Не хотелось писать пост пока сам не поковыряю нейронку, но что-то запуск алгоритма дома затянулся дольше чем я думал.

На днях, на популярном игровом форуме вышел пост про нейронку ESRGAN которая позволяет «улучшить» качество картинки с помощью GAN – иными словами, нейронка за 2-3 секунды «дорисовывает» картинку, если совсем грубо, то вы можете увеличить картинку с ~640x480 до ~2560x1920 почти без потери качества.

Так вот, пользователи игрового форума начали прогонять через ESRGAN текстуры из старых игр, тем самым улучшая их – получилось, по моему мнению, офигенно.

Если вы хотите сами попробовать, то вот инструкция для Windows, а вот сам исходный код нейронки. Пара советов: с пиксель-артом ESRGAN плохо работает, если будете улучшать рисунки, то используйте модель Manga.

Делитесь результатами в посте на DTF или в тематическом сабреддите (тут даже уже есть какой-то мод для Morrowind прогнанный через ESRGAN).

Ну или мне в личку скидывайте, я всегда рад посмотреть (:

Примеров очень много, поэтому ниже я приведу только те, которые мне самому понравились.

Альбом с результатами пришлось залить на imgur, так как телеграм рушит порядок показа картинок:
https://imgur.com/gallery/LNmBKkB

​Новости киберпанка:

В Лас-Вегасе автомобиль Tesla, передвигавшийся в автономном режиме, сбил робота компании Promobot, резидента фонда Сколково. В результате аварии робот, аренда которого стоит 2 тысячи долларов в день, был перевёрнут и получил несколько значительных повреждений.

https://tjournal.ru/83802

А ниже видео «аварии».

Почти судный день ¯\_(ツ)_/¯

Помните нейронку которая делала делала из 30 кадров в секунду 270? Так вот, хорошие новости, на Github выложили незаивисмый исходный код написанный по документу который опубликовала Nvidia.

Super-SloMo теперь может попробовать каждый, работает даже на CPU, правда медленно, ссылка:

🔥 https://github.com/avinashpaliwal/Super-SloMo

Сейчас идет выставка CES 2019 и один из моих любимых западных техноблогеров MKBHD записал небольшое видео с тем, что он вчера называл в инстаграме как «Пока самое клевое, что я видел на CES» – в видео его поездка на полностью беспилотным автомобиле Яндекса.

Можно с уверенностью сказать, что Яндекс лучше всех в мире тюнингует приусы 🚙✨

https://youtu.be/gfWjsKsEry0?1

​Один из самых милых роботов что я пока видел – В Беркли делают робота который прыгает на одной «ноге». Еще немного и будет у нас настоящая прыгающая лампа из заставки Pixar.

Полное видео можно посмотреть тут, он еще когда прыгает забавные звуки издает 😍

На vc.ru вышел хороший обзор "странных" гаджетов с последней выставки CES, занятное чтиво:
https://vc.ru/55285

Палец-динамик – мой фаворит ☉ ‿ ⚆

​Новость мельком, я как то уже писал об этом алгоритме:

Группа исследователей из Оксфордского университета создала систему LipNet, которая умеет читать "по губам", продемонстрировав результат в 93,4% правильно идентифицированных слов на датасете GRID (против результата в 52,3% у людей), и результат в 46,8% на датасете из 100 000 случайных видео BBC Television (люди сумели правильно определить только 12,4% слов)

В будущем, видимо, никому верить нельзя будет: помещениям с окнами – особенно.

Тут можно почитать на английском.

​Интересный график – на нем сопоставлены даты выхода новых iOS и запросов в Google поиск «iPhone медленный».

Как видно из графика, в iOS 12 про ускорение работы ОС не врали.

Источник Reddit.

Наткнулся на TJ на классный мини-фильм о A.I. – ребята сняли его за пару дней, с бюджетом в 40 000 рублей:
https://youtu.be/0weESQ6s2gg

Фильм завоевал несколько наград на международных фестивалях короткометражного кино.
Длительность – 11 минут.

