Технологии, заменяя человека на одних рабочих местах, одновременно формируют спрос на другие рабочие места, более трудоемкие (в противовес капиталоемким). Например, автоматизация текстильного производства сформировала спрос на специальности компьютерного дизайна, анализа рынка и т.п. Подобный баланс на рынке труда США поддерживался почти всю вторую половину ХХ века, проанализировали экономисты Дарон Аджемоглу и Паскуаль Рестрепо. Последние три десятка лет баланс нарушен в пользу машин: не все технологии ведут к созданию новых рабочих мест и, более того, не всегда автоматизация ведёт к повышению производительности.
https://econs.online/articles/ekonomika/pereavtomatizatsiya-proizvodstva/

На этой странице можно протестировать самую продвинутую нейросетевую модель для генерации текста — GPT-2. Вы пишете фразу, нейросеть дополняет её до небольшого текста. Получается очень неплохо (жирным выделена исходная фраза). Попробуйте сами: https://talktotransformer.com/

Любопытная работа из MIT CSAIL: воссоздание предполагаемого портрета по голосу.
Домашняя страничка проекта: https://speech2face.github.io
Статья: https://arxiv.org/abs/1905.09773

Исследователь новых фич Джейн Вонг пишет, что Instagram работает над видеоредактором историй — с музыкой, изменением скорости воспроизведения, таймером и AR-эффектами. Привет, TikTok 🙂

​​Недавно Verge публиковали записи внутренних встреч, на которых Цукерберг открыто обсуждает с сотрудниками Facebook проблемы и угрозы компании. Там его спрашивали о TikTok, запуске Libra, возможном разделении компании, сложностях модерации и о другом.

В частности, Цукерберг признал, что в Мексике Facebook запустил своё приложение Lasso — подобие TikTok, чтобы захватить рынок до того, как туда проберется китайский конкурент. Очевидно, интеграция видеоредактора в Instagram — ещё один шаг по борьбе с конкурентом на рынках, где позиции Instagram сильны.

Другие ответы Марка тоже интересны, всё-таки парень мыслит на глобальном уровне, а формат встречи подразумевает честный разговор, а не прилизанный релиз для прессы.

​Ничего необычного, просто нейронная сеть обученная на танцах под разные стили, танцует танго.

Вот тут полное видео, есть даже танцы под Мадонну, довольно секси.

Исследователи отмечают, что это фреймворк – танцевать она может под что угодно и отдает на выходе 3D-координаты, то есть ждем пока робот Atlas научится нормально танцевать ヽ(✿ﾟ▽ﾟ)ノ

Тренды Кремниевой долины по результатам почти 200 стартап-питчей YCombinator

Азия, Южная Америка, Ближний Восток созревают как рынки. Примеры стартапов: продажа американских акций гражданам Индонезии; сервис для мигрантов из Венесуэлы, позволяющий отправлять продукты своим родственникам; выпечка с доставкой в Египте; доставка еды и лекарств в Ираке с перспективой стать супер-приложением, как WeChat.

Люди из тех-индустрии создают стартапы для людей из тех-индустрии. Парень из Киргизии получал $4000, затем получил оффер в Google, переехал и стал получать $140 000 в год. Теперь он основал стартап, который помогает талантливым людям из развивающихся стран найти работу в зарубежных IT-компаних, в обмен на часть их зарплаты. Другие примеры стартапов: финансовый советник для сотрудников топ-стартапов; онлайн-сообщество для женщин из тех-индустрии для общения, нетворкинга и поиска работы.

Жилищный кризис создаёт возможности для стартапов: раскладная мебель, прокат мебели и даже почасовый аналог Airbnb — для тех, кому надо поспать пару часов или созвониться в тишине.

Персонализация моды: примерка одежды с помощью алгоритмов; маркетплейс для дизайнерских кроссовок; приложения для ресейла одежды для подростков.

Слишком много приложений? И для этого есть приложение! Одна компания объединяет Slack, Asana и Google Docs в один продукт, другая интегрирует несколько офисных приложений в Gmail.

