Организация OpenAI выпустила Python-подобный язык программирования с открытым исходным кодом для разработки нейросетей 👀

Triton позволит достичь максимальной производительности оборудования без особых усилий - утверждают в компании. С его помощью разработчики без опыта работы с CUDA смогут писать высокоэффективный код, выполняемый на графическом процессоре.

Язык программирования совместим с Python и позволил исследователям с помощью 25 строк выполнить задачу, на реализацию которой обычно уходит больше усилий и ресурсов.

Triton также упрощает разработку специализированных ядер, которые могут быть намного быстрее аналогов в библиотеках общего назначения. Компилятор автоматически оптимизирует и распараллеливает код, преобразуя его для выполнения на последних графических процессорах Nvidia.

Первая версия языка доступна на GitHub. На сегодняшний день он работает лишь с оборудованием от Nvidia.

Источник - ForkLog AI 💬

Как правительства разных стран используют ИИ: он выявляет пневмонию, прогнозирует пожары и будет бороться с коррупцией

ИИ стал новой сферой конкуренции между государствами. А мы и не против: он улучшает жизнь и помогает в решении многих задач.

Вот 6 интересных примеров:

Управление дорожным движением
Только в Москве работает более 2,5 тысяч «умных» светофоров, подстраивающихся под дорожную ситуацию. Каждый из них может сам принимать решения, а может работать синхронно с собратьями. Информацию такой светофор получает от датчиков, вмонтированных в дорожное полотно.
ТАСС

Беспилотные поезда
В Париже, Стамбуле, Дубае и других городах вагоны метро уже перевозят пассажиров без участия человека. В Москве обсуждают возможность запуска подобных составов на кольцевой линии в ближайшие несколько лет.
AI Conference

Контроль соблюдения масочного режима
В пандемию Франция начала использовать ИИ, чтобы проверять, носят ли маски пассажиры метрополитена. При этом разработчик программы, стартап DatakaLab, подчеркивает: цель проекта не идентифицировать и наказать людей, а собрать анонимные данные, которые помогут предвидеть вспышки заболеваемости.
The Verge

Выявление коронавирусной пневмонии
Российская компания SCIBERIA разработала программу для выявления коронавирусной пневмонии с помощью технологии машинного обучения. Система готова помогать врачам диагностировать заболевание на ранних стадиях, анализируя данные КТ. Алгоритмы работают с точностью 95%. Испытание системы начали в государственных больницах Якутии.
ТАСС

Предотвращение коррупции
Участники грядущего хакатона по искусственному интеллекту разработают систему, позволяющую выявлять и классифицировать потенциальные коррупциогенные факторы в нормативно-правовых актах. Сегодня экспертизу проводят в ручном режиме — автоматизация повысит качество работы и сократит трудозатраты. Регистрация на хакатон открыта до 4 августа.
РАЭК

Прогнозирование пожаров
Профессор Джэ Сын Ли со своими студентами разработал модель прогнозирования пожаров в Сеуле. Запуская различные модули машинного обучения, авторы проекта смогли добиться точности в 90%. Программа помогла выявить самые опасные районы 9-миллионного города. На основе этих данных пожарные службы изменили маршруты патрулирования и расположение станций.
Microsoft

👣 Разработчики пермской компании «Промобот» создали нейросеть для определения оптимальных туристических маршрутов.

Она предлагает наиболее привлекательные достопримечательности, основываясь на данных о поле, возрасте и настроении собеседника. За исходные данные взяли статистику визитов туристических объектов Пермского края. Алгоритм содержит свыше 9 тыс. комбинаций.

Разработчики использовали мультиклассовые классификаторы, основанные на сочетании нейронных сетей, одна из которых - GPT-3. Также в комбинацию вошли нейросети Bidirectional Encoder Representations from Transformers (BERT) и Text-to-Text Transfer Transformer. Данные обрабатывались алгоритмами классического машинного обучения под названием градиентный бустинг - LightGBM, XGBoost, CatBoost. Разработчики «донастроили» модель для более точного ответа на запрос.

Планируется, что в 2022 году компания создаст робота, который будет работать в туристическом информационном центре. Андроид будет отвечать на самые популярные вопросы путешественников 🙌

Друзья ❕❕❕

В связи со сложной эпидемиологической обстановкой в Великом Новгороде и нежеланием подвергать здоровье наших участников риску мы приняли решение перенести мероприятие на 10-12 сентября.

Рады сообщить, что задача сохраняется, и все кто планировал участвовать в мероприятии ранее, смогут её решить. Регистрация продолжается, а у участников будет больше времени на сбор команд и подготовку!

