​​Интересный факт: известные спортсмены не всегда владеют правами на свои татуировки. Да, тату тоже попадают под действие законов о копирайте — по крайней мере, в США. Из-за этого случаются забавные коллизии: например, тату-художники подают в суд на разработчиков видеоигр за нелицензированное использование своих работ. Хочешь сделать реалистичную копию Леброна Джеймса для своей игры? Отдельно придётся заплатить самому Джеймсу, и отдельно — автору его татуировок. Иначе суд. А без татуировок это будет не Леброн Джеймс.

На фото — боец UFC Карлос Кондит. Автор его татуировки со львом подал в суд за использование изображения в компьютерной игре. Суд признал ущерб в $22 500, но денег артист так и не получил. Зато получил дополнительный пиар. Аналогичный иск подавали также авторы татуировок Леброна Джеймса.

Поэтому разработчики игр теперь заранее предупреждают спортсменов, чтобы те лицензировали изображения своих татуировок.

Команда из Тель-Авива обучила нейронку нетривиальному навыку: генерировать изображения готовой еды по тексту рецепта. Результаты пока не очень надёжны — в том смысле, что фотографии реально приготовленных блюд подчас довольно сильно отличаются от того, что вообразила сеть на основе чтения рецепта.
Но тесты на людях показали, что сгенерированные изображения нравятся людям и они находят эти образы аппетитными. Этот результат авторы статьи находят удручающим: как известно, в инстаграме навалом картинок еды, и теперь возникает опасность, что эти фотки могут оказаться фейком. Для многих это даже огорчительней, чем fake news или портреты несуществующих людей: совсем ничего святого не остаётся в мире, где даже фото вкусняшек может оказаться реалистично выглядящей фантазией нейросети;)
https://thenextweb.com/artificial-intelligence/2019/01/11/nefarious-ai-creates-images-of-delicious-food-that-doesnt-exist/

Очень познавательный пост о том, как легко ваши персональные данные продают и покупают в интернете. Актуально и для России, и для Украины.

Пожалуй, ничто не сравнится с объемами данных, которые известны о нас различным государственным ведомствам. Тысячи сотрудников имеют к ним доступ, результаты чего обильно просматриваются на форумах. С одной стороны, вырисовывается четкая картина, какой информацией о нас обладают эти ведомства и с какой легкостью сотрудники могут собрать полное досье на любого человека. С другой стороны еще более живописная картина маслом: любой мошенник может собрать точно такое же досье.

Наибольшей популярностью пользуется услуга выгрузки из баз Магистраль, Сирена, Граница, Мигрант, Кронос, Спарк, Поток, комплексных баз ИБДР-ИБДФ. Пробивается все, до чего дойдет фантазия, даже ПФР.

Отдельная категория «услуг» посвящена детализации банковских счетов и движению средств на них. Часть специализируется по счетам физических лиц. Но еще больше — по юридическим лицам. Здесь мошенничество переходит в изощренные формы промышленного шпионажа и откровенного криминала. Скриншоты выкладывать не буду, так как криминальный «комплекс услуг» выходит сильно за рамки утечек данных.

Прообраз браузерных вкладок -- средневековое устройство для одновременной работы с документами (фото сделано в библиотеке Мехико)

https://twitter.com/designinspace/status/1081049819567804416

В 2012 году, вскоре после смерти отца, 33-летний житель административной столицы ЮАР Претории Джон, работающий юристом, переехал в дом своей матери Анны. Через год на пороге стали регулярно появляться странные люди.

Один из них представился частным детективом и заявил, что в доме Джона и его матери находится похищенная девочка; он отказался уходить, пока хозяева не разрешили ему обыскать все комнаты. Другие приходили в сопровождении полицейских и требовали вернуть похищенные у них телефоны и компьютеры; однажды отряд спецназа вломился в дом в поисках двух айпадов, когда 70-летняя Анна ужинала в гостиной. Приходили даже подростки, которые искали людей, оставлявших оскорбительные комментарии в их инстаграмах. Бывало, что незнакомцы стучали в дверь по семь раз за месяц.

