• Что такое графовые нейронные сети


      Графовые сети — это способ применения классических моделей нейронных сетей к графовым данным. Графы, не обладая регулярной структурой как изображения (каждый пиксель имеет 8 соседей) или тексты (последовательность слов), долгое время оставались вне поля зрения классических нейронных моделей, которые получили широкое распространение в области машинного обучения и искусственного интеллекта. Большинство моделей векторизации графов (построения векторного представления вершин в графе) были достаточно медленными и использовали алгоритмы на основе матричной факторизации или спектральной декомпозиции графа. В 2015-16 годах появились более эффективные модели (DeepWalk, Line, Node2vec, Hope) на основе случайных блужданий. Однако и они имели ограничения, потому что никак не затрагивали при построении векторной модели графа дополнительных признаков, которые могут храниться в вершинах или на ребрах. Появление графовых нейронных сетей стало логичным продолжением исследований в области графовых эмбеддингов и позволило унифицировать под единым фреймворком предыдущие подходы.
      Читать дальше →
    • В Facebook показали, как приблизить компьютерное зрение к «здравому смыслу»

        Последнее исследование Facebook демонстрирует, как сократить число узких мест в данных, применяемых при машинном обучении, чтобы добавить системам на ИИ «здравого смысла». Исследовательское подразделение компании в области искусственного интеллекта уже много лет разрабатывает так называемое «полуконтролируемое обучение».

        Читать далее
      • Аэродинамика из STL

          Для построения траекторий КА и их носителей нужны данные. В первую очередь - аэродинамические. Они нужны при определении сил и моментов, действующих на космический аппарат (или его ступень), а также для оценки теплового состояния конструкции. Характеристики зависят от внешнего вида КА и параметров полета и обычно выглядят как обширные простыни с зависимостями соответствующих коэффициентов от углов атаки, чисел Маха, высот и много еще чего.

          Есть несколько способов получить эти цифры:

          Читать далее
        • $mol — лучшее средство от геморроя

          Всем привет, меня зовут Дмитрий Карловский и я… хочу причинить вам боль. Много боли. Я напомню вам обо всех страданиях, что вы исптываете находясь в плену своего любимого js-фреймворка. Я опущу вас на самое дно самой глубокой безысходности. А потом, когда вы совсем отчаетесь и потеряете веру в комьюнити, я подам вам руку помощи и покажу светлое будущее.


          Я причиню вам боль


          Далее вашему представляется текстовая расшифровка одноимённого выступления c IT Global Meetup #11. Вы можете читать её как статью или же открыть в интерфейсе проведения презентаций. Приятного чтения.

          Читать дальше →
        • Мозг, смысл и конец света

            Напомню предысторию. Меня зовут Алексей Редозубов и я занимаюсь созданием сильного искусственного интеллекта. Мой подход крутится вокруг контекстно-смысловой модели работы мозга. Об этом был цикл статей на хабре и много видео на Youtube. Сейчас я хочу рассказать об основах контекстно-смысловой модели и о недавних исследованиях, которые позволили взглянуть на эту модель с новой, неожиданной стороны. Исследованиях невероятных настолько, что уверен — многие сочтут их безумием.

            Есть два интересных и важных термина — “искусственный интеллект” (ИИ) и “сильный искусственный интеллект” (СИИ). В английской традиции Artificial intelligence (AI) и Artificial general intelligence (AGI). Первый подразумевает любую деятельность компьютера, имитирующую человеческий интеллект, второй — только такую, которая претендует на что-то универсально общее, похожее на то, как мыслит человек.

            Точного определения СИИ нет. Лучшее, что есть — это знаменитый Тест Тьюринга

            «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор».

            Если человек признает, что не может отличить двух скрытых собеседников, то можно говорить о достижении компьютером уровня СИИ.

