Вторая история — от исследователей из Microsoft и китайского Института науки и технологий о том, как генерировать изображения человеческих лиц. Фактически, команда научилась разделять идентичность (identity), специфичные свойства конкретного лица, и атрибуты, переносимые параметры вроде эмоции. На стыке получается делать трансформацию исходного лица в нужное состояние.

Мне тут видятся также большие перспективы как с точки зрения биометрии, так и с точки зрения консьюмерских применений вроде генерации аватаров и реалистичных изображений в кино и играх. Ну и еще один кирпичик в области фейкового контента, конечно.

https://www.microsoft.com/en-us/research/blog/believing-is-seeing-insightful-research-illuminates-the-newly-possible-in-the-realm-of-natural-and-synthetic-images/ #ai #image #face #generation

Несколько интересных размышлений на тему технологий.

Первое - от Justin Lee в TheStarup о том, что с чатботами что-то пошло не так. Два года назад про них говорили, как "the next big thing", но этого явно не случилось. Почему?

Изначальный запал ожиданий объясним. Мессенджеры были на взлете, диалоговый маркетинг (conversational marketing) был новым баззвордом, успех WeChat в Китае не мог не вдохновлять. На фоне хаоса и застоя в мобильных приложениях это все казалось свежей спасительной струей.

Самый главный вопрос, который задавали в сообществе и медиа: "кто же будет игроком номер один, монополизирующим тему вокруг себя", но никак не, "будут ли чатботы успешны в принципе"?

Поэтому ответ на вопрос "будет ли единая платформа, доминирующая в экосистеме чатботов и первональных ассистентов", простой: "Нет". По крайней мере пока трудно говорить о сколь-нибудь существенной экосистеме.

Мы все попали в ловушку хайпа. Итан Блох из Digit говорит так: "Я даже не уверен, можем ли мы говорить, что чатботы мертвы, потому что я не знаю, были ли они на самом деле живы." Дейв Филдман из Heap описывает ситуацию не менее жестко: "Чатботы не просто попробовали взять какую-то одну сложную проблему и провалили ее, они замахнулись на несколько и провалили их все".

--
Ну а за деталями, как так получилось, и почему это не так уж и плохо, приглашаю в статью Джастина. (Краткий вывод: мы набили как индустрия достаточное большое число шишок, чтобы теперь последовательно внедрять чатботов там, где работает как с точки зрения технологий, так и с точки зрения адекватности сценариев.)

https://medium.com/swlh/chatbots-were-the-next-big-thing-what-happened-5fc49dd6fa61

#chatbots #ai #hype

Большая новость от Microsoft Research - коллеги запустили проект MSR Open Data, большую коллекцию готовых датасетов, которые вы можете использовать для обучения своих моделей. Всего на сегодня доступно около 50 наборов данных, разбитых на 9 категорий: от биологии до городских данных.

Помимо того, что хороших данных мало не бывает, я бы подчеркнул еще один момент. Наличие таких открытых наборов данных делает возможным воспроизведение, перепроверку, коррекцию и развитие научных результатов. (Большая часть опубликованных датасетов — это то, что используют внутри наши исследовательские команды.)

Анонс: https://www.microsoft.com/en-us/research/blog/announcing-microsoft-research-open-data-datasets-by-microsoft-research-now-available-in-the-cloud/
Портал с датасетами: https://msropendata.com/

#ai #ml #open #data #dataset

Второе обещанное размышление на тему технологий.

Jeffrey Zeldman делится в "A List Apart" своими соображениями о сложившимся в индустрии "культе сложного". Хотя основной акцент заметки лежит в плоскости клиентских веб-технологий (CSS, HTML, etc.), мне кажется, проблема касается всей IT-отрасли.

С начала 200х веб-технологии прошли длинный путь. Возможно, вы еще помните выражение "табличная верстка", когда, чтобы сделать сколь-нибудь сложный макет, разработчики вставляли table при каждом удобном случае, а структуру страницы сложно было назвать семантичной.

