Пример хитрого дизайна: мобильный баннер с нарисованной пылинкой. Пользователь видит грязь на экране, тапает, чтобы убрать её, баннер получает +1 клик. Источник: Reddit.

Ранее похожий трюк провернули китайские продавцы обуви: они пририсовали на своё объявление в Instagram Stories волос, чтобы люди смахивали его с экрана и тем самым открывали ссылку. Правда, Instagram забанил эту рекламу. Интересно было бы узнать CTR таких объявлений.

Китайский киберпанк: очки патрульных на вокзале в Чжэнчжоу оснащены системой распознавания лиц с поиском по полицейской базе данных. С их помощью полицейские за неделю задержали на вокзале 7 человек из розыска и 26 пассажиров с поддельными документами. Больше фото здесь.

Вообще Китай - лидер по внедрению подобных технологий. Посмотрите, как впечатляюще работают новые китайские камеры наблюдения - они распознают возраст, пол и одежду пешеходов и могут узнавать людей из розыска (видео).

Недавно корреспондент BBC провёл эксперимент - загрузил свою фотографию в базу, по которой ищут людей китайские камеры наблюдения, и вышел на улицу. Всего через семь минут полицейские получили сигнал из центра управления наружным наблюдением и задержали его.

Также я ранее писал про систему распознавания лиц Dragonfly Eye, которую используют государственные системы безопасности в разных городах Китая.

Кстати, камеры с распознаванием лиц уже работают в московском и даже в киевском метро (правда, пока только на двух станциях).

Журналистка Gizmodo Кашмир Хилл провела интересный эксперимент. Она напичкала свою квартиру всеми возможными умными гаджетами. Телевизор, колонка Amazon Echo, пылесос, кофеварка, камера наблюдения, лампа, сенсор сна и даже зубная щётка Кашмир были подключены к интернету. Ожидаемо, весь этот зоопарк гаджетов не сделал её жизнь комфортнее. Для управления "умным домом" Хилл пришлось установить 14 разных приложений. Они плохо интегрировались друг с другом; муж Кашмир отключил камеру, так и не привыкнув к постоянному наблюдению; камеру перенесли в детскую комнату, но там она будила ребёнка своим светом; вся квартира была в проводах и удлинителях; ну и некоторые гаджеты оказались просто бесполезными, как кофеварка или зубная щётка с интернетом.

Но самое интересное, что Кашмир вместе с коллегой установила специальный роутер для мониторинга исходящего трафика. Все гаджеты периодически коннектились к серверам своих производителей. Некоторые устройства шифровали трафик - например, трекер сна, спрятанный под матрасом. Но другие не шифровали. Умный телевизор передавал данные о просмотрах сторонним компаниям - которые, очевидно, использовали эти данные для маркетинговых целей. Но трафик с некоторых гаджетов и не понадобилось расшифровывать: метаданные, то есть информация о том, какой гаджет активен в данный момент, тоже могут многое рассказать.

Через два месяца слежки за трафиком "умного дома" Кашмир её коллега точно знал, когда её семья просыпается (Алекса включала музыку в 6-8 часов утра), когда Кашмир с мужем ложатся спать, когда засыпает их ребенок, когда она чистит зубы и какие шоу им рекомендует Netflix. Собрав эти данные вместе, можно построить социоэкономический профиль семьи. В будущем наши умные дома станут чем-то вроде браузеров - они будут генерировать уникальные цифровые портреты пользователей, доступ к которым будет не только у производителей гаджетов, но и у провайдеров - в США, кстати, провайдерам разрешено продавать такие данные третьим лицам.

Технологические компании рисуют перед нами картины красивого будущего, но его обратная сторона - это всесторонний сбор данных о нас и их последующая монетизация.

Недавно разработчики Google Translate сильно улучшили качество перевода с помощью нейросетей. Для технооптимистов это стало поводом похоронить очередную профессию - мол, скоро переводчики будут не нужны, программы будут переводить тексты не хуже людей. Но не всё так просто.

Известный учёный и писатель Дуглас Хофштадтер в своём эссе на Atlantic указывает на слабые места машинного перевода. Текст для машины - просто набор слов и знаков. Компьютер не может понимать текст, слова в машине не преобразуются в идеи и образы. Вспомните мысленный эксперимент с китайской комнатой. Машинный переводчик - это как раз такая китайская комната.

Нейросети не спасают ситуацию. Даже с ними машинный перевод - это просто отображение статистических закономерностей и фактов, вроде «чаще всего фраза Х в языке 1 переводится на язык 2 как Y». Для многих случаев этого достаточно - с помощью Google Translate я читаю в интернете статьи на языках, которых не знаю, и это действительно похоже на магию. Но настоящий перевод - это не просто статистический анализ слов, это пересказывание мыслей и идей на другом языке.

Хофштадтер показывает, как хваленый нейросетевой Google Translate не справляется с простыми предложениями - путает местоимения, не понимает редко употребляемые выражения, не чувствует контекст. Для идеального машинного перевода нам рано или поздно придётся научить машину понимать текст, и это, по мнению Хофштадтера, один из главных вызовов, которые стоят перед разработчиками переводчиков. Текст очень хорошо написан, рекомендую потратить полчаса своего времени и прочитать его.