               

            Окунуться в безумие
          • Даже у роботов хаос в голове: учёные создали ИИ со “спонтанным” поведением

              Вы идёте к автобусной остановке и понимаете, что забыли ключи. Вы внезапно разворачиваетесь и бежите домой. Такие спонтанные действия являются отличительными чертами поведения животных. Стремясь уловить суть человеческого мозга, робототехники пытались имитировать подобные действия. Это непростая задача. Но недавнее исследование японских учёных предлагает простой подход к овладению этим навыком, заставляя компьютеризированную нейронную сеть самопроизвольно переключаться между несколькими действиями с использованием алгоритмов, имитирующих управляемый хаос мозга животных.

              image
              Читать дальше →
            • Глубже в дебри ФП

              • Tutorial

              Прежде чем начать, зацените эту красоту! Это — игра "жизнь" на языке APL:



              В прошлой статье о функциональном программировании мы обсудили некоторые концепции ФП (впрочем, довольно вольно). В этой статье я бы хотел продолжить раскрывать суть других понятий, не затронутых в первой статье. Все же ФП не ограничивается одними монадами, хотя о них сегодня тоже поговорим.


              Впереди вас ждут скандалы, интриги, расследования, моноиды, трансформеры, линзы и прочие полугруппы с комонадами. Заодно попытаемся разобраться, откуда происходят эти странные названия.


              Расчехляйте свои абстрагаторы ...
            • Куда катится мир нейросетей: интервью с создателем iPavlov

                Под катом — о глубоком обучении, текущем направлении развития ИИ, привязке нейросети GPT к логическому представлению о мире, нехватке кадров и о том, как начинался iPavlov: проект разговорного искусственного интеллекта.



                Сегодня у нас физтех-беседа с Михаилом Бурцевым — заведующим лабораторией нейросетей МФТИ. Среди его научных интересов — нейросетевые модели обучения, нейрокогнитивные и нейрогибридные системы, эволюция адаптивных систем и эволюционные алгоритмы, нейроконтроллеры и робототехника. Про это все и пойдет речь.
                Читать дальше →
              • Стивен Вольфрам: кажется, мы близки к пониманию фундаментальной теории физики, и она прекрасна

                • Перевод
                В продолжение моего поста про вычислимую Вселенную я хочу представить вам свой перевод статьи Стивена Вольфрама, созданной в рамках его проекта The Wolfram Physics Project.


                Неожиданное открытие


                За прошедшие несколько веков произошел настоящий прорыв в наших знаниях о принципах работы окружающего нас мира. Но несмотря на это, у нас все еще нет фундаментальной теории физики, и мы все так же не имеем ответа на вопрос о том, как именно работает наша Вселенная. Я занимаюсь этой темой уже порядка 50-и лет, но только в последние несколько месяцев все кусочки пазла наконец-то начали складываться вместе. И получающаяся картина оказалась гораздо прекрасней, чем все, что я только мог себе представить.
                Читать дальше →
              • Компьютеры постепенно приближаются к обладанию здравым смыслом

                • Перевод

                Специалисты, изучающие искусственный интеллект, уже 50 лет борются с задачей построения рассуждений при помощи здравого смысла. Новый подход к этой проблеме, созданный на основе двух совершенно разных подходов к мышлению, демонстрирует важные достижения.



                Однажды вечером, в октябре прошлого года, исследователь ИИ Гэри Маркус развлекался со своим айфоном, раз за разом убеждаясь в идиотизме одной из самых продвинутых нейросетей. Мишенью для развлечения Маркуса была сеть глубокого обучения под названием GPT-2, которая недавно прославилась своей непревзойдённой возможностью выдавать правдоподобно выглядящие английские тексты на основе одного-двух начальных предложений. Когда журналисты из The Guardian скормили ей текст из отчёта по Брекзиту, GPT-2 написала несколько параграфов в стиле газетной заметки, с убедительными политическими и географическими отсылками.
                Читать дальше →
              • F#, морфология бинарных изображений

                  Введение


                  Применительно к бинарным изображениям, морфология используется для описания каких либо свойств этого изображения. А операции математической морфологии используются для преобразований множеств. В этом плане их удобно использовать для обработки бинарных изображений с последующим анализом.


