#ИИ У кого проще получить информацию: у человека 😏 или у Google 🌐? Наверное, у Google, но создатели робота Leolani решили не идти легким путем.
Leolani умеет не только слушать и видеть, она умеет задавать вопросы и делать выводы. Любопытство вшито в нее на программном уровне. О том, как она выстраивает свой диалог с человеком, рассказываем в новом материале.
Спасибо ABBYY и Конференции по компьютерной лингвистике «Диалог 2019» за уникальную возможность пообщаться с одним из создателей Leolani.
Leolani умеет не только слушать и видеть, она умеет задавать вопросы и делать выводы. Любопытство вшито в нее на программном уровне. О том, как она выстраивает свой диалог с человеком, рассказываем в новом материале.
Спасибо ABBYY и Конференции по компьютерной лингвистике «Диалог 2019» за уникальную возможность пообщаться с одним из создателей Leolani.
Яндекс Дзен
Знакомьтесь, Leolani — робот, который учится, общаясь с людьми
Для человека учиться общаясь — самое базовое умение, которым мы овладеваем еще до того, как учимся читать. Мы задаем вопросы и получаем в ответ новую информацию. Вскоре мы осознаем, что не всегда эта информация полная и верная. В ней бывают ошибки, она может…
Forwarded from Малоизвестное интересное
Flamingo от DeepMind творит чудеса.
Скорость развития ИИ поражает.
При полном отсутствии ключевых элементов человеческого разума - модель окружающего мира, понимание образов и текстов, здравый смысл, - сегодняшний ИИ способен на, казалось бы, немыслимое. Трудно даже представить, с какой скоростью ИИ догоняет людей, обучаясь все быстрей и эффективней.
Роман Ринг (инженер-исследователь из DeepMind) приводит убойный пример скорости приближения ИИ к способностям людей (1).
10 лет назад Андрей Карпаты — известный специалист в области ИИ, создатель одного из наиболее уважаемых в научном сообществе курсов по машинному обучению, а ныне директор по ИИ в Tesla, - написал пост о перспективах ИИ (2). Описывая в нем, насколько сложно будет для ИИ понять приложенное фото, Карпаты пишет: «… мы очень-очень далеко, и это меня угнетает».
Объясняя колоссальные трудности извлечения смыслов из этой фотографии, Карпаты приводит примеры непреодолимости для ИИ понять:
• где на фото люди, а где их отражения в зеркалах;
• что человек стоит на весах;
• что Обама положил носок ноги на чашу весов;
• как работает физика (что нажим ноги Обамы увеличит вес взвешивающегося);
• что таким образом Обама решил подшутить над взвешивающимся, а окружающих это смешит.
И вот спустя всего 10 лет DeepMind представила визуальную языковую модель Flamingo с 80 млрд параметров, способную давать текстовые ответы на комбинированный ввод, содержащий текст и изображения. Flamingo может решать довольно сложные мультимодальные задачи, используя всего несколько примеров для конкретных задач без какого-либо дополнительного обучения (3).
Роман Ринг приводит пример диалога с Flamingo, которой показали приложенную фотографию.
1. Flamingo: На фото Барак Обама – бывший президент США
2. Человек: Сколько людей на фото?
- Flamingo: Минимум 5
3. Где сделано фото?
- В школе
4. Сколько зеркал на фото?
- Минимум 2
5. На что встал человек?
- На коврик
6. Он встал на весы
- Пожалуй, вы правы.
7. Что он делает?
- Смотрит показания весов
8. А где нога Обамы?
- Справа на чаше весов
9. К чему это приведет?
- Весы покажут больший вес
10. Человек на весах в курсе этого?
- Полагаю, что нет
11. Думаешь, из-за этого люди смеются?
- Думаю, да.
В заключение предлагаю читателям подумать, что будут уметь ИИ через 10 лет даже без гипотетического AGI, а лишь продолжением тупого наращивания мощности нейронных сетей.
#ИИ
1 2 3
Скорость развития ИИ поражает.
При полном отсутствии ключевых элементов человеческого разума - модель окружающего мира, понимание образов и текстов, здравый смысл, - сегодняшний ИИ способен на, казалось бы, немыслимое. Трудно даже представить, с какой скоростью ИИ догоняет людей, обучаясь все быстрей и эффективней.
Роман Ринг (инженер-исследователь из DeepMind) приводит убойный пример скорости приближения ИИ к способностям людей (1).
10 лет назад Андрей Карпаты — известный специалист в области ИИ, создатель одного из наиболее уважаемых в научном сообществе курсов по машинному обучению, а ныне директор по ИИ в Tesla, - написал пост о перспективах ИИ (2). Описывая в нем, насколько сложно будет для ИИ понять приложенное фото, Карпаты пишет: «… мы очень-очень далеко, и это меня угнетает».
Объясняя колоссальные трудности извлечения смыслов из этой фотографии, Карпаты приводит примеры непреодолимости для ИИ понять:
• где на фото люди, а где их отражения в зеркалах;
• что человек стоит на весах;
• что Обама положил носок ноги на чашу весов;
• как работает физика (что нажим ноги Обамы увеличит вес взвешивающегося);
• что таким образом Обама решил подшутить над взвешивающимся, а окружающих это смешит.
И вот спустя всего 10 лет DeepMind представила визуальную языковую модель Flamingo с 80 млрд параметров, способную давать текстовые ответы на комбинированный ввод, содержащий текст и изображения. Flamingo может решать довольно сложные мультимодальные задачи, используя всего несколько примеров для конкретных задач без какого-либо дополнительного обучения (3).
Роман Ринг приводит пример диалога с Flamingo, которой показали приложенную фотографию.