Все ищут подработку, а стартаперы создают для этого платформы — для программистов, врачей и даже для инфлюэнсеров.

https://www.forbes.com/sites/kenrickcai/2019/08/21/ycombinator-demo-day-174-startup-pitches-in-2-days-next-big-trends-in-tech/

Networks of the brain by Olaf Sporns

Дочитала книгу про нейронные сети мозга (не совсем учебник, но и не примитивный научпоп, скорее для публики, хоть немного знающей основы нейробиологии)
https://mitpress.mit.edu/books/networks-brain

Вкратце - Спорнс пишет легко и понятно и в начале дает небольшое общее введение в теорию графов и ее основные понятия. Идея того, что мозг состоит из множества нейронных сетей, которые поделены на модули, кластеризованы, и более менее связаны с какими-то функциями (более узкими или широкими, как у ассоциативных областей мозга) - совсем не нова, но Спорнс пишет про изучение нейронных сетей, их структуры и функций, в том числе в динамике, с помощью теории графов.

Одна из самых важных вещей, которые он объясняет - это small-world networks. Представьте два типа графов (то есть как будто нейронных сетей в мозге, где узлы это нейроны, а ребра - или соединения - синапсы нейронов): один граф полностью упорядочен и каждый узел соединяется только с 4-мя ближайшими соседями. Второй граф не упорядочен совсем, соединения между узлами в нем случайные. Так вот, в первом случае мы получаем высокий уровень кластеризации (что в мозге соответствует способности обрабатывать информацию на локальном уровне), но чтобы передать информацию любому другому узлу сети (отдаленному), придется пройти большой путь через узлы, так как каждый соединяется только с соседями. Во втором типе все наоборот - попасть от одного случайного узла к другому можно по короткому пути, но при этом никакой структуры и кластеризации, а значит и нет особо локальной обработки информации. К тому же мозг не может позволить себе столько длинных соединений, это ограничивается объемом черепа.

В особом типе сети - small-world network - большая часть соединений - между соседники узлами, но добавляется небольшой процент случайных, "длинных" связей - в итоге созраняется кластеризация и локульный процессинг, но путь от одного случайного узла к другому сокращается очень сильно (правильно эта метрика называется characteristic path length). При этом мозг платит сравнительно небольшую цену за длинне соединения, потому что их немного. И собственно много статей показывают, что нейросети в мозге имеют small-world-like организацию, ровно как и социальные сети (ну и тут все это еще имеет отношение к теориии шести рукопожатий)

Короче хорошая книга, я одобряю, а где ее взять вы итак знаете!

​​Читаем научные новости правильно

Большинство опубликованных научных данных не соответствуют действительности, считает исследователь методологии науки Джон Иоаннидис. Лучшие исследователи не всегда получают финансирование, данные нейробиологии ненадежны, а клинические испытания по большей части бесполезны.

Кому верить? Как выжить в хаосе медицинской дезинформации? На основе рекомендаций самого известного. научного «аудитора» мы составили краткий гайд: на что обращать внимание при чтении медицинских новостей.

◇ Мыши или люди?
◇ Кто, где, когда?
◇ Рандомизированное контролируемое или обзорное?
◇ Кто платит?
◇ Соответствует ли громкое название содержанию?

Ответы тут.

колонка о современных системах слежения с воздуха, в оригинале обычно военных, все как мы любим: постоянное наблюдение в сочетании с machine learning и массовым (читай - вечным) хранением - технология, которая напрямую угрожает гражданским свободам, хотя предполагалось, что она будет служить общему благу

колонка в решающей степени инспирирована книгой Eyes in the Sky, хотя и не является в чистом виде рецензией. в книге, кстати, описывается одна забавная история о создании системы Gorgon Stare (Взгляд Горгоны) - она разошлась всюду именно из этой книги, подтверждения из других источников нет, так что кто знает. суть в том, что создатель Взгляда Горгоны в свое время посмотрел фильм Enemy of the State с Уиллом Смитом, в котором правительственные агенты следили за главным героем с помощью всевидящей небесной системы наблюдения, и подумал - а круто было бы сделать такую систему. и сделал. верить или нет, вопрос, но звучит красиво