Мужчина использовал искусственный интеллект, чтобы вернуть свою умершую невесту 😱

Джошуа Барбо использовал ИИ для создания чат-бота, имитирующего его невесту. Она скончалась восемь лет назад от редкого заболевания печени, но Джошуа так и не смог пережить это..

Он воспользовался веб-сайтом Project December. Ресурс применял одну из самых мощных моделей ИИ GPT-3. С её помощью Джошуа удалось научить бота вести разговор так, как это делала бы его возлюбленная. Для этого он использовал старые сообщения и предоставил некоторую справочную информацию. Результат оказался пугающе реалистичным — запрограммированный бот мог подражать Джессике с потрясающей точностью.

GPT-3 использует огромные массивы данных созданного человеком текста — это могут быть электронные письма, чаты в мессенджерах и даже посты на Reddit. Технология учится имитировать стиль общения, применяя его где угодно: от академических статей до любовных посланий.

Нашли этот совершенно сумасшедший материал на Lifehacker 👍

⚡️⚡️Как мы уже определили, творчество, в контексте создания чего-то принципиально нового - это прерогатива человека. Но с когнитивными задачами в музыкальной индустрии, а особенно подражанием, искусственный интеллект справляется вполне успешно.

Например, нейронная сеть MuseNet, которая была создана компанией Open AI в 2019 году. Она создает четырехминутные музыкальные композиции, используя 10 инструментов и комбинируя стили классических и современных композиторов. Обучаясь, сеть усваивает закономерности гармонии, ритма и стиля, которые затем использует в создании произведений. Кстати, в 2021 году сеть даже была принята в Союз композиторов России.

⚡️⚡️Другой интересный кейс – увертюра, написанная нейросетью в стилистике русского композитора А. Н. Скрябина. Иван Ямщиков, исследователь Яндекса и один из разработчиков, рассказывает, что отправной точкой для создания стала другая нейросеть. Она умела писать стихи в стилистике определенного поэта, обучаясь по модели «language model» ( учится предсказывать следующее слово или следующую ноту во фразе). Новая нейронка-композитор обучалась на архитектуре «autoencoder» (трек сжимается до вектора более низкой размерности, а нейросеть пытается развернуть этот вектор и восстановить трек целиком). Этот способ позволяет передать нейросети большой массив данных для обучения, было использовано около 150 тыс. треков. В комментах ссылка

Созданием музыки процесс не ограничился. Результаты творчества нейросети вылились в выступление камерного оркестра на конференции YaC в 2017 году. Главная партия терменвокса была расписана по цветовой шкале Скрябина, то есть каждая нота подсвечивалась определенным цветом, который был закреплен за ней Скрябиным, основоположником светомузыки. Дизайнер Яндекса Кирилл Хачатуров предложил сопровождать выступление генеративной графикой, которая также была создана нейросетью.

🔥 Робот Шимон, созданный учеными Технологического института Джорджии, не только пишет музыку, но и исполняет ее в четыре руки. Он работает на основе 5000 музыкальных композиций и более 2 млн мотивов, загруженных в память, применяя алгоритмы deep learning. Студент Мейсон Бретан помогает Шимону развиваться. Сначала робот «слушал» чужую музыку и импровизировал над заданными последовательностями аккордов, но постепенно перешел к самостоятельному генерированию мелодии и гармонических структур. Его «Мышление» становится все больше похожим на мышление профессиональных музыкантов: он меньше сосредотачивается на каждой отдельной ноте, смещая фокус на общую структуру композиции. Произведения Шимона звучат как микс джаза и классики.

На очереди - Калининград 😎

20-22 августа пройдет наш второй хакатон. Ну и лекции, естественно!

На этот раз участникам предстоит разработать интегрируемую модель машинного обучения, способную выявлять нарушения при обороте продукции животного происхождения.

Ежемесячный объем выданных электронных сопроводительных документов на животноводческую продукцию превышает 350 млн. Представляете сколько времени занимает обработка документов вручную? Ага, сложновато.

Автоматизированная система на базе ИИ позволит мониторинговым группам анализировать 100% информации и своевременно выявлять нарушения. По-сути, речь о продовольственной безопасности нашей страны.

Ты сможешь:

▪️проявить себя
▪️прокачать скиллы
▪️пополнить портфолио крутым проектом
▪️познакомиться с единомышленниками

Ну и конечно же получить денежный приз! Призовой фонд - 400 тыс. рублей.

Представь IT-сообщество Калининграда на большом федеральном проекте! Мама будет гордиться 😉

Регистрация открыта до 18 августа.

