Наверное, каждый хоть раз пробовал поболтать с яндексовской Алисой. Но знаете ли вы что-нибудь о ее предшественнице Элизе и о том, когда человек впервые смог поговорить с роботом?
Если нет, то скорее читайте нашу статью о бабушке современных чат-ботов!
#nlp #sysblok
https://telegra.ph/Rozhdenie-govoryashchih-mashin-11-22
Если нет, то скорее читайте нашу статью о бабушке современных чат-ботов!
#nlp #sysblok
https://telegra.ph/Rozhdenie-govoryashchih-mashin-11-22
Telegraph
Рождение говорящих машин
Человеку захотелось поговорить с роботом уже к середине прошлого века: в 1950 году Айзек Азимов выпускает сборник рассказов «Я, Робот» вместе с тремя законами робототехники, и в этом же году Алан Тьюринг публикует статью «Вычислительные машины и разум», где…
Нейровоскрешение великого битника
В 1951 году Джек Керуак закончил свой роман-путешествие «В дороге» (On the road), который по сути является автобиографическим и описывает дорожное путешествие двух друзей по США и Мексике. Технику письма, в которой создан этот роман, автор назвал «спонтанной/импровизационной прозой» и сравнил ее с джазовой музыкой подразумевая, что процесс написания чего-либо не должен полностью осознаваться автором, а должен исходить из впечатлений. Керуак свои работы писал следующим образом: он вставлял рулон бумаги в печатную машинку и просто стучал по клавишам, пока не наберется метра три текста в день.
В 2018 году Росс Гудвин, бывший писатель-призрак (ghostwriter) администрации президента Обамы и нынешний инженер в Google, решил повторить этот опыт с помощью компьютерных алгоритмов. Гудвин не первый год экспериментирует с порождением текстов: в 2014 году он превратил в роман доклад Сената США о пытках. А в своей магистерской диссертации Гудвин использовал данные камеры, компаса и часов, чтобы автоматически превращать прогулки по городу в тексты.
Теперь Гудвин решил усовершенствовать свой алгоритм и получить с его помощью дорожный роман в стиле Джека Керуака. Он отправился со своими друзьями в четырехдневное путешествие из Нью-Йорка в Новый Орлеан на своем «кадиллаке», который тоже является персонажем получившегося произведения.
На машину поставили GPS навигатор, камеру снаружи, микрофон внутри и часы, объединив все это в единую «систему наблюдения» за впечатлениями. Для печати текста в «кадиллак» загрузили двадцать рулонов бумаги, чего, по словам Гудвина, хватило бы на роман в один миллион слов.
Часы фиксировали время, камера — окружающую обстановку, микрофон — диалоги путешественников, и все это отправлялось на обработку в нейронную сеть LSTM, обученную на текстах писателей и данных геосервиса Foursquare. Результаты вышли не идеальными, это совсем не тот уровень на котором может писать человек, но похоже на первую поездку маленького ребенка. «Сейчас девять семнадцать утра и дом тяжелый», — таким вышло первое предложение романа.
На протяжении всего путешествия данные от разных датчиков генерировали предложения необычного содержания, например, координаты широты и долготы были напечатаны дословно: «35.415579526 N, −77.999721808 W, на высоте 154,68504432 футов над уровнем моря, на 0,0 миль в час». Главное отличие этой техники от того, как обычно пишутся романы (днями, месяцами и даже годами), состоит в том, что текст создаётся практически постоянно, без перерывов.
Создатель этого проекта считает, что эксперимент получился успешным и очень интересным, потому что это первое большое непрерывное произведение, написанное нейросетью с помощью технологий, которые ведут наблюдение и обрабатывают данные.
Анна Бушмина
О том, как создавался этот роман, подробнее можно узнать тут.
В 1951 году Джек Керуак закончил свой роман-путешествие «В дороге» (On the road), который по сути является автобиографическим и описывает дорожное путешествие двух друзей по США и Мексике. Технику письма, в которой создан этот роман, автор назвал «спонтанной/импровизационной прозой» и сравнил ее с джазовой музыкой подразумевая, что процесс написания чего-либо не должен полностью осознаваться автором, а должен исходить из впечатлений. Керуак свои работы писал следующим образом: он вставлял рулон бумаги в печатную машинку и просто стучал по клавишам, пока не наберется метра три текста в день.
В 2018 году Росс Гудвин, бывший писатель-призрак (ghostwriter) администрации президента Обамы и нынешний инженер в Google, решил повторить этот опыт с помощью компьютерных алгоритмов. Гудвин не первый год экспериментирует с порождением текстов: в 2014 году он превратил в роман доклад Сената США о пытках. А в своей магистерской диссертации Гудвин использовал данные камеры, компаса и часов, чтобы автоматически превращать прогулки по городу в тексты.
Теперь Гудвин решил усовершенствовать свой алгоритм и получить с его помощью дорожный роман в стиле Джека Керуака. Он отправился со своими друзьями в четырехдневное путешествие из Нью-Йорка в Новый Орлеан на своем «кадиллаке», который тоже является персонажем получившегося произведения.
На машину поставили GPS навигатор, камеру снаружи, микрофон внутри и часы, объединив все это в единую «систему наблюдения» за впечатлениями. Для печати текста в «кадиллак» загрузили двадцать рулонов бумаги, чего, по словам Гудвина, хватило бы на роман в один миллион слов.
Часы фиксировали время, камера — окружающую обстановку, микрофон — диалоги путешественников, и все это отправлялось на обработку в нейронную сеть LSTM, обученную на текстах писателей и данных геосервиса Foursquare. Результаты вышли не идеальными, это совсем не тот уровень на котором может писать человек, но похоже на первую поездку маленького ребенка. «Сейчас девять семнадцать утра и дом тяжелый», — таким вышло первое предложение романа.
