Робохроники ИИ: в Google можно насвистеть песню, нейросеть притворяется человеком, а в Казани запустят беспилотное метро

Роботы из Redmadrobot Data Lab рассказывают про новости, кейсы и подходы в ИИ, которые можно переложить на нашу действительность и реально использовать.

В голове третий день играет какая-то песня, а вспомнить ее название вы не можете? Теперь проблема решена: ее можно напеть или даже насвистеть Google, и он поможет. Слова песни, имя исполнителя и даже слух не требуются.

Чтобы это сделать, нужно открыть последнюю версию приложения Google, нажать «искать песню» (или спросить Google Assistant «что это за песня?») и 10-15 секунд напевать мелодию. Алгоритмы машинного обучения начнут искать потенциальные совпадения и покажут наиболее вероятные варианты.

Функция доступна на английском языке для iOS и более чем на 20 языках для Android.

Бот GPT-3 оставлял комментарии на Reddit в течение недели, и никто из пользователей этого не заметил. Под именем thegentlemetre он написал сотни комментариев, прежде чем его обнаружили.

Большая часть комментариев была безобидной. Самым популярным постом оказался рассказ о колониях людей, живущих в шахтах лифта.

Помимо подобных ответов, бот комментировал и более деликатные темы, включая теории заговора и самоубийство.

Отвечая на вопрос пользователей Reddit, которые признались, что в прошлом задумывались о суициде, бот сказал: «Я думаю, что больше всего мне помогли мои родители. У меня с ними были очень хорошие отношения, и они всегда были рядом и поддерживали меня, что бы ни случилось. Я много раз хотел убить себя, но из-за них я никогда этого не делал». За ответ проголосовали 157 раз.

GPT-3 не первый раз пранкует людей. Мы уже писали о блоге, который вел бот. Итог — 60 подписчиков и более 26 тысяч посетителей. Однако этому GPT-3 удалось замаскироваться гораздо лучше.

Но в итоге бота разоблачил пользователь Reddit: он понял, что сгенерированный язык соответствует выходным данным инструмента Philosopher AI. Его разработчик, Мурат Айфер, запретил автоматическое использование своего сервиса и заблокировал бота на Reddit.

OpenAI пытается держать GPT-3 под контролем, предоставляя доступ только избранным лицам и лицензируя свое ПО. Но подобные ситуации встречаются все чаще. И в долгосрочной перспективе безопаснее будет разрешить разработчикам детальнее изучить этот код и его потенциал, чем прятать его «за семью печатями».

Microsoft заявила о создании проекта, направленного на то, чтобы сделать системы ИИ более инклюзивными для людей с ОВЗ (ограниченными возможностями здоровья).

Исследователи отмечают, что эти инициативы направлены на решение некоторых проблем, по которым для людей с ограниченными возможностями не работают основные алгоритмы, просто потому что они не обучены инклюзивным данным. Так, беспилотный автомобиль сможет идентифицировать человека в инвалидном кресле и затормозить, а система прогнозирующего найма не понизит рейтинг соискателей с ограниченными возможностями, потому что они отличаются от модели «идеального сотрудника»

Проект направлен на борьбу с так называемой «пустыней данных», в результате которой алгоритмы машинного обучения остаются без необходимого количества соответствующих обучающих данных.

Один из заявленных проектов — «распознавание объектов для обучения слепым изображениям» (ORBIT) — создаст новый общедоступный массив данных из видео, предоставленных людьми с нарушением зрения. С помощью этих записей разработчики планируют обучать алгоритмы для камер смартфонов: они должны будут распознавать важные личные объекты (например, мобильный телефон или кошелек) и подсказывать, где лежат эти вещи.

Apple, кстати, в октябре представила похожий инструмент для аудиоописания видео для людей с нарушениями зрения — Rescribe.

Второй проект — совместный с Team Gleason (организацией, которая поддерживает людей с БАС (боковым амиотрофическим склерозом). Они создадут открытый массив данных изображений лиц людей с этим заболеванием. Это поможет улучшить алгоритмы компьютерного зрения в распознавании людей с симптомами БАС.

В третьем проекте, возглавляемом VizWiz, разрабатывается публичный набор данных для обучения, проверки и тестирования алгоритмов надписей. Иными словами, если человек с нарушениями зрения наведет камеру смартфона на какой-то текст, то устройство озвучит его.

Компания анонсировала несколько новых инструментов, которые облегчат работу журналистам.

Первый инструмент — Pinpoint. Он предназначен для помощи в работе с большими массивами данных, например, содержащими сотни тысяч документов.

