Нам больше не нужен сильный ИИ?
Тирнан Рей, известный технический журналист и бывший автор Bloomberg, написал на днях неплохое рассуждение для zdnet на эту тему.
Дело в том, что, когда появилась концепция искусственного интеллекта, исследователями двигала идея создать именно интеллект. Рей считает, что эта мечта подталкивала все эти десятилетия ученых и инженеров вперед, в то время как пользы от ИИ было немного.
Представьте, ведь сам термин ИИ появился благодаря математику Джону Маккарти 66 лет назад!
Сейчас же, пишет Тирнан, технологии искусственного интеллекта начали приносить пользу. Они стали по-настоящему крутыми, например, проект AlphaFold (предсказывает 3d-модели белков) или тот же GPT-3. Журналист называет это изменение переходом к эпохе индустриального ИИ (Industrial AI).
Беда в том, пишет Рей, что инженеры и исследователи не хотят двигаться дальше, им довольно того, что они имеют.
Ян Лекун (Yann LeCun), главный исследователь ИИ одной известной и очень запрещенной соцсети рассказывал ранее zdnet, что то, как развивается сегодня метод глубокого обучения, никогда не приведет к сильному ИИ.
При этом без сильного ИИ некоторые вполне практические задачи будут труднодостижимы, например пятый, истинный уровень автономности у машин. Тут Лекун просто приговаривает современные автопилоты, если те не обретут человеческую способность к «здравому смыслу»: you're going to have to engineer the hell out of it («вам придется чертовски много решать инженерных задач»). Штука в том, что как раз вот этот «здравый смысл», планирование - это качественное отличие человеческих мозгов от ИИ.
В общем, статья Тирнана, конечно, не разделит вашу жизнь на до и после, но подумать точно будет над чем.
Тирнан Рей, известный технический журналист и бывший автор Bloomberg, написал на днях неплохое рассуждение для zdnet на эту тему.
Дело в том, что, когда появилась концепция искусственного интеллекта, исследователями двигала идея создать именно интеллект. Рей считает, что эта мечта подталкивала все эти десятилетия ученых и инженеров вперед, в то время как пользы от ИИ было немного.
Представьте, ведь сам термин ИИ появился благодаря математику Джону Маккарти 66 лет назад!
Сейчас же, пишет Тирнан, технологии искусственного интеллекта начали приносить пользу. Они стали по-настоящему крутыми, например, проект AlphaFold (предсказывает 3d-модели белков) или тот же GPT-3. Журналист называет это изменение переходом к эпохе индустриального ИИ (Industrial AI).
Беда в том, пишет Рей, что инженеры и исследователи не хотят двигаться дальше, им довольно того, что они имеют.
Ян Лекун (Yann LeCun), главный исследователь ИИ одной известной и очень запрещенной соцсети рассказывал ранее zdnet, что то, как развивается сегодня метод глубокого обучения, никогда не приведет к сильному ИИ.
При этом без сильного ИИ некоторые вполне практические задачи будут труднодостижимы, например пятый, истинный уровень автономности у машин. Тут Лекун просто приговаривает современные автопилоты, если те не обретут человеческую способность к «здравому смыслу»: you're going to have to engineer the hell out of it («вам придется чертовски много решать инженерных задач»). Штука в том, что как раз вот этот «здравый смысл», планирование - это качественное отличие человеческих мозгов от ИИ.
В общем, статья Тирнана, конечно, не разделит вашу жизнь на до и после, но подумать точно будет над чем.
ZDNET
AI's true goal may no longer be intelligence
Some scholars of AI warn that the present technologies may never add up to "true" intelligence or "human" intelligence. But much of the world may not care about that.
👍9❤3🔥1
Цифровой доктор из Израиля поможет поставить диагноз
Меня приятно удивляет скорость развития ИИ в медицине. Ведь если в других сферах выгода от внедрения нейросетей зачастую не столь очевидна, то в здравоохранении всё куда более прозрачно — участие беспристрастных алгоритмов в лечении поможет увеличить продолжительность наших жизней.
На оптимистичные мысли меня натолкнула свежая новость — израильские разработчики из компании Kahun выпустили ИИ-систему, способную помогать врачам в постановке диагнозов.
Она основана на крупнейшей в мире базе материалов по доказательной медицине и использует в работе те же принципы, которыми руководствуются опытные доктора. По словам создателей, их алгоритм имитирует клиническое мышление, то есть приходит к заключению тем же путём, каким бы это сделал живой специалист.
Как это работает?
Система состоит из двух основных элементов. Первый — это семантическая сеть, в которой выстроено свыше 30 млн взаимосвязей между различными данными о заболеваниях терапевтического профиля.
Второй — ИИ-алгоритм, способный получать клинический портрет пациента, пропускать эту информацию через базу знаний и в режиме реального времени выдавать рекомендации по дальнейшему обследованию.
Сейчас разработка доступна в виде чат-бота. По замыслу создателей, его можно установить на сайте клиники, чтобы проводить первичный опрос пациентов при записи к врачу. Цифровой медицинский консультант получит у больного все необходимые сведения и поставит предварительный диагноз. Это позволит живому специалисту как можно скорее направить пациента на нужные обследования и составить план лечения.
Меня приятно удивляет скорость развития ИИ в медицине. Ведь если в других сферах выгода от внедрения нейросетей зачастую не столь очевидна, то в здравоохранении всё куда более прозрачно — участие беспристрастных алгоритмов в лечении поможет увеличить продолжительность наших жизней.
На оптимистичные мысли меня натолкнула свежая новость — израильские разработчики из компании Kahun выпустили ИИ-систему, способную помогать врачам в постановке диагнозов.
Она основана на крупнейшей в мире базе материалов по доказательной медицине и использует в работе те же принципы, которыми руководствуются опытные доктора. По словам создателей, их алгоритм имитирует клиническое мышление, то есть приходит к заключению тем же путём, каким бы это сделал живой специалист.
Как это работает?
Система состоит из двух основных элементов. Первый — это семантическая сеть, в которой выстроено свыше 30 млн взаимосвязей между различными данными о заболеваниях терапевтического профиля.
Второй — ИИ-алгоритм, способный получать клинический портрет пациента, пропускать эту информацию через базу знаний и в режиме реального времени выдавать рекомендации по дальнейшему обследованию.
Сейчас разработка доступна в виде чат-бота. По замыслу создателей, его можно установить на сайте клиники, чтобы проводить первичный опрос пациентов при записи к врачу. Цифровой медицинский консультант получит у больного все необходимые сведения и поставит предварительный диагноз. Это позволит живому специалисту как можно скорее направить пациента на нужные обследования и составить план лечения.
The Jerusalem Post
New Israeli development: AI that's going to help the country's doctors
The artificial intelligence is based on the world's largest evidentiary medical knowledge mapping, and the same principles that skilled doctors rely on.