Дальше — мощнейшая история про парадоксы цифрового тысячелетия, в которой оказывается замешанным малоизвестное американское разведывательное агентство. То есть буквально сюжет про то, как люди ткнули пальцем в карту — и испортили другим жизнь.

Оригинал: https://gizmodo.com/how-cartographers-for-the-u-s-military-inadvertently-c-1830758394

Мой пересказ в «Медузе»: https://meduza.io/feature/2019/01/12/politsiya-vse-vremya-prihodila-v-dom-yuzhnoafrikanskogo-yurista-v-poiskah-kradenogo-on-vyyasnil-vinovaty-ego-ip-adres-i-amerikanskaya-razvedka

да, это настоящий протез-щупальце из 26 суставов, разработанный компанией Alternative Limb и ученой Келли Нокс
потрясающе красивая вещь, но потом не удивляйтесь когда начнут появляться супер-злодеи с этими штуками
https://www.youtube.com/watch?v=jBSqG5DTeqU

Как вам концепт гибкого смартфона от Xiaomi? Выглядит впечатляюще, но станет ли модель массовой, сколько будет стоить и есть ли вообще спрос на такие устройства, пока непонятно.

​​Мир глазами США: занимательная инфографика показывает, о каких странах американские газеты писали чаще всего, начиная с 1900 года и по сегодня.

С флагами не очень корректно получилось — вместо флага СССР на графике флаг России, вместо флага нацистской Германии — флаг современной ФРГ. Но в принципе картина получается очень наглядная, посмотрите сами.

Журналисты MIT Technology Review проанализировали, как менялись ключевые слова научных публикаций про ИИ за последние 25 лет. В выборку попали >16K статей с сайта arXiv (точнее, их абстракты — короткие резюме). Выводы:

1. Популярная в 80-х парадигма экспертных систем не оправдала ожиданий: there were simply too many rules that needed to be encoded for a system to do anything useful. В начале 2000-х эту парадигму сменило машинное обучение (графики 2, 3).

2. Нейросети стали доминирующим направлением в исследованиях ИИ лишь в середине 2010-х. До этого внимание исследователей разделяли байесовские сети, цепи Маркова, эволюционные алгоритмы и метод опорных векторов (график 4).

3. Самая горячая тема в машинном обучении сейчас — reinforcement learning, обучение с подкреплением (график 5).

4. История исследований ИИ циклична: каждое десятилетие какое-то из направлений "ловит волну" и потом точно так же сменяется другим. Профессор Педро Домингос, автор бестселлера о машинном обучении "Верховный алгоритм", считает, что эра глубокого обучения подходит к концу. Что станет the next big thing в исследованиях искусственного интеллекта? Узнаем после 2020 года.

Что ещё почитать в канале по теме:

— The biggest AI stories of 2017
— Достижения в глубоком обучении за 2017 год
— Как DeepMind создали суперпрограмму для игры в го и шахматы
— Моделирование движения человека с помощью обучения с подкреплением
— Как обучение с подкреплением позволяет компьютерам находить парадоксальные решения задач
— Фрагменты из книги "Верховный алгоритм" — о цифровом двойнике-помощнике и генетических алгоритмах

Половина населения Уганды — люди моложе 15 лет.

Сделав заголовки своих электронных писем короткими, отрицательными, удивляющими и содержащими имена брендов, аналитическая компания CB Insights заработала за год на $625 000 больше.

Экипажи самолётов подвержены большему воздействию радиации, чем сотрудники атомных электростанций.

Дорогие плацебо работают лучше, чем дешёвые.

Имитация иглоукалывания имеет такой же эффект, как и настоящее иглоукалывание.

54% китайцев, рожденных после 1995 года, назвали в качестве работы мечты "лидера мнений".

