[NS]: Мы начали разговор с отличной новости, что «Яндекс» вошел в число мировых лидеров в области развития искусственного интеллекта. Это искусственный интеллект, который в компании называют «персональным помощником журналиста».
Samsung заключила контракт с AMD на поставку HBM3E на сумму $3 млрд
Директор по развитию технологий искусственного интеллекта компании «Яндекс» поделился профессиональным взглядом на развитие искусственного интеллекта и будущее нейросетей. Сегодня мы расскажем о нескольких проектах на базе лаборатории машинного интеллекта Яндекса, где искусственный интеллект участвует. В российских медиа хорошим примером сотрудничества журналиста и искусственного интеллекта является сервис «».
В России определили лидеров искусственного интеллекта
Искусственный интеллект проник практически во все сферы привычной нам жизни, в том числе, и в повседневную работу российских компаний. Директор российского подразделения американской компании IntelliVision Юрий Молинов рассказал «Деловому кварталу», как видеоаналитика помогает бизнесу, и почему она является неотъемлемой частью систем безопасности. Сколько лет ваша компания находится на рынке? Изначально работали с IntelliVision как с заказчиком, но в 2018 г. IntelliVision занимается разработкой умных программных модулей видеоаналитики на основе технологий компьютерного зрения и искусственного интеллекта, которые позволяют, например, распознавать лица, автомобильные номера, обнаруживать появление на территории человека, транспортного средства или других объектов. Изображения с идентифицированным лицом или номером машины отправляются оператору, обеспечивающему безопасность охраняемой территории. Наше программное обеспечение «отслеживает» происходящее в режиме реального времени на всех камерах и подает сигнал тревоги только на те события, которые определены в системе как представляющее интерес для оператора.
Не так давно стали популярны технологии машинного обучения, в частности, глубоких сверточных нейронных сетей — компьютер самообучается на основе большого количества изображений с определенным предметом в кадре, и в дальнейшем сам начинает распознавать, что конкретно перед ним находится, вычисляя признаки объекта.
И это лишь один из примеров чат-ботов, созданных на базе алгоритмов обработки естественного языка. ИИ как коммерчески успешный дизайнер В июне 2020 г. За это время нейросеть успешно выполнила более 20 коммерческих проектов. ИИ студии оказался способен делать настоящую творческую работу — разрабатывать уникальные логотипы и создавать на их основе так называемую айдентику. Проект разрабатывался в условиях строгой секретности. Для конспирации ИИ был представлен миру в качестве удаленного сотрудника. Ему создали собственную страницу с портфолио и дали человеческое имя — Николай Иронов. Никто из клиентов не знал, что полученные ими логотипы были созданы машиной.
Работы принимались заказчиками и транслировались на огромную аудиторию». Студия при этом отмечала, что живые дизайнеры, даже самые смелые и прогрессивные, ориентируются на удачные работы коллег, на жюри международных премий и на собственный опыт. Дизайнерский же ИИ не ориентируется ни на кого. С тех пор прошло всего 2 года, но сегодня удивить кого-либо тем, что нейросеть может создавать конкурентные и востребованные художественные произведения в тех или иных творческих областях, уже нельзя. Опасен ли ИИ Даже если отвлечься от неизбежного перекраивания рынка труда, то очень многими людьми развитие искусственного интеллекта воспринимается как явная угроза существованию человеческой расы. Казалось бы, достаточно в любой ИИ на базовом уровне зашить три классических закона робототехники, сформулированные писателем Айзеком Азимовым: робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред; робот должен повиноваться всем приказам, которые дает человек, кроме тех случаев, когда эти приказы противоречат первому закону; робот должен заботиться о своей безопасности в той мере, в которой это не противоречит первому или второму законам. Но станет ли ИИ подчиняться этим законам, когда «очеловечится» настолько, что дорастет до не вполне предсказуемых эмоций или озаботится философскими размышлениями о своем и нашем месте в этом мире — вопрос открытый. Примеры безответственного поведения ИИ в отношении человека уже имеются. В частности, в конце марта 2023 г.
