Дубликаты не найдены

+3

Страшно представить - что бы эта штука про меня сказала...

раскрыть ветку 3
+1

весна 99%

трава 80%

дождь 60%

раскрыть ветку 2
+3

Парад победы 70%
Шашлыки 90%
Сажать картошку 30%

раскрыть ветку 1
+1
Сокольники: 100%
4-й лучевой просек / пр-д сокольнического круга: 90%
5-й лучевой просек / пр-д сокольнического круга: 10%
0

откуда это?

+1

На втором скрине, у бабки просто 100%! брюки

раскрыть ветку 1
+3

Они у ней в пакете! 100%

0

Big data называется. год нарабатываем статистику. через год знаем какого пола, в какой одежде, какое количество, какого возраста людей ходят в данном месте в данное время.

раскрыть ветку 2
+3

иии... открываем тряпичный развал неподалеку? :)какой практический выхлоп от такой информации?правда интересно...

раскрыть ветку 1
+1

да, самое простое - какой магазин выгоднее открыть неподалеку. для пенсионеров, для мужчин, для подростков, для состоятельных или нет.

-1
Мне интересно как выглядит "Женщина: 50%"
-1

Было.

Похожие посты
5660

Нейросеть, застывшая в стекле

Нет, это не безделушка из серии «муха в янтаре». Группе учёных из университета Висконсина, Массачусетского технологического и Колумбийского университетов удалось реализовать искусственную нейронную сеть, распознающую цифры, в виде микроскопической стеклянной пластинки. Для работы ей не требуется ни электропитание, ни подключение к каким-либо другим устройствам — фактически это автономный аналоговый компьютер, который будет работать до тех пор, пока сохраняется его целостность.

Нейросеть, застывшая в стекле Новости науки и техники, Нейронные сети, Стекло, Распознавание, Длиннопост, Наука

Искусственные нейросети состоят из множества синтетических нейронов, которые активируются, если совокупная величина сигналов на их входах превышает некое пороговое значение. Нейроны соединены между собой связями, имеющими определённые весовые коэффициенты (т. е. вклад одних сигналов в срабатывание функции активации — больше, а других — меньше).


Чтобы создать аналогичную структуру в стекле, в него добавили инородные включения — частицы графена и пузырьки воздуха. Расположение и форма этих включений эквивалентны функциям активации и весовым коэффициентам связей. Так, графен — материал с нелинейными оптическими свойствами — начинает пропускать свет только после того, как его интенсивность достигает определённой величины, а до этого остаётся непрозрачным.

Нейросеть, застывшая в стекле Новости науки и техники, Нейронные сети, Стекло, Распознавание, Длиннопост, Наука

Нейросеть изначально была обучена на компьютере и лишь затем воплощена в стекле. Но учёные отмечают, что есть технологии, позволяющие реализовать обучение прямо на месте, за счёт использования оптических материалов с изменяемыми свойствами.


Для подачи на вход нейросети двухмерное изображение рукописной цифры размером 20 × 20 пикселей заменяют на одномерное (фактически колонки пикселей выстраивают в линию). Включения в стекле преобразуют фронт световой волны таким образом, что энергия концентрируется в одной из десяти областей, соответствующих цифрам.


Нейросеть, обученная на пяти тысячах изображений, корректно распознаёт цифры в 79 случаях из 100. Авторы статьи утверждают, что могли бы добиться лучшего результата, если бы не ограничения, связанные с процессом изготовления стекла.

Нейросеть, застывшая в стекле Новости науки и техники, Нейронные сети, Стекло, Распознавание, Длиннопост, Наука

Физический размер пластинки — 80λ на 20λ, где λ — длина волны света, используемой для представления информации. Теоретически на распространение волны может влиять каждый атом, хотя на практике вряд ли удастся использовать включения размером меньше 10 нм. Но даже при таком масштабе потенциальное количество весов превышает 10 миллиардов на квадратный миллиметр.


Учёные предполагают, что быстрые и миниатюрные нейросетевые вычислители, которым для работы достаточно света, могут быть использованы в «широком спектре информационных устройств». Учитывая, что исследование финансировалось DARPA, нельзя исключать и военное применение технологии.


Источник


P. S. Это экспериментальный пост. Я работаю научным консультантом в Политехническом музее, и в мои обязанности входит изучение научных новостей в своей области (компьютерные технологии). По итогам я выбираю наиболее любопытную новость и делаю короткий доклад на внутримузейном научном семинаре. Этот пост был создан на основе одного из таких докладов. Если затея вам понравится, я буду периодически публиковать интересные новости из мира IT (а может, и не только).

