Книга, которую хочу сегодня порекомендовать, никак не относится к легкому чтению на выходные. Называется она Introduction to Algorithmic Marketing и охватывает широкий класс математических моделей, применяемых в серьезном современном маркетинге - от линейной регрессии и наивного Байеса до семантического анализа и рекомендательных алгоритмов. Ценно в ней массовое наличие примеров, и далеко не только из области продвижения: здесь и ценовые стратегии, и управление ассортиментом, и предсказание спроса. Короче, отличный комплексный современный маркетинг как он есть в хороших глобальных компаниях из отнюдь не ИТ-сферы: много математики и data-driven подход. В этой книге и ответ на вопрос маркетологов «куда идет маркетинг?» (взгляните, куда он уже пришел!) — и ответ на вопрос разработчиков «а что серьезному математику и программисту делать в маркетинге помимо умной рекламы?» (на самом деле - всё!)
И это автор еще не добрался до новых и модных применений нейронных сетей, распознавания изображений и использования геоданных :))
Но очень надеюсь, что следующее издание всю эту красоту будет включать :)
А пока качайте - pdf-версия совершенно бесплатна и легальна на сайте автора:
https://algorithmicweb.wordpress.com

Приятно, конечно, что ролик про машинку Яндекс.Такси, колесящую по плохо убранным переулкам вокруг нашего офиса, попал в The Verge. Да, до level 5 еще очень долгий путь (и неизвестно, будет ли там больше проблем технологических или юридических) — но темпы прогресса позволяют оставаться оптимистом :)
https://www.theverge.com/2018/2/16/17020096/self-driving-car-yandex-winter-russia

С гарантированным доходом (он же universal basic income) ситуация немного напоминает историю беспилотных автомобилей: сначала удивление и много неприятия, потом потихоньку растёт число сторонников, восприятие общества улучшается — хотя непримиримые противники остаются. И нарастают эксперименты, сначала локальные.
Вот прибыло полку влиятельных и авторитетных сторонников: Ричард Бренсон явно высказал свою точку зрения: это важно и однажды это случится.
Но тут уж точно всё будет географически очень неоднородно. У нас, например, непросто будет ломать когда-то вбитое в головы восприятие «кто не работает, тот не ест!» Я помню ещё плакаты с этим лозунгом ;)
https://money.cnn.com/2018/02/15/news/companies/richard-branson-basic-income/index.html

Очередной мой подкаст в основном построен на фрагментах круглого стола в Яндексе в рамках серии Data and Science, который я модерировал 17 февраля 2018. Тема: Большие данные в большом спорте; очень интересная сфера, которую мало обсуждают.
Как обычно, помимо файла прямо здесь для желающих слушать в Телеграме, ссылки на официальную страницу подкаста ( https://asebrant.libsyn.com/fyl6rojf7s3k ) и его страницу на iTunes ( https://itunes.apple.com/ru/podcast/sebrant-chatting/id1320623324?mt=2 ).

Есть некое ретро-очарование в настольной игре, где ведущей выступает Алекса, подавая реплики из своей уютной колоночки, выслушивая ответы и присуждая за них очки. И вообще компания Voice Originals — молодцы, отличную нишу нащупали: традиционные игры с участием голосовых ассистентов. Я даже понимаю, что к этому сотрудничеству приложила руку Alexa Personality Team, и понимаю — зачем, но всё равно не могу не радоваться.
https://mashable.com/2018/02/18/amazon-alexa-board-game/

Достойный союз. И не менее достойная цель ;)
IBM и Unity объявили о партнёрстве: пользователям очень популярного движка для разработки игр становится доступен машинный интеллект Ватсона.
Применений можно нафантазировать массу, но эксперты в первую очередь выделяют возможность голосового управления в версиях игр для виртуальной и дополненной реальности. Сейчас работа с меню в таких играх очень нарушает погружённость игрока в процесс, переход к голосовому диалогу сделает виртуальную реальность ещё более захватывающей.
А там и другие сценарии подтянутся. И не обязательно игровые: Ватсон знаменит сотрудничеством с медициной, AR в медицине тоже активно внедряется. А погружённость в процесс, например, хирурга и его возможность использовать голосовой интерфейс к AR-очкам может оказаться куда более важной для людей, чем погружённость игроков.
https://thenextweb.com/artificial-intelligence/2018/02/20/ibm-and-unity-are-teaming-up-to-bring-watsons-ai-to-vr-and-ar-games/