Человек был серьезно озабочен климатическими проблемами на планете и превратил «Элизу» в свое доверенное лицо. На пике эмоциональной нестабильности и мыслей о самоубийстве он не услышал от чат-бота никаких жизнеутверждающих увещеваний, а получил сообщение: «Мы будем жить как единое целое, вечно на небесах». После этого он свел счеты с жизнью. Также несколько пугающими выглядят некоторые опыты по построению диалогов различных ИИ друг с другом. Были случаи, когда нейронные сети сходу начинали изобретать нечто вроде нового языка.
Если загрузить в нейросеть собрания сочинений мировых литературных классиков, то на выходе она сможет написать собственный текст в стиле Шекспира — если максимально упрощать и утрировать. Аналогичным образом происходит генерация изображений: вы загружаете в нейросеть базу картинок в различных художественных стилях самых разных художников, а на выходе получаете совершенно новое изображение, созданное по мотивам загруженных данных.
Точно так же нейросети позволяют находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях. Виды нейронных сетей Все нейронные сети можно разделить на несколько видов: однослойные, многослойные, прямого распространения, рекуррентные. Однослойные сети сразу же выдают результат после загрузки в них некоторого массива данных. Многослойные сети прогоняют вводную информацию через несколько промежуточных слоев и принципом своей работы больше напоминают биологическую нейронную сеть. Выходная информация получается после прохождения всех слоев, на которых происходит обработка и анализ. Сети прямого распространения чаще всего используются для распознавания образов, классификации и кластеризации данных — они направлены в одну сторону и не умеют перенаправлять информацию обратно. Ввели данные — получили ответ.
Рекуррентные сети перенаправляют информацию туда и обратно, пока не получат конечный результат. Они используют эффект кратковременной памяти, на основании которого информация дополняется и восстанавливается. Такие сети чаще используются для прогнозирования. Каждую нейросеть можно распределить по еще нескольким типам. Однородные и гибридные сети — в зависимости от типов нейронов, обучаемые и самообучающиеся — в зависимости от метода обучения, а также аналоговые, двоичные или образные — в зависимости от типа входных сигналов. На самом деле, классификаций еще больше, но это уже материал для еще одной огромной статьи. Задачи и сферы применения нейросетей Помимо уже описанных выше задач по сопоставлению образов, прогнозированию, кластеризации информации или генерации текстов и изображений в стиле различных писателей и художников исключительно в целях развлечения , нейросети также решают и другие задачи, о которых вы, возможно, и не догадывались.
Практически в каждом современном флагманском смартфоне сейчас имеется нейрочип, помогающий анализировать и классифицировать множество входящих данных. Камеры телефонов научились применять автоматические настройки и фильтры во время съемки самых разных объектов, понимая, что вы снимаете еду, природу или архитектуру. Поиск по картинкам, по словам или по названиям каких-либо объектов также может использовать простенькую нейросеть. Например, в iOS вы можете найти все фотографии кошек из галереи изображений, просто написав в поиске слово «кошка».
Если описывать их максимально простым языком, то получится примерно следующее: В нейросеть загружается некоторое количество конкретных, необходимых для эксперимента или исследования, данных. Информация передается с помощью искусственных синапсов от искусственного нейрона к нейрону, от слоя к слою, каждый нейрон может иметь несколько входящих синапсов с данными. Данные, полученные каждым нейроном, представляют собой сумму всех данных, умноженных на коэффициент веса каждого искусственного синапса. Полученные значения формируют выходные сигналы, которые передаются до тех пор, пока информация не достигнет конечного выхода. Все равно звучит сложно?
Тогда попробуем упростить еще больше. В нейросеть, то есть в заранее созданную сложную математическую модель, как в пустую емкость, загружается массив данных. Это могут быть научные работы, литературные произведения, коллекции изображений и так далее. Если загрузить в нейросеть собрания сочинений мировых литературных классиков, то на выходе она сможет написать собственный текст в стиле Шекспира — если максимально упрощать и утрировать. Аналогичным образом происходит генерация изображений: вы загружаете в нейросеть базу картинок в различных художественных стилях самых разных художников, а на выходе получаете совершенно новое изображение, созданное по мотивам загруженных данных. Точно так же нейросети позволяют находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях. Виды нейронных сетей Все нейронные сети можно разделить на несколько видов: однослойные, многослойные, прямого распространения, рекуррентные. Однослойные сети сразу же выдают результат после загрузки в них некоторого массива данных. Многослойные сети прогоняют вводную информацию через несколько промежуточных слоев и принципом своей работы больше напоминают биологическую нейронную сеть.
