Технологии распознавания лиц используются всё чаще. Скоро они научатся безошибочно определять, кто идёт по улице. Есть ли способы не светить лицом в угоду Большому Брату?

В Гонконге с начала июня проходят массовые протесты. На каждой акции, на которую выходят сотни тысяч гонконгцев, почти у каждого есть зонт. Зачем?

Новое исследование, опубликованное комитету по педагогике Великобритании, указывает, что больше половины детей старше 12 лет имело аккаунт в Инстаграме. Комиссия провела многочисленные интервью, и ни один из детей не понимал, что написано в пользовательском соглашении Инстаграма. И это неудивительно: соглашение содержит 5000 слов и требует высшее образование, чтобы полностью его понимать.

Но давайте будем честны: большинство из нас вообще не читает пользовательские соглашения: они длинные, унылые и вряд ли большая компания решилась бы выставлять неадекватные счета своим пользователям. Да и для большинства из нас, живущих на территории постсоветских стран. Между тем, все меньше и меньше приложений требуют с вас денег при установке. Задумайтесь над следующим: если оно не берет с вас денег и не показывает огромные количества рекламы, как оно окупается? Чаще всего эти приложения собирают вашу информацию, сортируют ее, а потом продают другим людям. Этими людьми может быть кто угодно, начиная с честных ученых, социологов и психологов, и заканчивая людьми, работающими в политике и рекламе.

Что делать?

Анализировать отношение компании к своему клиенту. Вот несколько инструментов, которые помогут:

https://tosdr.org — социальный проект, созданный веб-активистами. Содержит в себе укороченные версии Пользовательских Соглашений в трех-пяти предложениях. Классифицирует сервисы и компании по градации вида "A-B-C-D-E", где А — самый безопасный уровень, а E — самый небезопасный.

Guard — Как раз тот самый ИИ, который учится у людей читать Пользовательские Соглашения, анализировать их и выставлять им оценки. Также считает количество скандалов и потенциально опасных положений в Пользовательском Соглашении. Пока что не умеет составлять досье компании по запросу, потому что учится, но уже имеет составленные досье на все большие ресурсы. Нейросеть буквально разбирает Пользовательское Соглашение по кускам и работает в двух режимах:

В первом она вычленяет наиболее важные постановления, помечает их, чтобы вы могли прочитать их самостоятельно.

Во втором она самостоятельно оценивает насколько пользовательское соглашение дружелюбно к потребителям и выставляет свою оценку в процентах. Также она показывает наиболее опасные части такого соглашения, упаковывая их в две таблички:

Наибольшая опасность: "Мы также можем использовать различные технологии, чтобы определить ваше местоположение, включая сенсоры вашего прибора" /youtube.

Область применений нейросетей растет не по дням, а по часам. Особенно это видно в областях, где людям приходится работать с большими объемами данных, и где человеческая ошибка может стоить очень дорого. Так, уже несколько лет существует ИИ, способный ставить диагнозы с микроскопической погрешностью. Врачи и ученые заняты разработкой роботизированных ассистентов и помощников для хирургических операций. А недавно нейросеть сделала еще один прорыв: она впервые в истории человечества создала лекарство. Этим лекарством является вакцина от гриппа. Давайте посмотрим, насколько эта вакцина эффективна и работает ли она вообще.

Как это произошло

Программы разной сложности использовались для создания лекарств достаточно давно. Но все, что они делали — упорядочивали информацию и давали прогнозы по поводу будущих результатов. Но ученые из австралийского Университета Флиндерса произвели прорыв. ИИ называется SAM, что расшифровывается, как "Search Algorithm for Ligands" или "Поисковой алгоритм для лигандов". Лиганды это химические соединения, приобретающие активные биохимические свойства только в случае с взаимодействия с определенными веществами. Многие лекарства основываются именно на таком механизме: они начинают действовать, когда "обнаруживают" вещества, выделяемые бактериями или организмом человека в какой-то конкретной ситуации.

Руководитель исследования, профессор Николай Петровский, объясняет: "Нам нужно было заставить нейросеть искать соединения, которые будут активировать иммунитет, а также научить его выбирать те, которые будут работать. Мы научили ИИ отличать рабочие препараты от нерабочих, и это было главной частью обучения"

После этого ученые создали программу "Синтетический Химик". Она создавала триллионы файлов, симулирующих химические соединения, а потом эти файлы отправлялись на анализ SAM. Нейросеть отбирала рабочие препараты, которые могли взаимодействовать с иммунной системой человека и быть вакциной от гриппа. Далее ученые определили наиболее эффективную по мнению SAM вакцину, синтезировали ее и испытали ее в реальных условиях.

Работает ли вакцина?

Вакцину тестировали на культуре человеческих тканей, а потом на животных. Лекарство оказалось невероятно эффективным.

"Во время экспериментов над лабораторными животными мы поняли, что вакцина работает. При этом, она защищает организм от гриппа значительно лучше, чем все ныне существующие вакцины. Несмотря на то, что результаты тестирования с человеческими тканями были положительные, нам все еще надо проверить ее работу на людях." — объясняет профессор Петровский.

Эксперименты на добровольцах нужны по ряду причин: культура тканей изолирована от окружающей среды, в то время как пациент — нет. Любой пациент ежедневно сталкивается с угрозами своему здоровью, которых он не замечает. Кроме того, ни в одной культуре тканей не наберется того разнообразия клеток, какое есть у человека. Настоящий человек также обладает сотнями биологических параметров и его ткани постоянно взаимодействуют друг с другом. Этого и многого другого культивированным клеткам не хватает, чтобы являться идеальной симуляцией человека в тестированиях.

