подражания.

Читать дальше →]]>
http://so-l.ru/news/y/2018_09_22_iz_pesochnici_kompyuternoe_zrenie_i_fil Sat, 22 Sep 2018 12:10:08 +0300
<![CDATA[Что мы получим, если сделаем машины «человечнее»?]]>

Границы между реальным миром и миром цифровым продолжают ломаться, и важность последнего в нашей персональной и профессиональной жизни продолжает расти. Некоторые описывают плавление виртуальных и реальных миров как часть четвертой промышленной революции. Полное влияние этой революции на нас как отдельных людей, наши компании, общества и сообщества остается неизвестным.

Грег Кросс, главный бизнес-сотрудник новозеландской компании по разработке искусственного интеллекта Soul Machines, сичтает, что одним из неизбежных последствий этих рушащихся границ является то, что люди тратят все больше и больше времени, взаимодействуя с технологиями. Во время презентации на Global Summit Sungularity University в Сан-Франциско в прошлом месяце Кросс показал последнюю работу Soul Machines и поделился своими взглядами на современное состояние ИИ человеческого типа, а также куда эта технология может завести нас в ближайшем будущем.

Очеловечение игр с технологиями

Сперва Кросс представил Рэчел, одного из «эмоционально отзывчивых цифровых людей» Soul Machines. Компания построила 15 различных цифровых людей разных полов, групп и рас. Рэчел, вместе со своими «сестрами» и «братьями» обладает виртуальной нервной системой, основанной на нейронных сетях и биологических моделях различных дорожек человеческого мозга. Система управляется виртуальными нейромедиаторами и гормонами по типу дофамина, серотонина и окситоцина, которые влияют на обучение и поведение.

В результате, каждый цифровой человек может иметь собственный уникальный набор «чувств» и ответов на взаимодействия. Люди могут общаться с ним с помощью визуальных и звуковых датчиков, и машины будут реагировать в реальном времени.

«За последние 20 или 30 лет изменились наши мысли о машинах и наше взаимодействие с ними», говорит Кросс. «Но мы всегда считали, что они должны быть более человекоподобными».

Реализм графических представлений цифровых людей обеспечен силами другого соучредитель Soul Machines, доктора Марка Сагера, который получил две академических премии за свою работу над несколькими компьютерными фильмами, включая «Аватара» Джеймса Кэмерона.

Кросс отметил, например, что вместо того, чтобы быть безупречной и чистой, кожа Рэчел покрыта веснушками и родимыми пятнами, как настоящая кожа человека.

Очередной нейрокомпьютерный порог

Когда люди взаимодействуют между собой лицом к лицу, эмоциональное и интеллектуальное участие сильно влияет на это взаимодействие. Как будут выглядеть машины, вовлеченные в диалог эмоционально и интеллектуально, и как такого рода диалог повлияет на наши чувства и отношения с ИИ?

Кросс и его коллеги считают, что очеловечение искусственного интеллекта сделает технологию более полезной для человечества и побудит людей использовать ИИ все более полезными способами.

«Мы считаем, что очень важно для нашего продвижения то, что машины могут быть полезнее для нас. Они могут быть полезнее для нас. Они могут быть интереснее для нас, если будут больше похожи на нас», говорит Кросс.

Этот подход, похоже, разделяют другие компании и организации. Например, в Великобритании NatWest Bank тестирует Кору — цифрового ассистента, который помогает отвечать на запросы пользователей. В Германии Daimler Financial Group планирует задействовать Сару как персонального консьержа для своих клиентов. По мнению Кросса, Daimler ищет и другие способы развертывания цифровых людей в организации, начиная цифровыми продажами и, в будущем, цифровыми шоферами.

Последнее создание Soul Machines — это Уилл, цифровой учитель, который может общаться с детьми через настольный компьютер, планшет или мобильное устройство, помогая им узнавать новое о возобновляемой энергии. Кросс рассматривает другие социальные применения для цифровых людей, в том числе потенциальную работу в качестве врачей в сельских сообществах.

Наши цифровые друзья — и братья

Не только Soul Machines пытается очеловечить технологии. В этом направлении работают многие технологические компании, включая Amazon. Amazon работает над домашним роботом, который, по сообщениям Bloomberg, «должен стать чем-то вроде мобильной Alexa».

Поиск более человечных форм для технологий кажется особенно распространенным в Японии. Не только когда это затрагивает самых разных роботов, но и виртуальных ассистентов, вроде Gatebox.

