تسويق إلكتروني Ai

2021-10-22 10:05:06 ORBIT: датасет Microsoft изображений предметов быта

ORBIT — датасет Microsoft для обучения моделей распознаванию предметов по нескольким изображениям. ORBIT включает от 1 до 10 видеозаписей 468 предметов из повседневной жизни.

Обычно модели распознавания объектов обучаются на датасетах с тысячами примеров для каждой категории объектов. Однако изучение новых объектов всего на нескольких примерах может оказаться полезным для многих новых приложений. Например, в робототехнике требуются системы, способные быстро изучать новые детали.

В партнерстве с Сити, Лондонским университетом, Microsoft разработал датасет ORBIT для обучения моделей новым объектам всего на нескольких примерах и бенчмарк для оценки эффективности моделей обучаться в таком режиме. Датасет содержит 3822 видеозаписи, записанных 77 лишенными зрения или слабовидящими людьми с помощью своих мобильных телефонов. В общей сложности ORBIT содержит 2 687 934 кадра. Открыть/Комментировать

2021-10-21 18:00:07 Индекс качества жизни, вычисленный искусственным интеллектом, удивил ученых

Созданный учеными Томского госуниверситета искусственный интеллект для оценки качества жизни выдал парадоксальный результат. По этому показателю, например, Ингушетия, Кабардино-Балкария, Карачаево-Черкесия, Северная Осетия-Алания, Республика Алтай намного опередили Москву, Московскую область и другие "хлебные" регионы. Как такое возможно? Может, нейросеть плохо учили, и поэтому она делает подобные выводы?

Учили, как утверждает один из авторов разработки Евгений Щекотин, хорошо, и на тестах ИИ показал отличные оценки. А результат только на первый взгляд кажется странным. Важно, что понимать под качеством жизни.

- Есть самые разные варианты оценки, например, в методике ООН учитывается множество расчетных показателей, например, ВВП на душу населения, продолжительность жизни, уровень коррупции, стабильность и т.д., - говорит Щекотин. - Конечно, проводятся и опросы населения, но эти данные не являются основными, а только одними из многих. У нас иной подход: нейросеть оценивает только субъективное качество жизни самими людьми. Но чтобы узнать их мнение, не надо проводить опросы, задавать вопросы. Нейросеть анализирует цифровые следы, которые люди оставляют в соцсетях по разным вопросам: образованию, работе институтов власти, медицине, ЖКХ, безопасности и экологии, экономической и политической ситуации и т.д. Это позволяет рассчитать индекс качества и понять, как они относятся к тем или иным сторонам жизни в регионе и в стране.
Кто-то скажет, что такая картина специфична, например, сильно зависит от активности населения региона в социальных сетях. Но такая система реагирования может быть полезной органам власти, она получит оперативную реакцию людей на свои действия. Исследование поддержано Российским научным фондом. Открыть/Комментировать

2021-10-21 11:55:06 Дебоширов на МЦК будут выявлять с помощью искусственного интеллекта.

С запуском беспилотного движения на МЦК поведение пассажиров в поездах будет анализировать искусственный интеллект. Он будет выявлять признаки «асоциального поведения» и сообщать об этом в единый диспетчерский центр РЖД

На Московском центральном кольце (МЦК) внедрят программно-аппаратный комплекс, который будет дистанционно выявлять признаки «асоциального поведения» пассажиров в салонах электропоездов «Ласточка» и на остановках.

Это следует из условий конкурса, который объявил Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте (НИИАС, 75% его акций принадлежит РЖД).

Разработку такого комплекса оценили в 15,7 млн руб., итоги конкурса должны быть объявлены до конца октября. РБК направил запрос в НИИАС. Открыть/Комментировать

2021-10-20 19:30:21 SaLinA: библиотека FAIR для разработки моделей последовательного приятия решения

FAIR представила SaLinA — фреймворк для разработки моделей последовательного принятия решений. Возможные приложения включают обучение с подкреплением, компьютерное зрения и обработку естественного языка.

Идея SaLinA заключается в том, чтобы сделать реализацию последовательных процессов принятия решений (включая методы обучения с подкреплением) такой же простой, как реализация архитектур нейронных сетей. Для этого с помощью SaLinA предлагается представлять любую задачу последовательного принятия решений в виде цепочки простых агентов, которые последовательно обрабатывают информацию.

Salina является расширением PyTorch (тем не менее, ее принципы могут быть распространены на другие библиотеки глубокого обучения, такие как JAX) и состоит всего из нескольких сотен строк. Открыть/Комментировать

2021-10-20 13:20:06 Ещё в августе Google анонсировала фирменную мобильную однокристальную платформу Tensor. Поисковый гигант заявил, что новый чип получит продвинутые возможности искусственного интеллекта, которые улучшат обработку изображений и голоса на грядущих смартфонах. Сегодня компания официально представила флагманские смартфоны Pixel 6, построенные на базе этой SoC, и подробно рассказала о её характеристиках и возможностях.

