Творчество нейронных сетей: генеративные модели


День начала:20 Январь 2017 19:00
День окончания:20 Январь 2017
Место проведения:   Рочдельская ул., 15, стр. 17, 3 этаж. KL10CH
Проводит:   Лекторий Set Up, KL10CH
Творчество нейронных сетей: генеративные модели
Лекция «Творчество нейронных сетей: генеративные модели».

18 февраля 2016 года был запущен сервис FindFace, разыскивающий ВК-профили людей по фотографии; 15 марта со счётом 4—1 AlphaGo разгромила Ли Седоля; 11 июня было опубликовано приложение Prisma, способное стилизовать фотографии под работы известных художников.

Чем объясняется такой триумф нейронных сетей и чего нам ждать от них дальше?

Лектор: Сергей Марков — специалист по методам машинного обучения, автор одной из сильнейших шахматных компьютерных программ.

Регистрация на мероприятие бесплатна, но обязательна — https://set-up.timepad.ru/event/428679/

Искусственный интеллект безжалостно обыгрывает в го всех подряд


Знаменитый матч «AlphaGo — Ли Седоль».
Знаменитый матч «AlphaGo — Ли Седоль».

В 2015 искусственный интеллект впервые выиграл у человека в го. В следующем году — закрепил результат. Теперь программа развлекается тем, что обыгрывает людей одного за другим — ИИ выиграл уже 60 раз, в том числе у сильнейших профессионалов.

29 декабря (по другой версии — 30 декабря) на го-сервере Tygem зарегистрировался новый игрок под никнеймом Magister. Он играл с лучшими игроками и одержал тридцать побед подряд. Затем Magister перешёл на сервер FoxGo, сменил имя на Master и выиграл ещё тридцать раз. Матч закончился ничьей только однажды, когда у китайского профессионального игрока Чэнь Яое (Chen Yaoye) возникли проблемы с подключением к сети. Загадочный Master обыгрывал лучших из лучших — по информации Американской ассоциации го, он четыре раза одержал победу над корейским чемпионом Паком Чжоном Хваном (кор. 박정환) и дважды — над китайцем Кэ Цзе (кит. трад. 柯洁). Одному из сильнейших игроков, Гу Ли (кит. трад. 古力), тоже не удалось одолеть неизвестного, и после поражения он пообещал награду в размере 100 000 юаней (14 400 долларов или около 860 000 рублей) тому, кто сможет это сделать. (далее…)

Google Neural Machine Translation создала собственный язык-посредник


Ну, пока всё не так зловеще, как на этом кадре из фильма "Терминатор"
Ну, пока всё не так зловеще, как на этом кадре из фильма «Терминатор».

Пусть это вас не пугает, но, кажется, компьютеры создали свой собственный секретный язык и, вероятно, говорят о нас прямо сейчас. Шутка. Однако недавно действительно произошло удивительное событие, поразившее разработчиков ИИ из Google.

Ещё в сентябре компания Google объявила о запуске своей системы машинного перевода Neural Machine Translation. В ней используется глубокое обучение для получения лучшего и более естественного перевода.

Вслед за этим успехом, создатели GNMT заинтересовались ещё кое-чем. Если вы учите систему перевода переводить с английского на корейский и наоборот, а также с английского на японский и наоборот… сможет ли она перевести с корейского на японский, не прибегая к английскому как посреднику между ними? Они сделали эту гифку, чтобы проиллюстрировать идею того, что они называют «zero-shot translation» (на гифке этот процесс показан оранжевыми пунктирными линиями). (далее…)

Первая в мире кремний-фотонная нейросеть


Фотонная нейросеть
Схема собранного устройства. Рисунок из оригинальной статьи.

Нейросети берут штурмом мир вычислений. Исследователи используют их для создания машин, способных выполнять действия, которые раньше считались исключительной прерогативой человека — распознавание образов, лиц, обработка естественных языков. Эти и другие навыки уже сейчас выполняются машинами совершенно рутинно.

Однако существует желание создать более способные и мощные нейросети, которые смогут отодвинуть границы возможностей искусственного интеллекта ещё дальше. Одним из направлений в этой работе является конструирование схем, цепей, которые по своей архитектуре будут функционировать подобно нейронам — так называемых нейроморфных чипов. Но как сделать эти чипы быстрыми?

Недавно группа исследователей из Принстонского университета (Princeton University) представила один из возможных ответов на этот вопрос: они построили первый в мире интегральный кремний-фотонный нейроморфный чип и показали, что он способен работать и вычислять со сверхвысокой скоростью. (далее…)

Учёные победили алкогольную зависимость — у крыс


Похоже, учёные нашли способ вылечить алкогольную зависимость. Жаль, что только у крыс.
Похоже, учёные нашли способ вылечить алкогольную зависимость. Жаль, что только у крыс.

