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

Andrej Karpathy из Tesla рассказывает о новом софтверном стеке на базе автоматической оптимизации кода (сети) - Software 2.0. Про концепцию, кажется, я уже писал — идея в том, что это новый тип софта, в котором человек задает данные и критерии эффективности, а внутренняя структура и веса нейронной сети (или кода) подбираются автоматически.

Отдельный интересный вопрос отсюда, сформулированный, как открытый запрос и что-то над чем активно работают в Tesla для своих нужно, — это уславная IDE для таких задач.

https://www.figure-eight.com/building-the-software-2-0-stack-by-andrej-karpathy-from-tesla/ #ai #ml #software

Во многих сценариях создания диалоговых интерфейсов разработчики сталкиваются с одной и той же задачей: как отобразить естественные языковые запросы на API конкретных используемых сервисов? Обычно это требует разработки нескольких промежуточных слоев, включая "понимание" речи с разбором на намерения (intent) и отображение намерений на конкретные вызовы API с учетом некоторой логики (например, состояний).

Группа исследователей из Microsoft Research задается в этом контексте таким вопросом: можно ли сделать общий подход для создания NL2API — прослойки между естественными запросами и API конкретных сервисов. В работе по ссылке ниже детально описывается архитектура такого решения, использующая модульный подход, в котором каждый блок имеет свою нейронную сеть, вычленяющую нужные параметры из оргинального запроса + общий контроллер, определяющий, какие модули нужно активировать.

Подобная архитектура, как пишут исследователи, также упрощает создание интерактивных систем, позволяющих пользователям легко уточнять запросы.

Общее описание: https://www.microsoft.com/en-us/research/blog/democratizing-apis-with-natural-language-interfaces/
Публикация: https://www.microsoft.com/en-us/research/uploads/prod/2018/04/sigir18_nl2api.pdf

#ai #ml #conversational #ui

На тему этичности и социальной ответственности IT-компаний. По мере того, как социальные сети и стриминговые сервисы все больше завладевают вниманием и экранным временем аудитории, часть регуляторов начинает задавать очень правильный вопрос: как нам пробиться через эту стену в случае ЧП?

Так в США несколько сенаторов предложили обязать стриминговые сервисы (Netflix, Hulu и т.п.) транслировать сообщения о чрезвычайных ситуациях свои зрителям, потому что иначе они их не увидят. "Сидите вы в своем подвальчике, смотрите зомбаков, а там вам уведомление - внимание, ракетная атака на Гавайи!!! Аларм, аларм, это не шутка!"

https://techcrunch.com/2018/07/18/senate-wants-emergency-alerts-to-go-out-through-netflix-spotify-etc/

Про трансформацию и фантастику, становящуюся все больше реальностью. Вы, наверняка, знаете компанию Rolls-Royce как автопроизводителя, но, например, они еще делают двигатели для самолетов.

Вот в этой части из бизнеса сейчас происходят чумовые перемены как на уровне технологий, так и на уровне бизнес-моделей. Несколько примеров:
1. Двигатели, обвешанные датчиками, будучи в эксплуатации, могут сообщать какой ремонт или осмотр необходим в аэропорту. Соответственно, соокращаются сроки ремонта, а значит, простоя самолета, и становится возможной бизнес-модель, в которой RR продает SLA доступности сервиса.
2. Так как двигатели изначально в цифре, то эти же модели можно использовать как для обучения, так и во время ремонта. Тут в полный рост начинает играть тема смешанной реальности, включая удаленное подключение экспертов с завода/конструкторского бюро. Но еще это означает возможность перехода к печати (части) деталей под потребности, соответственно, сокращая требования к складам и сроки ремонта (доставки).
3. RR постепенно движется к тому, чтобы часть ремонта могли делать роботы, причем не огромные как при сборке на заводе, а маленькие, полуавтономные, тараканоподобные и змееподобные! А такая задача, кстати, ставит уже интересные инженерные вопросы: если раньше конструкция двигателя отвечала задачам "человеческих" разборки и осмотра, то теперь она должна быть адаптирована под задачи осмотра вот такими крошечными роботами.

