57

Тамбов. Школа машинного обучения для людей.

Здравствуйте, уважаемые пикабушники.

Этот пост про самообразование и распространение знаний в нашей тамбовской провинции.


Занимаюсь я программированием, работаю на должности руководителя IT проектов в одной ad-tech компании. Образование получил в одном из местных вузов (ТГТУ) и как то так складывалось, что образованием этим я был недоволен. Когда я только начал работать junior программистом (2013 год), практически всё я изучал с 0, прямо на рабочем месте. Вы скажете “но ведь это известная мантра, забудь всё чему тебя учили в школе-универе”, так думал и я. До тех пор пока не стал регулярно зависать на портал онлайн образования. Тогда они только набирали свою популярность. И я понял, что был не прав, не обязательно в университете учат тому, что через 5 лет надо будет забыть. Первым моим курсом был гарвардский CS50 (который на пикабу активно набирал плюсы) и это было восхитительно! Я заново полюбил учёбу.

Время шло и моя позиция на работе поменялась, количество пройденных онлайн курсов перевалило за 10. Знания из каждого курса я применял на практике и так было сделано несколько проектов, которые никогда бы не были завершены иначе.


Сейчас на работе я занимаюсь машинным обучением, data science deep learning, и прочее. При этом занимаюсь сугубо в прикладной форме, поскольку в проектах нужны результаты, а не исследования. Но всё равно чуть обрастаю и теорией, чтобы не смотреть на себя в зеркало, как на мартышку ctrl-C ctrl-V.

Я также хочу внести свой вклад в общественное образование, как это делают площадки предоставляющие образование. Уровнем наших университетов я не доволен, практика у меня есть, теория есть, есть желание и похоже критическая масса суммы этих факторов набрана. Я, на базе своего работодателя, хочу открыть школу, где мог бы поделиться своим опытом и знаниями со всеми желающими.

Пожалуй, у меня самого никогда не хватило бы духу на такой серьёзный шаг, но ветер подул со стороны ютуб блогера по artificial intelligence (не реклама, без имени). Он предложил всем активным людям создать в своих городах комьюнити в котором бы продвигалась сама идея AI. Семинары, практики, хакатоны, разборы научных работ и прочее. Люди откликнулись, и скоро собралось 400+ человек готовых такие комьюнити вести/приютить. В России это лишь 4 города (пока) Тамбов, Иваново, Красноярск и Москва (не знаю могу ли я дать ссылки на их страницы в fb). Инициатива эта называется school of AI.

Тамбов. Школа машинного обучения для людей. Тамбов, Самообразование, Машинное обучение, Python, Образовач, Искусственный интеллект, Длиннопост

Единой программы для всех участников нет, поскольку уровни могут разительно отличаться. Каждый разрабатывает план самостоятельно с оглядкой на общие рекомендации. На сколько я знаю в местных университетах, до сих пор нет предмета “Машинное обучение”, так что я решил, что надо начинать с самого начала, но не так, как это сделали бы в стенах учебного заведения. В нашей школе, мы сразу будем применять всё на практике, иногда на игрушечных (но реальных) примерах, иногда на настоящих бизнес-задачах. Программу на первые 3 занятия я уже есть, дальше буду отталкиваться от того, насколько это хорошо ложится в головы. Программа была составлена по кускам из лучших частей учебных курсов Стенфорда (Machine learning - Andrew Ng; Convolutional Neural Networks - Andrej Karpathy), Курсеры (deeplearning - Andrew Ng), Университета Сан Франциско (fast.ai - Jeremy Howard) и прочих. Помимо лампового обучения машин, пройдём основы и кое-какие продвинутые концепции Python. Но самое главное - помимо учебных курсов, я сразу буду показывать, как это применяется на практике, где проблемы, что пригодится при реализации.

Формат обучения для начала будет просто в виде лекций и вопросов и ответов, чуть после мы перейдём к практическим задачам. А позже, каждый получит ( или сам выберет) проект, где сможет применить все новые навыки. Важно понимать, что обучение в “классе”, это лишь малая часть успеха (5-20%), всё остальное можно получить только путём проб и ошибок. Возможно, что я не единственный буду вести занятия, любому из желающих, я с удовольствием предоставлю возможность провести занятие, главное желание.


Никаких требований к участникам нет. Знания в области программирования (питон), математике (лин. ал. , статистика, теор. вер.), могут быть полезны но вовсе необязательны, всему можно будет научиться.


Приглашаю всех желающих: студентов и не только. Занятия бесплатные, будут проводиться примерно раз в неделю в после-рабочее время. Возможно, получится организовать стипендии для самых упорных. Сертификатов не будет, но будут знания, которые гораздо-гораздо лучше. Есть группы в вк и фб, где будем регулировать время и даты проведения, если ссылки сюда дать нельзя, то просто загуглите Тамбов school of ai.

Жду всех с нетерпением, и надеюсь у нас, общими силами получится сделать наш мир (и город) чуть лучше.

Найдены возможные дубликаты

+7
Эх, если бы вы это дистанционно делали, цены бы вам не было. А пока + за хорошее начинание. Удачи!
раскрыть ветку 2
+3

Согласен, раз уж все так продвинуто, почему бы не повесить веб камеру, на ведущего микрофон и замутить отличный вебинар. Думаю многие бы поучаствовали.

