​​Усы и хвост — вот мои документы: китайский стартап научился распознавать собак по отпечатку носа

Разработчик технологии распознавания лиц для китайского правительства запустил новый продукт — nose recognition для собак. Владелец фотографирует нос питомца, отправляет в приложение, а дальше система сверяет картинку с базой данных, состоящую из других пользователей и приютов по всей стране. Точность распознавания животного — 95%. Благодаря технологии уже удалось вернуть хозяевам десятки тысяч потеряшек.

Почему мы до сих ходим с паспортом: процесс подтверждения собственности и личности — головная боль нашего времени. Сами подумайте: чтобы нас узнал турникет, надо вытаскивать Тройку из кармана, для машины нужны ключи и запылившиеся документы из бардачка, на чемодан клеят бирку, а квартира наша только после сотни бюрократических кругов ада. Бизнес и государство ищут способы оптимизации процесса. К примеру, ввести уникальные идентификаторы: нас распознают по лицу или сетчатки глаза, и сразу понятно — как зовут, где живем и когда последний раз ходили к зубному. Пока это все на стадии разработок, а вот собакам повезло больше.

Собачьи носы — это только начало: китайская компания Megvii, уже набившая руку на распознавании толпы, сделала то же самое для собак, заменив лица носами, а датчики — камерами. К уникальному идентификатору можно подключить медицинское обслуживание, страховку, сертификацию и возможность продажи. Больше не нужно чипировать пса, чтобы предотвратить потерю, его нос — уникальный код. Технология развивается и для других животных: недавно мы в компании учились распознавать коров по пятнам на теле (если интересно, расскажу как-нибудь подробней). Так что порадуемся за братьев наших меньших — в отличие от нас, им паспорт больше не нужен.

​​Что нового у нейросеток — вакцина от гриппа, покер, люди-невидимки:

◾️Ученые из Университета Флиндерс создали алгоритм, который вывел вакцину от гриппа. Для этого они скормили нейросети данные о химических соединениях и разработали программу, которая их генерирует, отталкиваясь от устройства иммунной системы человека. Вакцина прошла первичные испытания и уже активно тестируется на людях. Сейчас фармакологические компании тратят миллиарды на разработку лекарств. Если алгоритм докажет профпригодность, то в скором будущем нас ждут глобальные перемены. Сегодня — грипп, завтра — рак.

◾️Один алгоритм научился собирать кубик Рубика за секунду, другой — обыграл людей в покер. Победа в карты особенно интересна, потому что ИИ не анализировал, с чем сидят противники, а предсказывал удачные ходы и даже блефовал. Новости на полку к остальным: мы уже говорили про Дженгу и компьютерные игры. Зачем дата-сайентисты генерируют игровые сетки одну за другой? Все просто — они учат нейросети думать, используя тот же подход, что мы используем с детьми, — через развивающие игры. Возможно нынешние алгоритмы, обучавшиеся на кубиках, когда-нибудь эволюционируют и превзойдут учителей. А, может, останутся на второй год в школе.

◾️Пока одни распознают объекты, другие их удаляют. Алгоритм стирает человека из видео — достаточно руками вырезать его на первом кадре. Пока результаты сыроваты: присутствие скрытого пешехода заметно в кадре — видно силуэт и неровности ландшафта вокруг. На технологию будет спрос, поэтому ее развитие неизбежно. Всегда найдется тот, кто захочет остаться незамеченным для других.

​​Клуб по интересам — что такое Capture и есть ли у социальной сети на базе машинного обучения будущее?

Создатели Prisma запустили групповой мессенджер Capture. Работает это так: вы наводите камеру на объект, и приложение предлагает чат с похожей тематикой. К примеру, фотография билборда с рекламой сериала приведет в группу, где его активно обсуждают. А фото телевизора — в чат с названием “Что посмотреть?”.

Почему важно: идея команды — сделать мессенджер по интересам в мире, где уже есть Facebook, Twitter и Telegram. Гиганты социальных сетей использует ИИ только в отдельных задачах — для борьбы с порно, кибербуллингом или настройки новостной ленты. Чтобы выделиться на их фоне, ex-участники Prisma переложили выбор собеседников на алгоритмы и создали полноценную ML-платформу.

