Прямо все по заветам «Черного зеркала» — лучшего сериала современности про технологии.

Вот так все неожиданно сложилось, что полноценного искусственного интеллекта, многократно и надежно прошедшего тест Тьюринга, мы пока не имеем. Однако при этом не машина пытается доказать человеку, что она человек, а человек пытается доказать машине, что он человек, вводя миллионы капч ежедневно.

Посмотрите также фильм о Луне по ссылке, похожие впечатления.


В разделах интернет, жизнь и будущее
Андрей Баксаляр  :: 13 апр, в 03:47

Уже не в первый раз замечаю интересную особенность — «гугление» во сне. Ну, то есть, натурально — я сплю и пытаюсь что-то во сне вспомнить, и обращаюсь к Гуглу, который давно стал придатком настоящей памяти. А там, вместо справочной информации, которую я пытаюсь нарыть, и которую чаще всего получаю именно со страницы выдачи (не переходя на сайты из поисковых результатов) — полная хрень.

Выглядит, вроде, как обычная выдача поисковика, а ничего по сути в ней нет, или есть, но я не могу почему-то это прочитать, и это прямо во сне крайне озадачивает.

Сегодня во сне я зачем-то пытался вспомнить оригинальное название сериала, название которого в России адаптировали в дебильное «Форс-мажоры». Привычно погуглил, а там что-то такое:

Гугление во сне

Все это легко объяснимо — воображаемому «Гуглу» неоткуда взять свежие данные, и он оперирует тем, что уже есть. Мозг пытается мне выдать досье из того, что я уже и так знаю, и эта бессмысленность во сне раздражает — своего рода ментальная тюрьма, за рамки которой нельзя выбраться в спячке.

P.S. В оригинале «Suits» — все-таки нагуглил проснувшись. Хотя вдруг я все еще сплю?


В разделах окружение и будущее
Андрей Баксаляр  :: 31 июл 2016, в 22:24

Здесь даже описывать ничего не нужно. Нужно просто листать и наслаждаться:

Бетонные клетки

Бетонные клетки

Величие и ужас человеческих термитников/ульев/муравейников.

Читать далее »


В разделах технологии, будущее и наука
Андрей Баксаляр  :: 25 мар 2016, в 02:11

История изобилует случаями, когда перспективная и крутая технология из научно-фантастических романов грозилась ворваться в быт, уже вот-вот практически врывалась, а после некоторого периода эйфории все понимали, что шумиха поднята рановато, и технология пока представляет собой лишь непрактичный, но хорошо разрекламированный proof-of-concept, облепленный компаниями и людьми, стремящимися на этой теме нажиться.

Ну и, человечество, получившее передозировку информационного шума, касающегося данной технологии, попросту теряло к ней интерес. Однако через какой-то промежуток времени, эта технология снова всплывала, и, опираясь на более продвинутое состояние прогресса, входила в жизнь людей уже на постоянной основе (и без атрибутики волшебства).

Вспомните электрокары, «бум доткомов», 3d-кино. Примеров на самом деле очень много.

И вот главные вопросы поста, касательно этой мысли — в какой фазе находятся нейронные сети, создающие сейчас хайп на фоне AlphaGo (но не могущие распознать наличие человека на определенных фотографиях)? И на какой стадии сейчас находятся человекообразные роботы (с учетом, что Google вроде как купила Boston Dynamics, но вроде как уже продает за ненадобностью)?

Пока комментариев нет, будь первым!


Понимание живого человеческого языка машиной, распознавание контекстов, объектов, субъектов и фактов отношений между ними — одна из главнейших задач современной науки и одна из главных перспектив практического применения машинного обучения. И в этой области все двигается довольно быстро вперед (впрочем, как и с сопредельными областями ML).

Вчера Google выкатила целый открытый фреймворк на базе своей же открытой ML-библиотеки TensorFlow для парсинга естественного языка — SyntaxNet, доступный любому и каждому. В задачи системы, построенной с применением глубоких нейронных сетей, входит понять, о чем идет речь в предложении и максимально, насколько это возможно, без фактического знания окружающего мира, а располагая лишь текстовой информацией, снять все неоднозначности. То есть, вот это вот «казнить нельзя помиловать».

Фреймворк поставляется с уже натренированной моделью с благородным именем Parsey McParseface, работающей пока только с английским языком. В Google заявляют, что на данный момент это самый точный парсер естественного языка в мире, способный дать точность распознавания на уровне 96-97%, что уже сопоставимо с обычным человеком, читающим текст. Правда, для этого обрабатываемый материал должен быть правильно написанным и оформленным. Комменты из интернета со всеми вытекающими жаргонизмами, пофигистичным подходом к структуре предложений и пунктуации (да еще и с кучей ошибок) будут парситься с куда более низкой точностю (но это, конечно, просто дело времени и техники).

