Искусственный интеллект

Условная матрица неточностей для нейросети и тестового набора из 500 программ длиной в 3 строчки. Каждая ячейка содержит среднюю вероятность ложно-положительного результата (крупным шрифтом) и количество тестовых программ, из которых это значение выведено (меньшим шрифтом, в скобках). Насыщенность цвета коррелирует с вероятностью ложно-положительного результата

У программистов скоро появится хороший помощник: умная нейросеть, которая способна выполнять рутинные задачи. Более того, с помощью такой нейросети люди могут создавать программы, даже не зная синтаксиса конкретного языка и фактически не умея программировать. Нужно составить алгоритм и поставить задачи — а нейросеть напишет код для их решения.

Идея дорисовать сову из кружочков реализована с помощью нейросетей.



На базе машинного обучения и нейронной сети разработчик Кристофер Гессе создал онлайн-сервис, который может «дорисовывать» наброски до полноценных цветных фотографий.

Оригинальная фотография (a), первоначальная реконструкция (b), два варианта оптимизации реконструкции (с) и результат состаривания/омолаживания лиц со вторым вариантом оптимизации IP, то есть с лучшим сохранением узнаваемости лица (d)

Состаривание лица (синтез возраста) с морфингом фотографии — важная задача, которая имеет много практических применений. Такое состаривание необходимо делать для корректной работы систем распознавания лиц. Оно нужно при поиске пропавших детей спустя годы или десятилетия после пропажи. Ну и конечно, морфинг лиц используется в индустрии развлечений — например, в кинематографе. Вероятно, мобильные приложения c такой функцией могут стать популярными. Каждому интересно посмотреть, как в молодости выглядел этот старичок-преподаватель или какой станет ваша красавица-однокурсница через 40-50 лет.

Ничего нет хуже в Counter-Strike, чем встретиться со спинботом, который применяет аимбот. Аимбот — один из самых мощных читов, он выполняет автоприцел для выстрела в голову. А спинбот постоянно вращается вокруг своей оси, обеспечивая поле зрения 360 градусов. Таким образом, спинбот с аимботом можно эффективно использовать против простого триггербота с аимботом (зачем на самом деле нужны эти хаки, см. пояснение от эксперта в комментариях и отдельную статью про читы).

Спинбот — самый очевидный чит, который вычислялся довольно быстро, а вот триггербот и другие хаки выявить со стороны гораздо сложнее. Поэтому до настоящего времени читеры чувствовали себя относительно вольготно. Недавно Valve начала массовые баны аккаунтов читеров, а в будущем нечестных игроков будут выявлять и блокировать гораздо быстрее. Эту новость сообщил один из разработчиков из компании Valve.

В феврале 1975 года несколько генетиков собрались в городишке на центральном побережье Калифорнии, чтобы решить, не приведёт ли то, чем они занимаются, к концу света. Они только начинали открывать науку генной инженерии, управления ДНК для создания несуществующих в природе организмов, и они не были уверены, как эти технологии повлияют на здоровье планеты и населяющих её людей. Так что они удалились в убежище под именем Асиломар – именем, ставшим синонимом для правил, выработанных ими на этом собрании – строгая этическая платформа, созданная для того, чтобы биотехнологии не привели к апокалипсису.

Через 42 года ещё одна группа учёных собралась в Асиломаре, чтобы рассмотреть схожую проблему. Но на этот раз угроза была не биологической, а цифровой. В январе лучшие исследователи в области ИИ шли теми же дорогами, обсуждая быстро расширяющуюся область их интересов, и ту роль, которую оно сыграет в судьбе человечества. Конференция была частной – чудовищность темы этого заслуживает – но затем организаторы выпустили несколько видеороликов с докладами, а некоторые готовы были обсудить их личный опыт и пролить свет на то, как исследователи ИИ видят угрозу, исходящую от их собственного поля деятельности.

Визуализация цикла обучения нейронной сети

Команда инженеров проекта Graphcore построила графы активности узлов нейронной сети и их связи в процессе обучения по распознаванию образов, о чем исследователи рассказали в своем блоге.