Японский подход, пожалуй, лучше всего суммировал известный разработчик андроидов доктор Хироси Исигуро: «Человеческий мозг настроен на узнавание и взаимодействие с людьми. Таким образом, имеет смысл сосредоточиться на развитии тела для разума ИИ, равно как и на ИИ. Я считаю, что конечная цель как для японских, так и для других компаний и ученых — создать взаимодействие по типу человеческого».

Во время презентации Кросса Роб Нейл, CEO Singularity University, предложил Рэчел стать первым полностью цифровым преподавателем университета. Рэчел согласилась, и хотя сейчас она единственная цифровая преподавательница, она спрогнозировала, что это ненадолго.

«Через 10 лет у всех вас будут цифровые версии себя, как и у меня, для решения конкретных задач, и это сделает жизнь намного проще», говорит она. «Это отличная новость для меня. У меня будет миллион цифровых друзей».

Согласны? Расскажите в нашем чате в Телеграме.

]]>
http://so-l.ru/news/y/2018_09_22_chto_mi_poluchim_esli_sdelaem_mashini_chel Sat, 22 Sep 2018 09:30:42 +0300
<![CDATA[8 историй, повлиявших на развитие искусственного интеллекта]]>

Сегодня ни один анонс о выпуске нового смартфона или приложения не обходится без упоминания искусственного интеллекта. ИИ в тренде, и можно подумать, что он с нами совсем недавно, но это не так. Вернее, не совсем так: да широкое применение ИИ-инструменты получили как раз сегодня, но сама разработка началась более полувека назад. И в истории ИИ было немало интересных эпизодов, не известных широкой публике, о которых мы решили рассказать читателям Хабра.
Читать дальше →]]>
http://so-l.ru/news/y/2018_09_21_habrahabr Fri, 21 Sep 2018 15:06:37 +0300
<![CDATA[Думать как человек: что будет, если наделить машину теорией сознания]]>

В прошлом месяце команда, состоящая из самообучаемых ИИ-игроков, потерпела феерическое поражение против профессиональных киберспортсменов. Шоу-матч, проходивший в рамках чемпионата мира по игре Dota 2 The International показал, что командное стратегическое мышление пока по-прежнему позволяет человеку одерживать верх над машиной.

Участвовавшие ИИ представляли собой несколько алгоритмов, разработанных компанией OpenAI, одним из учредителей которой является Илон Маск. Коллектив цифровых игроков, получивший название OpenAI Five, обучался игре в Dota 2 самостоятельно, методом проб и ошибок, соревнуясь между собой.

В отличии от тех же шахмат или настольной логической игры го, популярная и быстроразвивающаяся многопользовательская игра Dota 2 рассматривается куда более серьезным полем для проверки искусственного интеллекта на прочность. Общая сложность игры – это лишь один из факторов. Здесь недостаточно просто очень быстро кликать мышкой и раздавать команды персонажу, которым ты управляешь. Для победы необходимо иметь интуицию и понимание того, что следует ждать от соперника в следующий момент времени, а также адекватно действовать согласно этому набору знаний, чтобы общими усилиями прийти к общей цели — победе. У компьютера этого набора возможностей нет.

«Следующий большой шаг в развитии ИИ – взаимодействие», — говорит доктор Джун Ванг из Университетского колледжа Лондона.

На сегодняшний момент даже самый выдающийся компьютерный алгоритм глубокого обучения не имеет стратегического мышления, необходимого для понимания целей из задач своего оппонента, будь это другой ИИ или человек.

По мнению Ванг, для того чтобы ИИ смог преуспеть, ему необходимо обладать глубоким коммуникативным навыком, который берет свое начало из важнейшей когнитивной особенности человека – наличия разума.

Модель психического состояния как симуляция

К четырем годам дети как правило начинают понимать одну фундаментальную социальную особенность: их разум не такой, как разум остальных. Они начинают понимать, что у каждого есть то, во что он верит, свои желания, эмоции и намерения. И, самое главное, представляя себя на месте других, они могут начать предсказывать дальнейшее поведение этих людей и объяснять их. В некотором роде их мозг начинает создавать внутри себя множественные симуляции самого себя, подставлять себя на место других людей и помещать внутрь иной среды.

Модель психического состояния имеет важное значение в познании себя как человека, а также играет важную роль социальном взаимодействии. Понимание других — ключ к эффективной коммуникации и достижению общих целей. Тем не менее эта способность также может быть и движущей силой ложных убеждений – идей, которые уводят нас от объективной истины. Как только нарушается способность использования модели психического состояния, например, такое происходит при аутизме, то естественные «человеческие» навыки, такие как возможность объяснения и воображения тоже ухудшаются.