Показать полностью 2
514

Этот искусственный интеллект может определить, какие фото в Instagram фотошопятся

Этот искусственный интеллект может определить, какие фото в Instagram фотошопятся Технологии, Искусственный интеллект, Нейронные сети, Instagram, Видео, Длиннопост, Наука, Прогресс

Wang et al.

В то время как мир справедливо обеспокоен дипфейками и другими умными обработками видео и фото, одна форма обработки существует уже много лет, и это фотошоп. Все мы знаем, что журнальные фотографии часто удачно редактируются с помощью Photoshop или другого программного обеспечения для обработки изображений. В исследовании, опубликованном на сервисе препринтов arXiv, группа исследователей представила алгоритм искусственного интеллекта, способный обнаруживать искажения изображения на человеческих лицах – вероятно, наиболее распространенную обработку в Instagram. Алгоритм также может предсказывать место редактирования и отменить эффект.

«Деформация лица – интересная проблема, поскольку это область, которую на удивление трудно обнаружить людям, но она широко используется и имеет далеко идущие последствия», – пишут исследователи в своем исследовании.

Тема действительно популярна, поиск по запросу в Google «Instagram обработка изображений» имеет более 20 миллионов результатов(на англ), а хэштег #photomanipulation содержит более 2 миллионов публикаций. Исследователи также показали, что люди на удивление плохо обнаруживают этот тип обработки фото: в исследовании, представленном в статье, люди были правы только в 53,5% случаев – лишь немногим лучше, чем подбрасывание монеты.

Поэтому на помощь приходит новый алгоритм. Пока что он работает только с одним типом манипуляции – с деформацией, но исследователи говорят, что он может быть адаптирован для нескольких типов обработки – как это всегда бывает с этими алгоритмами машинного обучения, все зависит от того, как алгоритм обучается. Кстати, данная ИНС лежит в открытом доступе на GitHub.

Видео с описанием техники обнаружения.


Источник: 4everScience


P.S если вам интересны новости про искусственный интеллект, можете глянуть нашу краткую подборку недавних достижений в этой области:

Показать полностью 2
2247

Создаем арт в любой стилистике из вашего лица

Пишу сразу второй пост. Пока нет заказов на доставку и есть время на отдых.
https://artbreeder.com/
В конце прикладываю видео инструкцию.

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Выбираем создать (Create), портреты, дальше либо загружаем вашу фотку, ждем когда её обработает нейросеть и она добавится в ваш аккаунт.

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Далее выбираем объединение

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Ищем свою фотографию, самая страшная на паспорт идеально подойдет

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Дальше берем свою фотку

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

С ней уже можно играться, сделать себя толстым или худым, или азиатом или латиносом - они выглядят как любители кокоса, вот пример -

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Но нам нужен красивый арт, а не упоротый, потому выбираем под свою стилистику вторую фотографию

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Я выбрал трендовую вкладку и мне понравилась вот такая стилистика, вы же можете сделать себя в любой стиль, как пример загрузить картинку с нужной стилистикой и добавить через свои загрузки.

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Здесь мне нужен его стиль, потому ползунок стиля у второго изображения справа, но лицо я хочу оставить свое, увеличиваем лицо (face) у первой фотографии и уменьшаем у второй.
Дальше мы можем поиграться с цветов, светом и т.д.
Но уже вариант меня устраивает, особенно вторая фотография.
Давайте сделаем больше рисовки и цвет в красный.

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Добавил красного, добавил арта и немного гендера мужского.
А теперь можно сделать красочные волосы себе и совершенно иной стиль.

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Добавим эту красотку и поменяем параметры.

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

И вот, я добавил третьего родителя (три фотографии использует нейросеть) и теперь я прекрасная рисованная девушка. Уменьшил себе широту, чтобы была худой, и гендер убрал вниз, 1, 3, 4 фотография, по-моему мнению получилась, у нас есть аватар красотки. Но давайте вернем стиль и гендер мне.

Создаем арт в любой стилистике из вашего лица Нейронные сети, Искусственный интеллект, Обучение, Гайд, Фотография, Арт, Видео, Длиннопост

Поменял значения и вот подборка новых артов.
P.S. Сайт уже жутко тормозит, так как не приспособлен под такие наплывы, так что аккуратнее там, лучше сохраните пост и зайдите через недельку или в выходные. 

