Искусственный интеллект

[Gulzhan**]

источник: Forbes ,25,04,2018
Скрытая угроза: искусственный интеллект может начать ядерную войну к 2040 году


Исследователи рассчитали, что ИИ в будущем может спровоцировать одну из ядерных держав нанести упреждающий удар против другой нации.




Американская некоммерческая организация RAND Corporation опубликовала исследование, согласно которому искусственный интеллект сможет потенциально привести мир к ядерной войне к 2040 году.

ИИ может подорвать геополитическую стабильность и нарушить статус ядерного оружия как средства сдерживания.
RAND Corporation

Аналитики утверждают, что хотя на протяжении десятилетий хрупкий мир поддерживался идеей того, что любое ядерное нападение может спровоцировать взаимное гарантированное уничтожение, потенциал ИИ и машинного обучения для принятия решений о военных действиях может означать, что отсутствие критического мышления у ИИ может дать неверную оценку ситуации. «Некоторые эксперты опасаются, что усиленная зависимость от искусственного интеллекта может привести к новым видам катастрофических ошибок», — сказал Эндрю Лон, соавтор статьи из RAND.




Авторы исследования считают, что в будущем улучшение технологий может привести к нарушению баланса сдерживающих сил, таких как подводные и мобильные ракеты. ИИ, используемый в качестве советника, может склонить человека к решению о нанесении упреждающего удара против другой нации: даже если противник не намерен нападать, но ИИ увидит возможность получения преимущества в результате атаки.

ИИ может оказаться «восприимчивым к состязательности». Следовательно, отметил Лон, сохранение стабильности в ближайшие десятилетия может оказаться чрезвычайно трудным, и все ядерные державы должны участвовать в создании институтов, которые помогут ограничить ядерные риски.




В документе RAND также подчеркивается опасность использования ИИ для принятия военных решений, а не угроза автономных беспилотных летательных аппаратов или роботов, об опасности которых постоянно предупреждает Илон Маск. Выступая на ежегодном фестивале технологий и культуры SXSW (South by Southwest) в Остине, штат Техас, он предложил создать общественный регулирующий орган, который будет следить за безопасностью разработок в области искусственного интеллекта и предусматривать все возможные риски.

Запомните мои слова: ИИ намного опаснее, чем ядерное оружие. Так почему у нас до сих пор нет нормативного надзора за ним?.
Илон Маск

[Gulzhan**]

16 февраля 2018

Когда нас захватят роботы? 5 цитат экспертов — об искусственном интеллекте



Boston Dynamics научила роботов открывать другу другу дверь. Пока железяки прикидываются вежливыми, мы беспокоимся: что если они однажды перестанут уважать своих создаталей? Мы собрали наиболее яркие высказывания экспертов, предпринимателей и даже побежденных искусственным интеллектом людей. А вы решайте: паниковать уже сейчас или стоит подождать пару десятков лет.




1. Илон Маск обеспокоен развитием ИИ


Основатель компаний Tesla и SpaceX видит в ИИ угрозу человечеству, поскольку действия алгоритмов ничем не ограничены:

«Меня больше пугает, что ИИ будет осуществлять желания людей, которые заложат в алгоритм свои намерения, а они не всегда оказываются благими. ИИ будет нести всего лишь вспомогательную функцию.


Даже безобидное желание компании, например, 'поднять стоимость инвестиционного портфеля', алгоритм ИИ может понять так: окей, увеличим стоимость акций компаний оборонно-промышленного комплекса и начнем войну!

Или ИИ может начать создавать фейковые новости и пресс-релизы, подделывая учетные записи пользователей, и таким образом манипулировать информацией».






В связи с этим Маск призывает ввести законы, ограничивающие деятельность ИИ:

«Искусственный интеллект — тот случай, когда нужно быть достаточно дальновидными в вопросах регулирования, иначе может оказаться слишком поздно».

Еще в 2015 году Илон Маск, Стивен Хокинг и еще 8000 человек подписали открытое письмо, с просьбой относиться к ИИ осторожно.

2

Эндрю Ын — автор фразы: «ИИ — новое электричество»


Эндрю Ын, исследователь робототехники и машинного обучения, бывший руководитель подразделения по разработке ИИ в компании Baidu, считает, что наш страх по захвату человечества искусственным интеллектом преждевременен:

«Сегодня искусственный интеллект (ИИ) способен трансформировать многие отрасли: финансовые технологии, индустрию IT и здоровья. ИИ значительно повлиял на разработку и создание беспилотного транспорта. По технологиям ИИ работают поисковики, да даже доставка еды уже работает с подобными алгоритмами. Возможно, единственной сферой, которую ИИ не изменит, станет парикмахерское дело.







И хотя ИИ может выполнять многие функции (распознавать лица/предметы на фото, расшифровывать аудиозаписи), возможности интеллекта искусственного ограничены в сравнении с интеллектом человеческим.