👍15🔥2
NVIDIA представила новую Text-2-Image модель eDiffi
Было бы странно думать, что NVIDIA останется в стороне от всеобщего ажиотажа вокруг Stable Diffusion, DALL-E 2 и прочих Midjourney. И да, выждав какое-то время, компания выкатила ответочку — собственную диффузионную модель для генерации изображений, получившую имя eDiffi.
Как это работает
Как и прочие диффузионные модели, eDiffi «рождает» картинки из шума. Для этого она использует каскад из трёх отдельных нейронок:
🖍Первая преобразует текст в изображение размером 64х64 пикселей
🖍Вторая увеличивает его до 256х256 пикселей
🖍Третья повышает разрешение до 1024х1024 пикселей
Всё это мы видели уже много раз, но есть и существенное отличие. В большинстве диффузионных моделей одна нейронка занимается шумоподавлением всего распределения шума. Однако в eDiffi денойзинг осуществляется набором из нескольких моделей, каждая из которых вступает в дело на разных этапах процесса.
В NVIDIA эту технологию называют Denoising experts. По утверждению разработчиков, применение «шумоподавляющих экспертов» позволяет значительно повысить качество финального результата.
Также в NVIDIA похвастались, что eDiffi гораздо лучше справляется с надписями на картинках. Для примера создатели сгенерировали изображение щенка в зелёной футболке с надписью «NVIDIA Rocks». Тест провели на трёх моделях:
🖍Stable Diffusion не смогла нанести надпись
🖍DALL-E 2 написала «NIDCKA VIDA»
🖍eDiffi идеально справилась с задачей
Что ещё интересного в eDiffi
Но самое примечательное в презентации NVIDIA — это функция рисования словами (Paint with Words). Новый инструмент развивает идею, реализованную компанией в модели GauGAN несколько лет назад.
Опция даёт возможность самостоятельно выстроить композицию кадра. Для этого нужно выделить отдельные слова или фразы из текстового запроса и отметить на холсте области, где нейросеть должна их отрисовать.
К сожалению, пощупать всё это пока нельзя, поэтому остаётся верить NVIDIA на слово. Но выглядит очень круто. Я бы даже сказала, что пахнет маленькой революцией в генеративном искусстве.
Подробнее на arXiv
Было бы странно думать, что NVIDIA останется в стороне от всеобщего ажиотажа вокруг Stable Diffusion, DALL-E 2 и прочих Midjourney. И да, выждав какое-то время, компания выкатила ответочку — собственную диффузионную модель для генерации изображений, получившую имя eDiffi.
Как это работает
Как и прочие диффузионные модели, eDiffi «рождает» картинки из шума. Для этого она использует каскад из трёх отдельных нейронок:
🖍Первая преобразует текст в изображение размером 64х64 пикселей
🖍Вторая увеличивает его до 256х256 пикселей
🖍Третья повышает разрешение до 1024х1024 пикселей
Всё это мы видели уже много раз, но есть и существенное отличие. В большинстве диффузионных моделей одна нейронка занимается шумоподавлением всего распределения шума. Однако в eDiffi денойзинг осуществляется набором из нескольких моделей, каждая из которых вступает в дело на разных этапах процесса.
В NVIDIA эту технологию называют Denoising experts. По утверждению разработчиков, применение «шумоподавляющих экспертов» позволяет значительно повысить качество финального результата.
Также в NVIDIA похвастались, что eDiffi гораздо лучше справляется с надписями на картинках. Для примера создатели сгенерировали изображение щенка в зелёной футболке с надписью «NVIDIA Rocks». Тест провели на трёх моделях:
🖍Stable Diffusion не смогла нанести надпись
🖍DALL-E 2 написала «NIDCKA VIDA»
🖍eDiffi идеально справилась с задачей
Что ещё интересного в eDiffi
Но самое примечательное в презентации NVIDIA — это функция рисования словами (Paint with Words). Новый инструмент развивает идею, реализованную компанией в модели GauGAN несколько лет назад.
Опция даёт возможность самостоятельно выстроить композицию кадра. Для этого нужно выделить отдельные слова или фразы из текстового запроса и отметить на холсте области, где нейросеть должна их отрисовать.
К сожалению, пощупать всё это пока нельзя, поэтому остаётся верить NVIDIA на слово. Но выглядит очень круто. Я бы даже сказала, что пахнет маленькой революцией в генеративном искусстве.
Подробнее на arXiv
YouTube
eDiffi: Text-to-Image Diffusion Models with an Ensemble of Expert Denoisers
https://deepimagination.cc/eDiff-I/
👍13🔥2
Парализованные пациенты могут печатать сообщения на смартфоне «силой мысли»
Увидела интересную штуку от американских разработчиков — интерфейс «мозг-компьютер» Synchron. Он позволяет людям писать и отправлять смски, даже если они физически не могут взять телефон в руки.
Похожие нейроинтерфейсы мы уже видели, вспомнить хотя бы более-менее свежий Neuralink от Маска. Но у всех прошлых устройств был существенный недостаток: для их работы нужно имплантировать в мозг сотни электродов. Риски очевидны — осложнения после операции, отторжение сенсоров иммунной системой и тд.
Synchron тоже требует хирургического вмешательства, но его вводят «всего лишь» в верхнюю часть моторной коры. То есть процедура гораздо безопаснее. И вроде бы доступнее, ведь операцию может проделать даже не самый высококвалифицированный нейрохирург.
Недостатки тоже есть — устройство не способно считывать сложные мозговые волны. То есть парализованный пользователь не сможет играть в Pong, как обезьяна в опытах Маска. Но для набора простых сообщений нейроинтерфейса вполне хватит.
Вот, например, журналист пообщался с помощью мессенджера с мужчиной, страдающим от бокового амиотрофического склероза (та же болезнь была у Хокинга). Пациент силой мысли отвечал на вопросы со своего планшета, на который предварительно установили фирменное ПО. Устройство регистрировало прикосновение пальца к экрану каждый раз, когда опрошенный думал о постукивании ногой.
Судя по скринам, пациент давал только однословные ответы. Но даже это впечатляет! Хотя мне интересно, сколько времени у него уходит на печатание 5-6 букв.
Скрин общения https://img.semafor.com/1a47029fa776d6feee544b4eb14fc52f5ff99aa2-658x814.png?w=800&q=75&auto=format
Увидела интересную штуку от американских разработчиков — интерфейс «мозг-компьютер» Synchron. Он позволяет людям писать и отправлять смски, даже если они физически не могут взять телефон в руки.
Похожие нейроинтерфейсы мы уже видели, вспомнить хотя бы более-менее свежий Neuralink от Маска. Но у всех прошлых устройств был существенный недостаток: для их работы нужно имплантировать в мозг сотни электродов. Риски очевидны — осложнения после операции, отторжение сенсоров иммунной системой и тд.
Synchron тоже требует хирургического вмешательства, но его вводят «всего лишь» в верхнюю часть моторной коры. То есть процедура гораздо безопаснее. И вроде бы доступнее, ведь операцию может проделать даже не самый высококвалифицированный нейрохирург.
