Каждый день практически любой человек выполняет рутинные операции, которые давно стали привычкой. Сварить кофе утром, почистить зубы, выглянуть в окно, чтобы проверить, как там погода, проверить, отключены ли электроприборы перед выходом из квартиры. Мы, сами того не замечая, выполняем десятки, а то и сотни подобных действий.

Причем все они представляют собой последовательность более мелких действий. Почистить зубы, если задуматься, сложная составная задача: взять щетку, взять тюбик с пастой, выдавить пасту на щетку, начать чистить зубы. Если подумать, то элементарных действий подобного рода мы выполняем огромное количество ежедневно. При этом ученые не слишком много знают о том, какие участки мозга отвечают за эти действия.

Сугата Митра — ученый, преподаватель, визионер в мире образования. Его успешные эксперименты по обучению детей в индийских бедных кварталах вдохновили писателя Вика́са Свару́па на создание романа, по которому потом сняли оскароносную драму «Миллионер из трущоб».

Митра развивает подход, который сложно себе представить в традиционной системе образования, и называет его «Школа в облаках»: дайте ребенку компьютер с интернетом и не мешайте — он с другими детьми сам разберется в теории относительности.

Профессор поделился идеей на конференции TED и стал одним из самых популярных спикеров за последние годы. Он получил за свое выступление миллион долларов и на эти деньги создал «Школу в облаках».

Коллеги часто и резко критикуют концепцию преподавателя, требуют больше научных доказательств ее эффективности. Профессор принимает конструктивную критику, но в одном непреклонен: традиционная школа безнадежно устарела и ее надо кардинально менять, если мы хотим жить не прошлым, а будущим.

На фоне новостей в области ИИ обычные стартапы как-то теряются. На arxiv.org в геометрической прогрессии растут исследования по machine learning (computer vision, natural language processing, etc.). AlphaGo Zero порабощает Землю разгромно обыгрывает прошлые версии сети и не требует человеческого участия в процессе тренировки. Нейросеть NVIDIA меняет на фото время года и погодные условия, а умельцы с помощью выложенного алгоритма меняют в фильмах актрис на… других актрис.

Как на фоне роста новостей по ИИ остаться жизнеспособным проектом? Когда-то Рэй Курцвейл предсказывал: «В 2029-м году программа не только сможет полностью пройти тест Тьюринга, а сделает это лучше многих реальных собеседников. Компьютер за тысячу долларов будет на порядки превосходить мозг среднего человека в большинстве областей». Однако сейчас эксперты говорят, что есть шансы получить сильный ИИ «в течение 5 лет с вероятностью 80 % и в течение 10 лет с вероятностью 99 %».

Вероятно, в ближайшие 5-10 лет может решиться судьба человечества. Стоит ли в таких условиях вообще заниматься проектом, связанным с ИИ, если его цель не заключается в создании разумных роботов? Точного ответа на этот вопрос нет. Но бум проектов, решающих прикладные задачи, продолжается. Сегодня мы посмотрим на три сферы применения ИИ, где уже достигнуты интересные результаты.

Если вы общаетесь с иностранным коллегой по работе, вам наверняка доводилось благодарить его ее за проделанную работу или оказанную помощь. В данной статье мы подскажем, как это сделать в переписке, в общении по телефону или вживую, формально и не очень.

Начнем с переписки

Чаще всего это формальный способ общения. А значит и формулировки предложений должны быть достаточно сдержанными и официальными.

I am pleased to hear from you

Это можно перевести как “Спасибо, что написали” или “Благодарю за обращение”.

We greatly appreciate your feedback

В русском фраза звучит как “Огромное спасибо за обратную связь”.

Чем UX отличается от UI и CX, что такое экосистема продукта и дизайн услуги. Объясняем происхождение слов, значения и сферы употребления.