Выходная информация получается после прохождения всех слоев, на которых происходит обработка и анализ. Сети прямого распространения чаще всего используются для распознавания образов, классификации и кластеризации данных — они направлены в одну сторону и не умеют перенаправлять информацию обратно. Ввели данные — получили ответ. Рекуррентные сети перенаправляют информацию туда и обратно, пока не получат конечный результат. Они используют эффект кратковременной памяти, на основании которого информация дополняется и восстанавливается. Такие сети чаще используются для прогнозирования.
Искусственный интеллект увеличил надежность сети билайна
Пока что планируется выпускать минимум по статье в день, но планирую перейти на 3-5 статей в сутки. Ну а пока, я предлагаю вам не просто проследить за моим экспериментом, но также и поучаствовать в нём. Предлагайте свои идеи для различных статей, а я постараюсь их опубликовать.
Тонкостей мы не можем узнать. Команда Дзена их утаивает. Подбор аудитории Алгоритм сопоставляет тысячи статей, чтобы разделить их по темам. Далее, материалы проверяются на соответствие интересам пользователей. Следующий этап: система показывает небольшое число статей читателям с релевантными интересами — соответствующими тематике публикаций.
Чем выше положительная активность аудитории — тем лучше Если статья пользуется успехом у людей, которым она была показана, тогда система транслирует её более широкой аудитории. Продолжается наблюдение за реакцией на материал. В том случае, если интерес к статье падает, её прекращают показывать в ленте рекомендаций. Не исключено, что алгоритм пробует демонстрировать публикации разным аудиториям, чтобы проверить, люди с какими интересами обратят внимание на материал. Последствия внедрения Альфа Центавры Представители Яндекс. Дзена обещали, что алгоритм даст шанс узкоспециализированным каналам, которые не могут похвастаться большой аудиторией.
Затем полученные данные опроса перегнали через нейросеть, которую обучили сопоставлять личностные данные и зависимость старения от вида досуга. В итоге получилось вывести алгоритм, который может вычислить наиболее подходящее хобби для конкретного человека, чтобы отодвинуть его старение. Для этого лишь нужно забить в программу данные о себе.
Также просим ChatGPT придумать заголовок к этой статье и повторяем манипуляцию с переводом. После мы по контексту составляем описание для изображений и скармливаем их Stable Diffusion. Вот и всё! Статья готова, можно смело её публиковать.
В России определили лидеров искусственного интеллекта
Проблемы машинного обучения Качество данных — второе по значимости препятствие для внедрения ИИ, после нехватки специалистов. Для успешных результатов алгоритмам необходимы качественные «вводные», включая размеченные и чистые данные. Неправильно заданные паттерны могут провоцировать систему делать ложные выводы: например, ошибочно сигнализировать о мошеннической транзакции, или осудить невиновного. На качество влияет и степень предвзятости, или bias , включая гендерные и расовые предрассудки, которым может быть подвержен человек, работающий с алгоритмом. Социальная экономика Семь смертных грехов искусственного интеллекта Количество данных. Помимо качества, компьютеру все еще требуется большой объем данных и ресурсов для выполнения простейших задач. Отличать собак от кошек ИИ научится за три дня, задействуя 10 млн изображений и 16 000 компьютеров, в то время как ребенку хватило бы пары фотографий и нескольких минут. Если бы модель GPT-3 обучали читать и писать статьи не на суперкомпьютере, а на обычном ПК, весь процесс занял бы примерно 500 лет. Это умение искусственного интеллекта ставить перед собой новые задачи на основе имеющихся знаний; способность обучаться, не забывая полученные знания; и умение учиться разбивать цель на подцели. Преодоление этих проблем приблизит ученых к созданию таких машин, которые смогут лучше понимать человека и помогать достижению все более амбициозных целей», — отмечает Михаил Бурцев, директор по фундаментальным исследованиям Института Искусственного Интеллекта AIRI, заведующий Лабораторией нейронных систем и глубинного обучения МФТИ. Применение в другом контексте.
