В октябре аукционный дом Кристис собирается впервые продать произведение искусства, произведённое искусственным интеллектом (ИИ) – вскоре после первой выставки работ, созданных ИИ, проводившейся в галерее Nature Morte в Нью-Дели. И хотя рынок оживлённо ожидает покупки, встаёт вопрос по поводу владения, устаревания и работы в мире искусства, с которой алгоритм не сможет справиться.
Марио Клингеманн, «Курица или мясо?»
Читать полностью »
Отсутствие рабочих мест и недостаточная индустриализация препятствует развитию многих африканских стран. А теперь, судя по всему, появляется ещё одна угроза: автоматизация производства. Однако пройдёт ещё немало времени до того, как роботы станут дешевле рабочих из Африки.
Промышленно развитые страны используют низкооплачиваемый труд для построения промышленности и массового производства. Сегодня в Африке труд относительно дёшев, поэтому там может произойти схожий процесс индустриализации. Некоторые люди беспокоятся, что роботы смогут заблокировать этот путь развития. Роботы наиболее полезны в выполнении рутинных задач – а именно такая работа типична для массового производства с большими трудозатратами.
Но пока что роботы слишком дороги, чтобы заменить тысячи работников в индустриях с большими трудозатратами, большая часть которых находится на очень раннем процессе индустриализации. Роботы сегодня лучше всего используются в технологически более продвинутых вещах, вроде автомобилестроения или индустрии электроники.
Читать полностью »
Waymo, проект робомобилей от Google, в следующие три месяца планирует запустить такси без водителя в г. Финикс шт. Аризона. Это будет не пробный проект и не рекламный трюк. Waymo планирует запустить общедоступный коммерческий сервис – без человека за рулём.
И пока что технология от Waymo привлекает удивительно мало внимания со стороны правительственных чиновников, как в городе Финикс, так и в Вашингтоне, О.К.
Если компания хочет продавать новый самолёт или медицинский прибор, ей придётся пройти всестороннее исследование и доказать федеральным регулятором его безопасность. Для робомобилей пока не существует схожих требований. Федеральные законы и законы штата позволяют Waymo выводить на дороги общественного пользования Аризоны робомобили без всякого формального одобрения.
И это не недосмотр. Это результат двухпартийного консенсуса в Вашингтоне, заключенного благодаря мнению, что жёсткий надзор за робомобилями нанесёт больше вреда, чем пользы.
Читать полностью »
Компания выходцев из «Мегафона» oneFactor, разработчик сервисов на основе технологий машинного обучения с использованием нейронных сетей для анализа big data, запустила облачную платформу для ритейлеров. С ее помощью они смогут составлять профили клиентов на основе своих данных и данных партнеров — мобильных операторов, соцсетей и Wi-Fi-провайдеров. Об этом пишетЧитать полностью »
Весной мы запустили платформу Диалоги, которая позволяет создавать навыки для Алисы и распознавать голосовые запросы пользователей. Изначально разработчикам навыков приходилось разбирать запросы самостоятельно. К примеру, находить адрес в тексте. Теперь эту часть работы платформа берёт на себя.
Сегодня мы расскажем читателям Хабра о распознавании именованных сущностей (Named-entity recognition; NER) и новых возможностях для разработчиков навыков.
Мы верим, что будущее за голосовыми интерфейсами. Уже сейчас во многих случаях пользователи предпочитают использовать голос, а не экранную клавиатуру. Например, при управлении автомобилем. Или для поиска быстрых ответов на простые вопросы. Или для игры в «города» лёжа на диване. Но чтобы таких сценариев становилось всё больше, простого распознавания голоса в текст недостаточно.
Я редактор этого блога, и я довольно ленив.
К двадцати шести годам я начал думать о том, куда вложить свободные деньги, чтобы получить ещё больше денег. Интернет кишит рекламой ставок на спорт (у каждого в голове в этом месте пронеслось некое название), бинарными опционами и всем таким. Но, конечно, это всё не то.
