Подробное интервью с легендарным лингвистом, вышедшее 6 лет назад, но ничуть не утратившее своей актуальности. Ноам Хомский — «современный Эйнштейн», как его называют, делится своими соображениями об устройстве человеческого мышления и языка, искусственном интеллекте, состоянии современных наук. На днях ему исполнилось 90 лет, и это кажется достаточным поводом для публикации статьи. Интервью ведет молодой учёный-когнитивист Ярден Кац, он сам прекрасно разбирается в предмете, поэтому беседа очень содержательна, а вопросы столь же интересны, как и ответы.
Рубрика «искусственный интеллект» - 120
Ноам Хомский: где искусственный интеллект пошел не туда?
2018-12-11 в 19:40, admin, рубрики: искусственный интеллект, история науки, когнитивистика, лингвистика, машинное обучение, Научно-популярное, нейронные сети, философия науки, Читальный залЗарплаты в ИИ: где больше денег и кого ищут в России
2018-12-11 в 13:37, admin, рубрики: Блог компании Binary District, зарплаты в it, зарплаты разработчиков, искусственный интеллект, Исследования и прогнозы в IT, машинное обучениеСпециалистам по искусственному интеллекту платят почти в два раза больше, чем другим профессионалам в сфере IT. Мы разобрались, на какую зарплату можно рассчитывать в разных областях ИИ в России, кого ищут «Яндекс», ABBYY и «Сбербанк», и какие курсы можно использовать для обучения в этой сфере.
AI детектор лжи может определить, когда человек врет
2018-12-11 в 8:31, admin, рубрики: artificial intelligence, Privacy, security, technology, искусственный интеллект, машинное обучениеПривет! Представляю вашему вниманию перевод статьи "Here's how an AI lie detector can tell when you're fibbing" автора Rob Verger.
Сегодня искусственный интеллект встречается повсюду – он определяет, что находится на фотографиях еды (на таких сайтах, как Yelp), помогает исследователям в попытках ускорения процесса МРТ и даже может искать признаки депрессии в голосе человека. Но вот об использовании искусственного интеллекта как детектора лжи вряд ли многие задумывались.Читать полностью »
Реализация алгоритма Левенберга-Марквардта для оптимизации нейронных сетей на TensorFlow
2018-12-10 в 3:15, admin, рубрики: python, TensorFlow, искусственный интеллект, математика, машинное обучение, нейронные сетиЭто tutorial по библиотеке TensorFlow. Рассмотрим её немного глубже, чем в статьях про распознавание рукописных цифр. Это tutorial по методам оптимизации. Совсем без математики здесь не обойтись. Ничего страшного, если вы её совершенно забыли. Вспомним. Не будет никаких формальных доказательств и сложных выводов, только необходимый минимум для интуитивного понимания. Для начала небольшая предыстория о том, чем этот алгоритм может быть полезен при оптимизации нейронной сети.
Полгода назад друг попросил показать, как на Python сделать нейросеть. Его компания выпускает приборы для геофизических измерений. Несколько различных зондов в процессе бурения измеряют набор сигналов, связаных с параметрами окружающей скважину среды. В некоторых сложных случаях точно вычислить параметры среды по сигналам долго даже на мощном компьютере, а необходимо интерпретировать результаты измерений в полевых условиях. Возникла идея посчитать на кластере несколько сот тысяч случаев, и на них натренировать нейронную сеть. Так как нейросеть работает очень быстро, её можно использовать для определения параметров, согласующихся с измеренными сигналами, прямо в процессе бурения. Детали есть в статье:
Kushnir, D., Velker, N., Bondarenko, A., Dyatlov, G., & Dashevsky, Y. (2018, October 29). Real-Time Simulation of Deep Azimuthal Resistivity Tool in 2D Fault Model Using Neural Networks (Russian). Society of Petroleum Engineers. doi:10.2118/192573-RU
Одним вечером я показал, как keras реализовать простую нейронную сеть, и друг на работе запустил обучение на насчитанных данных. Через пару дней обсудили результат. С моей точки зрения он выглядел перспективно, но друг сказал, что нужны вычисления с точностью прибора. И если средняя квадратичная ошибка (mean squared error) получилась в районе 1, то нужна была 1е-3. На 3 порядка меньше. В тысячу раз.