P.S.S. сайт лежит уже, это вроде и смешно, и грустно...

Показать полностью 9 1
1777

Рисуем сильные арты с нейросетью

В конце поста будет ссылка на сайт, в бесплатной версии есть возможность загрузить 5 картинок и вывести 10 картин в качестве 2048x2048.

Есть возможность скрещивать несколько разных изображений.

Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост

По картинке, я взял трех родителей, первая фотография прошла анализ с помощью нейросетки и адаптировалась под сайт, изначально это фотография Кировска, Мурманская область и выглядела она так.

Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост

Как её распознала нейросеть

Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост

Теперь лучше пройдемся по параметрам:

Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост

Контент - это то что изображено, форма, пропорции, композиция кадра.
Стиль - цветовая и световая насыщенность. Если мы хотим разукрасить фон, не меняя изображения, то двигаем ползунок стиля вправо, если хотим оставить, например, зимний стиль, но добавить в кадр горы или другую композицию меняем ползунок контент вправо.

Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост

В генах мы можем изменять многое, добавить растений, полей, воды, холмов, строений, скал, путей, увеличить красоту кадра или сделать руины на основе ваших изначальных данных. Остальные параметры меняют цвета и свет кадра. Его резкость и последний пункт - рандом параметр добавления хаотичности изменений в кадр.

И вот что получилось -

Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост

Очень мощный инструмент, в следующем посте покажу как можно создать такие арты из своих фотографий.

Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост
Рисуем сильные арты с нейросетью Нейронные сети, Фотография, Искусственный интеллект, Арт, Пейзаж, Обработка фотографий, Длиннопост

Сайт
P.s. Личные фотографии можно скрыть на сайте, при загрузке ваших фото есть очередь анализа нейросеткой фотографии, это может занимать час, если туда набежит толпа - то целые дни, постарайтесь сохранить пост и вернуться к нему через недельку, иначе есть шанс обрушить сайт.

Показать полностью 15
836

Полностью автономный режим вождения Tesla вступил в закрытую бету

Tesla начала закрытое бета-тестирование полностью автономного режима вождения, включая городские условия (до сих пор публика могла использовать автопилот только на автомагистралях). Бета-тест предоставлен небольшому количеству клиентов с хорошим стажем вождения. Заодно был обновлен интерфейс компьютера, показывающий пользователю то, что он видит на дороге сам.


По словам Маска, релиз был задержан из-за коронавируса, а также из-за сложной проблемы оптимизации софта. Так, прежние версии автопилота требовали наличие цифровой карты для навигации, что создавало проблемы если доступные карты неточны или устарели. Пришлось переписывать ИИ почти с нуля, зато теперь он может работать даже в тех местах, где раньше никогда не был и независимо от точности доступных карт. ИИ продолжает непрерывно обучаться, в том числе благодаря присылаемым отчетам с машин пользователей, которые суммарно проехали в автономном режиме уже свыше 5 миллиардов километров.


В случае успешных закрытых тестов, открытое бета-тестирование может начаться уже в конце этого года. А концу следующего Tesla, возможно, начнет запускать свои автомобили в режиме автономных такси.


Заводы Tesla, тем временем, вышли на производственную мощность в 840 тыс. авто в год, и в следующем квартале планируют достичь миллиона.

309

I'm too sexy for мой лук

Алгоритмы фейсбука заблокировали рекламу семян лука за излишнюю сексуальность - система распознавания образов спутала луковицы то ли с сиськами, то ли с задницей.

I'm too sexy for мой лук Лук, Искусственный интеллект, Распознавание, Facebook, Системная ошибка

src: https://nationalpost.com/news/overtly-sexualized-st-johns-co...


Мордокнижники жгут...

I'm too sexy for мой лук Лук, Искусственный интеллект, Распознавание, Facebook, Системная ошибка
Показать полностью 1
5078

Нейросеть Гугл.Брейн научилась создавать 3D модели достопримечательностей из тысяч фотографий туристов!

Видео без звука.

Отсюда - https://redd.it/i731rp

1755

Прокрутил фотку через Pantomime, помог Белле лучше сыграть в "Сумерках"

Увидел у @ProfessorDowlell сервис pantomime.it . Там можно загрузить фото себя, свой собаки и всех кого хочешь и заставить изображать самые популярные эмодзи. Подумал, что это точно поможет Белле из сумерек.