🍏 Apple запустила тестирование нейросети для локальной проверки фотографий пользователей iPhone на предмет жестокого обращения с детьми.

Инструмент непрерывно анализирует снимки на устройствах компании без передачи данных в облачное хранилище. В случае обнаружения незаконного контента система сообщит об этом группе рецензентов, которые перепроверят информацию и при необходимости сообщат в полицию.

🔒 Представители компании подчеркнули, что использование данного решения не нарушает конфиденциальности пользователей.

https://forklog.com/apple-zadejstvovala-ii-dlya-poiska-nezakonnogo-kontenta-na-iphone-polzovatelej/

#Apple #отслеживание

🫀 Согласно отчету Reports and Data, к 2027 году мировой рынок ИИ в здравоохранении достигнет $61,59 млрд. Индустрия будет расти очень быстро. Сейчас технологии используются в основном для повышения производительности и снижения нагрузки на медперсонал, а также для анализа сложных диагностических и мед. данных. 

CB Insights выделил 12 основных направлений, в которых сейчас появляются стартапы. Но четыре из них занимают 54% всего объема.

➕Доступ к клиническим возможностям. Эти инструменты помогают поставщикам услуг и пациентам находить друг друга и взаимодействовать эффективнее.

➕Скрининг и диагностика. От тестирования пациентов до визуализации и цифровой патологии. 

➕ Виртуальные службы мед.помощи. На фоне Covid-19 спрос на эти услуги заметно вырос. 

➕ Проекты, ориентированные на лечение. Они помогают предотвращать, контролировать или лечить заболевания.

👩‍⚕️ Подробнее о внедрении ИИ в здравоохранение и перспективах российской медицины в колонке Сергея Плуготаренко, директора РАЭК на GxP news.

👾 ФСИ запустил новые конкурсы в области ИИ - «СТАРТ-ИИ» и «РАЗВИТИЕ-ИИ», компании могут выиграть гранты до 4, 8 или 20 млн руб.

Принимают проекты по направлениям:

➕компьютерное зрение;
➕обработка естественного языка;
➕распознавание и синтез речи;
➕интеллектуальные системы поддержки принятия решений;
➕перспективные методы ИИ.

Подать заявку в „Старт-ИИ“ можно без юридического статуса, все формальности оформите после победы. Кроме того, команды, недостаточно проработавшие проект для гранта в 4 млн рублей, смогут получить 800 тысяч рублей на акселерацию и развитие компетенций, а после обучения снова подать заявку.

Для участия в „Развитие-ИИ“ компании должны иметь опыт разработки и успешные продажи собственных продуктов, они могут претендовать на гранты до 20 млн руб.

До конца года ФСИ поддержит более 100 проектов. На это выделят 800 млн руб.

Заявки на «СТАРТ-ИИ» до 4 млн руб. принимаются до 23 августа, до 8 млн руб. — до 6 сентября, а на «Развитие-ИИ» — до 20 сентября.

Подробности на сайте 👾

⚖️ Машинное обучение существует за счет того, чем его наполнят создатели, а человеческий мозг полон предрассудков. Если разработчик необъективно оценивает ситуацию, он вносит несправедливые параметры в инструкцию алгоритма, и нейросеть получает эту предвзятость “по наследству”.

В США было несколько важных судебных процессов по этой теме, наиболее значимые из которых касались противоречивых решений, предложенных Northpointe - COMPAS, это ПО, которое предсказывает риск того, что обвиняемый совершит преступление снова. Алгоритм учитывает 137 параметров и за время его использования через него прошли более 1 млн американских подсудимых.

В 2016 году экспертиза ProPublica обнаружила, что алгоритм не просто неточный (менее 20% верных прогнозов), но также демонстрирует существенные расовые различия. «Чернокожие в два раза чаще, чем белые, будут отмечены как группы повышенного риска, но на самом деле не совершат повторного правонарушения».

И это не единственный случай. Приложение Google Photo вообще распознавало людей с черным цветом кожи как горилл. За три года компания не придумала ничего лучше, чем запретить помечать вообще любые объекты на фотографиях как гориллу, шимпанзе и обезьяну.

Исследование 2015 года показало, что женщины гораздо реже, чем мужчины, видят рекламу высокооплачиваемых должностей, которую показывает Google AdSense.