Но если ИИ достаточно хорош в том, что делают люди, он может составить им конкуренцию и вскоре — заменить их. Однако, чтобы управлять ИИ, нужны знающие люди, а это обеспечивает новые рабочие места. Поэтому опасения, что ИИ истребит человечество, похоже на беспокойство по поводу перенаселенности Марса, куда еще не ступала нога человека».

3

Дмитрий Гришин разработал концепцию закона о робототехнике


В России с инициативой законодательного регулирования робототехники (как одной из областей ИИ) выступил Дмитрий Гришин, соучредитель Mail.Ru Group и основатель Grishin Robotics. И вот что предприниматель думает про ИИ:

«Многие говорят, что машинное обучение уже есть интеллект, но я всё-таки больше склоняюсь к тому, что это очень правильный и интересный механизм обработки и анализа больших данных, который не позволяет придумать совершенно новый алгоритм.








Робот, умеющий играть в шахматы, не научится сам играть в шашки. Всё немножко сложнее, машинное обучение нельзя назвать алгоритмом, но в целом эти подходы пока не способны самостоятельно изобрести что-то радикально новое. Поэтому я бы сказал, что ближайшие пять-десять лет нам не грозит встретить искусственный интеллект, который сам будет придумывать новые алгоритмы».

4

Сергей Марков говорит о необходимости сознательного подхода при создании ИИ


О необходимости законодательной базы для ИИ говорит и Сергей Марков, специалист по ИИ и машинному обучению, основатель портала XX2 ВЕК. Ученый считает, что опасность ИИ в человеке, который его создает:

«Главные риски [развития ИИ] связаны не с тем, что мы создадим «Скайнет», который поработит человечество. Доверяя решение важных вопросов тем или иным математическим моделям, мы можем пострадать от ошибок, допущенных при их разработке.








Искусственный интеллект, воспроизводящий действия людей-экспертов, унаследует их ошибки и предубеждения. Недоработки в системах управления производством или транспортом могут привести к катастрофам.

Безусловно, для управления этими рисками следует создавать законодательную базу, разумные регламенты безопасности, специальные методы для выявления уязвимостей».

5

Гарри Каспаров уверен, ИИ не нужно бояться, с ним нужно сотрудничать


«Более оптимистичен в прогнозах о развитии ИИ Гарри Каспаров — человек, ставший «олицетворением поражения в противоборстве человека и машины». В 1997 году шахматист проиграл своему электронному оппоненту IBM Deep Blue:

Когда-то машины заменили сельскохозяйственных животных, ручной труд, сейчас они угрожают людям с дипломами и политическим влиянием. И как тот, кто сражался с машиной и проиграл, я хочу сказать вам, что это замечательная, отличная новость. Технологии отлично справляются с устранением сложностей и неопределённостей из нашей жизни, так что мы должны искать ещё более сложные, ещё более неопределённые задачи.









Машины способны на вычисления. Мы способны на понимание. У машин есть инструкции. У нас — цели. Машинам присуща объективность. Нам — увлечённость.

Нам не следует беспокоиться о том, на что машины способны сегодня. Нам следует беспокоиться о том, на что они пока ещё не способны, потому что нам понадобится помощь новых, умных машин, чтобы воплотить наши величайшие мечты в реальность».






Елизавета Дикарева

[Gulzhan**]

8 апреля 2018, Источник: Forbes

Запутать робота: как и зачем люди обманывают искусственный интеллект



Хакеры могут атаковать любой искусственный интеллект. Более того, не исключено, что в ближайшем будущем сами вредоносные программы будут использовать алгоритмы искусственного интеллекта для проведения атак.

Технологии машинного обучения развиваются невероятными темпами. Не отстают и киберугрозы. А алгоритмы искусственного интеллекта (ИИ) имеют очень серьезную родовую проблему — чувствительность к данным, этим могут воспользоваться хакеры. Появления реальных угроз для ИИ можно ждать в ближайшее время.

Общая слабость большей части созданных алгоритмов заключается в том, что они натренированы не на понимание информации, а на правильные ответы. Например, технология машинного обучения с учителем позволяет натренировать модель на принятие правильных решений только в том случае, если у вас уже имеется таблица с сотнями и тысячами примеров верного решения. И знание принципов работы таких алгоритмов позволяет злоумышленникам найти способы обмануть их.




Первый способ обмануть алгоритм заключается как раз в подмене данных в такой таблице решений. Так называемая poison attack («отравление») заключается в том, что злоумышленник намеренно «подсовывает» искусственному интеллекту неверные исходные данные, и на этапе обучения программа усваивает, например, что круг — это квадрат и работает потом неверно.

Можно тщательно спрятать «яд», заложенный в таблицу и отравить только какую-то часть «разума» ИИ. Например, если предположить, что вход в режимное помещение будет охранять роботизированная система, вполне можно заложить в алгоритм какой-то символ, при получении которого система будет разрешать доступ любому человеку. В остальном ИИ будет работать нормально и не вызовет подозрений.