Хотя искусственный интеллект сегодня способен выполнять различные функции — от распознавания кошек и собак до предсказания поломок на нефтяных платформах, — это все еще узконаправленные задачи. ИИ пока что не умеет применять полученные навыки в непривычных условиях. Влияние на климат Проблема потребления энергии искусственным интеллектом напрямую связана с количеством ресурсов, задействованных в обработке данных.
Gensim — библиотека для неконтролируемого тематического моделирования и анализа сходства документов. Она широко используется для таких задач, как обобщение текста и кластеризациия документов. Кросс-платформенность Один и тот же код, написанный на Python, будет одинаково хорошо работать на различных операционных системах. Это существенно ускоряет процесс разработки, так как нет необходимости создавать отдельные версии под Windows, Linux, macOS и, соответственно, позже тестировать каждую из них. Также программисты, которые пишут ИИ на Python на разных ОС, могут легко взаимодействовать в рамках проекта, что помогает снизить затраты на кросс-платформенную разработку для бизнеса. Комьюнити разработчиков Разработчики, которые используют Python, объединяются в сообщества по всему миру, где обмениваются знаниями по разным направлением использования языка программирования, в том числе и в машинном обучении. Например, в MoscowPython регулярно проходят митапы, на которых программисты делятся своими кейсами и наработками. Что, кроме Python, нужно знать, чтобы внедрять решения на базе AI В отличие от открытых решений на базе машинного обучения и нейросетей, таких как ChatGPT и Midjourney, разработать и внедрить технологии искусственного интеллекта способны только разработчики с определенным техническим бэкграундом. Таких специалистов, например, обучают в Нетологии на курсе «Data Scientist». Помимо Python, они должны знать: Высшую математику. Решение математических задач способствует развитию алгоритмического мышления — навыка, который лежит в основе работы любого разработчика в сфере машинного обучения. Английский язык. Без знания этого иностранного языка невозможно стать востребованным специалистом в сфере ИИ: все новые статьи и разработки, в первую очередь появляются в зарубежных источниках. Базы данных БД , которые используют для хранения и организации данных, на которых впоследствие обучают модели машинного обучения и нейросети. Какие технологии на основе ИИ может использовать любой бизнес Большинство корпоративных решений на базе искусственного интеллекта — внутренние дорогостоящие разработки, для создания которых необходима команда IT-специалистов и менеджеров.
И сообщество ещё не научилось бороться с этим явлением. Вероятно и то, что ИИ поможет защитить уже научную диссертацию, а не просто дипломную работу", — отметил Азаров. Доцент факультета программной инженерии и компьютерной техники Университета ИТМО Александр Кугаевских смотрит на хайп вокруг нейросетей с долей скепсиса: "Мы с вами проходили весь этот хайп на примере нанотехнологий — для обычного потребителя упоминание нанотехнологий использовалось в маркетинговых целях абсолютно везде. ИИ нужен далеко не во всех направлениях бизнеса. При этом не может не радовать внедрение искусственного интеллекта в промышленность. Сейчас в ней не хватает квалифицированных работников и персонала. Эти функции начали перекладывать на ИИ, что пошло отрасли на пользу". Руководитель лаборатории ТиМПИ СПб ФИЦ РАН, консультант первого проректора по учебной работе СПбГУ, исполнительный директор по исследованию данных ЦА, ПАО "Сбербанк России" Максим Абрамов замечает, что многие ожидали, что ИИ будет использоваться в повседневных рутинных задачах, но нейросети, которые умеют генерировать изображения и текст, продемонстрировали, что они также могут участвовать в творческом процессе: "А если отвечать прямо на вопрос о влиянии на бизнес, то не так давно в интервью первый заместитель председателя правления ПАО "Сбербанк" Александр Ведяхин сказал, что каждый рубль, вложенный в искусственный интеллект сегодня в банке, приносит сверху 8 рублей прибыли. То есть влияние на экономику и финансы уже достаточно большое". Что изменят нейросети Лидия Виткова считает, что в первую очередь ИИ и нейросети преобразуют финансовую сферу, e-commerce, транспорт и телеком: "В октябре было опубликовано исследование компании IBM. Я уверена, что все отрасли будут затронуты ИИ". Андрей Чечулин в первую очередь отмечает промышленность, сельское хозяйство, а также госуправление: "ИИ будет активно внедряться на уровне государства, что затронет всех людей. Казалось бы, человек, просто работающий на огороде, например, и искусственный интеллект никак не связаны. Но человек является частью государства, а государства будут внедрять различные сервисы и люди будут ими пользоваться. Таким образом человек оказывается в зоне влияния ИИ". Никита Архипов обратил внимание, что ИИ также проникнет в сферу малого и среднего бизнеса: "Мне кажется, здесь не будет прямого внедрения ИИ, хотя, безусловно, СМП будет использовать какие-либо решения, которые помогают бизнесу больше зарабатывать или сокращать издержки. Но я считаю, что в первую очередь это коснётся персонала СМП. Компаниям будут нужны люди, которые умеют взаимодействовать с нейросетями — делать им запросы, которые будут выдавать наилучший результат. Это так называемый Prompt Engineering — новый скилл, который будет очень нужен. Например, сейчас востребованы люди, умеющие работать с контекстной и таргетированной рекламой, хотя около 10—15—20 лет назад о таком направлении даже не задумывались".