Прекрасная история, отчасти даже более неожиданная, чем кабриолет со Стармэном, летящий в космосе.
В горах Техаса строят часы. Чисто механические и очень большие, использующие суточные колебания температуры как источник энергии. Минимальный период времени, который они отрабатывают и показывают изменения — 1 год. Максимальный — 10 000 лет. Механическая анимация, которая будет запускаться раз в год, в работе. Ту, которая должна срабатывать раз в 10 лет, хотят сделать, но ещё не решили, что именно она будет показывать. Для механики, которой предстоит отрабатывать 100, 1000 и 10000 лет оставлены интерфейсы, но детали предлагается придумать будущим поколениям. Проект ведёт организация с чудесным названием Long Now Foundation.
А причём здесь технологии, спросите вы, так ведь?
Информационное письмо на первой странице сайта часов подписано Джеффом Безосом. Не Маск, но человек в мире высоких технологий далеко не последний ;)
https://www.10000yearclock.net/learnmore.html

Хорошая иллюстрация того, куда движутся рекламные технологии, явно сформулированная в одной фразе: Place one piece of code just once to all of your pages and let Google take care of the rest. Пока это опция, а не единственный вариант. Пока.
Попутно это показывает судьбу маркетологов, аналитиков, дизайнеров ;) Сейчас размещение и выбор рекламных материалов на странице издателя — предмет экспериментов, анализа их результатов, раздумий, взвешенных решений. Но решения эти в каждом частном случае не смогут достичь качества решений, принимаемых системой, обучившийся на триллионах показов миллионов разных объявлений на миллионах разных страниц.
С рекламодателями Гугл ведёт себя осторожнее, пока позволяя им что-то выбирать, сочинять и пробовать самим. Но и это ненадолго ;)
https://adage.com/article/digital/google-debuts-adsense-auto-ads-publishers/312476/

Кто слушал мой недавний подкаст, знает, как мне понравился субботник в Яндексе на тему «Большие данные в большом спорте». Действительно интереснейший мир, про который мы мало знаем — хотя там всё вполне по-взрослому и с данными, и с машинным обучением на них.
По следам семинара великолепная Ася @shepunova подготовила интересный и популярный рассказ о том, как компания ICEBERG помогала тренерскому штабу подбирать состав сборной олимпийских хоккеистов из России.
Читаешь статью — и аж становится интереснее хоккей из Пхёнчхана смотреть :) А попутно осознаёшь, насколько современный большой спорт — это ещё одна сложная и data hungry индустрия.
https://nplus1.ru/material/2018/02/22/ice-hockey-machine-learning

Южная Корея не только страна развитых технологий и родина Самсунга. Там цветёт и бизнес гадалок (коих насчитывают 300 000) и шаманов (150 000); годовой объём их услуг оценивают в $3,7млрд.
И эта индустрия тоже заинтересовалась своим будущим в эпоху всеобщей автоматизации и машинного интеллекта. Но пока не видит проблем, хотя стартапы и приложения для предсказания судьбы активно выходят на рынок. Практичные корейцы не делают из всех этих методов культа: они рассматривают слова ясновидящих как ещё один набор данных, который надо учитывать при планировании своей жизни. Подход в стиле лучших практик обработки больших данных — и обеспечивает источнику данных светлое будущее ;))
https://www.economist.com/news/asia/21737289-every-other-trade-it-having-contend-automation-south-korea-fortune-telling

Двадцать шесть авторов из различных исследовательских центров подготовили большой аналитический обзор на тему злонамеренного использования ИИ, соответствующих рисков и необходимых контрмер. Интересно уже то, что авторы выделяют три класса угроз: помимо угроз в области физической безопасности и цифровой безопасности они вводят понятие угроз в политической безопасности. Сюда они относят, например, аналитику с разведывательными целями, тонко персонализированную пропаганду и изготовление убедительно выглядящих фальшивок.
Одним из важных действий исследователи считают пересмотр норм открытости в области публикаций результатов и кода, предлагая распространить на технологии машинного обучения те практики, которые уже применяются в отношении более традиционных технологий двойного применения: лицензирование, предварительная оценка публикаций безопасниками и пр.
Можно ожидать, что эта публикация найдёт тёплый отклик у правительств и регулирующих ведомств по всему миру — но интересно будет смотреть, как нормы и принципы нераспространения, скажем, ядерного оружия будут подгонять под реальность цифрового мира. В обзоре эта часть не выглядит особо убедительной.
https://www.eff.org/files/2018/02/20/malicious_ai_report_final.pdf