Потом пошла волна "отказа" от таблиц в сторону использования возможностей CSS. Казалось, что верстка станет лучше, но то ли в силу существовавших ограничений, то ли в силу недопонимания логики, заложенной в систему тегов HTML и CSS, сознательно или бессознательно, толпы разработчиков и, особенно, разработчиков фреймворков, начали делать одну и ту же "странную" вещь. Они начали везде использовать div и span элементы. Вместо параграфов (p) мы видели блочные элементы, вместо заголовков (h1-h5), div с классом "h2", вместо внутренних (inline) элементов, блоки, которым насильно через css приписали inline-свойство и т.п.

Если вы откроете какой-нибудь популярный большой сайт и посмотрите на его код, вы можете ужаснуться глубине вложенности некоторых div-цепочек.

И это все происходило и происходит несмотря на общий хайп вокруг HTML5, веб-стандартов, важности семантической разметки и т.п. Порой даже может показаться, что разметка классами (css) победила разметку смыслами (семантикой html).

Если вы зашли в веб-разработку или веб-дизайн в последние несколько лет, вы почти наверняка в своей работе опираетесь на какие-то готовые фреймворки, большинство из которых построены на базе манипуляций множеством div и span элементов. И если задуматься, почему так происходит, то ключевой ответ -- это JavaScript, все больше и больше JavaScript.

И, в принципе, если вы понимаете, что вы делаете (!), в этом нет ничего плохого. Вы достаточно быстро можете получить хороший результат и выпилить те элементы, которые делают ваш продукт хуже с точки зрения пользователя (например, генерируют излишнее количество блоков, утяжеляя страницы или рендеринг).

Сегодня мы получили ситуацию, когда большинство разработчиков не представляют себе запуск нового проекта без добавления нескольких пакетов из NPM или Composer, не будучи при этом уверенными, чем занимается вносимый код. Фактически, мы оказались в условиях, когда мы научили целое поколение разработчиков учить создавать и запускать проекты с недоверенным кодом (!).

Причем как факт деятельности, а не как ее осознание. Вы скорее найдете вакансию, в которой от вас требуют знания конкретных новых, модных фреймворков, нежели спросят о способности написать с нуля чистый и безопасный код.

Когда эта резиновая конструкция из пятнадцати слоев кода, который мы не понимаем и который писали не мы, начинает натягиваться и лопаться по швам, мы обвиняем HTML и CSS в ошибках разработчиков. Это приводит к созданию новых культов сложности -- более специализированных CSS, как правило, натянутых на JavaScript.

И снова, проблема не в JavaScript, а в том, что за счет усложнения технологии мы получаем сиюминутное (массовое) решение проблемы вместо намеренного воздействия на точку ее возникновения. Массовый workaround становится нормой разработчиков, но никто не замечает, что она вся стянута кусками изоленты.

Часто оказывается, что для проблемы даже есть готовое решение (вроде CSS Grid для управления позиционирвоанием блоками), но... ведь уже есть неплохой фреймворк? Да, придется инвестировать с обучение (изучение нового), но часто оказывается, что это полезная инвестиция, открывающая в том числе те возможности, которые в фреймворк не были заложены в принципе.

Тем не менее, пока возможность использовать "сложность", как способ убеждения людей в том, что вашу работу нельзя делать проще, побеждает "простоту", как возможность сделать жизнь лучше для всех остальных.

Коммуникация всегда выигрывает от простоты. Самый лучши дизайн -- самый очевидный и самый простой. Задача, которую мы ставим дизайнерам, никогда не должна звучать как "насколько сложным мы можем это сделать". Но именно так это происходит сегодня.

Когда разговариваешь со множеством разработчиков, использующих Angular. Ember, React и другие прикольные JS-библитеки, их легко можно поставить в ступор вопросом: а как теперь ту мешанину функций, которые написал джуниор-разработчик, мы можем обернуть в расширяемый объект, который мы сможем использовать в других проектах, не тяня за собой груза библиитек?

В создании хорошего дизайна много сложности. Технической, UX, контентной, производительной и т.п. Это никогда не будет простой работой. Но это сложность создания простоты для конечных пользователей.

Вопрос не в том, чтобы отказаться от имеющихся достижений веб-разработки (от CDN до GitHub, включая все библиотеки), а в том, чтобы помнить, зачем мы все это делаем, и нести осознаваемую ответственность за принимаемые решения.

http://alistapart.com/article/cult-of-the-complex #web #design #complexity #simplicity

Хорошая разминка для ума в понедельник. Ran Raz из университета Принсетона и Avishay Tal из Стэнфорда показали, что существует класс задач, которые эффективно размеришимы квантовыми компьютерами, но принципиально не разрешими классическими (даже если вдруг окажется, что P=NP). Фактически, это означает не только существенное ускорение (уже доказано, что принципиально квантовый компьютер может эффективно решать все P-задачи), но и вообще заход на новые типы задач, которые еще нужно научиться формулировать.

