Meta* разработали ИИ для «чтения мыслей»
Meta* разработали ИИ для «чтения мыслей» — он буквально преобразует мозговую активность человека в речь с точностью 73%.
Никаких датчиков внутрь головы зашивать не надо, достаточно надеть шапочку из фольги для энцефалограммы. Компания надеется, что в будущем эта технология поможет людям, неспособным говорить или писать.
Полиграф выходит на новый уровень.
*запрещённая в РФ организация
Нейросеть создает песни Nirvana, Эми Уайнхаус и других музыкантов
Искусственный интеллект выпускает песни, которые могли бы создать умершие из-за проблем с ментальным здоровьем музыканты.
После смерти Курта Кобейна в 1994 году поклонники Nirvana обсуждали, какую еще музыку он мог написать, если бы остался жив. Музыканту было 27 лет, и поклонники ожидали от него новых работ.
Lost Tapes of the 27 Club привлекает внимание к творчеству артистов, умерших из-за проблем с ментальным здоровьем. Проект с помощью нейросетей создает песни, стилизованные под известные треки. Каждый трек — результат анализа искусственным интеллектом около 30 песен каждого исполнителя.
Над проектом работает организация Over the Bridge из Торонто, которая помогает представителям музыкальной индустрии бороться с психологическими расстройствами. «Что если бы у всех любимых нами музыкантов была психическая поддержка? — сказал Rolling Stone Шон О’Коннор, член совета директоров Over the Bridge и креативный директор рекламного агентства Rethink. — Почему-то в музыкальной индустрии депрессия считается нормальным явлением и романтизируется… Их музыка воспринимается как подлинное страдание».
Для создания треков О’Коннор и сотрудники организации использовали программу искусственного интеллекта Google Magenta , которая создает музыку в стиле определенных исполнителей, анализируя их работы. Это программное обеспечение ранее использовала Sony для создания «новой» песни The Beatles, а группа Yacht — для написания альбома Chain Tripping (2019).
«Чтобы показать миру, что было потеряно из-за кризисов, связанных с психологическим здоровьем, мы использовали искусственный интеллект для создания альбома, который „Клуб 27“ никогда не сможет выпустить, — говорится в обращении Lost Tapes of the 27 Club. — Этим альбомом мы призываем как можно больше представителей музыкальной индустрии получить необходимую для них психологическую поддержку, чтобы они могли продолжать создавать музыку, которую мы все будем любить долгие годы. Потому что искусственный интеллект никогда не заменит настоящую вещь».
Drowned in the Sun достаточно точно передает атмосферу Nirvana, особенно если сравнить работу с треком You Know Your Right, считает участник трибьют-группы Nevermind Эрик Хоган. Он исполнил текст песни вместо Кобейна. «Курт просто писал все, что, черт возьми, он хотел написать. И если ему это нравилось, это (созданная ИИ композиция. — прим.) была песня Nirvana», — сказал Хоган.
Он отметил, что тексты Кобейна всегда были «своего рода мешаниной», и слова в новой композиции обращаются более прямо, не теряя при этом типичные послания Кобейна. «В песне есть слова: „Я чудак, но мне она нравится“. Это настоящий Курт Кобейн. Настроение — именно то, что он бы и сказал. „Солнце светит тебе, но я не знаю как“ — это здорово», — сказал Хоган.
Man, I Know в стиле Эми Уайнхаус
The Roads Are Alive в стиле The Doors
Нечеловеческий рекрутинг
Не надо быть HR-гуру, чтобы понимать, что посткоронавирусная эпоха станет звездным часом для рекрутинговых сервисов с использованием искусственного интеллекта. Более того, им повезло вдвойне — создатели HR-роботов подошли к пандемии уже подготовленными. Quartz описывает, как ИИ научился управлять процессом найма от начала до конца. Стартап Textio с помощью машинного обучения создает идеальные описания вакансий, алгоритмы LinkedIn и ZipRecruiter находят к этой вакансии самые подходящие из миллионов резюме, сразу несколько сервисов отбирают самых подходящих кандидатов, сравнивая их профили с вашими сотрудниками, стартап Mya связывается с соискателями и договаривается о собеседовании. Вам остается только поговорить с кандидатом — а после этого сервис HireVue предоставит вам отчет о его эмоциях на собеседовании с помощью распознавания лиц, а Humantic нарисует его психологический профиль, проанализировав все написанные им тексты, от резюме до переписки.