Изображение выше демонстрирует полный цикл обучения и распознавания нейронной сети Microsoft Research RESNET-34 в декабре 2016 года. Саму систему развернули на базе IPU — интеллектуального графического процессора, как его называют создатели, еще в середине 2016 года. Полученные данные раскрасили для того, чтобы выделить различную плотность вычислений, производящиеся нейронной сетью.

Дисклеймер: Гиктаймс – хорошая площадка, чтобы проверить насколько ты одинок в своих заблуждениях.


Иллюстрация с сайта npr.org

Размышляя на тему о популярности и влиянии ИТ в сегодняшнем мире, наткнулся на очень интересную информацию о востребованных сегодня профессиях и учебных курсах.
Но сначала о размышлениях.

Когда я рассказываю, что работаю над искусственным интеллектом, людям часто хочется встать на сторону простых тружеников всего мира. Точные формулировки варьируются, но обычно это сводится к «машины не могут выполнять работу за людей, поскольку люди обеспечивают „человеческое взаимодействие“, недостижимое для машины».

Сразу после одного из таких споров я имел удовольствие испробовать эти прославленные «человеческие взаимодействия» по пути домой в Нью-Йорк из-за границы. Первая встреча произошла с работником авиакомпании. Когда я пришёл на регистрацию, она сказала мне, что, поскольку я не пришёл хотя бы за час до вылета, технически говоря, я его пропустил, и мне придётся покупать новый билет. Вообще-то я опоздал всего на несколько минут, и в аэропорту, из которого я вылетал, ожидание в очередях на проверку обычно занимало от 0 до 5 минут. Я бы сказал, что если бы весь аэропорт был парковкой, им даже не нужно было бы давать секциям буквенно-цифровые обозначения.

Я начал возражать, но они заявили, что их система не даст им распечатать билет, даже если бы они захотели. Плохое начало для «человеческого взаимодействия».

Люди и животные при движении ориентируются относительно быстро, избегая препятствий в почти что рефлекторно. Кроме того, если человек не может сходу преодолеть очередную проблему на своем пути — например, открыть дверь с необычной ручкой, то за несколько секунд или минут обдумывания проблема решается и дверь, как правило, поддается. В следующий раз эта ручка уже не составит проблем. Речь, конечно, не только о дверях и ручках, а о решении подобных ситуаций в целом.

Кроме того, люди (равно, как и некоторые животные) могут предсказать, какое препятствие появится в течение последующих пары секунд или даже минут. Видя на своем пути киоск с газетами, человек понимает, что через 10-20 секунд его нужно обогнуть. С роботами (включая беспилотные автомобили и летающие аппараты) все сложнее. Для того, чтобы они умели решать свои проблемы самостоятельно, их нужно обучать. Корпорация Microsoft в числе прочих организаций занимается этой проблематикой и делает кое-какие успехи.

Офис журналистов-новостников в The Daily Telegraph

Около года назад журналисты британской газеты The Daily Telegraph обнаружили небольшие черные коробочки, прикрепленные с обратной стороны столешницы их рабочих столов. При этом на коробочках красовалась надпись «OccupEye». Сотрудники компании решили, эти коробочки — датчики, которые отслеживают присутствие людей за столом. Люди встревожились, осознав, что начальство может теперь отслеживать каждый шаг своих подчиненных.

Как оказалось, эти коробочки — устройства, отслеживающие микроклимат в кабинках сотрудников компании. По словам руководителей The Daily Telegraph, детекторы должны были следить, чтобы воздух не был чрезмерно охлажден или перегрет. Таким образом начальство хотело снизить расходы на электроэнергию, большое количество которой потребляют кондиционеры. В конце концов, устройства убрали. Но, на самом деле, сейчас в офисах достаточно много детекторов, которые следят не только за температурой.