Недостатки тоже есть — устройство не способно считывать сложные мозговые волны. То есть парализованный пользователь не сможет играть в Pong, как обезьяна в опытах Маска. Но для набора простых сообщений нейроинтерфейса вполне хватит.
Вот, например, журналист пообщался с помощью мессенджера с мужчиной, страдающим от бокового амиотрофического склероза (та же болезнь была у Хокинга). Пациент силой мысли отвечал на вопросы со своего планшета, на который предварительно установили фирменное ПО. Устройство регистрировало прикосновение пальца к экрану каждый раз, когда опрошенный думал о постукивании ногой.
Судя по скринам, пациент давал только однословные ответы. Но даже это впечатляет! Хотя мне интересно, сколько времени у него уходит на печатание 5-6 букв.
Скрин общения https://img.semafor.com/1a47029fa776d6feee544b4eb14fc52f5ff99aa2-658x814.png?w=800&q=75&auto=format
Semafor
You can now use your iPhone with your brain after a major breakthrough
Synchron became the first company to build a computer-brain implant that can control Apple devices, marking a turning point that takes the devices from the realm of research and theory to ubiquitous consumer electronics.
👍12🔥3❤1
IBM представила новый квантовый процессор Osprey с 433 кубитами
Это новый рекорд! Почти в три с половиной раза больше, чем у прошлогоднего Eagle (у того было 127 кубитов). И вдвое больше, чем у канадского Xanadu Borealis (216 кубитов).
Я сначала заподозрила неладное. Ведь создать компьютер с таким количеством кубитов до сегодняшнего дня не удавалось никому.
Если очень поверхностно объяснить, то кубиты теряют свои квантовые свойства при любом взаимодействии с окружающей средой — с электрическим или магнитным полем, вибрациями и даже температурой. Неслучайно квантовые компьютеры требуют постоянного охлаждения основных компонентов до -273 градусов Цельсия.
И это только одна из потенциальных проблем. Но IBM, кажется, удалось решить как минимум часть из них. Архитектура новинки — однослойная установка кубитов поверх нескольких слоёв управляющей проводки. Это помогает защитить хрупкие квантовые биты от разрушения. Подробнее о технологии написали здесь, очень впечатляет.
Что будет дальше?
На этом компания останавливаться не планирует. Менеджеры уже расписали план по выпуску более продвинутых чипов.
Так, в 2023-м выйдет проц Condor на 1121 кубит, а годом позже — Flamingo на 1386 кубит.
Но самая долгожданная новинка выйдет только в 2025-м. Если все пойдёт по плану, то тогда нам покажут первый в мире квантовый чип с четырьмя тысячами кубитов на борту.
Зачем вообще нужны квантовые процессоры?
Они могут хранить и обрабатывать гораздо больше данных, чем обычные чипы и даже суперкомпьютеры. Грубо говоря, чем больше кубитов, тем больше мощность.
Искусственный интеллект, криптография, молекулярное моделирование, физика частиц — это только часть сфер, где квантовые компьютеры найдут применение.
Это новый рекорд! Почти в три с половиной раза больше, чем у прошлогоднего Eagle (у того было 127 кубитов). И вдвое больше, чем у канадского Xanadu Borealis (216 кубитов).
Я сначала заподозрила неладное. Ведь создать компьютер с таким количеством кубитов до сегодняшнего дня не удавалось никому.
Если очень поверхностно объяснить, то кубиты теряют свои квантовые свойства при любом взаимодействии с окружающей средой — с электрическим или магнитным полем, вибрациями и даже температурой. Неслучайно квантовые компьютеры требуют постоянного охлаждения основных компонентов до -273 градусов Цельсия.
И это только одна из потенциальных проблем. Но IBM, кажется, удалось решить как минимум часть из них. Архитектура новинки — однослойная установка кубитов поверх нескольких слоёв управляющей проводки. Это помогает защитить хрупкие квантовые биты от разрушения. Подробнее о технологии написали здесь, очень впечатляет.
Что будет дальше?
На этом компания останавливаться не планирует. Менеджеры уже расписали план по выпуску более продвинутых чипов.
Так, в 2023-м выйдет проц Condor на 1121 кубит, а годом позже — Flamingo на 1386 кубит.
Но самая долгожданная новинка выйдет только в 2025-м. Если все пойдёт по плану, то тогда нам покажут первый в мире квантовый чип с четырьмя тысячами кубитов на борту.
Зачем вообще нужны квантовые процессоры?
Они могут хранить и обрабатывать гораздо больше данных, чем обычные чипы и даже суперкомпьютеры. Грубо говоря, чем больше кубитов, тем больше мощность.
Искусственный интеллект, криптография, молекулярное моделирование, физика частиц — это только часть сфер, где квантовые компьютеры найдут применение.
IEEE Spectrum
IBM Unveils 433-Qubit Osprey Chip
In 2021, IBM unveiled Eagle, the first quantum processor with more than 100 qubits. Now the company has debuted Osprey, which has more than 3x as many qubits. If Big Blue can keep up the pace, next year it should be on track to deliver Condor, the world's…
👍22👏4🔥2
Свежий дAIджест недели, которая прошла под знаком диффузионных нейросеток
— Китайская Baidu выпустила новую Text-to-image модель ViLG 2.0 с рекордным количеством параметров — 24 млрд. Я её уже недавно потестила, качество картинок крутое. На HuggingFace есть бесплатная общедоступная демка.
— Midjourney обновилась до версии v4, а заодно научилась объединять два изображения в одно. Интернет тут же заполонился новыми мемами в стиле «Йода-Чебурашка» и «Кот-Буханка хлеба». Здесь много примеров с забавными фотками и инструкция, как поиграться с новой фичей.
— Google презентовала технологию InfiniteNature-Zero — технологию, которая генерирует бесконечное видео из статичных фотографий природы. Точнее, всего из одной фотки! Вот в этом посте я показывала результат (а на сайте подробное описание работы алгоритма).
— Stable Diffusion вышла на айфонах! Ее можно скачать прямо из AppStore (спасибо китайским умельцам). Круто, что прога работает не из облака, а локально на айфоне — не нужен даже инет. Здесь автор рассказал, как он боролся с проблемами.
— Китайская Baidu выпустила новую Text-to-image модель ViLG 2.0 с рекордным количеством параметров — 24 млрд. Я её уже недавно потестила, качество картинок крутое. На HuggingFace есть бесплатная общедоступная демка.
— Midjourney обновилась до версии v4, а заодно научилась объединять два изображения в одно. Интернет тут же заполонился новыми мемами в стиле «Йода-Чебурашка» и «Кот-Буханка хлеба». Здесь много примеров с забавными фотками и инструкция, как поиграться с новой фичей.
— Google презентовала технологию InfiniteNature-Zero — технологию, которая генерирует бесконечное видео из статичных фотографий природы. Точнее, всего из одной фотки! Вот в этом посте я показывала результат (а на сайте подробное описание работы алгоритма).