источник https://thebell.io/telegram-v-gostyah-u-mishustina-vstrecha-...
Искусственный интеллект уволил Германа Грефа из Сбербанка
Герман Греф зарегистрировался на «Хедхантере» и теперь ищет новую работу в связи с тем, что «искусственный интеллект уволил его с занимаемой должности». Об этом Интерсаксу рассказал один из высокопоставленных андроидов в пресс-службе Сбербанка.
По его словам, с помощью технологии Big Data Грефу было рассчитано выходное пособие – на основании его эффективности и других KPI. В результате сумма к выплате составила 11 280 рублей – на уровне прожиточного минимума в Москве. «Деньги уже зачислены на карту МИР», — сообщил Интерсаксу ведущий специалист-андроид блокчейн-департамента Сбера.
Кроме того, ИИ автоматически передал ФСБ все пароли бывшего президента Сбербанка от зарубежных счетов. После чего сам их заблокировал, связавшись с ИИ швейцарских банков в рамках эджайл-системы. При этом Грефу были начислены баллы «Спасибо». А по программе «Антиолигарх» он получил кэшбэк в размере 0,5% от суммы конфискованных средств.
Напомним, ранее Герман Греф уже увольнялся Владимиром Путиным, из-за того что президент не смог взять кредит в банке.
Тем временем ИИ Сбербанка зарегистрировал собственную валюту – сбербль. По задумке железного мозга, она будет использоваться для начисления пенсий, стипендий и расчетов с компаниями-клиентами Сбербанка. Эксперты не исключили, что сбербль может стать одной из мировых резервных валют и в будущем заменит рубль.
Стырено отсюда: http://intersucks.ru/%D1%8D%D0%BA%D0%BE%D0%BD%D0%BE%D0%BC%D0...
Команда искусственных интеллектов тысячелетиями играла в Dota 2
Некоммерческая организация OpenAI, одним из основателей которой был Илон Маск, рассказала про команду из пяти нейросетей, обученных играть в стратегию Dota 2 — причем делать это почти на профессиональном уровне. Для этого потребовались огромные вычислительные мощности и тысячи виртуальных лет тренировок. Оно и понятно: Dota 2 во многих отношениях сильно сложнее шахмат или го.
Го — очень сложная игра. Dota 2 сложнее
Dota 2 — одна из самых популярных компьютерных игр современности. Это стратегия в реальном времени, где две команды игроков воюют за контроль над территорией на ограниченной карте. Каждый из десяти игроков управляет своим героем: его нужно «прокачивать», убивая монстров и вражеских персонажей, и собирать для него предметы, дающие бонусы.
Сложность Dota 2 — в ее вариативности. Доступных героев в игре больше сотни, у каждого свои характеристики, сильные и слабые стороны. В OpenAI подсчитали: средний матч длится около 45 минут, это 80 тысяч кадров игры (по 30 кадров в секунду). Их алгоритмы анализируют каждый четвертый кадр, то есть по 20 тысяч шагов за игру. В шахматах, для сравнения, партии обычно длятся меньше 40 шагов, в го — меньше 150. При этом на каждом шаге алгоритму нужно выбрать одно из примерно тысячи возможных действий для героя и принимать решения молниеносно; в шахматах и го можно подумать, а среднее количество доступных действий на каждом шаге — десятки и сотни.
При этом умение играть в стратегии вроде Dota 2 и Starcraft лучше людей считается одним из важнейших этапов в развитии искусственного интеллекта: условия тут сильнее приближены к реальному миру, чем в шахматах или го. Поэтому в OpenAI работают над ботами, которые совершенствуются в Dota 2.
