Еще несколько лет назад нейросети считались чем-то диковинным. Сейчас же данный инструмент осваивает все больше людей. Причем эта отрасль развивается невероятными темпами: совсем недавно нейросети учились рисовать картины, и уже сейчас выдают шедевры мирового искусства (и даже способны написать пьесу!). Но для работы любой нейросети нужны данные — без этого пользы от нее будет не больше, чем от простого компьютерного алгоритма.
Под термином «искусственный интеллект» зачастую имеются в виду нейросети, построенные на технологии глубокого машинного обучения. Причем технология обучения нейросетей хорошо отработана и дает свои плоды. Однако не все ученые разделяют мнение о том, что искусственный интеллект должен развиваться именно по этому пути. Кто-то даже полагает, что таким системам «не стоит доверять» и ни к чему хорошему их развитие не приведет.
В США существует музыкальная группа YACHT. Возможно, что вы о ней даже и не слышали, хотя играют они аж с 2002 года и записали уже немало композиций. В целом эта команда музыкантов всегда подходила к своему творчеству довольно креативно. Например, как-то раз они продавали альбом без обложки. Но ее все же можно было получить… по факсу в ближайшем почтовом отделении. Однако за подобное YACHT вряд ли бы попала на страницы нашего издания. Но недавно выпущенный группой альбом под названием Chain Tripping заставляет обратить на себя внимание. Ведь соавтором музыкантов тут выступил искусственный интеллект.
Компьютерное зрение практически идеально распознает объекты на статичных изображениях, и на данный момент проблемы в основном возникают только с видеороликами. Тем не менее разработчики продолжают создавать нейронные сети для распознавания разнообразных действий на видео, и одной из последних и самых интересных проектов является работа сотрудника Netflix Амира Зиая. Используя базу из 100 голливудских фильмов он обучил нейронную сеть распознавать сцены с поцелуями, при этом избегая чрезмерно откровенных сцен.
Людям довольно легко определить плотность и рельефность предмета, просто взглянув на него. С таким же успехом можно сказать, как выглядит объект, просто касаясь его с закрытыми глазами. Такие умения помогли бы роботам лучше взаимодействовать с предметами но, к сожалению, до сих пор они не были им доступны. Исследователи из Лаборатории искусственного интеллекта МТИ (CSAIL) решили эту проблему, оснастив роботизированную руку KUKA тактильным датчиком GelSight — таким образом, искусственный интеллект смог изучить связь между визуальной и тактильной информацией, и объединить их.
Самый большой урок, который можно извлечь из 70 лет исследований ИИ, заключается в том, что общие методы, использующие вычисления, в конечном итоге оказываются наиболее эффективными — и с большим отрывом. Конечной причиной этого является закон Мура. Или, скорее, его обобщение: продолжающееся, экспоненциальное удешевление вычислительных процессоров. Об этом «горьком уроке» рассказал Ричард Саттон, канадский компьютерный ученый. Далее — от первого лица.
У человека есть удивительное и крайне полезное умение — он может на ощупь найти в темноте свои очки, смартфон и другие нужные ему предметы. Многие инженеры очень хотят оснастить таким навыком своих роботов, но для обучения искусственного интеллекта им не хватает данных о форме предметов и их массе. Исследователи из Массачусетского технологического института придумали, как быстро и недорого собрать нужную информацию — они разработали перчатку STAG, которая собирает данные о тактильных ощущениях человека.
Умение писать слова на бумаге кажется довольно простым человеческим навыком, но на самом деле он крайне сложен. Подумать только — чтобы научиться писать, нужно понимать, в какой точке нужно опустить кончик ручки, как долго и в каком направлении водить линию, а также где делать остановки. Несмотря на такое разнообразие действий, исследователям из Брауновского университета удалось научить письменности робота, и теперь он может быстро выводить на доске слова на разных языках, и даже копировать несложные картины.
Российские специалисты из Центра искусственного интеллекта Samsung AI Center-Moscow в сотрудничестве с инженерами из Сколковского института науки и технологий разработали систему, способную создавать реалистичные анимированные изображения лиц людей на основе всего нескольких статичных кадров человека. Обычно в таком случае требуется использование больших баз данных изображений, однако в представленном разработчиками примере, систему обучили создавать анимированное изображение лица человека всего из восьми статичных кадров, а в некоторых случаях оказалось достаточно и одного. Более подробно о разработке сообщается в статье, опубликованной в онлайн-репозитории ArXiv.org.
Google представила новую экспериментальную нейросеть Translatotron, способную напрямую переводить речь на другой язык, не используя ее текстовое представление, и сохранять голосовые данные и темп речи говорящего, сообщается в блоге компании. Система с долгой краткосрочной памятью способна принимать голосовой ввод и обрабатывать его как спектрограмму, а затем генерировать на этой основе новую спектограмму на целевом языке. При определенных условиях это позволит увеличить не только скорость перевода, но и его точность. С более полным описанием новой разработки можно ознакомиться в статье, опубликованной в онлайн-репозитории научных статей arXiv.org.