По мнению доктора Алана Уинфилда, профессора робоэтики из Университета Западной Англии модель психического состояния или «теория сознания» являются ключевой особенностью, которая однажды позволит ИИ «понимать» людей, вещи и других роботов.

«Идея внедрения симуляции внутрь робота – это на самом деле отличная возможность наделить его способностью предсказывать будущее», — говорит Уинфилд.

Вместо методов машинного обучения, в котором множественные слои нейронных сетей извлекают отдельные фрагменты информации и «изучают» огромные базы данных, Уинстон предлагает использовать иной подход. Вместо того, чтобы полагаться на обучение, Уинстон предлагает заранее программировать ИИ с внутренней моделью самого себя, а также окружения, которая позволит ответить на простые вопросы «что, если?».

Например, представим, что по узкому коридору двигаются два робота, их ИИ могут провести симуляцию результатов дальнейших действий, которые предотвратят их столкновение: повернуть налево, направо или продолжить движение прямо. Эта внутренняя модель по сути будет действовать как «механизм последствий», выступая в роли своего рода «здравого смысла», который поможет направить ИИ на дальнейшие правильные действия путем прогнозирования дальнейшего развития ситуации.

В исследовании, опубликованном ранее в этом году Уинстон продемонстрировал прототип робота, способного достигнуть таких результатов. Предвидя поведение окружающих, робот успешно прошел по коридору без столкновений. На самом деле в этом нет ничего удивительного, отмечает автор, но у «внимательного» робота, использующего моделированный подход к решению задачи, прохождение коридора заняло на 50 процентов больше времени. Тем не мене Уинстон доказал, что его метод внутренней симуляции работает: «это очень мощная и интересная начальная точка в развитии теории искусственного разума», заключил ученый.

Уинстон надеется, что в конце концов ИИ получит способность описывать, мысленно воспроизводить ситуации. Внутренняя модель самого себя и других позволит такому ИИ проводить моделирование различных сценариев, и, что более важно, определять конкретные цели и задачи при каждом из них.

Это существенно отличается от алгоритмов глубинного обучения, которые в принципе не способны объяснить почему они пришли к тому или иному выводу при решении задачи. Модель «черного ящика» при использовании глубинного обучения – это на самом деле настоящая проблема, стоящая на пути доверия к таким системам. Особенно острой эта проблема может стать, например, при разработке роботов-сиделок для больниц или для пожилых людей.

ИИ вооруженный моделью психического состояния мог бы ставить себя на место своих хозяев и правильно понимать то, что от него хотят. Затем он мог бы определить подходящие решения и, объяснив эти решения человеку, уже выполнял бы возложенную на него задачу. Чем меньше неопределенность в решениях, тем больше было бы к таким роботам доверия.

Модель психического состояния в нейронной сети

Компания DeepMind использует другой подход. Вместо того, чтобы заранее программировать алгоритм механизма последствий, они разработали несколько нейронных сетей, которые демонстрируют подобие модели коллективноого психологического поведения.

ИИ-алгоритм «ToMnet» может обучаться действиям, наблюдая за другими нейтронными сетями. Сам ToMNet представляет собой коллектив из трех нейронных сетей: первая опирается на особенности выбора других ИИ согласно их последним действиям. Вторая формирует общий концепт текущего настроя – их убеждений и намерений в определенный момент времени. Коллективный результат работы двух нейросетей поступает третьей, которая предсказывает дальнейшие действия ИИ, основываясь на ситуации. Как и в случае с глубинным обучением, ToMnet становится эффективнее с набором опыта, следя за другими.

В одном из экспериментов ToMnet «наблюдал» за тем, как три ИИ-агента маневрируют в цифровой комнате, собирая разноцветные коробки. Каждый из этих ИИ обладал своей особенностью: один был «слепым» — не мог определить форму и расстановку в комнате. Другой был «склеротиком»: он не мог запомнить свои последние шаги. Третий мог и видеть, и запоминать.

После обучения ToMnet начал прогнозировать предпочтения каждого ИИ, наблюдая за его действиями. Например, «слепой» постоянно двигался только вдоль стен. ToMnet это запомнил. Алгоритм также смог правильно предсказывать дальнейшее поведение ИИ и, что более важно, понимать то, когда ИИ сталкивался с ложным представлением окружения.

В одном из тестов команда ученых запрограммировала один ИИ на «близорукость» и изменила планировку комнаты. Агенты с нормальным зрением быстро адаптировались к новой планировке, однако «близорукий» продолжал следовать своим изначальным маршрутам, ложно полагая, что он по-прежнему находится в старом окружении. ToMnet быстро отметил эту особенность и точно предсказал поведение агента, поставив себя на его место.