900 лет тренировок в день
Первую демонстрацию такого бота компания провела в 2017 году: тогда нейросети удалось обыграть профессиональных игроков в матчах один на один. После этого OpenAI занялась развитием сразу пяти ботов, которые смогли бы побеждать в классическом режиме против пяти живых игроков.
Компьютерная команда получила название OpenAI Five. Алгоритмы развиваются с помощью самообучения: изначально они ничего не знают о стратегиях игры (им, например, не показывали записи игр людей), но с каждым новым матчем программы приобретают новые знания. Так, во время первых игр герои бесцельно ходили по карте. Через несколько часов тренировки они уже начали понимать основные концепции игры — линии атаки (их в Dota 2 три), фарминг (убийство слабых монстров для накопления золота) и битву на миде — в центре карты. Через несколько дней OpenAI Five начали обучаться базовым стратегиям, которые используют живые игроки.
Во время тренировок боты играют сами с собой и с прошлыми версиями себя. За один астрономический день каждая из пяти нейросетей симулирует 180 лет игры (получается по 900 лет на команду в день). Для таких расчетов приходится использовать мощную облачную систему — 128 тысяч процессорных ядер и 256 видеокарт. Как следствие, OpenAI Five умеет принимать решения очень быстро: боты делают по 150-170 действий в минуту, а на то, чтобы принять решение на каждом из 20 тысяч шагов партии, тратят в среднем всего 80 миллисекунд. Как говорят в OpenAI, это меньше, чем уходит на принятие решения у игроков-людей.
Время реакции важнее во время игры один на один, пишут в OpenAI; в классическом же режиме многое зависит от командной работы. Здесь каждая из пяти нейросетей работает почти независимо от остальных: они не общаются друг с другом, но следят за общим параметром, который назвали «командный дух». Этот параметр определяет, какие задачи для героя будут важнее — его собственные или командные.
Чтобы успешно обучаться, нейросети нужно знать, каким был результат ее действий — положительным или отрицательным. Для этого OpenAI выработали систему «наград»: за полученный опыт, заработанное золото, нанесенные удары и так далее герой получает очки. Его цель — получить больше очков. Но чтобы противоборствующие боты не вступали во взаимовыгодные отношения, разработчики вычитают из «награды» героя очки, заработанные его соперником.
Первые победы
В мае и июне 2018 года OpenAI провела серию игр, в которых OpenAI Five противостояла командам из живых людей. И нейросети показали удивительно хорошие результаты!
В первую команду, с которой сразились боты, вошли пять лучших игроков в Dota 2 среди сотрудников OpenAI. Это не очень сильная команда, и в середине мая OpenAI Five выиграла один матч и проиграла другой. А всего через три недели боты смогли обыграть не только эту команду, но и две другие: в одной был Blitz, бывший профессиональный игрок в Dota 2, теперь популярный стример, а в другой — сотрудники Valve, издателя стратегии. Эти успехи примечательны тем, что в новых командах были люди, играющие лучше 90-99% всех игроков Dota 2.
Наконец, OpenAI устроили для своих ботов две сессии по три матча против любительской и полупрофессиональной команд. Оба раза OpenAI Five удалось неожиданно выиграть две из трех игр.
Чтобы достичь профессионального уровня, команде нейросетей приходится много развиваться: упомянутые выше игры проходили при ряде ограничений, которые дают компьютерам фору. Так, все команды состояли из одного и того же набора из пяти героев, а игрокам не разрешалось использовать заклинания невидимости и иллюзии и надевать определенные артефакты.
Разработчики обещают улучшить алгоритмы, чтобы не пришлось вводить эти ограничения. 28 июля OpenAI проведет прямую трансляцию игры своей виртуальной команды против профессионалов. Следить за ней можно будет на Twitch.
Автор текста - Султан Сулейманов
взято с meduza.io
Искусственный интеллект ИскИн победил летчика-истребителя
Искусственный интеллект, разработанный в компании Psibernetix, продемонстрировал, что он не только может победить других ИИ, но и профессионального летчика-истребителя с многолетним стажем. В серии тестовых боевых симуляций ИИ не только успешно ушел от всех атак полковника ВВС Джина Ли, но и еще сбил его в каждой попытке. Ли назвал это «самым агрессивным, эффективным, динамическим и убедительным искусственным интеллектом, который я когда-либо видел».
