Одним из основных способов оградить Интернет от нашествия ботов является капча — компьютерный тест, с помощью которого система определяет, является ли пользователь человеком или компьютером. Это один из примеров теста Тьюринга. Основная идея теста — предложить такую задачу, которая с легкостью решается человеком, но невыполнима для компьютера. И похоже, группе ученых из США удалось создать алгоритм искусственного интеллекта, который способен пройти этот тест.
Программа AlphaGo знаменита тем, что первой обыграла профессионального игрока в го без гандикапа на стандартной доске 19 х 19. И победа эта является очень значимым прорывом в области искусственного интеллекта, ведь большинство специалистов в данной области считали, что событие это произойдёт не ранее 2020-2025 года. AlphaGo обучали при помощи общих принципов машинного обучения и элементарной теории игры в го. Но с недавних пор искусственный интеллект научился обходиться без какой-либо помощи со стороны людей и дальше развивается полностью самостоятельно.
В сентябре прошлого года корпорация Intel приобрела калифорнийскую компанию Movidius, которая с 2005 года занималась разработкой специализированных процессоров для глубокого машинного обучения и компьютерного зрения. На тот момент инженеры Movidius разработали процессор Myriad 2, который устанавливался в дроны, охранные системы и прочие устройства для слежения и распознавания объектов. Приобретя компанию, Intel получила в свои руки впечатляющий пакет патентов и технологий. И новый процессор Myriad X превосходит предшественника во всём.
Сегодня никого не удивишь способностью некоторых мобильных приложений обрабатывать фотоснимки, накладывать на них красивые цветовые и художественные фильтры, различные эффекты. Но что, если смартфон научится выжимать максимум красоты из фотографии ещё до того, как она сделана? Именно такую задачу попытались решить инженеры Массачусетского технологического института и компании Google. Получившаяся в итоге система способна выдать HDR-изображение в 100 раз быстрее, нежели все существующие до этого момента алгоритмы. Это позволяет демонстрировать на экране смартфона HDR-картинку с его фотокамеры в реальном времени.
Все чаще роботы «осваивают» профессии, в освоении которых, казалось бы, нет надобности. И не так давно исследователи из Технологического института Джорджии представили новую модель робота-музыканта с четырьмя руками. Самое интересное в этой разработке то, что робот играет музыку собственного сочинения, для чего используются технологии искусственного интеллекта и машинного обучения. Итак, встречайте: Shimon.
На прошедшем недавно форуме IMEC ITF2017 представители бельгийского исследовательского и научного центра продемонстрировали первый в своем роде самообучающийся нейроморфный чип, принципы работы которого подражают принципам работы головного мозга человека. Чип имеет способность к самообучению, которых хватает для «сочинения» чипом простых музыкальных композиций.
Газета «Ведомости» сообщает, что созданный в 2014 году российский поисковик «Спутник» собираются закрыть или же основательно переделать, приспособив его для других задач. По словам источника газеты, национальный поисковик обладает большим потенциалом, а используемые для его работы алгоритмы машинного обучения и ресурсы можно применить, например, для работы электронного правительства. Но именно как поисковик «Спутник» себя совершенно не оправдывает.
Практически все существующие на данный момент виртуальные ассистенты, какими бы продвинутыми функциями они ни обладали, имеют крайне странный «машинный» голос, который ни с чем не спутаешь. Происходит это от того, что голосовые синтезаторы используют для речи набор заранее записанных фраз, звуков и их комбинаций. Как полагают некоторые эксперты в этой области, улучшения качества звучания можно добиться при помощи использования искусственного интеллекта, что и продемонстрировала компании Lyrebird из Монреаля. Их разработка может воспроизвести голос любого человека.
Когда задумываешься о «невероятных» задачах, с которыми может справиться компьютер, первым делом в голову приходят сложнейшие вычисления в сжатые сроки или анализ огромных объемов данных — то, что вы сами никогда не сможете решить сами. Или же вспоминается недавнее поражение Ли Седоля в го, классическую стратегическую игру. Новейшие победы ИИ стали возможны во многом благодаря глубокому обучению, которое сейчас открывает все возможности для ИИ и людей, которые за ним стоят.
Сети генов у животных чем-то напоминают сети нейронов в наших мозгах — они тоже могут «обучаться» на ходу. В 1996 году молодой аспирант по имени Ричард Уотсон решил прочитать статью об эволюции. Она была провокационной и затрагивала старую проблему в эволюционной биологии: мы плохо понимаем, как организмы могут так успешно адаптироваться к окружающей среде.
