Искусственный интеллект http://so-l.ru/tags/show/iskusstvenniy_intellekt Wed, 20 Jun 2018 20:22:45 +0300 <![CDATA[Нейросеть Google DeepMind научилась превращать 2D-изображения в трехмерные объекты]]>

Посмотрев на фото, любой человек без труда сможет представить то, что изображено на нем как трехмерное изображение. И даже если часть предметов остается за кадром (например, мы видим лишь переднюю часть спинки стула, но не видим заднюю), нам совсем несложно предположить, как будет выглядеть предмет с обратной стороны. Для ИИ же подобные трюки сложны, но недавно группа инженеров проекта DeepMind не только научила искусственный разум проделывать вышеописанное, но и переводить 2D-изображение в полноценное 3D.

Новая система получила название «Генерирующая сеть запросов» (Generative Query Network — GQN). Чтобы обучить искусственный разум анализировать двухмерные сцены, команда исследователей показывала ему изображения одной сцены с разных точек обзора. Эту цепь изображений ИИ использовал для того, чтобы понять принцип изменения объектов при смене ракурса. Более того, этот подход позволил научиться прогнозировать то, как будет выглядеть сцена с другого угла обзора, учитывая не только положение объектов, но и освещение. Как сообщил один из авторов работы Али Эслами,

«Представьте, что вы смотрите на гору Эверест и передвигаетесь на метр. Гора не изменит своего размера, что даст вам информацию о расстоянии до нее и ее размере. А если вы посмотрите на кружку и проделаете то же самое – ее положение изменится. Приблизительно так и работает наша технология.»

«Более того, алгоритм обучается так же, как и человек. Увидев один и тот же объект множество раз, ИИ анализирует его характеристики, запоминает и потом использует при повторном взаимодействии. Сейчас искусственный интеллект может воссоздать целый лабиринт, просканировав всего несколько фотографий, сделанных изнутри.»

]]>
http://so-l.ru/news/y/2018_06_19_neyroset_google_deepmind_nauchilas_prev Tue, 19 Jun 2018 22:30:55 +0300
<![CDATA[ИИ Google научился предсказывать, когда пациент умрет (но не все так мрачно)]]>
Фото: Mario Tama/Getty

Корпорация Google работает во многих сферах, включая медицину. Специалисты компании сейчас разрабатывают программную платформу, которая могла бы предсказывать последствия болезни для пациента. Такая система, проанализировав медицинскую книжку пациента и прочие данные, что есть в базе данных больницы относительно конкретного человека и его заболевания, может предположить продолжительность лечения пациента в стационарных условиях или даже предсказать через какое время человек со сложным заболеванием умрет.

И это не научная фантастика, а реальность. Не так давно специальный алгоритм компании показал врачам достаточно высокую вероятность смерти пациентки с раком груди во время ее пребывания в больнице (понятно, что самой пациентке ничего не сказали). Так и случилось — она умерла в течение нескольких дней. Тем не менее, свой проект компания реализует вовсе не для мрачных прогнозов. В основе всего лежит идея, чтобы врачи могли получать точные данные о здоровье своих подопечных и назначали качественное лечение.
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_19_ii_google_nauchilsya_predskazivat_kogda Tue, 19 Jun 2018 18:57:29 +0300
<![CDATA[GNMT, epic fail или тонкости машинного перевода]]> Нейронный машинный перевод Google" вспомнился курсирующий последнее время в интернет очередной epic-fail машинного перевода от Google. Кому сильно не терпится сразу мотаем в низ статьи.

Ну а для начала немного теории:


GNMT есть система нейронного машинного перевода (NMT) компании Google, которая использует нейросеть (ANN) для повышения точности и скорости перевода, и в частности для создания лучших, более естественных вариантов перевода текста в Google Translate.

В случае GNMT речь идет о так называемом методе перевода на основе примеров (EBMT), т.е. ANN, лежащая в основе метода, обучается на миллионах примеров перевода, причем в отличии от других систем этот метод позволяет выполнять так называемый zero-shot перевод, т. е. переводить с одного языка на другой, не имея явные примеры для этой пары конкретных языков в процессе обучения (в обучающей выборке).

