Машинное обучение *

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».

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.

_{Источник: Wikimedia}

Нейросеть KataGo решила задачу, которая считается самой сложной в японской игре Го. Решение опубликовала пользовательница под ником Cassandra на форуме 19х19. KataGo изменила 140-й ход 177-ходового решения, созданного немецкими исследователями, и пришла к неожиданному итогу: победа белых с перевесом в два очка вместо победы черных с перевесом в пять камней.

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.

На официальном сайте возобновленного мероприятия Android Developer Challenge корпорация предложила разработчикам мобильных приложений принять участие в новом соревновании, поделиться свои текущими наработками или отдельными функциями с использованием машинного обучения. К участию в конкурсе принимаются разработки и приложения, созданные с помощью наборов инструментов, поддерживаемых платформами Google, в том числе ML Kit и TensorFlow Lite. Допускается использовать как уже созданные приложения, так и те, которые находятся на стадии разработки или даже только в планах. Авторам предлагается рассказать о своих идеях и программах до 2 декабря 2019 года. По итогам первого раунда будут отобраны десять самых лучших проектов. Авторы из этого шорт-листа должны будут предоставить финальный вариант своих мобильных приложений до 1 мая 2020 года. Основной посыл соревнования: «инновации для мобильных устройств, основанные на машинном обучении + вы!»

Алгоритм, разработанный учеными из Университета Калифорнии Сан-Франциско (UCSF), ищет микроскопические кровоизлияния в мозг и прочие нарушения лучше специалистов-радиологов, сообщает Berkley News.


_{Источник: USFC}

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.

На днях мы вновь начали принимать заявки на получение премии имени Ильи Сегаловича iseg. Как и в прошлый раз, участвовать могут студенты, аспиранты и научные руководители из России, Беларуси и Казахстана. Мы вручаем премию за достижения в тех областях, в которых работаем сами: ML, CV, информационный поиск и анализ данных, обработка естественного языка и машинный перевод, а также речевые технологии.

_{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.

_{Фото: www.androidguys.com}

Google внедрила в Google Maps новую функцию, которая дает слепым и слабовидящим пользователям более подробные голосовые указания по их маршрутам. Кроме того, корпорация внедрила функцию, которая объясняет людям с нарушениями зрения содержание картинок.

Данная акция приурочена ко Всемирному дню зрения. Функции разрабатывали в сотрудничестве со слабовидящими людьми для более удобного интерфейса.

Как рассказала одна из участниц теста из Токио, новая функция Google Maps информирует ее о правильном следовании маршруту, а также о расстоянии до следующего поворота и о направлении движения. Кроме того, помощник предупреждает о больших перекрестках, при пересечении которых нужно быть особенно осторожным. Если же маршрут случайно изменился, функция уведомляет об этом и перенаправляет пешехода.

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.

Академия больших данных MADE и HeadHunter опубликовали совместное исследование «Портрет российского Data Scientist» со статистикой вакансий для специалистов этой профессии в 2015−2019 годы.

Судя по цифрам, рынок переживает настоящий бум. В 2018 году количество вакансий с упоминанием специальности data scientist выросло в семь раз по сравнению с 2015 годом, а вакансий с ключевыми словами machine learning — в пять раз. В интернет-компаниях и IT дата-сайентистам предлагают медианную зарплату 145 000 руб., а в в сфере услуг для бизнеса — 170 000 руб. В последнем случае речь идёт об анализе больших массивов данных, в том числе алгоритмами машинного обучения, чтобы выявить полезные для бизнеса закономерности, которые не очевидны для человеческого мозга.