Беседа с «Высшим разумом». Формула сознания
2018-12-09 в 14:24, admin, рубрики: искусственный интеллект, мозг, Научно-популярное, сознаниеПоследний отрывок из рассказа "Высший разум". В этот раз некая «претензия» на формулу сознания с объяснением его происхождения. Сразу хочу отметить, что все приведенные тезисы основаны на современных научных данных (когнитивных наук). И все равно, это мое мнение, не претендую на абсолютную истину и ни с кем не спорю. Каждый вправе иметь свое мнение, но чужие мнения мне интересны, если в них есть ценная мысль, которая поможет продвинуть и меня в поисках. Итак:
Беседа Седьмая
— Эми, самый главный вопрос — что такое сознание? Как сделать так, чтобы запрограммированные процессы породили свет сознания? А робот вдруг стал осознавать то, что он видит?!
— Это достаточно просто.
— Как просто? Не может быть.
— Это так. Если ты сравнишь бессознательное и сознательно, то второе отличается тем, что ты помнишь его как свое действие. Ты помнишь, что это осознавал ты в отличие от бессознательных действий. Так? Что это значит по-твоему?
— Не знаю, но кажется догадываюсь, к чему ты клонишь – помним о своих действиях?
— Да, это значит, что после совершения действия, например, узнавания чего-либо, вы еще распознаете свое узнавание как свое действие. И вписываете их в память о себе — в автобиографическую память, связанную в единую цепочку времени местоимением «Я» как стихотворения рифмой.
— Не понимаю пока, о чем ты.
— Ты осознаешь, не когда начинаешь испытывать чувства к понравившейся картине, а когда распознаешь эти чувства в себе, как свои! Вот ты входишь в музей, видишь картину Красный квадрат. Твой мозг сначала распознает, что это красное и квадрат. Ничего особенного, это может сделать и нейросеть. Но через мгновение распознаешь то, что это ты смотришь на картину «из глаз» и распознал на ней красный квадрат. Ты знаешь, что это распознание является твоим, что сопровождается чувством «знакомости». Вот при втором действии возникает чувство осознанности.
Читать полностью »
Дайджест интересных материалов для мобильного разработчика #278 (3 — 9 декабря)
2018-12-09 в 13:33, admin, рубрики: App Store, Google Play, kotlin, swift, ux дизайн, Блог компании Everyday Tools, искусственный интеллект, маркетинг мобильных приложений, разработка игр, разработка мобильных приложений, Разработка под android, разработка под iOSВ нашей еженедельной подборке герои Swift-а, поиск неуловимого бага в React Native, лучшие приложения App Store и Google Play 2018 года, первый стабильный Flutter, первый Яндекс.Телефон и многое другое. Подключайтесь!
О барьерах использования знаковых систем в искусственном интеллекте
2018-12-08 в 19:10, admin, рубрики: знаковые системы, искусственный интеллект, понимание естественного языка, распознавание образов, семиотикаЗачем нам знаковые системы
Знаковая система выступает в роли переносчика мыслей, идей, эмоций, переживаний, ощущений, организации памяти – продуктов психических процессов, протекающий, по представлениям современной науки, в головном мозге человека и высших животных. Знаковая система – это средство указания на такие продукты. Похоже, что в настоящий момент единственный способ передать информацию о результатах работы мышления, памяти, эмоций, ощущений, воображении – закодировать эту информацию с помощью знаковой системы. Мы не можем (пока?) напрямую обмениваться мыслями, эмоциями, ощущениями, не прибегая к той или иной знаковой системе. Нам нужны знаковые системы, чтобы обмениваться результатами таких процессов. Знаковые системы являются спутником обозначенных процессов, а, возможно, существует обратная связь, при которой психические процессы эволюционируют под влиянием знаковых систем, развиваются совместно друг с другом.