Диагностика заболевания имеет не меньшее значение, чем его лечение. Но зачастую в силу разных причин она может быть затруднена рядом дополнительных факторов. И если в случае не особо угрожающих жизни состояний промедление не даст больших осложнений, то заболевания вроде онкологии нуждаются в как можно более быстрой диагностике. А для улучшения выявляемости заболеваний специалисты Google предлагают использовать алгоритмы машинного обучения.
Искусственный интеллект не перестает учиться делать все более интересные вещи. Но если раньше «список навыков» расширялся благодаря добавлению новых функций к уже существующей системе, то сейчас благодаря специалистам из Microsoft Research и Кембриджского университета все стало куда занятнее. Их система искусственного интеллекта под названием DeepCoder способна самостоятельно писать не очень сложные (на данный момент) программы, «заимствуя» исходный код в уже готовых решениях.
Пожалуй, одной из основных сложностей, связанных с тем, как сделать машинное обучение действительно эффективным, заключается в том, что вам часто приходится учить машину тысячам или даже миллионам примеров. Но что делать, если у вас нет в запасе недель или даже месяцев только лишь на это занятие? Для решения этого вопроса на помощь готова прийти компания Gamalon, небольшой стартап, обещающий возможность занести в ИИ все необходимые данные практически мгновенно.
С давних времен ученые, среди которых Паскаль и Лейбниц, грезили о машинах, способных видеть, понимать окружающий мир и взаимодействовать с ним. Писатели и режиссеры, такие как Жюль Верн, Мэри Шелли, Джордж Лукас и Стивен Спилберг, создавали смелые облики таких умных устройств. В этом выпуске мы поговорим о машинном обучении, которое уже успело доказать, что где-то в глубине компьютеры и роботы не очень-то и сильно отличаются от людей.
Представьте, насколько противоречивые чувства может испытывать эксперт по машинному обучению, создающий систему искусственного интеллекта (ИИ), которая однажды, а, возможно, даже и очень скоро, сможет самостоятельно создавать новые ИИ. И при этом эти ИИ будут эффективнее, чем созданные изначально самим человеком. Грядет эра, в которой машины будут сами создавать себе собственную замену.
Многие из нас помнят и знают, какими бывают детские сады. Комнаты для обучения напичканы игрушками и пазлами, музыкой и книгами, цветами и даже иногда котами, являя таким образом богатый и пышный мир, с которым дети могут играть и учиться играя. Но вопреки расхожему мнению, игра детей далеко не проста. Они не просто веселятся — они обучаются, приобретают понимание мира. За счет игры в разнообразной и восхитительной вселенной мы лелеем многогогранный интеллект ребенка.
Когда приложение уверяет вас, что работает на «искусственном интеллекте», на минутку кажется, что вы в будущем. Но что это на самом деле означает? Мы разбрасываемся громкими словечками — искусственный интеллект, машинное обучение, нейронные сети — но что они на самом деле означают и действительно ли помогают улучшать приложения? Совсем недавно Google и Microsoft добавили обучение нейронных сетей в свои приложения перевода. Google утверждает, что использует машинное обучение, предлагая списки воспроизведения. Todoist говорит, что использует ИИ, чтобы предположить, когда вы должны закончить задачу. Any.do заявляет, что ее искусственный интеллект может делать некоторые задачи вместо вас. И все это было только на прошлой неделе. Часть маркетинговых уловок звучит впечатляюще и остается уловками, но иногда изменения, бесспорно, полезны.
Страх перед апокалипсисом с участием роботов скрывает реальные проблемы, с которыми мы сталкиваемся, позволяя алгоритмам управлять нашей жизнью. Если верить экспертам в области искусственного интеллекта, мы неуклонно движемся к определенной точке, после которой нам уже не придется ничего изобретать: искусственный интеллект будет сам все делать, а машины будут улучшаться экспоненциально. Если это произойдет, что же станет с нами?
Как ИИ изменит жизнь среднестатистического жителя Земли к 2030 году? «Столетнее исследование искусственного интеллекта» — это детище Эрика Хорвица, бывшего президента Ассоциации по улучшению искусственного интеллекта, а также управляющего директора главной редмондской лаборатории Microsoft Research. Каждые пять лет группа экспертов оценивает текущее состоянии ИИ и его будущего развития. Первая группа, состоящая из экспертов в области ИИ, права, политологии, политики и экономики, была составлена осенью прошлого года и решила посвятить свой первый отчет воздействиям ИИ, которое он окажет на жителей среднестатистического американского города. Восемь ключевых аспектов города должны измениться за следующие пятнадцать лет таким образом.