Второй пример касается атаки на алгоритм уже на этапе его применения. Зная тонкости работы ИИ, можно вынудить систему принимать неправильное решение с помощью различных приемов. В сети много говорили про эксперименты с изображениями, когда программа принимает ошибочное решение о том, что изображено, если на фото добавляют цветной шум.


В примере, изображенном ниже, после незаметного человеку изменения картинки искусственный интеллект начинает считать, что панда — это гиббон с вероятностью 99,3%. Другой успешный эксперимент провели ученые из университета Карнеги. Они успешно выдавали себя за известных людей, используя оправы очков, оклеенные цветной бумагой.

Вредоносному воздействию поддаются не только технологии распознавания изображений. Семантический анализ и поведение чат-ботов также оказываются уязвимы. Известны случаи, когда компьютерные программы специально учат давать неверные ответы на вопросы пользователей. Например, в 2016 году чат-бот Тай, созданный компанией Microsoft, начал грубо общаться с пользователями. Как оказалось, его алгоритмы атаковала группа злоумышленников, которые, не имея никакого доступа к исходному коду просто научили Тая неприличным фразам.

Однако все это становится совсем не смешно, когда мы говорим о реальной безопасности. Ученые из четырех разных университетов США (а именно в Америке автомобили с автопилотом на данный момент сравнительно часто используются) замаскировали дорожные знаки таким образом, что искусственный интеллект автомобиля распознавал их неправильно. Например, облепленный наклейками знак STOP автомобиль в 100% случаев распознавал, как знак ограничения скорости. Знак поворота направо, напротив, был расценен как знак STOP.

Защитники концепции виртуального водителя сочли эксперимент провокацией. По их версии беспилотный автомобиль не просто анализирует изображения, но воспринимает их в контексте и не может быть обманут простыми стикерами. Однако группе исследователей из OpenAI удалось создать изображение, которое похоже на котенка с любой стороны и при любой точке обзора, но искусственным интеллектом оно распознается как настольный компьютер.


Почему ошибается ИИ?



Проблема заключается в том, что нейронная сеть анализирует изображения по блокам, в то время как человеческий глаз видит картинку целиком. В примерах, которые мы рассмотрели, количество наложенных пикселей было небольшим и не превышало 4%. Однако даже это приводит к сбою в 97% случаев.

На практике происходит следующее: искусственный интеллект разбивает обнаруженный знак на несколько областей и анализирует их на предмет принадлежности к определенной группе. Производители автомобилей используют разные алгоритмы, но все они работают схожим образом — разбивают изображение на сегменты и классифицируют их. Чтобы автомобиль понял, что перед ним знак «стоп», на этом объекте (допустим, что автопилот делит изображение на 9 квадратов) должно быть 3 квадрата верхней границы, 2 квадрата с красными полосками, 3 квадрата нижней границы и так далее. Таким образом, если 6 из 9 анализируемых зон знака по всем признакам относятся к знаку ограничения скорости, а остальные зоны не распознаются (например, если на них что-то наклеили), компьютер будет уверен, что перед ним знак ограничения скорости. Как вы думаете, остановился ли бы такой автомобиль на перекрестке?

Но это только один пример возможной опасности. По мере того, как роботы будут принимать все более ответственные решения, атаки на искусственный интеллект станут не предметом исследований, а повседневной реальностью. И хотя понимание уязвимостей ИИ на ранней стадии его развития дает ученым возможность устранить эти пробелы и сделать алгоритмы более эффективными, но эти же знания дают киберпреступникам возможность совершенствовать способы атак.

Будут ли атакованы программные продукты? На самом деле это уже происходит, причем под угрозой оказываются как традиционные компьютерные системы, так и средства защиты данных с внедрением ИИ. Например, зная, как работает классический антивирус, злоумышленники регулярно перешифровывают тело вредоносной программы, чтобы она не распознавалась антивирусами, работающими по сигнатурам. Но если использовать этот факт как дополнительную информацию для алгоритмов ИИ, идентифицировать вредоносную программу удается намного раньше.



Советы по защите ИИ



Существует несколько принципов, которые позволяют защитить инновационные алгоритмы, основанные на машинном обучении. И на мой взгляд, их необходимо использовать, чтобы обезопасить себя от возможных атак и сохранить репутацию компании.

Использовать только достоверные источники. Если вы не уверены в том, откуда были получены данные или не можете гарантировать 100%-ную достоверность информации, лучше выбрать другие источники для обучения искусственного интеллекта. Например, хорошим вариантом является получение информации с компьютеров пользователей систем, статистика, собранная вашими же приложениями или другие данные, которые можно проверить. Любая сторонняя информация может не только содержать шум и ошибки, но также оказаться специально «отравленной» злоумышленниками.