Технические характеристики специализированной микросхемы ASIC для распознавания речи

Голосовые команды — самый естественный и удобный интерфейс для управления электроникой. Можно представить, что в будущем понимать команды хозяина будут практически все электронные приборы: от лампочек в квартире до холодильника, микроволновой печи и чайника на кухне. Соединённые в общую сеть Интернета вещей эти приборы будут не только понимать хозяина, но и согласовывать свои действия друг с другом.

В последние годы технологии распознавания речи достигли высокого уровня и созрели для различных коммерческих приложений: управление автомобильным компьютером, здравоохранение (ведение документации в цифровом виде по распознаванию речи врачей) и применение в армии. Например, в итальянском учебно-тренировочном самолёте M-346 и в американском истребителе-бомбардировщике F-35 точность систем распознавания речи достигает 98%. Но чтобы выполнять распознавание речи на бытовых приборах и носимой электронике, нужно кардинально снизить энергопотребление этого интерфейса.

Искусственный интеллект — сфера, в которой сейчас занято большое количество инженеров и ученых. Практически каждый день появляются новости о разработке той либо иной формы слабого ИИ, выполняющей определенные функции, которые могут оказаться полезными человеку. Сейчас разработчики из DeepMind, подразделения холдинга Alphabet Inc., занимаются решением интересной и актуальной для современного общества проблемы. А именно — выясняют, при каких условиях несколько ИИ-агентов будут сотрудничать или конкурировать друг с другом.

Проблема, которую пытаются решить специалисты из DeepMind, схожа по сути с так называемой «дилеммой заключенного». Ее можно сформулировать следующим образом. Практически во всех странах наказание участников преступной группировки гораздо жестче, чем наказание преступников-одиночек, совершающих одинаковые преступления. Что, если полиция схватила двух преступников, которые попались примерно в одно и то же время за совершение сходных преступлений, и есть основания полагать, что преступники действовали по сговору? Дилемма появляется в том случае, если предположить, что оба преступника хотят минимизировать собственный срок заключения.

Пример работы нейросети после обучения на базе лиц знаменитостей. Слева — исходный набор изображений 8×8 пикселей на входе нейросети, в центре — результат интерполяции до 32×32 пикселей по предсказанию модели. Справа — реальные фотографии лиц знаменитостей, уменьшенные до 32×32, с которых были получены образцы для левой колонки

Можно ли повышать разрешение фотографий до бесконечности? Можно ли генерировать правдоподобные картины на основе 64 пикселей? Логика подсказывает, что это невозможно. Новая нейросеть от Google Brain считает иначе. Она действительно повышает разрешение фотографий до невероятного уровня.

Такое «сверхповышение» разрешения не является восстановлением исходного изображения по копии низкого разрешения. Это синтез правдоподобной фотографии, которая вероятно могла быть исходным изображением. Это вероятностный процесс.

Во время выступления певицы, известной, как Леди Гага, в перерыве Суперкубка США компания Intel показала возможности управления сотнями коптеров одновременно. Речь идет о шоу беспилотников, которое служило дополнением к выступлению певицы. Само шоу получило название Shooting Stars, причем это была уже вторая демонстрация такого рода. Впервые шоу дронов было показано на празднике в Disney World. Во время выступления певицы все эти сотни дронов (речь идет о 300 аппаратах) управлялись из одного центра и составляли единую систему.

Корпорация Intel уже давно работает над технологиями контроля беспилотных летательных аппаратов, так что само шоу носит не только развлекательную цель. Во время «выступления» умной системы разработчики показали, чего добились. По словам команды проекта, управлять можно не сотнями, а тысячами дронов одновременно — вплоть до 10 тысяч аппаратов.

Доброго времени суток всем! Несколько дней назад была опубликована статья на GeekTimes: «Взять и победить: ИИ выиграл покерный турнир у четырех профи» и я хочу немного оспорить значимость этой победы.

Прежде всего хочу сказать, что я внимательно следил за происходящими событиями. Мне даже удалось получить ответы на интересующие вопросы от Carnegie Mellon University и профессионального игрока Джейсона Леса. Вообще к теме победы ИИ в покере отношусь очень серьёзно. Это не шахматы или какие-нибудь нарды, где компьютер способен намного оперативние просчитывать видимые ходы и вероятности.

