Искусственный интеллект

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.

Компания Microsoft запустила в тестовом режиме новую функцию для пользователей игровой приставки Xbox. Она позволяет отфильтровывать грубые слова и оскорбительные выражения.

Пока функция доступна для участников программы тестирования Xbox Insiders. Им предложили выбрать один из трех фильтров — доброжелательный, средний, взрослый, либо полное отсутствие фильтров.

«Доброжелательный» фильтр скрывает по-максимуму потенциально оскорбительные или бранные слова и выражения. Его планируется по умолчанию устанавливать во всех детских учетных записях, хотя эту настройку можно будет изменить.

_{Фото: Oran Viriyincy/Flickr}

Исследователи из Карлова университета в Праге рассказали о системе AI-DQ-Birds, созданной с помощью Deep Q-learning, техники, которая позволяет агенту выбрать действие из случайного набора предыдущих активностей. Агент в итоге должен был превзойти результаты участников популярной игры Angry birds на выбранных 21 уровнях.

Однако добиться такого результата не удалось. «Angry Birds, по-видимому, является сложной задачей для ИИ из-за последовательного принятия решений, недетерминированной игровой среды, огромных пространств состояний и действий и требования различать несколько птиц, их способности и оптимальное время нажатия», — сообщили исследователи.

В ноябре 2017 года аккаунт Reddit под названием deepfakes опубликовал первые в интернете порнографические видеоролики, в которых программное обеспечение заменяло лица реальных актрис лицами голливудских знаменитостей. Почти два года спустя «дипфейки» стали общим явлением и термином, который описывает любое поддельное видео, сделанное с помощью программ ИИ. Этот метод используют и для смешных видеороликов на YouTube, он также вызывает озабоченность законодателей, опасающихся политической дезинформации. Тем не менее, новое исследование говорит о том, что дипфейки в основном остаются верными своим непристойным корням.

Стартап Deeptrace провел своего рода перепись дипфейков в июне-июле 2019 года, чтобы отрекламировать свои инструменты обнаружения, которые он надеется продать новостным организациям и онлайн-платформам. Всего стартап обнаружил 14 678 видеороликов, открыто представленных в качестве дипфейков: почти в два раза больше, чем семь месяцев назад. Около 96% из них оказались порнографическими.

История дипфейков повторяют историю многих других медиатехнологий, которые получили распространение благодаря порно: от VHS до потокового вещания.

10 октября 2019 года президент Путин подписал указ «О развитии искусственного интеллекта в Российской Федерации». Этим указом утверждается Национальная стратегия развития ИИ до 2030 года и гарантируется выделение финансовых ресурсов в том числе на:

• фундаментальные и прикладные научные исследования;
  
• разработку опенсорсного ПО;
  
• разработку процессоров.

Впрочем, это красиво выглядит только в теории.

На самом деле конкретного плана ещё нет. Неизвестно, дойдут ли деньги до реальных учёных и разработчиков. Ведь сначала предстоит большая бюрократическая работа «по подготовке к реализации, выстраиванию нормативно-правовой базы, разработке индикаторов эффективности и целевых показателей, программ мероприятий» и т. д. А затем может случиться так, что выйдут сроки — и придётся принимать новый документ с новым финансированием.

Губернатор Калифорнии Гэвин Ньюсом подписал два законопроекта, касающихся дипфейков. Первый делает незаконным размещение любых видео с манипуляциями в политических целях — например, замена лица или речи кандидата для его дискредитации. Другой позволит жителям штата подать в суд на любого, кто использует дипфейк в порнографическом видео.

Дипфейки могут быть забавными, однако некоторые могут принести ощутимый вред. Например, дипфейк-видео со спикером палаты представителей конгресса США Нэнси Пелоси, на котором была изменена её речь. Создавалось впечатление, что политик была пьяна и едва выговаривала свои слова. Видео было опубликовано на Facebook, и компания не согласилась удалить его сразу, заявив, что вместо этого разместит статью-опровержение, в которой будет подчеркиваться факт редактирования речи.