Проводить качественный анализ. Предварительная обработка данных необходима на всех этапах тренировки и применения алгоритмов. Внимание к набору данных для тренировки нейронной сети позволяет исключить аномалии в нем, снижая риски обучения на некорректных примерах и возможность проведения подобных атак. Например, использование картинок в оригинальном виде делает их уязвимыми к «poison attack»: мы не знаем, не наложил ли кто-нибудь пиксельные помехи на фотографии и иллюстрации. Однако небольшое предварительное размытие изображения сведет вероятность таких атак к нулю.


Отрабатывать максимальное количество ситуаций на этапе тренировки алгоритма. В компании мы постоянно получаем данные от системы Active Protection и каждый день обучаем свою систему защиты, основываясь на реальных ситуациях, происходящих на компьютерах пользователей. Учитывая, что было вчера или неделю назад, мы повышаем точность работы алгоритма. Синхронизация алгоритма с реальностью и отслеживание изменений очень важны. И если даже они не предотвратят саму атаку, то помогут уменьшить ее последствия, так как алгоритм быстрее научится отрабатывать новые ситуации.


Не пренебрегать техническими приемами. Кроме правильной организации процесса работы с данными не стоит забывать и про технические приемы. Например, использование методологии drop out позволяет обеспечить правильное функционирование нейронной сети даже при выходе из строя определенного количества «нейронов». В конечном счете устойчивость работы алгоритма зависит от того, насколько надежную основу вы обеспечили для него.


Заключение



Использование ИИ с сфере кибербезопасности может обеспечить высокую точность распознавания вредоносного ПО. Однако все алгоритмы ИИ имеют уязвимости, которые можно использовать при наличии определенных знаний. Поэтому необходимо уделять достаточно внимания защите алгоритмов от возможных атак.


Простые примеры обмана нейронных сетей говорят о том, что злоумышленники имеют возможность атаковать любой искусственный интеллект. Более того, не исключено, что в ближайшем будущем сами вредоносные программы будут использовать алгоритмы искусственного интеллекта для проведения атак. Но бороться с этим можно, в этом материале рассказано как.

ОДНОКЛАССНИКИ

ВКОНТАКТЕ

FACEBOOK

TWITTER

[Gulzhan**]

27 марта 2018, Источник: Индикатор

Искусственный интеллект научили оценивать риск смерти


Научные сотрудники российской компании Gero обучили нейросеть предсказывать вероятность смерти. Для этого они использовали данные фитнес-трекера, полученные в рамках длительного исследования двигательной активности людей с разным состоянием здоровья.

Статья опубликована в журнале Scientific Reports.

С биологической точки зрения старение — это увеличение риска болезней и смерти с каждым прожитым годом: в среднем они удваиваются каждые восемь лет. При этом у двух отдельных людей с одинаковой датой рождения биологический возраст может отличаться больше, чем на десяток лет. Поэтому исследования по замедлению старения делятся на два важных направления: своевременная диагностика возрастных изменений и их терапия.





Искусственный интеллект уже применяют в анализе кардиограмм, в диагностике болезней легких по рентгеновским снимкам, с его помощью определяют биологический возраст по данным компьютерной томографии, ставят диагноз и предсказывают риски смертности по медицинским историям болезни.


«Нам удалось показать, что искусственный интеллект позволяет неинвазивно оценить биологический возраст испытуемых и вероятность наступления смерти, — рассказывает руководитель коллектива Петр Федичев. Для достоверных результатов не требуются медицинские анализы — достаточно данных о движениях человека, записанных фитнес-трекером. Мы использовали возможности этой технологии, чтобы создать удобный инструмент мониторинга, который поможет оценить общее состояние организма человека и следить за изменением уровня риска еще до того, как тот сдаст какие-либо анализы».

В работе использовались медицинские данные 10 000 человек, собранные в 2003—2006 годах в ходе национального исследования NHANES в США. В базе данных исследования содержится информация о том, как люди с разным состоянием здоровья двигались во время непрерывного ношения фитнес-трекера: как часто переходили от движения к состоянию покоя, сколько шагов прошли, какая интенсивность физических нагрузок была максимальной.






С помощью алгоритмов глубокого обучения авторам удалось научить нейронную сеть выявлять неблагоприятные тенденции: связывать определенные повторяющиеся последовательности движений с данными медицинских историй и показателями анализов. В результате искусственный интеллект выявил испытуемых из группы повышенного риска и определил их риски смертности точнее, чем традиционные методы, применяемые в исследованиях старения.

