На одном из мероприятий для медиа-индустрии, мы обсуждали такой сценарий: вот есть возможность распознавать на фотографии людей (классическая задача ИИ), можно ли ее "натравить" на фокусное распознавание на фотографиях известных людей? Применений масса: от автоматического тегирования фотографий в медиа-банке (сейчас это в основном ручной труд) или на потоке до распознавания людей в реальном времени на конференциях, в пресс-центрах и т.п. В каждом случае - это вопрос автоматизации рутины и повышения надежности идентификации. MIT Technical Review рассказывает про калифорнийский стартап Clarifai, который делает платформу для таких задач: https://www.technologyreview.com/s/603947/ai-thats-into-celebrity-spotting/. (Выступление CEO - Matthew Zeiler можно посмотреть тут: http://events.technologyreview.com/video/watch/matthew-zeiler-clarifai-next-generation-computer-vision/). Я, конечно, вспоминаю в такие моменты ряд российских компаний и наши когнитивные сервисы (https://www.microsoft.com/cognitive-services/en-us/computer-vision-api). #media #digital #transformation #ai #face #recognition

Небольшое развлечение (и научное исследование) от Brikbeck University of London на тему способности людей распознавать лица. Участвуйте - у меня 86%. http://www.bbk.ac.uk/psychology/psychologyexperiments/experiments/facememorytest/startup.php #human #face #recognition P.s. было бы интересно прогнать через такой же тест компьютерные системы распознавания лиц.

Новый пример использования готовых кирпичиков AI-сервисов (вместо создания технологии с нуля): BBC планирует использовать в iPlayer наши когнитивные сервисы, чтобы распознавать пользователя по голосу и произнесенной фразе (вместо логина/пароля). И, как следствие, на будущее прорабатываются возможности голосового управления интерфейсом. http://www.bbc.co.uk/blogs/internet/entries/ea9e1c3b-d588-4ff8-bfd0-3685bdcba456 #ai #voice #recognition

И третья. Benjamin Powers, журналист из Rolling Stone, New Republic и др. рассказывает, как аэропорты и DHS (Department of Home Security, USA) используют распознавание лиц для пассажиров.

Несколько интересных моментов:
1. В ряде аэропортов для международных посетителей начали проверять биометрию (фото) на выезде из страны, чтобы убедиться, что вы действительно покинули США. Полностью программу должны раскатать на 20 крупнейших аэропортов до конца следующего года. В систему постепенно подключаются и авиакомпании.
2. Со стороны служб есть большое желание расширить применение распознавания лиц на весь опыт в аэропорту: регистрация на посадку, зоны ожидания, доступ в лаундж-зоны, проверка TSA (это где ваши вещи сканируют), внешние камеры и т.п. В конечном счете, ваше фото должно быть доступно (сниматься) везде, где сегодня от вас требуют показать ID.
3. Для жителей США информация хранится до двух недель. Для все остальных - 15 лет. Тут вообще есть большая тема внутренних разборок в штатах. Условно, "делайте, что угодно с данными иностранцев, но не собирайте данные американцев". Особенно это критично с учетом "неинвазивного" характера съемки. То есть, теоретически могут снимать без спроса.
4. Еще один большой вопрос - насколько корректны на сегодня системы распознавания лиц. По ряду исследований, есть подозрение, что они будут часто дискриминировать ложными срабатываниями женщин и афроамериканцев (просто потому что алгоритмы на них хуже натренированы).
5. Возможно, внедрение подобных систем в точках "путешествия" научит граждан лучше понимать, что происходит с их биометрией. Люди начнут задавать вопросы, что происходит с данными с кучи камер, которые появились после событий 11 сентября. В целом, мы наблюдаем задержку между тем, как люди теряют свою приватность и осознают это.
6. Еще один пример "пограничной" технологии, которая сейчас находится в разработке - как идентифицировать людей, пересекающих границу на автомобилях без необходимости просить их выйти из машины.

https://medium.com/@bnpowers8/smile-your-face-is-now-in-a-database-7d3ed3ad3abe #ai #face #recognition #bias #security

Полезное и познавательное про голоса в голове. Rébecca Kleinberger из MIT Media Lab рассказывает о различиях между тремя типами "голосов", которые сливаются в нашей голове: внешние голоса (outward voice), собственный голос (inward voice) и внутренний голос (inner voice).

Разделение в данном случае механическое. Например, внешний и собственный голоса мы воспринимаем через разные системы, поэтому собственный голос в записи мы слышим иначе, чем воспринимаем его при говорении, когда звук проходит через кости. Эта разница может давать эффект неприятия: наш голос в записи нам кажется непривычным, и может даже вовсе не нравиться. Внутренний голос невербализуем, но мы его также "слышим". И вот это "слышим" иногда становится проблемой, если в силу тех или иных заболеваний мы теряем способность различать источники голоса (такое, в частности, случается при шизофрении).

Почему это все важно для IT?
1. В экстремальных случаях (при той же шизофрении), если мы сможем помочь пациенту четко дифференциировать источник голоса, это может стать частью лечения. Сегодня в том же MIT уже учатся считывать тот самый внутренний голос. Я писал об этом ранее.
2. Мы пока не понимаем, что случится с нашим сознанием и какие могут быть отклонения, если в наушнике или окружающем пространстве поселится еще один голос цифрового помощника (Alexa, Siri, Cortana, Alisa и т.п.).

p.s. В выступлении еще вскользь рассказывается о разных "веселых" возможностях анализа голоса вроде определения депрессии, беременности и отношения к тем или иным людям. Условно, активная колонка у вас дома потенциально может не только различать голоса, но и построить граф отношений и даже предсказать расширение семейства. А уж что там с этими данными будет делать большой брат, отдельный вопрос.

https://www.ted.com/talks/rebecca_kleinberger_our_three_voices/ #voice #recognition #inner