С другой стороны, можно инвестировать в валюту, ценные бумаги или ПИФы. Некоторые ребята пишут пошаговые руководства о том, как это сделать, но они разбиваются о первый факт обо мне. Правда в том, что для этого нужно делать просто кучу всего. А мне лень.
Еще вроде есть робоэдвайзеры — сервисы, которые за небольшую комиссию магическим образом делают всё сами. Я ненадолго победил свою лень и решил разобраться в том, как они работают.
Привет! Сегодня у нас анонс воркшопа по AI в Воронеже, на котором Microsoft выступает в качестве методологического партнера. Будем решать реальный бизнес-кейс и пытаться оптимизировать производственные процессы целого предприятия. За бесплатное успешное участие выдадим сертификат. Подробности под катом, регистрация по ссылке ниже.
Событие: Воркшоп «Цифровой завод»
Дата: 12 октября 2018
Место: Воронеж, сити-парк «Град»
Этот текст — небольшое обобщение моего опыта подачи заявок на Computer Science PhD с уклоном в machine learning в Северной Америке. Я постарался собрать в этом гайде свои просчеты (учиться лучше на чужих ошибках) и более-менее универсальные вещи, полезные всем. Но все равно нужно понимать, что это довольно индивидуальный опыт, поэтому ваша личная стратегия может отличаться. Например, в случае выбора вузов/научных руководителей или в написании statement of purpose. Ну или вы находитесь в других стартовых условиях по сравнению со мной (оценки, статьи, рекомендации).
Имейте в виду, что основная часть гайда писалась до получения результатов, потому что мне хотелось избежать «ошибки выживших» (survivorship bias) и проанализировать свой опыт безотносительно того, поступил я или нет. В конце руководства есть мои результаты: я поступил в 2 из 11 вузов, в которые подавался. На мой взгляд, все равно стоит избегать ошибок, которые я здесь буду описывать. Ну и нужно понимать, что в процессе подачи на ML PhD очень много шума, поэтому можно сделать все хорошо и пролететь и наверное даже наоборот.
Когда люди ищут в интернете картинку или видео, они часто прибавляют к запросу фразу «в хорошем качестве». Под качеством обычно имеется в виду разрешение — пользователи хотят, чтобы изображение было большим и при этом хорошо выглядело на экране современного компьютера, смартфона или телевизора. Но что делать, если источника в хорошем качестве просто не существует?
Сегодня мы расскажем читателям Хабра о том, как с помощью нейронных сетей нам удается повышать разрешение видео в режиме реального времени. Вы также узнаете, чем отличается теоретический подход к решению этой задачи от практического. Если вам не интересны технические детали, то можно смело пролистать пост – в конце вас ждут примеры нашей работы.
В интернете много видеоконтента в низком качестве и разрешении. Это могут быть фильмы, снятые десятки лет назад, или трансляции тв-каналов, которые по разным причинам проводятся не в лучшем качестве. Когда пользователи растягивают такое видео на весь экран, то изображение становится мутным и нечётким. Идеальным решением для старых фильмов было бы найти оригинал плёнки, отсканировать на современном оборудовании и отреставрировать вручную, но это не всегда возможно. С трансляциями всё ещё сложнее – их нужно обрабатывать в прямом эфире. В связи с этим наиболее приемлемый для нас вариант работы — увеличивать разрешение и вычищать артефакты, используя технологии компьютерного зрения.
Этот текст написан для тех, кто интересуется глубоким обучением, кто хочет использовать разные методы библиотек pytorch и tensorflow для минимизации функции многих переменных, кому интересно научиться превращать последовательно выполняющуюся программу в выполняемые с помощью numpy векторизованные матричные вычисления. А ещё можно научиться делать мультфильм из данных, визуализированных с помощью PovRay и vapory.