+2

+ за онлай обучение. Очень хотелось бы участвовать онлай. Возможно у Вас будет вариант сделать такой формат обучения.

+4

Список книг, видео и курсов по машинному обучению и математике, всё на русском языке. Большая, качественная подборка. Почти все pdf'ки книг гуглятся.

https://ru.stackoverflow.com/a/683632/1084

+2

пробовал поднимать нейронку у себя на компе, типа призмы, которая картинки делает в стилистике других картинок, чтото даже получилось, но действовал по строгой инструкции и до конца так и не разобрался. Пробовал понять принцип нейронных сетей и машинного обучения читая статьи на хабре и это было очень сложно для моего мозга. Но желание не покидает меня, тем более есть конкретная задача, и хочется и колется. Я бы с удовольствием предпринял еще одну попытку, но я из Новосибирска и хотелось бы как то дистанционно, что ли. Были бы вы тут, помог бы сделать онлайн трансляцию или забись видосов на ютубчик

раскрыть ветку 10
+1

Есть куча бесплатных онлайн-курсов и лекций. Тот же курс Эндрю Ына, на который ТС ссылался.

0

"прочитал статью" "я бы предпринял еще одну попытку"

и смех и грех...

более-менее нормально изучать подразумевает прочтение сотен статей, разных книг, просмотр ютуба, практику, практику, практику, в общем, хотя бы сотни часов-то надо наработать. а не

"почитал статью! где мое понимание?"

работать никто не умеет нормально, потом еще чето удивляются... ужас какой-то

раскрыть ветку 7
0

у меня есть работа и не одна) я не хочу работать, яхочу поднять нейронку)

раскрыть ветку 6
0

"но желание не покидает меня"))))))) ох уж это русское желание. которого хватает на 1 раз в год

+2
Красавцы!! Удачи вам!!
0

Вы вообще про ODS (http://ods.ai/) слышали? Свой курс на русском и теперь на английском, 10к+ человек cообщества, регулярные встречи в оффлайне и конференции. Вы там напишите в #_call_4_collaboration или в #welcome про свою инициативу, может и наберёте штат преподавателей или как минимум получите советы по программе :) Инвайты обычно довольно легко дают.

раскрыть ветку 1
+2

Да, конечно слышали, так же прошли их курс. Обязательно напишем в колаборейшен.

0

Без теории самого машинного обучения, без разбора языка программирования это будет тот же контрал ц, контрал в.

-8

Слушал на днях одну умную тетку.
Рассказывала о том, как заокеанские корпорации внедряют свою систему образования по всему миру. В школах, в вузах и в том числе "машинную", "дистанционную". Т.е. такую, где живому учителю нет места. Вместо учителя - контролер, чтобы нажимали кнопки, заполняли тесты и т.д.
От системного образования советского образца уводят всё дальше.


К чему это я?....

Читаю пост и ощущение, что приглашают в школу Мормонов или Свидетелей Иеговы...

раскрыть ветку 3
+4

Ну спорить про западные системы образования, теории заговоров и прочее я не буду. Скажу лишь что вы не правы в том, что в той концепции которую мы предлагаем, как раз есть живой учитель. Я понимаю как тяжело иногда бывает собирать информацию и знания самостоятельно, по этому готов поделиться знаниями которые выжал из "контролёров" и "заполнений тестов".

+4
Ну здрасте. Дистанционная форма - это единственный выход для таких, как я например - живущих в маленьких городках. Переезжать не хочу, да и не могу - работа, семья, жильё. С учителем онлайн можно отлично общаться. Так же, как в живую. Вы явно такой формат никогда не пробовали.
+1

Жизнь айтишника такова, что надо постоянно получать новые знания, чтобы не остаться в прошлом, потому что технологии развиваются со скоростью света. В этом случае онлайн курсы незаменимы. К тому же, "системное образование советского образца" в данном случае даёт только базу по одной простой причине - невозможно угнаться за развитием технологий в рамках учебного курса ВУЗа, который создаётся не на один год.

ещё комментарии
Похожие посты
153

ИИ играет в прятки сам с собой [Озвучка Two Minute Papers]

В этом видео вы узнаете, что будет, если искусственный интеллект будет играть в прятки с самим собой. Сколько тысяч/миллионов/миллиардов попыток у него уйдет на то, чтобы научиться эффективно прятаться и находить? Как ИИ удивил своих создателей и взломал физику игры, тем самым начав использовать ее баг? Все ответы в видео.

Источник: https://youtu.be/Lu56xVlZ40M

145

Распознавание цифр различными моделями нейросетей

1. Dense Neural Network

2. Convolutional Neural Network

3. K Nearest Neighbors Classifier


Источник и дополнительная информация.

3026

Компьютерных человечков обучили игре в прятки. Соревнование привело к тому, что все поумнели

Некоммерческая лаборатория OpenAI, созданная в 2015 году при участии Илона Маска, продолжает экспериментировать с искусственным интеллектом. В этот раз ее сотрудники обучили компьютер игре в прятки. Для этого они разместили на небольшой виртуальной площадке синих и красных человечков. Синие прятались, а красные — искали своих противников.

Правила игры со временем усложняли: синей команде давали фору, менялось количество участников, на карту добавляли дополнительные объекты — например, ящики и трамплины. Со временем синие человечки поняли, что могут укрываться за ящиками. С их помощью они даже отгораживались от своих соперников. В свою очередь красные научились обходить препятствия и перебираться через виртуальные стены, используя все те же ящики.