Пользователи фреймворка вольны натренировать свою модель, а не использовать готовую. Для русского языка — это опция по умолчанию, без вариантов. Попробую сегодня поковырять, очень интересно, что выйдет.


В разделах технологии, будущее и наука
Андрей Баксаляр  :: 13 мар 2016, в 09:15

Типа электронный мозг

Впечатляющая новость из области разработок ИИ и просто красивый и показательный развод:

Преподаватель Джилл Уотсон около пяти месяцев помогала студентам Технологического института Джорджии в работе над проектами по дизайну программ. Нюанс в том, что Джилл — это робот, система искусственного интеллекта, работающая на базе IBM Watson, но никто из студентов, обсуждая работы с преподавателем, за все это время ничего не заподозрил. А кто-то из студентов до этого открытия даже собирался назвать ее «выдающимся педагогом». Это были студенты из класса по изучению искусственного интеллекта. Историю Джилл рассказывает The Wall Street Journal.

С января этого года «Джилл», как ассистирующий преподаватель, вместе с еще 9 преподавателями-людьми помогала около 300 студентам разрабатывать программы, которые помогают компьютерам решать определенного вида проблемы, к примеру – как подобрать картинку, чтобы последовательность картинок была логичной.

Джилл помогала студентам на форуме, где они сдавали и обсуждали работы, использовала в своей речи сленговые и просторечные обороты типа «угу», и в общем и целом вела себя как обычный человеческий преподаватель.

«Она должна была напоминать нам о датах дедлайна и с помощью вопросов подогревать обсуждения работ. Это было как обычный разговор с обычным человеком», – рассказала изданию студентка вуза Дженнифер Гевин.

Другой студент, Шрейяс Видьярти, представлял себе Джилл как дружелюбную белую женщину 20-ти с чем-то лет, скорее всего, работающую над докторской. «Меня как громом поразило», – делится впечатлениями студент.

Дошло до того, что робота в мисс Уотсон не признал даже студент Баррик Рид, который два года работал на IBM, создав некоторые из программ, с помощью которых действует сам робот. Но намека в имени «Уотсон» он не разглядел. «Я должен был догадаться, но нет», – говорит он.

Зачем Джилл включили в программу обучения? Проблема в том, что студенты задают слишком много вопросов – порядка 10 000 сообщений в семестр, объясняет Ашок Гоэл, профессор компьютерных наук Технологического института Джорджии. Преподаватели-люди с валом вопросов не всегда справляются. Именно Ашок решил ввести робота в обучающую программу для своего класса по изучению искусственного интеллекта.

Над роботом работала вузовская команда, обучая его отвечать на вопросы, учитывая предыдущие ответы. Не стоит путать Джилл с обычными чатботами. Если большинство чатботов – новички, то Джилл – эксперт, она не отвечает на вопрос, пока не достигнет 67% уверенности в ответе, утверждает Гоэл. По его словам, Джилл еще далеко до Авы из Ex Machina, но это такой же волнующий опыт.

По оценкам профессора, всего за год Джилл обучится настолько, что сможет отвечать на 40% вопросов от студентов, оставляя за людьми право заниматься более серьезными техническими или философскими проблемами.


В разделах искусство, будущее и дизайн
Андрей Баксаляр  :: 12 мар 2016, в 06:43

Новым концепт-каром, который BMW показала на свое 100-летие, прожужжали уже все уши.

Концепт-утконос от BMW

Как по мне — это не футуристический дизайн автомобиля будущего, а какое-то уродливое недоразумение. Я не хочу жить в таком «светлом будущем». Понятно, что меня не спрашивали, но я уверен — не наберется той критической массы неадекватных людей, которая проголосует своим долларом за вот это вот:

Читать далее »


В разделах технологии и будущее
Андрей Баксаляр  :: 25 фев 2016, в 02:25

Прогресс не стоит на месте, вполне возможно, что в ближайшем обозримом будущем многие рабочие места окажутся неактуальными. Чаппи от Boston Dynamics на подходе:


В разделах литература, будущее, дизайн и наука
Андрей Баксаляр  :: 24 янв 2016, в 10:55

Будущее вещей. Как сказка и фантастика становятся реальностью

Автор: Дэвид Роуз
Метки: промышленный дизайн, будущее, футурология, наука, прогресс
Объем: 275 стр.

Довольно занятная в первой части (об этом — ниже) книга, написанная ученым и предпринимателем, а также резидентом кузницы новых технологий — MIT Media Lab — Дэвидом Роузом. Многое показывает с интересного ракурса — взгляд на дизайн повседневно используемых нами вещей, непосредственное заимствование производителями технологичных продуктов идей из фольклора и поп-культуры (сказок, фильмов и даже комиксов!).

Например, автор рассказывает, как позаимствовал идею из Властелина Колец и приспособил ее к зонтику, оповещающему вас о приближающемся дожде мягким голубым свечением ручки. Или заимствование MediaLab и Гуглом идеи из сказки Прокофьева «Петя и волк» для дверного звонка, начинающего проигрывать уникальную для каждого члена семьи мелодию, по мере приближения этого члена семьи к дому.