В статье ниже Wired дает кратку вводную для тех, кто подзабыл о классах алгоритмической сложности, и описывает пример такой задачи.

p.s. Важное уточнение: разделение на классы в задаче происходит в постановке с оракулом.

https://www.wired.com/story/finally-a-problem-only-quantum-computers-will-ever-be-able-to-solve/ #quantum #computing

Отличное интервью с конференции LiveWorx 2019 с Алексом Кипманом про Hololens, Mixed Reality, AI, инновации и этичность технологий. https://www.youtube.com/watch?v=nkm3HceFpQM #MR #holographic #AI

Я много пишу про звуковую дополненную реальность. Вот еще два кирпичика в тему:

По слухам, Apple работает над наушниками AirPods с шумо-подавлением.
Почему это важно:
1) Маленький носимый беспроводной формат, в котором можно "менять" звуковую составляющую реальности, то есть гасить ненужные шумы/звуки (например, от транспорта) и повышать или добавлять нужные (например, навигацию в городе).
2) Маркетинг Apple в связке с качеством может вывести продукт в массы, в том числе в связке с картами и ARKit.
https://www.theverge.com/circuitbreaker/2018/6/25/17500490/apple-airpods-noise-cancellation-2019-over-ear-headphones-homepod

Amazon сделал специальную версию Alexa для отелей.
Соответственно, в вашей следующей комнате отеля может появиться колонка Echo, фактически, заменяющая стандартный телефон для связи с ресепшеном (заказ уборки, напоминалки, и т.п.) + управление разными объектами (освещение, кондиционер, жалюзи и т.п.).

Почему это интересно:
1) Это логичный следующий шаг в распространении сервиса от Amazon. Ведь туда же можно подключать музыку, доставку и т.п. + Канал для рекламы.
2) Для параноиков и лиц, озабоченных собственной приватностью, это визуализированный и опредмеченный вопрос: "а вот эта штука в моей приватной комнате меня записывает?"
https://www.theverge.com/2018/6/19/17476688/amazon-alexa-for-hospitality-announced-hotels-echo

#audio #AR

В нескольких американских околонаучных медиа вышла новость о том, что ИИ воссоздал с нуля периодическую систему элементов. Несколько интересных моментов:
1. Группа исследователей из Стэнфорда решила проверить, что будет, если в механике word2vec заменить в учебной выборке предложения на химические формулы, рассматривая отдельные химические элементы, как слова. В результате получился проект Atom2vec. (Анонс: https://news.stanford.edu/press-releases/2018/06/25/ai-recreates-chemistrys-periodic-table-elements)

2. Как следствие, сеточка научилась самостоятельно выводить классы близости элементов, например, предсказывая, что калий и натрий - похожие по свойствам элементы, способные оброзовывать соединения с хлором. Это позволило пиарщикам раструбить мысль о воссоздании периодической системы, что, конечно, не так. Например, Менделееву в свое время хватило ума не только упорядочить известные элементы, но и предположить существование еще не открытых так, где образовывались пробелы.

3. Тем не менее, сама мысль, что простая нейронная сеть может выводить скрытые связи, близость элементов и т.п. просто по анализу существующих наблюдений, очень крута. В случае с химическими элементами сеточка смогла "вывести" наличие нескольких "свойств" атомов -- измерений в многомерных векторах, по которым можно делать группировку элементов. Например, явно выделяются кластеры щелочных и щелочноземельных металлов, или можно наблюдать корреляцию с увеличением валентности элементов. (Технические детали: http://www.pnas.org/content/early/2018/06/25/1801181115)

4. Насколько я могу судить по результатам быстрого поиска, подобные техники начали активно использоваться в том числе для предсказания возможных свойств новых соединений. Вот, например, немецкий проект Mol2vec, направленный как раз на эту задачу: https://github.com/samoturk/mol2vec (кстати, по внешним признакам, кажется, что это очень похоже на американскую работу, но не так распиарено).