Учёные Научно-исследовательского института Скриппс (The Scripps Research Institute) вылечили крыс-алкоголиков, воздействуя на небольшую группу клеток мозга. При этом ни одно животное не пострадало — или, по крайней мере, не страдало от синдрома отмены. Описание экспериментов опубликовано в The Journal of Neuroscience.

«Мы можем полностью обратить алкогольную зависимость, воздействуя на сеть нейронов», — утверждает руководитель научной группы Оливье Джордж (Olivier George). Предыдущие исследования показали, что частое употребление алкоголя активирует определённые группы нейронов головного мозга. Чем больше человек пьёт, тем чаще он активирует нейронную цепь и тем сильнее она становится. Это подстёгивает его продолжать и, в конце концов, приводит к формированию зависимости. Мозг как бы прокладывает путь от алкоголя к вознаграждению. (далее…)

Ещё один стартап выводит искусственный интеллект на фондовый рынок


Искусственный интеллект обгоняет людей и на финансовых рынках
Искусственный интеллект обгоняет людей и на финансовых рынках.

Сайт Recode сообщает о системе искусственного интеллекта, получившей название Emma AI, создатели которой рассчитывают, что она превзойдёт в деле торговли ценными бумагами и людей, и компьютеры. Она является частью волны стартапов, применяющих машинное обучение на финансовых рынках.

Автоматизация не является чем-то новым для Уолл-стрит. Но Шаунак Хире (Shaunak Khire), создатель Emma, утверждает, что его система отличается от нынешних финансовых вычислений — высокочастотного трейдинга и «квантового» анализа данных — поскольку его система нейронных сетей учитывает более сложный комплекс факторов, влияющих на акции, таких как перестановки в руководстве компаний или денежно-кредитная политика в Европе, которые другие программы упускают.

«Это не алгоритмическая торговля, — сказал он.  — Это в буквальном смысле имитация работы финансового аналитика». (далее…)

Нейронные сети будут проводить офтальмологическую диагностику


Даже опытный врач не всегда может заметить признаки заболевания глаз
Даже опытный врач не всегда может заметить признаки заболевания глаз.

DeepMind, базирующаяся в Лондоне компания-разработчик искусственного интеллекта (приобретённая в 2014 году Google), запустила проект по обучению нейронных сетей распознаванию признаков болезней глаз на медицинских снимках. Партнёрство с Глазной клиникой Мурфилдс (Moorfields Eye Hospital) в Лондоне дало компании доступ к почти миллиону снимков радужной оболочки глаза, которые DeepMind заложит в свою систему искусственного интеллекта.

Проект ориентирован на два из наиболее распространённых заболеваний глаз — возрастную дегенерацию жёлтого пятна и диабетическую ретинопатию. Более 100 миллионов человек в мире страдают от этих заболеваний. (далее…)

Люди и машины обращают внимание на разные детали


Сравнительная карта внимания человека и машины
Сравнительная карта внимания человека и машины.

Искусственный интеллект часто описывают как чёрный ящик, процессы принятия решений которого неисповедимы. Но исследователи открывают этот чёрный ящик, заглядывают внутрь и сравнивают его работу с работой человеческого мозга.

Оказалось, например, что люди и машины обращают внимание не совсем на одни и те же вещи, когда они смотрят на фотографии.

Исследователи из Facebook и Политехнического университета Виргинии в Блэксбурге (Virginia Polytechnic Institute and State University) показывали людям и машинам фотографии и просили ответить на простые вопросы. Но на самом деле исследователей интересовали не ответы. Их целью было составление карт внимания человеческого и искусственного интеллекта, чтобы пролить немного света на различия между ИИ и нами. (далее…)

Сергей Марков. Искусственный интеллект: история и перспективы



(далее…)

Искусы глубокого обучения. Что такое искусственный интеллект?


Робот не справился с дверью
Разработанный под эгидой DARPA робот не справился с дверью. Источник: IEEE Spectrum / DARPA.

Судя по всему, искусственный интеллект становится неотъемлемой частью индустрии высоких технологий. Мы постоянно слышим о том, как искусственный интеллект научился отвечать на письма в почтовом клиенте Gmail, учится управлять автомобилем и сортировать отпускные фотографии. Марк Цукерберг приступил к  созданию искусственного интеллекта, который будет помогать нам управляться по дому. Проблема заключается в том, что само понятие «искусственного интеллекта» способствует завышенным ожиданиям. Людям проще представить мощные суперкомпьютеры, которые помогают нашим космическим кораблям бороздить просторы Вселенной, чем эффективные спам-фильтры. Кроме того, людям свойственно обсуждать подробности и прогнозировать сроки гибели обречённого человечества от лап бездушного искусственного разума. (далее…)

Почти в десятку. Обзор ведущих IT-трендов по версии Gartner двухлетней давности и новые тренды


Штаб-квартира компании Gartner в Стэмфорде
Штаб-квартира компании Gartner в Стэмфорде, штат Коннектикут, США. Фото — Magnus Manske.