— Stable Diffusion вышла на айфонах! Ее можно скачать прямо из AppStore (спасибо китайским умельцам). Круто, что прога работает не из облака, а локально на айфоне — не нужен даже инет. Здесь автор рассказал, как он боролся с проблемами.
👍9🔥4
Сила — в тексте
Если устали от засилья новостей про MidJourney, SD и DALL-E 2, то вы не одиноки. Как минимум, на нашей стороне журналист Forbes Роб Тэйвз.
Он написал интересную колонку о том, что сгенерированные изображения — это, конечно, мощь. Но способность машин писать и говорить окажется более важной для человечества, чем создание визуального контента. Ведь если преобразование текста в изображение будет востребовано в отдельных отраслях, то сгенерированный язык изменит работу всех организаций во всём мире.
Генерация текста уже хорошо показала себя в копирайтинге (по крайней мере, с точки зрения инвестиций). Один из ведущих стартапов Jasper оценивается в 1,5 млрд долларов — а его запустили всего полтора года назад! Эта компания использует ИИ для создания контента в соцсетях и блогах.
Следующий этап — сфера обслуживания клиентов во всех отраслях: от гостиничного бизнеса до электронной коммерции, от здравоохранения до финансовых услуг. Так что скоро все взаимодействия потребителя с компанией могут стать автоматизированными.
Большие языковые модели помогут и учёным. LLM смогут «переварить» все опубликованные исследования и материалы в одной области, а потом предложить решения и перспективные направления для будущих экспериментов.
Если устали от засилья новостей про MidJourney, SD и DALL-E 2, то вы не одиноки. Как минимум, на нашей стороне журналист Forbes Роб Тэйвз.
Он написал интересную колонку о том, что сгенерированные изображения — это, конечно, мощь. Но способность машин писать и говорить окажется более важной для человечества, чем создание визуального контента. Ведь если преобразование текста в изображение будет востребовано в отдельных отраслях, то сгенерированный язык изменит работу всех организаций во всём мире.
Генерация текста уже хорошо показала себя в копирайтинге (по крайней мере, с точки зрения инвестиций). Один из ведущих стартапов Jasper оценивается в 1,5 млрд долларов — а его запустили всего полтора года назад! Эта компания использует ИИ для создания контента в соцсетях и блогах.
Следующий этап — сфера обслуживания клиентов во всех отраслях: от гостиничного бизнеса до электронной коммерции, от здравоохранения до финансовых услуг. Так что скоро все взаимодействия потребителя с компанией могут стать автоматизированными.
Большие языковые модели помогут и учёным. LLM смогут «переварить» все опубликованные исследования и материалы в одной области, а потом предложить решения и перспективные направления для будущих экспериментов.
Forbes
The Biggest Opportunity In Generative AI Is Language, Not Images
AI-powered text generation will create many orders of magnitude more value than will AI-powered image generation.
👍9🔥2
Реддитор забавно разыграл пользователей
Честно сказать, я даже сама сначала повелась, пока внимательно не пригляделась.
Парень опубликовал фотку, на которой стоит рядом с каким-то портретом, герой которого как две капли воды похож на него. Даже причёска и растительность на лице один-в-один. «Я выгляжу, как это картина», — прокомментировал он.
В комментариях тоже увидели полное сходство. Кто-то даже пошутил, что реддитор научился путешествовать во времени и попросил художника из прошлого нарисовать его портрет.
Но всё оказалось куда проще (или сложнее, здесь как посмотреть). В общем, эта фотография — не фотография вовсе. И портрета такого не существует. Всё это изображение нарисовала Midjourney. Даже интересно, какую подсказку использовал тролль.
Честно сказать, я даже сама сначала повелась, пока внимательно не пригляделась.
Парень опубликовал фотку, на которой стоит рядом с каким-то портретом, герой которого как две капли воды похож на него. Даже причёска и растительность на лице один-в-один. «Я выгляжу, как это картина», — прокомментировал он.
В комментариях тоже увидели полное сходство. Кто-то даже пошутил, что реддитор научился путешествовать во времени и попросил художника из прошлого нарисовать его портрет.
Но всё оказалось куда проще (или сложнее, здесь как посмотреть). В общем, эта фотография — не фотография вовсе. И портрета такого не существует. Всё это изображение нарисовала Midjourney. Даже интересно, какую подсказку использовал тролль.
👍8🔥3
Sber AI
Реддитор забавно разыграл пользователей Честно сказать, я даже сама сначала повелась, пока внимательно не пригляделась. Парень опубликовал фотку, на которой стоит рядом с каким-то портретом, герой которого как две капли воды похож на него. Даже причёска…
Если посмотреть повнимательнее, то на картинке действительно видны огрехи. Лайк, если заметили третью ноздрю, огонь, если купились!
👍20🔥18🤣5🤔3
Inpainting в дополненной реальности — привет из метавселенной
Сколько всего уже повидала (и написала) про генеративные нейросети, но интернет до сих пор умудряется меня удивить. Просто посмотрите, что сделал голландец Бьорн Карманн.
Если коротко, разработчик поэкспериментировал со Stable Diffusion и дополненной реальностью. Он навёл камеру на дерево, закрасил пальцем участок на нём и голосом дал команду нарисовать слона на ветке.
Вуаля — на фоне безоблачного неба через пару секунд действительно появился обладатель хобота. Чтобы вы понимали, весь процесс занял всего секунд десять!
В комментариях все интересуются, когда ждать бету. Да, Бьорн, когда бета?
Сколько всего уже повидала (и написала) про генеративные нейросети, но интернет до сих пор умудряется меня удивить. Просто посмотрите, что сделал голландец Бьорн Карманн.
Если коротко, разработчик поэкспериментировал со Stable Diffusion и дополненной реальностью. Он навёл камеру на дерево, закрасил пальцем участок на нём и голосом дал команду нарисовать слона на ветке.
Вуаля — на фоне безоблачного неба через пару секунд действительно появился обладатель хобота. Чтобы вы понимали, весь процесс занял всего секунд десять!
В комментариях все интересуются, когда ждать бету. Да, Бьорн, когда бета?
👍15🔥3❤1
«Грязный» секрет нейросетей: как они вредят экологии?
Говорить про недостатки ИИ в нашей среде как будто не принято. Но замалчивание проблемы её не решает. Видимо, так подумали в Hugging Face — местные исследователи оценили углеродный след от больших языковых моделей (LLM).
Что это такое и зачем нужно?
Если не особо интересуетесь экологией, поясню: углеродный (или карбоновый) след — это количество всех выбросов парниковых газов, прямо или косвенно произведённых продуктом на всём этапе его жизненного цикла.
Ещё до исследований было очевидно, что след у LLM длинный. Ведь они требуют огромного количества энергии для обучения и работы. В 2019 году учёные из MIT писали, что ради всего одной крупной нейросетки-трансформера в атмосферу выбрасывается в пять раз больше вредных веществ, чем от среднестатистического американского автомобиля (если считать и процесс его производства).