В первой части мы пришли к тому, что мозг имеет наборы триггеров и сигнальную систему для передачи сигналов между удаленными наборами. При поступлении внешних раздражителей происходит активация набора соответствующего раздражителям, что приводит к производству соответствующего набора гормонов. Гормоны раздражают другие наборы триггеров, имеющих сходный набор гормонов для активации. Что порождает цепную реакцию. То есть наше сознание есть не что иное как поиск равновесия между двумя системами, системой триггеров и сигнальной системой. При этом есть внешние раздражители, которые выводят систему из равновесия. Можно предположить что такая система никогда не достигнет равновесия.

Попробуем рассмотреть это более детально.

Чарльз Дарвин представил нам отличную теорию о зарождении и развитии жизни на Земле. Правда, в ней еще очень много вопросов и спорных моментов. Но на данном этапе лучшего у нас пока нет. Самая большая проблема с теорией мистера Дарвина в том, что мы можем догадываться и строить предположения как и почему все произошло, но мы не можем проверить или опровергнуть эту теорию. Предлагаю использовать теорию эволюции как паттерн, чтобы представить, как развивалась нервная система и какие процессы привели к появлению сознания. Мы обсудим возможные перспективы такого подхода позже.
Закроем глаза и будем представлять.

У человечества ограничен доступ к наиболее полным источникам научного знания — научным журналам. Во многом такая печальная картина сложилась из-за коммерческой политики издательств и платных подписок, а также предположения, что факт публикации в «платном» журнале является доказательством научной значимости открытия.

В отличие от издательств, большинству людей понятно, что свободные научные знания — это благо для всех (и это благо больше, чем «фильтрация» качественных статей в авторитетных изданиях, см. информационный парадокс Эрроу). Существует ряд научных проектов, которые финансируются в основном из государственных субсидий, при этом открыты бесплатно. Это, например, банки физических объектов, такие как банки семян и репозитории модельных организмов — ряд исследований показывает, что создание таких открытых банков способствовало научной активности в данном направлении. Есть и бесплатные открытые для всех информационные репозитории, как проект «Геном Человека» или StackOverflow.com (источник знаний в области компьютерного программирования).

Википедия — крупнейший в мире источник научной информации для широкой публики. Это вообще 5-й по популярности сайт в интернете. Сейчас пара учёных из Массачусетского технологического института и Питтсбургского университета опубликовали научную статью в пользу того, что Википедия способствует распространению научных знаний, её читают и используют учёные, ставят на неё ссылки в своих научных работах, и Википедия во многом формирует направление научных исследований в принципе.

В общепринятом представлении инновации — это технологии, появляющиеся из ниоткуда и переворачивающие мир с ног на голову, как это было с домашними компьютерами и смартфонами. На самом деле для любой страны они случаются благодаря выстроенной национальной инновационной системе. Инновации — нечто большее чем наука и технологии. Так и инновационная система — это не только элементы инфраструктуры, непосредственно связанные с продвижением науки и технологии.

Национальная инновационная система включает в себя экономические, политические и другие социальные институты, влияющие на инновации – национальную финансовую систему, законодательство о регистрации предприятий и защите интеллектуальной собственности, довузовскую систему образования, рынки труда, культуру и специально созданные институты развития.

В этой статье описана эволюция национальной инновационной системы США с XIX века.


Стэнфордский университет

В начале 1960-х Ричард Фейнман давал несколько лекций для студентов, позже собранных в книгу "Фейнмановские лекции по физике". В книгу не вошла лекция по планетарному движению, но найденные позднее заметки позволили Дэвиду Гудштейну, коллеге Фейнмана, написать о ней книгу: "Потерянная лекция Фейнмана" [David Goodstein, Feynman’s Lost Lecture]. Цитата из книги, опубликованной в номере журнала Caltech’s Engineering & Science 1996 года:

Фейнман был великим учителем. Он гордился способностью придумывать способы объяснять самые глубокие идеи начинающим студентам. Однажды я сказал ему: «Дик, объясни мне так, чтобы я понял, почему частицы с полуцелым спином подчиняются статистике Ферми-Дирака». Фейнман сказал: «Я подготовлю лекцию для первокурсников на эту тему». Но через несколько дней он вернулся и заявил: «Я не смог. Я не смог низвести это до уровня первокурсников. Это значит, что на самом деле мы этого не понимаем».

