Рубрика «искусственный интеллект» - 163

Официальный релиз игры Uncharted 4 уже состоялся, и теперь я могу рассказать, что именно разрабатывал для этого проекта. В основном я был занят созданием искусственного интеллекта для неигрового персонажа (НП) из одиночной игры и для ботов из мультиплеера, а также работал над кое-какой игровой логикой. Я не буду останавливаться на вещах, не вошедших в финальную версию, и на незначительных особенностях, о которых слишком долго писать.
Мин-Лун Чоу: Что я разрабатывал для Uncharted 4. Часть 1 - 1

Читать полностью »

Никто не понимает, как работают самые передовые алгоритмы. И это может стать проблемой

image

В прошлом году на тихие дороги округа Монмут, Нью-Джерси, вышел странный робомобиль. Экспериментальное средство передвижения, разработанное исследователями из Nvidia, внешне не отличалось от других робомобилей, но оно было совершенно не таким, какие разрабатывают в Google, Tesla или General Motors, и оно продемонстрировало растущую мощь ИИ. Автомобиль не следовал строгим инструкциям, запрограммированным человеком. Он полностью полагался на алгоритм, обучившийся водить машину, наблюдая за людьми.

Создать таким образом робомобиль – достижение необычное. Но и немного тревожное, поскольку не до конца ясно, каким образом машина принимает решения. Информация из датчиков идёт напрямую в большую сеть искусственных нейронов, обрабатывающую данные и выдающую команды, необходимые для управления рулём, тормозами и другими системами. Результат похож на действия живого водителя. Но что, если однажды она сделает что-нибудь неожиданное – въедет в дерево, или остановится на зелёный свет? В текущей ситуации будет очень сложно выяснить причину такого поведения. Система настолько сложна, что даже разработавшие её инженеры с трудом смогут найти причину любого конкретного действия. И ей нельзя задать вопрос – не существует простого способа разработать систему, способную объяснить свои действия.
Читать полностью »

Цифрового помощника Alexa от Amazon превратили в ассистента в научной лаборатории - 1
Иллюстрация возможностей цифрового помощника Alexa при работе в лаборатории. Конечно, будущее система предсказывать не может, но помочь в настоящем вполне способна

Цифровые помощники, коих становится все больше, умеют многое. Обрабатывая информацию при помощи «облака» они позволяют быстро получить ответ на интересующий вопрос. И вопросы эти могут быть самыми разными — от простых, вроде «Кто сейчас является президентом Венесуэлы?» до более сложных, например «Что такое титрование?». Программно-аппаратные платформы, которые относятся к категории цифровых помощников есть уже у Amazon, Google, Apple и некоторых других компаний.

В некоторых случаях виртуальные помощники могут оказаться незаменимыми. Ну, например, на кухне, при поиске подходящих ингредиентов для плова с количественным указанием разных элементов рецептуры. Аналогично, цифровой помощник вроде Alexa от Amazon может быть звуковым справочником в лаборатории ученого. И это вполне реально — не так давно разработчик программного обеспечения по имени Джеймс Роде несколько модифицировал Alexa, научив ее помогать своей жене, микробиологу по профессии.
Читать полностью »

Google AIY: мейкерский набор для создания гаджетов с голосовым управлением - 1

Компания Google запустила инициативу AIY Projects, чтобы совместить AI с DYI, то есть совместить программные приложения ИИ с наборами для сборки гаджетов. В результате, считает Google, мейкеры смогут изготовлять полезные устройства, которые помогут «решать реальные проблемы» в жизни. Эти гаджеты будут по-настоящему взаимодействовать с человеком. Например, распознавать речь, отвечать на вопросы и выполнять голосовые команды.

Первым проектом стал Voice Kit — демонстрационная система распознавания речи с подключением к Google Assistant (или без подключения). Как сказано в описании, в дополнении ко всем обычным функциям Google Assistant, тут вы сможете ещё добавлять в гаджет собственные пары вопросов и ответов. Приборчик выполнен в виде маленького картонного кубика с Rasberry Pi 3 внутри. Сборка набора из 12 деталей займёт примерно 1,5 часа.
Читать полностью »

image

Введение

Начиная с первого Starcraft AI Competition, проведённого в 2010 году, тема искусственного интеллекта в стратегиях реального времени (RTS) становится всё более популярной. Участники таких соревнований представляют своих ИИ-ботов Starcraft, которые сражаются в стандартной версии Starcraft: Broodwar. Эти соревнования по играм RTS, вдохновлённые предыдущими соревнованиями, такими как Open RTS (ORTS), стали примерами демонстрации текущего состояния искусственного интеллекта в стратегических играх реального времени. ИИ-боты Starcraft управляются с помощью интерфейса Brood War Application Programming Interface (BWAPI), разработанного в 2009 году в качестве способа взаимодействия и управления Starcraft: Broodwar с помощью языка C++. С ростом функционала и популярности BWAPI начали появляться первые ИИ-боты (агенты) для Starcraft и появилась возможность организации настоящего соревнования ИИ по Starcraft. Мы подробно расскажем о каждом крупном соревновании ИИ по Starcraft, а также о развитии UAlbertaBot, нашего бота, участвующего в этих соревнованиях. Следует учесть, что я был организатором соревнований AIIDE с 2011 года и, естественно, имею больше информации об этих соревнованиях. Каждое соревнование будет рассматриваться в хронологическом порядке проведения, с указанием полных результатов и ссылок на скачивание исходных кодов ботов и файлов ответов соревнований AIIDE и CIG.
Читать полностью »

image

Создать управляемый в реальном времени контроллер для виртуальных персонажей — сложная задача даже при наличии большого количества доступных высококачественных данных захвата движения.