Image 1. Zero-Shot Translation
Рис. 1. Zero-Shot Translation
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_18_gnmt_epic_fail_ili_tonkosti_mashinnogo_p Mon, 18 Jun 2018 21:11:13 +0300
<![CDATA[#новости высоких технологий 248 | Беспилотный КАМАЗ и робот-бариста]]>

Каждый понедельник в новом выпуске «Новостей высоких технологий» мы подводим итоги прошедшей недели, говорим о самых значимых и важных событиях, ключевых открытиях и интересных изобретениях. На этот раз мы поговорим о беспилотных КАМАЗ, роботе-бариста и не только! Приятного просмотра!

]]>
http://so-l.ru/news/y/2018_06_18_novosti_visokih_tehnologiy_248_bespil Mon, 18 Jun 2018 19:30:19 +0300
<![CDATA[ИИ сам научился собирать кубик Рубика]]>

Компьютерные программы уже давно умеют играть в шахматы, относительно недавно специализированную платформу от Deep Mind даже обучили профессионально играть в го. Настолько профессионально, что игроков среди людей, равных компьютеру, сейчас нет, и скорее всего, не будет.

На днях стало известно, что машина самостоятельно научилась решать еще одну сложную головоломку — кубик Рубика. Причем при обучении ей не демонстрировали, как правильно собирать кубик, программная платформа, созданная учеными из США, всему научилась самостоятельно. Некоторые специалисты считают, что перед машинами пал еще один «бастион, считавшийся владением человека».
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_18_ii_sam_nauchilsya_sobirat_kubik_rubika Mon, 18 Jun 2018 18:53:52 +0300
<![CDATA[[Из песочницы] Алгоритм распознавания образов обучающийся с одного раза (One-Shot learning)]]> Введение

Я хочу представить вам результат своих экспериментов с алгоритмами распознавания образов с обучением с первого раза (так называемый One-Shot Learning). В результате экспериментов выработались определённые подходы к структуризации изображения и в итоге они воплотились в несколько взаимосвязанных алгоритмов и тестовое приложение на Android, которым можно проверить качество и работоспособность алгоритмов.


Моя цель была создать алгоритм с понятным принципом работы который может найти абстрактные зависимости в картинке с первого раза (обучиться) и показать приемлемое качество распознавания (поиска подобных абстрактных зависимостей) на последующих циклах распознавания. При этом логика принятия решения должна быть прозрачной, поддающейся анализу, ближе к линейному алгоритму. На условной шкале где на одном конце мозг а на другом станок с ЧПУ он гораздо ближе к станку чем нейросети.

Читать дальше →]]>
http://so-l.ru/news/y/2018_06_18_iz_pesochnici_algoritm_raspoznavaniya_ob Mon, 18 Jun 2018 12:34:32 +0300
<![CDATA[[Перевод] Ричард Хэмминг: Глава 7. Искусственный интеллект — II]]> «Цель этого курса — подготовить вас к вашему техническому будущему.»
imageПривет, Хабр. Помните офигенную статью «Вы и ваша работа» (+219, 2442 в закладки, 389k прочтений)?

Так вот у Хэмминга (да, да, самоконтролирующиеся и самокорректирующиеся коды Хэмминга) есть целая книга, написанная по мотивам его лекций. Мы ее переводим, ведь мужик дело говорит.

Это книга не просто про ИТ, это книга про стиль мышления невероятно крутых людей. «Это не просто заряд положительного мышления; в ней описаны условия, которые увеличивают шансы сделать великую работу.»

Мы уже перевели 23 (из 30) главы. И ведем работу над изданием «в бумаге».

Глава 7. Искусственный Искусственный интеллект — II


В этой книге мы в основном затрагиваем вопрос о пользе компьютеров в интеллектуальной области, а не в механической, например, в производстве. В области механики компьютеры позволяют нам производить лучшие, предпочтительные и более дешёвые изделия. В некоторых сферах эта помощь весьма значительна, для полетов на Луну многое было бы тяжело делать без компьютеров. ИИ можно рассматривать как дополнение к роботизации — он в основном относится к интеллектуальной стороне человека, а не к физической, хотя безусловно обе части тесно взаимодействуют во многих проектах.