На протяжении всего путешествия данные от разных датчиков генерировали предложения необычного содержания, например, координаты широты и долготы были напечатаны дословно: «35.415579526 N, −77.999721808 W, на высоте 154,68504432 футов над уровнем моря, на 0,0 миль в час». Главное отличие этой техники от того, как обычно пишутся романы (днями, месяцами и даже годами), состоит в том, что текст создаётся практически постоянно, без перерывов.
Создатель этого проекта считает, что эксперимент получился успешным и очень интересным, потому что это первое большое непрерывное произведение, написанное нейросетью с помощью технологий, которые ведут наблюдение и обрабатывают данные.
Анна Бушмина
О том, как создавался этот роман, подробнее можно узнать тут.
Пощады не будет: учителей меняют на роботов
Новые технологии меняют традиционную роль учителя. Скоро преподавание может стать более инклюзивным: вместо привычного лекционного формата педагоги смогут сфокусироваться на индивидуальной деятельности ученика, отслеживая его прогресс и успехи.
Недавно команда специалистов анализировала работу робота по имени «Ботти», который помогал вести онлайн-курс. «Ботти» искал в Твиттере запросы по хэштегу и ключевым словам курса — и включался в беседу. «Когда Ботти находил хэштег, он отвечал на запрос серией автоматических сообщений, предварительно созданных руководителями программы. Его ответы включали в себя не только простые рекомендации к курсу, но и высказывания, заставляющие читателя использовать изученный материал программы и включаться в дискуссию с ботом и другими студентами» — пишут исследователи.
По итогам анализа бот был признан профессионально пригодным. Он неплохо подсказывал ответы — и побуждал студентов общаться друг с другом. Как отмечено в статье, «использование учителя-робота оказалось весьма полезным в развитии взаимодействий среди студентов программы и, следовательно, в дальнейшем робот может выступать в качестве полноправного ассистента в образовательном процессе».
Есть ли у «Ботти» преимущества перед живым педагогом? Исследователи считают, что да — компьютер не раздражается, бесконечно терпелив и не нуждается в отдыхе. Учитель-робот выступает как «доброжелательный, неутомимый инструктор, который может отвечать на вопросы о курсе в любое время». Роботы всегда онлайн и всегда готов прийти на помощь. Кроме того, бот гораздо дешевле.
Так как организаторы онлайн-курсов часто используют в качестве помощников менее квалифицированных преподавателей, робот — даже не обладающий полноценной интеллектуальностью — станет отличной альтернативой. «Мы можем утверждать, что границы между ролью учителя и учителя-робота постепенно стираются», — таков вывод исследователей, проанализировавших опыт «Ботти».
Подробнее узнать о ботах-учителях можно тут.
Перевел Олий Курилов
Новые технологии меняют традиционную роль учителя. Скоро преподавание может стать более инклюзивным: вместо привычного лекционного формата педагоги смогут сфокусироваться на индивидуальной деятельности ученика, отслеживая его прогресс и успехи.
Недавно команда специалистов анализировала работу робота по имени «Ботти», который помогал вести онлайн-курс. «Ботти» искал в Твиттере запросы по хэштегу и ключевым словам курса — и включался в беседу. «Когда Ботти находил хэштег, он отвечал на запрос серией автоматических сообщений, предварительно созданных руководителями программы. Его ответы включали в себя не только простые рекомендации к курсу, но и высказывания, заставляющие читателя использовать изученный материал программы и включаться в дискуссию с ботом и другими студентами» — пишут исследователи.
По итогам анализа бот был признан профессионально пригодным. Он неплохо подсказывал ответы — и побуждал студентов общаться друг с другом. Как отмечено в статье, «использование учителя-робота оказалось весьма полезным в развитии взаимодействий среди студентов программы и, следовательно, в дальнейшем робот может выступать в качестве полноправного ассистента в образовательном процессе».
Есть ли у «Ботти» преимущества перед живым педагогом? Исследователи считают, что да — компьютер не раздражается, бесконечно терпелив и не нуждается в отдыхе. Учитель-робот выступает как «доброжелательный, неутомимый инструктор, который может отвечать на вопросы о курсе в любое время». Роботы всегда онлайн и всегда готов прийти на помощь. Кроме того, бот гораздо дешевле.
Так как организаторы онлайн-курсов часто используют в качестве помощников менее квалифицированных преподавателей, робот — даже не обладающий полноценной интеллектуальностью — станет отличной альтернативой. «Мы можем утверждать, что границы между ролью учителя и учителя-робота постепенно стираются», — таков вывод исследователей, проанализировавших опыт «Ботти».
Подробнее узнать о ботах-учителях можно тут.
Перевел Олий Курилов
За гранью разумного: нейросеть придумала кино
В 2016 году британский кинорежиссёр Оскар Шарп снял короткометражный фильм Sunspring, сценарий к которому написала нейросеть по имени Бенджамин.
Во время учёбы в нью-йоркской киношколе Шарп познакомился с Россом Гудвином, который прежде увлекался писательством, но на тот момент уже занимался обработкой языка и обучал нейросети. Тогда друзья и увлеклись идеей создания «искусственного интеллекта», который смог бы написать оригинальный текст. Вскоре Гудвину действительно удалось создать такую нейросеть. Для её обучения Гудвин выбрал сценарии sci-fi фильмов, лежащие в открытом доступе. В основном это была научная фантастика 80х — 90х годов.
Когда текст был готов, Шарп распределил роли между актёрами. Те стали добавлять свои интонации, мимику и жесты к набору слегка косноязычных и не всегда понятных предложений, порожденных нейросетью. Вскоре результат сотрудничества между искусственным интеллектом и человеком был представлен на лондонском кинофестивале «SCI-FI-LONDON».
Технически «Бенджамин» — это рекуррентная нейросеть с долгой краткосрочной памятью (Long short-term memory, LSTM). Такие сети часто используются для распознавания, обработки и порождения текста. Преимущество LSTM-сетей над более простыми методами генерации языка цепью Маркова заключается в том, что они лучше предсказывают целые параграфы, а не только цепочки из нескольких слов. Со временем Бенджамин даже научился подражать структуре сценария. Единственной сложностью для алгоритма остались имена персонажей. Он назвал своих героев H, H и C. Для ясности Оскар Шарп изменил одно из имён с H на H2.
