Forwarded from Цифровой геноцид
Лица Чернова
Как-то раз я работал в самом большом банке страны и решал проблему визуализации данных по ипотечным сделкам: аналитики подготовили набор свойств сделки - есть ли ребенок в сделке, ДДУ или вторичка и тд и тп, достаточно большой набор классификаций, который был не на цифрах, а просто набором логических свойств сделки, которую проводил оператор в банке
У меня стояла задача даже не просто причесать этого монстра, а придумать формат визуализации, который а) не был бы скучным и б) соответствовал определенному мнемоническому принципу, а еще нравился вице-президенту банка
Строго говоря, принцип композициональности гласит: «Значение сложного выражения есть функция значений его частей и того способа, каким они соединены синтаксически». Это – содержательное определение, восходящее в новейшей истории логики и логической семантики Готтлобу Фреге - и в этом есть некоторый смысл использования такого приема визуализации как лица Чернова, пусть и несколько не датацентрично в моем исполнении.
Я предложил использовать в качестве способа отображения информации о сделке именно лица Чернова, как особый вид диаграммы. Лица Чернова (Chernoff Faces) - это схема визуального представления многофакторных данных в виде человеческого лица. Каждая часть лица: нос, глаза, рот - представляет собой значение определенной переменной, назначенной для этой части: так можно изобразить большой массив из 20-переменных в виде простого и понятного всем изображения. Математик Герман Чернов предположил в 70-ые годы, что лица людей это всегда хорошо воспринимаемый и запоминаемый паттерн и предложил использовать в качестве рабочего инструмента построения пиктографиков.
Проблема такого отображения данных в том, что обычно это булевые - 0 и 1, где вместо 0 - пустой зрачок, а 1 графическое изображение огромного яркого зрачка. Все реальные данные будут отображаться между этими промежутками на лице, что рисует своеобразного гомункулуса. Анализ информации при помощи такого способа отображения основан на способности человека интуитивно находить сходства и различия в чертах лица.
Наверное, если это рисовать в библиотеке питона, то выглядит несколько хуже, зато при помощи таких данных можно легко обозначить большое число свойств - как в нашем случае. Удивительно, но нет никаких примеров использования лиц Чернова в аниме-стилистике! Из свежего - использование лиц Чернова для визуализации выборов в США между Хилари и Трампом
Конец простой: идея понравилась топам, но нереализовалась, такое бывает. Зато на днях для одной психологической классификации вспомнилось - и это очень любопытный способ добавить веселья в данные, тогда, когда это может быть нужно (скука, стресс и тп)
Как-то раз я работал в самом большом банке страны и решал проблему визуализации данных по ипотечным сделкам: аналитики подготовили набор свойств сделки - есть ли ребенок в сделке, ДДУ или вторичка и тд и тп, достаточно большой набор классификаций, который был не на цифрах, а просто набором логических свойств сделки, которую проводил оператор в банке
У меня стояла задача даже не просто причесать этого монстра, а придумать формат визуализации, который а) не был бы скучным и б) соответствовал определенному мнемоническому принципу, а еще нравился вице-президенту банка
Строго говоря, принцип композициональности гласит: «Значение сложного выражения есть функция значений его частей и того способа, каким они соединены синтаксически». Это – содержательное определение, восходящее в новейшей истории логики и логической семантики Готтлобу Фреге - и в этом есть некоторый смысл использования такого приема визуализации как лица Чернова, пусть и несколько не датацентрично в моем исполнении.
Я предложил использовать в качестве способа отображения информации о сделке именно лица Чернова, как особый вид диаграммы. Лица Чернова (Chernoff Faces) - это схема визуального представления многофакторных данных в виде человеческого лица. Каждая часть лица: нос, глаза, рот - представляет собой значение определенной переменной, назначенной для этой части: так можно изобразить большой массив из 20-переменных в виде простого и понятного всем изображения. Математик Герман Чернов предположил в 70-ые годы, что лица людей это всегда хорошо воспринимаемый и запоминаемый паттерн и предложил использовать в качестве рабочего инструмента построения пиктографиков.
Проблема такого отображения данных в том, что обычно это булевые - 0 и 1, где вместо 0 - пустой зрачок, а 1 графическое изображение огромного яркого зрачка. Все реальные данные будут отображаться между этими промежутками на лице, что рисует своеобразного гомункулуса. Анализ информации при помощи такого способа отображения основан на способности человека интуитивно находить сходства и различия в чертах лица.