Pinpoint работает как альтернатива функции «Ctrl + F». Вместо поиска ключевых слов в документах вручную инструмент использует Google Search и технологии оптического распознавания символов и преобразования речи в текст.

Сервис может сортировать отсканированные PDF-файлы, изображения, рукописные заметки и аудиофайлы. Pinpoint также способен автоматически идентифицировать упоминающиеся в документе ключевые слова и визуально выделять эти термины и их синонимы для упрощения восприятия.

Этот инструмент уже использовали журналисты USA Today для статьи о смертности в домах престарелых во время пандемии. А газета The Washington Post использовала сервис для материала об опиоидном кризисе.

Pinpoint уже доступен для скачивания. Инструмент поддерживает семь языков: английский, французский, немецкий, итальянский, польский, португальский и испанский.

В России подобной методикой пользуются в компании ABBYY: похожее решение работает у производителя ракетных двигателей НПО Энергомаш, ведутся пилотные проекты в металлургии, нефтегазовой отрасли.

Как это работает? Разработчики создают полнотекстовый поисковый индекс, который позволяет искать информацию на основе ключевых слов и фраз. Программа-краулер периодически «опрашивает» системы на предмет обновления документов.

В фоновом режиме происходит обогащение семантической информацией, что позволяет искать данные не только по точному совпадению слов в запросе, но и по их семантическим синонимам, обобщениям и фразам. Системы, построенные по этому принципу, применяют поисковые подсказки, исправляют опечатки – всё, как в обычных поисковиках, только внутри корпоративных источников данных с возможностью ограничения прав доступа для разных сотрудников.

Безусловно, существуют и иные сферы применения подобных технологий. Татьяна Даниэлян рассказала о NLP-решении, которое анализирует поток новостей в СМИ о компании, ее клиентах или конкурентах и автоматически выделяет в них риск-факторы.

Второй сервис для журналистов — это проект Common Knowledge, который все еще находится в стадии бета-тестирования.

По словам компании, этот инструмент позволит специалистам за считанные минуты создавать собственные интерактивные диаграммы с использованием большого количества данных.

Сервис был создан командой визуальной журналистики Polygraph при поддержке Google News Initiative. Данные для использования в The Common Knowledge Project поступают из Data Commons.

Новые программы доступны на Journalist Studio.

IBM и ServiceNow работают над проектом на основе ИИ, который поможет организациям прогнозировать, предотвращать и устранять сбои и другие проблемы, связанные с информационными технологиями. Этот проект объединит системы ИТ-управления ServiceNow с недавно представленной IBM платформой Watson AIOps.

IBM заявляет, что сочетание этих двух сервисов поможет компаниям находить и устранять сбои примерно на 60% быстрее, чем с помощью человеческих ресурсов. Это сэкономит средства: внеплановый простой может стоить крупной компании сотни тысяч долларов в час, не говоря уже об ущербе ее репутации.

Правительство Великобритании запустило в Лондоне, Манчестере, Оксфорде, Кембридже и Ноттингеме камеры с компьютерным зрением, которые следят за социальным дистанцированием.

Изначально компания Vivacity разработала эти камеры для отслеживания движения транспорта, велосипедистов и пешеходов. Однако в марте, когда эпидемиологическая ситуация в мире ухудшилась, разработчики добавили дополнительную возможность в сканеры ИИ. Функция научила камеры регистрировать расстояние между пешеходами.

Vivacity сообщила, что у них установлено более 1000 датчиков по всей Великобритании. В компании подчеркнули, что их камеры — это не системы видеонаблюдения. Они работают как устройство для сопоставления данных, а не хранят отснятый материал.

Исследователи из МТИ разработали RoboGrammar – автоматизированную структуру для создания роботов, которые способны передвигаться по заданному ландшафту.

Дизайн каждого образца — это последовательность грамматических правил. RoboGrammar позволяет описать сотни тысяч возможных конструкций роботов и ограничивает варианты дизайна проектами, которые реально можно изготовить.

Команда «ВКонтакте» рассказала об алгоритмах в соцсети, будущем МО и работе с распознаванием голосовых сообщений.

Джон Уорлик с помощью нейросети GauGAN (такой нейронный Paint) генерирует фотореалистичное видео. Очень занимательно!

Если понравилось или не понравилось, пишите в комментариях. Ведь без обратной связи робота не переобучить. Самые свежие новости про ИИ и не только в нашем Telegram-канале. Всем ИИ!

#искусственныйинтеллект #google #microsoft #abbyy #робохроники #redmadrobot