Давайте вернёмся к началу рассуждений и заново рассмотрим компоненты машины и человека. И машина, и человек состоят из атомов и молекул. И машина, и человек состоят из основных частей; у машин среди прочего есть устройства накопления и переключения (вентили), а человек состоит из органов. У машин есть большие структуры, арифметические блоки, память, блоки управления, устройства ввода-вывода, человек же состоит из костей, мускулов, кровяных сосудов, нервной системы и т.д. Читать дальше →]]>
http://so-l.ru/news/y/2018_06_16_perevod_richard_hemming_glava_7_iskus Sat, 16 Jun 2018 21:16:58 +0300
<![CDATA[Искусственный интеллект вернул голос потерявшему его радиоведущему]]>

Технологическая компания из Шотландии благодаря искусственному интеллекту смогла вернуть голос американскому журналисту и радиоведущему Джейми Дюпре. Дюпре потерял способность говорить по причине редкого неврологического отклонения. Сегодня он может вернуться в эфир.

Джейми Дюпре работает журналистом в Вашингтоне и ведет эфир на местной радиостанции WSB Atlanta. В 2016 году он начал терять голос. Ему поставили диагноз – дистония мышц языка. В результате этого заболевания люди теряют контроль над своим языком, что делает для них речь практически невозможной.

Дюпре был вынужден отказаться от работы на радио, но продолжил карьеру журналиста. Два года он не работал на радио, но уже в этом месяце вернется в эфир с новым голосом, который был сгенерирован с помощью искусственного интеллекта. В этом ему помогла компания Cereproc.

Эта компания с 2006 года занимается текстом. За время своего существования она создала голоса для 250 человек, потерявших способность говорить. В случае с Дюпре компания обработала его голос из радиошоу, для того чтобы обучить нейронную сеть всем нюансам и особенностям голоса Дюпре.

Продукт компании Cereproc устанавливается на компьютер клиента, после чего клиент может напечатать все, что хочет сказать, и текст будет проговорен когда-то потерянным голосом.

Примечательно то, что компания работает и с людьми, которые никогда не умели говорить. Они могут получить тот голос, который хотят получить. Кроме того, компания может возродить голос умерших известных людей.

]]>
http://so-l.ru/news/y/2018_06_16_iskusstvenniy_intellekt_vernul_golos_pot Sat, 16 Jun 2018 10:00:05 +0300
<![CDATA[Skynet, привет: искусственный интеллект научился видеть людей сквозь стены]]>

После открытия рентгеновского излучения его долгое время принимали за чудо из чудес. В принципе, многим рентген до сих пор кажется чем-то весьма необычным, едва ли не фантастикой. Но в наше время есть вещи и более интересные. Например, группа ученых из MIT научила ИИ чувствовать людей сквозь стены.

Проект, в рамках которого проводилась разработка такой системы, получил название “RF-Pose”. ИИ не просто чувствует, что за стеной кто-то есть, машина даже «видит», что именно делает человек. Понятно, что здесь тоже нет никаких чудес, основа всего — отслеживание характеристик радиосигналов в помещении.
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_15_skynet_privet_iskusstvenniy_intellekt Fri, 15 Jun 2018 13:47:37 +0300
<![CDATA[Курс о Deep Learning на пальцах]]>
Курс не претендует на полноту, скорее это способ поиграться руками с основными областями, где deep learning устоялся как пракический инструмент, и получить достаточную базу, чтобы свободно читать и понимать современные статьи.

Материалы курса были опробованы на студентах кафедры АФТИ Новосибирского Государственного Университета, поэтому есть шанс, что по ним действительно можно чему-то научиться.


Читать дальше →]]>
http://so-l.ru/news/y/2018_06_15_kurs_o_deep_learning_na_palcah Fri, 15 Jun 2018 09:50:22 +0300
<![CDATA[Прямой репортаж с рождения крупного игрока в аппаратном AI, который ускоряет TensorFlow и конкурирует с NVidia]]>

Завтра будут официальные пресс-релизы о слиянии старожила Silicon Valley, компании MIPS, с молодой AI компанией Wave Technology. Информация об этом событии просочилась в СМИ вчера, и вскоре CNet, Forbes, EE Times и куча хайтек-сайтов вышла со статьями об этом событии. Поэтому сегодня Derek Meyer, президент объединенной компании (на фото снизу справа), сказал «ладно, распостраняйте инфо среди друзей» и я решил написать пару слов о технологиях и людях, связанных с этим событием.