В 2019 году в сексизме были также заподозрены банк Goldman Sachs и Apple Card, после того, как известный программист Давид Ханссон рассказал о том, что его максимум по кредиту оказался в 20 раз больше, чем у его жены, и это при том, что ее кредитный рейтинг выше. Однако супруге было отказано в увеличении кредитного максимума, когда у самого Ханссона такой проблемы не было. Позднее о такой же ситуации, с 10-кратной разницей c женой в кредитном лимите по Apple Card, написал сооснователь Apple Стивен Возняк.

Мы не можем быть уверены, что подобной дискриминации нет в России. в феврале 2021 года в Госдуме рассматривался законопроект, обязующий банки объяснять потенциальным заемщикам причины отказа в кредите, чтобы люди могли устранить эти причины. Но ассоциация банков выступила против, потому как на внутренние модели оценки платежеспособности клиентов распространяется коммерческая тайна.

Даже если разработчики не хотят нанести вред, чаще всего они хотят извлечь выгоду. Далеко не все алгоритмы работают на благо общества, многие работают на благо создателей. Это часто можно наблюдать в области медицины — важнее не вылечить, а порекомендовать лечение подороже.

🙅 Поэтому мы не можем слепо верить в объективность решений. Алгоритмы влияют на судебные решения, медицинские диагнозы и решения о приеме на работу. И так как мы всё больше полагаемся на ИИ важно предусматривать этические стороны на этапе разработки систем, понимать последствия некорректных решений и предотвращать подобные инциденты.

⚡️⚡️ Трекер плохого не посоветует: наставления участникам от Антона Макарова, генерального директора Creonit

20-22 августа в Калининграде пройдет наш второй хакатон по искусственному интеллекту. Участникам предстоит разработать интегрируемую модель машинного обучения, способную выявлять нарушения при обороте продукции животного происхождения. Справиться с задачей участникам помогут трекеры. Но кто такие трекеры и чем они занимаются?

Это специалисты с бизнес-опытом и опытом работы со стартапами. Они привлекаются для сопровождения и консультаций команд в части, касающейся продуктового мышления, командообразования, ресурсного планирования. Одним из таких специалистов на хакатоне в Калиниграде будет Anton Makarov, генеральный директор Creonit.

Мы задали Антону пару вопросов о том, что значит для него трекерство в хакатоне, почему важно помогать участникам во время разработки и чем интересна сама задача.

▫️ Почему вы решили принять участие в качестве трекера?

➖ Моя личная миссия — помочь как можно большему количеству людей найти себя в сфере Информационных Технологий. Кому-то я помогаю советом, кого-то беру на стажировку или работу. Участие в хакатонах пересекается с моей личной миссией и я несколько раз принимал в них участие в качестве технического и отраслевого эксперта. В этот раз иду трекером, так как навык трекера интересен мне и хочу развивать его у наших руководителей проектов.

▫️ В чем, на ваш взгляд, трекер помогает участникам хакатона?

➖ Фокусироваться на поставленной бизнес-задаче, не уходить в сторону, не закапываться, подсказать на каком уровне детализации решить ту или иную часть задачи.

▫️ Как вы оцениваете поставленную перед участниками хакатона в Калининграде задачу?

➖ Задача полезная. Настоящая. С настоящими задачами интересно и сложно работать. Сейчас всё больше выпускаемой продукции отслеживаются от сырья до полки в магазине (фарма, древесина), выпускать подделки становится сложнее, пользу от этого сложно переоценить.

▫️ В чем ее сильные и слабые стороны?

➖ Слабая сторона: Возможно, использование ИИ для этой задачи избыточно.
Сильная сторона: Невыдуманная задача из реального сектора экономики.

▫️ Поделитесь с участниками тремя лайфхакам, как подготовиться к хакатону?

➖ Соберите сбалансированную команду и распределите роли между собой.Подготовьте вопросы, которые вы зададите кейсодержателю. Как можно больше вопросов.
Продумайте несколько вариантов решения задачи.

▫️ Какие возможности данный хакатон может дать участникам?

Умение выходить из зоны комфорта. Нетворкинг.

Краткая биография трекера:

Антон Макаров учился в Алтайском государственном техническом университете имени И.И. Ползунова на факультете информационных технологий. Работал в компаниях: Мэйпл, Artjazz, Kinetica, Sibers, МейТан. На сегодняшний день является генеральным директором Creonit / digital production в Калининграде.

🔗 RUNET-ID: https://runet-id.com/371679

Creonit / digital production – создают цифровые продукты: мобильные сервисы, e-commerce, EdTech, FoodTech, b2b-порталы. Работают по классическому продуктовому циклу. Анализируют рынок, делают JTBD и кастдев, исследуют бизнес-процессы, считают юнит-экономику.

Офисы находятся в Калининграде и Барнауле.