Но то были примерные расчёты, а Hugging Face подошла к делу с большей дотошностью. Причём за основу для эксперимента стартап взял собственную языковую модель BLOOM, которую только-только запустил.
Получившиеся цифры помогут лучше понять сообществу, как ИИ влияет на окружающую среду (и, возможно, уменьшить выбросы в будущем).
Что считали?
В расчёт брали много разных цифр:
— Энергия, используемая для обучение модели на суперкомпьютере;
— Энергия, необходимая для производства аппаратного обеспечения суперкомпьютера и обслуживания его вычислительной инфраструктуры;
— Энергия, затрачиваемая на запуск BLOOM после её обучения;
— Энергия, которую LLM тратит во время работы.
Сколько вышло?
Одно только обучение привело к выбросу 25 тонн углерода. А если учитывать все остальные параметры, то цифра удваивается.
А много ли это — 50 тонн?
Всё относительно. Например, столько же выбрасывает самолёт, который слетает из Москвы в Нью-Йорк и обратно 25 раз. А если сравнивать с другими LLM, то углеродный след у GPT-3 в десять раз длиннее (его обучали на старом, менее эффективном оборудовании).
Говорить про недостатки ИИ в нашей среде как будто не принято. Но замалчивание проблемы её не решает. Видимо, так подумали в Hugging Face — местные исследователи оценили углеродный след от больших языковых моделей (LLM).
Что это такое и зачем нужно?
Если не особо интересуетесь экологией, поясню: углеродный (или карбоновый) след — это количество всех выбросов парниковых газов, прямо или косвенно произведённых продуктом на всём этапе его жизненного цикла.
Ещё до исследований было очевидно, что след у LLM длинный. Ведь они требуют огромного количества энергии для обучения и работы. В 2019 году учёные из MIT писали, что ради всего одной крупной нейросетки-трансформера в атмосферу выбрасывается в пять раз больше вредных веществ, чем от среднестатистического американского автомобиля (если считать и процесс его производства).
Но то были примерные расчёты, а Hugging Face подошла к делу с большей дотошностью. Причём за основу для эксперимента стартап взял собственную языковую модель BLOOM, которую только-только запустил.
Получившиеся цифры помогут лучше понять сообществу, как ИИ влияет на окружающую среду (и, возможно, уменьшить выбросы в будущем).
Что считали?
В расчёт брали много разных цифр:
— Энергия, используемая для обучение модели на суперкомпьютере;
— Энергия, необходимая для производства аппаратного обеспечения суперкомпьютера и обслуживания его вычислительной инфраструктуры;
— Энергия, затрачиваемая на запуск BLOOM после её обучения;
— Энергия, которую LLM тратит во время работы.
Сколько вышло?
Одно только обучение привело к выбросу 25 тонн углерода. А если учитывать все остальные параметры, то цифра удваивается.
А много ли это — 50 тонн?
Всё относительно. Например, столько же выбрасывает самолёт, который слетает из Москвы в Нью-Йорк и обратно 25 раз. А если сравнивать с другими LLM, то углеродный след у GPT-3 в десять раз длиннее (его обучали на старом, менее эффективном оборудовании).
MIT Technology Review
We’re getting a better idea of AI’s true carbon footprint
AI startup Hugging Face has undertaken the tech sector’s first attempt to estimate the broader carbon footprint of a large language model.
🔥10🤔3👍2💩1
Как нейрокартинки стали монетизировать?
Мы постоянно видим новости о Stable Diffusion, Midjourney и DALL-E 2. Поэтому мне стало интересно, какие компании и стартапы уже активно зарабатывают на них деньги. Вот что я вспомнила из свеженького.
— Французский сервис для обработки изображений PhotoRoom недавно привлёк 19 млн долларов от инвесторов. Мобильное приложение умеет делать из любой фотки конфетку: оно мастерски удаляет фон, вместо которого можно подставить любой задник (смотрите, как это выглядит). Очень удобно для тех, кто продаёт свои товары в интернете — можно сэкономить на фотографе.
Подписка стоит 10 долларов в месяц или 70 долларов в год. Разрабы говорят, что у них уже «сотни тысяч» подписчиков.
— Популярный у художников и фотографов DevianArt тоже прикрутил к себе на сайт ИИ-генератор изображений под названием DreamUp со Stable Diffusion под капотом. У пользователей есть пять бесплатных попыток нагенерировать шедевр.
Если хотите больше — платите за подписку Core (от 4 до 15 долларов в месяц). Правда, и там будут ограничения: до 300 попыток в оплаченный период.
— Один из крупнейших фотобанков Shutterstock будет продавать картинки, сгенерированный нейросетью. Для этого компания запартнёрилась с OpenAI — то есть на хостинге будут лежать изображения от DALLE-2 (в то время как контент из Midjourney, SD и других останется под запретом). Зато авторы нейрошедевров будут получать отчисления за каждый проданный снимок. А заодно какие-то деньги достанутся даже тем, на чьих фотках тренировалась нейросетка.
Мы постоянно видим новости о Stable Diffusion, Midjourney и DALL-E 2. Поэтому мне стало интересно, какие компании и стартапы уже активно зарабатывают на них деньги. Вот что я вспомнила из свеженького.
— Французский сервис для обработки изображений PhotoRoom недавно привлёк 19 млн долларов от инвесторов. Мобильное приложение умеет делать из любой фотки конфетку: оно мастерски удаляет фон, вместо которого можно подставить любой задник (смотрите, как это выглядит). Очень удобно для тех, кто продаёт свои товары в интернете — можно сэкономить на фотографе.
Подписка стоит 10 долларов в месяц или 70 долларов в год. Разрабы говорят, что у них уже «сотни тысяч» подписчиков.
— Популярный у художников и фотографов DevianArt тоже прикрутил к себе на сайт ИИ-генератор изображений под названием DreamUp со Stable Diffusion под капотом. У пользователей есть пять бесплатных попыток нагенерировать шедевр.
Если хотите больше — платите за подписку Core (от 4 до 15 долларов в месяц). Правда, и там будут ограничения: до 300 попыток в оплаченный период.
— Один из крупнейших фотобанков Shutterstock будет продавать картинки, сгенерированный нейросетью. Для этого компания запартнёрилась с OpenAI — то есть на хостинге будут лежать изображения от DALLE-2 (в то время как контент из Midjourney, SD и других останется под запретом). Зато авторы нейрошедевров будут получать отчисления за каждый проданный снимок. А заодно какие-то деньги достанутся даже тем, на чьих фотках тренировалась нейросетка.
TechCrunch
After 40 million app downloads, PhotoRoom raises $19 million
PhotoRoom has focused on one niche in particular — small businesses reselling objects on eBay, Poshmark or Depop.