При этом сотрудники OpenAI не программировали подобное поведение. Искусственный интеллект дошел до всего сам — на это понадобилось более миллиона игр. Его действия основывались на алгоритмах, схожих с алгоритмами человеческого поведения.

2417

Воры используют deepfakes для обмана компаний, заставляя посылать себе деньги

Воры используют deepfakes для обмана компаний, заставляя посылать себе деньги Информационная безопасность, Машинное обучение, Искусственный интеллект, Длиннопост, Deepfake, Habr

C момента своего появления в декабре 2017-го дипфейки, видео с почти идеальной заменой лица, созданные нейросетью, наводили на экспертов панику. Многие, например, тогда боялись, что теперь еще проще станет «порно-месть», когда бывший бойфренд с достаточно мощным ПК может смастерить любое грязное порно с подругой. А Натали Портман и Скарлетт Йоханссон, о которых порно с deepfake снимали особенно много, публично прокляли интернет.


Чтобы бороться с подступающей угрозой, Facebook и Microsoft недавно собрали коалицию для борьбы с дипфейками, объявив призовой фонд $10 млн тем разработчикам, которые придумают лучшие алгоритмы для их обнаружения. Это помимо DARPA, управления исследованиями Министерства обороны США, выделившего на эту цель $68 млн за последние два года.


Ну так вот, уже поздно. Первое deepfake-преступление уже состоялось.

Воры используют deepfakes для обмана компаний, заставляя посылать себе деньги Информационная безопасность, Машинное обучение, Искусственный интеллект, Длиннопост, Deepfake, Habr

По данным Wall Street Journal, в марте этого года управляющий директор британской энергетической компании был ограблен на €220 000 (около $240 000). Он отправил эти деньги фирме-поставщику из Венгрии, потому что его босс, глава материнской фирмы в Германии, несколько раз подтвердил ему такую инструкцию. Но на самом деле какой-то хитрый злоумышленник просто использовал софт с AI-технологиями, чтобы в режиме реального времени заменять голос руководителя, и требовать, чтобы тот заплатил ему в течение часа.


Программа, которую использовал вор, смогла полностью имитировать голос человека: тон, пунктуацию, даже немецкий акцент. Сообщение исходило с адреса босса в Германии, в подтверждение британскому директору был направлен e-mail с контактами. Предположить, что что-то идёт не так, можно было разве что по требованию босса провести всю сделку как можно быстрее, но это далеко не первый аврал, который случался в их бизнесе.


В итоге – все деньги пропали. Из венгерского аккаунта их перевели в Мексику, а потом рассеяли по всему миру. Но воры на этом не остановились. Они попросили второй срочный перевод, чтобы «поставки из Венгрии» «пошли еще быстрее». Тут уж британский директор почуял неладное, и позвонил своему настоящему боссу. Получился какой-то сюр: он по очереди принимал звонки то от фейкового, то от настоящего руководителя, говорящих одинаковыми голосами. Название компании и её сотрудников не разглашаются, поскольку по этому делу ведется расследование, и воры еще не найдены.

Воры используют deepfakes для обмана компаний, заставляя посылать себе деньги Информационная безопасность, Машинное обучение, Искусственный интеллект, Длиннопост, Deepfake, Habr

Возможно, это даже не первая кража с использованием Deepfake AI (или его продвинутых последователей). Symantec сообщает, что она засекла как минимум три случая, в которых замена голоса помогла ворам обхитрить компании и заставить их послать им деньги. В одном из этих случаев ущерб составил миллионы долларов. Причем, судя по косвенным признакам, этот трюк был проделан другими злоумышленниками – не теми, которые обокрали британского СЕО. То есть, deepfake-преступления постепенно становятся общим достоянием, это не придумка какого-то одного гениального хакера.


На самом деле, скоро такую процедуру сможет проделать любой школьник. Главное – найти достаточно доверчивую жертву, и собрать нужное количество сэмплов видео/аудио, чтобы имперсонировать, кого потребуется. Google Duplex уже успешно мимикрирует под голос реального человека, чтобы делать звонки от его имени. Многие небольшие стартапы, в основном из Китая, работают над тем, чтобы предлагать похожие на deepfake сервисы бесплатно. Разные программы-дипфейки даже соревнуются друг с другом, кто сможет сгенерировать достаточно убедительное видео с человеком, используя минимальный объем данных. Некоторые заявляют, что скоро им будет достаточно одного вашего фото.


В июле Израильское национальное управление защиты от киберугроз выпустило предупреждение о принципиально новом виде кибератак, которые могут быть направлены на руководство компаний, ответственных сотрудников и даже высокопоставленных чиновников. Это первая и на данный момент самая реальная AI-угроза. Они говорят, уже сейчас есть программы, способные идеально передать ваш голос и акцент, прослушав вас 20 минут. Если где-то в сети есть запись с вашей речью в течение получаса, или если кто-то немного посидел рядом с вами в кафе с диктофоном, ваш голос теперь может быть использован, чтобы сказать кому угодно что угодно.


