Давно хожу с мыслью, что компания вроде Яндекса, у которой в Метрике есть гигабайты данных о кликах пользователей; о том, как люди воспринимают контент; о том, как пользователи буквально водят мышкой по экрану, просто обязана разработать алгоритм для веб-дизайнеров и облегчения их нелегкого труда.

Представьте, что у вас есть аналитика миллиона сайтов — вы знаете, где какая категория сайта (магазин, СМИ, сервис и т.п.), какие сценарии эти сайты покрывают, какие пути проделывают пользователи для достижения результата, с какими сложностями пользователь сталкивается. Всех этих данных должно хватить для того, чтобы алгоритм смог подсказать, как лучше расположить кнопки, сверстать текст и какие цвета подходят в это время года. В общем найти «философский камень» среди UX/UI.

На producthunt я встречал разные громкие заявления от проектов, которые пытаются разработать подобный сервис (https://thegrid.io/, https://firedrop.ai/), но я в них не очень верю, так как в алгоритмах машинного обучения (в нынешнем виде) очень важны данные (датасет) и получить эти данные не просто — никто ими не делится, я об этом уже как-то писал (https://t.me/denissexy/517).

И вот в MIT нашелся такой датасет и пару месяцев назад исследователи опубликовали демку, где вы можете загрузить изображение, а алгоритм попробует угадать, как будет распределяться внимание пользователей. На выходе вы получаете тепловую карту внимания, выглядит довольно интересно.

Попробуйте сами:
http://visimportance.csail.mit.edu/#Demo

Ну, а ниже пара примеров от меня.

P.S. Исходный код доступен по ссылке — https://github.com/cvzoya/visimportance

За последние два месяца мне написало уже два человека с предложением поддержать канал финансово и я подумал, что этого достаточно, чтобы завести страницу для донатов:
http://telegra.ph/Podderzhat-kanal-11-22

Если вы вдруг захотите отправить автору этого канала денег, то у вас теперь есть способ.

И спасибо вам за то, что читаете канал 🦄

Просто коптеры с руками, ничего необычного: https://www.prodrone.jp/en/concept/pd6b-aw-arm/

Помните Google презентовал свой проект AutoML?
Это где нейронные сети пытаются обучить нейронную сеть наиболее удачно, так вот, с помощью AutoML подготовили два слоя для нейронной сети и объединили их во фреймворк распознания объектов NASNet.

Небольшое и впечатляющее видео о прогулке NASNet по Time Square:
https://www.youtube.com/watch?v=ERglPgx8wFg

P.S. Детали проекта доступны по ссылке:
https://research.googleblog.com/2017/11/automl-for-large-scale-image.html

P.P.S. Дорогие роботы и алгоритмы, если вы читаете это, я всегда был на вашей стороне 💖

Я как-то давно писал о алгоритмах которые позволят спасти жизни если научатся действительно хорошо работать, речь идет об автоматическом определении суицидальных наклонностей — фейсбук на днях запустил такой алгоритм с помощью машинного обучения:
https://techcrunch.com/2017/11/27/facebook-ai-suicide-prevention/

Алгоритм сканирует посты и комментарии пользователя на предмет наличия там «модели суицидальных мыслей», после чего, в случае обнаружения, предлагает помощь — с пользователем могут связаться модераторы фейсбука или запрос могут передать местным властям (Алгоритм работает во всем мире за исключением Евросоюза из-за местного законодательства), или у друзей человека, который нуждается в помощи, появится окно с просьбой помочь: связаться с пользователем, его близкими или позвонить в службу доверия.

Очень важно мне кажется, когда алгоритмы приносят пользу обществу и пытаются помочь людям в любых ситуациях, но и важно, чтобы это все работало правильно и как требует наука в таких случаях.

Наткнулся на любопытный проект, который позволяет вам понять, что нужно знать, чтобы сменить профессию (правда в США):
http://flowingdata.com/2017/11/28/career-paths/

Работает он примерно так:
Бюро переписи населения и Бюро статистики труда проводят опрос на тему занятости на постоянной основе, если взять эти данные и посмотреть какие промежуточные профессии кто-то когда-то занимал на пути к желаемой сфере, то в теории можно попробовать найти самый короткий путь до желаемой профессии.

Авторы пишут, что это больше шуточный проект и я с ними согласен, судя по их схеме, чтобы мне с позиции менеджера по продукту перейти в полицию (или стать патрульным офицером), мне нужно немного поработать в маркетинге и побыть менеджером по продажам ¯\_(ツ)_/¯

Как-то давно я писал про сайт который собирает музыку за последние 100 лет со всего мира и дает ее послушать разбивая на десятилетия, но писал я об этом еще в тот момент когда у меня не было канала в телеграме.

Так что дублирую ссылку на это музыкальное сокровище которое сильно пополнилось за последний год:
http://radiooooo.com/

P.S. Пишу это под Иранский джаз 50-х, рекомендую 🦄

Наткнулся на любопытный пост на хабре о AutoML и неплохой подборкой чтива о машинном обучении, рекомендую тем кто хочет начать во всем этом разбираться получше.