Частично это связано с тем, что к контроллеру персонажей предъявляется масса требований, и только при соответствии им всем он может быть полезным. Контроллер должен уметь учиться на больших объемах данных, но при этом не требовать большого количества ручной предварительной обработки данных, а также должны максимально быстро работать и не требовать больших объемов памяти.

И хотя в этой области уже достигнут некоторый прогресс, почти все существующие подходы соответствуют одному или нескольким из этих требований, но не удовлетворяют им всем. Кроме того, если проектируемая местность будет иметь рельеф с большим количеством препятствий, это еще серьезнее усложняет дело. Персонажу приходится менять темп движения, прыгать, уклоняться или взбираться на возвышенности, следуя командам пользователя.

При таком сценарии нужна система, которая может учиться на основе очень большого количества данных о движении, поскольку существует очень много разных комбинаций траекторий движения и соответствующих геометрий.

Разработки в области глубинного обучения нейронных сетей потенциально могут решить эту проблему: они могут учиться на больших наборах данных, и однажды обученные, они занимают мало памяти и быстро выполняют поставленные задачи. Остается открытым вопрос о том, как именно нейронные сети лучше всего применять к данным движения таким образом, чтобы получать высококачественный результат в режиме реального времени с минимальной обработкой данных.

Исследователи из Эдинбургского университета разработали новую систему обучения, называемую фазово-функциональной нейронной сетью (PFNN), которая использует машинное обучение для анимации персонажей в видеоиграх и других приложениях. Читать полностью »

Автор материала представляет список 10 Insurtech-трендов, способных оказать значительное влияние на развитие цифрового страхования в 2017 году.

image

Большинство подобных материалов делают акцент на новейших в момент их написания, самых горячих технологиях и приложениях, но год спустя оказывается, что упомянутым проектам едва ли вообще удается «взлететь» и потому их нельзя по-настоящему называть «трендами». Чтобы определить явление как ключевой тренд одной только инновационности и новизны недостаточно. Оно должно получить широкое распространение на практике. По этой причине автор решил выбрать другой подход к определению трендов, в результате чего приведенный ниже список непохож на многие другие.

Автор выступает консультантом нескольких крупнейших страховых компаний, выступая на конференциях и посещая различные собрания, встречается с руководителями сферы страхования на повседневной основе. В результате у автора сложилось довольно достоверное представление о том, какие темы находятся на повестке у первых лиц страховых компаний, с какой скоростью будут происходить те или иные изменения в индустрии и в конечном счете, какие Insurtech-решения имеют больший потенциал вписаться в их планы. Эти глубокие знания послужили основой для списка «10 Insurtech-трендов 2017 года», описывающего в том числе и некоторые замечательные образцы страховых технологий, объявленных на предыдущем международном форуме DIA 2016.
Читать полностью »

image

В полях Южной Каролины по сухой земле между рядами высоких раскачивающихся сорго (богатых питательными веществами злаков) медленно передвигается робот.

Робот сканирует стебли сорго, фотографирует их и распознаёт наличие заболеваний. Он использует лазерный дальномер для определения их высоты и объёма. Изредка он протягивает свой манипулятор, хватает один из стеблей и протыкает зондом, измеряя толщину кожуры.

Добро пожаловать на ферму будущего.
Читать полностью »

Представляю Вашему вниманию подборку онлайн-курсов по робототехнике, машинному обучению и искусственному интеллекту на самых больших и популярных платформах онлайн-обучения. Некоторые их этих курсов уже можно прослушать на русском языке, но большинство пока все еще на английском.
Читать полностью »

image

Сегодня болезнь Альцгеймера — одно из самых коварных заболеваний, её возникновение очень сложно (и дорого) предугадать. И хотя уже развившуюся болезнь остановить нельзя, есть свидетельства того, что выявление на ранней стадии помогает замедлить или остановить болезнь Альцгеймера и деградацию мозга. Поэтому поиск надежного способа определить подверженность риску развития заболевания занимает умы исследователей.

По мере старения человеческого организма когнитивные нарушения неизбежны. С возрастом люди становятся более забывчивыми, чаще теряют ход мыслей и затрудняются принимать решения или выполнять задачи, которые раньше не вызывали трудностей. Врачи называют это мягким когнитивным нарушением. Оно затрагивает большинство людей, когда они становятся старше.

У многих людей с легкими когнитивными нарушениями развивается более тяжелая форма — болезнь Альцгеймера. Человек теряет словарный запас, часто использует неправильные замены слов, перестает признавать близких родственников, теряет базовые навыки самостоятельного ухода за собой и в конечном итоге становится полностью зависим от других людей, которые помогают ему. Большая часть людей с таким диагнозом умирает в течение нескольких лет после обнаружения болезни Альцгеймера.

Интересно то, что такой сценарий ждет не всех людей с легкими когнитивными расстройствами. Со временем состояние пациента может не ухудшаться, а в некоторых случаях даже улучшаться. Поэтому врачи хотят найти способы выявить тех, у кого с большей вероятностью разовьется болезнь Альцгеймера.

Южнокорейские ученые предложили использовать для этой цели глубинное обучение. Технология, которую они разработали, может точно определить людей, у которых болезнь Альцгеймера может развиться в ближайшие три года.Читать полностью »


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