Пока что инструментов для борьбы с этим нет. Вариант защититься только один. Если вам кто-то звонит и просит перевести существенную сумму денег, – не будет лишним подтвердить, что это тот самый человек, по другому каналу. Через мессенджеры, Скайп, e-mail, корпоративные каналы или соцсети. А в идеале, конечно же, – лицом к лицу.


Ну а если у вас есть глубокие познания в машинном обучении и вы не прочь получить кусок от пирога в $10 млн – можно попробовать себя в конкурсе Microsoft и Facebook. Или основать свой стартап, предлагающий государству и солидным компаниям бизнес-решение для определения дипфейков по картинке или по голосу. Без этого нам скоро будет не обойтись.

Источник: Хабр

Показать полностью 1
483

Мошенники подделали голос директора компании с помощью ИИ и заставили подчинённого перевести им 243 тысячи долларов

Эксперты назвали инцидент первым киберпреступлением, совершённым с помощью имитации голоса.

Мошенники подделали голос директора компании с помощью ИИ и заставили подчинённого перевести им 243 тысячи долларов Tjournal, Мошенничество, Киберпреступность, Машинное обучение, Искусственный интеллект, Имитация, Голос, Работа, Длиннопост

В марте 2019 года мошенники обманом заставили подчинённого британской компании перевести им 243 тысячи долларов (более 15 миллионов рублей), используя сымитированный с помощью искусственного интеллекта голос его руководителя. Об этом сообщил The Wall Street Journal со ссылкой на страховую компанию Euler Hermes Group, которая возместила убытки пострадавшим и отказалась указывать названия компаний.


Генеральный директор британской энергетической фирмы думал, что разговаривал по телефону со своим начальником, исполнительным директором немецкой головной компании. Босс попросил его срочно, в течение часа, перевести 243 тысячи долларов венгерскому поставщику.


Директор британской фирмы узнал лёгкий немецкий акцент и тембр голоса начальника, поэтому выполнил просьбу. Но мошенники позвонили ещё дважды. После перевода денег хакеры сказали, что немецкая компания отправила британской сумму на возмещение убытков. В третий раз они запросили второй платёж. Однако обещанный перевод ещё не пришёл, а звонок поступил с австрийского номера. Тогда британец заподозрил неладное и не стал платить ещё раз.


Деньги ушли на счёт венгерского банка, затем были переведены в Мексику и дальше разошлись по разным местам. Детективам не удалось обнаружить ни одного подозреваемого. Неизвестно, использовали ли преступники роботов, чтобы сгенерированный голос мог самостоятельно реагировать на вопросы жертвы.


Полиция и эксперты по кибербезопасности ещё в 2018 году предсказывали, что преступники начнут использовать ИИ для автоматизации кибератак. Рюдигер Кирш (Rüdiger Kirsch), эксперт по мошенничеству в Euler Hermes, отметил, что никогда не сталкивался с мошенниками, которые использовали бы ИИ.


Инцидент стал первым подобным зарегистрированным преступлением в Европе, отметил Филипп Аманн (Philipp Amann), глава безопасности в Европейском центре киберпреступности. Он подчеркнул, что хакеры, скорее всего, начнут чаще использовать технологию, если она позволяет успешно совершать преступления.


Кирш полагает, что мошенники использовали коммерческую программу для генерации голоса. С помощью подобного сервиса он записал собственный голос и отметил, что имитация звучала как настоящая. Существует несколько компаний, продающих программы, позволяющие быстро имитировать голос, отметил Бобби Филар (Bobby Filar), директор компании Endgame, занимающейся анализом данных: «Вам не нужна докторская степень по математике, чтобы её использовать».


Хакеры также могли склеить отрывки аудиозаписей для имитации голоса, но на это потребовались бы часы аудиозаписей. Мошенники могли получить доступ к публичным выступлениям директора немецкой компании. Филар считает, что все попадают в такие ситуации, когда случайно выдают информацию, которую потом мошенники могут использовать против них.


Технологии машинного обучения, с помощью которых можно имитировать голоса, позволяют намного проще совершать киберперступления, считает глава исследовательского центра ИИ и роботов в институте ООН по вопросам преступности и правосудия Иракли Беридзе (Irakli Beridze). Он изучает способы, позволяющие распознавать фейковые видео. Беридзе считает, что DeepFake-ролики станут ещё более удобным инструментом для хакеров: «Представьте видео-звонок с голосом и выражением лица вашего начальника. У вас не возникло бы никаких сомнений».


Источник

Показать полностью
2482

ИИ научился создавать видео с одного кадра. Старые картины теперь можно сделать живыми

ИИ научился создавать видео с одного кадра. Старые картины теперь можно сделать живыми Samsung, Машинное обучение, Искусственный интеллект, Видео, Оживление, Habr, Pochtoycom, Сколтех, Гифка, Длиннопост

Технология из Гарри Поттера дошла до наших дней. Теперь для создания полноценного видео человека достаточно одной его картинки или фотографии. Исследователи машинного обучения из «Сколково» и центра Samsung AI из Москвы опубликовали свою работу о создании такой системы, вместе с целым рядом видео знаменитостей и предметов искусства, получивших новую жизнь.

