Ещё одна отличная публикация - спасибо Юлии, что нашла и поделилась, я-то пропустил. Очень поучительная медицинская история. Хороший настоящий врач, как известно, часто может поставить диагноз ещё до всяких анализов и обследований: взглянув на больного, послушав его, он уже знает, что с ним, а вся дальнейшая диагностическая наука лишь подтверждает объективными данными догадки и интуицию врача. Ну и, понятно, когда речь заходит о машинном обучении, защитники традиций это вспоминают и начинают рассказывать про то, что алгоритм не заменит все эти догадки и интуицию. А те, кто в ML верит, вспоминают про го, покер и прочие истории про нечеловеческую чуйку машин.
Так вот, по ссылке текст о том, как просто анализ голоса, записываемого смартфоном, помогает при диагностике и психических расстройств, и кардиологических проблем. Именно голоса, а не смысла слов, что важно, - речь о том, как машина учится невербалке. Интересно, что один из кардиологов утверждает: особенности голоса, коррелирующие с высоким риском коронарной недостаточности, неразличимы человеком, но ловятся софтом при записи голоса.
Там ещё много интересного про близкое будущее медицинской диагностики ;)
https://www.technologyreview.com/s/603200/voice-analysis-tech-could-diagnose-disease/

Не так давно Билл Гейтс выступил с заявлением, которое восторженно подхватили в прессе и блогах и на Западе, и у нас: «Давайте введем специальный налог на роботов, которые у людей отбирают рабочие места!» Я немного изумился, потому что это популистское заявление сразу вызывало в памяти закон Менкина «для каждой проблемы существует простое, очевидное - и ошибочное - решение». Но поскольку я ничего в экономике не понимаю, никуда с этим мнением не полез.
Поэтому приятно, что The Economist выступил со статьей, где экономисты разбираются, в чем ошибка Гейтса. Там разные аспекты рассматривают: и то, что инвестиции в основной капитал крайне странно облагать налогом, и то, что налоги - не лучший способ перераспределять деньги в пользу обездоленных прогрессом работников. Мне понравился пример: водитель грузовика им владеет или его арендует, и зарабатывает, крутя баранку. Так пусть он владеет или арендует беспилотный грузовик - и зарабатывает те же деньги, не вставая с дивана.
Вот действительно - люди же сдают недвижимость, и получают иногда неплохой доход, не делая ничего. Если им дать умные машины - класс таких рантье расширится, и хотя бы для них не потребуется госпрограмма гарантированного дохода.
Всё как всегда: мир устроен чуть сложнее, чем кажется на первый взгляд с дивана.
https://www.economist.com/news/finance-and-economics/21717374-bill-gatess-proposal-revealing-about-challenge-automation-poses-why-taxing?cid1=cust/ednew/n/bl/n/20170223n/owned/n/n/nwl/n/n/E/8947035/n

Аж странно было, что последнее время мало что слышно (если не считать предвыборной прикольной президентской кампании Золтана Иштвана в США) от и про трансгуманистов: вроде бы шум вокруг машинного интеллекта и всяких нейроинтерфейсов должен быть для этих ребят питательной средой.
Но вот новость: сегодня в свет выходит книга To Be A Machine - журналистское изучение мира трансгуманистов.
Не уверен, что сам ее буду читать, но кому-то мир людей, всерьез мечтающих стать киборгами или загрузить себя в облако может быть интересен. Они считают, что наш интерес к собственному организму и вообще телесности - это всего лишь стокгольмский синдром людей, оказавшихся в заложниках у недолговечной и довольно непрочной органической оболочки. При всей странности такого взгляда, в нем есть своя логика технологической утопии - а многое утопическое нынче нежданно превращается в обыденность.
https://www.theverge.com/2017/2/25/14730958/transhumanism-mark-oconnell-interview-cyborg-hacker-futurist-biohackers

Милая игрушка - и действительно позволяет начать привыкать к чудному новому миру: как всегда, лучше всего привыкать к новому играючи :)

Нашёл забавную игрушку в браузере, которая наглядно показывает работу AI в самоуправляемых автомобилях. Это 2D пространство с двумя машинками и блоками, которые они успешно (или нет) объезжают. Машинками управляет нейросеть и правила, что движение вперёд это хорошо, а врезаться в стены — плохо. Для навигации используются 19 сенсоров, имитирующих технологию LIDAR, которую гугл и убер используют для своих беспилотных автомобилей, только сенсоров у них побольше. А ещё там можно дорисовывать блоки прямо на дороге машинки, и создавать им ощутимые проблемы :) Попробуйте, выглядит интересно. Самое главное, народ начинает привыкать к тому, что этого не избежать и вопрос "если" касательно self-driving cars уже превратился в "когда".
https://janhuenermann.com/projects/learning-to-drive