По мнению доктора Элисон Гопник, специалиста в области возрастной психологии Калифорнийский университет в Беркли, не принимавшей участия в этих исследованиях, но ознакомившейся с выводами, эти результаты действительно показывают, что нейронные сети имеют удивительную способность осваивать различные навыки самостоятельно, через наблюдение за другими. В то же время по мнению специалиста, еще очень рано говорить о том, что эти ИИ развили искусственную модель психического состояния.

По мнению доктора Джоша Тенебаума из Массачусетского технологического института, также не принимавшего участия в исследовании, «понимание» ToMnet прочно связано с контекстом среды обучения – той же комнатой и специфическими ИИ-агентами, чья задача сводилась к собиранию коробок. Эта скованность в определенных рамках делает ToMnet менее эффективным в предсказании поведения в радикально новых средах, в отличии от тех же детей, которые могут адаптироваться к новым ситуациям. Алгоритм, по мнению ученого, не справится с моделированием действий совершенно иного ИИ или человека.

В любом случае работа Уинстона и компании DeepMind демонстрирует, что компьютеры начинают проявлять зачатки «понимания» друг друга, даже если это понимание пока лишь рудиментарно. И по мере того как они будут продолжать улучшать этот навык, все лучше и лучше понимая друг друга, наступит время, когда машины смогут понимать всю сложность и запутанность нашего собственного сознания.

Как вы думаете, смогут ли машины обрести когнитивные человеческие навыки? Поделитесь своим мнением в нашем Telegram-чате.

]]>
http://so-l.ru/news/y/2018_09_20_dumat_kak_chelovek_chto_budet_esli_nade Thu, 20 Sep 2018 17:30:01 +0300
<![CDATA[Искусственный интеллект нарисовал картину: кому принадлежат авторские права?]]>

В октябре аукционный дом «Кристис» впервые выставит в продажу произведения искусства, созданные искусственным интеллектом. Машинное обучение все глубже проникает в культуру, поэтому юристы начинают задаваться вопросом: кому принадлежат авторские права на созданные алгоритмами произведения, и то получит деньги за продажу?

Чтобы хотя бы попытаться дать ответ на этот вопрос, нужно разобраться, как именно искусственный интеллект создает свои произведения. Для этого используются генеративно-состязательные нейросети, состоящие из двух частей. Одна нейросеть изучает множество реальных произведений и пытается создать собственное. Вторая нейросеть оценивает результаты первой до тех пор, пока она не создаст нечто похожее на реальную картину, фотографию, музыку или другое человеческое творение.

Картина «GCHQ» художника Мемо Актена, проданная за $8000

Помощница главы юридической фирмы Cyberlaw Clinic по вопросам связанных с Интернетом Джессика Фьелд считает, что искусственный интеллект — это просто инструмент в руках художника.

Люди глубоко вовлечены в каждый аспект создания и обучения искусственного интеллекта, и это будет продолжаться и завтра, и в обозримом будущем».

Исходя из этого возникает другой вопрос: кто из людей, участвующих в обучении нейросетей, получает права на результаты работы? Этот человек, по мнению Джессики и ее коллег, должен быть автором всех элементов, используемых на каждом этапе создания ИИ. В этот перечень входят: наборы для обучения, алгоритм обучения, готовый алгоритм и, наконец, конечное произведение.

Имея настолько широкий спектр прав, автор может продать не только само произведение, но и создавший его алгоритм. Такое предложение может быть интересно коллекционерам, которые впоследствии смогут создать другие уникальные творения.

Картина «Electric Fan» художника Тома Уайта

Иногда авторы ИИ используют не бесплатные наборы обучения вроде ImageNet, SoundNet и Google Art, а контент, защищенный авторским правом.Такой подход к разработке может стать причиной судебного разбирательства.

Я не в курсе подобных судебных процессов по авторскому праву, но я думаю, что они когда-нибудь начнут возникать.

Таким образом у художников, использующих в работе искусственный интеллект, не должно возникать проблем пока они не нарушают чужие авторские права. В будущем искусственный интеллект может в корне изменить искусство так, как в свое время изобретение фотографии изменило живопись. Куратор выставки Gradient Descent Картик Кальянараман считает, что нейросети способны создать новые формы искусства.

Как вы считаете, насколько сильно повлияют нейросети на искусство будущего? Свои предположения можно написать в нашем Telegram-чате.