ИИ научился создавать видео с одного кадра. Старые картины теперь можно сделать живыми Samsung, Машинное обучение, Искусственный интеллект, Видео, Оживление, Habr, Pochtoycom, Сколтех, Гифка, Длиннопост

Текст научной работы можно почитать тут. Там всё довольно интересно, с массой формул, но смысл прост: их система руководствуется «ориентирами», достопримечательностями лица, вроде носа, двух глаз, двух бровей, линии подбородка. Так она мгновенно улавливает, что человек собой представляет. И потом может переносить всё остальное (цвет, текстуру лица, усы, щетину и прочее) на любое другое видео человека. Адаптируя старое лицо к новым ситуациям.

ИИ научился создавать видео с одного кадра. Старые картины теперь можно сделать живыми Samsung, Машинное обучение, Искусственный интеллект, Видео, Оживление, Habr, Pochtoycom, Сколтех, Гифка, Длиннопост

Разумеется, это пока работает только на портретах. Модели нужен только один человек, с лицом, повернутым к нам, чтобы у него было хотя бы видно оба глаза. Тогда система может делать с ним что угодно, передавать ему любую мимику. Достаточно дать ей подходящее видео (с другим человеком с головой примерно в том же положении).
Ранее ИИ уже научился делать дипфейки, и интернет-пользователи знатно поиздевались над знаменитостями, вставляя их лица в порно и делая мемы с Николасом Кейджем. Но для этого им приходилось тренировать алгоритмы мегабайтами (а лучше – гигабайтами) данных, находить как можно больше изображений и видео с лицами знаменитостей, чтобы выдать более-менее пристойный результат. Сам создатель Deepfakes говорил, что на компиляцию одного короткого ролика у него уходит 8-12 часов. Новая система генерирует результат моментально, а на входе ей достаточно одной картинки.
С предыдущей системой мы никогда бы не смогли посмотреть на живую Мону Лизу, у нас есть только один её ракурс. Теперь, с алгоритмами, работающими по ориентирам, это становится возможным. Идеала не достичь, но уже что-то близко.

ИИ научился создавать видео с одного кадра. Старые картины теперь можно сделать живыми Samsung, Машинное обучение, Искусственный интеллект, Видео, Оживление, Habr, Pochtoycom, Сколтех, Гифка, Длиннопост

В работе московских исследователей также используется генеративно-состязательная сеть. Две модели алгоритма сражаются друг с другом. Каждая пытается обмануть оппонента, и доказать ему, что то видео, которое она создает – настоящее. Так достигается определенный уровень реализма: картинка человеческого лица не выпускается «в свет», если модель-критик не уверена в её подлинности более чем на 90%. Как говорят авторы в своей работе, в изображениях регулируются десятки миллионов параметров, но за счет такой системы, работа кипит очень быстро.

ИИ научился создавать видео с одного кадра. Старые картины теперь можно сделать живыми Samsung, Машинное обучение, Искусственный интеллект, Видео, Оживление, Habr, Pochtoycom, Сколтех, Гифка, Длиннопост

Если картинок несколько, результат улучшается. Опять же, проще всего получается работать со знаменитостями, которые уже сняты со всех возможных ракурсов. Для достижения «идеального реализма» нужны 32 снимка. В этом случае сгенерированные ИИ фото в невысоком разрешении будут неотличимы от настоящих фото человека. Нетренированные люди на этом этапе уже не способны выявить фейк – возможно, шансы остаются у экспертов или у близких родственников «подопытного» со всех этих изображений.
Если фото или картинка только одна, итог пока не всегда самый лучший. Увидеть артефакты на видео, когда голова находится в движении, можно без особых проблем. Сами исследователи говорят, что их самое слабое место – взгляд. Модель, основанная на ориентирах лица, пока не всегда понимает, как и куда человек должен смотреть.


Источник

Показать полностью 2
7006

21 сайт, где можно протестировать работу нейросетей

1. Нарисовать портрет — AI Portraits


С помощью генеративно-состязательной сети сайт сканирует фотографию и создаёт похожее изображение, накладывая миллион фотографий актёров. Чтобы получить наилучшее из возможных изображений, советуют загрузить фотографию лица крупным планом без лишних деталей.

2. Отретушировать изображение — Nvidia InPainting


На сайте пользователь может отретушировать фотографию с помощью «умной» кисти. Алгоритмы умеют заменять изображения или убирать ненужные детали на фотографии. Для этого нужно загрузить фотографию и с помощью кисти создать маску нужного объекта.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

3. Сгенерировать человека — ThisPersonDoesNotExist


Нейросеть создаёт реалистичное изображение человеческого лица. Новое изображение появляется при каждом открытии или обновлении страницы. В основе алгоритма лежит генеративная нейросеть StyleGAN от Nvidia.


Разработчик — сотрудник Uber Филипп Ван.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

4. Создать кота — ThisCatDoesNotExist


Искусственный интеллект генерирует изображение кота на основе знаний, который он получил, анализируя настоящие изображения животных. Чтобы получить изображение кота, достаточно обновить страницу сайта.


Этот сервис тоже создал сотрудник Uber Филипп Ван.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

5. Поиграть в тетрис — Sematris


Мини-игра от Google работает двумя способами: вдумчивый тетрис или интенсивная аркада.