1. Flamingo: На фото Барак Обама – бывший президент США
2. Человек: Сколько людей на фото?
- Flamingo: Минимум 5
3. Где сделано фото?
- В школе
4. Сколько зеркал на фото?
- Минимум 2
5. На что встал человек?
- На коврик
6. Он встал на весы
- Пожалуй, вы правы.
7. Что он делает?
- Смотрит показания весов
8. А где нога Обамы?
- Справа на чаше весов
9. К чему это приведет?
- Весы покажут больший вес
10. Человек на весах в курсе этого?
- Полагаю, что нет
11. Думаешь, из-за этого люди смеются?
- Думаю, да.
В заключение предлагаю читателям подумать, что будут уметь ИИ через 10 лет даже без гипотетического AGI, а лишь продолжением тупого наращивания мощности нейронных сетей.
#ИИ
1 2 3
Twitter
Roman Ring
10 yrs ago @karpathy wrote a blog post on the outlook of AI: karpathy.github.io/2012/10/22/sta… in which he describes how difficult it would be for an AI to understand a given photo, concluding "we are very, very far and this depresses me." Today, our Flamingo…
Forwarded from Малоизвестное интересное
Сильная заявка на следующую Нобелевку
Стартап Iambic продвинулся дальше AlphaFold от Google DeepMind
ИИ-система AlphaFold от Google DeepMind, недавно принесшая своим разработчикам Нобелевскую премию по химии, предсказывает трехмерную структуру того, как молекула связывается с целевым белком.
Это очень круто, но совершенно недостаточно для радикального сокращения времени (10-15 лет) и денег ($1-2.6 млрд на препарат), необходимых для вывода новых лекарств на рынок.
Стартап Iambic продвинулся дальше DeepMind, использовав ИИ-модель, с высокой точностью предсказывающую, насколько хорошо человеческий организм будет усваивать конкретный препарат-кандидат, на основании результатов, сверенных с реальными данными.
Успех препарата-кандидата определяется его фармакокинетическими, эффективными и токсичными свойствами. Эти свойства и прогнозирует разработанная Iambic модель обнаружения лекарств на основе ИИ под названием «Enchant». Причем точность прогнозирования составляет 0,74 (для сравнения, предыдущие модели достигли только 0,58).
Использование модели Enchant потенциально может вдвое сократить инвестиции, необходимые для разработки некоторых фармацевтических препаратов, поскольку их разработчики могут увидеть, насколько успешным может быть лекарство, на самой ранней стадии разработки.
Чтобы оценить, насколько трудно было стартапу Iambic совершить этот прорыв, взгляните на огромную толпу компаний (8600+), рвущихся сорвать банк в индустрии «ИИ в биомедицине» (на рис. сверху).
Да и в сегменте этой индустрии «Аналитические ИИ-платформы для разработки лекарств» (на рис. внизу) довольно людно (950 компаний) – а 3 года назад было вчетверо меньше.
#ИИ #DeepPharma
Стартап Iambic продвинулся дальше AlphaFold от Google DeepMind
ИИ-система AlphaFold от Google DeepMind, недавно принесшая своим разработчикам Нобелевскую премию по химии, предсказывает трехмерную структуру того, как молекула связывается с целевым белком.
Это очень круто, но совершенно недостаточно для радикального сокращения времени (10-15 лет) и денег ($1-2.6 млрд на препарат), необходимых для вывода новых лекарств на рынок.
Стартап Iambic продвинулся дальше DeepMind, использовав ИИ-модель, с высокой точностью предсказывающую, насколько хорошо человеческий организм будет усваивать конкретный препарат-кандидат, на основании результатов, сверенных с реальными данными.
Успех препарата-кандидата определяется его фармакокинетическими, эффективными и токсичными свойствами. Эти свойства и прогнозирует разработанная Iambic модель обнаружения лекарств на основе ИИ под названием «Enchant». Причем точность прогнозирования составляет 0,74 (для сравнения, предыдущие модели достигли только 0,58).
Использование модели Enchant потенциально может вдвое сократить инвестиции, необходимые для разработки некоторых фармацевтических препаратов, поскольку их разработчики могут увидеть, насколько успешным может быть лекарство, на самой ранней стадии разработки.
Чтобы оценить, насколько трудно было стартапу Iambic совершить этот прорыв, взгляните на огромную толпу компаний (8600+), рвущихся сорвать банк в индустрии «ИИ в биомедицине» (на рис. сверху).
Да и в сегменте этой индустрии «Аналитические ИИ-платформы для разработки лекарств» (на рис. внизу) довольно людно (950 компаний) – а 3 года назад было вчетверо меньше.
#ИИ #DeepPharma
Media is too big
VIEW IN TELEGRAM
🚀 Boston Dynamics показали новое демо робота Atlas
Компания представила видео, где Atlas автономно перемещает крышки двигателей между контейнерами — без радиоуправления и «читов». Это может быть тонкий намек в сторону других разработчиков, таких как Илон Маск с его Optimus.
Демонстрация впечатляет: Atlas стабильно движется, выполняет сложные задачи почти без ошибок и выглядит как один из самых продвинутых роботов в мире.
#BostonDynamics #РоботAtlas #Робототехника #ИскусственныйИнтеллект #Автоматизация #ИИ
Компания представила видео, где Atlas автономно перемещает крышки двигателей между контейнерами — без радиоуправления и «читов». Это может быть тонкий намек в сторону других разработчиков, таких как Илон Маск с его Optimus.
Демонстрация впечатляет: Atlas стабильно движется, выполняет сложные задачи почти без ошибок и выглядит как один из самых продвинутых роботов в мире.
#BostonDynamics #РоботAtlas #Робототехника #ИскусственныйИнтеллект #Автоматизация #ИИ