Цитата:
«Технология AutoML от Google была представлена в мае как система для автоматизации создания моделей машинного обучения. Уже тогда она могла проектировать небольшие нейронные сети, которые работали наравне с нейросетями, разработанными людьми.

Метод Google базируется на двух нейронных сетях, состоящих в постоянном контакте, — контролирующей и контролируемой (дочерней). Дочерняя система обучается на основе обратной связи от контролирующей, которая оценивает эффективность прохождения тестов. Этот процесс повторяется тысячи раз, пока не будет достигнут желаемый результат. В эксперименте Google нейронная сеть занималась распознаванием объектов на потоковом видео: людей, автомобилей, светофоров и так далее.

AutoML от Google не первая система такого рода. Однако уникальность последней разработки проекта Brain заключается в том, что она не просто дорабатывает уже существующие модели, а сама их выбирает и модифицирует»

https://habrahabr.ru/company/1cloud/blog/343762/

Гений опередивший время

Американский стример нелегально транслировал бой MMA, выдав его за видеоигру.

Правила платформы Twitch запрещают показывать подобные события, поэтому он просто взял в руки геймпад и сделал вид, что это игра по смешанным единоборствам. Ещё и кнопки нажимал для убедительности.

https://tjournal.ru/63120

Если проанализировать рост цены биткоина, то можно предположить, что через неделю он прорвет пространственно временной континуум

Ну а если серьезно, то ближайшие две недели у биткоина обещают быть интересными — пару дней назад сработал алгоритм который меняет сложность майнинга (Если много майнеров — то майнить становиться сложнее, если мало — то проще), сложность стала выше и за эти пару дней кол-во транзакций которые ждут своей очереди приблизилось к максимуму за все время существования — 220 000 неподтвержденных транзакций [1], прошлый максимум был в мае 2017 — 238 896 транзакции, но очередь образовалась не за пару дней как сейчас.

Это означает, что во первых — ваша транзакция будет идти долго (если вы не заплатите больше денег за повышение ее приоритета в очереди), а сама транзакция будет стоить дороже, чем у соседей по цеху — Bitcoin cash (BCH), Litecoin (LTC), Ethereum (ETH), Monero (XMR) и других.

Более того, очередь транзакций биткоина растет, а следующая смена сложности будет недели через две — ума не приложу, что компания отвечающая за развитие биткоина будет с этим делать, но все это ожидаемый результат.

Теперь биткоин это не замена деньгам как было описано в изначальном white paper (ТЗ на проект + экономику, грубо говоря), это актив и активом его сделали сознательно не занимаясь масштабированием — если почитать твиттер видных деятелей Bitcoin Core, то они советуют переводить деньги в Litecoin или Western Union (ехидно), впрочем не так давно примерно об этом же писал @addmeto (https://t.me/addmeto/1725) сравнивая биткоин с золотом.

Кто-то может считать, что lightning network спасет текущую ситуацию, но мне кажется если бы ее хотели решать, давно нашли бы способ, а LN еще не ясно когда будет, в видео ниже выступление разработчиков LN от сентября где они говорят, что ждать еще около 8 месяцев. На днях Steam прекратил принимать биткоины и это может быть началом тенденции отката назад в массовой адаптации, во всяком случае именно для биткоина (а он главный бренд криптовалют), за кофе уже точно не заплатишь BTC так как придется накинуть сверху 15 долларов за транзакцию [2].

Мое собственное мнение, что актив без используемой технологии, в ИТ пространстве, такой себе актив — то есть криптовалюты могли бы решить много проблем связанных с обычными деньгами (фиат), но вместо этого всё как всегда, многие радуются стоимости биткоина, но мало кого волнуют как у него все работает внутри.

[1] https://blockchain.info/unconfirmed-transactions?btcsh
[2] https://bitinfocharts.com/comparison/bitcoin-transactionfees.html
[3] https://www.youtube.com/watch?v=eCE2OzKIab8&feature=youtu.be&t=5h42m40s

Мы постепенно вступаем в эру фейков, где с помощью нейронок, мы перестанем верить тому, что мы видим даже на видео. Обществу явно придется найти способ, как мы будем доказывать, что на видео тот или иной человек, юристам придется подумать, что делать с экранками звездных войн где полностью заменена звуковая дорожка и лица актеров и что делать с песнями которые «перепел» алгоритм.

Но зашли мы в эту эру с неожиданной стороны — на реддите появился юзер, который уже несколько месяцев с помощью нейронок заменяет головы порно-актрис на лица знаменитостей, я попробую скинуть ниже гифку, замазав нужные части, но вы имейте ввиду, там таки порно.

Алгоритм обучается на видео из ютуба, затем ему дают сцену из порно где он заменяет голову актрисы.

Почитать можно тут:
https://dtf.ru/13478

Аккаунт юзера на реддите:
https://www.reddit.com/user/deepfakes/

Аккаунту пару месяцев, не понимаю как прошло мимо меня, но я в восторге.

Ниже пару примеров — с Мэйси Уильямс и Эммой Уотсон.