Рубрика «ИИ» - 21

Даже будучи большим поклонником крутых новых технологий вроде искусственного интеллекта, блокчейн или виртуальной и дополненной реальности, автор признается, что начал уставать от того, что эти технологии забирают весь воздух и славу у множества других классных технологий, разрабатываемых в настоящий момент по всему миру. ИИ уже применяется в искусстве, финансах и здравоохранении, но даже несмотря на неоспоримую полезность этих разработок, шумиха вокруг них становится слишком громкой.

image

Системные технологии

Проект Blue Origin Джефа Безоса совсем недавно объявил о привлечении своего первого платного клиента в рамках своей кампании по исследованию космоса. Эта новость появилась вскоре после сообщений о том, что Элон Маск предполагает отправить двух клиентов SpaceX в полет вокруг луны. Марк Цукерберг и Присцилла Чан строят школу. Проект Sidewalk Labs от Google преобразует 16 населенных пунктов США в умные города, с применением технологий, улучшающих транспортную и экологическую обстановку. Крупнейшие технологические компании берут заработанные на лайках, кликах и рекламе деньги и направляют их в развитие крупных систем, таких как космос, образование, города и энергия.
Читать полностью »

Культ карго искусственного интеллекта - 1

Говорят, что в будущем ИИ станут настолько умнее, что лишат нас работы, потом ресурсов, и люди вымрут. Так ли это? Под катом интересное мнение Кевина Келли. Если у вас все хорошо с английским, то оригинал публикации вы сможете найти тут. Читать полностью »

image

Проект Google Magneta, состоящий из небольшой группы исследователей искусственного интеллекта внутри гигантских компьютерных систем, представил музыкантам новый набор инструментов для создания музыки — NSynth.

Magneta — часть подразделения Google Brain, центральной лаборатории искусственного интеллекта в компании. В лаборатории исследователи изучают границы возможностей нейронных сетей и других форм машинного обучения. Нейронные сети, представляющие собой сложные математические системы, изучающие задачи и анализирующие большие объемы данных, в последние годы вышли на передний план в задачах распознавания объектов и лиц на изображениях и переводах с одного языка на другой.

Теперь команда Magneta переворачивает эту идею с ног на голову, используя нейронные сети как способ обучения машин новым видам музыки и других искусств. На первом этапе NSynth работает с большой базой данных звуков. Джесси Энгель (Jesse Engle), один из сотрудников Magneta, и его команда собрали широкий диапазон нот примерно из тысячи разных инструментов, от скрипки до балафона, а затем предоставили свои наработки нейронной сети.

В отличие от традиционного синтезатора, который генерирует звук из осцилляторов и таблиц сэмплов, NSynth использует глубокую нейронную сеть для генерации звуков на уровне отдельных образцов. Инструмент предоставляет музыкантам интуитивный контроль тембра, динамики, а также возможность изучать и исследовать новые звуки, которые трудно или невозможно извлечь из обычного синтезатора.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

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 »

Благодаря финтех-приложениям кредитование, P2P, электронная коммерция, услуги страхования и необанки стали доступными для любого пользователя смартфона. В этом материале рассмотрим восемь наиболее популярных приложений 2017 года.

image

Lemonade

Стартап Lemonade собирается изменить такую сложную и запутанную область, как страхование, сделав его настолько же простым, как и пользование любым другим мобильным приложением. Основанная в 2016 году компания поставила перед собой цель: сократить до нескольких минут время, которое требуется для страхования недвижимости или автомобиля. Для этого используются технологии искусственного интеллекта. Им удалось установить абсолютный рекорд скорости уплаты страховой премии — всего три секунды! К сожалению, услуги Lemonade пока доступны только в Нью-Йорке и штате Иллинойс.