Мария Тершукова
В 2016 году британский кинорежиссёр Оскар Шарп снял короткометражный фильм Sunspring, сценарий к которому написала нейросеть по имени Бенджамин.
Во время учёбы в нью-йоркской киношколе Шарп познакомился с Россом Гудвином, который прежде увлекался писательством, но на тот момент уже занимался обработкой языка и обучал нейросети. Тогда друзья и увлеклись идеей создания «искусственного интеллекта», который смог бы написать оригинальный текст. Вскоре Гудвину действительно удалось создать такую нейросеть. Для её обучения Гудвин выбрал сценарии sci-fi фильмов, лежащие в открытом доступе. В основном это была научная фантастика 80х — 90х годов.
Когда текст был готов, Шарп распределил роли между актёрами. Те стали добавлять свои интонации, мимику и жесты к набору слегка косноязычных и не всегда понятных предложений, порожденных нейросетью. Вскоре результат сотрудничества между искусственным интеллектом и человеком был представлен на лондонском кинофестивале «SCI-FI-LONDON».
Технически «Бенджамин» — это рекуррентная нейросеть с долгой краткосрочной памятью (Long short-term memory, LSTM). Такие сети часто используются для распознавания, обработки и порождения текста. Преимущество LSTM-сетей над более простыми методами генерации языка цепью Маркова заключается в том, что они лучше предсказывают целые параграфы, а не только цепочки из нескольких слов. Со временем Бенджамин даже научился подражать структуре сценария. Единственной сложностью для алгоритма остались имена персонажей. Он назвал своих героев H, H и C. Для ясности Оскар Шарп изменил одно из имён с H на H2.
Мария Тершукова
YouTube
Sunspring | A Sci-Fi Short Film Starring Thomas Middleditch
In the wake of Google's AI Go victory, filmmaker Oscar Sharp turned to his technologist collaborator Ross Goodwin to build a machine that could write screenplays. They created "Jetson" and fueled him with hundreds of sci-fi TV and movie scripts. Building…
Большой Брат узнает по походке
Китайские власти начали внедрение нового инструмента слежки, который определяет личность по походке. Даже если человек скрыл лицо от камеры, он будет опознан по пластике движений и очертаниям тела.
Система уже используется на улицах Пекина и Шанхая. По словам разработчиков из компании Watrix, алгоритм способен идентифицировать человека на расстоянии до 50 метров, даже если тот повернут к камере спиной и закрыл лицо.
«Анализ походки нельзя обмануть, если просто прихрамывать, сутулиться или намеренно косолапить. Мы анализируем очертания тела целиком», — говорит Хуан Юнчжэн, гендиректор Watrix.
Сейчас китайская полиция использует распознавание лиц, чтобы распознавать участников массовых акций и штрафовать пешеходов-нарушителей. Тотальная слежка за людьми организована в Синцзяне, где живут мусульмане-уйгуры. На этот регион приходится большая часть из 20 млн. установленных в Китае камер. Власти Синцзяна уже проявили интерес к новой технологии распознавания походки.
Китайские власти планируют объединить все камеры в единую сеть с центральной базой к 2020 году. Правительство КНР и частные инвесторы вкладывают большие средства в биометрические технологии, способные распознать человека на видео. Компания Watrix получил на разработку своего алгоритма распознавания походки около 100 млн. юаней (14,5 млн. долларов). Компании помогает Академия наук Китая.
Сама технология не нова: что-то похожее уже делали ученые в США, Великобритании и Японии. Исследователи из Университета Осаки ведут такие разработки с 2013 года вместе с японской полицией. Но пока никто еще не смог создать систему, работающую достаточно хорошо. Недавно закрылась израильская фирма FST Biometrics, которая так и не смогла коммерциализировать распознавание походки.
«Это сложнее, чем вся прочая биометрия, — говорит Марк Никсон, специалист по распознаванию походки из Университета Саутгемптона. — Нужно больше компьютерных мощностей, так как анализировать приходится не отдельную фотографию, а всю последовательность».
Китайская система извлекает из видеозаписи очертания фигуры человека и создает модель его походки. Пока она неспособна идентифицировать людей в реальном времени — видеозаписи необходимо загружать. Анализ часа видео может занимать до 10 минут. Точность системы — 94%, в этом она пока уступает распознаванию лиц.
Гендиректор Watrix говорит, что систему можно использовать не только в полиции. Например, она способна вовремя заметить человека, который упал и не поднимается. Алгоритм мог бы помочь в присмотре за детьми и престарелыми.
Однако пока основной клиент системы — правоохранительные органы. Учитывая масштабы слежки за гражданами в Китае, новая технология выглядит как еще один штрих в картине тоталитарной антиутопии.
С источником материала можно ознакомиться тут.
Китайские власти начали внедрение нового инструмента слежки, который определяет личность по походке. Даже если человек скрыл лицо от камеры, он будет опознан по пластике движений и очертаниям тела.
Система уже используется на улицах Пекина и Шанхая. По словам разработчиков из компании Watrix, алгоритм способен идентифицировать человека на расстоянии до 50 метров, даже если тот повернут к камере спиной и закрыл лицо.
«Анализ походки нельзя обмануть, если просто прихрамывать, сутулиться или намеренно косолапить. Мы анализируем очертания тела целиком», — говорит Хуан Юнчжэн, гендиректор Watrix.
Сейчас китайская полиция использует распознавание лиц, чтобы распознавать участников массовых акций и штрафовать пешеходов-нарушителей. Тотальная слежка за людьми организована в Синцзяне, где живут мусульмане-уйгуры. На этот регион приходится большая часть из 20 млн. установленных в Китае камер. Власти Синцзяна уже проявили интерес к новой технологии распознавания походки.