Почему построить ML-платформу — не так просто: задача, которая стояла перед Capture, близка к General AI: пользователь должен получить отклик в любой локации. Неважно, что на снимке — котик или новое изобретение Илона Маска, алгоритмы должны что-то распознать. На первых этапах разработки трудно натренировать сети находить все и сразу, но можно научить ИИ предугадывать обстановку по ключевым признакам, как это делает Google Lens.

От качества работы алгоритмов зависит успех Capture — чем лучше они научатся различать объекты, тем выше вероятность, что пользователь останется. Для этого нужны обширные датасеты: если аудитория приложения миллениалы со смартфонами, значит, алгоритмам нужны интерьеры квартир и живописные городские пейзажи. Первое можно вытянуть из Циана — там миллионы изображений, которые можно скормить нейросети. С улицей сложнее — любопытно узнать, как и где создатели собирают данные. И главное — поиск по локации никто не отменял, в Capture он тоже есть. Не надо делать миллионную фотографию Москва-Сити, чтобы присоединиться к чату тех, кто там работает.

Что будет дальше: время покажет, приживется ли Capture в мире. Возможно, название “захватить” окажется пророческим, и мы станем на шаг ближе к виртуальной реальности, а может, приложением заинтересуется Facebook. Тогда Capture познает печальную участь Instagram. Конечно же, мы болеем за первое.

​​Как тебе такое, Илон Маск? Microsoft инвестировал миллиард в OpenAI и поставил будущее перспективной компании под сомнение

Microsoft инвестирует в некоммерческую организацию OpenAI $1 млрд. Детище Илона Маска перенесет сервисы на Microsoft Azure, а корпорация сможет продавать продукты на основе технологий OpenAI в эксклюзивном порядке. В рамках партнерства компании планируют создать вычислительную платформу беспрецедентных масштабов, которая поможет вывести ИИ на новый уровень.

Почему мы грустим: Open AI считалась некоммерческой организацией, которая не принадлежит участникам рынка, а работает исключительно на благо человечества. Больше это не так. Первый тревожный звонок был в феврале этого года — из совета директоров ушел Илон Маск из-за конфликта интересов. Затем в компании вдруг появился коммерческий отдел. И, наконец, погребальный звон — миллиард от Майкрософта.

Видимо, первый $1 млрд, который в OpenAI вложили отцы-основатели в 2015 году, потихоньку заканчивается. Прошлые и нынешние инвестиции сильно отличаются по качеству: если Маск отдал деньги и отошел в сторону, то Microsoft после щедрого вложения попросил перенести вычисления на свои облачные сервисы и дать эксклюзивное право на продажи будущих технологических прорывов.

Вспомним GitHub и Skype: опыт подсказывает, что проекты не становятся лучше после того, как их покупают такие неповоротливые гиганты, как Microsoft. Так было со Skype в свое время и с GitHub в прошлом году: когда самый крутой продукт среди разработчиков ушел с молотка, доверие к нему пошатнулось. Давно известно, как Microsoft любит собирать данные о пользователях и навязывать свои услуги.

Остается только гадать, что ждет ИИ в будущем. Ясно одно: пока недовольные переменами сотрудники пакуют вещи, на двери OpenAI, самой открытой компании мира, перевернулась табличка — sorry, we're closed.

​​Подводим итоги недели — террористы, видеоролики, квартиры

◾️ ИИ от Facebook обновит карты в странах третьего мира. Проблема, с которой столкнулся некоммерческий сервис OpenStreetMap, — нехватка актуальных данных о расположении дорог. Миллионы километров остаются в слепой зоне в таких странах, как Афганистан и Нигерия, и среди местных нет желающих это исправить. Нейронки Марка Цукерберга специально для OpenStreetMap проанализируют спутниковые изображения с разрешением 0,1 кв. м на пиксель и добавят все отсутствующие объекты. Кажется, что теперь любой желающий сможет рассмотреть секретные бункеры запрещенных организаций.

◼️ Нейросеть от отечественной лаборатории Samsung AI генерирует видеоролики с новых ракурсов. Напомним, что так уже делали в Google, Deepmind и Nvidia, однако их результаты желают оставлять лучшего. Здесь же картинка впечатляет — даже мелкие детали выглядят реалистично словно их действительно сняли на камеру.