Отличная подборка занимательных фактов. Enjoy.

​​Очередная стрёмная новость из Китая.

Суд одной из северных провинций выпустил приложение, которое показывает на карте локацию должников. Приложение работает внутри мессенджера WeChat. Что именно оно показывает — точную геолокацию должников или их зарегистрированный адрес, не сообщается. Как и то, сколько и кому надо задолжать, чтобы попасть в черный список этого приложения.

Задумка такова: если вы видите, что кто-то из должников живёт не по средствам — сообщайте властям. Стук-стук!

— Подробнее о китайской системе социальных кредитов
— Как китайские перекрестки автоматически клеймят позором нарушителей

Нейросеть Google под названием AlphaStar обыграла двух профессиональных игроков в StarCraft II с общим счетом 10-1. И это новость совсем не про видеоигры.

Как известно, после того, как AlphaGo обыграла Ли Седоля в 2016 году в го, люди больше не могут конкурировать с машинами в играх с полной информацией, где все участники игры знают все, что происходит в матче. Эпоха была открыта в 1998 году Каспаровым и DeepBlue и вот сейчас подошла к концу.

Следущая проблема для машины - игры с неполной информацией, которых гораздо больше, и которые сильно приближены к реальной жизни. В реальной жизни мы практически ничем больше не занимаемся, только принимаем решения в условиях дефицита информации.

Так что как только игры машин выйдут за пределы полной информации, тут и начнется самое интересное. Утверждалось, что следующий фронтир для нейросетей покер, но некоторые видеоигры, похоже, даже более интересны.

StarCraft в частности давно стала киберспортивной дисциплиной, поскольку в ней нет очевидной выигрышной стратегией, ценится умение быстро принимать тактические решения и адаптироваться к действиям противника. И вот все это теперь умеет Google.

Плюс видеоигр для машинного обучения в том, что ИИ может учится очень быстро, разыгрывая и анализируя очень много партий, не завися от медленного аналогового мира и человеческих решений. Примерно по той же логике беспилотные автомобили могут тренировать навыки дорожного движения внутри видеоигры GTA - не очень точно, но очень быстро.

Машина должна в сжатые сроки научиться тому, чему мы научились в результате миллионов лет эволюции: адаптироваться к принятию решений в условиях неполноты информации и меняющейся ситуации.

Из истории про AlphaStar не очень понятно, насколько ограничено было поле зрение программы во время игры - человеку, играющему в StarCraft нужно управлять камерой, чтобы видеть разные части игрового поля, машина может обойтись без этого. В любом случае, программа совершала меньше действий в минуту, чем оба профессиональных игрока-человека. Интересен кейс о том, как одному из игроков удалось выиграть одну партию.

Но самое важное в этой истории в том, что игроки описывают стратегию AlphaStar в качестве "инопланетной": программа играет не так, как играют люди, и не так, как они ожидали от алгоритмов.

Это означает, что нейросети, шагнувшие в мир с неполнотой информации, дадут нам совершенно иные способы решения проблем, не похожие на те, которые предопределены эволюцией наших когнитивных систем.

Вот к чему нужно готовиться. Aliens-studies только начинаются, причем чужих воспитаем мы сами.

Космически обжаренный кофе — это не эпитет, а точная характеристика продукта, который планируют получить два предпринимателя — Андерс Кавалини (Anders Cavallini) и Хатем Альхафаджи (Hatem Alkhafaji). Если точнее — они планируют запуск специального космического корабля — если точнее, то суборбитальной ракеты, — который будет содержать в себе 300 кг кофейных зерен.