Microsoft создала бота, который может генерировать комментарии под новостными статьями. ИИ, известный как DeepCom, был разработан группой инженеров из Microsoft и Бэйханского университета в Китае.

«Автоматическое создание комментариев к новостям полезно для реальных приложений, но пока не привлекло достаточного внимания со стороны исследовательского сообщества», — сообщали авторы бота в статье, опубликованной на arXiv в конце прошлого месяца.

Генерация комментариев под статьями может заинтересовать реальных читателей, утверждалось в статье. Авторы проекта также считают, что «открытый диалог позволяет людям обсуждать свое мнение и делиться новой информацией. Это хорошо и для издателей, поскольку комментарии также повышают внимание читателей к написанной информации и стимулируют просмотр страниц», приводит слова авторов DeepCom The Register.

Суперкомпьютер Summit Ок-Риджской национальной лаборатории (ORNL), самый быстрый в мире, используется для разработки алгоритмов, которые могут помочь исследователям автоматически проектировать нейронные сети для исследований рака. Это позволит врачам быстрее распознавать характер опухолей.

По оценкам Всемирной организации здравоохранения, к 2025 году число диагностированных новых случаев рака достигнет 21,5 млн в год (сегодня — 18 млн). Сотрудники Ок-Риджской национальной лаборатории и Университета штата Нью-Йорк в Стони Брук считают, что это означает, что врачам придется исследовать около 200 миллионов анализов в год.

Нейронные сети могут помочь облегчить их нагрузки, чтобы врачи могли больше сосредоточиться на уходе за пациентами. Было проведено несколько исследований, описывающих, как можно обучить модели компьютерного зрения диагностировать раковые клетки на снимках. Тем не менее, как пишет The Register, их создание и обучение требует много времени и денег.

Пример работы системы обнаружения объектов DeepScale.

По данным издания CNBC, Tesla приобрела стартап DeepScale — разработчика систем машинного зрения на базе процессоров с низким энергопотреблением. Причем Форрест Иандола (Forrest Iandola), генеральный директор DeepScale, перешел на работу в Tesla на должность ведущего специалиста по машинному обучению. В компании таким образом заполняют кадровый пробел, образовавшийся из-за ухода группы инженеров и руководителя отдела по системам автопилотирования.

_{Источник: NVIDIA}

NVIDIA анонсировала SDK RTX Broadcast Engine, который использует возможности искусственного интеллекта и графических процессоров GeForce RTX.

Одна из самых полезных для стримеров функций SDK — RTX Greenscreen. Она представляет собой виртуальный хромакей. RTX Greenscreen убирает фон во время стримов и заменяет его геймплеем или чем угодно по желанию пользователя.

«Алгоритм RTX Greenscreen понимает, какая часть изображения является человеком, а какая фоном, поэтому геймеры получают преимущества зелёного экрана без необходимости его покупки», — сообщается в пресс-релизе NVIDIA.

_{Источник: Cognitive Technologies}

На полях одного из сельхозпредприятий Половинского района Курганской области собрал урожай комбайн-беспилотник. «Умный» комбайн — разработка российской компании Cognitive Technologies. Машина работала на поле площадью более 110 га, урожай составил 67 центнеров с га.

Во время уборки комбайн передвигается самостоятельно с помощью системы определения объектов, однако комбайнёр всё-таки находится в кабине. Его задача — не рулить комбайном, а настраивать параметры процесса уборки урожая. В их число входит угол наклона жатки, настройка процесса обмолота зерна и его очистки. Как считают в компании, использование таких беспилотных комбайнов позволит сократить потери урожая при уборке на 30-40%.

Google в сотрудничестве с компанией Jigsaw (бывшей Google Ideas) выпустила обширный датасет, в который вошло более трех тысяч видеороликов, созданных с помощью искусственного интеллекта. Видеоролики исследователи добавили в другой большой проект, посвященный подмене лиц на видео, — FaceForensics++.

«Машинное обучение привело к появлению технологий, которые считались невозможными всего несколько лет назад. Сегодня можно синтезировать гиперреалистичные изображения, речь, музыку и даже видео. Эта технология создает новые проблемы. Так называемые «глубокие подделки» являются одной из них», — пишут в Google.