Наверное, если это рисовать в библиотеке питона, то выглядит несколько хуже, зато при помощи таких данных можно легко обозначить большое число свойств - как в нашем случае. Удивительно, но нет никаких примеров использования лиц Чернова в аниме-стилистике! Из свежего - использование лиц Чернова для визуализации выборов в США между Хилари и Трампом
Конец простой: идея понравилась топам, но нереализовалась, такое бывает. Зато на днях для одной психологической классификации вспомнилось - и это очень любопытный способ добавить веселья в данные, тогда, когда это может быть нужно (скука, стресс и тп)
Нейрогармониум, или как звучит мозг 🧠🎵
Визуализация данных - прекрасный источник вдохновения для science art. В Музее современного искусства PERMM сейчас выставляют еще более художественное воплощение методики, похожей на Лица Чернова, - нейрогармониум.
Создатели описывают этот инструмент, как электроакустический спектральный синтезатор. Он преобразует спектрограммы белкового состава различных областей мозга (которые вообще-то обычно пристально рассматривают глазами) в причудливые неземные звуки.
Закодированная в этих спектрах информация сложна для визуального восприятия, но скрытые закономерности можно уловить с помощью уха. На слух легко и без подготовки различаешь образцы мозговой ткани в здоровом и патологическом состояниях.
Жаль, я не догадался записать звучание этого необычного инструмента, но вы можете услышать пример на отметке 01:04:00 в подробной двухчасовой лекции на YouTube.
#scienceart #наука #искусство #нейронаука #PERMM
Визуализация данных - прекрасный источник вдохновения для science art. В Музее современного искусства PERMM сейчас выставляют еще более художественное воплощение методики, похожей на Лица Чернова, - нейрогармониум.
Создатели описывают этот инструмент, как электроакустический спектральный синтезатор. Он преобразует спектрограммы белкового состава различных областей мозга (которые вообще-то обычно пристально рассматривают глазами) в причудливые неземные звуки.
Закодированная в этих спектрах информация сложна для визуального восприятия, но скрытые закономерности можно уловить с помощью уха. На слух легко и без подготовки различаешь образцы мозговой ткани в здоровом и патологическом состояниях.
Жаль, я не догадался записать звучание этого необычного инструмента, но вы можете услышать пример на отметке 01:04:00 в подробной двухчасовой лекции на YouTube.
#scienceart #наука #искусство #нейронаука #PERMM
The-Augmented-City.pdf
20.3 MB
🌆 Дополненная городская реальность
Сразу признаюсь – документ на 140 страниц, и пока я его лишь бегло просмотрел. Но, это серьёзное академическое исследование из Корнельского университета, которое поднимает важные вопросы:
- Как внедрять AR/смешанную реальность в городскую среду;
- Плюсы и минусы этих технологий для общественных пространств;
- Как регулировать их использование.
Наконец-то появилось что-то стоящее вместо бесконечной болтовни про "умные города", о которых последние 10 лет вещают с высоких трибун разнообразные чиновники.
Навскидку могу назвать десяток компаний, которым стоит как минимум задуматься над этими вопросами.
#урбанистика #AR #технологии #города #исследования
Сразу признаюсь – документ на 140 страниц, и пока я его лишь бегло просмотрел. Но, это серьёзное академическое исследование из Корнельского университета, которое поднимает важные вопросы:
- Как внедрять AR/смешанную реальность в городскую среду;
- Плюсы и минусы этих технологий для общественных пространств;
- Как регулировать их использование.
Наконец-то появилось что-то стоящее вместо бесконечной болтовни про "умные города", о которых последние 10 лет вещают с высоких трибун разнообразные чиновники.
Навскидку могу назвать десяток компаний, которым стоит как минимум задуматься над этими вопросами.
#урбанистика #AR #технологии #города #исследования
This media is not supported in your browser
VIEW IN TELEGRAM
🕵️♂️ От шпионских стрекоз до агротеха
В закромах ЦРУ можно найти удивительные штуки. Например, в 1970-х они собрали миниатюрную механическую стрекозу с бензиновым двигателем — этакий микробеспилотник для шпионажа. Если верить агентству, она могла пролететь до 200 метров за 60 секунд. Для управления и передачи данных использовали лазер — вероятно, звук считывали с приемника через модуляции отраженного луча. Правда, при малейшем ветре стрекоза сбивалась с курса, и проект пришлось свернуть. Но идея механических насекомых не умерла.