Продолжая тему машинок: у гонок самоуправляемых машин - очень неплохие перспективы. Их конструкторы и дизайнеры тоже воодушевлены: когда болид не обязан соответствовать строгим правилам безопасности, охраняющим находящегося внутри гонщика, можно очень многое себе позволить и с точки зрения форм, и с точки зрения стиля вождения.
Но сначала машинку надо научить гоняться, и поэтому учебный болид содержит в себе место для пилота. Вспоминаются двухместные учебные самолеты с местами для инструктора и ученика - только здесь ученику не надо сиденья и руля.
Организаторы гонок полагают, что со временем и правила начнут эволюционировать: на трассе будут создаваться специальные препятствия, чтобы мозгам машинки и зрителям было не скучно. Отсутствие человека в машине позволит превратить гонку в рискованное испытание.
В статье по ссылке красивая картинка и ролик - стоит взглянуть, даже если лень читать
https://www.wired.com/2017/02/meet-self-driving-car-built-human-free-racing/

Чем больше борцы за авторские права закручивают гайки, тем сложнее подобрать к собственному видеоролику музыкальный трек, который не вызвал бы вопросов у бдительной системы охраны прав на видеохостинге, например на Ютюбе. А красивой музыки хочется, и не у всех есть друзья-музыканты и композиторы. Проблему взялся решать стартап, в котором машинный интеллект пишет в неограниченных количествах некопирайтную музыку. Небесплатно, конечно, но не по ценам существующих агентств. Первыми прелесть такой модели осознали информагентства, которым тоже хочется музыкальный фон и не хочется платить правообладателям. Остаётся дождаться публичного запуска - и попробовать. Те эксперименты, с которыми я сам знаком, вселяют надежду, что качество машинной музыки при участии нейронок будет вполне ОК.
https://thenextweb.com/artificial-intelligence/2017/03/03/amper-music-creating-ai-doesnt-suck/#.tnw_cvmcjYQA

Далёкие от IT люди все ещё плохо представляют, как открытый софт меняет мир, как буквально за несколько лет то, что было ценным секретом, тщательно охраняемой интеллектуальной собственностью - вдруг официально стало доступно всем, а местами ещё и превратилось в объект совместного глобального творчества.
А тут NASA выложило целый каталог своего софта. Среди окружающих меня людей из разных уголков инженерного мира наблюдаю разнообразные восторги ;) Даже если вы не технарь - почитайте оглавление.
https://software.nasa.gov

Новый Микрософт при Наделле - это реально другая компания. (Это я как живущий с тучей эппловых девайсов человек говорю.) Вот взгляните, как уверенно они играют на поле, которое казалось яблочным: вдохновляющий образ будущего. Красивые и талантливые люди с айпадами уже не выглядят привлекательнее публики с девайсами из семейства Surface - потому что Микрософт сумел-таки придумать и создать интереснейшую линейку офисных устройств. Правда, на мобильном пока голяк, и полноценной платформы не выходит. Посмотрим, удастся ли им так взлететь.
И в любом случае советую пару минут потратить на просмотр ролика по ссылке. В конце концов, это просто красиво ;)
https://www.theverge.com/2017/3/6/14828428/microsoft-steelcase-office-surface

Это, конечно, серьезный троллинг: BBC сообщает в Фейсбук о массе фотографий в нем, содержащих детскую порнографию. Фейсбук обещает убрать, но проверка BBC показывает, что 80% картинок так и остались доступны - и снова жалуется в Фейсбук. Тут ФБ требует, чтобы им выслали картинки, о которых идет речь - а получив изображения, сообщает в полицию о рассылке детского порно. Круто, но не сильно помогает замаскировать главную проблему: не все у ФБ гладко в использовании машинного обучения для распознавания и детектирования разных нехороших ситуаций. Понятно, что объемы - фантастические (в день загружается 300 млн картинок!), ни у кого нет такого количества непрерывно загружаемого пользователями контента. И все же, постоянно и громко заявляя о могучих алгоритмах искуственного интеллекта, можно было бы более систематично его использовать - не только для оптимизации таргетингов рекламы.
https://www.wired.co.uk/article/facebook-child-abuse-images-bbc-investigation