Китайские власти планируют объединить все камеры в единую сеть с центральной базой к 2020 году. Правительство КНР и частные инвесторы вкладывают большие средства в биометрические технологии, способные распознать человека на видео. Компания Watrix получил на разработку своего алгоритма распознавания походки около 100 млн. юаней (14,5 млн. долларов). Компании помогает Академия наук Китая.
Сама технология не нова: что-то похожее уже делали ученые в США, Великобритании и Японии. Исследователи из Университета Осаки ведут такие разработки с 2013 года вместе с японской полицией. Но пока никто еще не смог создать систему, работающую достаточно хорошо. Недавно закрылась израильская фирма FST Biometrics, которая так и не смогла коммерциализировать распознавание походки.
«Это сложнее, чем вся прочая биометрия, — говорит Марк Никсон, специалист по распознаванию походки из Университета Саутгемптона. — Нужно больше компьютерных мощностей, так как анализировать приходится не отдельную фотографию, а всю последовательность».
Китайская система извлекает из видеозаписи очертания фигуры человека и создает модель его походки. Пока она неспособна идентифицировать людей в реальном времени — видеозаписи необходимо загружать. Анализ часа видео может занимать до 10 минут. Точность системы — 94%, в этом она пока уступает распознаванию лиц.
Гендиректор Watrix говорит, что систему можно использовать не только в полиции. Например, она способна вовремя заметить человека, который упал и не поднимается. Алгоритм мог бы помочь в присмотре за детьми и престарелыми.
Однако пока основной клиент системы — правоохранительные органы. Учитывая масштабы слежки за гражданами в Китае, новая технология выглядит как еще один штрих в картине тоталитарной антиутопии.
С источником материала можно ознакомиться тут.
Будущее медицины в руках у искусственного интеллекта
За последние несколько лет сфера биологических наук серьезно расширилась — в большей части благодаря развитию таких дисциплин, как геномика, эпигеномика, метагеномика и метаболомика. Искусственный интеллект может вывести наше понимание биологии на новый уровень, с его помощью станет возможно обрабатывать все доступные нам знания и создавать прогнозы, важные в том числе для терапевтики.
По словам Уинстона Хайда, профессора биологии Шеффилдского университета, пока нет точной информации о каждом конкретном гене, что подтверждается неудачными попытками использования ингибитора BACE1, а также провалом клинических испытаний таких препаратов, как верубецестат и соланезумаб, для лечения болезни Альцгеймера. Это говорит и об ограниченности нашего понимания изучаемого заболевания, сводящей на нет и без того низкие шансы найти эффективное лекарство.
Воспроизводимость данных наряду с определением влияния отдельных генов в биологических цепочках является одной из серьезных проблем в этой сфере. Искусственный интеллект, благодаря своим возможностям совмещать данные целого генома и делать выводы о наиболее выгодных цепочках взаимодействий, может помочь найти новые методы лечения.
Использование ИИ приведет к прорывным открытиям не только в изучении болезни Альцгеймера, но и во всех отраслях науки, связанных с изучением мозга в принципе. В коре головного мозга находится порядка 18 миллиардов нейронных связей, но пока не хватает вычислительной мощности для их визуализации. Касуэлл Барри, главный научный сотрудник в области клеточной биологии в Университетском колледже Лондона, считает, что решение может быть найдено в имитации возможностей мозга обрабатывать информацию с помощью глубокого обучения. Этот тезис подтверждается стремительным развитием алгоритмов, распознающих закономерности, — они уже нашли свое применение в таких областях здравоохранения, как диагностирование рака.
Создание таким образом качественных моделей мозга возможно по крайней мере для зрительной системы. Тем не менее моделирование всего мозга является более трудной задачей. Исследования уже позволяют говорить об определенных успехах в симуляции нервной системы нематоды C. elegans, которая состоит всего из 302 нейронов, но мозг более крупных животных подвержен изменчивости, и одна модель не подойдет всем.
Как понять, достаточно ли хороши данные? ИИ может проанализировать их и дать рекомендации, но не вполне понятно, как именно он это делает. Можно ли контролировать его развитие и должны ли мы это делать? Когда речь идет о вопросах жизни и смерти, это вызывает разногласия.
Подобную деятельность уже можно наблюдать на примере ИИ, внедренного в соцсети. Скажем, Facebook показывает пользователю то, что, по его мнению, он хотел бы увидеть, и формирует новостную ленту только из тех материалов, которые не противоречат взглядам пользователя на жизнь. Если применить эту технологию в сфере медицины, подобная избирательность может привести к прорывным результатам.
Потенциал ИИ велик, и в будущем ему найдется применение за пределами клиник. Возможно, он позволит нам понять, как появляются воспоминания. Тем не менее пока ИИ не играет большой роли в связи с техническими ограничениями. На данный момент используется лишь 0,5% имеющейся информации. Доступность и качество данных все еще представляют проблему. Однако эта сфера будет развиваться, несмотря на скептическое отношение к ней.
Подробнее узнать о том, как ИИ помогает в изучении болезни Альцгеймера, можно тут.
Перевел Лев Ходос
За последние несколько лет сфера биологических наук серьезно расширилась — в большей части благодаря развитию таких дисциплин, как геномика, эпигеномика, метагеномика и метаболомика. Искусственный интеллект может вывести наше понимание биологии на новый уровень, с его помощью станет возможно обрабатывать все доступные нам знания и создавать прогнозы, важные в том числе для терапевтики.
По словам Уинстона Хайда, профессора биологии Шеффилдского университета, пока нет точной информации о каждом конкретном гене, что подтверждается неудачными попытками использования ингибитора BACE1, а также провалом клинических испытаний таких препаратов, как верубецестат и соланезумаб, для лечения болезни Альцгеймера. Это говорит и об ограниченности нашего понимания изучаемого заболевания, сводящей на нет и без того низкие шансы найти эффективное лекарство.
Воспроизводимость данных наряду с определением влияния отдельных генов в биологических цепочках является одной из серьезных проблем в этой сфере. Искусственный интеллект, благодаря своим возможностям совмещать данные целого генома и делать выводы о наиболее выгодных цепочках взаимодействий, может помочь найти новые методы лечения.