Полвека спустя Инженеры MIT создали нового робота-насекомое. И этот малыш уже совсем другого уровня — держится в воздухе целых 17 минут и выполняет сложные акробатические трюки.
🌾 Зачем это сейчас? Главная цель уже не шпионаж, а спасение сельского хозяйства. В вертикальных фермах будущего критически нужны опылители, а живых пчел уже не хватает — в Калифорнию их свозят фурами во время цветения миндаля. Роботы-опылители могут стать решением этой проблемы.
#технологии #роботы #будущее #агротех
В закромах ЦРУ можно найти удивительные штуки. Например, в 1970-х они собрали миниатюрную механическую стрекозу с бензиновым двигателем — этакий микробеспилотник для шпионажа. Если верить агентству, она могла пролететь до 200 метров за 60 секунд. Для управления и передачи данных использовали лазер — вероятно, звук считывали с приемника через модуляции отраженного луча. Правда, при малейшем ветре стрекоза сбивалась с курса, и проект пришлось свернуть. Но идея механических насекомых не умерла.
Полвека спустя Инженеры MIT создали нового робота-насекомое. И этот малыш уже совсем другого уровня — держится в воздухе целых 17 минут и выполняет сложные акробатические трюки.
🌾 Зачем это сейчас? Главная цель уже не шпионаж, а спасение сельского хозяйства. В вертикальных фермах будущего критически нужны опылители, а живых пчел уже не хватает — в Калифорнию их свозят фурами во время цветения миндаля. Роботы-опылители могут стать решением этой проблемы.
#технологии #роботы #будущее #агротех
Forwarded from e/acc
This media is not supported in your browser
VIEW IN TELEGRAM
Альтман объявил что неизбежно нужно будет менять социальный контракт
ИИ-модели, что сверх-ярко показывает R1, внезапно стали доступными всем, везде, дешевыми и легко масштабируемыми. А волна Операторов сделает из них не помощников, а акторов. Любая старая схема, где "экспертиза — это дорогой дефицит", летит в корзину.
Комбинация этих двух явлений — бесконечно дешевого интеллекта и автоматизации без участия человека — перекраивает все. Горизонтальные структуры бизнеса, привычные workflow-процессы, даже сама идея "труда" больше не выглядят незыблемыми. Правда, как я писал, это займет годы: не из-за технологии, а инертности экономики.
Рано или поздно это станет новой нормой, то прежняя логика "человек — главный фактор производства" рухнет. Грядут не просто волны перемен, а катастрофический прилив, после которого социальный контракт в привычном виде уже не собрать. И возникает вопрос: а зачем он вообще нужен?
ИИ-модели, что сверх-ярко показывает R1, внезапно стали доступными всем, везде, дешевыми и легко масштабируемыми. А волна Операторов сделает из них не помощников, а акторов. Любая старая схема, где "экспертиза — это дорогой дефицит", летит в корзину.
Комбинация этих двух явлений — бесконечно дешевого интеллекта и автоматизации без участия человека — перекраивает все. Горизонтальные структуры бизнеса, привычные workflow-процессы, даже сама идея "труда" больше не выглядят незыблемыми. Правда, как я писал, это займет годы: не из-за технологии, а инертности экономики.
Рано или поздно это станет новой нормой, то прежняя логика "человек — главный фактор производства" рухнет. Грядут не просто волны перемен, а катастрофический прилив, после которого социальный контракт в привычном виде уже не собрать. И возникает вопрос: а зачем он вообще нужен?
Трудно понять, где в заявлениях руководителей технологических компаний заканчивается правда и начинается маркетинг. Однако нельзя игнорировать слова менеджера, которому пообещали выделить 500 миллиардов долларов на создание крупнейшей AI-инфраструктуры в США, и, возможно, в мире. Первые 100 миллиардов в рамках проекта Stargate компания OpenAI получит немедленно, остальные средства - в течение четырех лет. В telegram уже сравнили эти инвестиции с программой Apollo и Манхэттенским проектом, но, чтобы осознать масштаб, стоит рассмотреть их в ином контексте.
Российское правительство выделило на Федеральный проект «Искусственный интеллект», начатый в 2021 году, 24,1 млрд рублей. При курсе доллара 100 рублей это составляет 0,241 миллиарда долларов.
По некоторым оценкам, объем рынка больших языковых моделей в России достигает 35 млрд рублей (0,35 миллиарда долларов). Объем всего рынка полупроводников в стране составляет 289 млрд рублей (2,89 миллиарда долларов).