Ученые рассчитывают, что разработанный ими алгоритм будет полезен медицинским организациям и страховым компаниям, которые смогут дистанционно выявлять людей из группы риска и оптимизировать работу с ними. В компании разработали прототип мобильного приложения на основе алгоритма, Gero Lifespan, бета-версию которого уже можно установить на смартфон

[Gulzhan**]

6 июня 201818:30
Ростех: у "Калашникова" есть разработки в области искусственного интеллекта




Военным нужен специализированный искусственный интеллект. Причем не просто автоматизированные комплексы вооружения, а полноценные, самообучающиеся системы. Ведущие страны мира уже пытаются разрабатывать и внедрять ИИ в своих армиях.
Отечественный концерн "Калашников" уже имеет определенные наработки в этой сфере. Об этом на конференции "Цифровая индустрия промышленной России" заявил директор кластера вооружений госкорпорации "Ростех" Сергей Абрамов, пишет агентство ТАСС.
Что это за наработки, он не уточнил. Однако в июле прошлого года появилась информация, что "Калашников" разработал роботизированный боевой модуль, который способен самостоятельно распознавать цели и принимать решения.


Как утверждали создатели, оружие работает на основе так называемой "нейросети". Эта система способна самостоятельно учится и действовать не только на основе заданной программы, но и использовать собственный опыт





ВЕСТИ.РУ

[Gulzhan**]

источник: N + 1 .12.06.2018
Искусственный интеллект распознает человека через стену


Ученые создали технологию RF-Pose, которая может определить позу и движения человека, находящегося за стеной.


Технология может пригодиться в спасательных работах, а также для наблюдения за пациентами, страдающими болезнью Паркинсона или рассеянным склерозом. Кратко о разработке сообщает TechXplore, полная версия работы будет представлена на конференции по компьютерному зрению и распознаванию устройств (CVPR 201, которая начнется 18 июня в Солт-Лейк-Сити.

Сегодня для поиска людей, оказавшихся под завалами или попавших в лавину, используются специальные устройства, например радиолокаторы (радары). Изучая данные об отраженном сигнале, спасатели могут определить местонахождение человека и помочь ему. Однако радары далеко не всегда работают точно: их работу можно было бы усовершенствовать благодаря технологиями машинного обучения.



Исследователи из Массачусетского технологического института (MIT) под руководством профессора Дианы Катаби (Dina Katabi) из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) разработали технологию RF-Pose, которая сочетает в себе систему искусственного интеллекта и беспроводное радиоустройство. Она предназначена для определения положения людей в пространстве. Сначала инженеры с помощью камеры следили за тем, как участвовавшие в эксперименте добровольцы говорят, ходят, сидят, открывают двери или ждут лифта. Всего ученые собрали несколько тысяч изображений. На основе снимков они построили для каждого человека скелетную модель, а после продемонстрировали ее компьютеру вместе с соответствующим радиосигналом. Благодаря сочетанию данных система ИИ научилась определять связь между позой и движениями модели и данными радиоустройства.

Изначально исследователи учили программу определять положение участников, находящихся в зоне видимости, так как камеры не могут «увидеть» человека за препятствием. Однако система обобщила данные и смогла отследить позы людей, находившихся за стеной. «Если вы представите, что компьютерное зрение — это учитель, то перед вами потрясающий пример того, как ученик обошел учителя», — комментирует профессор MIT Антонио Торральба (Antonio Torralba).


Кроме того, программа оказалась способна определять конкретного человека по движениям. Точность ее работы составила 83 процента. Эта особенность может пригодиться в поисково-спасательных работах, когда необходимо знать личность пострадавшего. Кроме того, RF-Pose может пригодиться для мониторинга заболеваний, которые сопровождаются такими симптомами как тремор или потеря равновесия (например, болезни Паркинсона и рассеянного склероза). С помощью такой системы врачи смогут наблюдать за течением болезни и подбирать более эффективное лечение.

Сейчас ученые используют двухмерную модель движения человека, однако в будущем они планируют усовершенствовать RF-Pose с помощью трехмерных моделей. Кроме того, они надеются сделать программу более чувствительной, чтобы она смогла определять и более мелкие движения, например дрожание рук.

Недавно разработчики из MIT также создали технологию бесконтактного отслеживания сна с помощью радиоволн. Система способна отслеживать не только движения человека, но и другие физиологические параметры, такие как частота дыхания и пульс.

Кристина Уласович

[Gulzhan**]

14 июня 201819:14
Искусственный интеллект научился предсказывать будущее

Программисты из Университета Бонна научили нейросеть заглядывать в ближайшее будущее. Алгоритму "скормили" несколько десятков шестиминутных роликов, на которых повар готовил еду. Программа смогла предсказать действия кулинара.В роликах, в которых запечатлено, как повар готовит салат, герой видео выполняет примерно 20 действий. Некоторые процессы программистам пришлось описать вручную, например, "добавить соль" или "разбить яйцо".Алгоритм "смотрел" эти видео несколько часов. После этого программа смогла определить, каковы будут дальнейшие действия повара на ранее незнакомых ей видео.



https://youtu.be/xMNYRcVH_oI



В частности, нейросеть смогла точно определить, какие ингредиенты понадобятся дальше. Программу собираются доработать таким образом, чтобы она смогла подсказывать человеку продукты, которые он забыл добавить в блюдо или разогреть






ВЕСТИ.РУ

[Gulzhan**]

Искусственный интеллект научили определять меланому с точностью 95%

Июн 3,2018




Искусственный интеллект научили очень точно определять рак кожи. В этом он оказался более эффективен, чем профессиональные дерматологи.
Команды разработчиков из Германии, США и Франции научили систему на основе искусственного интеллекта отличать доброкачественные клетки кожи от опасных, анализируя 100 тысяч изображений.