https://futurism.com/cockroach-robots-rolls-royce/ #digital-twin #iot #mr #robotics

О том, что софт/сервисы для распознавания лиц работают не очень хорошо, особенно на не белых лицах, говорят давно. И все производители сейчас прикладываю усилия для коррекции алгоритмов и, особенно, датасетов. Но вот в ход пошла тяжёлая артиллерия. Ребята из ACLU (американское объединение за гражданские свободы) натравили сервис распознавания Amazon (на их месте мог бы быть сервис от Microsoft или Google) базу портретов преступников (25000), а потом пропустили через дообученную модель фотографии конгрессменов США.

И одно дело, что просто есть вероятность совпадения походих лиц, а другое дело, когда для "белых" эти совпадений пропорционально в два раза меньше, чем для "цветных". Тонкость момента, что это поименный список с призывом к действию (aka оказанию давления на технологические компании).

https://www.aclu.org/blog/privacy-technology/surveillance-technologies/amazons-face-recognition-falsely-matched-28

Обсуждали цифровую трансформацию на тренинге. Несколько вбросов с моей стороны и картинка:
🦄 Новых единорожек, капитально дизраптящих рынок в свою пользу, в ближайшие 3-5 лет больше не будет. Они либо "theranos", либо их кто-нибудь купит. [Пример: Amazon купил PillPacks и Wholefoods.]
🚗 Традиционные (промышленные, индустриальные) компании вполне неплохо себя чувствуют с новыми технологиями и инновациями, скупают стартапы и учатся не задавливать их своей массой. Выживут не все, но навряд ли будут новые такого-же размера. [Пример: автомобильные гиганты хорошо себя чувствуют как в электромобилях, так и в автономных.]
💻 Мир, в котором каждая такая компания может стать платформенной и экосистемной IT-компанией, будет веселым в смысле конкуренции и сложных партнерств. [Пример: Disney, покрывающий все медиа-сегменты со своими решениями для стриминга, VR, трекинга и т.п..]
Самое сложное -- научиться видеть платформы и экосистемы за пределами войны языков, фреймворков, браузеров, операционок, мобилок, консолек, CRMок и вот этого всего.

На картинке - единопрайз (суровый энтерпрайз, поглотивший очередного единопоника прежде, чем он стал единорожиком).

Немножко про экономику и технологии в медиа-сегменте. TechCrunch пишет, что за несколько лет картина доходов в медиа существенно поменялась под давлением двух больших факторов: 1) Branded Worlds — медиа-вселенные вокруг конкретных историй, персонажей и т.п. (самый очевидный пример - Marvel), и 2) стриминговые сервисы. И особенно интересно теперь наблюдать, как эти две модели входят в гигантский конфликт.

О чем речь? Из 400 фильмов, вышедших за первую половину года в США, 40% доходов собрали четыре картины про супер-героев. Впервые за викэнд то 8 из 10 фильмов были сиквелами.

10 лет назад, пишет TechCrunch, казалось, что нас ждет большая демократизация в медиа: новые камеры лучше и дешевле, новые инструменты для редактирования, облегчающие процесс, дешевый стриминг, да даже торренты. Голливуду — крышка, но нет! Мир начал перекраиваться вокруг брендированных миров: от Парка юрского периода до Гарри Поттера.

Такие миры затягивают, выстраивая вокруг себя огромную контентную экосистемы — от микро-трансляций в твиче и роликов-обсуждений на ютьюбе, до побочных историй, вытянутых от больших экранов до стриминговых сервисов.

И тут возникает интересный эффект: компания, которая является "владельцем" такого мира обязательно рано или поздно начинает консолидировать свои активы в одном месте.

https://techcrunch.com/2018/07/29/branded-worlds-how-technology-recentralized-entertainment/