так вот теперь подобные системы умеют даже больше, чем в кино: над городами в том же Ираке постоянно висят дроны, которые смотрят вниз через очень мощную оптику. сигнал с камер обрабатывается алгоритмами, которые умеют искать подозрительную активность (в том числе, обнаруживать и отслеживать автомобили, которые совершают внезапный и немотивированный поворот), следить за отдельно взятыми объектами или людьми, интегрировать в систему данные из социальных сетей, перехватов сотовых телефонов, данных, добавляемых вручную наземными службами и так далее. все это в режиме реального времени, в интеграции и постоянном контакте с наземными службами: система следит, анализирует, находит и указывает, на земле хватают, уводят или убивают (хотя системы уже умеют убивать и сами с воздуха)

память теперь очень дешевая, поэтому все видео записываются и хранятся, их можно потом пересматривать и перематывать, подвергать дополнительному анализу, в том числе с помощью машинных алгоритмов. отдельный фокус в том, что исторически нет никаких запретов на то, чтобы смотреть на кого-то с неба. если для установки GPS-трекера на чей-то автомобиль в США требуется получить ордер, то с дрона или дирижабля за этим автомобилем можно следить беспрепятственно и сколько угодно. потому что небо - общее

в какой-то момент создатели систем слежки явно начинают ощущать себя богами, по крайней мере, они дают им имена богов и мифических героев - Персей, убийца Медузы Горгоны (Perseus, Persistent Stare Exploitation and Analysis System), стоглазый великан Аргус (Argus, Autonomous Real-Time Ground Ubiquitous Surveillance), бог Один (Odin, Observe, Detect, Identify, Neutralize).

главная этическая проблема ровно та же, что стояла перед создателями атомной бомбы: небольшая группа ученых и инженеров собирается вместе, чтобы создать мощное оружие для военных. при этом, эти новые системы слежки могут быть не менее страшным оружием, которое оно критически смещает весь баланс сил между гражданином и государством, между частным лицом и корпорацией, вплоть до полного исчезновения этого баланса

у обычных людей есть ощущение, что технологии развиваются без их ведома и без возможности как-то повлиять на развитие этих технологий - главные решения об условиях жизни в обществе принимает совсем небольшое и саморегулирующееся "братство элит". многие из них уверены, что работают во благо, но их творения способны разрушить мир #paranoia


https://www.thenewatlantis.com/publications/all-activities-monitored

На Львівщині посадові особи "Укрзалізниці" завдали 1 000 000 гривень збитків відкривши ферму для майнінгу біткоїна на електромережі підприємства

Медицинские сайты торгуют данными посетителей

Журналисты FT провели расследование (без пейволла) и обнаружили, что из 100 сайтов, посвященных здоровью и медицине, 79% используют куки и 78% передают данные о визитах посетителей в рекламную сеть DoubleClick (принадлежит Google). 48% сайтов работают с кукис Amazon, кроме того в списке — рекламные трекеры от Facebook, Microsoft и adtech-компании AppNexus.

Среди передаваемых данных — названия препаратов, симптомы и диагнозы, о которых посетители читали на сайтах. Причем сайты собирают эту информацию без явного согласия пользователей, что в Великобритании уже является нарушением закона (спасибо GDPR). Ну а затем эти данные используются для показа таргетированной рекламы.

Сложно придумать более чувствительные данные, чем информация о болезнях человека*. Использовать эти данные для таргетирования рекламы — глубоко неэтично. Но очень прибыльно — больной человек будет кликать на баннеры и платить за лекарства в надежде вылечиться.

Эта история очередной раз показывает, насколько цинична современная интернет-индустрия. Если можно заработать на продаже данных о болезнях людей, то почему бы этого не сделать?

* Более чувствительная информация — это, наверное, история посещения порносайтов. Но и здесь мы все как на ладони — 93% порносайтов передают данные о посещениях сторонним компаниям 🤷🏻‍♂️

P.S. Можете сами провести такой эксперимент. Зайдите на любой сайт с медицинскими советами (можно погуглить какую-нибудь болезнь или симптом и перейти из выдачи гугла, но лучше делать это из приватной вкладки), откройте там любую страницу и посмотрите в лог адблокера (я смотрю через uBlock Origin). Сразу увидите, как сайт пытается подгрузить скрипты рекламных трекеров. Ну или можно посмотреть то же самое на порносайте, по настроению.