◼️ ИИ упрощает жизнь архитекторам. Алгоритм-планировщик квартир научился строить комнаты и вычислять подходящее положение дверей и окон в пространстве. Естественно, что на сеточное решения пускать в производство пока рано — алгоритмам не хватает данных, однако снять с архитекторов рутинные задачи по вычислениям они уже в состоянии.

​​После небольшого перерыва возвращаюсь к вам с дайджестом важных новостей о нейросетях:

◼️ Пока в Москве наступила осень, в Сибири который месяц горят леса. Ученые из РАН подключились к спасению природы — создали простенькую нейросеть, которая анализирует площадь леса. Она поможет определить масштабы бедствия после пожаров, а в будущем научится отслеживать браконьерские мародерства и предсказывать изменение природного ландшафта в связи с глобальным потеплением. Пока сетка ошибается, потому что в ее арсенале только снимки со спутника, но участники географического общества обещали предоставить больше данных.

◼️ DeepMind (aka Мои-боты-уделают-тебя-в-Starcraft) представила финансовый отчет за прошлый год, результаты печальные. ИИ-лаборатория, приобретенная Google, в минусе на полмиллиарда долларов. Из отчета видно, крупная часть бюджета ушла в медицину — ИИ-диагностику рака и других заболеваний. Однако прорыва не случилось. Если Deepmind и одержал победу, то только над зергами.

◼️ Facebook и Google — два гиганта конкурируют за то, на чем пишут разработчики. TensorFlow от Google исторически вел в этой гонке, но недавно количество статей, написанных с использованием PyTorch от Facebook, сравняло счет. Отличие между фреймворками существенное, и долгое время TF был стандартом в ресерче. Но времена меняются, тип кода в статьях — это основной драйвер для переиспользования его в своих разработках.

​​За честную игру — защита Warface пополнится нейросетями Dbrain

В скором времени ИИ от Dbrain подключится к игре для поиска читеров.

Почему важно: Для Warface противодействие читерам — одно из ключевых приоритетов. Сейчас борцы с недобросовестными игроками во многом полагаются на труд игровых администраторов, которые включаются в рассмотрение игровых моментов, фиксируют нарушения и отключают плохишей от игры. Но за всеми не уследишь — и там, где не справится человек, на помощь придет машина.

Когда команда Warface предложила объединить силы для улучшения среды в шутере, мы согласились не раздумывая. У игры — сильная команда разработки и много данных, у нас — собственная data science лаборатория и представление, как с помощью этих данных создать решение на базе машинного обучения.

Алгоритмы будут бороться не только с игровыми махинациями, но и автоматически выявлять свежий нелегальный софт у игроков. В будущем нейросеть также заберет часть ручного труда у админов и добавит объективности в принятие решений.

Поэтому сообщение для тех, кто думает, что он самый умный — наши сетки умнее (главное, случайно не забанить OpenAI). Dbrain — за честную игру.

​​Почему хорошая фотография в Инстаграм — заслуга алгоритмов

Самый развивающийся элемент телефона — это камеры, чье технологическое развитие почти погубило рынок зеркалок. Пока Nikon и Canon придумывают новые пути заработка, расскажу, как это произошло.

Еще 10 лет назад мобильный снимок был ужасен: помните картинку, снятую на камеру 0.3 МП? Показатели влияющие на съемку — размеры зерна и матрицы, количество мегапикселей — отставали от старших братьев. Зеркалки были лучше просто потому, что имели большую матрицу, способной поглощать свет.

Производители смартфонов не могут интегрировать матрицу размером с зеркальную — иначе айфон не поместится в карман. Но что касается других параметров — мобильные телефоны нашли решение.

Как алгоритмы прокачали камеры: разработчики искусственным путем компенсировали физическую неполноценность смартфонов. При помощи алгоритмов они повысили детализацию и снизили уровень шума, а также расширили динамический диапазон и улучшили фокусировку. Пользователь не заморачивается с настройками, этим занимаются алгоритмы. Но это еще не все.