Использование ИИ приведет к прорывным открытиям не только в изучении болезни Альцгеймера, но и во всех отраслях науки, связанных с изучением мозга в принципе. В коре головного мозга находится порядка 18 миллиардов нейронных связей, но пока не хватает вычислительной мощности для их визуализации. Касуэлл Барри, главный научный сотрудник в области клеточной биологии в Университетском колледже Лондона, считает, что решение может быть найдено в имитации возможностей мозга обрабатывать информацию с помощью глубокого обучения. Этот тезис подтверждается стремительным развитием алгоритмов, распознающих закономерности, — они уже нашли свое применение в таких областях здравоохранения, как диагностирование рака.
Создание таким образом качественных моделей мозга возможно по крайней мере для зрительной системы. Тем не менее моделирование всего мозга является более трудной задачей. Исследования уже позволяют говорить об определенных успехах в симуляции нервной системы нематоды C. elegans, которая состоит всего из 302 нейронов, но мозг более крупных животных подвержен изменчивости, и одна модель не подойдет всем.
Как понять, достаточно ли хороши данные? ИИ может проанализировать их и дать рекомендации, но не вполне понятно, как именно он это делает. Можно ли контролировать его развитие и должны ли мы это делать? Когда речь идет о вопросах жизни и смерти, это вызывает разногласия.
Подобную деятельность уже можно наблюдать на примере ИИ, внедренного в соцсети. Скажем, Facebook показывает пользователю то, что, по его мнению, он хотел бы увидеть, и формирует новостную ленту только из тех материалов, которые не противоречат взглядам пользователя на жизнь. Если применить эту технологию в сфере медицины, подобная избирательность может привести к прорывным результатам.
Потенциал ИИ велик, и в будущем ему найдется применение за пределами клиник. Возможно, он позволит нам понять, как появляются воспоминания. Тем не менее пока ИИ не играет большой роли в связи с техническими ограничениями. На данный момент используется лишь 0,5% имеющейся информации. Доступность и качество данных все еще представляют проблему. Однако эта сфера будет развиваться, несмотря на скептическое отношение к ней.
Подробнее узнать о том, как ИИ помогает в изучении болезни Альцгеймера, можно тут.
Перевел Лев Ходос
Роботы-прорабы следят за людьми
Когда искусственному интеллекту доверяют снимать кино или писать стихи, это весело и не страшно. Другое дело — архитектура и строительство. Плохое кино — это 1-2 часа потерянного времени. Плохо спроектированный дом — это человеческая жизнь. Тем не менее, в строительстве есть немало задач, которые уже сегодня можно доверить умным алгоритмам.
Компьютеры хорошо умеют работать с типовыми решениями. Например, они могут сгенерировать все возможные варианты типовой застройки для конкретной местности. Такие программы облегчают архитектору подбор вариантов — и помогают выбрать оптимальный. Например, алгоритм подскажет, на какую сторону света должны выходить окна, чтобы сэкономить тепло.
Машины не спят, не устают и не берут взяток. Поэтому из них получаются хорошие контролеры и инспекторы. Уже сейчас автономные дроны регулярно облетают строительные площадки с инспекциями, становясь своего рода «искусственными прорабами». По прогнозам, в ближайшие годы строительная отрасль будет главным покупателем беспилотников.
Еще одна работа для искусственного интеллекта — расчет и оптимизация пространства внутри здания. Коворкинги применяют машинное обучение, чтобы предсказывать загрузку переговорных комнат и составлять оптимальные расписания. В офисах-опенспейсах алгоритмы с опорой на данные о сотрудниках оптимизируют рассадку людей. Из тысяч вариантов размещения сотрудников выбирается самый потенциально бесконфликтный.
По материалам Strelka Mag.
Когда искусственному интеллекту доверяют снимать кино или писать стихи, это весело и не страшно. Другое дело — архитектура и строительство. Плохое кино — это 1-2 часа потерянного времени. Плохо спроектированный дом — это человеческая жизнь. Тем не менее, в строительстве есть немало задач, которые уже сегодня можно доверить умным алгоритмам.
Компьютеры хорошо умеют работать с типовыми решениями. Например, они могут сгенерировать все возможные варианты типовой застройки для конкретной местности. Такие программы облегчают архитектору подбор вариантов — и помогают выбрать оптимальный. Например, алгоритм подскажет, на какую сторону света должны выходить окна, чтобы сэкономить тепло.
Машины не спят, не устают и не берут взяток. Поэтому из них получаются хорошие контролеры и инспекторы. Уже сейчас автономные дроны регулярно облетают строительные площадки с инспекциями, становясь своего рода «искусственными прорабами». По прогнозам, в ближайшие годы строительная отрасль будет главным покупателем беспилотников.
Еще одна работа для искусственного интеллекта — расчет и оптимизация пространства внутри здания. Коворкинги применяют машинное обучение, чтобы предсказывать загрузку переговорных комнат и составлять оптимальные расписания. В офисах-опенспейсах алгоритмы с опорой на данные о сотрудниках оптимизируют рассадку людей. Из тысяч вариантов размещения сотрудников выбирается самый потенциально бесконфликтный.
По материалам Strelka Mag.
Oт альбома XVII века до Evernote
Альбомы для заметок, своего рода ежедневники, появились еще в XVII веке, а к XXI эволюционировали в продвинутые цифровые тетради вроде Evernote.
Интересно, что могли бы сказать владельцы альбомов XVII века о таких сервисах для заметок. Возможно, они были бы восхищены их возможностями, но в то же время поражены тем, как мы спрятали под замок некоторые важнейшие тексты, ограничив возможность использовать полный потенциал системы.
https://telegra.ph/Ot-alboma-XVII-veka-do-Evernote-12-12
Альбомы для заметок, своего рода ежедневники, появились еще в XVII веке, а к XXI эволюционировали в продвинутые цифровые тетради вроде Evernote.
