Свежая статья на неожиданную тему — автоматизация научных ревью. Действительно ведь, в большинстве случаев там все по стандартным шаблонам пишется, но только вот, ценность ревью является наибольшей как раз в нетипичных сценариях, где логические выводы или доказательства являются спорными, и вот такое как раз сложнее всего автоматизировать. Но энивей, я думаю это имеет право на жизнь чтобы отсеять совсем дрисню и облегчить нагрузку на ревьюверов.

Они там очень прикольно сделали, я сам попал в эту ловушку, когда начинаешь читать, думаешь, что читаешь abstract, а потом оказывается, что это саммари этой же статьи сгенерированное их же алгоритмом 🤯

https://arxiv.org/abs/2102.00176

"И снова здравствуйте". Американская компания Clearview, которая пережила уже, как минимум, 4 крупных иска за торговлю спарсенными фотками, снова попала под раздачу, в этот раз уже в Канаде, где ее признали незаконной. Дескать, нехуй использовать фото людей без их разрешения.

Как стартап должен получить разрешение от владельцев 3 миллиардов изображений в их базе — власти Канады не сообщают. Пока, наверно, безопасность подождет, лучше еще синих фонарей поставить.

Не часто в computer science случаются большие колабы, а когда случаются — это всегда что-то интересное.

В это раз 55 рисерчеров из 44 учреждений объеденились в одного мега-рисерчера и предложили GEM — "живой бенчмарк" для задачи генерации естественного языка (то, что делает GPT-3). Это должно послужить максимально надежным способом оценки таких алгоритмов.

https://arxiv.org/abs/2102.01672

Только для модных пользователей интернета. Не модным просьба не читать.

Даю вам возможность получить инвайт в клабхаус, все что нужно сделать — пригласить человека после себя. Го https://t.iss.one/joinchat/HoJD_P_hUrYFecQ5
(Линк можно шерить)

Мы стали забывать старый добрый Deepdream с которого многое началось, он все так же хорош и сложно воспринимаем мозгом 🐕 🕷 🐛

А вот колаб чтобы делать такое видео самому

Быстро набравшая популярность на той неделе репа ZenML создавалась для того чтобы упростить датасаентистам перенос МЛ-пйплайнов из ноутбуков в прод. В ней есть такие фичи как контроль версий, сравнение моделей, статистика, распределение предобработки в облаке, и многое другое, что поможет инженеру обрести Дзен.

Очень нишевое, но вполне рабочее применение эйай: подсчет кирпичей, труб, слитков золота, кому что.

Приложение называется Iscanner, и я подозреваю, что работает оно через обычную обработку изображений, типо морфологических операций.

Гугл наконец выпустил Tensorfow 3D — фреймворк для обработки 3D данных с МЛ, аналог уже существующего PyTorch 3D.

Это очень нужная вещь, так как получать 3д данные в виде поинт-клаудов мы уже научились, как аппаратно (лидары в машинах, айпадах, VR очках), так и программно (через всякий SLAM). Но вот что-то умное с ними делать все еще тяжело.

А теперь, с такими инструментами, станет возможно наделять эти данные смыслом, и различать на них разные предметы (детекшн), локализировать их (3д-сегментация), классифицировать всю сцену, и всячески делать такой тип данных все более и более полезным и применяемым. (прим: Не то чтобы это раньше нельзя было делать, просто сейчас это станет быстрее и проще, что часто и определяет пойдет технология в массы или нет.)

#future
Сервис для создания виртуальных инфлюенсеров с помощью замены лица/голоса. Пока что на сайте довольно криповые примеры, но надеемся, качество будет улучшаться 👩🔄🤖

На AAAI 2021 представили статью и код для алгоритма MeInGame, который позволяет создавать 3д модельки персонажа по одному фото игрока. Попыток транслировать 2д<->3д уже было немало, но тут вся прелесть в том, что итоговые модельки можно интегрировать в большинство современных игр, то-есть в перспективе, это уже скоро могут начать применять в ААА тайтлах, и вместо рандомного кручения слайдеров можно будет просто загружать фото по которому будет создаваться персонаж. Круто же.

Тема, которую не ожидаешь увидеть в comp science новостях или на техкранче — перевал Дятлова.
Не ожидешь, но видишь.
А все потому, что ребята из EPFL и ETH сделали симуляцию движения снега, которая могла бы объяснить, что произошло с группой студентов.

Не растягивая резину, по их версии, все дело в сошедшем блоке ледянистого снега, которого не нужно много, чтобы разворотить все, что под ним. Больше можно прочитать тут.

transformers теперь можно использовать с аудио. В новую версию Hugging Face добавили фейсбучную Wav2Vec, которую теперь можно брать и применять, и даже комбинировать с другими моделями, чтобы делать, например, транскрибацию. Вот пример как это работает прямо в браузере.

Deep Learning Recommendation Models на которых стоят и ФБ и Нетфликс обычно состоят из мультислойного перцептрона и таблиц с эмбедингами, где первый отвечает за числительные признаки, а ля, возраст, а вторые за категорические — жанр, тип данных, и тд, которые они эмбедят в числительные вектора, чтобы дальше с ними можно было работать.

Так вот эти таблицы эмбедингов в промышленных задачах достигают уже даже не гигабайты, а террабайты в объеме. Они могут содержать миллионы строк, и это количество растет экспоненциально в новых рекомендационных моделях.

Очевидно, что это проблема, и рисерчеры из Georgia Tech и FB AI это заметили, и предложили новый способ сжатия таких моделей через представление этих огромных таблиц в виде матричных произведений. В итоге у них получилось сократить размер модели в 112 раз увеличив время тренировки всего на 13% (время инференса не сообщается).