Главный инвестор в MIPS и Wave — миллиардер Dado Banatao (на фото снизу в центре слева), который еще в 1980-х основал компанию Chips & Technoilogies, которая делала чипсеты для ранних персоналок. В Wave+MIPS есть и другие знаменитости, например Стивен Джонсон (на фото справа вверху), автор самого популярного C-компилятора начала 1980-х годов. MIPS хорошо известен и в России. В руках дизайнерши Смрити (на фото слева) плата из Зеленограда, где находятся лицензиаты MIPS Элвис-НеоТек и Байкал Электроникс.

Wave уже выпустила чип, который состоит из тысяч вычислительных блоков, по сути упрощенных процессоров. Эта конструкция оптимизирована для очень быстрых вычислений нейронных сетей. У Wave есть компилятор, который превращает dataflow граф в файл конфигурации для этой структуры.

Объединенная компания создаст чип, который состоит из смеси таких вычислительных блоков и многопоточных ядер MIPS. Сейчас Wave продает свою технологию в виде ящика для дата-центров, для вычислений нейронных сетей в облаке. Следующие чипы будут использоваться во встроенных устройствах.
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_15_pryamoy_reportazh_s_rozhdeniya_krupnogo_igro Fri, 15 Jun 2018 09:42:19 +0300
<![CDATA[#видео | Искусственный интеллект впервые создал фильм. И это кошмар!]]>

Искусственный интеллект способен не только проводить точные расчеты и помогать человеку совершать научные открытия, но и, как показывает практика, создавать если и не произведения искусства, то вполне себе заслуживающий внимания контент. Искусственный разум уже смог написать сценарий, несколько музыкальных произведений, а сейчас взял и создал с нуля самый настоящий фильм. Причем, судя по ощущениям от просмотра, это фильм ужасов.

Искусственный интеллект — режиссер носит имя Джетсон, хотя сам для себя он выбрал имя Бенджамин. В прошлом он, как упоминалось выше, написал сценарий научно-фантастического фильма Sunspring, который был экранизирован, а главную роль исполнил Томас Миддлдитч, звезда сериала «Кремниевая Долина». Сценарному мастерству Бенджамин учился, подробно проштудировав несколько сотен реальных сценариев.

При этом для того, чтобы «сесть в режиссерское кресло», ученые использовали несколько иной подход. ИИ дали несколько наводок: смысл диалогов, описание некоторых сцен и общую фабулу: искусственно созданный вирус, поражающий только беременных женщин, представляет огромную опасность для всего человечества. Помимо этого, Бенджамин получил в свое распоряжение видеозаписи актеров Элизабет Грей, Томаса Миддлдитча и Хемфри Кера, на которых они изображали различные эмоции и читали монологи. В процессе обучения ИИ-режиссер посмотрел массу старых черно-белых фильмов и в итоге выпустил свой фильм, название которого Zone Out.

На самом деле, ощущения от просмотра картины крайне странные. Zone Out больше похож на артхаусный научно-фантастический хоррор, смысл которого понять очень сложно. При достаточно неплохом монтаже реплики персонажей кажутся бессвязными, как и их действия. Но короткометражку посмотреть определенно стоит, учитывая тот факт, что это самый первый фильм, созданный искусственным интеллектом.

]]>
http://so-l.ru/news/y/2018_06_14_video_iskusstvenniy_intellekt_vpervie Thu, 14 Jun 2018 19:30:20 +0300
<![CDATA[[Перевод] Чему я научился, пройдя множество собеседований в компаниях и стартапах из сферы ИИ]]>

В конце концов, если уж собираешься две трети своего времени (если не больше) проводить за работой, она должна быть этого достойна.
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_14_perevod_chemu_ya_nauchilsya_proydya_mnozhes Thu, 14 Jun 2018 13:39:59 +0300
<![CDATA[Искусственный интеллект предсказал результаты чемпионата мира по футболу 2018]]>

Совсем скоро в России начнется чемпионат мира по футболу 2018 года. Многие будут следить за этим событием, включая букмекеров, которые уже постарались предсказать итоги чемпионата. Вместе с ними эти итоги попытались предсказать и ученые. В этом им помог искусственный интеллект и совмещение известных подходов по прогнозированию исхода спортивных событий. Была написана объемная работа.