Прокрутил фотку через Pantomime, помог Белле лучше сыграть в "Сумерках" Сервис, Искусственный интеллект, Deepfake, Гифка, Кристен Стюарт, Эмоции, Нейронные сети, Актеры и актрисы
Прокрутил фотку через Pantomime, помог Белле лучше сыграть в "Сумерках" Сервис, Искусственный интеллект, Deepfake, Гифка, Кристен Стюарт, Эмоции, Нейронные сети, Актеры и актрисы
Прокрутил фотку через Pantomime, помог Белле лучше сыграть в "Сумерках" Сервис, Искусственный интеллект, Deepfake, Гифка, Кристен Стюарт, Эмоции, Нейронные сети, Актеры и актрисы
1864

Ответ на пост «Яндекс обновил голос в русском переводчике. ( голос звучания )» 

Недавно был пост про то, что синтезируемый голос уже практически не отличим от человеческого.

Вот еще несколько примеров того, какими могут быть голоса в переводчике.

91

В честь сорокалетия Pac-Man, нейронная сеть Nvidia воссоздала эту игру с нуля

В честь сорокалетнего юбилея Pac-Man, нейронная Nvidia создала клон этой игры с нуля, просто изучая 50,000 чужих игр (записи видео с экрана и нажатия игроками кнопок на клавиатуре). Речь идет не только о создании играющего интеллекта, но и самой игры целиком - включая графику, механику, и звук - без участия программистов.

Это является первой удачной попыткой применения ИИ для самостоятельной разработки движков игр. В отличии от процедурной генерации, где вручную созданный алгоритм может генерировать случайный контент, здесь не только контент, но и сам алгоритм тоже создан ИИ.


В будущем, исследователи Nvidia полагают, что подобные алгоритмы смогут помочь в разработке и более сложных игр, а так же неигровых применений, таких как симуляторы для автономного вождения.

Показать полностью 1
384

Терминатор Джон Генри Т800 распечатанный на 3D принтере

Здравствуйте.

Хочу поделиться своей работой Терминатор Т-800 Джон Генри.

Предлагаю видео материал, т.к. лучше один раз увидеть, чем сто раз услышать.


Правая рука

Работа оффлайн системы распознавания объектов

Обращение с оружием - начальный этап

Система построения ответов на вопросы

Показать полностью 2
147

Распознавание цифр различными моделями нейросетей

1. Dense Neural Network

2. Convolutional Neural Network

3. K Nearest Neighbors Classifier


Источник и дополнительная информация.

1053

Как обмануть беспилотные автомобили (и не только их)

Как обмануть беспилотные автомобили (и не только их) Нейронные сети, Беспилотный автомобиль, Длиннопост, Распознавание, Распознавание лица, Видео

Сейчас активно обсуждают беспилотные автомобили — насколько они лучше или хуже обычных, как они изменят будущее и, конечно, насколько они безопасны. Некоторые подходят к этому со стороны проблемы вагонетки: мол, кто знает, как поведёт себя машина в критической ситуации, когда жертв не избежать? Но есть ещё один интересный аспект, который касается безопасности беспилотников: что, если машину можно сознательно обмануть? Чем это будет грозить на дороге? Сейчас объясню подробнее.


Сообщество автомобильных инженеров (SAE) выделяет 6 уровней автоматизации автомобилей:

0-й уровень: отсутствие автоматизации

1-й уровень: необходимо участие водителя

2-й уровень: частичная автоматизация вождения

3-уровень: автомобиль справляется с задачей самостоятельно, но может запросить участия водителя

4-уровень: высокая степень автоматизации

5 уровень: полная автоматизация


Таким образом, сказанное дальше будет касаться не всех беспилотных автомобилей, а только тех, что попадают в пятую категорию. Так вот, полностью автономные машины ориентируются в пространстве за счёт камер и нейронных сетей. Если объяснять на профанном уровне, выглядит это примерно так: камера снимает картинки, а сети их классифицируют: это вот дорожный знак, это — грузовик, это — внезапно! — олень и так далее. Четыре года назад спецы из Гугла, Фейсбука и Нью-Йоркского университета показали, что нейросети можно намеренно обмануть. Можно таким образом обработать картинки, что мы не заметим никаких перемен, а ИИ будет неверно их классифицировать. Такие изображения-обманки называются "adversarial examples" (это можно перевести как «состязательные примеры», но устоявшегося русского термина, вероятно, нет). Лучше всего объяснить на примере:
Как обмануть беспилотные автомобили (и не только их) Нейронные сети, Беспилотный автомобиль, Длиннопост, Распознавание, Распознавание лица, Видео

Нам кажется, что здесь и слева, и справа изображена панда, но сеть GoogLeNet принимает правую картинку за гиббона и совершенно в этом уверена.