Очень красивая работа, показывающая, как можно извлекать полезную информацию из нетривиальных данных - конечно, привлекая машинное обучение в процессе.
Команда ученых из нескольких американских университетов сначала научила сеточку различать марки автомашин (как это делает наше приложение для Auto.ru - уверенно решаемая задача), а потом эту сеточку пустили просматривать все Street View, определяя, в каких районах какие машинки запаркованы по всей Америке с точностью до квартала. В итоге удалось обучить программу определять демографию населения и даже партийные симпатии по спектру автомашин. Интуитивно понятно, что такая штука может работать, но вот довести её до инструмента - серьезное достижение. Ну и попутно красивые маркеры обнаружились ;))
https://arxiv.org/pdf/1702.06683.pdf

Сильно на любителя, но очень красиво: Фейсбук публикует в своём техническом блоге целую серию материалов про свои новые серверные решения: любителям компьютерных железок есть чем восхититься: https://code.facebook.com
Публикация приурочена к проходящему сейчас Open Compute Summit - похоже, эта инициатива (Open Compute Project, раскрытие идей и конструкций проприетарного железа, разрабатываемого в больших компаниях) прижилась https://www.opencompute.org/ocp-u.s.-summit-2017/

Поиск картинок по загруженной картинке или по словесному названию объектов на изображении - уже почти привычная штука (хотя совсем недавно казалось магией). Спасибо машинному распознаванию изображений ;)
С видео до сих пор массового поиска по роликам не было: конечно, видео - это последовательность кадров, так что принципиально это те же картинки, но объемы! И, потом, в видео есть действия, а не только объекты.
И вот Гугл запускает, хотя пока еще в закрытой бете для корпоративных клиентов, а не для миллиардов пользователей, поиск по видео. И не по интернету, а по частным коллекциям видео, залитым в гугловое облако.
Как первый шаг - все равно очень круто, а фантазия вместе с логикой подсказывают, что получающиеся автоматически аннотации происходящего на экране ох нехилый дадут в итоге инструмент поиска по кино и не только.
https://www.engadget.com/2017/03/08/google-can-use-machine-learning-to-identify-objects-in-videos/

Сразу предупрежу - этот пост, несмотря на метку в URL ссылки, не заказная реклама (ее по-прежнему нет в @techsparks, не пишите с предложениями, не надо ;) ), а ответ на часто задаваемый мне после лекций вопрос: "Где учиться быть продактом онлайнового продукта?" Нетология сейчас дает конкретный ответ для готовых вложиться заметным объемом своего времени и своих денег, а Нетологию я в принципе очень уважаю, это в целом один из немногих достойных и серьезных образовательных проектов про нашу индустрию - на фоне массы шлака из курсов и семинаров, читаемых неведомо кем с единственной целью: на модных словах содрать денежку ни за что. И это нормальный очный процесс, а не всякие там вебинары ;)))
Ну и не случайно в курсе много менторов и преподавателей-яндексоидов (действующих и бывших), которых я ценю и люблю уже лично, и всячески рекомендую ;) Ох, как жизнь нас научила выращивать продактов, и ох как эти люди востребованы сейчас на рынке...
https://netology.ru/programs/product-lead?utm_source=infopartners&utm_medium=1316&utm_campaign=techsparks&stop=1

Кто-то ещё не поиграл с глазовращалкой? Насладитесь ;) Собственно, в очередной игрушке с нейронками меня впечатлил не столько хорошо подобранный узкий фокус задачи, сколько то, что даже журналисты научились видеть в приколах практическую пользу и придумывать для всех этих модифицированных реальностей хорошие применения. Вот и здесь: "теперь диктор может спокойно читать с суфлера, а в эфир уйдёт картинка, где он неотрывно и уверенно смотрит в камеру" ;) А уж как это пригодится для интервью и тестов по Скайпу ;)
https://www.theverge.com/2017/3/11/14885986/deepwarp-neural-networks-eye-rolling-keanu-reeves