Достоверных актуальных оценок объема индустрии ИИ в России я пока не нашел. Чиновники называли цифру в 650 млрд рублей на 2023 год — 6,5 миллиарда долларов. Впрочем, направление развития ИИ в РФ хорошо иллюстрирует казус со словом "родное".
В федеральном бюджете России на 2025 год на образование выделено 1,6 триллиона рублей (около 16 миллиардов долларов), на национальную оборону — 13,1 триллиона рублей (примерно 131 миллиард долларов).
Общие прогнозируемые доходы России на 2025 год составляют 40,3 триллиона рублей — 403 миллиарда долларов США.
Итак, на проект Stargate планируется направить сумму, превышающую годовой доход Российского государства при удачном раскладе. Особенно впечатляет, что эти средства поступят от частных инвесторов и предназначены для одной компании. Натуральный киберпанк, где корпорации располагают ресурсами, превосходящими возможности целых государств.
Если прогнозы Альтмана реализуются хотя бы частично, Россия окажется в ситуации, когда Штаты получат достаточно мощный рычаг, чтобы опрокинуть шахматную доску "геополитики" и придумать новые правила игры. Ресурсы, которые так отчаянно вкладываются в порох и железо, пропадут впустую, прежние стратегии потеряют всякий смысл.
Даже при таком развитии событий, и несмотря на катастрофическое отставание в микроэлектронике, у России остается возможность интегрироваться в дивный новый мир благодаря наработкам в ядерной энергетике. Но боюсь, что в высоких кабинетах настолько увлеклись борьбой за суверенное право игнорировать прогресс, что мы потеряем и этот, возможно, последний шанс на такое желанное глобальное лидерство.
Российское правительство выделило на Федеральный проект «Искусственный интеллект», начатый в 2021 году, 24,1 млрд рублей. При курсе доллара 100 рублей это составляет 0,241 миллиарда долларов.
По некоторым оценкам, объем рынка больших языковых моделей в России достигает 35 млрд рублей (0,35 миллиарда долларов). Объем всего рынка полупроводников в стране составляет 289 млрд рублей (2,89 миллиарда долларов).
Достоверных актуальных оценок объема индустрии ИИ в России я пока не нашел. Чиновники называли цифру в 650 млрд рублей на 2023 год — 6,5 миллиарда долларов. Впрочем, направление развития ИИ в РФ хорошо иллюстрирует казус со словом "родное".
В федеральном бюджете России на 2025 год на образование выделено 1,6 триллиона рублей (около 16 миллиардов долларов), на национальную оборону — 13,1 триллиона рублей (примерно 131 миллиард долларов).
Общие прогнозируемые доходы России на 2025 год составляют 40,3 триллиона рублей — 403 миллиарда долларов США.
Итак, на проект Stargate планируется направить сумму, превышающую годовой доход Российского государства при удачном раскладе. Особенно впечатляет, что эти средства поступят от частных инвесторов и предназначены для одной компании. Натуральный киберпанк, где корпорации располагают ресурсами, превосходящими возможности целых государств.
Если прогнозы Альтмана реализуются хотя бы частично, Россия окажется в ситуации, когда Штаты получат достаточно мощный рычаг, чтобы опрокинуть шахматную доску "геополитики" и придумать новые правила игры. Ресурсы, которые так отчаянно вкладываются в порох и железо, пропадут впустую, прежние стратегии потеряют всякий смысл.
Даже при таком развитии событий, и несмотря на катастрофическое отставание в микроэлектронике, у России остается возможность интегрироваться в дивный новый мир благодаря наработкам в ядерной энергетике. Но боюсь, что в высоких кабинетах настолько увлеклись борьбой за суверенное право игнорировать прогресс, что мы потеряем и этот, возможно, последний шанс на такое желанное глобальное лидерство.
Автономная наука 🔬🤖
Помните, как выглядят исследования в стратегических компьютерных играх? Выбираете направление, тратите ресурсы, ждете и получаете гарантированный результат. Последнего обещать не могу, но автоматизация лабораторий приближает нас к похожему сценарию.
Суть автономной науки проста: компьютеры генерируют и анализируют гипотезы, а роботы проводят эксперименты. Майкл Бронштейн (Michael Bronstein) из DeepMind описывает эволюцию научного процесса от нулевого поколения (люди с пробирками), до четвертого поколения, в котором искусственный интеллект полностью управляет циклом научных открытий. Это стало возможным благодаря трем важным прорывам:
Во-первых, машинное обучение. Во-вторых, цены на роботизированные манипуляторы снизились с 30 тысяч до 500 долларов. В-третьих, появились технологии создания лабораторий на чипах.
