Искусственный интеллект

Всем привет!

У многих из нас мало опыта в так называемом голосовом письме – на диктофон свои мысли раньше записывали разве что психоаналитики. Теперь диктовка становится привычнее – к ней приучил сервис голосового набора в смартфонах. Участвуя как product owner в процессе создания продукта для распознавания русской слитной речи, общаясь с разработчиками алгоритмов и с клиентами, проводя различные тесты систем распознавания, наблюдая за тем, как пользователи диктуют свои тексты и имея свой большой опыт ввода текста в компьютер с помощью голоса, я набрал много интересных наблюдений. Чтобы лучше понимать, как правильно пользоваться автоматическим распознаванием речи давайте посмотрим, как устроено распознавание речи. Описание будет очень упрощенным, но зато поможет понять, какие ошибки люди совершают при диктовке. И еще: данную статью я буду писать с помощью диктовки, внося правки с клавиатуры только в тех местах, где без этого будет не обойтись.

Компания Tesla Motors опубликовала официальный ответ на статью в Bloomberg о самодельном беспилотном автомобиле, который собрал гениальный хакер Джордж Хоц (Geohot), известный как автор первого джейлбрейка для iPhone и джейлбрейка игровой приставки Playstation 3. Хакер разработал уникальную систему автоматического пилотирования на основе обучаемой нейросети, используя игровые GPU для обработки видеопотока с шести камер и штатные высокопроизводительные процессоры Intel для вычислений ИИ (см. обсуждение на Geektimes).

Всего за два месяца обучения автопилот освоил езду по шоссе, в том числе с плохо различимой дорожной разметкой, а также ряд специфических манёвров.

Вы когда-нибудь обращали внимание на то, что почти всегда системы искусственного интеллекта, как в жизни, так и в кино, в фантастике — «женского пола»? Но когда доходит до полноценных антропоморфных роботов, то они почти поголовно «мужчины». Вероятно, причины этой тенденции кроются в нашей психологии.

Американский хакер Джордж Хоц, более известный под ником Geohot, прославился, когда выпустил первый в истории джейлбрейк для iPhone. Семнадцатилетний школьник взломал iPhone в 2007 году, а спустя три года стал автором джейлбрейка Sony PlayStation 3.

Сейчас у Джорджа новый мега-проект: самодельный беспилотный автомобиль. Парень отверг предложение о работе в Tesla с многомиллионным бонусом. Он всё делает самостоятельно.

В предыдущий раз мы написали на Хабре о краудсорсинге лингвистических данных. Речь шла о морфологической разметке (part of speech tagging) современных текстов на русском языке. С тех пор было размечено около 2.2 млн. заданий, и около 3 тысяч человек приняли в этом участие. Мы с вами прошли чуть больше половины пути. Спасибо, что вы помогаете нам!

В OpenCorpora мы создаём открытые данные для обучения и тестирования математических моделей анализа текста на русском языке. Таким образом, мы помогаем российской компьютерной лингвистике догнать западную. Потом будем помогать обгонять ;)

Сегодня мы расскажем о разметке именованных сущностей. Это ещё один слой разметки текстов в Открытом корпусе. Мы будем выделять в тексте имена людей, названия компаний и географических объектов.

Ещё один шаг в самообучении машин

Конечно, в Data Science существует множество самообучающихся моделей, но действительно ли они являются таковыми? На самом деле, нет: сейчас в машинном обучении сложилась ситуация, когда человеческий фактор играет решающую роль в построении эффективных моделей.

Data Science сейчас представляет собой некий сплав науки и интуиции, потому что не существует формализованного знания о том, как правильно предобрабатывать предикторы, какую модель выбрать из десятков существующих, и как настраивать множество параметров в этой модели. Всё это плохо поддается формализации, и поэтому получается парадоксальная ситуация – машинное обучение требует человеческого фактора.

Именно человек должен выстроить цепочку обучения, и настроить параметры, которые легко могут превратить самую лучшую модель в абсолютно бесполезную. Построение этой цепочки, превращающей исходные данные в предсказательную модель – может занимать несколько недель, в зависимости от сложности задачи, и часто делается просто методом проб и ошибок.

Это серьезный недостаток, и поэтому возникла идея: может ли машинное обучение — обучить себя тому же, что делает человек? Такая система была создана, и удивительно, что эта новость еще не добралась до хабрасообщества!

Программа Microsoft Research первенствовала в нескольких категориях на шестом ежегодном конкурсе по распознаванию изображений ImageNet. Ей удалось превзойти конкурентные системы от Google, Intel, Qualcomm и Tencent, а также от ряда стартапов и научно-исследовательских лабораторий (результаты).