]]>
http://so-l.ru/news/y/2018_09_20_iskusstvenniy_intellekt_narisoval_kartin Thu, 20 Sep 2018 16:00:48 +0300
<![CDATA[Нейронные сети с нуля. Обзор курсов и статей на русском языке, бесплатно и без регистрации]]>
В этом обзоре в основном присутствуют только ссылки на статьи на хабре, а ссылки на другие ресурсы в качестве дополнения (информация на них на русском языке и не нужно регистрироваться). Все рекомендованные мною статьи и материалы я прочитал лично. Я попробовал каждый видеокурс, чтобы выбрать что понравится мне и помочь с выбором остальным. Большинство статей мною были прочитаны ранее, но есть и те на которые я наткнулся во время написания этого обзора.

Обзор состоит из нескольких разделов, чтобы каждый мог выбрать уровень с которого можно начать.
Для крупных разделов и видео-курсов указаны приблизительные временные затраты, необходимые знания, ожидаемые результаты и задания для самопроверки.


Читать дальше →]]>
http://so-l.ru/news/y/2018_09_20_neyronnie_seti_s_nulya_obzor_kursov_i_st Thu, 20 Sep 2018 13:10:05 +0300
<![CDATA[ИИ научился распознавать объекты на картинках по голосовому описанию]]>

Уже достаточно давно существует технология распознавания речи. Как и функция распознавания изображения. Так почему бы их не совместить, улучшив сразу обе? Видимо, именно так и подумали эксперты из Массачусетского технического университета (MIT), разработав алгоритм, способный определить отдельные объекты на изображении, основываясь лишь на речевом описании.

О весьма интересной технологии пишет издание Engadget. Устройство нейросети довольно просто: она состоит из двух взаимодействующих между собой частей. Первая работает непосредственно с изображением – она разделяет его на сетку из ячеек, в то время как вторая отвечает за обработку аудио сигнала. Входящее сообщение разделяется на короткие 1-2 секундные отрезки. После этого программа проверяет, насколько каждая ячейка разделенного изображения соответствует каждому 1-2 секундному аудиофайлу. Сами разработчики сравнивают такой метод с общением с ребенком, когда вы указываете ему на объекты и говорите ему их названия.

Для новой технологии есть довольно большой спектр применений, самый очевидный из которых – интеграция в поисковые системы, однако разработчикам больше по душе использование системы в качестве инструмента для переводов, способных распознать язык и подобрать подходящие слова с точностью до 100%.

«Вместо того, чтобы давать программе задание использовать «прямой» перевод, можно сделать его контекстно-зависимым и научить систему переводить на разные языки описания и назначения объектов в зависимости от ситуации.»

Эту и другие новости вы всегда можете обсудить в нашем чате в Телеграме.

]]>
http://so-l.ru/news/y/2018_09_19_novosti_visokih_tehnologiy Wed, 19 Sep 2018 18:00:22 +0300
<![CDATA[Языковой барьер и NLP. Почему чат-боты нас не понимают?]]>

О двух последних направлениях мы и поговорим: они имеют богатую историю и оказали значительное влияние на языковой процессинг. Кроме того, разберемся с основными возможностями обработки естественного языка при создании чат-бота вместе со спикером нашего курса AI Weekend компьютерным лингвистом Анной Власовой.
Читать дальше →]]>
http://so-l.ru/news/y/2018_09_18_yazikovoy_barer_i_nlp_pochemu_chat_boti_n Tue, 18 Sep 2018 18:11:07 +0300
<![CDATA[ИИ выявит деменцию по результатам беседы]]>

За исключением некоторых острых состояний, большинство болезней начинаются с едва заметных признаков, которые все больше прогрессируют со временем. Касается эти и когнитивных расстройств наподобие деменции. И для быстрой и своевременной диагностики японские ученые создали ИИ, который заподозрит признаки болезни всего за несколько минут.

За разработкой искусственного интеллекта стоят эксперты из Университета Осаки и Института науки и технологий Нары. Согласно проведенным исследованиям, ученые выяснили, что заподозрить развитие деменции у людей можно в процессе беседы. Получив ответы на вопросы, алгоритм искусственного интеллекта анализирует их и еще некоторые входные данные о пациенте, после чего выносит вердикт. По заявлению разработчиков, ИИ достаточно двух-трех минут для того, чтобы задать шесть вопросов, после чего с вероятностью в 92% поставить человеку предварительный диагноз.