Вольный (очень краткий) пересказ статьи Тима Урбана «Neuralink and the Brain’s Magical Future»

Нейролинк – самый амбициозный и важный проект Илона Маска. Его главная цель – создание эффективного интерфейса «Мозг-Компьютер».



Для полного осознания значимости сего предприятия рекомендую ознакомиться с переводом статьи Тима Урбана об искусственном интеллекте – Революция Искусственного интеллекта — путь к Супер-интеллекту.

Вкратце, суть такова. Создание искусственного супер-интеллекта (то есть машины, которая переиграет человека абсолютно по всем статьям, начиная от арифметических задач и заканчивая многофакторными образными моделями), потенциально представляет угрозу для человечества. Анализ модели взаимодействия высокоразвитой цивилизации (высокоразвитого интеллекта) с менее развитой демонстрирует, что такое взаимодействие практически всегда заканчивается губительно для менее развитой. Все равно, как человек встречается с мухой: сосуществование возможно, но вероятнее всего, все закончится шлепком газеты…

По мнению большинства экспертов, создание машины, которая в итоге окажется умнее человека по всем статьям – вопрос времени. Особенно стоит отметить, что превосходство это может быть настолько подавляющим и настолько быстро будет реализовано, что мы даже будем неспособны его осознать. Именно этот аргумент является главным в арсенале ученых, инженеров и мыслителей, которые высказывают свои опасения по поводу продолжения разработок в области искусственного интеллекта (ИИ) – мы рискуем вырастить нечто, чем не сможем управлять.

В эти выходные в Коломенском пройдёт очередной Geek Picnic. Во второй день фестиваля — 18 июня в 15:00 — состоится открытое интервью с Дмитрием Гришиным. Сооснователь и председатель совета директоров Mail.Ru Group несколько лет назад создал фонд Grishin Robotics, который занимается инвестированием в робототехнику и IoT. В прошлом году Дмитрий предложил концепцию первого в мире закона о робототехнике. На GeekPicnic он расскажет о том, как изменяются интернет-технологии и робототехника, насколько надежны «умные гаджеты» и возможна ли интеграция нейроимплантов в человеческий мозг. В какие сферы жизни войдут роботы в первую очередь? В каких профессиях они заменят людей, но почему нам не стоит этого бояться? Ждет ли нас 4-дневная рабочая неделя и почему именно сейчас то самое время, когда мечтатели способны изменить мир.

Согласно данным аналитической компании eMarketer, в 2016 году более 1,4 миллиарда человек использовали приложения для обмена сообщениями. К 2019 году более 25% населения мира (примерно 1,75 миллиарда человек) будут постоянно использовать мессенджеры для связи друг с другом.

Но не только люди могут отправлять и получать сообщения. На общем фоне роста популярности WhatsApp, Viber, Facebook Messenger, Skype, Telegram, ICQ, WeChat и других приложений, всё чаще происходит общение с чат-ботами, которые в отдельных случаях легко могут заменить собеседников из плоти и крови.

Согласно докладу Humanity in the Machine, подавляющее большинство людей готовы к тому, что бизнес будет предоставлять свои услуги с помощью чат-ботов. Ради быстрых и точных ответов люди готовы общаться с ботами-продавцами, консультантами, секретарями. Онлайн-чат и приложения для обмена сообщениями являются наиболее предпочтительным способом связи с продавцом для 29% американцев. В других странах этот показатель пока ниже, но постепенно всё больше и больше людей начинают отдавать предпочтение чат-ботам.

Смогут ли программы стать полноценными конкурентами человека? Давайте посмотрим на текущую ситуацию на примере самых популярных автоматизированных систем общения.