Google не стала раскрывать всех подробностей о Tensor, а точнее вообще не раскрыла его технические характеристики, ограничившись общими фразами о том, какой замечательный это продукт. Но свет на параметры чипа пролил ресурс Engadget. Сообщается, что Tensor представляет собой 5-нм чипсет, в первую очередь ориентированный на ИИ. Для работы с машинным обучением и ИИ здесь имеется производительный TPU (Tensor Processing Unit). Его характеристики и информация о производительности также не раскрываются, но Google заявила массу ИИ-функций для Pixel 6, так что TPU должен быть мощным. Открыть/Комментировать

2021-10-19 17:45:08 Intel помогла NASA в изучении с помощью ИИ воздействия космической радиации на астронавтов

Учёные из лаборатории NASA Frontier Development Lab (FDL) совместно со специалистами подразделения Intel AI Mentors провели исследование здоровья астронавтов для улучшения понимания физиологических последствий воздействия космической радиации на человека. Используя ИИ-технологию Intel учёные из FDL создали первый в своём роде алгоритм определения биомаркеров, указывающих на развитие рака, который использует данные о воздействии радиации на людей и мышей.

Как известно, космическая радиация способна проникать через несколько слоёв стали, оказывая негативное воздействие на ткани человека, что может привести к проблемам со здоровьем астронавтов в будущем, в том числе появлению онкологических заболеваний. Информация о здоровье астронавтов практически не публикуется, поэтому учёные использовали данные из нескольких закрытых источников. Специалисты Intel и FDL разработали алгоритм причинно-следственного машинного обучения, доступный всем участники проекта. Каждая организация загружала свои данные для обучения ИИ, при этом не обмениваясь секретной информацией с другими.

В ходе исследования была создана модель CRISP 2.0, которая помогла учёным доказать, что данные о воздействии радиации на грызунов могут использоваться изучения воздействии излучения на человека. В результате был создан ИИ-алгоритм, позволяющий определять гены, на которые воздействует радиация, а также их связь с онкологическими заболеваниями. В работе использовалась платформа машинного обучения Intel Open Federated Learning (OpenFL) и исследования команды FDL в облаке Google Cloud, что позволило обучать и объединять модели CRISP 2.0, полученные из NASA и других учреждений без необходимости перемещать их в другое место.
«С помощью Intel мы сформулировали, как модели машинного обучения причинно-следственных связей могут работать с данными в разных местах, без необходимости их перемещения. Во время FDL 2021 мы достигли поставленной цели, заключающейся в использовании индивидуальных алгоритмов для улучшения понимания и поддержания здоровья астронавтов. Это очень ценное исследование, которое поможет астронавтам на Международной космической станции, будущих космических станциях и предстоящей лунной миссии в 2024 году», — считает один из исследователей Пол Дакворт (Paul Duckworth).

«Команда FDL Astronaut Health достигла поистине невероятных результатов в этом году — как в их новой комбинации данных о человеке и мышах, так и в идентификации с помощью причинно-следственных связей нескольких генов, ответственных за развитие рака. Эта работа является свидетельством того, что что может получиться при совместной работе государственных и частных учреждений и как федеративное обучение может использоваться для свершения открытий, которые в противном случае оказались бы недостижимы. Мы уверены, что эти исследования будут способствовать улучшению здоровья астронавтов», — считает ведущий технический куратор Intel Патрик Фоли (Patrick Foley). Открыть/Комментировать

2021-10-19 09:20:06 ИИ cделают для людей последней инстанцией. Призвать человека к перепроверке его решения будет нельзя

Власти Великобритании предлагают отказаться от положения, согласно которому люди имеют право оспорить любое решение, принятое искусственным интеллектом, и запросить его проверку человеком. Эксперты при правительстве, однако, решительно возражают.

Все не пересмотреть
Власти Великобритании рассматривают возможность отмены важного положения, которое позволяет людям оспаривать решения, принятые системами искусственного интеллекта (ИИ) и требовать их пересмотра людьми. Эксперты из технологической сферы выступают резко против.
Министерство цифровой экономики, культуры, СМИ и спорта Великобритании (DMCS) опубликовало новые предложения об изменении режима защиты данных в этой стране и пригласило сторонних экспертов высказать свое мнение по данным предложениям.
Среди предлагаемых нововведений — отмена положения, согласно которому граждане страны могут требовать отмены решений, принятых полностью автоматизированными системами, и пересмотра их людьми.