Помните регулярные жалобы московских пользователей навигаторов, которые вдруг вместо аэропорта Шереметьево обнаруживают себя в Кремле и наоборот? Ну вот, это хоть объяснимо.

А вот почему в районе порта Шанхая суда, ориентирующиеся по GPS и AIS, регулярно обнаруживают себя и другие суда прыгающими на несколько миль в пространстве, науке так пока и не понятно. На традиционный спуфинг, когда всем пользователям выдаются координаты другой точки, не похоже — каждый пользователь в Шанхае вдруг получает кривые, но уникальные координаты.

Возможно, это упражняется государство, тестируя новое оборудование радиоэлектронной борьбы. Возможно, мы присутствуем при рождении нового электронного пиратства. В общем, еще одной системе не стоит доверять на 100%
https://www.technologyreview.com/s/614689/ghost-ships-crop-circles-and-soft-gold-a-gps-mystery-in-shanghai/

Скоро летающие китайцы в небе над всей страной.

53-летний фермер из Ухани собрал это средство передвижения, потратив около 10.000 юаней.

​​Эпиграфика — научная дисциплина, которая изучает древние надписи на твердых поверхностях. Такие надписи часто повреждены — в них не хватает не только отдельных символов, но и целых слов и фраз. Эпиграфистам приходится не только расшифровывать древние письмена, но и восстанавливать утраченные фрагменты текста, используя для этого свои знания языка и уцелевшие фрагменты надписей. Звучит как хорошая задача для нейросети, верно?

В DeepMind разработали языковую модель PYTHIA для восстановления древних надписей. Для этого глубокую нейронную сеть обучили на самом большом корпусе древнегреческих текстов. Модель восстанавливает неизвестные символы с погрешностью 30%, тогда как профессиональные эпиграфисты — 57%. PYTHIA учитывает контекст и выдаёт более точные результаты, когда ей доступны больше уцелевших символов. Модель предлагает несколько вариантов пропущенного символа и в 73% случаев правильный вариант находится среди её топ-20 предположений.

TLDR: нейросеть научили восстанавливать повреждённые древнегреческие надписи точнее, чем это делают специалисты

​​И ещё одна новость про ИИ и древние надписи. Японские исследователи обнаружили в пустыне Наска в Перу 143 новых геоглифа. Тут надо сделать небольшое отступление. Геоглифы — знаменитые наскальные изображения в пустыне Наска — делятся на два типа, A и B. Оба типа созданы по одинаковому принципу — древние перуанцы убирали верхний слой темного камня, под которым скрывался светлый пустынный песок. Первые состоят из линий и достигают размеров больше 50 метров. Вторые формируют сплошные поверхности и имеют меньшие размеры. Геоглифы первого типа часто изображают животных. Учёные предполагают, что их рисовали в ритуальных целях — возле них часто находят осколки керамической посуды. Геоглифы второго типа обычно находят возле дорог и на скалах, поэтому рабочая гипотеза такова, что это ориентиры, которые помогали древним перуанцам ориентироваться в пути и на местности.

Так вот, японские исследователи собирали данные о геоглифах, выдвигали гипотезы о том, где можно найти новые, и параллельно использовали для этого трехмерные карты местности и снимки со спутника. Площадь пустыни огромная, разобрать там что-то среди еле заметных линий на спутниковых фото очень сложно. И это оказалось посильной задачей для ИИ: с помощью технологий IBM японцам удалось найти один ранее не замеченный геоглиф. Он похож на человека с палкой в руках, размерами приблизительно 5 на 2 метра. Присмотритесь к оригинальному изображению поверхности слева — заметить это среди огромного количества аэроснимков было бы нереально, если бы не помощь машинного зрения.

Профессор Арвинд Нараянан о змеином масле в сфере ИИ

("Змеиным маслом" раньше торговали аптекари-мошенники, теперь этот эвфемизм означает распиаренную и неэффективную пустышку)

ИИ — зонтичный термин для целого семейства технологий. Некоторые из них действительно показывают впечатляющие результаты, чем добавляют хайпа в общественную дискуссию. Опрос общественного мнения показывает, что американцы ожидают автоматизации всех профессий уже через 10 лет.