👍11🔥3
Энтузиаст создал ИИ-сервис для оценки эмоционального окраса сообщений в Twitter и новостных заголовках
Инструмент называется Twemotion. Он каждый день случайным образом выбирает популярные темы, а также связанные с ними твиты и посты в блогах. Пока алгоритм собирает информацию только на английском языке. Зато анализирует её в четырёх странах — США, Канаде, Великобритании и Австралии.
Как работает?
Если вкратце про методологию, то твиты и заголовки передаются в ParallelDots AI Emotion Prediction API. Там эмоции автоматически классифицируются по категориям: страх, радость, грусть, гнев, возбуждение и скука. Результат — усреднённая оценка от 0 до 100 баллов. Подробнее автор описал здесь и здесь.
Зачем это нужно?
Как говорит разработчик, в последние годы СМИ критикуют за то, что они стали «оторваны от простых людей» и аффилированы со спонсорами. Поэтому пользователи соцсетей и блогеры могут воспринимать события не так, как их представляют в онлайн-изданиях.
Какие результаты?
Инструмент запустили только в конце сентября, поэтому данных для анализа пока немного. Но уже видно, что заголовки и твиты вызывают практически идентичные эмоции. Конечно, в некоторые дни картина не такая однозначная, но в среднем паттерны повторяются.
Одно из возможных объяснений этому — содержание многих популярных твитов определяется теми же изданиями, чьи заголовки анализировал алгоритм. Ведь СМИ и журналисты часто публикуют анонсы статей в соцсетях, и эти посты набирают вирусную популярность: их репостят, комментируют и переписывают. К тому же в Твиттере сидит много ботов (об этом сокрушался Илон Маск при первой попытке купить платформу).
Зато в блогах ситуация сильно отличается. Судя по графикам, у авторов своих страничек иногда были полностью противоположные эмоции, если сравнивать с журналистами и микроблогерами.
Инструмент называется Twemotion. Он каждый день случайным образом выбирает популярные темы, а также связанные с ними твиты и посты в блогах. Пока алгоритм собирает информацию только на английском языке. Зато анализирует её в четырёх странах — США, Канаде, Великобритании и Австралии.
Как работает?
Если вкратце про методологию, то твиты и заголовки передаются в ParallelDots AI Emotion Prediction API. Там эмоции автоматически классифицируются по категориям: страх, радость, грусть, гнев, возбуждение и скука. Результат — усреднённая оценка от 0 до 100 баллов. Подробнее автор описал здесь и здесь.
Зачем это нужно?
Как говорит разработчик, в последние годы СМИ критикуют за то, что они стали «оторваны от простых людей» и аффилированы со спонсорами. Поэтому пользователи соцсетей и блогеры могут воспринимать события не так, как их представляют в онлайн-изданиях.
Какие результаты?
Инструмент запустили только в конце сентября, поэтому данных для анализа пока немного. Но уже видно, что заголовки и твиты вызывают практически идентичные эмоции. Конечно, в некоторые дни картина не такая однозначная, но в среднем паттерны повторяются.
Одно из возможных объяснений этому — содержание многих популярных твитов определяется теми же изданиями, чьи заголовки анализировал алгоритм. Ведь СМИ и журналисты часто публикуют анонсы статей в соцсетях, и эти посты набирают вирусную популярность: их репостят, комментируют и переписывают. К тому же в Твиттере сидит много ботов (об этом сокрушался Илон Маск при первой попытке купить платформу).
Зато в блогах ситуация сильно отличается. Судя по графикам, у авторов своих страничек иногда были полностью противоположные эмоции, если сравнивать с журналистами и микроблогерами.
Medium
Average Emotion Scores According to NLP-based AI of News Headlines vs. Tweets vs. Blog Posts
Twemotion.com is a web app I built that measures emotions in tweets vs. in news headlines. A full breakdown of the statistical methodology…
🤨6👍2
Нашла удобное приложение для тех, кому лень считать
Оно называется CountThings from Photos (есть и на винде, и на обеих операционках для смартфонов). Скармливаешь фотку и прога показывает, сколько на ней запечатлено предметов одного типа.
В первую очередь сервис, наверное, подойдёт для строителей и всех, кому нужно работать с большим количеством деталей. Благо для них тут есть десятки шаблонов подсчётов — можно узнать количество листов арматуры, разных стержней, гвоздей, уголков, балок, труб, брёвен и кучи других материалов.
Но в целом CountThings справляется практически с любой задачей — может подсчитать и количество монет на столе, и микробов на снимке с микроскопа, и поголовье овец на пастбище (да, здесь есть даже такой шаблон).
Из плюсов: можно использовать уже готовые фотки. Из минусов — количество бесплатных подсчётов ограничено. А платная версия довольно дорогая, лицензия стоит почти 11 тысяч рублей в месяц.
Вот как сервис справился с рассыпанными на столе таблетками, подсчёт занял примерно секунду.
Оно называется CountThings from Photos (есть и на винде, и на обеих операционках для смартфонов). Скармливаешь фотку и прога показывает, сколько на ней запечатлено предметов одного типа.
В первую очередь сервис, наверное, подойдёт для строителей и всех, кому нужно работать с большим количеством деталей. Благо для них тут есть десятки шаблонов подсчётов — можно узнать количество листов арматуры, разных стержней, гвоздей, уголков, балок, труб, брёвен и кучи других материалов.
Но в целом CountThings справляется практически с любой задачей — может подсчитать и количество монет на столе, и микробов на снимке с микроскопа, и поголовье овец на пастбище (да, здесь есть даже такой шаблон).
Из плюсов: можно использовать уже готовые фотки. Из минусов — количество бесплатных подсчётов ограничено. А платная версия довольно дорогая, лицензия стоит почти 11 тысяч рублей в месяц.
Вот как сервис справился с рассыпанными на столе таблетками, подсчёт занял примерно секунду.
Countthingsfromphotos
CountThings from photos. Make your counting FASTER and EASIER!
The CountThings from Photos app counts items from static images.
👍17🔥2
Знакомства пост
Друзья, всем привет!
Вас с каждым днем становится все больше, а это значит, что в канале прибавляется новых людей, которым небезразлична тема искусственного интеллекта и новейших технологий. Спасибо, что заглянули, что вы с нами, со мной!
Давайте познакомимся немного поближе! В своем канале я даю много разной информации, но если коротко, то можно выделить несколько направлений:
— Новости про ИИ
ML, всевозможные нейросети, суперкомпьютеры, полезные сервисы и интересные исследования.
— Подборки
От научных и художественных книг до сервисов, сериалов, нейросеток и телеграм-каналов. Всё, что мне кажется полезным, и чем искренне хочется поделиться.
— Интервью и колонки экспертов
Здесь вы найдете тезисные переводы интересных зарубежных материалов.
— Капелька развлекательного контента
Собираю самые необычные картинки с генеративных нейросеток, а иногда делаю их сама (я про картинки, если что).
Надеюсь, что мы с вами надолго вместе, потому что вишенкой на торте станет то, что скоро здесь будет много мощной инфы про AIJ — международной конференции по искусственному интеллекту.
Так что Stay Tuned, как говорится!