Adversarial examples оказались весьма неприятной проблемой. Во-первых, выяснилось, что они не теряют своих обманных свойств и в физическом мире. Если такую картинку распечатать на обычном принтере, потом сфотографировать смартфоном и скормить нейронной сети, она по-прежнему будет работать. Это на практике продемонстрировали ребята из Google Brain и OpenAI — они заставляли ИИ принимать библиотеку за тюрьму, а стиральную машинку за половик. Вот видео для наглядности:

Другой интересный эксперимент провели учёные из Университета Карнеги — Меллон. Они аналогичным образом обманули систему распознавания лиц и выдали себя за известных людей. Для этого исследователи придумали цветовые паттерны, которые заставили бы нейронные сети принять их за конкретных знаменитостей, напечатали эти паттерны на глянцевой бумаге и наклеили на обычные очки. В двух случаях из трёх их ждал 100-процентный успех. Таким образом они показали, что обмануть нейросети можно 1. в реальном мире 2. не вызывая особых подозрений — ведь люди часто носят очки и цветные экземпляры среди них — не редкость. Вот видео с конференции, где исследователи сами рассказывают о своей работе — оно понятнее, чем научная работа на ту же тему.

Во-вторых, для того, чтобы создать хитрые картинки, не обязательно точно знать, как устроена сеть или иметь доступ к набору изображений, на котором её обучают. В марте этого года товарищи из OpenAI рассказали, что провели атаку методом «чёрного ящика». Единственное, что им нужно было знать — как целевая нейросеть классифицирует некоторые объекты.


В-третьих, можно создать adversarial examples, которые смогут одурачить не одну, а сразу несколько сетей, даже если те устроены по-разному. То есть такие «оптические иллюзии» до некоторой степени универсальны, хотя обмануть чем-то одним все сети на свете нельзя (или мы пока об этом не знаем). В общем, страшная вещь — можно дурить в реальном мире сразу несколько алгоритмов, и при этом необязательно всё-всё про них знать.


При чём здесь автономные автомобили? Ну, как видим, это работает не только с ними, но и их тоже касается. Как говорит специалист по технологиям машинного обучения Григорий Сапунов вот в этой статье: «Тема с автомобилями представляет особый интерес в силу того, что автомобиль — это объект повышенной опасности и если в нём появится чёрный ящик, который можно таким образом обмануть, то это риски. И риски намеренного обмана злоумышленником, и риски того, что автомобиль сам по себе может неправильно среагировать на какую-то ситуацию, и мы заранее не знаем какую (и к тому же мы до конца не понимаем, на что именно он вообще реагирует). То есть потенциально под угрозой человеческие жизни и здоровье, это нехорошо. Получается, что производитель не может дать никаких гарантий».

Специалисты пока не пришли к единому мнению о том, насколько adversarial examples опасны для беспилотных машин. Например, учёные из Иллинойсского университета в Урбане-Шампейне считают, что бояться нечего, потому что камеры движущегося автомобиля видят предметы с разных углов и в разных масштабах. Они провели такой эксперимент: сделали картинки-обманки, внешне похожие на обычные сигналы «стоп», наклеили их на дорожные знаки и несколько раз проехали мимо на автомобиле. Тачка была не простая, а с видеокамерой — изображение сразу поступало нейронным сетям. В большинстве случаев сети верно опознавали знак, ошиблись они всего-то в паре кадров. Учёные объяснили это тем, что машина большую часть времени находилась слишком далеко от дорожного знака, и камера попросту не могла разглядеть изменения картинки, которые обманули бы компьютер. Они пришли к выводу, что в реальном мире, где предмет можно разглядеть с разных углов и на разных дистанциях, о хитрых картинках можно вообще не беспокоиться.


Но с ними согласны не все. Например, ребята из уже упоминавшейся OpenAI (кстати, один из основателей компании — Илон Маск) привели контраргументы всего через 5 дней после публикации того исследования. Они не стали заморачиваться и писать научную работу, а просто опубликовали пост в блоге. Суть такова: спецы OpenAI создали изображение, которое нейронные сети классифицируют неправильно, с какого бы угла они на них не смотрели. Это распечатанная на принтере фотка милого котёнка среди зелени — как её не увеличивай, как не поворачивай, а ИИ всё равно принимает её за настольный компьютер или монитор. Таким образом, получается, что смена ракурса не защищает машины от обмана и опасность остаётся. Этот пост опубликовали совсем недавно, 17 июля, так что нам только предстоит узнать, что на это ответят другие специалисты.