Компании используют этот хайп и добавляют название "ИИ" в свои продукты, даже если там на самом деле нет ИИ или его эффективность низка.

Нараянан грубо делит применения ИИ на три группы:

— связанные с восприятием (распознавание треков, лиц, речи) — здесь эффективность ИИ уже довольно высока;

— автоматизированное оценивание (детекция спама, хейтспича, рекомендации контента) — в этих задачах ИИ никогда не будет на 100% точен, это надо принять;

— попытка предсказать социальные процессы исходя из исторических данных (прогнозирование преступлений, рецидивов, эффективности сотрудников) — а вот это, по мнению Арвинда, и есть то самое "змеиное масло"; это тот тип задач для ИИ, которые он не сможет решить, сколько бы данных в него не загружали.

Во многих случаях такие задачи проще и эффективнее решаются простыми линейными формулами. Яркий пример: американское исследование 4200 семей. Учёные собрали 13 тысяч параметров, наблюдая за тысячами семей. И затем попробовали найти формулу, которая могла бы предсказать успешность ребенка, исходя из информации о семье, в которой он рос. В итоге самые точные математические модели, учитывающие 13 тысяч параметров, оказались настолько же точными в прогнозах, как и линейная регрессия, учитывающая всего 4 параметра. Похожая картина получается и с прогнозированием других социальных явлений, таких как вероятность рецидивов или лишения прав.

Вывод — ИИ мощный инструмент, но он не подходит для прогнозирования социальных явлений. В большинстве случаев "ручное" оценивание настолько же точно, но при этом более прозрачно.

Понятная презентация на 20 слайдов

Отличный материал для журналистов, блогеров, исследователей и всех, кто читает и пишет материалы про ИИ: AI Coverage Best Practices, According to AI Researchers.

Прочитайте сами и передайте своим друзьям и коллегам. И не читайте плохо написанные тексты про ИИ.

Что ёще почитать по теме:
— Как распознать мошенничество в сфере ИИ
— 7 ошибок, которые допускают все, кто пытаются предсказать будущее ИИ
— Несколько советов для журналистов, пишущих об ИИ
— Bullshit news в технологической журналистике (и ещё)

Amnesty International опубликовала 60-страничный отчет о Google и Facebook с красноречивым названием "Гиганты слежки".

Для миллиардов людей по всему миру именно сервисы Google и Facebook являются проводниками в Интернет. И хотя эти сервисы в основном бесплатны, пользователи платят за них свою цену, предоставляя компаниям свои персональные данные.

Правозащитники утверждают, что обе компании угрожают правам человека, в том числе свободе выражения мнения и свободе мысли. Виной тому — бизнес-модель, основанная на массированном сборе данных о поведении пользователей, которые затем обрабатываются с помощью сложных алгоритмов и используются, в первую очередь, для получения дохода от рекламы.

Такая бизнес-модель позволила двум гигантам сконцентрировать огромную власть, включая финансовую мощь, политическое влияние и способность формировать цифровой опыт миллиардов людей. Это привело к беспрецедентной асимметрии знаний между компаниями и пользователями Интернета - как утверждает исследовательница Шошана Зубофф (Shoshana Zuboff): «Они знают о нас всё; мы не знаем о них почти ничего».

сотрудники ГК "Нейроботикс" и МФТИ обучают нейросеть воссоздавать изображения по электрической активности мозга в режиме реального времени, снимая сигналы непосредственно с нейронов с помощью электроэнцефалографии (ЭЭГ)
https://youtu.be/nf-P3b2AnZw

теоретически, я думаю, можно будет таким же образом вынимать из мозга воспоминания (наверное). первое, что приходит на ум в прикладном смысле - воссоздание облика разных людей, к примеру, преступников, без посредников в виде художников или составителей фотороботов. человек просто думает, нейросеть рисует

пока выглядит не очень, но вообще это экспериментальные пробы, так что впечатляет
https://i.redd.it/hztbaqe7dxz31.png

минорити репорт все ближе
https://techxplore.com/news/2019-10-neural-network-reconstructs-human-thoughts.html