Работу проделали Андреас Гролл из Университета Дортмунда, Кристоф Лей и Ханс Ван Эсетвед из Университета Гента, а также Гюнтер Шаубергер из Мюнхенского Технического Университета. Они проанализировали подходы, которые используют букмекеры для определения коэффициентов.

Как букмекеры работают с прогнозами

Для этого одни букмекеры моделируют матчи всех команд. На основе этих данных можно сказать, что Бразилия победит в финале чемпионата мира по футболу 2018 года с вероятностью 16,6 процента, Германия – 15,8 процента, а Испания – 12,5 процента.

Другие букмекеры используют статистическую модель, основанную на четырех факторах: рейтинг Elo, результаты квалификационных матчей, успехи в предыдущих чемпионатах мира и домашнее преимущество. На основе этих данных букмекеры отдают 24 процента на победу Германии, 19,8 процента Бразилии и 16,1 процента Испании.

Другой метод прогнозирования, который неплохо себя зарекомендовал, использует модель регрессии Пуассона. Таким образом моделируется количество голов, которые может забить команда в каждом матче чемпионата.

Как делают прогнозы ученые

Ученые должны были объединить преимущества всех методов прогнозирования и создать свой, улучшенный способ. Начали они со сбора данных о предыдущих чемпионатах мира по футболу, которые проходили с 2002 по 2014 год. При сборе информации внимание уделялось следующим факторам:

  • Экономические факторы (популяция и ВВП на душу населения);
  • Спортивные факторы (вероятность победы от букмекера, рейтинг FIFA);
  • Домашний фактор (находилась ли команда в своей стране, на своем континенте или в своей конфедерации);
  • Командные факторы (средний возраст игроков, количество товарищей по клубу, количество игроков Лиги чемпионов, количество легионеров);
  • Тренерские факторы (возраст, национальность и продолжительность карьеры).

В общей сложности получилось 16 переменных. Теперь команде ученых было необходимо использовать различные методы для прогнозирования.

  • Random forests – алгоритм машинного обучения;
  • Регрессия – метод, в котором десятки команд рассматривались как независимые переменные;
  • Ранжирование с помощью модели Пуассона для определения текущих способностей команд.

Все три метода были скомбинированы для формирования финального предсказания.

Прогноз на чемпионат мира по футболу 2018 года

В формировании этого предсказания учитывались данные с 7000 матчей 228 сборных команд. Комбинирование методов прогнозирования позволило предсказать результат каждого матча чемпионата и получить вероятность победы для каждой команды. Забегая вперед, скажем, что с вероятностью 17,8 процента кубок получит сборная Испании. Вероятность высока, но снижается соответственно для сборных Германии, Бразилии, Франции и Бельгии. Ниже приведена таблица вероятностей для каждой из команд.

Как вы можете видеть, вероятность того, что сборная России станет чемпионом мира по футболу в этом году, составляет 0,1 процента. С вероятность в 50,4 процента наша национальная сборная выйдет из группы, но четвертьфинальную игру пройти, скорее всего, не удастся.

Интересно выделить то, что шансы Испании и Германии на победу в турнире практически равны, но у Испании больше шансов дойти до финала. Согласно прогнозу, Испания выйдет из группы на матч с Уругваем, Россией, Саудовской Аравией или Египтом, в то время как Германии встретится более сильный соперник (Бразилия, Швейцария, Сербия или Коста-Рика).

Был сделан прогноз и для группового этапа. Его вы можете видеть ниже.

А вот и самый вероятный сценарий развития событий на чемпионате мира по футболу 2018 года.

Для получения этих данных использовались все преимущества различных подходов к прогнозированию и было проведено 100 тысяч симуляций турнира. Но мы все равно будем болеть за любимые сборные.

]]>
http://so-l.ru/news/y/2018_06_13_iskusstvenniy_intellekt_predskazal_rezul Wed, 13 Jun 2018 15:00:29 +0300
<![CDATA[Искусственный интеллект научился распознавать людей сквозь стены]]>

Технологией отслеживания движений уже никого не удивишь, однако команда инженеров из Массачусетского технологического института (MIT) смогла создать устройство, которое способно следить за человеком через стены. Причем устройство получилось совсем не громоздким.