Пример картинки, полученной с помощью системы «Mobile Phone Detection Camera»

В австралийском департаменте транспорта Нового Южного Уэльса успешно завершили тестирование системы видеофиксации и обработки данных с помощью ИИ, который анализирует картинку в салоне автомобиля и подготавливает материалы для составления протокола о нарушении при обнаружении использования в руках водителя мобильных устройств (телефонов и других гаджетов).

По данным издания Associated Press, в течение полугодовой тестовой эксплуатации видеосистема выполнила около 8,5 миллионов снимков салонов автомобилей. Было обнаружено почти 100 тыс. фактов использования водителями разных гаджетов за рулем. Причем, в некоторых случаях водители использовали одновременно смартфон и планшет.

_{Источник: Raiders of the lost Art}

В 1902 году Пабло Пикассо нарисовал картину, которую позже перекрыл своей известной работой «Старый гитарист». Второй, скрытый под «Гитаристом» слой, обнаружили в США больше ста лет спустя — в 1998 году. Тогда специалисты Чикагского университета сфотографировали полотно Пикассо в инфракрасном диапазоне и сделали рентгенографию. Оказалось, что под первым слоем краски изображена женщина.

Фото перекрытой картины оказалось достаточно чётким, чтобы понять, что на нём изображено, но при этом оно было чёрно-белым. Энтони Бурашед из Университетского колледжа в Лондоне и Джордж Канн из коллектива Oxia Plus создали алгоритм, который «раскрасил» картину в стиле Пикассо.

Эксплуатация уязвимости в чатботе Microsoft Tay (март 2016 года)

В то время как одни учёные совершенствуют системы машинного обучения, другие учёные совершенствуют методы обмана этих систем.

Весной 2016 года компания Microsoft была вынуждена «усыпить» своего чатбота Тэй — программу ИИ, которая моделировала личность и стиль разговора 19-летней девушки и обладала функцией самообучения. Разработчики надеялись, что Tay с каждым днём будет становится всё умнее, впитывая опыт разговоров с тысячами пользователей интернета. Вышло иначе. Множество твитов Тэй пришлось удалить из-за вопиющего расизма и неполиткорректности.

Спустя три года специалисты из университета штата Мичиган и лаборатории TAL AI подвели научную основу под хулиганство интернет-троллей. Они разработали систему Reverse Dialogue Generator (RDG) — «обратный генератор диалогов». Он заставляет нейросетевой чатбот сказать именно ту фразу, которую вы хотите.

Понятно, что RDG и сам представляет собой нейросеть. Если вкратце, он тоже обучается на диалогах людей, как и нормальные нейросетевые чатботы, только получает подкрепление не за выход, а за вход: если генерируемый вход соответствует заданному.

Королевский объединенный институт оборонных исследований провел опрос, согласно которому выяснилось, что полиция Великобритании опасается необъективности ИИ. Речь идет о технологиях, которые все чаще используются в борьбе с преступностью нейросети, BigData и т.п.

Полицейские опасаются, что масштабное использование ИИ с целью помочь полиции может привести к необъективной оценке рисков, ошибкам в анализе данных и прогнозировании.

Новый доклад Data and Society ставит под сомнение автоматизированные решения для распознавания видео, созданных с помощью машинного обучения. Авторы исследования — Бритт Пэрис и Джоан Донован — утверждают, что дипфейки, хотя и кажутся относительно новым явлением, на самом деле являются частью долгой истории манипулирования средствами массовой информации.

Чтобы изменить ситуацию, необходимы как социальные, так и технические усовершенствования. Доверие к ИИ, по их мнению, может на самом деле усугубить ситуацию, сконцентрировав больше данных и мощности в руках частных корпораций.

«Отношения между СМИ и правдой никогда не были стабильными, — говорится в отчете. — В 1850-х годах, когда суды начали принимать фото в качестве доказательства, люди не доверяли новой технологии и предпочитали свидетельские и письменные показания. К 1990-м годам медиа-компании были замешаны в искажении событий и избирательной редактуре вечерних трансляций».