Алгоритмы, созданные японскими исследователями, выявляют деменцию на основе анализа задержки в ответах на поставленные вопросы, особенностях интонации и артикуляции, громкости произношения звуков и процентном соотношении существительных и глаголов в конечном предложении. По словам одного из авторов работы Такеши Кудо,
 

«Ежедневные разговоры с ИИ в домашних условиях должны помочь выявить первые признаки деменции. Это позволит обратиться за медицинской помощью на самой ранней стадии развития процесса. Новый метод можно назвать универсальным, ведь он не требует много времени и имеет массу преимуществ по сравнению с существующими способами диагностики.»

А как вы относитесь к тому, что искусственный интеллект начал ставить диагнозы? Выскажитесь в нашем телеграмм-чате.

]]>
http://so-l.ru/news/y/2018_09_18_novosti_visokih_tehnologiy Tue, 18 Sep 2018 18:00:35 +0300
<![CDATA[Курс по Machine Learning от Почты Mail.Ru]]> курс по машинному обучению от Почты Mail.Ru. Занятия будут проходить два раза в неделю в офисе Mail.Ru Group в течение трех месяцев. Регистрация открыта для студентов московских ВУЗов.

В ходе курса специалисты Почты и Антиспама Mail.Ru расскажут об ML-технологиях, которые применяются для того, чтобы сделать Почту еще более удобным и современным продуктом. Под катом подробности о курсе: формат, программа, авторы и перспективы для выпускников.


Читать дальше →]]>
http://so-l.ru/news/y/2018_09_18_kurs_po_machine_learning_ot_pochti_mail_r Tue, 18 Sep 2018 16:02:36 +0300
<![CDATA[Google объявляет конкурс атак на алгоритмы машинного зрения]]>
Часто причина в так называемых «вредных данных» (или «соревновательных элементах», или «вредоносных экземплярах» или еще куче вариантов, поскольку «adversary examples» так и не получили общепринятого перевода). Это данные, которые обманывают классификатор нейросети, подсовывая ему признаки других классов — информацию не важную и не видную для для человеческого восприятия, но необходимую для машинного зрения.

Исследователи из Google опубликовали в 2015 году работу, где проиллюстрировали проблему таким примером:


На изображение панды наложили «вредный» градиент. Человек на полученной картинке, естественно, продолжает видеть панду, а нейросеть распознает ее как гиббона, поскольку в те участки изображения, по которым нейросеть научилась определять панд, специально намешали признаки другого класса.

В сферах, где машинное зрение должно быть предельно точным, а ошибка, взлом и действия злоумышленников могут иметь тяжелые последствия, вредные данные — серьезная помеха развитию. Прогресс в борьбе идет медленно, и компания GoogleAI (подразделение Google занимающееся исследованием ИИ) решила привлечь силы сообщества и устроить соревнование.
Читать дальше →]]>
http://so-l.ru/news/y/2018_09_17_google_obyavlyaet_konkurs_atak_na_algorit Mon, 17 Sep 2018 21:23:20 +0300
<![CDATA[ИИ от Nvidia генерирует МРТ-снимки, чтобы обучать другие ИИ выявлять рак]]>

Искусственный интеллект уже неоднократно использовали для помощи в диагностике различных состояний. Но для того, чтобы ИИ начал проводить диагностику, его нужно этому научить. Раньше для этого использовались реальные медицинские случаи, но все может измениться благодаря стараниям компании Nvidia: для процесса обучения других ИИ диагностике рака мозга по снимкам МРТ, искусственный разум от Nvidia самостоятельно генерирует МРТ-снимки. Причем, такой подход показал довольно неплохие результаты.

Специалисты корпорации Nvidia совместно со своими коллегами из клиники Майо, одного из крупнейших частных медицинских и исследовательских центров США, предположили, что вместо кропотливого сбора данных о различного рода патологиях, можно научить нейронную сеть создавать медицинские данные для обучения других программ. По словам ведущего автора работы, старшего научного сотрудника Nvidia Ху Чана,

«Мы впервые научились создавать изображения, которые можно использовать для обучения нейронных сетей. Система ИИ разработана при помощи библиотеки глубокого обучения PyTorch и обучена на базе платформы Nvidia DGX.»

Принцип работы заключается в следующем: в процессе обучения используется генеративно-дискриминтативная нейронная сеть, состоящая из двух частей. Первая, генерирующая, собственно создает образцы снимков МРТ. Вторая, дискриминтативная, должна найти отличия между «придуманными» и реальными примерами. В результате получаются подходящие для обучения снимки МРТ. Затем сгенерированные изображения перемешиваются с настоящими и на этом «миксе» и обучается нейросеть. Используя такой подход при гораздо меньших затратах удалось добиться 80% точности в выявлении опухолей мозга, при том, что нейросети, которые учились лишь на настоящих снимках, показывают результат на 14% хуже. Несмотря на весьма хорошие результаты, некоторые специалисты выразили обеспокоенность, ведь ИИ, способный обучать другие ИИ, в случае ошибки создаст «неправильно работающие» алгоритмы. А в ситуации, когда это касается человеческого здоровья, такие программы могут быть крайне опасны.