Интересно, что могли бы сказать владельцы альбомов XVII века о таких сервисах для заметок. Возможно, они были бы восхищены их возможностями, но в то же время поражены тем, как мы спрятали под замок некоторые важнейшие тексты, ограничив возможность использовать полный потенциал системы.
https://telegra.ph/Ot-alboma-XVII-veka-do-Evernote-12-12
Telegraph
От альбома XVII века до Evernote
Альбомы (commonplace books), появившиеся в XVII веке, представляли собой тетрадь для записи идей, цитат из книг, отрывков текста для статей и работ, диаграмм, эскизов — всего, что приходит на ум. Со временем эти записные книжки превратились в личные сборники…
Мы уже не раз писали об отдельных кейсах из области цифровой филологии. Сегодня мы подготовили для вас обобщающую статью о компьютерных методах и инструментах анализа текста — от визуализации его репрезентативных характеристик до тематического моделирования жанров и литературных форм.
https://telegra.ph/Ne-takie-uzh-i-liriki-kompyuternye-tehnologii-dlya-gumanitariev-12-12
https://telegra.ph/Ne-takie-uzh-i-liriki-kompyuternye-tehnologii-dlya-gumanitariev-12-12
Telegraph
Не такие уж и лирики: компьютерные технологии для гуманитариев
Технологии меняют естественные, социальные и гуманитарные науки — частично потому, что порождают диалог между дисциплинами. Гуманитарии обращаются к этому диалогу, когда появляется необходимость в цифровых инструментах для автоматизации решения привычных…
Инфографика и разнообразные визуализации обычно ассоциируются с современными технологиями, но на самом деле первые графические методы анализа и представления информации появились еще в XIX веке!
Как вам, например, идея по горячим следам визуализировать борьбу армии Наполеона и русской зимы?
https://telegra.ph/Nelegkij-put-armii-Napoleona-v-Rossii-12-14
Как вам, например, идея по горячим следам визуализировать борьбу армии Наполеона и русской зимы?
https://telegra.ph/Nelegkij-put-armii-Napoleona-v-Rossii-12-14
Telegraph
Нелегкий путь армии Наполеона в России
Шарль Жозеф Минар — французский инженер и пионер в области графических методов анализа и представления информации. Он был автором множества исторических и экономических карт. Самая известная работа Минара — визуализация вторжения Наполеона Бонапарта в Россию…
Физика элементарных частиц помогает археологам и реставраторам
Один из главных соборов Флоренции, Санта-Мария-дель-Фьоре, был построен в середине XV века ювелиром Филиппо Брунеллески. Для исследователей остаётся неясным, как человек, далёкий по роду своей деятельности от архитектуры, смог возвести столь долговечную конструкцию. Брунеллески предусмотрительно не оставил после себя подробных чертежей собора, чтобы соперники не смогли воспользоваться его секретами. Сегодня это существенно осложняет реконструкцию потрескавшегося купола, так как учёные не могут знать точно, использовал ли архитектор железные цепи при строительстве. В 1980-е годы была произведена попытка восстановления здания, но это только навредило ему.
Елена Гриндинрири из Лос-Аламосской национальной лаборатории, выросшая близ Флоренции, предложила свою помощь. Разгадать тайну конструкции собора ей поможет мюонное излучение. Эта технология впервые была использована в середине XX века для измерения горного туннеля в Австралии. Широкую известность технологии принёс нобелевский лауреат по физике Луис Альварес, пытавшийся вместе с археологами обнаружить тайные комнаты в египетских пирамидах.
Существует несколько методов использования мюонных частиц, все они строятся на принципе их взаимодействия с газом. Мюоны при столкновении с частицами газа испускают вспышку света, которую фиксируют специальные детекторы. Так ученые получают снимки, похожие на рентгеновские. Плотный материал поглощает частицы, создавая на снимке тень. Чем плотнее материал, тем более тёмную тень он будет отбрасывать.
Елена Гриндинрири использовала эту технологию в своей работе ещё в начале 2000-х. Узнав о проблеме реконструкции собора Санта-Мария-дель-Фьоре, она поняла, что мюонное излучение поможет учёным узнать, какой материал скрыт в конструкции здания. Летом 2015 года Гриндинрири вместе со студентами создала копию флорентийского собора у себя в университете и провела первое исследование. Затем она получила разрешение на установку детекторов в самом здании.
Сейчас Гриндинрири ждёт коллег из Пенсильванского университета, чтобы вместе завершить тестирование оборудования. Затем детекторы будут отправлены сотрудникам Флорентийского университета на повторную проверку. После этого их установят в соборе. Определив внутреннюю конструкцию купола, реставраторы будут искать оптимальный способ его укрепления.
Подробнее узнать об использовании мюонных частиц для решения проблемы реконструкции собора можно тут.
Мария Тершукова
Один из главных соборов Флоренции, Санта-Мария-дель-Фьоре, был построен в середине XV века ювелиром Филиппо Брунеллески. Для исследователей остаётся неясным, как человек, далёкий по роду своей деятельности от архитектуры, смог возвести столь долговечную конструкцию. Брунеллески предусмотрительно не оставил после себя подробных чертежей собора, чтобы соперники не смогли воспользоваться его секретами. Сегодня это существенно осложняет реконструкцию потрескавшегося купола, так как учёные не могут знать точно, использовал ли архитектор железные цепи при строительстве. В 1980-е годы была произведена попытка восстановления здания, но это только навредило ему.
Елена Гриндинрири из Лос-Аламосской национальной лаборатории, выросшая близ Флоренции, предложила свою помощь. Разгадать тайну конструкции собора ей поможет мюонное излучение. Эта технология впервые была использована в середине XX века для измерения горного туннеля в Австралии. Широкую известность технологии принёс нобелевский лауреат по физике Луис Альварес, пытавшийся вместе с археологами обнаружить тайные комнаты в египетских пирамидах.