Сегодня, французский регулятор SNIL оштрафовал гугл на 50 миллионов евро за нарушение GDPR (может, не такой уж и пшик получится).

Найденные нарушения:
1. Сложно понять, что гугл делает с нашими данными — информация об этом разбросана между несколькими документами, для доступа к некоторым из них требуется 5-6 кликов.
2. Компания утверждает, что получает разрешение пользователей на сбор их личных данных для персонализации рекламы, но это разрешение не имеет законной силы по двум причинам:
i) новый пользователь не до конца понимает, на что он соглашается — нет единого документа со списком сервисов, информация о пользовании которыми агрегируется и анализируется вместе;
ii) а) разрешение не «явно» — галочки проставлены заранее. По закону, человек должен отметить их своей рукой, чтобы согласие имело силу; б) разрешение не «детализировано» — список собираемой информации скрыт за ссылкой «больше настроек», её можно проскочить целиком; этот пункт должен быть обязательным этапом.

Будет ли гугл подавать аппеляцию (какой там вообще процесс аппеляции?) и, что гораздо важнее — будет ли он менять процедуру регистрации из-за этого штрафа? Напомню, что 50 миллионов евро — это только начало. Максимальный штраф — до 4% годовой прибыли компании — 5 миллиардов долларов. 🍿🍿🍿

Почти год назад я и автор канала @it_medicine (Медицина в ИТ) созвонились, где я взял у Геннадия интервью на тему текущего состояния ИТ в медицине.

Ну что же, «почти год» хорошая цифра, чтобы это интервью наконец-то вышло – надеюсь вам будет интересно – по ссылке ниже почти лонгрид:

https://telegra.ph/V-gostyah-u-Sexy-IT-Vedushchij-telegram-kanala-it-medicine-01-23

Клевый пост о трендах технологий в 2019 году – тут почти о всех индустриях, включая VR-порно ʕ·͡ᴥ·ʔ

https://vc.ru/future/56364

В 2018 году на BlizzCon команда DeepMind рассказала о достижениях нейронок в StarCraft 2 – ИИ (они его называют «Агент») удачно применял тактики которые позволили отбиться от несложных атак противника, вроде рашей с использованием пушек (это когда ты нагло врываешься на базу противника и строишь там пушки, почти в начале игры, например за протоссов).

Сегодня ребята из DeepMind хотят нам что-то показать, но что именно пока непонятно – совершенно точно это будет какой-то алгоритм который играет в StarCraft 2.

Ну, может так и в киберспорт втянусь 🙂

Начало стрима через 20 минут:
https://www.twitch.tv/starcraft

Повтор стрима будет доступен тут:
https://youtu.be/cUTMhmVh1qs

​​Очередная стрёмная новость из Китая.

Суд одной из северных провинций выпустил приложение, которое показывает на карте локацию должников. Приложение работает внутри мессенджера WeChat. Что именно оно показывает — точную геолокацию должников или их зарегистрированный адрес, не сообщается. Как и то, сколько и кому надо задолжать, чтобы попасть в черный список этого приложения.

Задумка такова: если вы видите, что кто-то из должников живёт не по средствам — сообщайте властям. Стук-стук!

— Подробнее о китайской системе социальных кредитов
— Как китайские перекрестки автоматически клеймят позором нарушителей

Пользователь DTF перевел инструкцию на русский, так что если захотите поковырять ESRGAN – вот ссылка:
https://dtf.ru/37841

Из-за нагрузки по работе написать длинный и интересный пост у меня пока не хвататет времени, поэтому принесу просто клевое видео с последним достижением DeepFakes – Дженнифер Лоуренс с лицом Стива Бушеми на церемонии вручения «Золотого глобуса»:
https://youtu.be/r1jng79a5xc

А тут мой прошлый пост на эту же тему:
https://tjournal.ru/70193

Ребята сегодня вышли официально в AppStore – если у вас iOS, то вот ссылка, можете потестировать:
https://itunes.apple.com/ru/app/wanna-kicks/id1444049305

Apple отозвал корпоративный сертификат Facebook для iOS-разработки (Apple Developer Enterprise Program). Это беспрецедентный шаг, перестали работать десятки внутренних приложений Facebook под iOS, в основном — бета-версии програм, которые фб тестировал не-публично.