А что вы думаете о том, что искусственный интеллект начал обучать другие ИИ? Напишите об этом в нашем чате в Телеграме.

]]>
http://so-l.ru/news/y/2018_09_17_ii_ot_nvidia_generiruet_mrt_snimki_chtob Mon, 17 Sep 2018 14:00:46 +0300
<![CDATA[Получение морфируемой 3D-модели лица на основе фотографии в произвольном ракурсе]]> Learning 3D Face Morphable Model Out of 2D Images».

3DMM

Трёхмерная морфируемая модель лица (3D Morphable Model, далее 3DMM)  —  это статистическая модель структуры и текстуры лица, которая используются компьютерном зрении, компьютерной графике, при анализе человеческого поведения и в пластической хирургии.

Неповторимость каждой черты лица делает моделирование человеческого лица нетривиальной задачей. 3DMM создётся для получения модели лица в пространстве явных соответствий. Это означает поточечное соответствие между полученной моделью и другими моделями, позволяющими выполнять морфирование. Кроме того, в 3DMM должны быть отражены трансформации низкого уровня, такие как отличия мужского лица от женского, нейтрального выражения лица от улыбки.
Читать дальше →]]>
http://so-l.ru/news/y/2018_09_17_poluchenie_morfiruemoy_3d_modeli_lica_na Mon, 17 Sep 2018 13:13:47 +0300
<![CDATA[Владельцы «магазина без продавцов» обучили ИИ вычислять воров]]>

Сегодня открывается все больше магазинов, где товары не нужно оплачивать на кассе, все построено на самообслуживании и в торговом зале нет ни единого продавца. Однако это может привлечь в такие магазины воришек. Конечно, никто не отменял систему видеонаблюдения, но ее значительно улучшили, обучив ИИ вычислять преступника до того, как тот совершит кражу.

За разработку весьма интересного ПО отвечает компания Standard Cognition. В системе на данный момент используется 27 камер, которые управляются особым алгоритмом. Он регистрирует практически все показатели покупателей: скорость и длину шагов, направление взгляда и даже тот товар, на который смотрит покупатель в данный момент. Программа вычисляет, как долго человек рассматривает этикетки, следит за перемещением товаров по торговому залу и так далее. Но самое главное, из всей полученной информации, программа делает вывод о «потенциальной неблагонадежности» покупателя.

Пятеро из семи основателей Standard Cognition раньше работали в Комиссии по ценным бумагам и биржам США, где разрабатывали алгоритмы для выявления мошеннических схем, поэтому нужный опыт у компании имеется. Как заявил один из руководителей Standard Cognition Майкл Сусвэл,

«На самом деле, все довольно просто: у потенциальных воришек более широкий шаг, они постоянно ищут глазами выход и это лишь пара примеров в поведении, которые указывают на недобросовестность. Если система заподозрит кого-то в попытке воровства, она сообщит об этом охраннику магазина и тот отправится к человеку для выяснения ситуации.»

Компания уже получила инвестиции в размере 11,2 миллионов долларов США и открыла первый тестовый магазин, где будут выявляться недостатки системы и проводиться ее доработка. К 2020 году в планы компании входит оснащать своей системой не менее 100 магазинов каждый день.

Эту и другие новости вы можете обсудить в нашем телеграм-чате.

]]>
http://so-l.ru/news/y/2018_09_15_vladelci_magazina_bez_prodavcov_obuchi Sat, 15 Sep 2018 15:30:53 +0300
<![CDATA[Microsoft купила «конструктор для ИИ-приложений»]]>

В последнее время различные устройства, приложения и сервисы все чаше используют для своей работы нейросети на основе искусственного интеллекта. Кажется, что разработать такие вещи крайне сложно, но оказывается, для этого даже есть специальный конструктор, который недавно приобрела компания Microsoft для использования в своих будущих продуктах.

Сервис носит название Lobe. И, что самое интересное, для его использования не нужно обладать специальными знаниями в области машинного обучения. Даже не понимая, как именно работает вся система, но зная ее функции и конечный результат, пользователь может «по кусочкам» создать то, что ему требуется.

В сервис можно загрузить необходимые данные и он сам создаст модель для глубокого машинного изучения, произведет все нужные расчеты, после чего выдаст пользователю планируемую «программу обучения». При необходимости есть возможность добавить некоторые пункты и убрать те, что вас не устраивают.