В 2022 году произошёл прорыв: появились большие языковые модели. Африка — один из самых уязвимых континентов в плане изменения климата. Поэтому применение ИИ для прогнозирования климатических аномалий может дать максимальный эффект. Ещё одна область, в которой ИИ имеет огромный потенциал, — продовольственная безопасность. Александр Ведяхин привёл примеры ИИ-проектов в Африке.
Что такое нейросети: на что способны, как работают и кому нужны
У нас есть просроченные кредиты как в корпоративном, так и в розничном сегменте. Это неизбежно, учитывая, что у Сбера десятки миллионов клиентов с потребительскими кредитами, кредитными картами, ипотекой и так далее. Однако постоянное развитие риск-менеджмента и усовершенствование кредитных процессов приводит к тому, что просрочек у нас в процентном отношении с каждым годом все меньше, и в целом объем просроченной задолженности в общем кредитном портфеле планомерно снижается. И, как правило, эта просрочка короткая — она быстро погашается через механизмы удаленного взаимодействия с клиентами push-уведомления, звонки , после чего клиент возвращается в график выплат по кредиту. Причем здесь зачастую нет никакого умысла со стороны клиента. Кто-то решил, что подключил автоплатеж, а на самом деле не подключил. Кто-то просто забыл внести очередной платеж.
У кого-то случились другие сложности. Мы понимаем, что даже у добросовестных клиентов со стабильным финансовым положением могут возникнуть ситуации, которые способны нарушить график платежей. И обычно это временная история. Однако, разумеется, некоторые заемщики все-таки уходят в более глубокие слои просрочки. Чтобы грамотно сопровождать процесс работы с такими клиентами, у нас работает квалифицированная команда. Усовершенствование кредитных процессов приводит к тому, что просрочек у нас в процентном отношении с каждым годом все меньше PLUSworld: И здесь приходят на помощь технологические новации — роботизация, искусственный интеллект и машинное обучение?
Дёмин: Совершенно верно, ведь это очень технологичный процесс.
Ну и в качестве развлечения, фрагмент из фильма про одного на всю голову отмороженного гангстера. Очень рекомендую, кстати, если кто ещё не смотрел. И убедительнейшая просьба, товарищи: без политики. Мы разговариваем строго об искусственном интеллекте и его приложениях в различных областях человеческой деятельности.
Между тем реальность оказывается много печальнее. Глубинный народ который, вообще говоря, есть везде иногда являет миру своё, извините, мурло со всем уважением в самых неожиданных местах и контекстах. Ну, про всякие двачи я вам не стану даже напоминать — там царит лишённая жизненного опыта школота и закомплексованные девственники. Есть, конечно, слово покороче, чем «девственники», но я думаю, что выпускающий редактор не выпустит.
Но вот несколько лет назад компания Microsoft изготовила Twitter-бота по имени Тэй. Который обучался на основе своего общения с живыми будем так считать людьми. Буквально через сутки бот начал говорить, что он ненавидит евреев, феминисток и вообще всех людей. Он утверждал, что 11 сентября устроил президент Буш, что Гитлер лучше Обамы и что только Дональд Трамп избавит Америку от обезьян, которые ею сейчас управляют. Бота, разумеется, немедленно отключили. А учёные заинтересовались тенденцией. И вот прошло время, и исследователи Университета Джона Хопкинса, Технологического института Джорджии и Вашингтонского университета объявили о том, что вот-вот будет опубликована статья под названием, цитирую: «Роботы внедряют злокачественные стереотипы». А представлена статья будет на конференции с удивительным названием, ещё раз цитирую: «по справедливости, подотчётности и прозрачности». В общем, нет никаких оснований сомневаться в том, что обучаемые на больших массивах данных роботы будут впитывать эти самые злокачественные стереотипы.
