Awni Hannun написал великолепный пост, под которым я готов подписаться во всех местах: нет, распознавание голоса это не решенная задача! Да, мы уже научились делать интерфейсы с голосом, которые примерно понимают человека. Графики майкрософта, гугла, байду показывают, что распознавание речи теперь работает лучше, чем у человека. Но как только нужна точность - начинаются проблемы.

Я набираю голосом примерно 4-5 килобайт текста в день, и не вижу особого прогресса в снижении ошибок последние полтора года. Я бы сказал, что есть три основных проблемы, с которыми еще только предстоит разобраться: 1. шумная обстановка, 2. ошибки семантики и работа с языком 3. путаность речи. Про шум (как мне наивно кажется) все примерно понятно - надо брать большую базу записей и строить фильтры, выкидывающие из звука те гармоники, которые не меняют распознанный текст. Скорее всего на тех же самых нейронных сетях. С семантикой все не просто, сейчас все просто используют вероятностные модели, подсказывающие что “как погодка” люди говорят, а “каппадокия” - редко, скорее всего этот наивный подход предстоит изжить. Так же, как предстоит научить машины не просто игнорировать наши “мммм”, “эээээ”, “нууууу”, а извлекать из них смысл, помогающий определить суть содержащей их фразы.

В общем простите за такое пространное сообщение, но мораль тут одна - когда маркетинговые графики показывают, что “проблема решена”, обычно вы достигли где-то 20% решения, остались жалкие 80. Тем не менее, прогресс не остановить.

https://awni.github.io/speech-recognition/

Если вы интересуетесь искусственным интеллектом и темой компьютерного зрения в частности - вот вам отличная обзорная статья о достижениях в этой области за год. Если коротко: никаких резких революций не произошло, но прогресс идет очень приличным темпом, особенно во всем что касается роста качества.

В последнее время очень раздражает, что люди недооценивают важность темы компьютерного зрения. А ведь CV это единственный настоящий способ оцифровать мир вокруг. Без этого невозможно применить весь тот математический аппарат, который создало человечество, к реальному миру.

http://www.themtank.org/a-year-in-computer-vision

Надо же отметиться формальными итогами года, как того требуют приличия и традиция ;)
Отметился:
https://vc.ru/31107-mashinnoe-obuchenie-iskusstvennyy-intellekt-i-prochaya-avtomatizaciya-umstvennogo-truda-trendy-2017-goda-ot-andreya-sebranta

Что общего между Илоном Маском и Сергеем Неверовым? Оба настаивают на жестком регулировании искусственного интеллекта. И глава думской фракции «Единой России», в отличие от Маска, может — и собирается — принять соответствующий закон. Что в нем будет — пока неизвестно, но шутки робота Софии о захвате мира уже напугали единоросса.

#чтомнесэтого На самом деле ИИ, конечно, нужно регулировать — кто, например, сядет в тюрьму за сбитого беспилотником пешехода? Но веры в то, что закон, разработанный «Единой Россией», будет разумным, немного.

https://thebell.io/edinaya-rossiya-primet-zakony-o-regulirovanii-iskusstvennogo-intellekta/

Интересная заметка в Harward Business Review: если хотите, чтобы ваши сотрудники перестали сопротивляться внедрению машинного интеллекта, обеспечьте их информацией о том, как и почему решения машины лучше решений человека. Приводят простой пример: ИИ, взявший на себя функцию медиапланирования в компании детских товаров, начал показывать рекламу женщинам 55+ - это вызвало ругань белкового медиапланера, в его сегментации эти люди были бесперспективны. Но ИИ выловил тех, кто покупает подарки своим внукам - и продажи, как оказалось, выросли. Остальные примеры примерно про такие же ситуации.
Вот мне интересно: почему человек, осознавший, что он глупил, а его глупости очень быстро исправляет машина, должен ей обрадоваться? Во всех описанных сценариях в интересах компании не пускать больше человека не очень умного чем-нибудь операционно рулить. И неужели для них всех найдется новая, более выскооплачиваемая работа -- за которую они полюбят ИИ? ;)
https://hbr.org/2018/01/how-to-get-employees-to-stop-worrying-and-love-ai

Большой, многостраничный документ о том, как выглядит план доминирования Китая в области ИИ. Много вещей сомнительны, но бОльшая часть безусловная правда. Начиная от того, что прямо сейчас Китай еще не победитель, заканчивая выводами о том, что будет если Китай победит в этой гонке. Обратите внимание, вопрос «а нужен ли человечеству ИИ и что мы с ним будем делать» давно не обсуждается - все понимают что это главная технология следующих 10 лет.