У Google одни из лучших камер в мире — благодаря вашим трясущимся рукам: компания придумала, как использовать главный недостаток живого фотографа. В тот момент, когда вы открываете камеру, алгоритмы уже начинают делать снимки. Собрав десяток фотографий в одну, у Google получается четкая картинка с детальной прорисовкой — это технология называется Super-resolution. Вы трясете рукой, а телефон собирает детали. Увы, работает это только на телефонах Pixel третьего поколения.

Вероятно, в будущем натуральных снимков не останется: что касается ИИ — уже сейчас нейросети пошли дальше примитивных алгоритмов и увеличивают разрешение читерским способом. Если смартфоны работают с тем, что есть, помогая сделать удачное фото, то Super-resolution на базе ИИ по сути дорисовывает кадр. Другими словами, современные камеры делают траву зеленее, а нейросетки рисуют ее.

Почему технология еще не в телефонах: к сожалению, нейросети работают только в лабораторных условиях. Если их обучили на автомобилях, значит, они будут рисовать только автомобили. Если выпустить алгоритмы в город, они не справятся с рисовкой из-за слишком большого количества разных объектов. По сути задача будущего вырастить General AI — настоящий ИИ, который сделает фотографию лучше любой реальной картинки.

​​Чем занимался ИИ на этой неделе — кибер-фэшн, симуляции животных и опять DeepMind:

◼️ Прежде, чем лекарство попадет на рынок, его долго тестируют на собачках, кошечках, мышках и зайчиках. Только 10% формул переходят на следующий этап, остальные образцы убивают животных. Стартап Verisim Life пытается решить эту проблему с помощью биосимулятора: чтобы перенести испытания из реальности в цифровой мир. Система на базе ML сможет выдавать результат взаимодействия лекарственных препаратов с организмом животного. В будущем компания хочет сделать цифровую копию человека и тестировать новинки на ней, полностью исключив братьев наших меньших из испытаний — даже в виртуальной реальности.

◼️ И снова DeepMind — на этот раз там учат ИИ играть в футбол. Задача классическая — алгоритмы должны обыграть соперника, управляя целой командой. Создатели не случайно предложили нейросеткам попинать мяч: футбол — полезный вариант для обучения, в нем есть определенная предсказуемость благодаря физике и нет предикта по действиям игроков. Кажется, у ИИ будет тяжелый месяц — придется без перерыва смотреть футбол, надеюсь, в дневные расходы входит пиво.

◼️ Системы распознавания растут быстрее, чем чужие дети: Amazon Rekognition уже может и возраст, и эмоции определить, дальше — больше. Одна из причин быстрого развития технологий — это не совсем законный способ сбора данных. Американские дизайнеры придумали модный способ борьбы с "большим братом” — сшили одежду, на которой изображены несуществующие автомобильные номера. По задумке они должны запутать распознавалку и подкинуть мусор в ее данные. Сработало — ИИ уже несколько раз добавлял номера в свою система и даже определял положение фейкового автомобиля в пространстве. Что тут говорить — сетки легко обмануть, они ориентируется по внешним признакам, как только номер найден, ИИ заканчивает анализ и выдает бездумный результат.

👾 И бонус для технарей:
У библиотеки PyTorch вышло обновление. Самое главное — появилась возможность автоматически создавать модель для прода.

​​Хорошие кадры в темноте — тоже заслуга алгоритмов

Я уже рассказал о восстановлении качества на снимке при помощи нейронных сетей. Сегодня поговорим о другой проблеме фотографии, с которой сталкивался каждый.

Представим, вы захотели сфотографировать подругу при луне. Кинематографично падает свет, девушка улыбается — вы хотите запомнить момент. Достаете телефон, щелкаете, смотрите на результат в надежде увидеть шедевр, а там: во-первых, ничего не видно, во-вторых, в кадре непонятные цветные точки. Их появление — это проделки матрицы, которая из-за размера (в телефоне она маленькая) не собрала нужный объем информации, поэтому сама додумала отдельные куски.

Мы не можем изменить размер матрицы, но делать хорошие фотографии в темноте хотим. Как избавиться от случайного шума? За ответами производители обратились к машинному обучению.