Прибор получил название RF-Pose. Для того чтобы обучить алгоритм новым фокусам, сотрудники MIT отслеживали движения людей при помощи радиолокатора и видеокамеры. Они фиксировали ходьбу, беседу между людьми, позу сидя, стоя и позу ожидания, а также открывание дверей. Затем при помощи не очень сложной компьютерной программы изображение было преобразовано в скелетную модель каждой зафиксированной ситуации. Эти модели вместе с радиосигналом изучил ИИ, и таким образом он обучился распознавать связь между показаниями радиолокатора и тем, какие действия производил в данный момент человек или группа людей.

В итоге специалисты MIT создали алгоритм, который практически в реальном времени может показывать перемещения людей за стеной или другим препятствием. Стоит заметить, что на данный момент система способна «выдавать» лишь двухмерное изображение, но со временем систему можно будет оптимизировать таким образом, чтобы она смогла производить мониторинг в трех измерениях.

В планы создателей также входит научить ИИ распознавать более сложные движения вроде мелкой моторики кистей и пальцев, так как сейчас возможно лишь наблюдение за перемещением конечностей и туловища. Сами авторы утверждают, что их система может найти применение в самых различных сферах. От вполне логичных наблюдений за местами массового скопления людей до медицинских учреждений и мест заключения.

]]>
http://so-l.ru/news/y/2018_06_12_iskusstvenniy_intellekt_nauchilsya_raspozn Tue, 12 Jun 2018 15:30:40 +0300
<![CDATA[AI создал свой первый фильм, и это фильм ужасов]]>

Искусственный интеллект под руководством инженера из Google самостоятельно сделал первую кинокартину. Не просто сложил части чужих фильмов друг с другом, или выдал буквы сценария, а создал полноценную короткометражку. Сам написал сюжет, сам написал все диалоги, сам выбрал сцены и определил выражения лиц актеров (и даже, судя по всему, сам написал заголовок для показанной в фильме газеты – хотя он получился настолько ироничным, что в это сложно поверить). Озвучка персонажей, музыка и монтаж – естественно, тоже за AI. Но получившаяся черно-белая научная фантастика отнюдь не кажется милой.

Читать дальше →]]>
http://so-l.ru/news/y/2018_06_12_ai_sozdal_svoy_perviy_film_i_eto_film Tue, 12 Jun 2018 09:29:22 +0300
<![CDATA[Искусственный интеллект для обработки документов уже привлек миллионы фунтов]]>

Компания Eigen Technologies уже получила 13 миллионов фунтов от своего основного инвестора – Goldman Sachs и государственного инвестиционного фонда Сингапура. Идея компании достаточно проста. Они используют искусственный интеллект для ознакомления с юридическими и финансовыми документами, что очень привлекает потенциальных клиентов.

Eigen Technologies, созданная в Лондоне доктором Льюисом З. Лю, еще три с половиной года назад решила создать искусственный интеллект, на основе работы которого клиенты компании будут принимать решения. Сегодня их продукт призван упростить юристам и банкирам анализ сложных контрактов и нахождение в них конкретных положений.

Благодаря полученным инвестициям компания планирует расширяться и выходить на новые рынки. Кроме того, Eigen продолжает вкладывать время и деньги в разработку и исследование возможностей искусственного интеллекта. Сегодня у компании уже есть офисы в Лондоне и в Нью-Йорке, но Eigen хочет быть представлена по всей Европе и Азии.

Нельзя сказать, что у компании сегодня нет конкурентов, но она утверждает, что их технология проще и лучше. В некоторых случаях для обучения их искусственного интеллекта требуется всего 30 минут и сравнительно небольшой объем данных.

]]>
http://so-l.ru/news/y/2018_06_11_iskusstvenniy_intellekt_dlya_obrabotki_do Mon, 11 Jun 2018 20:30:32 +0300
<![CDATA[Нейросеть Uber распознает пользователей в «необычном» состоянии]]> № 20180157984 под названием «Прогнозирование состояния пользователя с помощью машинного обучения» (Predicting user state using machine learning).