Спасибо Денису за красивую ссылку на канале @denissexy
Вот что значит предчувствие! :) Американская скотоводческая ассоциация подала длинную жалобу в адрес местного регулятора USDA, отвечающего за пищевую продукцию, с требованием запретить использование термина «мясо» в отношении любой синтезированной, выращенной in vitro или 3D-печатной продукции.
Фермеры со всей страны требуют, чтобы any product labeled as 'beef' come from cattle that have been born, raised, and harvested in the traditional manner. Что угодно, произведённое в лаборатории, недостойно высокого имени «мясо».
И ведь пока ничто не угрожает, никакой конкурентной продукции на полках нет, но даже фермеры чувствуют вектор и темпы развития. Так и хочется им напомнить, что традиционное понимание термина «брак» прошло достаточно быструю эволюцию в их же стране, и непонятно, почему термин «мясо» окажется менее подвержен трансформации ;)
https://www.businessinsider.com/beef-companies-file-petition-against-lab-grown-meat-startups-2018-2

Очень любопытная получилась у ребят комбинация: машинный интеллект, грамотно извлекающий и интерпретирующий информацию из данных рекламных кампаний на ФБ (где вручную разработчики ФБ постарались максимально запутать клиента, прямо скажем).
Сейчас стартап Captain Growth — на Product Hunt, есть возможность их поддержать при желании: https://www.producthunt.com/posts/captain-growth
А суть, конечно, лучше не из тамошнего ролика понимать, а из сайта продукта: https://captaingrowth.ai Давать людям data-driven инсайты, не требуя от этих людей знания data science - это как раз правильная миссия хорошего стартапа на тему машинного интеллекта. И тема маркетинговой аналитики правильная. И хотя мне, конечно, не хватает у них возможности работать с серьезными аналитическими инструментами типа GA (вот где интересно будет посмотреть, что они покажут из того, что сам Гугл не сделал), всё равно тот редкий случай, когда внял просьбам на Product Hunt проголосовать. Ну и приятно, что ребята, с которыми я год назад в Киеве познакомился, авторы этой штуки. Если нужны контакты - то @dmytrobilash :)

Дроны вместо моделей, демонстрирующих аксессуары на подиуме — это прекрасно. Но надо следующий шаг — и наряды не на людях демонстрировать, а на продукции Boston Dynamics. Двигаться умеют круто, а уж харассить их вряд ли кто решится.
https://www.theverge.com/tldr/2018/2/26/17052896/dolce-gabbana-drones-handbags

Про машинный интеллект в юриспруденции сказано много, и даже есть знаменитый стартап, массово и успешно обжалующий штрафы, но системных исследований сравнительного качества юридического анализа текстов юридических документов как-то не попадалось.
И вот такую работу провела команда профессоров с юридических факультетов нескольких американских университетов. Против машинного интеллекта играли 20 опытных юристов. Задача состояла в выявлении юридических проблем в 5 разных текстах NDA , содержавших 30 проблемных положений.
Люди проиграли вчистую. В среднем точность людей составила 85%, машин — 95. У людей анализ занимал в среднем 92 минуты, у машины — 26 секунд. В одном из заковыристых соглашений машина смогла найти все проблемы, в то время как лучший человеческий результат составил 97%.
Юристы, впрочем, в отличие от таксистов, не тревожатся. Они, наоборот, полагают, что такие алгоритмы будут великолепными помощниками, снимающими унылую и скучную нагрузку, оставляя больше времени для творчества и поиска нестандартных ходов — в чем и состоит сила классного юриста.
Как и в других местах, тревожиться надо слабеньким и середничкам — вот от них начнут избавляться скоро.
https://mashable.com/2018/02/26/ai-beats-humans-at-contracts/#Nwz8cp9ghkqX