5. Также это хорошо согласуется с темой векторного представления различных соединений, белковых последовательностей и т.п. + описания "отпечатков" соединений. См., например, проект Deep Proteomics: https://github.com/ehsanasgari/Deep-Proteomics

#ai #ml #chemistry #biology #genetics #deep #learning

Небольшая важная новость. Я как-то пропустил, а оказывается HTC Vive анонсировала 3DSP audio SDK для работы с пространственным звуком. Внутри много облегчающего жизнь рабработчиков VR (если, конечно, вы хотите создать по-настоящему погружающий опыт ;).

https://www.vrfocus.com/2018/06/htc-vive-introduce-spatial-audio-sdk/

#vr #spatial #audio

Недавно я писал про Snapchat в разрезе их замашек выйти существенно за рамки своей экосистемы и застолбить за собой место на рынке AR. Вот еще один взгляд на эту историю: у нескольких компаний в разрезе пользовательской аудитории есть анимированные аватары (например, аватары Xbox в случай Microsoft, Memoji от Apple, аватары в Facebook Spaces и т.п.) и Snap тут не исключение со своими Bitmoji-аватарами.

И вот, раз основной фокус компании — камера, очевидный следующий шаг — запихнуть этим аватары в AR, причем не просто дать возможность размещать свои аватары поверх каких-то объектов, а делать из этого истории, своего рода минимультики, в которых главным героем является ваш собственный аватар. Внутри Snap над такими сюжетами работает целая команда аниматоров, пришедших из гигантов мультипликации Disney и DreamWorks.

The New York Times рассказывает подробнее об этой работе: https://www.nytimes.com/2018/06/14/movies/snapchat-3d-bitmoji-animation-augmented-reality.html

#ar #avatars #camera

Если вы уже начали играться с Q# - нашим языком программирования для квантовых компьютеров, то самое время поучаствовать в online-соревновании с 6 по 9 июля (тренировочные задачи доступны с 29 июня по 2 июля).

https://cloudblogs.microsoft.com/quantum/2018/06/27/challenge-your-skills-in-the-microsoft-q-coding-contest-summer-2018/

p.s. Не забудьте поставить себе свежую версию SDK, там существенно поработали над оптимизацией вычислений. https://cloudblogs.microsoft.com/quantum/2018/06/22/enhanced-debugging-and-faster-simulation-with-the-latest-quantum-development-kit-update/

#quantum #computing

Крутая история. Один из кейсов, который я почти всегда привожу в рассказах про Inclusive Design, - стартап PillPack, придумавший упаковывать прописанные лекарства в ленту, разбитую по дням и времени приема.

Это классный кейс про инклюзивность (особенно на фоне стареющего населения), выросший до большой сети, покрывающей 49 штатов. И вот теперь их покупает Amazon! По слухам, при оценке около $1млрд. https://incrussia.ru/news/amazon-dogovorilas-o-pokupke-internet-apteki-pillpack/

Я уже писал про возможности трекинга тела на изображениях прямо в браузере. Теперь очередь за распознаванием лиц, определением контрольных точек и т.п.: face-api.js — библиотека для распознавания лиц на базе tensorflow.js

https://itnext.io/face-api-js-javascript-api-for-face-recognition-in-the-browser-with-tensorflow-js-bcc2a6c4cf07 #ai #ml #javascript #face

Очередное поглощение прогрессивных команд (лабораторий, стартапов) крупными компаниями: Facebook купила Bloomsbury AI из Лондона (https://www.theverge.com/2018/7/3/17531506/facebook-acquires-bloomsbury-ai-human-speech-natural-language-processing). [Для сравнения подхода - в мае Microsoft купила компанию Semantic Machines в той же нише.]

Понимание человеческого языка машинными интеллектами (NLP) — это один из ключевых барьеров в построении следующего поколения чат-ботов, цифровых ассистентов и в целом систем, понимающих человеческий контекст.

Причем сложность задачи и широта поляны таковы, что, с одной стороны, задачу очень трудно поднять самостоятельно даже таким гигантам как Google, Microsoft, Facebook, ..., — отсюда огромный запрос на поиск внешних решений, наработок, команды и т.п., а с другой, есть множество ниш, в которых можно независимо развить уникальную экспертизу (понятно, что все поглощаемые компании/лаборатории не вчера родились), так как единый универсальный ответ навряд ли возможен.