Какое решение было найдено? Разработчики придумали не собирать датасет для задачи, а брать хорошие фотографии и искусственно их ухудшать. Почти под каждую матрицу уже есть математическая модель, которая симулирует испорченную фотографию и создает точками заранее. Выходит, что сначала надо создать шумы, чтобы затем обучить сетки с ними бороться. Матрица по-прежнему шалит, но теперь алгоритмы успешно с этим справляются.

Главный плюс подхода — система способна запоминать контекст, поэтому выдает адекватный результат даже в экстремальных условиях съемки. Из минусов — под каждую модель телефона нужно обучать свой алгоритм. Однако, учитывая, что сейчас только у ленивого производителя техники нет своего ИИ, в этом нет ничего страшного — машинное обучение стало рутинной работой.

​​Чем занимались нейросети на этой неделе — умный город, переводчик с языка жестов, распознавание без лица:

◼️ Представьте будущее, где весь город — один большой ИИ. Стартап Signifiy разработал уличные фонари с цифровым зрением и датчиками анализа воздуха. Свою основную функцию (светить) фонарь будет выполнять только в присутствии людей, если их нет — он выключится и сэкономит городу немного электроэнергии. Также он собирает данные по загрязнению воздуха и выгружает их в облако, где к работе подключаются алгоритмы. Остается только один вопрос: а фонарь случаем не собирает данные о прохожих?

◼️ Google сделал приложение для распознавания языка жестов. С помощью камеры мобильного телефона алгоритмы находят ладонь в пространстве, ставят 27 точек на пальцах и сравнивают результат с датасетом из 35 тыс. картинок, которые заранее разметили люди. Нейросетям доступен счет, знак “всем пис”, “рок” и одобрительный палец вверх и... это пока все. Ключевое — все это работает на телефоне. Разработчики выложили код в открытый доступ, чтобы все желающие могли присоединиться к дальнейшему обучению. Впереди самое тяжелое — научиться распознавать сразу две руки и их комбинации в каждый момент времени.

◼️ Пока в американских городах массово запрещают фейс-рекогнишн на улице и жители жалуются на незаконный сбор данных, стартапы ищут альтернативные способы распознавания. Один из них, Traces AI, нашел способ, как идентифицировать человека только по описанию внешнего вида. Сетке скармливают ваши типичные аутфиты, любимый рюкзак, который вы никогда не меняете, и прическа. Затем она анализирует видео, на котором заранее заблюрены лица, и ищет совпадение. В городе технология бесполезна — ловить преступников по черным маскам не получится. Но компании с офисами уже заинтересовались — можно трекать работников без заполнения тысячи форм.

​​Зачем на самом деле нас слушают компании?

Apple, Google, Amazon, Microsoft — что объединяет ИТ-гигантов кроме того, что они входят в топ самых дорогих компаний мира? За последний месяц их всех поймали на прослушивании записей с микрофонов. Зачем корпорациям знать, что говорит каждый из нас?

Вы звоните в банк и слышите «в целях улучшения качества обслуживания разговор может быть записан». Не думаю, что кто-то тут же кладет трубку с криками «Ну уж нет!». К записи мы давно привыкли. А к тому, что голосового помощника можно призвать магическим «Привет, Сири»? Вроде бы тоже не пугает. Но тот факт, что корпорации занимаются прослушиванием данных, звучит устрашающе. Вот только помощник не смог бы выполнять уже привычные для нас действия, не собирай он постоянно данные с микрофона.

Ответ на вопрос, зачем компаниям наши записи, простой — нужно тренировать алгоритмы, делать их сильнее, быстрее и человечнее. И в этом деле не обойтись без людей, которые сидят стройными рядами в маленьких офисах и слушают фрагменты повседневной жизни пользователей. Они размечают звуки, переводят их в текст, чтобы потом скормить алгоритмам.

Другой вопрос — какие алгоритмы используют компании? Однозначного ответа нет. С одной стороны, они улучшают качество вашего профиля для рекламодателей, делая его еще точнее — вплоть до того, что производитель йогурта знает, что клубничный вы не любите. С другой — нужно повышать качество обслуживания голосовых помощников, чтобы они понимали, что вам нужно. А может, информация, собранная из разговоров, ляжет в предсказания того, зачем вы достаете телефон и какое приложение вам понадобится. Вариантов куча. Главное — собрать больше данных.