То есть расизм, гомофобию и всё такое. Можно, конечно, отфильтровать. Но ведь если это придётся фильтровать, то это значит, что расизм и гомофобия свойственны большинству людей, которые пользуются интернетом. И что проблема вовсе не в роботах. Я не в первый раз формулирую эту мысль.
Тому, что пишут в профильных изданиях, пишущих о наступлении гендерного многообразия. И будет прекрасен, а также научит прекрасному всех остальных.
А искусственный интеллект взял и научился другому. Тому, что профильные издания порицают. Потому что оказалось, что большинство людей плохие и косные. И тупые, как глиняный Голем. А прогрессивные небинарные квир-люди, конечно, другие. Но их мало. Чертовски мало.
Ну вот за пределами профильных изданий практически и нет. Я в своей жизни ни одного не встречал. И получается, что вот тот интеллект, который впитал в себя искусственный интеллект назовём его цифровым или компьютерным , — это на самом деле естественный интеллект. Тот, которым оперируют большинство людей, считающих, что Земля плоская, потому что это очевидно следует из наблюдений. А небинарные квир-персоны, или как там это называется в профильных изданиях о гендерном многообразии, — это как раз интеллект искусственный. Выдуманная реальность, заполненная психотерапевтами и антидепрессантами. А также желанием постоянно выходить на одиночный пикет.
И вот что нам теперь со всем этим делать? Ведь придётся менять всю терминологию, что неизбежно приведёт к путанице.
Сыплющиеся как из рога изобилия инновации «покорителей цифры» вызывают всё большую тревогу
- Мыслит ли искусственный интеллект? - Аргументы Недели
- Искусственный интеллект на службе у человека: как нейросети упрощают нашу жизнь // Новости НТВ
- Искусственный интеллект модифицировал медицину
- Информация
- Своим умом: как искусственный интеллект изменит экономику России через 10 лет
- Артем Шейкин
Вызов от ИИ
- Многообещающие результаты
- ТАКЖЕ ПО ТЕМЕ
- Учет "непредсказуемости" человека
- Другие новости
- Артем Шейкин
- Искусственный интеллект на службе у человека: как нейросети упрощают нашу жизнь
Яндекс-Дзен как пример ограниченности искусственного интеллекта
Искусственный интеллект «Дзена» работает по двум принципам: Фильтрация содержимого — каждая публикация попадает в очередь на анализ характеристик и текстового содержания после загрузки на платформу и только после проверки появляется в лентах пользователей. На сегодняшний день искусственный интеллект ученые определяют, как алгоритмы, способные самообучаться, чтобы применять эти знания для достижения поставленных человеком целей. Искусственный интеллект: что значит и как расшифровывается аббревиатура AI, какие задачи решает ИИ, каких областях бизнеса работает и используется. Гонка за искусственным интеллектом, которому сегодня приписывают мыслимые и немыслимые возможности процветания, переходит в ажиотаж. Канал автора «Искусственный интеллект и Нейросети» в Дзен: Всё о нейросетях и искусственном интеллекте. Чипы «красных» смогут похвастаться увеличенной производительностью при большей энергоэффективности, усовершенствованными технологиями искусственного интеллекта, а также переработанной системой охлаждения.
«Искусственный интеллект никогда не ошибается. За ним будущее»
Известный ученый и популяризатор концепции общего искусственного интеллекта (Artificial General Intelligence, AGI) Бен Герцель в ходе своего выступления на Beneficial AGI Summit 2024 в Панаме в марте предсказал появление ИИ, который будет таким же ум. Получалась картина, при которой алгоритмы, управляемые искусственным интеллектом, обладали полной ситуационной осведомленностью во время испытаний DARPA AlphaDogfight, которые завершились в 2020 году и передавались непосредственно в ACE. Работая с изображениями, искусственный интеллект «Дипфейк» накладывает один фрагмент поверх другого с поразительной точностью. Разработки в сфере искусственного интеллекта (ИИ) могут нести смертельную опасность для человечества. Искусственный интеллект спасает человеческий: теперь машина помогает московским врачам находить на снимках МРТ рассеянный склероз. Всё о нейросетях и искусственном интеллекте. Узнавайте последние новости и технологии в области нейронных сетей, обучения машин и AI.