#ai #language #processing

Интересно наблюдать, как Китай (или точнее китайские компании) отстраивают шаг за шагом независимую от США AI-экосистему - свои сервисы, свои фреймворки, и свои чипсеты теперь.

—

Список компаний, выпускающих кастомные AI-чипсеты пополнился Baidu. Новый процессор Kunlun базируется на FPGA, подходит для использования как в дата-центрах, так и на конечных устройствах (хотя компания пока не готова к массовому производству).

Аналогично другим поисковым компаниями, Baidu ориентируется прежде всего на сценарии ранжирования, а также на интеграцию с собственным фреймворком для машинного обучения PaddlePaddle.

https://www.zdnet.com/article/baidu-creates-kunlun-silicon-for-ai/

#ai #hardware #chipset

Попробуй себя в программировании на Q#.

У команды Microsoft Quantum Team хорошие новости для любителей квантовых вычислений и программистов, желающих бросить себе вызов. Мы рады сообщить о проведении летнего конкурса Microsoft по программированию на Q# — Microsoft Q# Coding Contest — Summer 2018! Приняв участие в нем, вы сможете отточить свои навыки в области квантового программирования, решая задачи различной сложности с помощью языка квантового программирования Q#. Победители получат футболки Microsoft Quantum!

Подробности и регистрация: https://habr.com/company/microsoft/blog/415683/

#qsharp #article #quantum

Напомню, что у нас завтра запускается глобальный конкурс по программированию на Q#!

Poppy Crum рассказывает в TED о том, как современные компьютерные устройства и сенсоры уже умеют "считывать" людей лучше самих людей, и почему это может быть как хорошо (развитие эмпатии), так и плохо (слежка, выявление скрываемых чувств и т.п.).

https://www.ted.com/talks/poppy_crum_technology_that_knows_what_you_re_feeling

#ai #emotions #sensors

Интересная статистика по изменению IT-ландшафта в мире за 5 лет: хотя top5 компаний из США, китайские компании выбили из top20 всех других и начинают потихоньку теснить американские (8 - Китай, 12 - США). http://www.visualcapitalist.com/visualizing-worlds-20-largest-tech-giants/

В продолжение темы глобального технологического противостояния США и Китая. Обычно технологические и околонаучные СМИ хочется рассматривать как нейтральные источники, не ангажированные с политической повесткой, но, конечно, это далеко не так.

Вот, например, MIT Technology Review на полном серьезе опасается, что штаты проиграют квантовую гонку вслед (!) за гонкой в ИИ. И дает пять советов своему правительству о том, чего точно не стоит делать:

1. Делать ставку только на военные ведомства. Если во главу квантовой инициативы поставить военных, то, почти наверняка, это приведет к сужению фокуса в сторону криптографии и коммуникаций. Квантовая поляна должна быть сильно шире.

2. Слишком точно указывать, что именно нужно финансировать. Квантовая инициатива должна успевать адаптироваться за изменениями в технологиях и должна позволять перемещать ресурсы на другие проекты.

3. Недооценивать потребность в кадрах. В области квантовых технологий наблюдается огромная нехватка кадров. Задача найти достаточное число разработчиков, способных создавать программы для квантовых цепей кажется близкой к невозможной. Нужно инвестировать в исследовательские центры и подготовку новых курсов/учебных программ.

4. Инвестировать слишком много "во все квантовое". Озвученные планы государства превышают подсчеты академического сообщества по необходимым инвестициям. Важно убедиться, что, с одной стороны, деньги не разошлись слишком тонким слоем, а с другой, что государство не субсидирует частный сектор там, где он и так "должен" инвестировать. Это, кстати, тонкий нюанс!

5. Путать "America first" с "America only". У США нет монополии на экспертизу в квантовых вычислениях, поэтому важно развивать международную кооперацию с союзниками - Канадой, Австралией и Европой. В нечувствительных областях можно сотрудничать с китайскими университетами. Нужен национальных план, но с понимаем глобальной ситуации.

https://www.technologyreview.com/s/611442/keeping-america-first-in-quantum-computing-means-avoiding-these-five-big-mistakes #quantum #computing #national #politics