Друзья, всем привет!
Вас с каждым днем становится все больше, а это значит, что в канале прибавляется новых людей, которым небезразлична тема искусственного интеллекта и новейших технологий. Спасибо, что заглянули, что вы с нами, со мной!
Давайте познакомимся немного поближе! В своем канале я даю много разной информации, но если коротко, то можно выделить несколько направлений:
— Новости про ИИ
ML, всевозможные нейросети, суперкомпьютеры, полезные сервисы и интересные исследования.
— Подборки
От научных и художественных книг до сервисов, сериалов, нейросеток и телеграм-каналов. Всё, что мне кажется полезным, и чем искренне хочется поделиться.
— Интервью и колонки экспертов
Здесь вы найдете тезисные переводы интересных зарубежных материалов.
— Капелька развлекательного контента
Собираю самые необычные картинки с генеративных нейросеток, а иногда делаю их сама (я про картинки, если что).
Надеюсь, что мы с вами надолго вместе, потому что вишенкой на торте станет то, что скоро здесь будет много мощной инфы про AIJ — международной конференции по искусственному интеллекту.
Так что Stay Tuned, как говорится!
👍38🔥10👌3🍌1
Что интересного будет на AIJ 2022 в первый день?
Организаторы постарались и позвали топовых спикеров по самым крутым темам в сфере искусственного интеллекта.
Вот только программа AIJ настолько плотная, что увидеть все выступления у вас точно не получится (если вы не Джонни Мнемоник, конечно). Поэтому лично я уже наметила себе примерный список того, что буду смотреть. Поделюсь им и с вами.
2️⃣3️⃣ ноября:
10:15 - 11:00 (AIJ SCIENCE)
📍«NLP и общество: взгляд на анализ чувств, эмоций и мониторинг психического здоровья»
11:15 - 12:00 (AI JUNIOR)
📍«Диалог с ИИ-талантами»
11:15 - 12:45 (AI4ESG)
📍 «Наука и искусственный интеллект на благо развития человечества — вызовы нового времени»
12:30 - 14:30 (AIJ SCIENCE)
📍 «Обучение и сжатие больших нейросетевых моделей»
📍 «GENA LM: языковая модель ДНК»
14:45 - 16:00 (AIJ SCIENCE)
📍 «Детоксификация текстов»
Организаторы постарались и позвали топовых спикеров по самым крутым темам в сфере искусственного интеллекта.
Вот только программа AIJ настолько плотная, что увидеть все выступления у вас точно не получится (если вы не Джонни Мнемоник, конечно). Поэтому лично я уже наметила себе примерный список того, что буду смотреть. Поделюсь им и с вами.
2️⃣3️⃣ ноября:
10:15 - 11:00 (AIJ SCIENCE)
📍«NLP и общество: взгляд на анализ чувств, эмоций и мониторинг психического здоровья»
11:15 - 12:00 (AI JUNIOR)
📍«Диалог с ИИ-талантами»
11:15 - 12:45 (AI4ESG)
📍 «Наука и искусственный интеллект на благо развития человечества — вызовы нового времени»
12:30 - 14:30 (AIJ SCIENCE)
📍 «Обучение и сжатие больших нейросетевых моделей»
📍 «GENA LM: языковая модель ДНК»
14:45 - 16:00 (AIJ SCIENCE)
📍 «Детоксификация текстов»
👍14🔥1
Ребят, хотела рассказать про одну стоящую внимания активность в рамках международной конференции в сфере ИИ – Путешествие в мир искусственного интеллекта – AI Journey, которая проходит сейчас в Москве и закончится 24-го ноября. Так вот, сегодня, 23-го, с 13:30 до 14:30 в формате трансляции на сайте конфы пройдет «битва ученых» по темам ESG.
Что это такое?
Молодые ученые расскажут о том, как используются технологии ИИ\ML\Big data для решения глобальных проблем человечества, у каждого ученого будет только 10 минут, чтобы доказать свое превосходство, а потом зрители голосованием выберут лучшего из них.
А теперь к самому интересному, кто заявлен на битву и с какими темами. Когда я почитала про бэкграунд участников, поняла, что может получиться реально интересно.
— Радослав Нейчев (МФТИ) расскажет про распознавание активности и поведения человека
— Алексей Коровин из АЙРИ (AIRI) расскажет про поиск новых материалов с помощью ИИ
— Виктор Гомболевский, тоже из АЙРИ расскажет про ИИ в медицине
— Александр Галанов из ФБУ ВНИИЛМ (НИИСХ Северного Зауралья) расскажет про «искусственные глаза» из космоса в оценке Лесного фонда.
Круто! Напомни, где и когда смотреть?
23.11, стрим AI4ESG, на сайте конференции в 13:30 (до 14:30).
Где голосовать?
Здесь, а еще в самой трансляции будет QR-код на страничку. Голосовать можно будет до 27 ноября включительно. А 28 ноября уже объявят результаты на той же страничке, где будет проходить голосование.
Надо смотреть, без вариантов)
👍15🔥4
Как алгоритмы NLP помогают анализировать чувства людей и мониторить психическое здоровье людей
Послушала выступление Пушпака Бхаттачария из Индийского технологического института в Бомбее (IIT Bombay) на конференции AI Journey. Рассказываю коротко, о чем он говорил.
— В мире психическими расстройствами страдает около 970 млн человек, но на каждые 100 тысяч населения приходится только один психиатр.
Есть платформы, где пациенты обмениваются информацией, но нужны также решения, которые помогают пациентам решить их проблемы: успокоить и понять их, посочувствовать им и выразить эмпатию. И тут как раз на помощь приходит ИИ!
— Алгоритмы NLP распознают и анализируют язык и содержание сообщений, а также эмоции пользователей. Исследователи из IIT Bombay взяли за основу известное колесо эмоций психолога Роберта Плутчика, которое включает восемь основных эмоций: печаль и радость гнев и страх, ожидание и удовольствие, принятие и отвращение. Они обучают алгоритмы распознавать эти эмоции в тексте и на картинках.
— По мнению Пушпака, очень важно научить машину выражать в общении с людьми эмпатию, потому что именно из-за отсутствия эмпатии люди часто ссорятся и обижаются друг на друга в сети.
Пушпак привел в пример диалог двух женщин в Whatsapp, одна из которых употребила в сообщении слово Nikaa, имея ввиду название большого магазина в Бомбее, а другая обиделась на нее, поскольку в бенгальском языке есть созвучное этому слово ругательство.
— Дальше Пушпак заговорил о сарказме. Эту эмоцию машине различить сложнее всего, так как ее трудно анализировать. В IIT Bombay над этой проблемой работают с 2000 года. Часто в саркастическом высказывании содержится скрытый смысл, который машина не сразу может различить, например, человек говорит: «Обожаю, когда меня игнорируют!»
При этом на самом деле, человеку совершенно не нравится, когда его игнорируют. В саркастическом высказывании может также отсутствовать логика, например: «Сейчас три утра. Я на работе. Ура! Ура!». Машине в этом случае трудно понять, чему так радуется человек.