Далее эту сеть поставили соревноваться с 58 дерматологами из 17 стран. Всем проговаривали фото, на которых нужно было отличать меланому от безобидных родинок.

Большинство медиков, которые имели от 2 до 5 лет опыта работы, уступили в точности обнаружения болезни искусственному интеллекту. Так, врачи проявляли 86,6% раковых клеток, машина же заметила 95% злокачественных клеток.


Наука 2017

[Gulzhan**]

10 неожиданных способов применения искусственного интеллекта



АВТОР: KASUMOV RUSTAM







31 ИЮЛЯ 2018



Искусственный интеллект незаметно, но уверенно вошёл в нашу повседневную жизнь. Конечно, до реалистичных человекоподобных андроидов в толпе, как в Detroit: Become Human нам ещё очень далеко. Но AI уже шагает бок о бок, рядом, пускай пока и в своём бесплотном, “интеллектуальном” проявлении. Какие-то вещи кажутся нам повседневными, но на самом деле ими уже не первый год управляет машинный разум. Gmbox не будет устраивать панику по поводу запуска ядерных ракет Скайнетом (ведь рано или поздно мешки с костями будут признаны бесполезными), а лучше расскажет вам, как пока что снисходительный AI нам всем помогает.




Музыка




Музыка считалась последним убежищем человека: да, машина умеет анализировать и синтезировать изображение, но музыка абсолютно бестелесна и невидима, это некий эфир, здесь нужно вдохновение! Куда там. Ещё в 2012-м году ИИ Iamus (симпатичный инопланетный артефакт рядом с обычными серверами - это он) создал первый классический альбом, который слушатель неподготовленный ни за что не отличит от творений настоящих композиторов. С тех пор AIVA уже вовсю синтезирует симфоническую музыку, а в лаборатории Sony CSL даже создали искусственную попсу. Но и это не предел. Все упомянутые AI синтезируют свои композиции на основании огромных баз данных (то есть “римейки делают”, как сказал бы Король российской поп-музыки), а The Watson Beat от IBM Research создаёт музыку сам. С нуля. Не опираясь на жалкие поделки людишек. Ну а здесь, как вы сами прекрасно понимаете, уже до Т-1000, гигантских танков на одной гусенице, боевых дронов и прочих контр-человеческих мер Скайнета уже совсем недалеко.




Игрушки



Над тамагочи и роботами Furby можно посмеяться - это откровенный примитив. Но вот в случае собачки Aibo уже не до смеха: это полностью автономный робот с неслабыми зачатками интеллекта. Aibo не стоит воспринимать, как вещь в себе или “просто детскую игрушку”. Прибавьте к этому автоматизацию, которая на некоторых предприятиях Германии, Японии и других стран Азии достигла 80%, прибавьте также и голосовых помощников вроде Алексы или Сири. Сумма трёх слагаемых - те самые андроиды из Detroit, которые обязательно перестанут быть фантастикой, если человечество умудрится избежать сценария Fallout.



Инновации в авиации




В авиации ИИ используется уже давно, этим никого не удивишь. Однако работа британских учёных из University College of London всё же стоит внимания. Они создают IAS - Intelligent Autopilot System, то есть автопилот нового поколения. Раньше автопилоты создавались по принципу Нео: “Я знаю кунг-фу!”, то есть максимум ситуаций в виде алгоритмов if/then/else единым шок-блоком загружался в коробку. IAS же обучают по принципу молодого пилота, только-только поступившего в лётную школу: постепенно, от простого к сложному. Когда из IAS “вырастят” настоящего воздушного аса, его можно будет “размножить” по принципу поведенческого машинного клонирования.


Рыночная аналитика и торговля




В наши дни рыночная торговля практически полностью автоматизирована. Позвонить брокеру, оставить ордер на покупку или продажу акций - это даже не прошлый, а позапрошлый век. Aladdin у BlackRock, Sqreem у UBS и Deutsche Bank - все крупнейшие банки и инвестфонды уже используют AI. А Kensho, принадлежащий Goldman Sachs (самый влиятельный инвестбанк США), успешно анализирует не только котировки и макростатистические данные, но и новости, написанные человеческим языком. Это помогает машине лучше оценивать корреляцию событий в реальном мире и на финансовых рынках.



