Искусственный интеллект

Московский театр на Таганке анонсировал проект, в котором при помощи искусственного интеллекта воссоздан голос Владимира Высоцкого. По информации ТАСС, воссозданный голос посетители театра могли услышать уже на этой неделе в рамках творческой лаборатории «Метаморфозы Таганки», однако полноценный запуск проекта состоится летом.

«Мы планируем презентовать помещение, куда любой человек смог бы прийти и пообщаться с Высоцким. Мы планируем это сделать к 25 июля, когда будет 40 лет со дня смерти Высоцкого», — рассказала директор театра Ирина Апексимова.

_{Фото: www.kidpassage.com}

Компания Яндекс представила голосовой помощник Алиса на турецком. Это первая версия ассистента на иностранном языке. Он уже доступен в Яндекс.Навигаторе

Исследователи из Принстонского университета и Google Brain Research раскритиковали алгоритм, который разработан Microsoft Research Asia и Бэйханским университетом в Китае. Алгоритм обучен генерировать комментарии к новостям. Как считают некоторые эксперты, технология опасна тем, что её можно использовать в ходе кампаний по дезинформации.

«В статье пекинских исследователей представлена ​​новая техника машинного обучения, основными применениями которой, по-видимому, являются троллинг и дезинформация», — написал в своем посте в твиттере Арвин Нараянан, специалист по вычислительной технике из Центра политики в области информационных технологий Принстонского университета.

_{Источник: MIT}

Исследователи Массачусетского технологического института (МТИ) и компании Toyota разработали новый алгоритм, который поможет беспилотным транспортным средствам определять, безопасно ли выезжать на перекрестки.

Специалисты создали модель, которая избегает возможных столкновений на перекрестках, где у беспилотника нет открытого обзора. Алгоритм взвешивает несколько критических факторов, включая все близлежащие визуальные препятствия, шум и скорость других автомобилей. На основании измеренного риска система может посоветовать автомобилю остановиться, начать движение или подождать, чтобы собрать больше данных.

На куске стекла толщиной 2 мм и размером 75x75 мм содержится 75,6 ГБ данных с фильмом «Супермен». Фото Jonathan Banks для Microsoft.

Microsoft и Warner Bros. представили новую технологию хранения фильмов, которые теперь могут быть записаны на кварцевое стекло размером 75x75 мм и толщиной 2 мм. Первым фильмом, который был использован для создания кварцевой и почти вечной копии, стал оригинальный «Супермен» 1978 года. Данная технология является частью Project Silica от Microsoft Research, в ней используются специальные лазеры и искусственный интеллект для создания элемента хранения данных в кварцевом стекле.

Ученый Дмитрий Поспелов, которого называют основоположником советской школы искусственного интеллекта, ушел из жизни в 86 лет. Он занимался разработкой методик управления сложными системами и создал вычислительные системы новой архитектуры.

Поспелов окончил механико-математический факультет МГУ им. М. В. Ломоносова и 12 лет проработал сотрудником Московского энергетического института. Затем он перешел в МФТИ.

Здесь, будучи профессором в должности заведующего отделом проблем искусственного интеллекта при Вычислительном центре РАН, он и начал разрабатывать свои вычислительные системы. Под руководством Поспелова были созданы два прототипа ЭВМ, новые для своего времени поколений. Это были «Логическая информационно-вычислительная система» (ЛИВС) в рамках советско-венгерского международного проекта и «Параллельная архитектура. Микроэлектроника. Интеллектуальный решатель» (ПАМИР) в рамках совместного проекта с разработчиками из Чехословакии, Болгарии и Польши.

Искусственный интеллект AlphaStar, который разработала команда Google DeepMind, вошёл в «Элитную лигу» игроков StarCraft II — то есть попал в список 200 лучших игроков мира. Об этом сообщает научное издание Nature.

AlphaStar способен играть за три расы, представленные в Starcraft II: зергов, протоссов и терранов. Как утверждает Nature, AlphaStar не имел никакого особенного преимущества перед обычными игроками, его соперники не знали, что играют против машины. Попадание AlphaStar в «Элитную лигу» означает, что ИИ играет лучше, чем 99,8% игроков-людей.

Нейросеть Nvidia позволяет заменить домашнее животное на любое другое
Исследователи из Nvidia создали инструмент GanAnimals. Разработка позволяет увидеть выражение морды и позу своего любимца на другом животном.

