На сегодняшний день искусственный интеллект ученые определяют, как алгоритмы, способные самообучаться, чтобы применять эти знания для достижения поставленных человеком целей. Новая технология искусственного интеллекта работает над редактированием человеческого ДНК. К 2024 г. искусственный интеллект сократил время медицинских скрининговых исследований на 60% и в 50 раз ускорил реакцию медицинской сестры на тревожные события.
Сбер поделится своими наработками в сфере искусственного интеллекта со странами Африки
Сервис используется для создания изображений, а ещё решает загадки и пишет код. По мере развития он научится генерировать другие виды контента под задачи пользователя. Стратегические партнёрства в области ИИ. Разработчики отечественных технологий и интеллектуальных систем продолжат сотрудничество. Генеративный искусственный интеллект Компьютерные нейросети GPT-3. Сервисы создают контент: изображения, тексты, код, музыку, видео. Могут делать саммари или расшифровки аббревиатур. Для обучения используются unsupervised или self-supervised machine learning. Чтобы генеративные интеллектуальные системы работали, нужны подсказки на естественном языке промпты. Генеративный разум может быть: одномодальным — работает только с одним типом контента к примеру, только рисует картинки или только пишет текст ; мультимодальный — генерирует разные виды контента к ним относится GigaChat, он создаёт изображения, может писать код и тексты.
Технологии распознавания и синтеза речи позволили создать голосовых помощников, которые живут в: смарт-устройствах; умной телефонии; мобильных приложениях. Применение технологии возможно в различных областях: от IVR расшифровка аббревиатуры Interactive Voice Response до инфостендов с цифровыми персонажами. Принципы синтеза и распознавания речи открывают широкие возможности и могут решать многие задачи: транскрибации расшифровки аудио при помощи компьютерных технологий ; сервисов аналитики аудиозаписей и работы контакт-центра к примеру, как в AI SaluteSpeech Insights ; озвучки текста мужским или женским голосом; использования ассистентов и голосовых помощников с разумом на примере Салюта — Сбер, Афина и Джой.
На конкретных примерах рассмотрели, какие задачи способен выполнить искусственный интеллект, а какие нет. Вместе с экспертом мы также попрактиковались в составлении запросов нейросети, в том числе связанных с системами ЖАТ.
Отдельная часть встречи была посвящена кейсам и областям применения технологий искусственного интеллекта в повседневной жизни дома и на работе.
Это искусственный интеллект, который в компании называют «персональным помощником журналиста». Чем он отличается от уже существующих алгоритмов ИИ, которые умеют оперировать информацией? Теоретически вести ее поиск, составлять новостные материалы в разном стиле, рассказали на условиях анонимности источники The New York Times.
Но многие эксперты всерьез уверены, что в достаточно короткий срок нейросети лишат работы журналистов, корреспондентов и даже редакторов. Первые тревожные «звоночки» уже появились: так, американский BuzzFeed уволил около 180 журналистов, заменив их на ChatGPT. Вместе с тем профессиональные журналисты предъявляют серьезные претензии к текстам, написанным чат-ботами.
Отмечается, что такие материалы малоэмоциональны, часто содержат логические и даже абсурдные ошибки из-за того, что нейросеть неправильно интерпретировала тот или иной контент. Боты не умеют мыслить метафорически. Их очевидными преимуществами, по сравнению с человеком, являются только молниеносный поиск информации и способность грамотно ее структурировать.
Поэтому сценарии применения нейросетей до сих пор сильно ограничены.
Публикации
- Что такое нейросети: на что способны, как работают и кому нужны
- На что способен искусственный интеллект уже сейчас
- ИИ-новации в Сбере: искусственный интеллект и не только
- «Вынос мозга» и «мартышкин труд»: нейросеть иллюстрирует известные крылатые выражения
- «Искусственный интеллект никогда не ошибается. За ним будущее»
- Бизнес-практика ИИ
Мыслит ли искусственный интеллект?
По данным агрегатора, ежедневная аудитория новостей — более 10 млн пользователей. На самом деле, сам «Дзен» исторически очень активно использовал алгоритмы искусственного интеллекта — например, для поиска и блокировки материалов, «не соответствующих правилам публикации». Правда, даже специалисты службы поддержки сервиса чаще всего затруднялись объяснить, что именно в забракованном тексте смутило нейросеть. Теперь же ресурс фактически пошел вопреки собственноручно созданному тренду. В общих требованиях к содержанию публикуемых на сервисе «Новости» материалов в пункте 8 прописано: «Экспортируемые тексты... Это, вероятно, означает, что система будет каким-то образом отлавливать контент, созданный ботами. Некоторые из них, как, например, «Балабоба» от того же «Яндекса», напрямую заявляют о своем экспериментальном, «подражательном» формате.