Расскажем немного подробнее о том, как это делается. Пользователь мобильного приложения Lemonade указывает место своего проживания и отвечает на несколько вопросов. Вместо заполнения форм предлагается записать небольшое видео. По результатам обработки данных искусственный интеллект подбирает персональное страховое предложение.
Читать полностью »

Как говорить с искусственным интеллектом? - 1

Перевод поста Стивена Вольфрама (Stephen Wolfram) "How Should We Talk to AIs?".
Выражаю огромную благодарность Полине Сологуб за помощь в переводе и подготовке публикации


Содержание

Вычисления — это сила
Язык вычислительного мышления
Понимание ИИ
Что будет делать ИИ?
Постановка целей для ИИ
Разговор одного ИИ с другим
Сбор информации: обзор миллиарда лет
А что, если бы каждый мог писать код?
Действительно ли это будет работать?
Скажу больше


Еще совсем недавно идея иметь компьютер, который может отвечать на вопросы на английском языке, казалась научной фантастикой. Но когда мы в 2009 году выпустили Wolfram|Alpha, одним из самых больших сюрпризов (по крайней мере, для меня!) стало то, что мы сумели сделать наш продукт реально работающим. И теперь люди ежедневно задают личным помощникам несметное количество вопросов — на обычном разговорном языке.

Как говорить с искусственным интеллектом? - 2

Все это достаточно неплохо работает (хотя мы всегда стараемся сделать лучше!). Но как насчет более сложных вещей? Как общаться с искусственным интеллектом?

Я долго думал об этом, пытаясь совместить философию, лингвистику, неврологию, информатику и другие области знания. И я понял, что ответ всегда был перед моим носом, и лежал он в той сфере, которой я занимался последние 30 лет: Wolfram Language.

Может быть, это как раз тот случай, когда у вас есть молоток, и вы видите вокруг одни гвозди. Хотя я уверен, что дело не только в этом. По крайней мере, продумывание этого вопроса — хороший способ понять больше об искусственном интеллекте и его взаимоотношениях с людьми.
Читать полностью »

Тим Бернерс-Ли предполагает, что ИИ начнёт управлять финансовыми корпорациями - 1

Сэр Тим Бернерс-Ли, один из изобретателей WWW и гипертекстового протокола, профессор Массачусетского технологического института и Саутгемптонского университета, является одновременно и советником правительства Великобритании. Поэтому он должен трезво смотреть на мир и оценивать, что происходит вокруг и к чему это может привести.

Рассуждая об Искусственном интеллекте, многие эксперты думают о возникновении сильного ИИ и технологической сингулярности, но если рассуждать здраво, то какая польза людям от сильного ИИ, зачем вкладывать миллиарды долларов в его разработку? Выгоды от наличия сильного ИИ туманны, а риски слишком велики.

Гораздо логичнее предположить, что сначала появятся слабые версии ИИ, которые лучше людей будут выполнять узкоспециализированные задачи. За счёт этих версий ИИ люди будут пытаться получить конкурентное преимущество над другими людьми ради главной цели, которая движет человечеством — ради денег*.
Читать полностью »

I

В недавней моей статье по поводу рисков, связанных с ИИ, один из комментаторов попросил меня вкратце сформулировать аргументы, доказывающие серьёзность ситуации. Я написал нечто вроде такого:

1. Если человечество не самоуничтожится, то в конце концов мы создадим ИИ человеческого уровня.
2. Если человечество сможет создать ИИ человеческого уровня, то прогресс продолжится, и в итоге мы придём к ИИ уровня гораздо выше человеческого.
3. Если появится такой ИИ, он в итоге станет настолько сильнее человечества, что наше существование будет зависеть от того, совпадают ли его цели с нашими.
4. Уже сейчас возможно провести полезные исследования, которые увеличат наши шансы на успешное решение задачи совпадения наших целей.
5. Поскольку мы уже можем начинать эти исследования, мы, вероятно, и должны так поступить, поскольку будет достаточно недальновидно оставлять эту проблему до тех пор, пока она не станет слишком явной и срочной.
Читать полностью »


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