Это стало возможно благодаря технологии генеративно-состязательной сети (GAN), новой технике искусственного интеллекта, которая противопоставляет одну нейронную сеть другой.

Nvidia представила две новые телевизионные приставки: Shield TV и Shield Pro. Как пишет издание Variety, Nvidia в новой версии приставки «попыталась расширить границы возможностей устройства». Поэтому для нового поколения Shield был использован процессор Tegra X1+.

Этот процессор на 25% мощнее, чем тот, что использовался в устройствах Shield предыдущего поколения. Дополнительная производительность используется для поддержки Dolby Vision и Dolby Atmos. Кроме того, приставка может преобразовывать изображение 720p до 4K при помощи искусственного интеллекта. Nvidia обещает «более четкое и чистое видео с разрешением до 4K в режиме реального времени».

Платформа для соревнований FACEIT отчиталась о результатах работы «ИИ-админа» Minerva, который отслеживает токсичных игроков, а также вычисляет оскорбления. Нарушители получают наказание, а ругательные сообщения помечаются как спам.


ИИ-админ версии 0.1 работает при поддержке облачной службы Google Cloud и технологического инкубатора Google Jigsaw. Пока он анализирует только текстовые чаты.

Minerva тестировали несколько месяцев, а полноценно запустили в августе. За это время ИИ-админ проанализировал свыше 200 млн сообщений в чате и признал токсичными 7 млн; выписал 90 000 предупреждений и 20 000 банов за оскорбления и спам.

Компания Fujitsu и её американское подразделение в сотрудничестве со Школой компьютерных наук Университета Карнеги-Меллона разработали технологию распознавания выражения лица на основе ИИ.

«Технология может точно обнаруживать едва уловимые эмоциональные изменения, в том числе нервную улыбку, замешательство и т. д. Fujitsu рассчитывает, что новая технология найдет применение в различных приложениях, связанных в том числе с безопасностью», — объявлено в пресс-релизе.

Как отмечают в компании, технологии, связанные с обнаружением изменений выражения лица и «чтением» человеческих эмоций, в основном, были разработаны для обнаружения явных изменений — таких как широкая улыбка или широко раскрытые глаза. Чтобы эффективнее «читать» человеческие лица, важно фиксировать тонкие изменения, связанные с такими эмоциями, как непонимание, недоумение и стресс, уверены в Fujitsu.

Ученые опробовали методику глубокого обучения нейросетей для предсказывания исхода гравитационного взаимодействия трех тел. Выяснилось, что она позволяет решить задачу до 100 млн раз быстрее. Пока метод опробовали в ограниченном пространстве начальных параметров, но в дальнейшем его намерены применить для общего случая.

Нейросеть смогла за время около 1 миллисекунды предсказывать положения тел. Современный численный алгоритмом Brutus тратил на это, как правило, в 10 тысяч раз больше времени, а иногда отставал в 10 миллионов раз.

Ученые могут определять цвет по длине световой волны. Но когда дело доходит до ароматов, нельзя просто посмотреть на молекулу и по структуре определить ее запах. Исследователи из Google Brain Team надеются, что это сможет изменить искусственный интеллект. В статье, опубликованной на Arxiv, они объясняют, как обучают ИИ распознавать запахи.

Исследователи собрали датасет из почти 5000 молекул летучих веществ, идентифицированных парфюмерами. Парфюмеры пометили запахи как «цветочный», «древесный» или «жирный». Около двух третей набора данных команда из Google Brain использовала для обучения своего ИИ, чтобы он смог связывать молекулы с названиями запаха. Затем исследователи использовали оставшиеся молекулы для проверки ИИ — и это сработало. Алгоритм оказался способен предсказывать запахи молекул на основе их структур.

Facebook AI Research заявила о разработке системы машинного обучения, которая не дает искусственному интеллекту определять людей по видео. На этой технологии основаны все современные системы распознавания лиц.

Разработчики утверждают, что ИИ для автоматической модификации видео не требует дополнительного обучения под конкретное видео. Как пояснил инженер-исследователь Facebook AI и профессор Тель-Авивского университета Лиор Вольф, система объединяет состязательный автокодировщик с нейросетью. Алгоритм просто заменяет лицо человека его слегка искаженной версией, а ИИ использует архитектуру кодировщика-декодера и генерирует искаженные и неискаженные изображения лица человека, которые затем можно встроить в видео. Разработка показала на видео, как это работает.