Передовые лаборатории внедряют полуавтономные системы для медицинских исследований и синтеза новых материалов, но самые интересные сценарии вероятно реализуются там, где человеческих возможностей не хватает.
Представьте будущее где алгоритмы непрерывно берут пробы, анализируют патогены, отслеживают их эволюцию и синтезируют вакцины. Автономные подземные и космические лаборатории проводят эксперименты с альтернативной эволюцией. Роботы создают персональные лекарства, проверяя эффективность на клеточных культурах конкретного пациента.
Однажды исследования в этих замкнутых системах создадут петлю обратной связи: искусственный интеллект генерирует данные, эти данные улучшают его работу, а усовершенствованные модели находят неочевидные связи для новых прорывов.
Но что, если однажды эта петля затянется слишком сильно? Что скажете, готовы ли вы доверить науку машинам?
#AI #наука #будущее #биотех #автоматизация
Помните, как выглядят исследования в стратегических компьютерных играх? Выбираете направление, тратите ресурсы, ждете и получаете гарантированный результат. Последнего обещать не могу, но автоматизация лабораторий приближает нас к похожему сценарию.
Суть автономной науки проста: компьютеры генерируют и анализируют гипотезы, а роботы проводят эксперименты. Майкл Бронштейн (Michael Bronstein) из DeepMind описывает эволюцию научного процесса от нулевого поколения (люди с пробирками), до четвертого поколения, в котором искусственный интеллект полностью управляет циклом научных открытий. Это стало возможным благодаря трем важным прорывам:
Во-первых, машинное обучение. Во-вторых, цены на роботизированные манипуляторы снизились с 30 тысяч до 500 долларов. В-третьих, появились технологии создания лабораторий на чипах.
Передовые лаборатории внедряют полуавтономные системы для медицинских исследований и синтеза новых материалов, но самые интересные сценарии вероятно реализуются там, где человеческих возможностей не хватает.
Представьте будущее где алгоритмы непрерывно берут пробы, анализируют патогены, отслеживают их эволюцию и синтезируют вакцины. Автономные подземные и космические лаборатории проводят эксперименты с альтернативной эволюцией. Роботы создают персональные лекарства, проверяя эффективность на клеточных культурах конкретного пациента.
Однажды исследования в этих замкнутых системах создадут петлю обратной связи: искусственный интеллект генерирует данные, эти данные улучшают его работу, а усовершенствованные модели находят неочевидные связи для новых прорывов.
Но что, если однажды эта петля затянется слишком сильно? Что скажете, готовы ли вы доверить науку машинам?
#AI #наука #будущее #биотех #автоматизация
Biocene thoughts
Commercializing Autonomous Science
Generation 4 Bio AI
Forwarded from Denis Sexy IT 🤖
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Мой новостной поток в последнее время:
Ученые добыли из винограда плазму и применили его квантовых датчиках — круто, пару лет назад развлекался, зажигая их в микроволновке.
Кожуру помело можно использовать для создания сенсорных устройств — хм, iPhone с цитрусовым сенсором. Занятно, но как бы не остаться без фруктов.
Биогибридный дрон использует антенки бабочки шелкопряда для навигации по запаху — сперва они делали тараканов на радиоуправлении, а теперь вот.
Свиной желатин используется в роботизированной руке для выполнения деликатных задач — а может лучше не надо?
Будущие биогибридные роботы, будут питаться живой тканью — надеюсь, они не придут за моей мышечной массой.
Этот робот изготовлен из клеток человека и контролируется машиной, — ооох…
Ученые добыли из винограда плазму и применили его квантовых датчиках — круто, пару лет назад развлекался, зажигая их в микроволновке.
Кожуру помело можно использовать для создания сенсорных устройств — хм, iPhone с цитрусовым сенсором. Занятно, но как бы не остаться без фруктов.
Биогибридный дрон использует антенки бабочки шелкопряда для навигации по запаху — сперва они делали тараканов на радиоуправлении, а теперь вот.
Свиной желатин используется в роботизированной руке для выполнения деликатных задач — а может лучше не надо?
Будущие биогибридные роботы, будут питаться живой тканью — надеюсь, они не придут за моей мышечной массой.
Этот робот изготовлен из клеток человека и контролируется машиной, — ооох…
Сестра, у него острый Баадер — Майнхоф. Три кубика офлайна внутривенно!