Осторожно, .pdf https://www.fhi.ox.ac.uk/wp-content/uploads/Deciphering_Chinas_AI-Dream.pdf

День Победы — повод пересмотреть старые фильмы о Великой Отечественной войне. Снятые в доцифровую эпоху, они доступны в интернете, но зачастую лишь в невысоком разрешении. Смотреть можно, но качество оставляет желать лучшего.

Мы задумались, можно ли исправить ситуацию, и решили провести эксперимент: взяли несколько фильмов и применили к ним технологию, которая повышает разрешение изображения с помощью нейронных сетей.

https://yandex.ru/blog/company/oldfilms

Кажется это самая любопытная научная работа в области ИИ и игр за последний год. Разработчики из Беркли попробовали обучить сеть базируясь на любопытстве, т.е. компьютер играет в игру (в данном случае Марио) не просто максимизируя вероятность дохождения до цели (прохождения уровня). Они заставляют ИИ выполнять действия, результат которых наименее предсказуем. По сути примерно так и работает любопытство: а что если я попробую сделать вот так?

Понятно, что как нейронная сеть мало похожа на реальную работу мозга, так и любопытство в данном случае далеко от человеческого. Но идея очень красивая и результаты показывает очень хорошие, по крайней мере на опробованных играх https://pathak22.github.io/noreward-rl/

Немного магии и машинного обучения. В MIT показали нейросети 60 часов видео игры на разных инструментах и научили её по видео распознавать аудиодорожки разных инструментов.

То есть вы показываете нейросети видео, на котором люди играют, скажем, на гитаре и кларнете, и нейросеть сама раскладывает звук на две дорожки. Можно отдельно менять громкость каждой и так далее. Понятное демо: https://youtu.be/2eVDLEQlKD0, здесь больше интерактивных примеров: http://sound-of-pixels.csail.mit.edu/

Легко придумать кейсы применения такого инструмента: редактирование музыкальных видео, реставрация архивных записей. Но мне просто нравится сам подход - в этом действительно есть что-то магическое 💖

Magenta запилила сервис, который позволяет прослушивать в режиме онлайн мелодии сгенерированные нейронкой.
Зашёл посмотреть послушать и залип минут на двадцать.

Что такое нейронные сети и как их обучают: хорошее видео от @teplitsa, информативное и в тоже время доступное

Очередное обалденное применение алгоритма GPT-3, который по всей видимости будет чем-то серьёзным.

На скриншоте вариант фентезийного сюжета из текстовой игры AI Dungeon, где историю генерит вышеупомянутая нейронка. Раньше GPT-2 еле еле выдавал 2 - 3 связанных предложения, но тут совершенно новый уровень.

Когда персонаж наконец находит «Книгу сущности» - воображаемый гримуар, изобретенный алгоритмом, он способен легко читать из него целые разделы. Игра изобретает сложную магическую систему и основную теорию, объясняющую, почему она работает, и описывает ее на ходу. ИИ позволит создавать живые и динамичные игры, в которых ваши действия оказывают существенное влияние на мир, который неограничен воображением разработчиков, создавших игру.

Уже вижу как в компании Netflix мазолят палец, создавая свежие сценарии для новых сериалов. Так и концовку Игр Престолов можно перегенерить ;)

Короче excited 😬

https://mindmatters.ai/2020/07/ai-written-scenario-for-dungeons-dragons-is-actually-quite-good/

«Яндекс» изучил заголовки новостей об искусственном интеллекте за последние десять лет.

В итоге получился план развития ИИ до 6000 года. Если верить новостям, в 2057 году искусственный интеллект заменит человека, в 2075 — уничтожит человечество, а в 6000 и вовсе будет править миром

http://amp.gs/wMyq