Хороший пост в тему: разработчик Яндекса рассказывает о проблемах машинного перевода

Как Google Translate перевели на новый уровень с помощью нейросетей

Большой текст с историей машинного перевода

Иногда пишу здесь про разные хитрые взломы, но сейчас - про очень простой фрод. Злоумышленники опубликовали на Google Play фальшивое приложение, якобы работающее с банкингом пяти самых популярных украинских банков. При входе приложение собирало пароли от банкинга и данные карт пользователей с CVV. С помощью этих данных злоумышленники потом выводили деньги с карт пользователей.

За две недели приложение скачали 6 тысяч раз, преступники успели собрать 5500 паролей и данные 1200 банковских карт. Сколько денег вывели с карт, неизвестно. Учитывая простоту приложения, его разработка наверняка обошлась недорого, так что скорее всего афера окупилась. Подробнее здесь.

Не передавайте сторонним лицам и приложениям свои банковские пароли и данные карт. И расскажите об этом своим друзьям, которые не очень хорошо разбираются в таких вещах.

Красивый концепт: пользователь проектирует объекты в 3D-редакторе в дополненной реальности, а 3D-принтер с роботизированной рукой сразу печатает спроектированное. Посмотрите! 💖

https://youtu.be/K_wWuYD1Fkg

Непростая работа деревенского учителя информатики в Гане.

Интересный тред с комментариями от людей, которые учились в таких школах: https://redd.it/7yoogw

Журнал MIT Technology Review опубликовал традиционный ежегодный список из 10 прорывных технологий. Сокращённое содержание:

3D-печать по металлу
Металлические 3D-принтеры - дорогие устройства, но представьте себе, что вам не нужен завод, чтобы собрать автомобиль - все детали можно напечатать на нескольких принтерах.

Искусственные эмбрионы
Биологи научились выращивать эмбрионы мышей из одних стволовых клеток - без спермы и яйцеклетки. На очереди - человеческие эмбрионы. Звучит зловеще!

Сенсорный город
Район Торонто напичкают всевозможными сенсорами и будут собирать данные о всём - загрязнение воздуха, уровень шума, активности населения и т.д.

Облачный ИИ
Благодаря облачным решениям от Amazon, Google и Microsoft любой может за разумные деньги получить доступ к мощностям и софту для машинного обучения. Демократизация технологий ускоряет прогресс, и это хорошо.

Соревнующиеся нейросети (GAN)
Архитектура нейросетей, позволяющая генерировать фотографии несуществующих людей и картины, неотличимые от настоящих. Подробно писал об этом, почитайте.

Наушники для перевода на лету
Устройство из фантастических фильмов уже можно купить всего за $160 - ищите в Google "Pixel Buds".

Экологически чистый природный газ
Углекислый газ, который выделяется при сгорании природного газа, можно использовать для производства энергии, цемента, пластмасс и пр.

Онлайн-приватность
Анонимная криптовалюта Zcach использует технологию zero-knowledge proof, позволяющую потверждать свойства данных, не раскрывая самих данных.

Гадание по ДНК
Генетические тесты, указывающие на склонность к определенным заболеваниям

Моделирование молекул
В IBM создали маленький квантовый компьютер (7 кубит) и смоделировали поведение электронов в молекуле из трёх атомов.

Прошлогодний список прорывных технологий

Цикл Гартнера 1995 года. Кажется, с тех пор виртуальная реальность переместилась куда-то назад.

Про нейросети часто говорят, что они "имитируют работу мозга", но это большое преувеличение. Да, информация передаётся между слоями нейросети подобно сигналу между нейронами в мозгу. Но даже самые сложные нейросети на порядки проще самых простых биологических мозгов. Вот познавательное исследование - учёные разобрали, как работает обонятельная система бражника (обычный серый мотыль) и смоделировали на её основе нейросеть. А в голове у мотыля непростая система: 30 тысяч химических рецепторов улавливают запахи, затем сигнал передаётся в антенную долю, где 60 разных клубочков отвечают за разные запахи. Дальше код уловленного запаха передаётся в грибовидное тело (это такие парные структуры в мозгу насекомых, состоящие из нескольких слоёв нейронов), где 4000 специальных клеток перекодируют запахи в воспоминания. На финальном уровне несколько десятков внешних нейронов интерпретируют полученные сигналы в действия, к примеру "лететь вверх".

Эта система сильно отличается от компьютерных нейросетей: к примеру, антенная доля кодирует сигнал с низким количеством параметров, а следующий уровень, грибовидное тело - уже с высоким. В нейросетях слои обычно имеют схожее количество измерений. А ещё успешное распознавание запаха приводит к выделению гормона октопамина, который помогает закреплять полезную информацию. В нейросетях всё по-другому - там связи между слоями пошагово корректируются, пока не будет получен правильный результат.