                  В статье будут рассмотрены основные операции математической (бинарной) морфологии в контексте F#. А также, в конце статьи я приведу пример анализа полученного результата, который может быть использован в алгоритмах машинного зрения.

                  Читать дальше →
                • F#, алгоритм маркировки связных компонентов изображения

                  Поиск и маркировка связных компонентов в бинарных изображениях — один из базовых алгоритмов анализа и обработки изображений. В частности, этот алгоритм может быть использован в машинной зрении для поиска и подсчета единых структур в изображении, с последующих их анализом.

                  В рамках этой статьи будут рассмотрены два алгоритма для маркировки связных компонентов, показана их реализация на языке программирования F#. А также, произведен сравнительный анализ алгоритмов, поиск слабых мест. Исходный материал для реализации алгоритмов был взят из книги “Компьютерное зрение” (авторы Л. Шапиро, Дж. Стокман. перевод с английского А. А. Богуславского под редакцией С. М. Соколова).
                  Читать дальше →
                • Самолёт с аэродинамически смещённой центровкой

                  «Учёные объясняют то, что уже есть;
                  инженеры создают то, чего никогда не было»
                  А. Эйнштейн


                  Изобретатель предкрылка Густав Лахманн в конце тридцатых годов прошлого века предложил оснастить бесхвостку свободно плавающим крылышком, размешенным впереди крыла. Это крылышко было снабжено серворулем, с помощью которого регулировалась его подъемная сила. Оно служило для компенсации дополнительного пикирующего момента крыла, возникающего при выпуске щитка. Поскольку Лахманн был сотрудником фирмы Хэндли-Пэйдж, то она являлась собственником патента на это техническое решение и под этим брендом указанная идея упоминается в технической литературе. Но практического воплощения этой идеи нет до сих пор! В чем причина?


                  Потери на балансировку


                  Крыло самолета, создающее подъемную силу, обладает сопутствующим, можно сказать, негативным побочным продуктом в виде пикирующего момента, стремящегося ввести самолет в пикирование. Чтобы самолет не пикировал, на его хвосте присутствует маленькое крылышко – стабилизатор, который этому пикированию препятствует, создавая направленную вниз, то есть отрицательную, подъемную силу. Такая аэродинамическая схема самолета именуется «нормальной». Поскольку подъемная сила стабилизатора отрицательна, она суммируется с силой тяжести самолета, и крыло должно иметь подъемную силу, превышающую силу тяжести.

                  Читать дальше →
                • RBK.money выпустила первый в мире open-source платежный процессинг — творим будущее вместе


                  Привет!


                  Если вы читали наши предыдущие посты (читали же?), то точно помните, что мы в RBK.money очень сильно за опенсорс. Настолько, что выложили в открытый доступ наш антифрод в виде открытых исходников под лицензией Apache 2.0.


                  Как вы понимаете, нам понравилось. Одного антифрода нам показалось мало, поэтому мы взяли и выложили в опенсорс всю нашу платежную платформу. Вообще всю. От самого первого микросервиса до навороченных систем аналитики, маршрутизации платежей, системы обработки и хранения карточных данных и десятков других микросервисов и пользовательских интерфейсов. Это именно тот код, на котором сейчас, в этот момент работает наш процессинг.


                  Зачем мы это сделали? Как это работает внутри? Как теперь жить дальше? Читайте под катом. Я гарантирую, что такого вы еще не встречали — еще никто в мире не опенсорсил платежную систему такого уровня.


                  История меняется прямо сейчас на ваших глазах!

                  Читать дальше →
                • .Net Core Api: получение данных в запросе из разных источников

                  В .Net Core есть встроенный механизм Model Binding, позволяющий не просто принимать входные параметры в контроллерах, а получать сразу объекты с заполненными полями. Это позволяет встроить в такой объект все нужные проверки с помощью Model Validation.