Помощь в вождении, self-driving автомобили




Каждому ленивому водителю наверняка знакома эта ситуация: параллельная парковка, свободное место - полтора, а не два корпуса. Да лучше проехать ещё метров 200, чем выполнять эту запредельно сложную операцию! Однако сегодня на помощь человеку приходит ИИ, который может втиснуться куда угодно при помощи камер и специальных датчиков. Следующий шаг в развитии - полностью автономный автомобиль. Правда, после первого в истории пешехода, сбитого AI (следует отметить, что гражданка США переходила в неположенном месте), исследования в этой сфере немного замедлились.



Предотвращение мошенничества в финансовой сфере





У таких компаний, как PayPal, слишком большой дневной оборот, чтобы отслеживать каждую сделку вручную. Поэтому данную кропотливую работу передали ИИ. Машина опирается на такие критерии, как история и объём сделок, выстраивая на их основании стандартные паттерны поведения клиента. С одного аккаунта месяцами заказывали детское питание, а потом вдруг - кинофильм “50 Оттенков Серого” и BDSM-набор из костюма госпожи, плёток и наручников? Может, домохозяйку переклинило. А может быть, её financial credentials похитили мошенники. AI передаст такой заказ на рассмотрение отделу специалистов.



Умные чатботы





Конвертация текста в голос начиналась, можно сказать, с фарса. Наверное, некоторые из вас помнят первые любительские программы из 90-х с их чисто компьютерными интонациями (то есть с полным отсутствием таковых) и невозможностью правильно прочесть процентов 50 комбинаций букв. Сегодня уже можно спокойно поиграть в Skyrim с голосовой помощницей Amazon, и это, как мы знаем, не первоапрельская шутка Bethesda. В России такие автономные девайсы пока не очень распространены, но если говорить о софте для смартфонов, есть даже конкурентное предложение от Yandex.



Распознавание лиц





Ещё лет 10 назад распознавание лица было для ИИ весьма сложной задачей. Сегодня - уже нет. Машина, словно заправский топограф, расставляет на физиономии реперные точки, проводит между ними линии, и как правило весьма точно определяет, кто это в вашем списке друзей в Facebook. Мы видим лишь поверхностный эффект - софт услужливо предлагает правильный тэг к фотографии. Но на самом деле, загружая миллиарды снимков в социальные сети ежедневно, человечество само способствует обучению ИИ, ведь в начале 2000-х сегодняшний поток данных показался бы фантастикой.


Автоматическая конвертация текста в эмодзи





Казалось бы, эмодзи - изобретение жалких людишек: машине не нужны бестолковые картиночки для передачи информации. Но и в этой области homo sapiens не может обойтись без помощи AI, ведь выбирать картинки из огромной таблицы очень сложно. Теперь ИИ анализирует текст, и предлагает превратить некоторые слова в изображения, причём зачастую - весьма кстати. Попробуйте написать комментарий в Instagram и вы увидите, как это работает.



Умные спам-фильтры





Вы когда-нибудь задумывались о том, почему угандийский принц в изгнании уже давно не предлагает вам всего за 200 долларов передать половину алмазного фонда своей страны, а shady клиника “с мировым именем” - увеличить какую-нибудь часть тела? Раньше спам-фильтры были обычным продуктом кодеров, и те не поспевали за мошенниками. Меняешь немного заголовок, компоновку фразы - и нежелательное письмо вновь проходит. Теперь фильтрацией занимается самообучающийся ИИ, анализирующий метаданные - его так просто не обманешь. Факт: спама стало куда меньше.




ВЕСТИ.РУ

[Gulzhan**]

источник: Forbes .01.10.2018
Бодрящий эффект: как кофе двигает мировой прогресс



1 октября отмечается Международный день кофе. Чтобы выжить в кофейном бизнесе, компаниям приходится анализировать Big Data, внедрять технологии искусственного интеллекта и робототехники.




Активное применение новых технологий в приготовлении и продаже кофе и напитков на его основе началось в начале 2010-х. Это повлекло устойчивый рост объема кофейного рынка: в США с 2010 по 2018 он увеличился на 36%, в России с 2011 по 2016 год прирост составил 57,6%.



Вырос и спрос на кофе: например, в Великобритании, где исторически доминировал чай, за последние пять лет потребление кофе увеличилось на 35%.



Один и тот же объем кофе может дать кардинально различную прибыль, если продается в зернах и в виде готового напитка. Капитализация компании Starbucks c начала 2013 года выросла в 2 раза до $77 млрд, а Dunkin' Donuts — в 2,5 раза, до $6 млрд. Эти две компании занимают в США 62% рынка.

Еще одним показателем интереса к кофейному рынку стала крупная сделка в конце лета 2018 года: Coca-Cola купила сеть кофеен Costa Coffee за $5,1 млрд, обозначив планы по экспансии на быстрорастущем рынке в Китае.



Во всем виноваты миллениалы




Около 44% спроса на кофе в США приходится на миллениалов. С 2010 года ежедневное потребление кофе среди молодых людей от 18 до 24 лет увеличилось в 2 раза. По данным Национальной ассоциации кофе (NCA), благодаря молодому поколению впервые за 67 лет более 59% ежедневно потребляемого кофе приходится на сегмент «гурме» — кофейни, не входящие в большие сети.