Видео команды OpenAI, где они демонстрируют картинку-обманку с разных ракурсов

В заключение, пожалуй, стоит ещё раз напомнить о том, что проблема касается не только беспилотных автомобилей. Как говорит Григорий Сапунов: «Во многих местах, где нейросети используются для анализа изображений (определение товаров, системы безопасности, и т. д.) часто используются какие-то готовые нейросети, возможно дообученные на данных пользователя. Возможно, выяснится, что многие сервисы подвержены одной и той же проблеме и неверно классифицируют одни и те же картинки просто потому, что построены на одной и той же нейросети. Это может оказаться довольно массовой проблемой, где-то критичной, где-то нет».


Поскольку я не настоящий сварщик, а просто начиталась постов и научных работ (там, где они понятны простому смертному), в комментарии приглашаются специалисты по нейронным сетям, если такие здесь есть. Возможно, я что-то передаю не точно, и они могли бы меня поправить.


P.S. Баянометр ругался на картинку, но она хорошо иллюстрирует тему поста.

Показать полностью 1 3
401

Зловещая долина нейросетей

Зловещая долина нейросетей Нейронные сети, Интернет, Технологии, Робот, Маркетинг, Мобильные телефоны

Сергей Орловский (основатель NIVAL) поинтересовался в своём FB - Мне интересно, когда у нейросети можно будет спросить почему она так решила? - И получил замечательный ответ от основателя Appodeal.


(Автор: Павел Голубев) У нас в Appodeal был прикольный случай недавно. Мы используем нейросети для того, чтобы предсказывать вероятность конверсии каждого показа применительно к рекламодателю.


Так вот, запустили наши партнеры на этапе обучения (то есть без всякого таргетинга и нейросетей) CPI оффер от одного из рекламодателей (приложение для рисования). Открутили какое-то количество показов и обнаружили, что наряду с другими конверсиями, достаточно большое количество конверсий пришло из приложения "Маша и Медведи". Из этого нами был сделан вывод, что рекламу приложения для рисования имеет смысл показывать в каком-то объёме в приложении "Маша и Медведи", т.к. на этапе обучения были получены какие-то конверсии.


Интересное начинается после того, как мы включили наш предиктор (нейросеть, отвечающая за динамический таргетинг рекламодателей для повышения конверсий). После переключения кампании на нейросеть мы обнаружили, что этот рекламодатель почти сразу перестал откручиваться в приложении "Маша". То есть нейросеть приняла решение, что смысла показывать приложение для рисования в Маше — нет.


Примерно две недели мы дебажили и пытались понять, почему же было принято такое решение нейросетью — ведь вот же, очевидно, что реклама подходит и трафик конвертируется. Несколько инженеров разбирались, каким именно образом нейросеть приняла такое "неправильное и глупое" решение. Не разобрались.


В конечном итоге мидиабаеры убедили нас переключить рекламную кампанию в ручной режим из режима управления нейросетью. И в ручном режиме старгетировали кампанию на приложение "Маша".


Дальше на протяжении нескольких дней весь трафик из приложения Маша лился исключительно на приложение для рисования. Вообще весь, который там был. И знаете, сколько было получено в результате конверсий? 0.


Причины для нас до сих пор не ясны, почему так вышло, что сначала прилоежние конвертировалось, а потом с теми же условиями — перестало.


Один из вариантов, что нейросеть взяла в расчёт общее количество трафика, которое уже открутилось на рекламодателя или день недели или что-то еще. Не знаю. Прикол в том, что вариантов становится слишком много, чтобы их проанилиировать и понять, что действительно послужило причиной.


Но самый прикол в том, что нейросеть приняла правильное решение, а целая толпа людишек пыталась её две недели убедить в том, что она глючит, пока так и не убедились, что решение было принято правильно, хотя для всех и осталось навсегда загадкой, почему.


Отвечая на твой вопрос — спросить-то ты спросишь. Но ведь тебе потом ответят. А понять сможешь?

Показать полностью
Похожие посты закончились. Возможно, вас заинтересуют другие посты по тегам: