Рубрика «искусственный интеллект» - 138

image

Сегодня утром на пути к кампусу Беркли я провёл пальцами по листьям ароматного куста, а затем вдохнул знакомый запах. Я делаю так каждый день, и каждый день первое слово, которое всплывает в голове и приветственно машет рукой — это шалфей (sage). Но я знаю, что это растение — не шалфей, а розмарин, поэтому я приказываю шалфею успокоиться. Но слишком поздно. После rosemary и sage я не могу помешать появлению на сцене петрушки (parsley) и чабреца (thyme), после чего в голове возникают первые ноты мелодии и лица на обложке альбома, и вот я уже снова оказался в середине 1960-х, одетый в рубашку с огурцами. Тем временем розмарин (rosemary) вызывает в памяти Роуз Мэри Вудс (Rosemary Woods) и 13-минутный пробел (хотя теперь, проконсультировавшись с коллективной памятью, я знаю, что это должны быть Роуз Мэри Вудс и пробел в 18 с половиной минут). От Уотергейта я перепрыгиваю к историям на главной странице. Потом я замечаю в ухоженном саду ещё одно растение с пушистыми серо-зелёными листями. Это тоже не шалфей, а чистец (lamb’s ear). Тем не менее, sage наконец получает свою минуту славы. От трав я переношусь к математическому ПО Sage, а потом к системе противовоздушной обороны 1950-х под названием SAGE, Semi-Automatic Ground Environment, которой управлял самый крупный из когда-либо построенных компьютеров.

В психологии и литературе подобные мыслительные блуждания называются потоком сознания (автор этой метафоры — Уильям Джеймс). Но я бы выбрал другую метафору. Моё сознание, насколько я ощущаю, не течёт плавно от одной темы к другой, а скорее порхает по ландшафту мыслей, больше похожее на бабочку, чем на реку, иногда прибиваясь к одному цветку, а затем к другому, иногда уносимая порывами ветка, иногда посещающая одно и то же место снова и снова.
Читать полностью »

Фотонная искусственная нейронная сеть - 1

В одной из предыдущих статей мы уже знакомились с одним из исследований в области нейроморфных систем. Сегодня мы снова затронем эту тему, но речь пойдет не о создании искусственной нервной клетки, а о том как эти клетки объединить в одну рабочую сеть. Ведь мозг человека это как самая сложная паутина в мире, состоящая из миллиардов пересечений и соединений нейронов. Исследователи предположили, что использование света вместо электричества сильно упростит процесс создания искусственной нейронной сети, сопоставимой по сложности с мозгом человека. Помимо громких слов, сложных расчетов и далеко не одного опыта, ученые предоставили рабочую демо-версию своего устройства. Как оно работает, в чем его особенности и что оно несет для будущего нейроморфных технологий? Ответы на все вопросы сокрыты в отчете исследователей. Осталось их найти. Поехали.
Читать полностью »

Голосовые помощники не учатся на тесте Тьюринга - 1

Три года назад чат-бот Соня Гусева стала победителем первого теста Тьюринга на русском языке. После трёх минут разговора, 47% судей приняли её за человека. Сегодня голосовые ассистенты Яндекса и Google соревнуются в умении общаться на великом и могучем. Конечно, помощник не обязан имитировать человека и не должен никого обманывать, но есть ли чему поучиться Алисе и Ассистенту у Сони?

Под катом авторские комментарии к реальному диалогу чат-бота с судьёй в тесте Тьюринга, а также сравнительный анализ поведения современных голосовых помощников.

Читать полностью »

Время пополнять копилку хороших русскоязычных докладов по Machine Learning! Копилка сама не пополнится!

В этот раз мы познакомимся с увлекательным рассказом Андрея Боярова про распознавание сцен. Андрей — программист-исследователь, занимающийся машинным зрением в компании Mail.Ru Group.

Распознавание сцен — одна из активно применяемых областей машинного зрения. Задача эта посложнее, чем изученное распознавание объектов: сцена — более комплексное и менее формализованное понятие, выделить признаки труднее. Из распознавания сцен вытекает задача распознавания достопримечательностей: нужно выделить известные места на фото, обеспечив низкий уровень ложных срабатываний.

Это 30 минут видео с конференции Smart Data 2017. Видео удобно смотреть дома и в дороге. Для тех же, кто не готов столько сидеть у экрана, или кому удобней воспринимать информацию в текстовом виде, мы прикладываем полную текстовую расшифровку, оформленную в виде хабростатьи.

Читать полностью »

Вопреки расхожему мнению, машинное обучение — изобретение не XXI века. За последние двадцать лет появились лишь достаточно производительные аппаратные платформы, чтобы нейросети и другие модели машинного обучения было целесообразно применять для решения каких-либо повседневных прикладных задач. Подтянулись и программные реализации алгоритмов и моделей.

Соблазн сделать так, чтобы машины сами заботились о нашей безопасности и защищали людей (довольно ленивых, но сообразительных), стал слишком велик. По оценке CB Insights почти 90 стартапов (2 из них с оценкой более миллиарда долларов США) пытаются автоматизировать хотя бы часть рутинных и однообразных задач. С переменным успехом.

image
Читать полностью »

Подробный разбор матча по Dota 2 между OpenAI и людьми в формате 5x5. Люди проиграли - 1

Вчера, 5 августа, в Сан-Франциско состоялся шоу-матч между людьми и ботами OpenAI в дисциплине Dota 2. Еще в 2017 году в рамках шоу-матчей The International 2017 люди сражались с OpenAI в формате «1х1 mirror mid» и с целым рядом ограничений в пользу ботов (запрет на использование ряда предметов и механик), что закончилось поражением профессиональных игроков-мидеров.

Так как Dota 2 — дисциплина крайне разносторонняя и сложная для освоения, встреча между людьми и ИИ вновь проводилась с целым рядом ограничений, которые, однако, не слишком радикально влияли на игровой процесс:

  • пул из 18 героев в режиме Random Draft (Axe, Crystal Maiden, Death Prophet, Earthshaker, Gyrocopter, Lich, Lion, Necrophos, Queen of Pain, Razor, Riki, Shadow Fiend, Slark, Sniper, Sven, Tidehunter, Viper, или Witch Doctor);
  • без Divine Rapier, Bottle;
  • без подконтрольных существ и иллюзий;
  • матч с пятью курьерами (ими нельзя скаутить и танковать);
  • без использования скана.

Самое серьезное ограничение: крайне малый пул героев для обеих сторон. Сейчас в Dota 2 существует 115 персонажей с различными способностями и механиками их применения. OpenAI пока может совладать лишь с 18 из них. Встреча была максимально приближена к «реальным» условиям и проводилась в формате 5х5. Против ИИ играли обычные люди, в прошлом когда-то причастные к киберспорту, но сейчас не являющиеся киберспортсменами. Единственная поблажка для людей заключалась в том, что реакция ботов была ограничена 200 мс, чтобы избежать ситуаций с мгновенным «прожатием» кнопок. Итог: команда ИИ выиграла у людей со счетом 2-0 по картам. Выиграть у OpenAI удалось только после того, как героев для ИИ выбрал зрительный зал (Slark, Sven, Axe, Riki и Queen of Pain), по оценкам OpenAI шанс на победу с таким драфтом составлял всего 2,9%. Кроме этого, до начала главного матча, с ботами могли сыграть рядовые гости мероприятия, и в этих встречах доминирование ИИ было еще более наглядно, что впечатляет.
Читать полностью »

Вчера в Сан-Франциско прошел показательный матч между искусственным интеллектом OpenAI Five и полупрофессиональной командой игроков в Dota 2. Среди людей были бывшие профессионалы, комментаторы и один действующий профи. В любом случае, это самая сильная команда, с которой ИИ играл с момента своего запуска в июне.

OpenAI Five разгромил команду людей в показательном матче Dota 2 - 1
Читать полностью »

Давайте еще раз разберемся с челкой, проверим исходники Android, поговорим с Google Assistant на русском, узнаем уроки создания 100 игр за 5 лет и разберемся с тем, почему может не окупиться локализация.

Дайджест интересных материалов для мобильного разработчика #264 (30 июля — 5 августа) - 1Читать полностью »

ИИ научили определять, где нужно в первую очередь ремонтировать дорогу - 1

Искусственный интеллект становится все более универсальным инструментом. Соответствующие технологии используются в науке, медицине, бизнесе, играх, а теперь и в дорожном строительстве. Правда, пока что лишь в США — именно здесь ИИ научили определять, какие дороги, мосты и здания сильнее всего требуют ремонта. Команда ученых из университета Ватерлоо привлекла искусственный интеллект к анализу фотографий дорог, мостов и различных строений, чтобы ИИ искал слабые места конструкции, позволяя начать ремонт именно там, где это нужно.

По словам ученых, они создали свою технологию для того, чтобы правительствам разных стран было проще справляться с задачами дорожного строительства и ремонта. «Если у правительства будет такая информация, то чиновники смогут лучше планировать предстоящий ремонт, кроме того, стоимость ремонта будет снижаться. А это означает более низкие налоги для местных жителей», — заявил Джон Зелек, один из участников проекта.
Читать полностью »

Шедевр от HBO, первый сезон которого обошел по просмотрам даже «Игру Престолов», повествует о футуристическом парке развлечений, гости которого могут предаваться всевозможным грехам с гипер реалистичными роботами-андроидами. Перестрелки, драки, оргии — богачи платят огромные суммы за право быть бессовестными и безнаказанными. Тем более убитых и изнасилованных роботов после каждой переделки перекраивают, очищают от воспоминаний и возвращают на место, в замкнутый круг предписанной роли. Пока однажды система не дает сбой…

Посмотрим на эту историю глазами разработчика — и выясним:

  • Как устроен этот «кровавый Диснейленд»?
  • Какие уязвимости в итоге привели к катастрофе?
  • Как у роботов формируется импровизация, как у них устроены эмоции и возможно ли в реальной жизни возникновение у андроида сознания?
  • Так ли футуристичен сериал? Реально ли создать подобный парк при современном уровне развития технологий?

Все немногочисленные спойлеры находятся под катом — так что читайте смело.
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js