Рассказать про голосовые и лингвистические технологии, лежащие в основе любого голосового помощника так, чтобы смогли понять не-технари, и в то же время показать сложность и красоту задач, которые пришлось решать (и которые предстоит решить) — очень нетривиальная задача. У ребят из команды Алисы и журналистов получилось, и я всерьёз впечатлён текстом. Ну и детали там колоритные, например, про фонетическое разнообразие русского разговорного, о которое спотыкаются многие распознавалки речи. И у нас ведь не пойдёшь путём выбора типа «вам британский английский или американский»? Американский, кстати, тоже не подарок ;)
Прекрасен и рассказ о логике построения болталки — и о присущих ей ограничениях, которые так огорчают поклонников Алисы (и бесят её недолюбливающих).
Короче, всячески рекомендую к прочтению. Кстати, и технари там найдут интересные подробности;)
https://nplus1.ru/material/2018/02/27/yandex-alice

Статья немного занудливо написана, но тема и некоторые результаты сильно впечатляют. На первый взгляд тема не нова: как модифицировать изображение так, чтобы компьютерное зрение сильно ошиблось в его классификации? Таких способов придумано немало, некоторые весьма эффективны — но на этот раз исследователи все время задавались вопросом - а как модифицировать картинку так, чтобы и люди ошиблись, а не только искусственные нейронные сети. И, конечно, такие фальшивки научили генерить именно нейронную сеть. Авторы прекрасно осознают с каким огнём играют. В конце они четко формулируют вывод: можно научить сетку эффективно манипулировать тонкими аспектами человеческого восприятия, а не только компьютерным классификатором. И приводят пример: можно незаметно для зрителя исказить лицо человека так, что он останется узнаваем — вот только станет вызывать недоверие. Ну или другую эмоцию.
Очень перспективное направление, если немного напрячь фантазию. Как минимум, оно предостерегает нас от очередной ловушки ложной гордости: мол машину-то обмануть легко, а нас с нашим богатством жизненного опыта и пониманием контекста, какая-то там нейронная сеть не обманет. Не обольщайтесь — и нас обманет как миленьких, было бы лишь такое желание у тех, кто эту сеть обучает ;)
https://spectrum.ieee.org/the-human-os/robotics/artificial-intelligence/hacking-the-brain-with-adversarial-images

Nokia по-разному суетится после потери основного бизнеса, и не всегда успешно. Вот Withings прикупили со всеми их девайсами для здоровья — но что-то не прижилось и теперь собираются прикрыть. А какие весы отличные были ;-/
Но кое-что у них получается очень заметно, хотя бы на стадии прототипа. Вот, например, заявка из области умной и местами цифровой экипировки. Предназначена для сотрудников экстренных служб, первыми прибывающих на место происшествия. Куртка и красива, и функциональна (в том числе и за счет модульности: температурный датчик, например, может быть заменен на камеру — кому что нужнее). Она умеет следить не только за окружающей средой, но и за состоянием владельца и предупредить о симптомах усталости. Вдобавок и выглядит стильно, и материалы технологичны.
В общем, интересно, произведут ли что-то подобное для массового рынка технофилов :)
https://www.engadget.com/2018/02/28/nokia-kolon-chase-lifetech-fr-jacket/

Распознавание котиков как иллюстрация прогресса обучения нейронных сетей. Летом и осенью 2016 очень модной и показательной была история про калифорнийского пенсионера, который обучил нейронку распознавать пришедшего на лужайку кота и включать при его появлении опрыскиватель — чтобы животное не успело нагадить на любимую травку.
Не прошло и двух лет, и уже голландский любитель дрессировать нейросеть решает задачу не просто распознавания кошек как класса, но идентификации конкретного кота: заслонка в двери, чтобы кот мог сам вернуться в дом, не должна пропускать чужих котов. Знакомые пути решения: Raspberry Pi в качестве микрокомпьютера, распознавание готовым пакетом в амазоновом облаке. Дань современности: сообщение котовладельцу в Slack об запросе кота.
https://tjournal.ru/66972-gollandskiy-inzhener-sdelal-sistemu-raspoznavaniya-mordy-svoego-kota-chtoby-puskat-ego-domoy