Инициаторы данной поправки указывают, что это правило будет «непрактичным и несоразмерным», учитывая стремительное распространение технологий ИИ в повседневности, что обеспечить возможность пересмотра каждого решения машины людьми нереалистично, и что для бизнеса предусматривать возможность «ручного отката» для каждого решения машины — лишняя нагрузка.

Защита должна сохраняться
Однако специалисты Британского компьютерного общества (BCS), сертифицированной экспертной организации, занимающейся вопросами информационных технологий, выступили решительно против этой инициативы.
«Это правило призвано обеспечить уровень прозрачности для технологии и защиты людей в процессе принятия решений автоматизированными системами, которые могут нанести им существенный вред, — отметил Сэм Де Силва (SamDeSilva), председатель юридической группы внутри BCS. — Необходимо сохранить какую бы то ни было защиту, нежели целиком полагаться на «черный ящик».

Положение о контроле над всеми решениями ИИ прописано в статье 22 Общего регламента по защите данных Евросоюза, который Великобритания полностью ратифицировала пока входила в ЕС. Теперь власти страны хотят установить собственные правила, которые, по мнению их авторов, должны будут снять некоторые ограничения и «подхлестнуть развитие технологий, внедрение инноваций и рост конкурентного потенциала», — это аргументы, которые приводит DMCS.
Речь не идет о полной отмене возможности пересмотреть решения ИИ. В особо рискованных сферах ее предлагается сохранить, но в целом министерство считает, что рост автоматизации принятия решений в разных отраслях будет только расти в ближайшие годы, поэтому нужно определить, где именно необходимо сохранять возможность «ручного» пересмотра.
Ранее специальная группа по инновациям экономическому росту и реформе законодательства при правительстве Великобритании также выступила с предложением отказаться от положения об обязательной проверяемости людьми решений, принимаемых ИИ. Предлог тот же: снять ограничения инноваций.
Однако Де Силва и его соратники полагают, что риск дерегулирования технологии на данный момент слишком велик. Бесконтрольная автоматизация решений в таких областях как финансы или трудоустройство могут очень значительно, и далеко не положительным образом сказаться на жизнях людей, и отсутствие сдерживающих факторов может иметь угрожающие последствия.
Эксперты в целом согласны, что у статьи 22 есть свои недостатки. Она не достаточно внятно прописана, оставляет пространство для разночтений и произвольных трактовок. Однако полный отказ от нее — наименее предпочтительный вариант, считает Де Силва.
«Очень многое упирается в то, насколько значительно решения ИИ влияют на жизнь человека, и как это определять, — считает Дмитрий Кирюхин, эксперт по информационной безопасности компании SEQ. — Многие риски могут быть на первый взгляд неочевидными. Открыть/Комментировать

2021-10-18 19:40:06 Нейросеть обучили предсказывать аварии на дорогах

Нейросеть, обученная на исторических данных и спутниковых изображениях, предсказывает вероятность аварии на определенных участках дороги со сверхвысоким разрешением. Модель планируется внедрить в навигаторы для построения более безопасных маршрутов.

Ученые из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института и Катарского центра искусственного интеллекта разработали модель глубокого обучения, которая наносит вероятность аварии на карты дорог с разрешением 5×5 метров. Модель была обучена на данных GPS-трекинга, которые дают информацию о плотности, скорости и направлении движения, исторических данных об авариях, а также спутниковых снимках, которые позволяют определить количество полос, наличие обочин или больших потоков пешеходов.

Датасет охватывает 7500 квадратных километров в Лос-Анджелесе, Нью-Йорке, Чикаго и Бостоне. Среди четырех городов Лос-Анджелес был самым небезопасным, так как в нем была самая высокая плотность аварий, а за ним следовали Нью-Йорк, Чикаго и Бостон.

Для оценки модели ученые обучили модель на данных за 2017 и 2018 годы, а затем проверили ее эффективность при прогнозировании аварий в 2019 и 2020 годах. Любопытно, что многие участки дорог были помечены нейросетью как места повышенного риска несмотря на то, что в них не было зарегистрировано аварий, но при этом на них произошли аварии в последующие годы. Также ученые обнаружили, что шоссе имеют более высокую вероятность аварии по сравнению с проходящими рядом дорогами, а максимальный риск аварий имеют съезды с шоссе.