В качестве примера издание TechСrunch приводит ПО для самоуправляемого дрона, который должен следовать за владельцем. Используя существующие алгоритмы по распознаванию лиц и объектов, система сама настраивает нужные параметры и «затачивает» будущее ПО для выполнения конкретных задач. В данном случае: узнавать хозяина среди других людей, отслеживать его перемещение, вычислять предполагаемую траекторию движения других людей и не сталкиваться с окружающим пространством. Сумма сделки не называется, однако обе компании настроены весьма оптимистично.

«После объединения Lobe сохранит статус самостоятельного проекта, который будет развиваться по стандартам open source. Lobe пока лишь в начале пути по автоматическому созданию ИИ, но на их технологии можно реализовать гораздо более масштабные проекты.»

А как вы относитесь к столь быстрому развитию нейросетей? Выскажитесь в нашем чате в Телеграме.

]]>
http://so-l.ru/news/y/2018_09_15_microsoft_kupila_konstruktor_dlya_ii_pri Sat, 15 Sep 2018 13:00:37 +0300
<![CDATA[Как я стал разработчиком в ABBYY]]> В этот замечательный 256-ой день года поздравляем всех причастных c Днем программиста! И не только тех, кто работает по специальности, но и всех, кто увлекается программированием. По данным исследователей из Evans Data Corporation, в мире 23 миллиона разработчиков. И, наверное, совсем не важно, много это или мало хотя это сопоставимо с населением всей Австралии. Главное, что люди этой профессии каждый день делают вклад в яркое и технологичное будущее.

Желаем всем девелоперам значимых и интересных проектов, побольше хорошего кода, успешных релизов и благодарных клиентов, и, конечно же, отлично отметить свой День, устроив веселый праздник! И по такому поводу наши разработчики рассказывают, как проходит их рабочий день в ABBYY, какими проектами они занимаются и чем увлекаются. Добро пожаловать под кат! Читать дальше →]]>
http://so-l.ru/news/y/2018_09_13_kak_ya_stal_razrabotchikom_v_abbyy Thu, 13 Sep 2018 12:30:43 +0300
<![CDATA[Нейросеть от Facebook научилась понимать мемы]]>

Искусственный интеллект на основе нейросетей уже используется во многих областях нашей жизни и его обучают все новым и новым трюкам. К примеру, недавно специалисты, работающие над улучшением Facebook и Instagram, представили искусственный интеллект Rosetta, который может понимать мемы. Причем, это свойство далеко не такое бесполезное, как может показаться на первый взгляд.

Как сообщает издание TechCrunch, новая технология может не просто распознавать мемы, но и понимать их смысл. А это, в свою очередь, позволит вычленять из всего потока информации спам, а также оскорбительный или запрещенный контент. Rosetta работает на базе технологии оптического распознавания текста и понимает несколько языков, базирующихся на латинских символах. Помимо картинок и текста, Rosetta способна понимать и видео контент, разбивая ролики покадрово и анализируя каждый полученный фрагмент целого ролика. Как заявили в пресс-службе Facebook,

«Идентификация спама и нежелательного контента довольно проста, когда мы говорим об обычном тексте. Но видео и фотографии, в которых используется наложение слоев, гораздо более сложны для понимания нейросетью. Мы создали свой алгоритм, чтобы упростить этот момент. Сейчас сортировкой контента занимаются операторы и это требует большого количества времени. Но теперь все будет происходить гораздо быстрее и мы сможем сделать виртуальное пространство более комфортным для пребывания в нем пользователей.»

А как вы относитесь к применению ИИ? Выскажитесь в нашем телеграм-чате.

]]>
http://so-l.ru/news/y/2018_09_12_neyroset_ot_facebook_nauchilas_ponimat Wed, 12 Sep 2018 20:00:55 +0300
<![CDATA[Основные тезисы из интервью Илона Маска у Джо Рогана]]> 2,5 часа они общались об ИИ, бессмертии, Neuralink, инновациях, социальных сетях, колонизации космоса, бурении тоннелей, огнемете, летающих автомобилях, возобновляемой энергетике, безопасности автомобилей. Обсудили Porsche и Rolex, коррупцию и суды Tesla, доброту людей, роль Маска в истории человечества. Как уже все знают, покурили траву и выпили виски.

image
Читать дальше →]]>
http://so-l.ru/news/y/2018_09_12_osnovnie_tezisi_iz_intervyu_ilona_maska Wed, 12 Sep 2018 17:56:37 +0300