После выхода в свет моей первой мобильной игрушки, я активно начал заниматься самообразованием в области гейм дизайна для совершенствования моего продукта. Наткнулся в буржнете на любопытную статью, которая заставила меня по-иному взглянуть на игры и дала более полное понимание процесса разработки. Редко удается встретить что-то действительно стоящее, а этот текст мне так понравился, что я решил сделать русский перевод. Помимо прочего, я выкинул всю лирику, попытку автора шутить и немного воды.

1. За пределами алхимии

Недавно мне попалось на глаза описание алхимии, той волшебной псевдонауки прошлого тысячелетия, которая эволюционировала в современную химию. На мгновение я подумал, что авторы как будто описывали сегодняшнюю ситуацию в области гейм дизайна.

Каждый раз, когда я рублюсь в идеальные творения, вроде Тетриса или Марио, я вижу следы определенной структуры, скрывающейся за игровым процессом. Я верю, что механическое и предсказуемое сердце, построенное на основе человеческой психологии, бьется в центре каждой успешной игры.

А что если бы мы декодировали эти системы и превратили бы их в практическую методику создания игр?

В предыдущей статье мы рассказали о том, как сократить издержки на запуск, производство и логистику продукта благодаря грамотному подходу к его проектированию. Этот текст мы посвятим тому, как промышленный дизайн работает на повышение продаж. В конечном итоге, цель любого бизнеса — продажи, предполагает ли он разработку нового, модернизацию старого или вообще относится к сфере услуг.

То, что маркетинг перестал быть основным инструментом продаж, аналитики бизнес-процессов провозгласили уже лет десять назад. Продать что-либо при помощи маркетинга практически невозможно. Гораздо умнее сделать так, чтобы товар продавал сам себя — то есть обладал той совокупностью свойств, которая сделает его привлекательным для покупки. По большей части создание этих качеств — забота промышленного дизайна.

Поразмыслим «на берегу»

Итак, что же за продукт нам нужно создать? Какие свойства нужно в него вложить, какими качествами его наделить, чтобы он максимально хорошо продавался?

В данной обзорной статье я рассказываю о своем опыте разработки искусственного интеллекта (воссоздание психики человека), какие результаты достигнуты (базовые когнитивные процессы человека, понимает текст и может задавать уточняющие вопросы), и в каких решениях применима технология на данном этапе развития (ИИ уже готов заменить живых онлайн консультантов и может быть виртуальным ассистентом для программистов).

В свое время на Хабре был опубликован цикл статей «Логика мышления». С тех пор прошло два года. За это время удалось сильно продвинуться вперед в понимании того, как работает мозг и получить интересные результаты моделирования. В новом цикле «Логика сознания» я опишу текущее состоянии наших исследований, ну а попутно попытаюсь рассказать о теориях и моделях интересных для тех, кто хочет разобраться в биологии естественного мозга и понять принципы построения искусственного интеллекта.

Перед началом хотелось бы сделать несколько замечаний, которые будет полезно помнить во время чтения всех последующих статей.

Ситуация, связанная с изучением мозга, особенная для науки. Во всех остальных областях естествознания есть базовые теории. Они составляют фундамент на котором строятся все последующие рассуждения. И только в нейронауке до сих пор нет ни одной теории, которая хоть как-то объясняла, как в нейронных структурах мозга протекают информационные процессы. При этом накоплен огромный объем знаний о физиологии мозга. Получены очень обнадеживающие результаты с помощью искусственных нейронных сетей. Но перекинуть мостик от одного к другому, пока, не удается. То, что известно о биологических нейронных сетях очень плохо соотносится с созданными на сегодня архитектурами искусственных нейронных сетей.

Не должна вводить в заблуждение распространенная фраза о том, что многие идеи искусственных нейронных сетей позаимствованы из исследований реального мозга. Заимствование носит слишком общий характер. По большому счету, оно заканчивается на том, что и там и там есть нейроны и между этими нейронами есть связи.