Существует несколько методов использования мюонных частиц, все они строятся на принципе их взаимодействия с газом. Мюоны при столкновении с частицами газа испускают вспышку света, которую фиксируют специальные детекторы. Так ученые получают снимки, похожие на рентгеновские. Плотный материал поглощает частицы, создавая на снимке тень. Чем плотнее материал, тем более тёмную тень он будет отбрасывать.
Елена Гриндинрири использовала эту технологию в своей работе ещё в начале 2000-х. Узнав о проблеме реконструкции собора Санта-Мария-дель-Фьоре, она поняла, что мюонное излучение поможет учёным узнать, какой материал скрыт в конструкции здания. Летом 2015 года Гриндинрири вместе со студентами создала копию флорентийского собора у себя в университете и провела первое исследование. Затем она получила разрешение на установку детекторов в самом здании.
Сейчас Гриндинрири ждёт коллег из Пенсильванского университета, чтобы вместе завершить тестирование оборудования. Затем детекторы будут отправлены сотрудникам Флорентийского университета на повторную проверку. После этого их установят в соборе. Определив внутреннюю конструкцию купола, реставраторы будут искать оптимальный способ его укрепления.
Подробнее узнать об использовании мюонных частиц для решения проблемы реконструкции собора можно тут.
Мария Тершукова
Исследования в парадигме Digital Humanities укрепляют свои позиции на крупнейших мировых конференциях по компьютерной лингвистике. Так, этим летом на NAACL HLT (North American Chapter of the Association for Computational Linguistics: Human Language Technologies) большой успех имела статья о генерации текстов песен с учетом пауз и длительности нот в мелодии.
Разбираемся в том, как языковая модель на основе рекуррентной нейронной сети научилась подбирать текст к мелодии без помощи человека и заранее заданных ритмических шаблонов.
https://telegra.ph/Kak-nejroset-pishet-pesni-12-19
Разбираемся в том, как языковая модель на основе рекуррентной нейронной сети научилась подбирать текст к мелодии без помощи человека и заранее заданных ритмических шаблонов.
https://telegra.ph/Kak-nejroset-pishet-pesni-12-19
Telegraph
Как нейросеть пишет песни
Написание текста песни под уже готовую музыку — сложная задача. Необходимо учитывать тоновые и ритмические свойства мелодии: размер такта, высоту нот, наличие пауз. Длинное слово в песне, приходящееся на паузу в музыке, будет звучать ненатурально. Недавно…
Американский дата-журналист Мэтт Дэниелс создал 3D-визуализацию населения городов на основе данных Еврокомиссии. На интерактивной карте можно наглядно сравнить численность населения городов мира в 2015 и в 1990 г., а также проследить основные тренды: какие регионы «растут», а в каких количество жителей сокращается.
Интерактивная карта умеет сама устраивать туры для пользователя: например, по мегаполисам Китая, сокращающимся городам США или стремительно растущим агломерациям Индии и Африки.
https://pudding.cool/2018/10/city_3d/
Интерактивная карта умеет сама устраивать туры для пользователя: например, по мегаполисам Китая, сокращающимся городам США или стремительно растущим агломерациям Индии и Африки.
https://pudding.cool/2018/10/city_3d/
Кривая прямая и прямая треугольная: неожиданные повороты на улицах России
В стране, где есть старый новый год, крабовые палочки без краба и либерально-демократическая партия без единого либерала и демократа, зигзагообразная улица под названием Прямая никого не удивит. Но на карте России есть вещи и повеселее — например, вытянутая гордой стрелой без единого изгиба улица... Треугольная (в Раменском).
Недавно Яндекс.Карты провели исследование таких геометрических названий в разных городах — и сделали из него смешной тест. Проходить тест действительно весело, советуем.
https://yandex.ru/company/researches/2018/impossible-streets-quiz
В стране, где есть старый новый год, крабовые палочки без краба и либерально-демократическая партия без единого либерала и демократа, зигзагообразная улица под названием Прямая никого не удивит. Но на карте России есть вещи и повеселее — например, вытянутая гордой стрелой без единого изгиба улица... Треугольная (в Раменском).
Недавно Яндекс.Карты провели исследование таких геометрических названий в разных городах — и сделали из него смешной тест. Проходить тест действительно весело, советуем.
https://yandex.ru/company/researches/2018/impossible-streets-quiz
Компания Яндекс
Исследования Яндекса — Самый сложный тест про улицы
Попробуйте угадать название улицы по её форме. Только имейте в виду: Прямая может загибаться кочергой, а Круглая — лежать крестом. Удачи.
Искусство — область тонкой и субъективной оценки. На ценность картины влияют факторы, не связанные с ее художественными достоинствами напрямую. Например, имя автора. Или престиж художественного направления, в котором этот автор работал. Или даже просто попадание в престижный музей.
В журнале Science недавно было опубликовано количественное исследование успеха и репутации художников. С помощью сетевого анализа было установлено, что самые крупные престижные музеи образуют своеобразный «клуб богатых» и постоянно обмениваются экспонатами друг с другом. Попадание в один из этих музеев на раннем этапе карьеры гарантирует художнику успех, и наоборот, даже самый талантливый живописец может остаться непризнанным, если на него не обратили внимания МоМА или Гуггенхайм.
https://telegra.ph/Socialnye-seti-muzeev-kak-hudozhniku-prijti-k-uspehu-12-26
В журнале Science недавно было опубликовано количественное исследование успеха и репутации художников. С помощью сетевого анализа было установлено, что самые крупные престижные музеи образуют своеобразный «клуб богатых» и постоянно обмениваются экспонатами друг с другом. Попадание в один из этих музеев на раннем этапе карьеры гарантирует художнику успех, и наоборот, даже самый талантливый живописец может остаться непризнанным, если на него не обратили внимания МоМА или Гуггенхайм.
https://telegra.ph/Socialnye-seti-muzeev-kak-hudozhniku-prijti-k-uspehu-12-26
Telegraph
Социальные сети музеев: как художнику прийти к успеху?