— Ученые учат ИИ распознавать такую непоследовательность на фразах, которые не содержат сарказм, а потом меняют часть предложения так, чтобы сарказм появился.
Например, сначала показывают машине фразу: «Я люблю писать этот документ в 9 утра», а потом заменяют ее на фразу «Я люблю писать этот документ в 3 утра». Сравнивая две фразы, машина понимает, где есть сарказм, а где его нет.
— В целом, для распознания сарказма приходится подключать все механизмы: анализ языка и символов, расстояния между словами, распознавание настроения и даже измерение движение глаз человека, что тоже помогает понять его эмоции
— В заключение Пушпак сказал, что исследования будут продолжаться и дальше. Это поможет психологам не только лечить пациентов с больной психикой, но даже предотвращать самоубийства. Хотя надо помнить, что ИИ в этом деле лишь помощник, а не врач.
Послушала выступление Пушпака Бхаттачария из Индийского технологического института в Бомбее (IIT Bombay) на конференции AI Journey. Рассказываю коротко, о чем он говорил.
— В мире психическими расстройствами страдает около 970 млн человек, но на каждые 100 тысяч населения приходится только один психиатр.
Есть платформы, где пациенты обмениваются информацией, но нужны также решения, которые помогают пациентам решить их проблемы: успокоить и понять их, посочувствовать им и выразить эмпатию. И тут как раз на помощь приходит ИИ!
— Алгоритмы NLP распознают и анализируют язык и содержание сообщений, а также эмоции пользователей. Исследователи из IIT Bombay взяли за основу известное колесо эмоций психолога Роберта Плутчика, которое включает восемь основных эмоций: печаль и радость гнев и страх, ожидание и удовольствие, принятие и отвращение. Они обучают алгоритмы распознавать эти эмоции в тексте и на картинках.
— По мнению Пушпака, очень важно научить машину выражать в общении с людьми эмпатию, потому что именно из-за отсутствия эмпатии люди часто ссорятся и обижаются друг на друга в сети.
Пушпак привел в пример диалог двух женщин в Whatsapp, одна из которых употребила в сообщении слово Nikaa, имея ввиду название большого магазина в Бомбее, а другая обиделась на нее, поскольку в бенгальском языке есть созвучное этому слово ругательство.
— Дальше Пушпак заговорил о сарказме. Эту эмоцию машине различить сложнее всего, так как ее трудно анализировать. В IIT Bombay над этой проблемой работают с 2000 года. Часто в саркастическом высказывании содержится скрытый смысл, который машина не сразу может различить, например, человек говорит: «Обожаю, когда меня игнорируют!»
При этом на самом деле, человеку совершенно не нравится, когда его игнорируют. В саркастическом высказывании может также отсутствовать логика, например: «Сейчас три утра. Я на работе. Ура! Ура!». Машине в этом случае трудно понять, чему так радуется человек.
— Ученые учат ИИ распознавать такую непоследовательность на фразах, которые не содержат сарказм, а потом меняют часть предложения так, чтобы сарказм появился.
Например, сначала показывают машине фразу: «Я люблю писать этот документ в 9 утра», а потом заменяют ее на фразу «Я люблю писать этот документ в 3 утра». Сравнивая две фразы, машина понимает, где есть сарказм, а где его нет.
— В целом, для распознания сарказма приходится подключать все механизмы: анализ языка и символов, расстояния между словами, распознавание настроения и даже измерение движение глаз человека, что тоже помогает понять его эмоции
— В заключение Пушпак сказал, что исследования будут продолжаться и дальше. Это поможет психологам не только лечить пациентов с больной психикой, но даже предотвращать самоубийства. Хотя надо помнить, что ИИ в этом деле лишь помощник, а не врач.
👍19❤7🔥2
А что у нас с молодыми талантами?
На AIJ присутствуют не только матёрые ветераны ИИ-индустрии, но и совсем юные новобранцы. С интересом посмотрела сессию, в ходе которой школьники рассуждали о будущем искусственного интеллекта.
Своими мыслями поделились четверо ребят: победители международного конкурса по искусственному интеллекту для детей AIIJC 2021 Владимир Воробьёв (17 лет), Виктория Белая (15 лет), Ева Морозова (14 лет) и участник двух национальных чемпионатов по робототехнике Степан Филиппов (11 лет).
Чтобы вы понимали уровень компетенции юных талантов — 17-летний Владимир уже стажируется в Сбере. Там он создаёт ИИ-систему для обработки законодательных актов и внутрибанковских документов.
Школьников спросили, какими возможностями искусственный интеллект будет обладать к 2030 году. Участники обсуждения предположили, что к концу десятилетия алгоритмы смогут заменить людей в опасных профессиях, научатся осознанно общаться и начнут помогать в колонизации соседних планет.
Но 11-летний робототехник Степан выдал более мрачный прогноз — по его мнению, к 2030 году ИИ полностью заменит человека и людям останется лишь «целыми неделями валяться на кровати».
С юным визионером поспорил топ-менеджер Сбера Александр Ведяхин, который модерировал беседу. Он усомнился, что ИИ сможет заменить человека — тем более, что такую задачу сегодня даже никто и не ставит.
Люди сами ставят искусственному разуму задачи и устанавливают рамки, поэтому он должен стать нашим лучшим помощником, уверен топ-менеджер.
На AIJ присутствуют не только матёрые ветераны ИИ-индустрии, но и совсем юные новобранцы. С интересом посмотрела сессию, в ходе которой школьники рассуждали о будущем искусственного интеллекта.
Своими мыслями поделились четверо ребят: победители международного конкурса по искусственному интеллекту для детей AIIJC 2021 Владимир Воробьёв (17 лет), Виктория Белая (15 лет), Ева Морозова (14 лет) и участник двух национальных чемпионатов по робототехнике Степан Филиппов (11 лет).
Чтобы вы понимали уровень компетенции юных талантов — 17-летний Владимир уже стажируется в Сбере. Там он создаёт ИИ-систему для обработки законодательных актов и внутрибанковских документов.
Школьников спросили, какими возможностями искусственный интеллект будет обладать к 2030 году. Участники обсуждения предположили, что к концу десятилетия алгоритмы смогут заменить людей в опасных профессиях, научатся осознанно общаться и начнут помогать в колонизации соседних планет.
Но 11-летний робототехник Степан выдал более мрачный прогноз — по его мнению, к 2030 году ИИ полностью заменит человека и людям останется лишь «целыми неделями валяться на кровати».
С юным визионером поспорил топ-менеджер Сбера Александр Ведяхин, который модерировал беседу. Он усомнился, что ИИ сможет заменить человека — тем более, что такую задачу сегодня даже никто и не ставит.
Люди сами ставят искусственному разуму задачи и устанавливают рамки, поэтому он должен стать нашим лучшим помощником, уверен топ-менеджер.
👍25👎1