Мы объявляем о старте международного конкурса The Next AI Guardian для студентов. Он пройдет в 27 странах мира, включая Россию. Главная цель конкурса – предложить решения на базе искусственного интеллекта, которые помогут изменить сферу образования к лучшему. Победители получат уникальную возможность посетить трехдневные интенсивные курсы по искусственному интеллекту в Варшаве, где их будут обучать ведущие эксперты в этой области – включая инженеров Microsoft и крупнейших партнеров компании.

Участники конкурса совревнуются в нескольких играх на платформе Minecraft. Слева: игра Build Battle, где игрокам необходимо воссоздать структуру (в данном случае структура расположена на земле). Справа: игра Pig Chase, где агенты ИИ должны сотрудничать, чтобы загнать свинью в угол

Научно-исследовательское подразделение Microsoft Research завершает отборочный этап конкурса MarLÖ 2018 (Multi-Agent Reinforcement Learning in MalmÖ). Участники соревнования представили агентов ИИ, способных на обучение с подкреплением, которые смогут играть в несколько 3D-игр, как определено в платформе MalmO.

Целью конкурса является поощрение исследований в области общего интеллекта. Агенты ИИ обучаются не на отдельной конкретной игре, а на нескольких. Кроме того, они должны сотрудничать, что требует понимания намерений и целей друг друга (это важное свойство человеческого сознания). Так система будет более приспособлена для выживания в реальном мире.

Путём трудных геометрических подсчётов Филип Гиббс обнаружил наименьшее из известных покрытий для любой возможной формы

Такое универсальное покрытие, как шестиугольник, можно описать вокруг любой формы

Филип Гиббс – не профессиональный математик. Поэтому когда ему хотелось поразмышлять над какой-либо задачей, он искал такую, с которой может справиться и любитель. Он обнаружил трудную задачу, которая может свести с ума даже лучшие умы. И в работе, опубликованной в этом году, Гиббс значительно продвинулся в решении вопроса столетней давности, зависящего от способности точно измерять площадь вплоть до атомных масштабов.

Первым эту задачу предложил французский математик Анри Леон Лебег, в письме к своему другу Юлиусу Палу, написанному в 1914 году. Лебег спросил: какова форма наименьшей возможной площади, способной полностью покрыть большое количество других форм (имеющих одно общее свойство, о котором ниже)?

Открытая семантика русского языка, об истории создания которой вы можете прочитать здесь и здесь, получила большое обновление. Мы собрали достаточное количество данных, чтобы применить поверх собранной разметки машинное обучение и построить семантическую модель языка. Что из этого получилось смотрите под катом.

Есть книги о маркетинге, которые интересно и легко читать. Маркетологи найдут в них вдохновение и пищу для размышлений. А специалисты других профессий поймут, что маркетинговые знания никогда не помешают и что маркетинг — это нескучно.

Давайте посмотрим на библиотеки не с той стороны, которая нам привычнее всего, то есть пользовательской, а с точки зрения разработчика библиотеки мобильной разработки. Поговорим, каких подходов стоит придерживаться, разрабатывая свою библиотеку. Начнем, конечно, с проектирования такого API, которым вы сами хотели бы пользоваться, который был бы удобен. Подумаем, что нужно учесть, чтобы сделать не просто работающий код, а по-настоящему хорошую библиотеку, и дойдем до того, как выпускать настоящий взрослый публичный релиз. Поможет нам в этом Ася Свириденко, которая поделится своим немалым опытом разработки мобильной библиотеки SpeechKit в Яндексе.

Материал будет полезен не только тем, кто занимается разработкой библиотеки или фреймворка, но еще и тем, кто хочет выделить часть из своего приложения в отдельный модуль, а потом его переиспользовать, или, например, поделиться своим кодом с остальным сообществом разработчиков, выложив его в публичный доступ.

Для всех остальных рассказ будет наполнен неподдельными историями из жизни команды мобильного SpeechKit, так что должно быть весело.

Несмотря на простоту (и, в общем-то, тривиальность, если подумать) описываемого решения, наткнулся на него чисто случайно, во время разукрашивания комментарием законченной программы, готовой к сдаче.

В программистской практике регулярно случается ситуация, когда на время разработки и отладки требуется включать какой-то код и выключать другой. Это несложно делать специальными конструкциями типа #if true ... #else ... #endif, меняя true на false, или прибегая к более изощренным условиям.

Не так давно я презентовал синтаксического чат-бота по имени Ваня Разумный («Создание ИИ методом «глокой куздры». Интеллектуальная одиссея»). Последующий очевидный этап, который, подобно другим создателям искусственного разума, захотелось пройти – даровать детищу голос. Казалось бы, чего проще?

Пришлось, однако, помучиться. Некоторые проблемы решить так и не удалось – безусловно, по причине дилетантизма. А впрочем, сомневаюсь, что и профессионалам интересно решать сопутствующие задачки. Никому это не интересно, вот и мне не хотелось. Я надеялся по-быстрому прикрутить звук и перейти к последующим задумкам…

Но обо всем по порядку.

(Пишу в надежде, что мои страдания на ниве озвучки помогут кому-нибудь из подобных мне любителей. Айтишным зубрам данный пост ни к чему).

Этот пост о том, как в ожидании выделения денег на новый корпоративный портал можно с минимальными затратами прокачать текущую версию до вполне приличного состояния.

Под катом немного личного опыта и полезных советов. Я расскажу про улучшение usability, измерение пользовательского опыта и о том, какой результат мы получили.