Что всех волнует: компании знают, что вы делали прошлым летом. Разметчики без понятия, кто вы и как вас зовут. Для них вы просто один голос из миллионов. Что касается остального — спецслужбы давно используют прослушку, для этого им не нужно клянчить у Google данные из ассистена. Однако корпорации по умолчанию знают больше властей, потому что мы им разрешили. Они могут делать с этими знаниями что угодно. Но пока — они на этом просто зарабатывают.

​​Насыщенная выдалась неделя у ИИ. Рассказываю, чем он занимался:

◼️ В тему недавней истории о хороших снимках — нейросети Google научились дорисовывать фотографии по одному маленькому фрагменту с помощью генеративно-состязательного подхода. Результаты работы — здесь.

◼️ Еще один голосовой помощник — теперь от BBC. Британская компания обозлилась на Google за то, что они отказались делиться данными о пользователях, и удалила свои подкасты с радужной платформы. Следующий шаг — развивать свои сервисы. Так появился ассистент Beeb: у него нет своей колонки, но разработку могут внедрить все производители умной техники в устройства.

◼️ Хорошие новости для агрокультуры: нейросеть распознает болезни растения по фотографии. Точнее — пока только одного, маниока, из которого делаю муку и крупу в Африке. Через приложение местные фермеры могут проверять растения, точность распознавания болезней — 93%.

◼️ Больше 5 тысяч человек в США гибнут из-за того, что продолжают движение в условиях плохой видимости. Производитель беспилотников Weymo показал алгоритмы, которые научились определять непогоду и останавливают машину, если жизнь водителя в опасности. Беспилотник тестировали в бурю, снегопад, туман и ливень — так и собрали необходимые данные. Посмотрите, как машина спасает жизнь человеку.

◼️ Вышло приложение от ИИ-лаборатории Microsoft — оно помогает слепым ориентироваться в пространстве, не хуже того, как это делают зрячие. Выстраивая маршрут, алгоритмы не просто предлагают повернуть налево, но и рассказывают, какие объекты проходит человек. Простая идея и приятная реализация — думаю, это только начало развития технологий для людей с ограниченными возможностями, когда-нибудь машины смогут компенсировать недостающие атрибуты полной жизни.

​​Привет!

Несмотря на то, что ИИ плотно вошел в нашу жизнь, остаются области, где его по-прежнему нет и зря — он мог бы сильно облегчить жизнь человеку. Нас тут почти 3 тысячи — устроим совместный брейншторм?

Чтобы было веселее, объявляю конкурс — расскажите, какого ИИ не хватает прямо сейчас, и выиграйте сувенир от Dbrain. Мы в команде используем многоразовые бутылки AI Happens, чтобы хоть как-то помочь планете и не плодить пластик. Двум авторам самых оригинальных идей подарю по рабочему прототипу и приложу к посылке кое-что еще, но это сюрприз.

Что надо делать?

1. В гугл-форме (https://forms.gle/VwydKAJ9GTATTRidA) расскажите об ИИ, которого почему-то еще нет — технический процесс описывать не надо, достаточно рассказать идею и объяснить, почему он нужен.

2. Не забудьте указать username, чтобы я вас потом нашел.

Кто может участвовать? Все, кто подписан на этот канал и заполнит форму.

Победителей выберу в четверг 12 сентября.

Чур нейросети для генерации идей не использовать

​​На этой неделе ИИ ограбил компанию, написал контрольную, поиграл в Minecraft и сотворил китайского Джона Сноу:

◼️ Мошенники с помощьи ИИ скопировали голос CEO, позвонили в офис компании и потребовали немедленно перевести почти $250 тыс. в венгерский банк. Подчиненные тут же выполнили просьбу, не заподозрив обман — голос был неотличим от оригинала. Из Венгрии деньги тут же перевели в Мексику, а там они растворились в жарком воздухе пустыни. Арестов нет, подозреваемых — тоже. Чувствую, это не последняя жертва ИИ.