Модель планируется использовать для поиска более безопасных маршрутов, предоставления страховыми компаниями индивидуальных планов страхования на основе траекторий движения клиентов и помощи архитекторам проектировать более безопасные дороги. Открыть/Комментировать

2021-10-18 09:20:06 AMP Robotics и Agrex-Eco запускают в Польше демонстрационную площадку по переработке отходов с использованием искусственного интеллекта

Партнеры работают над снижением затрат на переработку и улучшением повторного использования материалов

Компания AMP Robotics, пионер в области искусственного интеллекта, робототехники и инфраструктуры для промышленности по переработке и переработке отходов, сообщила, что расширяет свое присутствие в Европе с вводом в эксплуатацию демонстрационной площадки Sigma SA в Люблине, Польша. Площадка открыта для предприятий по переработке и утилизации отходов по всей Европе, которые могут обрабатывать свои материалы с помощью одной из роботизированных систем AMP, которые используют искусственный интеллект для определения различных типов бумаги, пластика и металлов для сортировки.

Официальным дистрибутором AMP в Польше является компания Agrex-Eco, поставщик комплексных услуг в сфере переработки отходов, уже 30 лет работающий на этом рынке. Открыть/Комментировать

2021-10-17 18:35:11 Как с помощью современных технологий снимают кино

Как с помощью цифровых аватаров, нейросетей и искусственного интеллекта меняется производство фильмов, выяснил ведущий YouTube-канала РБК Трендов Николай Дубинин

Как технологии изменили производство фильмов

Новые технологии значительно сокращают затраты на производство фильмов — создавать блокбастеры становится проще и дешевле. Теперь звуковое сопровождение картин, вроде скрипов дверей, ударов палок, воя ветра и других интершумов, можно сделать с помощью нейронной сети, разработанной специально для кинопроизводства в Массачусетском технологическом институте. В режиме реального времени нейросеть распознает картинку, вычисляет, что на ней происходит, и подбирает соответствующий звук к каждой из предложенных сцен.
Еще одно технологическое достижение — Unreal Engine от Epic Games. Его использовали в американском сериале «Мандалорец» для созданий локаций. Их начали проецировать на огромные светодиодные экраны, заменившие хромакей. Съемочной команде больше не нужно подстраиваться под погодные условия и время суток: перспективу, окружение, свет изменяют в режиме реального времени. Не обязательно строить модели техники — ее можно просто нарисовать. За счет того, что на экран выводят все необходимое, то, как будет выглядеть сцена в итоге, видно прямо на площадке. Это не только упрощает работу актерам (им больше не нужно представлять все происходящее у себя в голове, как это делал Бенедикт Камбербэтч, исполняя роль Смауга в «Хоббите»), но и значительно сокращает расходы на постпродакшн, который раньше занимал много времени и ресурсов.

Чем режиссерам помогают дипфейки

Гонка технологических решений для киноиндустрии началась во время пандемии: тогда стало понятно, что выиграют те инновации, которые упростят производство кинокартин и подойдут к изменившемуся стилю потребления контента.
Одной из самых популярных технологий стал дипфейк. Его активно используют российские режиссеры. Например, в сериале «Контакт» с помощью дипфейка удалось сделать моложе актера Павла Майкова. Омолаживающую маску создали на основе старых фильмов с участием актера, в особенности — сериала «Бригада».
На обучение алгоритма ушло около 15 дней. Нейросеть улучшила кадры с участием актера, а искусственный интеллект научился создавать молодое лицо в нужных ракурсах. Сверху на кадры положили фильтр, разглаживающий морщины.

Еще раньше что-то подобное делал Мартин Скорсезе, делая молодыми Роберта Де Ниро и Аль Пачино в фильме «Ирландец». Их омолаживали системой из трех камер: одна снимала, а две другие обрабатывали визуальную информацию. После этого все кадры проходили через программу, которая сравнивала их с архивными видео с еще молодыми актерами, и находила идеальные соответствия.
Но дипфейк может работать не только с лицом — ему по силам изменить даже тело актера. Так произошло с Павлом Прилучным во время съемок фильма «Девятаев». По сюжету герой Прилучного должен был весить 36 кг. Режиссер фильма Тимур Бекмамбетов рассказал, что актеру сделали МРТ со всеми слоями тела, вплоть до костей, кожи и жира — это позволило создать модель Прилучного. Затем ее модифицировали до такой степени, чтобы получить текстуру, которая была бы у актера, если бы он похудел до 36 кг. Позже на этой модели обучили нейронную сеть и заменили образ Прилучного, сохраняя анимацию и речь во всех сценах, где это было необходимо.
Что будут делать новые технологии в кино в будущем
Тимур Бекмамбетов уверен, что у дипфейков большой потенциал. Конечно, все это упирается в авторское право: в США с 1984 года даже действует закон, запрещающий использовать образы актеров в течение 70 лет после их смерти без согласия родственников или близких. Тем не менее, в 2019 году, через три года после смерти Кэрри Фишер, в «Звездных войнах» все-таки появилась Принцесса Лея. Возможно, скоро эти границы будут совсем разрушены. Открыть/Комментировать