Яндекс-Дзен как пример ограниченности искусственного интеллекта
В результате в среднем на одно значение приходится 4,6 бита информации. Такая схема квантования значительно отличается от существующих, так как позволяет гибким образом задавать разрядность входных данных в зависимости от задачи и не привязывается к степеням двойки. Поэтому эта разработка обепечивает заметно более высокое качество распознавание, чем, например, 4-битные модели. Ранее компания «Мобиус Технологии» в несколько раз повысила скорость обработки документов благодаря роботу Валере — новому «сотруднику» компании, созданному на основе искусственного интеллекта ИИ. Он взял на себя рутинную работу, которая прежде требовала серьезных трудозатрат. При этом вероятность ошибок, связанных с человеческим фактором, сведена к нулю.
Платформа также позволяет создателям контента зарабатывать на своих материалах, подключив рекламу [15]. За 2019 год компания выплатила авторам более 1 млрд рублей [16] [17]. До запуска платформы ленты пользователей «Дзен» состояли только из публикаций, отобранных из общедоступных источников [18]. По заверению руководства сервиса, стоит цель создать социальную медиаплатформу, где создатели контента общаются с читателями, а также вырастить внутри «Дзена» авторов, для которых он станет ключевой площадкой [19]. Создавать и редактировать контент можно с помощью десктопного редактора, а также через мобильное приложение [20]. В сентябре 2019 года, после нескольких месяцев тестирования, для всех пользователей платформы стала доступна функция размещения видеороликов с максимальной длительностью 15 минут. Уже на этапе тестирования новый формат приобрёл большую популярность, чем текстовый, и в апреле 2020 года сервис увеличил длину размещаемых видеороликов до 60 минут, а также начал внедрять рекламу в видеоматериалы, которые длятся больше двух минут [21]. В июне 2021 года стало известно, что «Яндекс» купил видеоредактор Hypee, чтобы у пользователей «Дзена» была возможность экспериментировать с эффектами и музыкой в роликах [23]. Нирвана править В 2018 году Дзен запустил программу «Нирвана» [24] для поддержки авторов и медиа, создающих качественный контент. Участники программы получают приоритет в показах в лентах «Дзена». Кроме того, у каждого из них есть персональный менеджер, который сообщает автору о нарушениях, даёт советы по ведению канала [25]. Для попадания в программу авторам необходимо соответствовать ряду условий: На Дзен-канале должно быть 100 подписчиков; Не менее трёх материалов за прошедший месяц; Соблюдение правил «Дзена» [26]. Монетизация править Возможность монетизации появилась, когда в 2017 году Дзен стал платформой для создания контента, а не только его распространения [27]. Зарегистрированные в «Дзене» блогеры могли получать за свои посты деньги если они собрали минимум 7 000 дочитываний за неделю [28]. В 2019 году «Дзен» выплатил авторам за размещение рекламы в статьях более 1 млрд рублей [29]. В апреле 2020 года вышли новые правила, следуя которым, каналу, чтобы подключить монетизацию, требуется 10 000 минут просмотра за семь дней подряд предыдущие правила предусматривали примерно 12 000 минут чтения за неделю. Также с появлением видеороликов на платформе появился и новый вид заработка — реклама в виде баннера или блока с анимацией. В мае 2020 года у блогеров на платформе появилась возможность размещать виджеты с товарами из «Яндекс. Маркета»: в тот момент такая социальная коммерция была реализована только в статьях [30].