В большинстве своём люди учатся на собственных ошибках. Редко когда на чужих. Общество совершает одни и те же ошибки снова и снова. Искусственный интелект развивается подругому. Если автопилот допускает ошибку, остальные самоуправляемые машины станут умнее. Все новопроизведенные автомобили будут созданы с полным набором навыков своих предков. Таким образом коллективное обучение ИИ, может происходить быстрее, чем у людей — Эрик Шмидт, Себастьян Трун.

Искусственный интеллект (слабая его форма), разработанная представителями Школы информатики университета Карнеги-Меллон, обыграл четырех профессиональных игроков в покер. Речь идет о турнире в Техасский холдем, который проходил в питтсбургском казино Rivers. Это одна из наиболее популярных разновидностей покера. В ходе турнира было сыграно около 120 тысяч раздач. ИИ взял банк в $1,7 миллиона.

Авторы программы — Томас Сэндхолм и Ноам Браун. По словам разработчиков, покер — игра, участники которой не знают, какие карты у всех остальных. По этой причине просчитать что-то крайне сложно. Джимми Чу, один из участников турнира, пожаловался на то, что он с коллегами недооценил возможности Libratus: «Бот каждый день играл все лучше. Он как будто более умелая наша версия».

Прямо сейчас, пока вы читаете эти строки, в мире происходит удивительное событие — искусственный интеллект побеждает человека в очередной игре. Удивителен не сам факт превосходства машин, а то, что об этом мало пишут. Возможно, в связи с тем, что на этот раз машина состязается не в легендарную игру «го», не в DOOM, лапту или прятки, а в спортивный карточный покер.

Покер часто пренебрежительно называют азартной игрой, выигрыш в которой зависит исключительно от случая, но его на сегодняшний день в законодательном порядке признали официальным видом спорта в целом ряде стран (за исключением России). Самое интересное для нас и машин в том, что в покере выигрышные стратегии можно спрогнозировать при помощи теории вероятности. И самое главное, покер — это игра с неполной информацией, в отличие от шахмат, шашек, нард, где оба игрока видят положение всех фигур на доске. Ранее ИИ не мог победить там, где присутствует элемент неопределенности. Так что же изменилось?

Когнитивная система IBM Watson всего за несколько лет освоила множество профессий. Теперь Watson можно считать и врачом, и кулинаром, и финансовым аналитиком и даже метеорологом. Да, Watson помогает НАСА, работает над оптимизацией бизнес- процессов и собирается помогать водителям новых моделей автомобилей BMW. Сейчас разработчики IBM помогли системе освоить еще одну профессию, гораздо более творческую. Речь идет о музыке — Watson теперь является еще и музыкантом.

Как известно, когнитивная система использует ряд сервисов IBM для распознавания речи, анализа огромных массивов данных и обучения новым вещам. В новом для себя проекте разработчики IBM пригласили к партнерству «звездного» продюсера Алекса да Кид (Alex Da Kid), который помог стать известными Эминему, Рианне, Ники Минаж и другим звездам сцены.

Глубинное обучение — перспективная методика обучения алгоритмов, которая задействована в большом количестве сфер (информационная безопасность, анализ результатов исследований, распознавание изображений). Что касается распознавания изображений, то здесь речь идет не только о том, что машина может отличить кошку от собаки, как это было с нейросетью Google. Нет, подобная технология может оказаться полезной и в медицине, в частности, в онкологии.

Ученые из Стэнфорда создали систему, которая способна ставить диагноз, анализируя фотографию кожи пациента. Недавние тесты показали впечатляющие результаты: алгоритм ставил диагнозы так же точно, как и врачи-дерматологи с большим опытом и серьезной квалификацией. Для сравнения возможностей технологии авторы проекта попросили поставить диагноз по изображению участков кожи различных людей профессиональных дерматологов (с верификацией диагноза), а затем эти же изображения показывали машине.