Оказывается, все существующие технологии обжарки зерен авторы проекта считают неидеальными — зерна постоянно находятся в неравномерном контакте с горячей поверхностью роастера (машины для обжарки) и, следовательно, обжариваются не равномерно. Поэтому идея проста — запустить ракету, которая после выхода на высоту 180-200 км над поверхностью Земли отстрелит модуль с зернами, он, не выйдя на орбиту, начнет падать на Землю. Примерно на высоте 120 км модуль войдет в плотные слои атмосферы и начнет нагреваться, а зерна внутри него, соответственно, обжариваться. При этом, поскольку содержимое будет испытывать состояние невесомости, нагрев зерен будет равномерным, что и требуется авторам. Они рассчитали, что процесс обжарки продлится около 20 минут при температуре около 200 градусов Цельсия, после чего она начнет падать из-за падения скорости аппарата, а на высоте 40 км капсула выпустит парашют и будет медленно спускаться.

Некое благородное безумство этой идеи, конечно, впечатляет, но авторы уже планируют, что они презентуют «космический» кофе в следующем году в Дубай, где размещена их компания Space Roasters. Очень интересно будет посмотреть на цену чашки или готовых зерен в рознице — ведь как-то окупить эту затею надо. Пока что они планируют привлечение капитала и скоро стартуют pre-sale (очень хочется надеяться, что не ICO).

А вот что они будут делать, если зерна окажутся пережаренными?
https://roasters.space/

​​Распознавание речи — простой и естественный для человека процесс. Но как передать этот навык компьютерам? Как и распознавание визуальных образов, этот интуитивный процесс невозможно представить в виде простого компьютерного алгоритма — "если X, то Y".

Чтобы создать машинную систему распознавания речи, необходимо собрать воедино следующие компоненты:

— Цифровое преобразование входящих звуковых колебаний
— Детекция нужной звуковой дорожки и отсечение шумов (т.н. проблема "коктейльной вечеринки", когда все говорят одновременно)
— Массив данных для тренировки алгоритмов распознавания, т.е. огромное количество аудиофрагментов речи с соответствующими транскрипциями
— Акустическая модель, узнающая в потоке речи отдельные фонемы
— Модель произношения, связывающая фонемы в отдельные слова
— Языковая модель, связывающая слова в фразы и предложения
— Декодер: алгоритмы, анализирующие предположения акустической и языковой модели; результат их работы — текст с наиболее вероятной транскрипцией входящего звукового потока.

Первая часть текста о том, почему распознавание речи — это непросто. Прочитал, жду вторую.

Что ещё почитать в канале по теме:

— Смогут ли машины распознавать речь так же, как люди? Обзор от Atlantic
— Разговорные интерфейсы — одна из самых многообещающих технологий ближайших лет. Пример Китая
— Cпециалисты по ИИ, UX и продуктовому дизайну рассуждают о голосовых помощниках в беспроводных гарнитурах. Да, как фильме "Она".
— Аналитик Бенедикт Эванс сомневается в будущем голосовых помощников
— Разные казусы с голосовыми помощниками: они становятся объектами харрасмента, учат детей плохим манерам, свидетельствуют против своих владельцев, отправляют записи их разговоров случайным людям и всё время подслушивают 👂🏻

Раньше производители телевизоров зарабатывали, просто продавая свои устройства. Теперь бизнес-модель изменилась: вы можете купить "умный телевизор" очень дёшево, но его производитель потом заработает намного больше на том, что продаст доступ к вашему устройству сервисам вроде Hulu, Netflix, CBS и другим дилерам контента.

Современный телевизор — это компьютер, который вам не принадлежит. Вы не можете изменять или удалять его программное обеспечение. Журналист Atlantic пожаловался на баг: на его "умном" телевизоре Samsung начало произвольно запускаться приложение новостного канала CBS. Оказалось, что у Samsung контракт с CBS, приложение нельзя удалить (и это прописано в правилах сервиса), а жалобы на баги разработчик не принимает. Непонятно даже, кто разработчик — CBS или аутсорсинговая компания. Недовольные пользователи воюют с техподдержкой на форумах Samsung, журналист смирился и просто перезапускает телевизор, пока глюк не исчезнет. Ну а я раздумываю — нужно ли мне такое устройство дома.