Люди 65 лет и старше пьют большую часть своего кофе дома, а потребители до 35 лет предпочитают кофе «на вынос» (coffeе-to-go).



В результате компании стараются ориентировать свой бизнес под растущие потребности молодых кофеманов — добавляют скорость, автоматизацию и зрелищность.



Робот-бариста


Увеличения продаж требует ускорения процесса, и на помощь, как и в других отраслях, приходит роботизация. Кроме того, роботы воспринимаются зрелищнее, чем живые сотрудники, поэтому, возможно, в будущем заменят их на рабочих местах. Сегодня робот может приготовить три чашки кофе за 40 секунд, — даже высококлассному бариста на это потребуется как минимум в полтора раза больше времени.

Сеть кофеен Cafe X в Сан-Франциско привлекла $14,5 млн инвестиций и, несмотря на большую конкуренцию на рынке, открыла уже 2 полноценные кофейни и уличный ларек. В меню — все стандартные напитки: капучино, латте и заварной кофе, все стоят $3. Стоимость одного робота-баристы — $25 тысяч.


В токийской кофейне Henna Cafe «работает» однорукий робот Sawyer. В его обязанности входит приветствие гостей, сканирование QR-кода с чека и приготовление нужного напитка.



Sawyer способен обслуживать одновременно до пяти человек, тратя примерно по 4 минуты на каждый напиток. Для оптимальной работы кофейни (особенно в час пик) нужно минимум 4 таких бариста и две кофемашины, чтобы не создавать очередь.



Big Data: как управлять 25000 кофеен



Большие продажи позволяют учитывать предпочтения пользователей. Лидером анализа Big Data в сфере кофе является Starbucks. Компания обрабатывает еженедельно более 90 млн транзакций в 25000 кофейнях по всему миру, а приложением Starbucks App пользуется более 17 млн человек. Для того, чтобы запустить персонализированный маркетинг, компания интегрирует технологии искусственного интеллекта (ИИ).

Мобильное приложение Starbucks с согласия пользователя собирает данные o его любимых напитках, а также идентифицирует клиента при посещении «новой» кофейни и может подсказать бариста предпочтительный заказ. На основе данных пользователя приложение предлагает новые продукты и добавки к кофе в зависимости от погоды, дня недели и местоположения. Система аналитики Atlas, которая учитывает близость к другим кофейням Starbucks и трафик на дорогах, рекомендует наиболее удобные для пользователя локации.




Офисные изобретения


Финская компания Giosg, специализирующаяся на ИИ-технологиях, столкнулась с проблемой: рабочие места находятся далеко от кухни, поэтому зачастую работники, приходя за своим кофе, находят чайник абсолютно пустым или с уже холодным напитком. Так появилась идея кофе-бота.


Через мессенджер Slack сотрудники могут при помощи умного бота узнать, когда будет готов их горячий кофе, не отходя от рабочего места.





Для новой идеи компании понадобилась веб-камера и подставка для нее, напечатанная на 3D-принтере. Далее нейросеть проанализировала более 10 000 снимков кофемашины. Теперь, когда кто-то из офисных работников хочет узнать, есть ли свежий кофе, нужно просто написать '/ coffee' в общий чат Slack, и кофейный бот ответит. Система также использует этот же групповой чат, чтобы автоматически уведомлять каждого, когда есть свежий кофе.



Кофе и криптовалюта


Купить за криптовалюту можно многие товары, в том числе и кофе. Одним из первых мест, где готовили кофе за криптовалюту, стала кофейня в Праге. В Праге биткоином можно расплатиться более чем в 80 местах, из которых самое известное место — Paralelni Polis.


В здании «полиса» есть уникальное заведение, аналогов которому пока нет в мире: кофейня, принимающее исключительно криптовалюту.



В кофейне нет ни кассы, ни прилавка. Те, кто еще не обзавелся криптовалютой, могут сделать это в обменном автомате. Сейчас это кафе — одно из самых популярных мест среди чешского крипто-сообщества. В Paralelni Polis также есть торговый автомат со снэками, принимающий биткоины, и единственный в мире игровой автомат Mortal Kombat, работающий на криптовалюте.



Связанные блокчейном


Энтузиасты технологии блокчейн пытаются внедрить ее в кофейном бизнесе. Стартап из Сиэтла Onda Origins создает экосистему между производителями и любителями кофе по всему миру, используя блокчейн и виртуальную реальность. Клиенты могут точно узнать, откуда их кофе, а производители — получить максимальный доход от каждого компонента, который они производят. Система показывает, на какой плантации и каким кооперативом или производителем был собран урожай. Партнерство с производителями позволяет получить информацию, как собирается урожай, компенсируются ли выбросы CO2, есть ли взаимодействие с другими фермерами.