Вообще по книге разбросано немало интересных фактов, о которых не знал ранее, например, про происхождение названия тазера:

... В книге «Том Свифт и его электрическое ружье» (1910 года) Том показывает новый прибор собственного изобретения своему другу Нэду, который просит объяснить принцип его работы. «Посредством сконцентрированного электрического заряда, который выстреливает из ствола с огромной силой, — отвечает Том. — Его нельзя увидеть, но он там есть».

Кавер назвал свой шокер «taser», что является акронимом от Тom Swift’s electric rifle (электрическая винтовка Тома Свифта (aнгл.)). «А» в первом слоге было добавлено просто потому, что Каверу, по его словам, надоело проговаривать по телефону «TSER».

В книжке покрывается довольно широкий круг тем — от Гильгамеша до технологической сингулярности, от «социальной сети» видеорегистраторов в России до темы наноботов. Радует, что информация подается со знанием дела, как-никак «из первых рук», от человека, давно и прочно вовлеченного в создание будущего. Подкупает осмеивание автором модной ныне корпоративной культуры с бесформенными пуфами и настольным теннисом (он называет это «пылью в глаза»), а также интересным взглядом на «продавцов пикселей» (Samsung, LG), заполняющих окружающий мир экранами (часто малоинформативными и бессмысленными). Также радует, что книга совсем свежая — на русском языке она вышла в 2015 году.

Но есть и большие минусы. И они портят хорошее впечатление. Эти самые «минусы» можно было бы из книги исключить, она стала бы вдвое тоньше и тогда ей цены бы не было. В чем они заключаются? В том, что автор постоянно увлекается рассказами о своих изобретениях и продуктах и много раз повторяет одно и то же на протяжении всей книги. Свою «умную мусорку» он упомянул аж четыре раза, что выглядит слегка нелепо. Также есть места, заполненные водой, когда «устаешь читать» блоки, состоящие чуть более чем полностью из балабольства на отвлеченные темы, и теряешь нить повествования — такое обычно встречается под конец главы, когда основная тема исчерпана, а «Остапа уже понесло».

В целом, книга будет наверное больше интересна тем, кто мало знаком с технологиями, гаджетами и текущим состоянием передовых научных достижений. Мне она показалась относительно малоинформативной, так как всю новую информацию, которую почерпнул из нее, можно было бы уместить, сжато, на двух десятках страниц.

Выводы: Интересная на 50%, но скатывающаяся к самоповторам и постоянной рекламе достижений автора, его изобретений и коммерческих продуктов.

Пока комментариев нет, будь первым!


В разделах технологии, будущее и наука
Андрей Баксаляр  :: 13 апр 2015, в 21:03

Дела идут полным ходом. Компьютеры (точнее, нейросети на традиционном компьютерном железе) с огромной скоростью совершенствуются в этом навыке. Они все точнее и точнее распознают котиков, да и любые другие образы, на статических изображениях и в видеоматериалах.

Компьютерное зрение, типа

Любопытная цитата с Venturebeat, рассказывает Джефф Дин — эксперт по машинной когнитивистике из Google (перевожу небольшой кусочек, но рекомендую прочесть всю статью):

«Эволюция в этой области протекает очень быстро.

Например, в области систем автоматической классификации изображений, нейронные сети совершили огромный скачок вперед. В 2011 году, в ежегодном соревновании ImageNet, лучшим результатом для компьютерной нейросети стал средний показатель ошибочных распознаваний в 25,7 %. Доля ошибок снизилась до 16,4 % всего за один год (в 2012-м), тогда как в 2013-м году нейросети показали результат в 11,7 % ошибочных срабатываний. В 2014-м году показатель точности распознавания образов увеличился до 83,3 % (тогда как уровень ошибок снизился до минимальных 6,7 %). И вот, в январе текущего года китайская Baidu демонстрирует уровень в 6 %, тогда как в феврале Microsoft достигает 4,9 % степени точности, а в марте Google заявляет о достижении степени точности в 4,8 %».

Другими словами, если вы возьмете любую фотографию и «скормите» ее нейросети, то уже сегодня с вероятностью как минимум 95 %, компьютер «осознает», что именно (и кто) изображено на этой фотографии. А с такими темпами уже в ближайшем светлом будущем машины легко смогут ориентироваться в окружающем мире по одному только стереоизображению (а-ля Kinect), прямо как люди.

Это первая страница
1 / 2

Войти через...


Это даст читателю возможность голоса, комментария, создания закладки, и даже написания поста, не говоря о множестве других мелких ништяков.

Популярное


30 дней в океане 6 ноя, в 14:08

Соациализируемся


Также найти меня можно в других злачных местах:

Все еще использую электронную почту:
andreybaksalyar@ya.ru