В первом случае нужно написать родственное слово к одному из представленных в списке, и нейросеть попробует угадать, к какому из этих слов оно подходит.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

Во втором — подобрать близкое по смыслу слово к варианту, предложенному алгоритмом. Например, сопоставить слово «спать» со словом «кровать». Чем больше совпадений, тем больше очков получает пользователь. Правильное слово между блоками приводит к удалению блока.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

6. Создать рисунок из каракулей — AutoDraw


Искусственный интеллект и машинное обучение помогают превратить неаккуратные наброски в чёткие прорисованные изображения. Пользователю достаточно нарисовать несколько линий на холсте, чтобы алгоритм подсказал запланированный рисунок. Искусственный интеллект сравнивает изображения из обширной базы данных и выбирает подходящие варианты.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

7. Нарисовать реалистичное изображение — Smart Sketch


Сервис демонстрирует работу нейросети GauGAN от Nvidia, которая превращает схематичные рисунки в реалистичные изображения. Кроме того, если два пользователя создадут один и тот же эскиз с одинаковыми настройками, то встроенные в проект случайные числа гарантируют, что приложение выдаст разные результаты.


Разработку называли «Paint эпохи искусственного интеллекта».


PS: Из-за наплыва пользователей, желающих превратить свою мазню в нечто красивое, сайт может открываться очень долго или вообще не работать.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

8. Распознать рисунок — Quick, Draw!


Пользователь создаёт рисунки и предлагает алгоритмам Google угадать, что он имел в виду. Модель обучения улучшается с ростом количества угаданных изображений.


Все данные остаются в публичном доступе.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

9. Описать фотографию — CaptionBot


Сервис от Microsoft составляет описание к любой фотографии. В его основе лежит три отдельных алгоритма: Computer Vision API, Bing Image Search API и Emotion API. Если на изображении есть лица, сервис показывает эмоции людей с помощью эмоджи. После анализа приложение предлагает оценить, насколько точно он составил описание.


С помощью рейтингов нейросеть обучается, и теоретически со временем подписи должны становиться лучше.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

10. Поговорить с книгой — Talk to Books


Приложение работает на базе алгоритмов Google AI. Нейросеть отвечает на вопросы пользователя цитатами из книг. Она умеет обрабатывать абстрактные вопросы, например, «в чём смысл жизни?» и «что значит быть человеком?».


Сервис не распознаёт вопросы на русском языке.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

11. Создать резюме — This resume does not exist


Нейросеть использует шаблоны для резюме, созданные Enhancv для своих клиентов. Фотографии генерируются с помощью алгоритма StyleGAN от Nvidia, а тексты — TextgenRNN. Источником данных послужила информация с портала Indeed, где опубликовано 120 млн резюме. Создать новое резюме можно каждые 10 секунд.


Сервис создали разработчики болгарского сервиса по созданию резюме Enhancv.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

12. Сделать логотип — Logojoy


Чтобы создать логотип, пользователю нужно ввести название компании, выбрать её специализацию, понравившиеся логотипы, цветовые гаммы и изображения.


Сервис использует алгоритмы TensorFlow от Google.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

13. Написать стихотворение — «Яндекс.Автопоэт»


Алгоритм «Яндекса» составляет собственные стихи из заголовков «Яндекс.Новостей». Сервис автоматически определяет стихотворный размер фразы по чередованию ударных и безударных слогов, составляет фонетические транскрипции и рифмует созвучные фразы.


Также приложение читает собственные произведения с помощью технологии SpeechKit.


PS: чих пых и пыхтачок

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

14. Превратить фотографию в портрет из стихов — PoemPortraits


Проект — результат сотрудничества Google Arts и Culture Lab. На старте пользователю необходимо ввести любое слово, которое будет содержаться в стихотворении. Затем — предоставить доступ к камере и сфотографироваться, после чего нейросеть наложит стихи на фотографию.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

15. Создать из фотографии картину — Deepart


Чтобы создать изображение, нужно загрузить фотографию и выбрать стиль. Готовый результат сервис присылает на электронную почту — такую необходимость он объясняет тем, что обработка занимает несколько минут и на сервисе длинная очередь. Среднее время ответа — около 10 минут.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

16. Удалить фон с фотографии — remove.bg


Сервис позволяет за пять секунд удалить фон с фотографии без использования графических редакторов. С помощью алгоритмов приложение выделяет объекты на переднем плане и убирает лишнее.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

17. Раскрасить чёрно-белую фотографию — Colorize


Приложение разработано российской компанией G-Core Labs. В его основе — проект с открытым исходным кодом DeOldify. Бесплатно пользователь может загрузить до 50 фотографий, на каждой из них будет написано «Создано с помощью Colorize.cc». Чтобы получить фото, нужно оставить электронный адрес. Время ожидания — от 30 секунд.


Платная версия стоит $10, она убирает надпись и увеличивает лимит до 10 тысяч загрузок.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

18. Найти ответ в Библии — Digital Bible


Сервис использует искусственный интеллект, чтобы найти в Библии стихи по ключевому слову или концепции. Например, можно напечатать «месть» или «Ной», и приложение отобразит все стихи из Библии, которые содержат упоминания слов. Сервис находит не только текстовые совпадения, но и смысловые.


Сайт работает на английском языке.

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

19. Озвучить текст голосом знаменитости — Voices by Headliner


Приложение преобразовывает текст на английском языке в речь и затем предлагает создать видео. Оно работает на базе Microsoft Custom Voice.


Среди вариантов озвучки — голоса Марка Цукерберга, Дональда Трампа, Моргана Фримена, Ким Кардашьян, Тейлор Свифт и других знаменитостей.

