Сегодня я раскопал для вас старый мастрид из золотого фонда. Если вы никогда не слышали о Василиске Роко, то после прочтения этого текста гарантированно расширите своё сознание и наверняка содрогнётесь от страха. Василиск Роко – плод дискуссии рационалистов (в том числе Элиезера Юдковски, про которого я уже много раз писал) о развитии Unfriendly AI.

"Этот мысленный эксперимент стал настолько опасным, что размышления о нем ставили под угрозу душевное здоровье пользователей". И это серьёзно.

На всякий случай поделюсь дисклеймером от авторов статьи:

"WARNING: Reading this article may commit you to an eternity of suffering and torment". Читать на свой страх и риск.

Английская версия: slate.com/articles/technology/bitwise/2014
Русский перевод: theoryandpractice.ru/posts/9427-vasilisk-roko

На прошлой неделе я публиковал на @mustwatch видео на ту же тему от одного из моих любимых ютюб-каналов Exurb1a. Посмотрите, если пропустили: t.me/mustwatch/150.

#золотой_фонд_мастридов
#рационалист_мастрид

Благодаря приложению Prisma все знают, что нейросети могут переносить стиль картин на фотографии. Но ведь нейросети могут и сами генерировать картины. Команда американских исследователей разработала интересную схему, позволяющую создавать картины в новых стилях. Вот как она работает.

Одна нейросеть - тупой генератор, который ничего не знает об искусстве. Он начинает генерировать картины случайным образом, то есть буквально рисовать всякую фигню. Вторая нейросеть (дискриминатор) - умная. Ей показали 82 тысячи картин в разных стилях. Дискриминатор умеет не только отличать искусство от беспорядочной мазни, но и определять стиль картины. Реализм, импрессионизм, кубизм, экспрессионизм - всего 25 стилей.

Первая нейросеть постоянно пытается обмануть вторую. Она создаёт свою случайную мазню, отправляет её в дискриминатор и получает ответ - "искусство" это или нет. Если нет, нейросеть перенастраивается, чтобы в следующей итерации все-таки обмануть дискриминатор.

Кроме того, если дискриминатор видит в сгенерированной картинке "искусство", он пытается узнать стиль картины. И если этот стиль сильно похож на те, которые дискриминатор уже знает, он возвращает генератору сигнал - мол, такое мы уже видели, давай что-то новое. То есть генератор должен не просто создать картину, которую дискриминатор посчитает искусством, но и создать её в таком стиле, которого дискриминатор раньше не видел. В этом вся задумка исследования - нейросеть должна не просто воспроизводить известные художественные стили, но и создавать новые.

Ну и главное: когда полученные картины показали людям и попросили оценить наряду с обычным современным искусством, многие машинные картины получили даже высшую оценку, чем "настоящие", человеческие. Здесь авторы исследования немного недоработали: было бы классно, если бы они продали одну из таких картин на ярмарке современного искусства, и только потом раскрыли секрет её авторства. Но и так неплохо получилось.

Машинные картины, которые получили наивысшие оценки: http://i.imgur.com/GQNOvMC.jpg

Публикация (почитайте, там и текст интересный, и картинки): https://arxiv.org/pdf/1706.07068.pdf

Что ещё почитать по теме:

Как работают генеративные нейросети: https://www.wired.com/2017/04/googles-dueling-neural-networks-spar-get-smarter-no-humans-required/

Как работает перенос стиля в приложениях вроде Prisma: https://t.me/brodetsky/642

Эппл запустили новый блог об их подходах к машинному обучению. И он очень эппловский. Для начала он называется не блог, а journal. Не подписаны авторы статей. И вообще не понятно кто это пишет :) однако последний пост все равно интересный и стоит потраченного на него времени. Буду следить за новыми их публикациями https://machinelearning.apple.com/

У китайцев с планированием в национальном масштабе всё неплохо: там планы выполняются. Вот сейчас принят официальный национальный план по развитию искусственного интеллекта: к 2030 Китай должен стать мировым лидером в области ИИ, связанные с ним области экономики должны давать 150 млрд. долларов, об этом много писали на днях. Госсовет официально обозначил ИИ как основной драйвер экономики не когда-нибудь, а к 2020. Но тема не затихает: премьер Госсовета КНР Ли Кэцян выступил на симпозиуме по ИИ в Пекине и очередной раз призвал ученых добиться лидерства страны в разработках ИИ. И потестировал автомат по продаже кофе, в котором вообще никаких платежных средств не надо: хватает распознавания лица покупателя.
Как-то на этом фоне наши разговоры про блокчейн в государственных системах выглядят не очень :(
http://english.gov.cn/premier/news/2017/07/24/content_281475750043336.htm

Новости искусственного интеллекта и машинного обучения

2 августа сервис «Яндекс.Музыка» представил музыкального бота для Telegram @YaMelodyBot. Он умеет распознавать песни по отрывкам от 5 до 10 секунд и присылать в ответ ссылки на соответствующий трек в «Яндекс.Музыке». Чтобы его активировать, нужно зажать и удерживать кнопку с микрофоном во время проигрывания композиции.

В компании рассказали TJ, что пока бот только учится распознавать мелодии, но улучшается с каждой прослушанной композицией. Кроме того, по словам представителей компании, бот — это только первое воплощение новой технологии распознавания мелодий, созданной на основе нейросетей «Яндекса».