Система-чемпион носит название "Deep Residual Learning for Image Recognition", и к конкурсу в свободном доступе опубликована статья с описанием технических принципов её работы.

Новый сервер Facebook

В конце прошлой недели представители Facebook заявили о том, что специалисты компании создали устройство, воплотившее идею искусственного интеллекта, основанного на принципе глубокого обучения. Предполагается, что разработка может быть задействована в нескольких приложениях Facebook, сообщает venturebeat.com. Любой желающий может ознакомиться с дизайном изобретения в Open Compute Project.

Серверы с кодовым названием Big Sur оснащены графическими процессорами (GPU), выполняющими функцию главных компонентов в рамках алгоритма глубокого обучения. Метод предполагает формирование искусственных нейросетей на основе больших объемов информации — например, фотографий – которые впоследствии помогают проанализировать новые данные. Facebook вкладывает все больше средств и сил в развитие данной сферы, так почему бы компании не задуматься о создании соответствующего пользовательского оборудования, как это было с серверами общего назначения, виртуальными хранилищами и сетевым оборудованием. Более того, поделиться дизайном разработки не менее удачная идея.

Что должен сделать робот-медсестра, если больной раком просит увеличить дозу морфия, а связаться с врачом не получается? Должен ли робот-водитель запрещать пьяному человеку самому управлять автомобилем, когда он спешит в больницу к своему ребёнку? На чей голос должен спешить робот-спасатель в развалинах после землетрясения — на детский или взрослый? А если так получилось, что взрослый — это вы, но ребёнок не ваш?
Люди много лет мечтают о наступлении эры доступной робототехники, когда умные машины избавят нас от многих трудов. «До чего дошёл прогресс, до невиданных чудес». Но в то же время развитие роботов будет поднимать серьёзнейшие вопросы о том, как они должны вести себя в сложных ситуациях, связанных с острыми морально-этическими проблемами.

Интеллектуальные устройства уже не так далеки от пугающей операционной системы Samantha, изображенной в научно-фантастическом фильме "Она".

Предлагаем ознакомиться с техническими и заявленными функциональными характеристиками устройств с голосовым интерфейсом: Лекси, Ubi, Ivee, Amazon Echo, Jibo, Cubic:

Источник: Wikimedia

Онлайн-энциклопедия Wikipedia получила новый инструмент — сервис с элементами ИИ, который поможет автоматически определять некорректные правки материалов ресурса. Сервис ORES (Objective Revision Evaluation Service) будет проверять все правки на наличие спама или троллинга. Создателем ORES является Wikimedia Foundation. Разработчики говорят, что новый сервис работает, как рентгеновские очки (отсюда и анонсная картинка. Система теперь будет выделять все, что выглядит подозрительным, а затем отправлять на проверку редактору-человеку. Если администратор решит не использовать правку, пользователь, предложивший ее, получит уведомление. Эта система более дружественна к пользователям, поскольку сейчас никакие уведомления пользователям не рассылаются.

Команда энциклопедии научила систему различать непреднамеренные ошибки в правках и то, что называется «повреждающими правками» (damaging edits). Обучение проводилось на примерах реальных материалов. Сейчас новый сервис уже можно использовать.

Сколково в ноябре напоминает военно-воздушную базу Ванденберг — военное сооружение с космодромом, расположенное в США (округ Санта-Барбара штата Калифорния). Та же безблагодатная жухлая равнина под серым небом, на которой стоят коробки и призмы загадочных сооружений. Вот сравним несколько мест Сколково и базы Ванденберг (по первому я ходил, а вторую фотографировал из окна поезда):

Это Сколково:

Американский артист продемонстрировал возможности нейросети NeuroTalk, описывающей сцены видео в режиме реального времени. Система делала ошибки, исправляла себя, но иногда правильно рассказывала о происходящем. «Мужчина держит сосиску в булочке с горчицей и кетчупом», «ножницы сидят на столе рядом с кошельком» и «вид поезда из окна поезда» — на видео под катом.

В «Матрице», в первой ее части, создавать виртуальный мир могла не только разумная компьютерная система, генерировать миниатюрный виртуальный мир могли и компьютеры «Навуходоносора», корабля повстанцев. Многим запомнилась девушка в красном, которая появилась в одной из симуляций — она и показана на картинке в анонсе. До создания подобной виртуальной модели реального мира нам (и нашим компьютерам) еще очень далеко. Но кое-что уже есть и сейчас.