По всей видимости, мысль никогда невозможно точно и однозначно выразить только средствами знаковой системы, т.е. кодирование – это аппроксимация, некая модель. Всегда есть возможность уточнить что-то, обозначенное знаком. Не зря существует выражение «подбирать слова» – попытка выразить мысль с помощью знаков. Абсолютно точного и однозначного выражения мысли посредством слов, скорее всего, не существует. Ученый для выражения научных мыслей, идей пишет не одно слово или предложение, а целый ряд статьей, каждая из которых всё ближе и точнее описывает то, что он хотел описать, выразить в своей работе. Ответ на вопрос, тождественен ли знак мысли, эмоции, скорее отрицательный.
Читать полностью »
Почему вождение автомобиля — сложная задача даже для ИИ
2018-12-08 в 16:34, admin, рубрики: Автомобильные гаджеты, автономность, Блог компании Madrobots, вождение машины, ИИ, искусственный интеллект, машины, робомобили
Наверное, каждый водитель время от времени пытается оценить свой скилл вождения. Когда рассказываешь, скажем, детям, как это — водить автомобиль, задумываешься о том, как и почему ты знаешь, когда впереди идущий автомобиль повернет налево или направо. Почему внимание автоматически фокусируется на идущей вдоль дороги собаке, но не реагирует на ветви деревьев, нависшие над дорогой. Таких вопросов много, а ответы есть не на все.
Для того, чтобы обучиться вождению, необходимо понимать многие принципы и знать правила — это актуально как для человека, так и для искусственного интеллекта. Последний должен уделять внимание оценке тысяч факторов — где и когда притормаживать, где свернуть, а где ускориться.
Читать полностью »
Разработчики марсохода следующего поколения используют ИИ для увеличения эффективности ровера
2018-12-07 в 16:01, admin, рубрики: искусственный интеллект, космонавтика, Марс-2020, роботы
Источник: Wikimedia Commons
В настоящее время отправка люде на Марс возможна лишь в теории. Этой идеей горит Илон Маск, который делает все для того, чтобы Красная планета была освоена. Но большинство космических агентств разных стран заинтересованы в посещении не Марса, а Луны, с последующим основанием там колонии. Это и проще, и экономнее, и вроде как выгоднее — например, на Луне есть гелий-3, необходимый для получения энергии в термоядерных реакторах.
Как бы там ни было, но Марс продолжают изучать. НАСА планирует сейчас отправить туда ровер следующего поколения. Его сделают «умным» при помощи ИИ, для того, чтобы устройство могло выполнять больший, чем сейчас, спектр функций. В частности, при помощи ИИ можно решить проблему задержки сигнала — от Земли до Марса радиоволна пробегает за 13 минут. Таким образом, если за этот промежуток времени случается что-то непредвиденное, то марсоход отреагировать не в состоянии — он просто не способен на это.
Читать полностью »
Десятиклассница из Сибири хочет стать проектировщицей процессоров. Почему бы ей не сделать нейроускоритель на ПЛИС?
2018-12-07 в 8:50, admin, рубрики: fpga, Verilog, vhdl, высокая производительность, искусственный интеллект, машинное обучение, нейросети, образование, олимпиадное программирование, ПЛИС, Электроника для начинающихВчера мне пришло письмо от десятиклассницы из Сибири, которая хочет стать разработчицей микропроцессоров. Она уже получила некоторый результат в этой области — добавила инструкцию умножения в простейший процессор schoolMIPS, синтезировала его для ПЛИС Intel FPGA MAX10, определила максимальную частоту и повышение производительности простых программ. Все это она сначала делала в деревне Бурмистрово Новосибирской Области, а потом на конференции в Томске.
Теперь Даша Криворучко (так зовут десятиклассницу) переехала жить в московский интернат и спрашивает у меня, чего бы ей еще спроектировать. Я думаю, что на этом этапе карьеры ей стоит спроектировать аппаратный ускоритель нейросетей на основе систолического массива для умножения матриц. Использовать язык описания аппаратуры Verilog и ПЛИС Intel FPGA, но не дешевенький MAX10, а что-нибудь подороже, чтобы вместить большой систолический массив.
После этого сравнить производительность аппаратного решения с программой, работающей на процессоре schoolMIPS, а также с программой на Питоне, работающей на десктопном компьютере. В качестве тестового примера использовать распознавание цифр с небольшой матрицы.