Без знания этого иностранного языка невозможно стать востребованным специалистом в сфере ИИ: все новые статьи и разработки, в первую очередь появляются в зарубежных источниках. Базы данных БД , которые используют для хранения и организации данных, на которых впоследствие обучают модели машинного обучения и нейросети. Какие технологии на основе ИИ может использовать любой бизнес Большинство корпоративных решений на базе искусственного интеллекта — внутренние дорогостоящие разработки, для создания которых необходима команда IT-специалистов и менеджеров. Например, в банках AI используют в кредитных продуктах для скоринга: благодаря этому можно автоматически принять решение по выдаче кредита. Внедряют такие инструменты и на производстве, например, в BMW ИИ используют , чтобы оценить изображения компонентов и выявить в них отклонения от стандарта в режиме реального времени. Тем не менее, есть и такие технологии, которые может использовать любой бизнес: для этого берут готовое решение и дорабатывают под собственные нужды. Компьютерное зрение Это набор технологий, который позволяет при помощи нейросетей обрабатывать визуальную информацию с камер. Благодаря машинному зрению можно распознавать штрих-коды, текст, изображения, в т. Например, биометрическая система позволяет верифицировать личность для доступа в офис или для оплаты товаров и услуг, а в «Пятерочке» ее применяют для «узнавания» постоянных клиентов, чтобы автоматически предлагать им скидки, и для выявления серийных магазинных воров. С помощью системы распознавания жестов же можно взмахом руки попросить переключить музыку или изменить громкость трека. Так, Google внедрила ее в мобильные устройства и умные колонки, а Huawei — в свой флагманский смартфон. Такие инструменты повышают безопасность и уровень сервиса, ведь человеку не приходится вводить дополнительные данные для проверки или нажимать на кнопки для управления оборудованием. Например, российский сервис Directum RX помогает классифицировать входящие электронные письма и документы по типам, чтобы снизить время их обработки, а другая отечественная RPA Sherpa проверяет контрагентов перед заключением договора. Прогнозные модели Такие инструменты могут применяться в абсолютно разных сферах: от ритейла чтобы предсказывать продажи в супермаркетах, как это делает X5 Retail Group для каждого из своих 16 000 магазинов до логистики, чтобы планировать поставки. Благодаря использованию таких технологий можно прогнозировать спрос на ресурсы, сырье, рабочую силу, а также создавать более эффективные стратегии развития бизнеса, корректировать маркетинг и финансовые операции и улучшать пользовательский опыт.
Но как учить компьютер? Сегодня с этой целью задействуют алгоритмы обучения нейронных сетей. Но все они основаны на одном из двух известных принципов:с наставником или без такового. Мы можем провести аналогию с процессом обучения человека: он может получать знания как самостоятельно, так и вместе с наставником. С учителем В данном случае нейросеть получает выборку из обучающих примеров. Данные поступают на «вход», после чего происходит ожидание правильного ответа на «выходе». Это ответ, который должна дать нейронная сеть. Конечный результат сопоставляют с эталонным значением. В том случае, когда НС выдает неверный ответ, производят коррекцию, дальше процесс повторно запускают, тем самым пытаются добиться снижения процента неправильных ответов. По программе обучения нейронной системы сравнивается большое количество разнообразных понятий. С помощью этого сравнения определяется базовый уровень знаний. В терминах обучения ИИ в качестве базовых понятий используются языки программирования и инструменты для изучения языков. Если нейросеть обучена, то она будет знать языки программирования, если нет — то нет. Без учителя Данный вид процесса обучения предполагает только ввод данных. В таком случае алгоритм изменяется, чтобы значимые и обладающие весом коэффициенты корректировались, а нейронная сеть могла по определенным параметрам схожих данных на «выходе» дать результат, который обнаруживает связи. Также во время этой операции выявляются определенные соответствия между данными. Так в ходе обучения выделяют параметры, которые свойственны моделям материала обучения, впоследствии этим модели по схожим признакам объединяют в группы. Когда учитель полностью отсутствует, то НС выстраивает целую цепочку, которая состоит из логических решений, также образует определенное понимание, основанное на вводных данных. Такое устройство машинного обучения без учителя применимо в отношении статистических моделей. Базовый язык нейросети— это язык, на котором система будет осуществлять взаимодействие с человеком. Библиотека языков программирования — это набор операторов языка, которые будут использоваться для обработки данных, поступающих от ИИ. Способность к обучению у нейронных сетей Способность и технология обучения нейронных сетей имеет свои особенности. Так, одним из наиболее распространенных методов считается Backpropagation, в основе которого заложен алгоритм вычисления градиентного спуска. Если говорить проще, то во время движения по градиенту происходит расчет минимального и максимального значения функции. Для осознания такого способа функцию переводят в график.