Оформляя тикет в системе управления проектами и отслеживания задач, каждый из нас рад видеть ориентировочные сроки решения по своему обращению.
Получая поток входящих тикетов, человеку/команде необходимо выстроить их в очередь по приоритету и по времени, которое займет решение каждого обращения.
Все это позволяет эффективнее планировать своё время обеим сторонам.

Под катом я расскажу о том, как проводил анализ и обучал ML модели, предсказывающие время решения оформляемых в нашу команду тикетов.

Способность полицейских распознавать и находить людей, уже совершавших преступления в прошлом, жизненно важна для их работы. Настолько, что полицейские считают её фундаментальной для эффективного поддержания порядка на улицах, предотвращения преступлений и расследований. Однако с 2010 года количество полицейских [в Британии] уменьшилось почти на 20%, а количество зарегистрированных преступлений растёт, поэтому полицейские обращаются к новым технологическим решениям, которые должны помочь в усилении их способностей отслеживания людей, дающих повод для беспокойства.

Точность глубины — это боль в заднице, с которой рано или поздно сталкивается любой программист графики. На эту тему написано множество статей и работ. А в разных играх и движках, и на различных платформах можно увидеть множество различных форматов и настроек depth buffer.

Преобразование глубины на GPU выглядит неочевидным из-за того, как именно оно взаимодействует с перспективной проекцией, и изучение уравнений ситуацию не проясняет. Чтобы понять как это работает, полезно нарисовать несколько картинок.



Эта статья разделена на 3 части:

1. Я попытаюсь объяснить мотивацию нелинейного преобразования глубины.
2. Я представлю несколько графиков, которые помогут понять как нелинейное преобразование глубины работает в разных ситуациях, интуитивно и визуально.
3. Обсуждение основных выводов Tightening the Precision of Perspective Rendering [Paul Upchurch, Mathieu Desbrun (2012)], касающихся влияния ошибки округления чисел с плавающей точкой на точность глубины.

На мой взгляд, стохастические исчисления — это один из тех великолепных разделов высшей математики (наряду с топологией и комплексным анализом), где формулы встречаются с поэзией; это место, где они обретают красоту, место где начинается простор для художественного творчества. Многие из тех, что прочли статью Винеровский хаос или Еще один способ подбросить монетку, даже если и мало, что поняли, всё же смогли оценить великолепие этой теории. Сегодня мы с вами продолжим наше математическое путешествие, мы погрузимся в мир случайных процессов, нетривиального интегрирования, финансовой математики и даже немного коснемся функционального программирования. Предупреждаю, держите наготове свои извилины, так как разговор у нас предстоит серьезный.

В этом году начал обучение первый поток нашей «Школы 21», созданной Сбербанком по модели известной французской L’Ecole 42. Нет учителей и учебного расписания, есть лишь поток проектов, дедлайны и удобные рабочие места. Обучение в «Школе 21» бесплатное для всех независимо от гражданства. Этот пост посвящен историям студентов первого потока, которые расскажут, как отважились на эту авантюру и что она представляет собой изнутри.

Что будем делать?

Здравствуй, читатель сегодня поговорим о том почему не надо открывать непроверенные файлы скачанные с неизвестных источников и создадим такой файл чтобы понять что он может наделать на вашем ПК. Создавать мы будем стиллер который соберет все наши пароли и отправит их нам по почте.

Переводчик Елена Борноволокова специально для Нетологии адаптировала статью Файзана Шайха о том, как создать модель распознавания лиц и в каких сферах ее можно применять.

Введение

За последние годы компьютерное зрение набрало популярность и выделилось в отдельное направление. Разработчики создают новые приложения, которыми пользуются по всему миру.

Всем привет!

Давайте поговорим о, как вы уже наверное смогли догадаться, нейронных сетях и машинном обучении. Из названия понятно, что будет рассказано о Mixture Density Networks, далее просто MDN, переводить название не хочу и оставлю как есть. Да, да, да… будет немного скучной математики и теории вероятности, но без неё, к сожалению, или к счастью, тут уж сами решайте, трудно представить мир машинного обучения. Но спешу вас успокоить, ее будет относительно мало и она будет не сильно сложная. Да и вообще ее можно будет пропустить, а просто посмотреть на небольшое количество кода на Python и PyTorch, все верно, сеть мы будем писать с помощью PyTorch, а так же на различные графики с результатами. Но самое главное то, что будет возможность немного разобраться и понять что же такое MD сети.

Что ж начнем!

Привет всем!

Как вы, возможно, помните, еще в октябре у нас переводилась интересная статья о применении таймеров в Javascript. Она вызвала огромную дискуссию, по результатам которой мы давно хотели вернуться к этой теме и предложить вам подробный разбор асинхронного программирования в этом языке. Рады, что нам удалось найти достойный материал и опубликовать его еще до конца года. Приятного чтения!

Недавно мы рассказывали о том, как попасть на стажировку в Google. Помимо Google наши студенты пробуют свои силы в JetBrains, Яндекс, Acronis и других компаниях.

В этой статье я поделюсь своим опытом прохождения стажировки в JetBrains Research, расскажу о задачах, которые там решают, и подробнее остановлюсь на том, как при помощи машинного обучения можно искать баги в программном коде.

Рассказать об этом небольшом, но поучительном кейсе меня побудила статья о редизайне крупных проектов, который приводил к потере аудитории и, как следствие, денег. Я бы хотел расширить границы проблемы и рассказать историю об ответственности сотрудников перед владельцами компаний, которая, по сути, отсутствует в большинстве случаев.