Команда исследователей из компании Indico и Facebook создала нейронную сеть, способную «придумывать» реалистичные изображения. Кстати, об эволюции нейронных сетей можно почитать здесь. Искусственная нейронная сеть (ИНС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Сейчас ИНС используются во многих сферах, включая прогнозирование, распознавание образов, работа с Big Data. Алек Рэдфорд (Alec Radford) из Indico и его коллеги решили обратить внимание на такую разновидность НИС как генеративная состязательная сеть (generative adversarial network).

Илон Маск в Твиттере написал о том, что ищет «хардкорных софтверных инженеров», чтобы «достичь полной автономности» для электромобилей Tesla Motors. Эта задача настолько важна для компании, что Маск будет лично проводить собеседования с кандидатами.

Если вас заинтересовало это предложение, пишите на autopilot@teslamotors.com, добавляя в письмо примеры ваших работ. Лучше поторопиться, желание работать с проектом уже изъявил основатель облачного сервиса Box Аарон Леви: «Вы принимаете кандидатов с опытом только в корпоративных облачных вычислениях? И могу ли я продолжать быть главой Box?»


После выпуска бета версии автопилота в Model S начали появляться видео, где водители игнорируют предупреждение о том, что нельзя опускать руки с руля, и подвергают опасности себя и других участников движения

Если вы еще не прочитали предыдущую статью про проект по восстановлению активной памяти мозга RAM, советую начать с нее — geektimes.ru/post/266090 т.к здесь, представлены размышления о возможном ее влиянии на нашу жизнь.

Проект RAM направлен на восстановление целостности нейросети мозга, для возвращения, потерянной при травмах, памяти.
Люди еще не особо понимают, что такое память, ведь это еще слабо изученный процесс. Но нам известно, что память — это не просто кусок видео какого-то момента, снятого вашими глазами, это сложная система, составленная из множества различных данных, полученных со всех имеющихся у человека сенсоров, которые и формируют его восприятия и память

Люди больше не беспокоятся о том, что роботы в будущем будут их убивать. Однако, какова будет совместная жизнь людей и роботов? На конференции Next:Economy назвали 4 направления, по которым людям придется “сотрудничать” с роботами уже в ближайщем будущем.

Хотя идея сосуществования людей и роботов может показаться сомнительной, нам вряд ли удастся этого избежать. Эта идея была ключевой по теме “Minds and Machines”, с которой открылась конференция Next: Economy в Сан-Франциско. Тему автоматизации и того, как она повлияет (или не повлияет) на нашу жизнь, осветили в целом ряде бесед с профильными специалистами.

Вот 4 основные точки соприкосновения людей и роботов в будущем.

В военной исследовательской лаборатории MIND («Mission Impact through Neurotechnology Design», или выполнение заданий посредством нейротехнологий), специалисты работают над технологией ускоренного анализа изображений, обрабатывая сигналы, поступающие от мозга человека. Военные полагают, что таким образом возможно будет эффективно обрабатывать большие массивы информации.

Задачей компьютерного зрения в целом и анализа фотографий в частности специалисты по информационным технологиям занимаются с применением искусственных нейросетей, приближённо симулирующих работу человеческого мозга. Однако в армии решили поступить по-другому – вместо построения компьютерных нейросетей и сложного процесса их обучения, использовать то, чего в армии хватает с избытком. А именно, солдат.

Мозг человека лучше любой искусственной нейросети справляется с распознаванием изображений. При этом компьютерные сети необходимо долго «тренировать» на специально отобранных наборах изображений. Человек для этого тренируется сам, и всю свою жизнь. Почему бы не использовать его «вычислительные мощности» для привычной ему задачи?

На лице человека отображаются любые эмоции, как бы человек ни старался их скрыть. Обычные эмоции может распознать как человек, так и машина, но сейчас речь идет о микровыражениях, мимике лица, которая практически незаметна для окружающих. Сейчас разработан алгоритм, выявляющих эти мини-эмоции, и распознающий их.

Ранее это умели делать (и то не слишком хорошо) только тренированные профессионалы — полицейские, работники спецслужб, психологи. Теперь это же могут делать и машины, причем с большей точностью, чем люди. Автором проекта по изучению микровыражений и обучению компьютеров идентификации таких эмоций является Сяобаи Ли (Xiaobai Li) из Университета Оулу, Финляндия и несколько его коллег.

Барби – идеальная игрушка, но, как известно, совершенству нет предела. Это доказал известный детский бренд Mattel, который оснастил куклу высокими технологиями.