20. Заменить лицо на фотографии — Reflect


Сервис, основанный на работе состязательно-генеративной нейросети, автоматически заменяет лицо на фотографии на другое. Пользователь может загрузить собственные изображения или использовать готовые.


Приложение не просто копирует и подставляет лицо, но и сохраняет выражение лица, его цвет и другие характеристики. Изменять лица можно на картинах, рисунках, статуях и изображениях персонажей видеоигра и фильмов.


В планах сервиса — заменять тела и лица на видео.


PS: Гарольд, скрывающий боль + Железный человек

21 сайт, где можно протестировать работу нейросетей Google, Искусственный интеллект, Самообразование, Видео, Гифка, Длиннопост, Нейронные сети

21. Обучить нейросеть — Teachable Machine


Google создала приложение, которое поможет людям понять, как работают нейросети. Для эксперимента понадобится устройство с веб-камерой. Совершая разные движения на камеру, сервис запоминает их и отвечает на жесты GIF-изображением, звуком или речью.

Источник

Показать полностью 18 2
30

Что же такое "Machine learning"?

Есть множество определений, но любое из них, не даст понимания об этой сфере человеку извне. По этому перед определениями лучше посмотреть на пример.


Все мы любим фильмы и сериалы, и если у вас спросят "Что посоветуешь посмотреть?", вы, пожалуй, легко сможете дать пару фильмов, которые нравятся большинству, "Побег из Шоушенка", "Зелёная миля", "1+1", "Крёстный отец", "Бойцовский клуб". Это хороший и рабочий алгоритм, если спрашивающий не смотрел эти фильмы, с высокой вероятностью они придутся ему по вкусу. Но что, если он уже видел всё это и хочет ещё какого то совета. Задача становится чуть сложнее для нас. Я бы спросил "А какие жанры тебе нравятся, какие фильмы?" и на основании его ответов, мог бы предложить ещё прау фильмов.


Фантастика? - Интерстеллар

Криминал? - Криминальное чтиво

Драмы? - Хатико

Спортивные? - Самый быстрый Indian


Наш алгоритм стал чуть сложнее, мы уже хотим какой то информации от спрашивающего, чтобы лучше предложить ему фильм.

Если он смотрел лучшие фильмы в своих жанрах, мы можем ещё усложнить наш алгоритм. Узнаём какие у него любимые режиссёры, актёры, компании производства фильмов и т.д. На основании каждого ответа мы можем лучше подсказать фильм.

А теперь представим что мы Кинопоиск и IMDB. Нас о фильмах будет спрашивать миллион людей каждый день. Лично мы им конечно не сможем ответить, но не беда, компьютер сможет, мы просто перенесём алгоритм который есть у нас в голове в программный код. Компьютер будет спрашивать "Какой твой любимый жанр?", "Актёр?", "Режиссёр". Всё будет делать точно так же как делали мы сами, просто в автоматическом режиме.

Будет работать такая схема? Конечно будет. Но сразу появляются несколько вопрос и возможных проблем в реализации. Как мы определим какой из этих параметров самый важный? Жанр фильма или режиссёр более важен для совета? Может сумма каких то параметров? Джимм Керри хорошо играет в комедиях, а вот в драмах стоит ли его советовать? А ведь кроме параметров в виде актёров и режиссёров есть огромное количество других параметров "какие фильмы смотрел человек недавно", "Кем он работает", "Где живёт", "Образование", "Длительность фильма", "Отзывы критиков", "Отзывы друзей" и огромное количество других. Для составления качественного алгоритма требуется серьёзная экспертная оценка, а ведь новые фильмы выходят каждый день.

Когда мы начинам смотреть на задачу таким образом, написать алгоритм который путём короткого опроса даёт лучший результат становится совсем не просто. Вначале надо исследовать, какой параметр важнее, для этого надо проводить статистический анализ делать это для всех параметров и всех их комбинаций. Составлять на основании этого сверх-сложную систему опроса и решений, где во время программной реализации очень легко допустить ошибку, а найти её потом очень сложно.


Вот было бы хорошо, если бы у нас были данные об оценках фильмов, данные о самих фильмах (жанр, актёрский состав, бюджет) и компьютер сам мог бы определить какие из фильмов понравятся людям которые ещё их не смотрели. Хорошая новость, что компьютер умеет делать такое. Он сам может обучиться на предоставленных ему данных, чтобы делать эффективные предсказания, а затем ещё и оценивать насколько хорошо он с этим справляется.


Это и есть машинное обучение, мы не задаём никаких правил оценки фильмов, мы только даём данные, правила машина выбирает сама - учится.


Немного более формализованные определения:

"Машинное обучение это наука о том, как заставить компьютеры действовать, не будучи явно запрограммированными" – Stanford

"Машинное обучение основанно на алгоритмах, которые обучаются на данных без непосредственного определения правил" – McKinsey & Co.

"Машинное обучение направлено на то, чтобы ответить на вопрос "Как мы можем создавать компьютерные системы, которые автоматически улучшаются с опытом, и каковы основные законы, которые регулируют все процессы обучения?" – Carnegie Mellon University


Обратите внимания на важные термины "Алгоритм" , "Данные" (Data), "Параметры" (Feature)


Здесь надо немного остановиться и подумать, где ещё это может быть применнено, кроме как выбор фильмов?

- Выдать ли кредит человеку? Какие в этой задаче могут быть параметры?