Компания Google анонсировала крупнейшее за пять лет обновление поисковика. В его работе задействуют технологию BERT, которая основана на искусственном интеллекте. Таким образом, поисковик сможет лучше понимать пользователей, так как будет анализировать не отдельные слова, а запросы целиком.

BERT может учитывать полный контекст, рассматривая слова, которые идут до и после ключевого, что особенно полезно для понимания цели поисковых запросов. В компании отметили, что теперь в поиске задействованы новейшие тензорные процессоры Google (Google Tensor Processing Unit, Google TPU).

_{Фото: bracewatcher/Flickr}

Ученым удалось вдвое повысить скорость, с которой нейронная сеть записывала воображаемые парализованным человеком команды. Участник опыта — парализованный от шеи пациент — мысленно двигал рукой, записывая каждую букву алфавита.

Ранее в практике использовались электроды, вживленные в тот участок мозга, который отвечает за движения. С помощью них парализованные пациенты могли мысленно перемещать курсор и выбирать на экране буквы. Таким образом им удавалось набирать до 39 символов в минуту. Однако это примерно в три раза медленнее скорости письма обычного человека (120 символов).

В новых же экспериментах доброволец просто представлял, как он двигает рукой, чтобы написать каждую букву алфавита. Эта мозговая деятельность помогла обучить компьютерную модель интерпретировать команды, отслеживая предполагаемую траекторию воображаемого кончика пера для создания букв. В конечном итоге компьютер смог считывать воображаемые предложения добровольца с точностью примерно 95% и со скоростью около 66 символов в минуту.

Искусственный интеллект учится расшифровывать поврежденные древнегреческие тексты. При этом машина, по мнению специалистов, справляется с дешифровкой древних текстов лучше, чем люди. Искусственный интеллект с успехом заполняет пропущенные слова, но полезнее всего он оказывается в совместной работе с человеком, когда исследователи используют его для сужения вариантов в процессе поиска нужного слова или высказывания.

Каждый год, как пишет New Scientist, учёные-археологи открывают десятки новых артефактов с текстом. Со временем многие предметы стали разрушаться, что приводит к потерям фрагментов текста. Какими могут быть пробелы, выясняет наука эпиграфика. Работа эпиграфистов начинается с изучения сохранившихся фрагментов и других подобных текстов.

Учёные из Университета Цукубы и Технологического Университета Тойохаси представили новую статью на SIGGRAPH Asia 2019. Она называется «Анимационный пейзаж: изучение самостоятельного движения и внешнего вида объектов для синтеза видеоизображений из одного изображения». Их метод с помощью свёрточных нейронных сетей (CNN) может создавать анимацию с высоким разрешением из одного ландшафтного изображения.

«Из пейзажного изображения люди могут представить, как движутся облака и меняется цвет неба с течением времени. Воспроизведение таких переходов — довольно распространённое явление. Например, люди используют синемаграммы и другие методы».

К сожалению, отмечают учёные, при использовании подобных методов разрешение и качество полученного видео часто оказывается намного ниже ожидаемых. Одной из причин неудовлетворительных результатов является то, что пространственно-временная область видео слишком велика по сравнению с изображениями. Другая причина — неопределенность в будущем, в прогнозировании кадров.

Приглашаем Хабр 24 октября 2019 года на технологическую конференцию «Человек и Машина», которую мы организовываем вместе с нашей сестринской компанией «Лаборатория Наносемантика». Обсудим кейсы, технологии и рынок чат-ботов, голосовых роботов и распознавания речи. Участие бесплатное, подробности под катом.

_{Источник: OpenAI}

OpenAI обучила нейронную сеть собирать кубик Рубика с помощью смоделированной руки-робота, похожей на человеческую. Нейронную сеть обучили при помощи новой техники, которая называется рандомизацией доменов (ADR). Эта техника позволяет системе обрабатывать ситуации, с которыми она никогда не сталкивалась во время тренировок.

«Это не просто инструмент для виртуальных задач, он может решать проблемы реального мира, требующие беспрецедентной ловкости», — утверждают в OpenAI.