Ученые получили грант от Национального института аллергии и инфекционных заболеваний США. Часть этих денег уйдет на тестирование вакцины на добровольцах. Испытания займут целый год и будут полномасштабной симуляцией эпидемии гриппа.

Исследователи из Национальной лаборатории Лоуренса, базирующейся в Беркли, совершили серьезный прорыв в создании ИИ. Они говорят, что осталось подождать чуть-чуть до того, как ИИ сможет сам совершать открытия в науке. Подкрепляют они свои утверждения новым алгоритмом, который извлекает новые, до того незамеченные людьми знания, из уже существующих научных статей.

В ходе исследования были собраны 3.3 миллиона научных работ по материаловедению. Они были опубликованы в 1000 разных журналов со всего света в период с 1922 года по 2018 год. Ученые заставили нейросеть по имени Word2vec обработать этот колоссальный массив данных. Сеть смогла распознать полмиллиона слов, каждое из которых было переведено в особый язык. Каждое слово превратили в 200 чисел, получив таким образом "тематическую" или "смысловую" координату. А потом он начал предсказывать открытия и делать их самостоятельно.

Мой сегодняшний собеседник — это человек-легенда. Это Директор по стратегическому маркетингу компании "Яндекс" Андрей Себрант.

Наша беседа состоялась почти полгода назад, в офисе "Яндекса". Несколько месяцев ушло на расшифровку текста. Почему так долго? Причина не только в объеме интервью, но и в густоте смыслов, заложенным в нем.

Мы говорим об искусственном интеллекте, квантовой физике, исследовании Дальнего Космоса, интуиции, лазерном мире и даже о том, кто такие «правильные колдуньи».

 

По искусственный интеллект

Итак, будем говорить про будущее.

Хорошая тема. Люблю говорить про будущее.

Сейчас только ленивый не говорит про искусственный интеллект. Все под этим понимают разное. Кто-то говорит, что алгоритмы придумали ещё в 80-е. Я сам диссертацию по искусственным нейронным сетям писал. Ограничивается ли это только машинным обучением без наставника или всё-таки куда-то дальше продвигается? Искусственный интеллект — это что?

Я очень не люблю этот термин и стараюсь его всячески избегать. Только когда предопределено название какой-нибудь дискуссии — "мы позвали вас поговорить об искусственном интеллекте" — тогда вынужден повторять. Я его не люблю в первую очередь по той причине, что есть большие проблемы с однозначным, общепринятым понятием естественного интеллекта. Пока мы не договорились, что является интеллектуальной деятельностью, как-то очень странно говорить.

Вообще забыли сейчас про машины. Просто: что является интеллектуальной деятельностью? Арифметика является интеллектуальной деятельностью? По-видимому, да. Животные к ней, вроде, не очень способны, в основном — только к цирковым номерам.

Является ли калькулятор в этом смысле зачатком искусственного интеллекта? Вы кнопочки понажимали — он правильную сумму сообщил. Но как-то это же в голову не приходит. Хуже того, счёты, или абак. Можно ли считать, что искусственный интеллект начался, когда абак придумали? Пошевелил костяшки — и получился результат, который доступен только человеческому мозгу. Поэтому давайте аккуратней. Я, и не только я, предпочитаю использовать термин «машинный интеллект».

Есть такой любимый мной футуролог Кевин Келли. Не так давно его книгу "Неизбежно" перевели на русский язык, и там автор не устаёт повторять: "Ребята, вся история про машины — это не то, что они будут делать что-то лучше нас — например, вычислять. Это не самое интересное. Самое интересное — что они будут делать что-то другое и по-другому". Любимый пример с птичкой: искусственная особь, если строго следовать определению, должна махать крылышками. Крылышки должны состоять из пёрышек. Вообще, она должна уметь какать на голову, потому что птицы это могут. Но человеческая мысль пошла по другому пути, и от птицы взяла идею полёта. Некоторое время люди летали без крылышек на всяких дирижаблях. Потом крылышки использовали, но совершенно не те и не так, а потом снова отказались от крылышек — ракеты запустили. Продолжением этой идеи стала миссия на Марс — вроде сохранился функционал птицы, но к ней имеет слабое отношение.

Сегодня логика принятия решений машиной, зачастую, не понятна никому.

Как бывало и ранее, первыми к решению этой задачи подступились американские военные ученые из DARPA . 

Читайте продолжение в посте.

Искусственный интеллект уже внедрен в систему распознавания лица от Apple и в «умного» помощника от Google. Сейчас ИИ находится в зачаточном состоянии, однако технология уже внедряется в жизнь пользователей. Для маркетинговых компаний вроде Huge ИИ может стать большой проблемой 

«Поскольку машины начинают принимать больше решений для людей, до маркетологам становится все сложнее войти в это уравнение и повлиять на поведение потребителей. Это разрушительно влияет на многие компании».

 Подробности - в посте.

Дейв Гершгорн в колонке Quartz поделился опасением, что «Большой Брат» станет в тысячу раз умнее и эффективнее, благодаря внедрению искусственного интеллекта. 

В течение многих лет мы ходим под камерами видеонаблюдения, которые фиксируют почти каждый наш шаг. Однако всегда оставалась надежда, что ни один человек не в состоянии просмотреть такое количество записей. А поэтому личная жизнь находится в относительной безопасности. Но с появлением ИИ об этом можно забыть. В ближайшем будущем абсолютно каждое видео будет анализироваться компьютером.

В Вашингтонском университете в Сиэттле алгоритмы, использованные в рамках проекта Megaface, смогли в 75% случаях распознать лицо человека с первой попытки. База данных, на которой обучалась нейронная сеть, была взята из Flickr (всего 5 млн снимков 672 тысяч человек).