- Сколько будет стоить страхование автомобиля? Какие в этой задаче могут быть параметры?

- Есть ли у человека рак? Какие в этой задаче могут быть параметры?

Какие ещё задачи? Какие у них будут параметры?



Теперь, когда мы разобрались с тем, что значит само понятие Machine learning, мы можем посмотреть на его разновидности. В общем говоря, любую задачу машинного обучения можно отнести к одному из трёх типов:


- Supervised learning (Обучение с учителем)

- Unsupervised learning (Обучение без учителя)

- Reinforcement learning (Обучение с подкреплением)


Supervised learning:

В обучении с учителем у нас есть размеченные данные с проставленными классами, например:

Что же такое "Machine learning"? Тамбов, Самообразование, Машинное обучение, Искусственный интеллект, Образование, Гифка, Длиннопост

X - исходные данные; Y - класс

Сразу стоит оговориться, что под X мы подразумеваем не только название фильма, но и данные о нём:

'Режиссёр'

'Год выпуска'

'Главные роли'

'Второстепенные роли'

'Страна производства'

'Студия'

'Бюджет'

'Средняя оценка пользователями'

'Упоминаний в СМИ'

'Средняя оценка критиками'

и т.д.


Имея исходные данные алгоритм может найти зависимость между входными данными и выходным классом. То что у наших исходных данных сразу есть ответ (Хорошо или Плохо), это и есть "учитель". Т.е. давая предсказание по исходным данным алгоритм сразу получает понимание того, угадал он или нет.


Пример с определением "качества" фильма называется классификацией. Для каждого фильма нам надо проставить "класс", классов может быть ограниченное число, в нашем случае 2.


Так же бывают задачи, когда нам надо дать предсказание не из конечного числа классов (дискретного пространства), а из непрерывного пространства (допустим числовая прямая), такая задача называется регрессия

Что же такое "Machine learning"? Тамбов, Самообразование, Машинное обучение, Искусственный интеллект, Образование, Гифка, Длиннопост

X - площадь м2 ; Y - цена руб.

Что же такое "Machine learning"? Тамбов, Самообразование, Машинное обучение, Искусственный интеллект, Образование, Гифка, Длиннопост

Unsupervised learning:

В задачах обучения без учителя, у нас нет никакой изначально размеченной выборки. Есть просто данные. Для фильмов это выглядело бы так

Что же такое "Machine learning"? Тамбов, Самообразование, Машинное обучение, Искусственный интеллект, Образование, Гифка, Длиннопост

X - исходные данные;


Наша задача в проблемах такого типа выявить структурные зависимости между входными данными и как то их кластеризировать

Что же такое "Machine learning"? Тамбов, Самообразование, Машинное обучение, Искусственный интеллект, Образование, Гифка, Длиннопост

В данном случае, в отличие от обучения с учителем алгоритм не получает никакой обратной связи, угадал он или нет. Потому что по сути тут нечего угадывать. Правильного ответа не существует.

Результат мог бы выглядеть так:

Что же такое "Machine learning"? Тамбов, Самообразование, Машинное обучение, Искусственный интеллект, Образование, Гифка, Длиннопост

Reinforcement learning

Обучение с подкреплением легче всего описать в терминах отличия от других типов ML.


Если в обучении с учителем процесс выглядит так: данные - ответ; и мы оцениваем результат

В обучении без учителя процесс выглядит так: данные; и мы смотрим на результат

То в обучении с подкреплением так: данные - ответ данные - ответ данные - ответ; и тут мы получаем оценку


Проще показать чем описать.

Что же такое "Machine learning"? Тамбов, Самообразование, Машинное обучение, Искусственный интеллект, Образование, Гифка, Длиннопост

При каждом шаге у компьютера есть возможность сделать свой ход на любую из возможных клеток. И в ответ на свой ход он не получает никакой информации, о том, насколько успешным был его ход. Но получает эту информацию при окончании игры. Проиграл-Победил-Ничья. И на основании полученной обратной связи в конце игры алгоритм определяет ценность всех сделанных шагов.


Так выглядит короткий ввод в тему.

Важно понимать, что машинное обучение это не только очередная забава IT-индустрии. Это будущее и настоящие в экономике, геодезии, логистике, медицине, фармацевтике, робототехнике, инженерии и даже сельском хозяйстве.


А мы по прежнему проводим лекции и практики и строим комьюнити в Тамбове. Вк.

Показать полностью 7
818

«Вот же оно лежит!» — мама

Чтобы найти нужную футболку в куче всех ваших вещей, придётся потратить очень много времени, поэтому гораздо лучше, если бельё после стирки отсортировать и положить на место. Правда, с носками вечные проблемы: эти гады всегда куда-нибудь пропадают. Итак, сегодня о том, как же лучше отсортировать массив — профессор MIT Джон Гуттаг.

Ещё вы очень часто нас просите озвучивать лекции. Но голосов на всех, к сожалению, не хватает, поэтому, если хотите, чтобы лекторы заговорили вашими, или громкими, или низкими, или женскими, или тонкими голосами, то приходите к нам в группу Sciberia ВКонтакте или пишите в комментарии.


А за подготовку этой лекции спасибо ребятам: Антону Онищенко, Святославу Яковлеву, Дмитрию Мамайкину и Олегу Жданову.

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