Ровно два года назад исследовательская компания Gartner назвала десять ключевых IT-трендов на ближайшие пару лет, дополнив прогноз годом позже. Недавно была обнародована новая десятка стратегических тенденций отрасли. Прежде чем говорить о последних, попробуем окинуть взглядом реальность и оценить, какие ожидания американских аналитиков двухлетней давности оказались верными, какие ошибочными, а какие обозначили правильный вектор, но были несколько слишком оптимистичными в отношении сроков воплощения.

«Мы определили десять важнейших IT-технологий, развитие которых бизнес должен учитывать в процессе стратегического планирования. Это не означает, что их необходимо использовать всем или вкладывать средства в этих направлениях. Но их наличие компании должны учитывать, чтобы принимать продуманные решения в течение ближайших двух лет», — заявил в октябре 2013 года Дэвид Керли (David Cearley), вице-президент Gartner. (далее…)

Google открыл исходники DeepDream


De sterrennacht
Основной для этого изображения стала картина «Звёздная ночь» Винсента Ван Гога.

В Google разработали инструмент визуализации, позволяющий лучше понять детали работы нейронных сетей. Помимо полезной информации о функционировании нейронных сетей и данных о том, чему обучен конкретный слой сети, исследователи в качестве побочного эффекта получили забавные изображения, которые уже успели окрестить компьютерными галлюцинациями.

Природа этих изображений такова. Нейронные сети, наученные распознавать образы, по своей природе могут работать и в обратную сторону, то есть генерировать картинки по заданным ключевым словам. Если предложить нейронной сети базовое изображение и набор ключевых слов, на выходе можно получить удивительные и даже фантастические рисунки.

Обнаружив, что результаты их работы вызвали огромный интерес, инженеры американской компании решили опубликовать исходные коды программы, чтобы каждый желающий мог сам поэкспериментировать с нейронной сетью.

Чтобы создавать изображения с помощью DeepDream, потребуются Python, исходники алгоритма и docker-образ фреймворка Cafee. Ещё проще начать работать с DeepDream, если скачать полностью готовый образ (клиент Docker под Windows).

Котики и искусственный интеллект, или Как физики космос посчитали


Панкадж Мехта и Дэвид Шваб, авторы исследования.
Панкадж Мехта и Дэвид Шваб, авторы исследования.

С того момента, когда в 2012 году компьютер впервые научился распознавать котиков в видео на YouTube, а несколько месяцев назад смог правильно подписать фотографию «группы молодых людей, играющих во фрисби», исследователи искусственного интеллекта отпраздновали триумфальное появление новых побед в сфере «глубокого обучения» (deep learning) — весьма успешного набора алгоритмов, в общих чертах повторяющих увеличение чувствительности мозга к признакам окружающего мира с помощью прямого воздействия.

Компьютерные модели, состоящие из искусственных нейронных сетей, используют новейшие протоколы глубокого обучения и становятся всё более искусными в распознавании изображений, речи и образов — ключевой технологии для создания роботизированных персональных помощников, анализа сложных данных и самоуправляемых автомобилей. Но при всей очевидности прогресса в развитии обучаемых компьютеров при отделении характерных признаков и несущественных единиц информации, исследователи не до конца понимают работу алгоритмов и сам феномен биологического обучения.

Совсем недавно два физика доказали, что одна из форм глубокого обучения работает в точности как наиболее важный и повсеместно применяемый в физике математический метод — процедура расчёта поведения на больших масштабах таких физических систем, как элементарные частицы, жидкости и космическое пространство. (далее…)

Google совершенствует алгоритмы визуального распознавания


В скором будущем автоматическое визуальное распознавание объектов будет выглядеть, как минимум, так.
В скором будущем автоматическое визуальное распознавание объектов будет выглядеть, как минимум, так.

Технология автоматического распознавания объектов на изображениях довольно сложна и в настоящее время ещё далека от совершенства. Даже если компьютер управляется хитроумными алгоритмами, он не может идентифицировать всё, что есть на том или ином снимке.

Тем временем компания Google обещает представить в ближайшее время очень интересную разработку — систему обнаружения, которая сможет распознать беспрецедентно большое количество объектов, даже если они частично скрыты.

Столь амбициозную задачу якобы удалось решить благодаря использованию искусственной нейронной сети, которая может быстро уточнять критерии поиска, не требуя при этом дополнительных вычислительных мощностей. Нейронные сети представляют собой исключительно мощный метод моделирования, они являются обучаемыми и идеально подходят для построения сложных алгоритмов распознавания. (далее…)