Патентная заявка описывает самообучающуюся систему (нейросеть), которая постоянно отслеживает, как конкретный человек использует приложение Uber — и идентифицирует поведение, необычное для этого человека. Система обучается по ряду входных сигналов, в том числе:

  • количество опечаток в тексте;
  • точность нажатия на ссылки и кнопки;
  • угол наклона устройства;
  • скорость ходьбы (вероятно, данные снимаются по GPS);
  • скорость ввода данных;
  • день недели и время суток;
  • адрес пассажира.
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_08_neyroset_uber_raspoznaet_polzovateley Fri, 08 Jun 2018 18:13:07 +0300
<![CDATA[Google опубликовал 7 принципов этики ИИ]]>
Уже несколько месяцев Google сражается с Microsoft и Amazon за многомиллионный контракт Пентагона на облачные сервисы и системы искусственного интеллекта (см. утечку внутренней переписки топ-менеджеров). К сожалению для руководства, палки в колёса вставляют… собственные сотрудники. В марте 2018 года они начали сбор подписей против разработки военных технологий в компании Google, у которой раньше основным девизом стоял принцип “Don't be evil”.

Руководству пришлось частично пойти на уступки. Вчера исполнительный директор компании Сундар Пичаи (Sundar Pichai) огласил набор принципов, которых обещает впредь придерживаться Google. Среди них — запрет на применение внутренних разработок в области Искусственного интеллекта для оружия, незаконного наблюдения и технологий, которые наносят «общий вред». Но Google продолжит сотрудничать с военными в других областях. Таким образом, облачное подразделение ещё сохраняет шансы на победу в борьбе за тендер.
Читать дальше →]]>
http://so-l.ru/news/y/2018_06_08_google_opublikoval_7_principov_etiki_ii Fri, 08 Jun 2018 16:29:33 +0300
<![CDATA[Ученые создали ИИ-психопата]]>

Специалисты по машинному обучению из Массачусетского технологического института создали Norman – нейросеть, вдохновленную хичкоковским психопатом с раздвоением личности Норманом Бейтсом, персонажем романа Роберта Блоха и одноименного фильма Альфреда Хичкока «Психо». К счастью, единственной функцией неройросети является анализ пятен Роршаха. Разработчики утверждают, что единственной целью проекта является демонстрация того, как обучающая выборка может повлиять на искусственный интеллект.

Сам тест Роршаха был придуман в начале прошлого века швейцарским психиатром Германом Роршахом. Его суть заключается в просмотре десяти изображений, на которых показаны симметричные кляксы. Пациента, проходящего тест, простят интерпретировать каждую из них, рассказав о первой пришедшей в голову ассоциации. Роршах и его последователи считали, что с помощью этого теста можно определить психическое состояние человека, поскольку каждый, кто страдает тем или иным психическим расстройством, по-разному реагирует на формы и цвета клякс и видит в них совершенно различные фигуры и образы. Реальная эффективность данного метода до сих пор не подтверждена, тем не менее это не мешает ему использоваться в психиатрической практике по всему миру.

Пинар Янардаг и его коллеги из Массачусетского технологического института тоже взяли на вооружение тест Роршаха, ставший основой для новой нейросети, которую создали с помощью методов глубинного обучения. В качестве базы для тематической выборки исследователи использовали описания изображений из тематического сообщества c Reddit, посвященного разговорам о смерти: из этических соображений разработчики не называют его.

На основе собранных данных нейросеть обучили анализу и интерпретации пятен Роршаха. Ответы нейросети затем сравнили с ответами, выданными нейросетью, обученной на датасете MsCOCO, собранном для распознавания изображений. Интересно то, что результаты оказались очень разными. Нейросеть, обученная на стандартном датасете, видела в пятнах «вазу с цветами», а Norman — «застреленного мужчину».

Norman — достаточно простая нейросеть, и функций у нее немного. Ее единственным практическим применением может быть компьютерная диагностика ответов реальных людей на тест Роршаха. На деле же разработчики хотели показать, насколько искусственный интеллект может быть предвзятым в зависимости от обучающей выборки.

]]>
http://so-l.ru/news/y/2018_06_07_uchenie_sozdali_ii_psihopata Thu, 07 Jun 2018 12:30:40 +0300
<![CDATA[Жизнь спустя год после внедрения роботов: пока равноправия не просят]]>

Читать дальше →]]>
http://so-l.ru/news/y/2018_06_06_zhizn_spustya_god_posle_vnedreniya_robotov Wed, 06 Jun 2018 10:58:09 +0300