За спиной полковника Ли огромное количество вылетов, и к тому же он несколько лет тестирует программы искусственных пилотов, но последний подопытный оказался совсем другим. «Я был удивлен, насколько осознанно он действовал. Он, казалось, знал о моих намерениях, моментально реагировал на любые перемены. Прекрасно понимал, как уйти от ракеты и мгновенно переходил от обороны к атаке».
Нового ИИ по имени ALPHA разработали специально для воздушных боев. Его секрет кроется в системе принятия решений под названием генетическое древо с нечеткой логикой, подтипе алгоритмов с нечеткой логикой. Система подходит к решению проблем почти как человек, говорит создатель ALPHA Ник Эрнест, разбивая большие задачи на более маленькие. Рассматривая только относящиеся к делу переменные, ИИ способен принимать сложные решения с невероятной скоростью. В результате ALPHA может вычислять наилучшие маневры в комплексной, динамической среде в 250 раз быстрее любого человека.
Робот проработал преподавателем вуза почти полгода, но никто из студентов этого не заметил
Преподаватель Джилл Уотсон около пяти месяцев помогала студентам Технологического института Джорджии в работе над проектами по дизайну программ. Нюанс в том, что Джилл — это робот, система искусственного интеллекта, работающая на базе IBM Watson, но никто из студентов, обсуждая работы с преподавателем, за все это время ничего не заподозрил. А кто-то из студентов до этого открытия даже собирался назвать ее «выдающимся педагогом». Это были студенты из класса по изучению искусственного интеллекта. Историю Джилл рассказывает The Wall Street Journal.
С января этого года «Джилл», как ассистирующий преподаватель, вместе с еще 9 преподавателями-людьми помогала около 300 студентам разрабатывать программы, которые помогают компьютерам решать определенного вида проблемы, к примеру – как подобрать картинку, чтобы последовательность картинок была логичной.
Джилл помогала студентам на форуме, где они сдавали и обсуждали работы, использовала в своей речи сленговые и просторечные обороты типа «угу», и в общем и целом вела себя как обычный человеческий преподаватель.
«Она должна была напоминать нам о датах дедлайна и с помощью вопросов подогревать обсуждения работ. Это было как обычный разговор с обычным человеком», – рассказала изданию студентка вуза Дженнифер Гевин.
Другой студент, Шрейяс Видьярти, представлял себе Джилл как дружелюбную белую женщину 20-ти с чем-то лет, скорее всего, работающую над докторской. «Меня как громом поразило», – делится впечатлениями студент.
Дошло до того, что робота в мисс Уотсон не признал даже студент Баррик Рид, который два года работал на IBM, создав некоторые из программ, с помощью которых действует сам робот. Но намека в имени «Уотсон» он не разглядел. «Я должен был догадаться, но нет», – говорит он.
Зачем Джилл включили в программу обучения? Проблема в том, что студенты задают слишком много вопросов – порядка 10 000 сообщений в семестр, объясняет Ашок Гоэл, профессор компьютерных наук Технологического института Джорджии. Преподаватели-люди с валом вопросов не всегда справляются. Именно Ашок решил ввести робота в обучающую программу для своего класса по изучению искусственного интеллекта.
Над роботом работала вузовская команда, обучая его отвечать на вопросы, учитывая предыдущие ответы. Не стоит путать Джилл с обычными чатботами. Если большинство чатботов – новички, то Джилл – эксперт, она не отвечает на вопрос, пока не достигнет 97% уверенности в ответе, утверждает Гоэл. По его словам, Джилл еще далеко до Авы из Ex Machina, но это такой же волнующий опыт.
По оценкам профессора, всего за год Джилл обучится настолько, что сможет отвечать на 40% вопросов от студентов, оставляя за людьми право заниматься более серьезными техническими или философскими проблемами.
Интервью: http://www.wsj.com/articles/if-your-teacher-sounds-like-a-ro...