Причина - Facebook нарушил правило, по которому приложения, подписанные корпоративными сертификатами, можно использовать только на устройствах сотрудников. Facebook предлагал своим пользователям (в том числе несовершеннолетним) установить подписанное корпоративным сертификатом приложение Facebook research, которое высасывало все личные данные из телефона за 20 долларов в месяц. Вчера об этом написал техкранч и Apple сразу же отозвал сертификат. Через 7 часов после этого фб заявил, что прекратит программу (умолчав, что программу за них прекратил Apple).

Другого поведения от фб я и не ждал, поэтому даже собирался не писать об этом инциденте; в августе прошлого года была похожая история с VPN Onavo, который делал вид что он VPN, но на самом деле тоже использовался фейсбуком для сбора данных о пользователях.

Но то, что Apple в ответ отозвали корпоративный сертификат — очень интересное развитие событий. Апсторы гугла и эпла настолько системообразующие, что легко забыть, что они — не нейтральные общественные площадки для распространения программ. В этом случае Apple играет карту «делаем хорошо для пользователя». Но всё равно, сколько крупных компаний прямо сейчас задумались, а нужно ли им быть в такой сильной зависимости от Apple? Представьте, у вас десятки тысяч сотрудников, у них на руках десятки тысяч устройств с вашими рабочими программами. И вдруг во мгновение ока всё это превращается в тыкву, программы перестают работать и никто кроме Apple не может вам помочь.

Даже жалко немного фейсбук (на самом деле нет).

Давно собирался написать простое описание того, как работает сверточная нейронная сеть (CNN), надеюсь, получилось понятно ✨

Детская футбольная команда, которую вы тренируете, только что выиграла большой матч, и вы спрашиваете детей, хотят они пойти за пиццей (в пиццерию) или за гамбургерами (в Макдональдс). Каждый ребенок начинает кричать о своих предпочтениях, и вы идете покупать то, о чем дети кричали громче всего.

Так работает нейронная сеть, но на нескольких уровнях. Узлы верхнего уровня получают данные на вход, каждый слой сети обнаруживает определенное свойство и кричит, когда видит это свойство — чем интенсивнее свойство, тем громче «узлы» кричат.

Теперь у вас есть куча узлов, кричащих «Ухо, я вижу ухо!», «Нос!», «Оно круглое!» с разным уровнем громкости. Следующий слой слушает и на основании того, что он слышит, узлы начинают кричать о более сложных функциях: «У него есть мордашка?!», «У него есть мех», пока, наконец, не дойдете до последнего уровня, где узел кричит «Это котенок!».

Волшебная часть машинного обучения заключается в том, что никто не говорит узлам, когда кричать, эта механика основана на «обратной связи». Ваша маленькая футбольная команда ходила за гамбургерами и некоторые из детей заболели. На следующей неделе они могут не кричать о гамбургерах или кричать о них не так громко из-за болящего живота. Дети все вместе узнали, что гамбургеры, возможно, не были хорошей идеей, и с большей вероятностью откажутся от них в будущем.

Нейронная сеть обучается почти таким же образом. Вы кормите ей кучу фотографий котенка и не котенка. Если сеть понимает все правильно, узлы усиливаются, поэтому узлы с большей вероятностью будут громко кричать так же в похожих ситуациях. Если этого не случается, то узлы, которые на «котят» кричат «собака», штрафуют. Первоначально результаты нейронной сети будут почти случайными, но если вы спроектировали сеть правильно, она будет становиться все лучше и лучше по мере адаптации узлов. Часто встречаются нейронные сети, которые работают без какого-либо понимания того, как именно это работает (если вы, конечно, не ученый).

Поздравляю, вы теперь ML-инженер 👨‍🎓