◼️ Четыре года назад 700 инженеров участвовали в конкурсе на создание ИИ, который пройдет научный тест восьмого класса. Приз — $80 тыс. Ни у кого не вышло. Самый лучший результат — 60% правильных ответов. Но в эту среду разработчики представили рабочую модель, которая сдала контрольную с более чем 90% успеха. Алгоритмы смогли разобраться с простой логикой и не справились только с диаграммами, но их и не учили. А я по-прежнему жду, когда сетки справятся с математикой.

◼️ В китайском App Store новый лидер — приложение Zao, генерирующее дипфейки с лицом пользователя. Нужен только один кадр, и алгоритмы за секунды подставят его в “Игру престолов” или куда-нибудь еще. Что ж, за дипфейками будущее, другой вопрос — этого ли мы хотели?

◼️ Нейросети пустили в Minecraft — разработчики из MIT уверены, что неограниченные возможности кубического мира позволят алгоритмам освоить широкий спектр задач и стать самостоятельными. Как обычно — ИИ будет учиться у игроков. Посмотрим, с чем он вернется к создателям.

​​Непостоянная рубрика — что там у рептилоидов?

Плохие новости: личные данные полмиллиарда пользователей Facebook утекли в сеть. На незащищенном сервере журналисты нашли ID граждан со всего мира и привязанные к ним мобильные номера. Кое-где даже оказались имена, пол и место проживания. Сейчас компания уже устранила утечку, но мы то знаем, что Интернет помнит все.

Хорошие новости: социальная сеть даст пользователям контроль над персональными данными, которые с помощью Facebook собирают сторонние сайты и приложения. Если вы захотите — можете почистить всю активность. Новая функция off-Facebook activity спрятана глубоко в настройках и пока доступна (и то — только в тестовом режиме) в Испании, Ирландии и Южной Корее. Более того, с серверов самого Facebook ничего удалить не получится. Кажется, что после всех скандалов с нелегальным сбором данных, это меньшее, что может сделать Цукерберг. Ждем шагов посерьезней.

Напоминаю, что за пару предложений об идеальном ИИ, которого почему-то еще нет, я подарю вам сувенир от AI Happens. Двух победителей выберу в этот четверг. Время еще есть — присоединяйтесь!

​​Беспилотники Яндекса проехали 1 миллион километров — что дальше? 

Хорошие новости: машина проехалась без серьезных происшествий. Для сравнения — Uber уже 10 месяцев не может вернуться к разработке после аварии с пешеходом. 

Плохие новости: миллион — это не так уж и много для 2019 года. Чтобы вы представляли масштаб, беспилотники Google успели накатать в 30 раз больше. Километраж имеет прямую корреляцию с тем, на сколько технология близка к стадии массового использования. Другими словами, американский IT пока ближе к продакшену. 

Если поиграть в астрологов: ставлю на то, что в 2020 году в Москве уже можно будет покататься на первом беспилотнике — правда, не всем и, скорее всего, только внутри ТТК.

Подвожу итоги конкурса «Какого ИИ не хватает прямо сейчас?»

Первый победитель — @maxbesov. Он предложил нейросеть, выделяющую нужную информацию в тексте: в книгах, научных статьях, обучающих материалах. Идея отличная — мы тратим уйму времени на то, чтобы найти жемчужину в океане, пробиваясь сквозь авторский стиль (прям как вы сейчас). ИИ упростил бы нам жизнь.

Второй победитель — @I3wVQb. Ему не хватает ИИ, который бы определил повреждения внутреннего двигателя по звуку. Цитата: «У каждой детали своя прочность. Какая именно требует ремонта — подскажет звук. Он может быть громче от колебания, менять тональность или “шуршать” из-за отсутствия смазочного материала. Человеческое ухо не различит повреждение на ранней стадии, а ИИ — да. И предупредит автомобилиста». От себя добавлю, что сам думал над подобной технологией и обсуждал с одной компанией: к звуку предлагал еще добавить вибрацию. Кладешь телефон на двигатель и снимаешь данные — это бы давало максимально точные показатели. Возможно в будущем удастся над этим поработать.

Поздравляю ребят с победой! Интересных идей было много, брейншторм обязательно повторим.

И еще — несколько предложенных ИИ на самом деле уже есть. Могу отдельно их назвать и указать компании, которые этим занимаются. Интересно?