Оглавление

Часть 1 — линейная регрессия
Часть 2 — градиентный спуск
Часть 3 — градиентный спуск продолжение

Введение

Этим постом я начну цикл «Нейронные сети для новичков». Он посвящен искусственным нейронным сетям (внезапно). Целью цикла является объяснение данной математической модели. Часто после прочтения подобных статей у меня оставалось чувство недосказанности, недопонимания — НС по-прежнему оставались «черным ящиком» — в общих чертах известно, как они устроены, известно, что делают, известны входные и выходные данные. Но тем не менее полное, всестороннее понимание отсутствует. А современные библиотеки с очень приятными и удобными абстракциями только усиливают ощущение «черного ящика». Не могу сказать, что это однозначно плохо, но и разобраться в используемых инструментах тоже никогда не поздно. Поэтому моей первичной целью является подробное объяснение устройства нейронных сетей так, чтобы абсолютно ни у кого не осталось вопросов об их устройстве; так, чтобы НС не казались волшебством. Так как это не математический трактат, я ограничусь описанием нескольких методов простым языком (но не исключая формул, конечно же), предоставляя поясняющие иллюстрации и примеры.

Цикл рассчитан на базовый ВУЗовский математический уровень читающего. Код будет написан на Python3.5 с numpy 1.11. Список остальных вспомогательных библиотек будет в конце каждого поста. Абсолютно все будет написано с нуля. В качестве подопытного выбрана база MNIST — это черно-белые, центрированные изображения рукописных цифр размером 28*28 пикселей. По-умолчанию, 60000 изображений отмечены для обучения, а 10000 для тестирования. В примерах я не буду изменять распределения по-умолчанию.

В первой части нашего туториала мы зарегистрировались в обоих магазинах — App Store и Google Play. Но чтобы ваше приложение стало доступным для скачивания, необходимо совершить ещё немало действий. Давайте их рассмотрим.

Согласно психологическим исследованиям, эмоции от ожидания события почти всегда превосходят по накалу переживание самого события.

Боязнь попросить у босса повышение зарплаты парализует и может длиться месяцами. Но когда вы всё-таки соберётесь это сделать, всё закончится очень быстро. Возбуждённое ожидание обладания каким-то объектом или достижения какой-либо цели может превратиться в манию. Но вскоре после получения желаемого вам становится скучно, и вы начинаете искать что-то другое. «Мы покупаем вещи, чтобы они делали нас счастливее, и нам это удаётся. Но ненадолго. Новые вещи нас сначала радуют, а потом мы к ним адаптируемся»,- говорит доктор Томас Гилович, психолог из Корнеллского университета.

Занятно, что ваш разум может обмануть вас и сделать идею чего-либо более приятной, чем сам этот предмет, так что вы наслаждаетесь самой идеей, и не воплощаете её в жизнь. В своей новой книге «Эго – это враг» [Ego is the Enemy], Райан Холидэй [Ryan Holiday] объясняет, что главным препятствием на пути к успеху является представление об успехе.

Мечтать очень легко. Легко рассказывать людям о своих устремлениях. Легко создавать визуальную доску желаний и записывать цели. Легко стоять перед зеркалом и декларировать намерения. И обычно все на этом останавливаются.

Сам процесс мечтания мешает вам достигать вашей цели. Вы проиграли в голове свою мечту с такими подробностями, что вам этого уже достаточно. Вы охладеваете и обманываете себя тем, что верите, будто сделали что-то продуктивное.

В результате, пробуя непосредственно само действие, вы натыкаетесь на стену сопротивления. Чаще всего вы отвлекаете себя от этого дискомфорта неким сиюминутным удовольствием. Роберт Грин объясняет в своей книге «Мастерство» [Mastery], что можно научиться любить это внутреннее сопротивление. Он пишет: «Вы находите некое извращённое удовольствие в том, чтобы двигаться сквозь боль, которую это может принести».