Очень полезная и понятная статья с красивым названием "Квантовый скачок" - на языке, совершенно не требующем знания физики, рассказывает о ближайшем будущем квантовых технологий (про них говорят и пишут незаслуженно мало) - от сверхточного позиционирования (довольно критично для будущего беспилотного транспорта) до вычислений, для которых сейчас не хватает мощностей суперкомпьютеров или кластеров, имеющихся в распоряжении крупнейших компаний. Причём тех вычислений, от которых зависит, к примеру, скорость появления новых лекарств и их эффективность. Очень поучительное чтение для тех, кто слышал о кончине закона Мура в связи с достижением предельной плотности транзисторов в привычных микросхемах. Как обычно, это просто означает, что появились новые технологии, у которых пределы иные ;) Оценка тех специалистов, кто квантовыми компьютерами занят: проблемы сейчас уже больше инженерные, чем научные; до промышленных образцов - около пяти лет.
https://www.economist.com/news/leaders/21718503-strangeness-quantum-realm-opens-up-exciting-new-technological-possibilities-quantum

Читаю отчёты с SXSW про дискуссии вокруг AI, и как-то скучновато они выглядят, что странно. Ведь всего несколько дней назад была опубликована, к примеру, увлекательнейшая статья про сотрудничество людей и машин в дизайне и архитектуре. И вот там есть чем насладиться: ссылку стоит открыть хотя бы ради того, чтоб взглянуть на картинку, где Autodesk'овский машинный интеллект занят изобретением велосипеда. В прямом смысле: он придумывает новые конструкции велосипедной рамы. И некоторые варианты прямо хороши! ;)
Мне очень нравится этот набирающий популярность подход - вместо дешёвой журналистской дискуссии кто кого - заинтересованное обсуждение того, как эффективнее и выгоднее сотрудничать и как научиться вместе продуктивно работать.
https://archinect.stfi.re/features/article/149995618/the-architecture-of-artificial-intelligence?sf=rykpxxz#aa

Я люблю заканчивать свои лекции слайдом с известным законом Кларка: «Если пожилой эксперт утверждает, что чего-то никогда не случится, он, скорее всего, ошибается». Память об этом утверждении помогает воздерживаться от консервативного брюзжания и негативных прогнозов :) И рассказывать только о том, что, как я верю, состоится.
Вот хорошая иллюстрация того, почему поаккуратнее надо быть с негативными прогнозами из оперы «Этого никогда не будет». 22 года назад известный ученый-астроном, преподаватель и педагог (явно позабывший закон Кларка) выступил с большой статьей про то, как интернет не станет ничем полезным, про базы данных, которые никогда не заменят ежедневные газеты, про компьютерных гиков, которые приписывают компьютерам способности, которых у них никогда не будет - ну ведь не будет же компьютера, который можно взять с собой на пляж!
Почитайте, там чудесно про прогнозы :) А по прочтении не забудьте себя уверить, что никогда компьютер не сможет делать вашу работу лучше вас, быть вашим детям интереснее и полезнее вас, и уж точно никогда не научится думать и творить :)
https://europe.newsweek.com/clifford-stoll-said-internet-would-die-1995-566797?rm=eu

К McKinsey у меня отношение разное, но в области оценок машинного обучения я их уважаю за политкорректный формулировку аж от 2015 года: "использование людей в цепи принятия решений становится все более непрактичным благодаря успехам и скорости развития машинного обучения". Непрактичность - это такой же прекрасный эвфемизм как mentally challenged - для описания тупого мудака ;)
Теперь эти ребята продвигают новый термин - IPA, intelligent process automation, - коктейль разных технологий, который минимизирует присутствие человека в бизнес-процессах и несёт % ROI на уровне трехзначных цифр.
Мне нравится этот способ продать стек технологий машинного обучения консервативному индустриальному бизнесу. А уж что-что, а продавать эти дорогие консалтеры умеют.
https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/intelligent-process-automation-the-engine-at-the-core-of-the-next-generation-operating-model

Чтоб не скучали, вот вам ссылочка, где можно поиграть с картинками (например, со своими фотками - и узнать грустную правду о том, что не все они - истинные шедевры мирового фотоискусства :)) Это очередной стартап, использующий машинный интеллект для распознавания изображений - причем с практичной целью: искать нужные картинки по стокам. Собственный поиск по стоковым архивам + тамошнее тегирование, надо признать, никуда не годятся; кто пробовал, тот помнит. Так что идея вполне ОК.
Заодно можно помочь ребятам немного улучшить представление их алгоритма о красоте: если несогласны с полученной оценкой, шлите им скриншоты и свое мнение.
Вот страничка загрузки, распознавания и оценки фото: https://everypixel.com/aesthetics
Login: real
Password: beauty
А обратную связь они собирают здесь (@klipfel) или в почте ([email protected])