Портрет «Мужчина в золотом шлеме» считался жемчужиной Берлинской картинной галереи и одной из вершин творчества Рембрандта. В 1984-85 годах искусствоведы установили, что картина написана кем-то другим. После этого стоимость картины снизилась в разы — как…
Новогодние хлопоты позади — наконец-то можно расслабиться, посмотреть красивые картинки, а заодно узнать, зачем елке аспирин, что говорят политики в новогодних обращениях и как правильно приготовить селедку под шубой.
К Новому году мы отобрали 5 праздничных инфографик разных лет, которые запомнились, удивили или повеселили нас.
https://telegra.ph/5-luchshih-novogodnih-infografik-01-01
К Новому году мы отобрали 5 праздничных инфографик разных лет, которые запомнились, удивили или повеселили нас.
https://telegra.ph/5-luchshih-novogodnih-infografik-01-01
Telegraph
5 лучших новогодних инфографик
«Системный Блокъ» неспроста любит инфографику и часто о ней пишет. Инфографика — это стык искусства и науки, эстетики и статистики, образа и числа. То есть инфографика обитает в том же пограничье, что и цифровые гуманитарные исследования (Digital Humanities)…
https://telegra.ph/CHto-takoe-geodannye-chast-I-12-12
Новогодние праздники — отличная возможность уделить немного времени самообразованию. В нашей рубрике #knowhow уже вышли статьи о мультинарративе, нейросетевой поэзии, технологиях предиктивного ввода и биологических основах искусственных нейросетей, а сегодня мы обратимся к совершенно новой теме — геоданным.
Итак, наш картограф Нелли Бурцева буквально на пальцах объясняет, что такое геоинформационные системы (ГИС) и как формально представить данные о расположении объектов в пространстве.
Новогодние праздники — отличная возможность уделить немного времени самообразованию. В нашей рубрике #knowhow уже вышли статьи о мультинарративе, нейросетевой поэзии, технологиях предиктивного ввода и биологических основах искусственных нейросетей, а сегодня мы обратимся к совершенно новой теме — геоданным.
Итак, наш картограф Нелли Бурцева буквально на пальцах объясняет, что такое геоинформационные системы (ГИС) и как формально представить данные о расположении объектов в пространстве.
Telegraph
Что такое геоданные (часть I)
Все в мире каким-то образом расположено в пространстве. Например, стул. Рядом с вами наверняка есть стул. Стул стоит на полу в метре от вас. Одновременно он стоит в трех метрах вот от той стены или, например, в углу. Еще он стоит на, предположим, седьмом…
Применением современных техногий для работы с современными данными уже никого не удивишь. А как насчет сетевого анализа взаимоотношений античных философов?
Только посмотрите на прекрасные визуализации Максимилиана Нойхля, созданные на основе книги Рэндалла Коллинза «Социология философий»!
https://telegra.ph/Versus-antichnyh-filosofov-kto-kogo-hejtil-kto-komu-kidal-respekt-12-12
Только посмотрите на прекрасные визуализации Максимилиана Нойхля, созданные на основе книги Рэндалла Коллинза «Социология философий»!
https://telegra.ph/Versus-antichnyh-filosofov-kto-kogo-hejtil-kto-komu-kidal-respekt-12-12
Искусственный интеллект помогает расследовать преступления, заменяет «белых воротничков» в банках, журналистов в редакциях и даже прорабов на стройках. Но может ли он помочь людям справляться с эмоциями, переживать психологические травмы, поддерживать хорошие отношения и не срывать злость на других? Мы расскажем про несколько интересных разработок в области «эмоционального» искусственного интеллекта.
Правда, трудно найти грань, после которой такие идеи начинают попахивать антиутопией и тотальной слежкой за человеком со стороны машины. Технологии — обоюдоострая штука.
https://telegra.ph/Ne-bezdushnaya-mashina-12-12
Правда, трудно найти грань, после которой такие идеи начинают попахивать антиутопией и тотальной слежкой за человеком со стороны машины. Технологии — обоюдоострая штука.
https://telegra.ph/Ne-bezdushnaya-mashina-12-12
Telegraph
Не бездушная машина
Искусственный интеллект помогает расследовать преступления, заменяет «белых воротничков» в банках, журналистов в редакциях и даже прорабов на стройках. Но может ли он помочь людям справляться с эмоциями, переживать психологические травмы, поддерживать хорошие…
Сегодня мы возвращаемся к рубрике #knowhow и продолжаем наш разговор о геоданных. В новой серии — геоиды, эллипсоиды и различные системы координат.
https://telegra.ph/CHto-takoe-geodannye-chast-II-12-23
https://telegra.ph/CHto-takoe-geodannye-chast-II-12-23
Рождество — отличный повод разобраться, что и как показывает интерактивная карта странствий апостола Павла, созданная на основе цифрового атласа Римской империи.
Это только первый шаг в преодолении разрыва между статической картиной исследований исторических и культурных данных и тем, что мы ожидаем от современных технологий. Было бы здорово связать путешествия апостола с временной шкалой или показать, кто мог встретиться с ним на этих длинных дорогах. Еще очень круто, когда можно щелкнуть место и увидеть какое крупное событие происходило здесь, кто его посещал и т.п.
https://telegra.ph/Peshkom-s-apostolom-Pavlom-12-12
Это только первый шаг в преодолении разрыва между статической картиной исследований исторических и культурных данных и тем, что мы ожидаем от современных технологий. Было бы здорово связать путешествия апостола с временной шкалой или показать, кто мог встретиться с ним на этих длинных дорогах. Еще очень круто, когда можно щелкнуть место и увидеть какое крупное событие происходило здесь, кто его посещал и т.п.
https://telegra.ph/Peshkom-s-apostolom-Pavlom-12-12
Telegraph
Пешком с апостолом Павлом
Электронные карты — это не только удобный инструмент поиска маршрута до ближайшего «Ашана». Геоинформационные сервисы помогают исследователям работать с историческими и культурными данных. В этом посте мы разберемся, что и как показывает интерактивная карта…