На смоделированной нейросети учёные увидели много интересного: как сигнал очищается от шума с увеличением разрядности между слоями, как обучение без октопамина замедляется и становится практически бесполезным. Мотыль обучается очень быстро - для того чтобы правильно запомнить нужный запах, ему достаточно нескольких итераций, тогда как обучение искусственных нейросетей требует очень много времени. Исследователи планируют использовать подсмотренные у природы механизмы для того чтобы обучать нейросети быстрее и эффективнее. Мне кажется, такие заимствования у природы - это очень круто!

https://www.technologyreview.com/s/610278/why-even-a-moths-brain-is-smarter-than-an-ai/

Забавное видео: арт-критик комментирует творчество нейросетей. Критикует, находит неожиданные отсылки, но не признаёт это искусством.

5-минутное видео от Vox о хитром дизайне смартфонов и приложений, который заставляет нас тупить в телефоне часами. Три совета по сокращению траты времени:
1. Отключить лишние уведомления
2. Переключить экран в черно-белый режим
3. Убрать с первого экрана лишние приложения

Много читал про черно-белый экран, несколько друзей в ленте даже повторили этот эксперимент. Решил тоже попробовать. Пока главное впечатление - дезориентация. Все-таки при пользовании смартфоном зрение сильно ориентируется на цветные иконки, а в ч/б всё находишь с задержкой. Погоняю так хотя бы пару дней, потом расскажу вам. Большой текст по теме.

Познавательный текст про китайского Большого брата. В мятежном уйгурском регионе Синьцзян введён футуристический полицейский режим: полицейские участки через каждые 500 метров, десятки тысяч патрульных, огромное количество камер с распознаванием лиц. А ещё у жителей собирают образцы ДНК для наибольшей в мире базы генетического материала. Преступников находят даже по анализам ДНК их родственников. Реальный киберпанк.

+ Большой текст Buzzfeed на эту же тему: This Is What A 21st-Century Police State Really Looks Like

Ваше чтение на вечер: конспект книги о зависимости от технологий. Отличный повод отвлечься от листания ленты и залипнуть в большой текст.

Кстати, Стив Джобс, как и многие другие разработчики технологий, ограничивал своих детей в обращении с компьютерной техникой. Как гласит поговорка, never get high on your own supply.

​​Есть такая шутка про Википедию: если всегда кликать на первую ссылку в статье, то с какой бы статьи вы ни начали, рано или поздно вы прийдёте на страницу "Философия". Можете попробовать.

А вот забавный сайт, который показывает кратчайший путь по ссылкам между двумя заданными статьями. Покликайте, увидите много неожиданных связей. Например, от Большого взрыва до Telegram - всего две ссылки. Короче, я залип.

via Hacker News

Создатель догекоина Джексон Палмер разочаровался в криптовалютах:
— Догекоин возник как пародия. Он высмеивал лавину «альткоинов», альтернативных криптовалют, возникших по мере роста популярности биткоина. Благодаря публикациям в СМИ и постам на «Реддите», догекоин стал недорогим способом попробовать криптовалюту. Сообщество состояло из идеалистов, искренне веривших в децентрализацию экономики.
— Капитализация догекоина превысила 2 миллиарда долларов. Венчурные фонды вкладываются в «блокчейн для Х», а биткоин торгуется на Уолл-стрит. Мошенники и спекулянты отвлекают сообщество от идей «новой экономики». Палмер считает, что его шутка зашла слишком далеко, но надеется, что криптопузырь не помешают развитию самой технологии.

5 минут на чтение

Устройство для аналогового дебаггинга. Лучший гаджет, что я видел за последнее время!

via fb.com/iwantthatvideos

Недавно в интернете появился софт, позволяющий создавать реалистичные видеофейки с помощью нейросетей. Довольно быстро случилось то, что и должно было случиться: люди начали накладывать на порноролики лица знаменитостей и своих знакомых. Pornhub и Reddit даже запретили публикацию подобных видео - фактически это non-consensual porn (порно, опубликованное без согласия того, кто на видео). Медиа отреагировали на новую технологию волной моральной паники: мол, мы входим в новую эру фейков, когда с каждым можно быстро склепать порноролик, любое видеодоказательство теперь можно будет подделать, верить ничему нельзя.

Журналист New York Times Кевин Руз решил проверить, насколько обоснованы такие опасения. Вместе с коллегой-программистом он попробовал перенести с помощью FakeApp своё лицо на видео с разными голливудскими звёздами (без порно). Что из этого получилось, смотрите по ссылке. Спойлер: без сноровки хорошее видео не получается, но опытный создатель фейков может очень хорошо подогнать лицо под видео. Надо только много фотографий обоих людей и вычислительные мощности для работы нейросети.

Ранее Кевин Руз проводил другой интересный эксперимент: он заказал нескольким хакерам взломать самого себя. Получилось интересно!

И ещё про нейросетевые фейки:

Управление мимикой Трампа на видео на лету

Алгоритм генерирует видео с Обамой на основе аудио

Что такое генеративные нейросети и как нам подготовиться к новому поколению фейков