Финансовый отел который выделяет бюджет на датацентры сегодня пьет шампанское.

Что случается, когда люди быстро вырастают в своих должностях непропорционально своему опыту. Один из фаундеров DeepMind Мустафа Сулейман сначала резко ушел из компании в 2019, а теперь в 2021 разбирается с юристами, которые предъявляют ему жалобы на его менеджерскую деятельность. По описанию, в дипмайнде он переходил рамки и булил своих же сотрудников.

Автономное оружие получило зеленый свет от Национальной Комиссии по Безопасности в США. Более того, в черновике отчета этой группы экспертов во главе с бывшим СЕО Гугла Эриком Шмидтом поощряется усиление интересов Америки в военном AI. Как будто они могли сказать что-то другое.

При этом аргументация против бана, там, скажем так, довольно шаткая, если учесть всю опасность такого оружия: "...an international ban would be both difficult to enforce and antithetical to America’s interest. Commission member and former deputy defense secretary Robert Work told Reuters that autonomous weapons would make fewer mistakes than humans, resulting in fewer battlefield casualties." Интересно как для них это норма использовать противоречие интересам Америке в виде аргумента для международного соглашения. Буквально "мы считаем должно быть так, потому что Америке так хочется".

Ну а нам с вами тем временем реально пора тiкать з села.

Компания Rebag, которая занимается продажей б/у лакшери аксессуаров, представила Clair AI — алгоритм компьютерного зрения, который распознает модель и бренд вещи на фотографии (предлагая на выбор 1-5 вариантов), и подсказывает ценовой диапазон учитывая внешнее состояние этой вещи. Это все действует как подсказки, после которых все-равно надо вручную заполнить полноценную авитовскую объяву.

Как по мне, польза у таких применений AI маржинальная, только на случай, когда дома валяется какая-то сумка за две штуки баксов и вы чешите репу откуда она взялась, и кто такой этот Луис Виттон.

В плане оценки состояния я тоже очень скептичен, потому что зная как работают классификаторы изображений, одна и та же вещь сфотканная с хорошим светом и плохим светом, или помятая и выглаженная, будут иметь совсем разную оценку, что, конечно же, тупо.

Гугл заопенсорсил свой AutoML алгоритм 🤯
Мне нечего к этому добавить.

https://github.com/google/model_search
Enjoy

В продолжение нейробреда, очередная модель для урока. На этот раз НЕЙРО-БУГУРТ. Генерировал, кстати, с помощью сберовской ((((GPT-3)))). Получился юмор уровня Б, на любителя.

СЛУШАЕШЬ МУЗЫКУ С ДРУЗЬЯМИ
@
ОТ НЕОЖИДАННОСТИ УЗНАЕШЬ, ЧТО В КОМНАТЕ ПОЖАР И ВИДНО, ЧТО ОНИ ВЕРНУЛИСЬ С РАБОТЫ

***

РЕШИЛ ПОСМОТРЕТЬ ФИЛЬМ "ПЕРВЫЙ РАЗ В ЖИЗНИ"
@
ПОЧУВСТВОВАЛ ПРИВКУС ХУЙЦА ВО РТУ

***

ПОЗНАКОМИЛСЯ С ЛАМПОВОЙ ТЯН, ОЧЕНЬ ХОРОШО ОБЩАЕТЕСЬ
@
ВЛЮБИЛАСЬ В ЕРОХИНА

***

ВСЕ ТЯН ТЕКУТ, КАК ПОДЛИВА

***

ТЫ - ОМЕГИН СЫЧЕВ
@
ПОЛУЧИЛ ПОЧЕТНУЮ ДЕНЕГУ НА НОВУЮ КОМПЛЮКТЕРНУЮ ИГРУ
@
В КОНЦЕ КОНЦОВ УЗНАЕШЬ, ЧТО ТВОЙ КОМПЛЮКТЕР НЕ РАБОТАЕТ
@
ВЗРЫВ ТВОЕЙ ЖОПЫ ЗАСТАВИЛ ВСЕХ НАЗЫВАТЬ ТЕБЯ АМЕРИКАНЦЕМ

***

ПРИХОДИШЬ ДОМОЙ
@
ПЛАЧЕШЬ, СМЕЕШЬСЯ, ПОНИМАЕШЬ, ЧТО ОНА ПРОСТО ТЯН
@
ПОНИМАЕШЬ, ЧТО ОНА ТЕБЕ НЕ НУЖНА
@
ПЛАЧЕШЬ, СМЕЕШЬСЯ
@
ПОНИМАЕШЬ, ЧТО ОНА ТЕБЕ НУЖНА

***

РЕШИЛ ПОСМОТРЕТЬ ФИЛЬМ
@
ПОСМОТРЕЛ ФИЛЬМ
@
ВСЁ КАК У ЛЮДЕЙ

Резюмирование текста (text summarization) — широкоизвестная задача в NLP для которой есть бенчмарки, датасеты, и проч. В том числе, с ней неплохо справляется GPT-3. Я видел попытки найти этому осмысленное применение, например, резюмирование длинных имейлов, но, как-то, большой популярности это все не набирает (как и любое такое высосанное из пальца применение AI, лол).

Но тут некий хипстерский интернет-магазин BuyForLife внес свою лепту, и добавил у себя на сайте AI-обзорщика, который резюмирует покупательские отзывы о товарах в легко-перевариваемый список булетпоинтов. Ну а че, хайпово? Хайпово. Возможно даже полезно. Рынок решит.