В будущем немые люди смогут свободно и внятно произносить слова благодаря устройствам, превращающим их мозговую активность в синтезированный голос. Исследователи из Калифорнийского университета в Сан-Франциско недавно сделали большой шаг в улучшении этой технологии, позволив искусственному интеллекту воспроизводить голос не читая мысли, а анализируя движения губ человека. Результат оказался впечатляющим — синтезированный голос можно послушать прямо сейчас.
Искусственный интеллект порой превосходит человека по внимательности и точности. Этот факт в очередной раз доказали исследователи из Университета Миннесоты, которые использовали машинное обучение для того, чтобы обучить компьютер определять возраст ребенка по движениям его глаз. Оказалось, по тому, на что человек обращает внимание в первую очередь, можно легко определить сколько ему лет. Страшно подумать, на что будет способен искусственный интеллект спустя некоторое время.
Сегодня аккумуляторные батареи используются везде, от небольшой электроники до автомобилей. Разработка и изготовление источников питания занимает много времени и денег, причем больше всего ресурсов требует их тестирование — перед продажей необходимо выявить их срок службы и распределить по классам, чтобы удовлетворить потребности разных клиентов. До сих пор срок службы определялся путем многочисленных циклов зарядки и разрядки, но с увеличением емкости аккумуляторов, это занимает больше времени. На помощь, как всегда, пришел искусственный интеллект — его научили выдавать точные прогнозы на основе всего лишь пяти циклов.
Возможно, в будущем интернет очистится от мошенников, да и самим пользователям придется тщательнее следить за своими словами. Исследователи из Университета штата Флорида разработали искусственный интеллект, который отлично выполняет роль полиграфа и выявляет ложь, следя за отправляемыми пользователем словами и скоростью их набора. Результаты тестов показали, что он уже способен различить правду от лжи в 85% случаев, тогда как точность настоящих детекторов лжи колеблется всего лишь в районе 60-70%.
Существует забавное психологическое явление: повторяйте любое слово достаточно много раз, и в конечном итоге оно потеряет всякий смысл, превратится в мокрую тряпку, в фонетическое ничто. Для многих из нас фраза «искусственный интеллект» давно потеряла смысл. ИИ сейчас повсюду в технологиях, он питает все, от телевизора до зубной щетки, но означает вовсе не то, что должен. Так быть не должно.
Практически все, что вы слышите об искусственном интеллекте сегодня, происходит благодаря глубокому обучению. Эта категория алгоритмов работает со статистикой, чтобы найти закономерности в данных, и показала себя чрезвычайно мощной в имитации человеческих навыков, таких как наша способность видеть и слышать. В очень узкой степени она даже может подражать нашей способности рассуждать. Такие алгоритмы поддерживают работу поиска Google, новостной ленты Facebook, механизм рекомендаций Netflix, а также формируют такие отрасли, как здравоохранение и образование.
Безо всяких сомнений, четвероногие роботы движутся по земле гораздо увереннее, чем двуногие. Они могут легко встать после падения, тогда как споткнувшийся робот с двумя ногами может упасть и несколько минут барахтаться на полу в попытках снова встать и выпрямиться. Исследователи из Швейцарии, разработавшие четвероногого робота-собаку ANYmal, придумали, как сделать его лучше. Вместо того, чтобы обучать его новым движениям в реальности, они позволили ему обучаться самостоятельно внутри компьютерной симуляции.
Сегодня различные биометрические датчики вроде сканера отпечатков пальцев являются необходимыми атрибутами современных смартфонов. Мы вполне успешно ими пользуемся и храним под этим замком массу персональных данных. Однако нет такой системы, которая гарантировала бы 100% безопасность. А если говорить об отпечатках пальцев, то недавно нейросеть научилась их успешно подделывать и даже создавать на их базе “мастер-ключ” для взлома биометрических систем идентификации.
Несмотря на развитие различных систем защиты банковских переводов и пластиковых карт, мошенничество со старыми добрыми банкоматами до сих пор приносит различным нечистым на руку личностям весьма ощутимый доход. И довольно интересный метод борьбы с преступниками решила использовать одна из японских компаний. Одно из подразделений корпорации Hitachi планирует выпустить банкомат, оснащенный искусственным интеллектом.
В сфере искусственного интеллекта и, так называемого, глубокого машинного обучения существует уже немало наработок. Однако все имеющиеся на сегодня самообучающиеся нейронные сети имеют один существенный момент: они не являются полностью самостоятельными. То есть, им нужно изначально задавать определенные параметры, по которым они и будут работать. При этом учиться «с нуля», как это делает любой человек в своей жизни, ни один электронный мозг не способен. И именно такой самообучающийся ИИ и планируют создать эксперты из MIT и компании Honda.