                  Вот только данные, нужные для работы API, приходят нам не только из Query или Body. Какие-то данные нужно получить из Headers (в моем случае там был json в base64), какие-то — из внешних сервисов или ActionRoute, если вы используете REST. Для получения данных оттуда можно использовать свой Binding. Правда и тут есть проблема: если вы решили не нарушать инкапсуляцию и инициализировать модель через конструктор, то придется пошаманить.

                  Для себя и для будущих поколений я решил написать что-то вроде инструкции по использованию Binding и шаманство с ним.
                  Читать дальше →
                • DataMatrix или как правильно маркировать обувь

                    С 1 июля 2019 года в России введена обязательная маркировка группы товаров. С 1 марта 2020 года под этот закон должна была попасть обувь. Не все успели подготовиться, и в результате запуск перенесли на 1 июля. Lamoda среди тех, кто успел.

                    Поэтому мы хотим поделиться опытом с теми, кому еще только предстоит маркировать одежду, шины, парфюм и т.д. В статье описан ряд отраслевых стандартов, некоторая нормативная документация и личный опыт. Статья предназначена в первую очередь для интеграторов и разработчиков, которым только предстоит разбираться в этом проекте.

                    image
                    Читать дальше →
                  • Законы программирования

                    • Перевод

                    Законы, теории, принципы и закономерности, полезные для разработчиков


                    Введение


                    Перевод репозитория github.com/dwmkerr/hacker-laws

                    При обсуждениях, связанных с разработкой ПО, люди часто говорят о различных законах. В данном репозитории хранятся ссылки и описания некоторых из наиболее известных из них.

                    Здесь содержатся объяснения некоторых законов, принципов и закономерностей, но нет никакой агитации в их пользу. Применять их или нет – это всегда вопрос спорный, и всё зависит от того, над чем вы работаете.

                    Законы


                    Закон Амдала


                    Закон Амдала — это формула, демонстрирующая потенциал ускорения вычислительной задачи, которого можно достичь при увеличении количества ресурсов системы. Обычно он используется в параллельных вычислениях, и может предсказать наличие реальных преимуществ от увеличения количества процессоров с учётом ограничений параллелизуемости программы.
                    Читать дальше →
                  • Книга «Генетический детектив. От исследования рибосомы к Нобелевской премии»

                      image Привет, Хаброжители!

                      Венкатраман «Венки» Рамакришнан — американский и британский биохимик, лауреат Нобелевской премии по химии за 2009 год совместно с Томасом Стейцем и Адой Йонат «за исследования структуры и функций рибосомы». С 2015 года президент Королевского общества, член Национальной академии наук США.

                      Все знают о ДНК, молекуле, которая хранит наши гены. Но ДНК бесполезна без рибосомы — уникального процессора, расшифровывающего генетический код. Именно рибосома — двигатель жизни. «Генетический детектив. От исследования рибосомы к Нобелевской премии» — увлекательная история об открытии ее невероятно сложной структуры и о разгадке древней тайны жизни.
                      Читать дальше →
                    • От моделей галактик до атомов – простые уловки в реализации ИИ ускоряют симуляции в миллиарды раз

                      • Перевод


                      Для моделирования таких чрезвычайно сложных природных явлений, как взаимодействие субатомных частиц или влияния тумана на климат, требуется потратить много часов даже на самых быстрых суперкомпьютерах. Эмуляторы, алгоритмы, быстро аппроксимирующие результаты детальных симуляций, предлагают способ обойти это ограничение. В новой работе, опубликованной в онлайне, показано, как ИИ с лёгкостью может выдавать точные эмуляторы, способные ускорять симуляции в различных областях науки в миллиарды раз.

                      «Это серьёзное достижение», — говорит Дональд Лукас, занимающийся симуляцией климата в Ливерморской национальной лаборатории, не принимавший участия в данной работе. Он говорит, что новая система автоматически создаёт эмуляторы, работающие лучше и быстрее чем те, что вручную разрабатывает и обучает его команда. Новые эмуляторы можно использовать для улучшения моделей, которые они имитируют, и повышении эффективности работы учёных. Если работа пройдёт экспертную оценку, говорит Лукас, «это всё очень сильно изменит».
                      Читать дальше →