Советник по цифровой медицине Института системного программирования Российской академии наук Андрей Бурсов обозначил проблемы, которые связаны с машинным обучением.
Он пояснил, что существует большая разрозненность между этапом фильтрации, обработки, обучения моделей и интеграции вплоть до готовых сервисов. В разных специальностях есть несколько научных школ, которые могут конкурировать друг с другом. На примере электрокардиограммы приведу пример, когда в России активно используются три школы: советская, российская и американская. Они во многом отличаются. Если для человека разница между ними незначительна, то для машины она критическая. Когда наши врачи видят американскую электрокардиограмму перед собой, они даже не знают, как ее трактовать и как категорировать. Для этого существуют инструменты аннотирования, которые позволяют, во-первых, сделать так, чтобы несколько врачей регистрировали одну и ту же единицу исследований, а специалисты, которые работают с данными компании, могли проанализировать и измерить такой параметр, как коэффициент согласия, позволяющий на примере трех и более экспертов верифицировать единицу данных, а уже после производить исследования", - сказал Андрей Бурсов.
И если честно, был весьма ошеломлён его возможностями, да это не полноценный ИИ, а всего лишь нейросеть, но то что он умеет - поражает воображение! Итак, начал я с создания канала на Дзене. Название и описание канала придумала нейросеть, а аватарка сгенерирована с помощью Stable Diffusion. Получилось весьма недурно, результат можете оценить на фотографии ниже План написания весьма простой, идею статьи скармливаем на английском языке ChatGPT, а получившийся результат переводим с помощью DeepL.
Помимо прямого применения в рекомендациях у компьютерного зрения есть и другие задачи в Дзене. Например, миниатюры картинок далеко не всегда удобно масштабируются, и их приходится обрезать, а компьютерное зрение помогает находить на картинках людей и спасает их от судьбы Нэда Старка из «Игры престолов».
Компьютерное зрение применяется и для нахождение текста на картинках. Некоторые сайты любят дублировать заголовок в виде изображения. В ленте это смотрится далеко не так красиво, поэтому подобные картинки выявляются и не используются в качестве миниатюр. Существует еще такое труднообъяснимое понятие, как «качество» картинки. Машина учится выбирать на сайте те изображения, которые больше нравятся людям, и использует их в качестве все тех же миниатюр. SVD Выше я рассказал вам о подходе к построению рекомендаций, который основан на фильтрации по содержимому объектов.
Теперь пришло время вспомнить о коллаборативной фильтрации. В основе этого подхода лежит идея, что похожим людям нравятся похожие объекты. В этом случае вам не нужно знать свойства рекомендуемых объектов, достаточно собрать статистику о том, насколько они соответствуют интересам пользователей. На примере фильмов это может выглядеть так: Опираясь на уже известные оценки, можно выявить закономерности в поведении разных людей и попробовать предсказать реакцию на новый фильм. На математическом уровне для применения коллаборативной фильтрации придуманы разные алгоритмы, о которых в свое время на Хабре хорошо рассказал мой коллега Михаил Ройзнер. В случае с Дзеном мы используем коллаборативную фильтрацию а точнее алгоритм SVD для предсказания интереса человека к определенному сайту в целом.
Точность итоговых рекомендаций напрямую зависит от количества и разнообразия исходных данных, поэтому в качестве факторов используются и многие другие наши знания. Например, знания Яндекса о конкретном сайте или странице, информация о том, как человек использует Дзен, его обратная связь в виде кликов, «больше такого» и «меньше такого». Общее количество отдельных факторов, которые мы закладываем в систему рекомендаций, исчисляется тысячами. Сложность системы достигает такого уровня, что одних алгоритмов уже мало. Нужна технология, которая будет сама вычислять идеальную формулу для построения итоговой ленты. И здесь нам пригодился опыт Яндекса в области машинного обучения.
Матрикснет Термин «машинное обучение» появился еще в 50-х годах. Он обозначает попытку научить компьютер решать задачи, которые легко даются человеку, но формализовать путь их решения сложно. В результате машинного обучения компьютер может демонстрировать поведение, которое в него не было явно заложено. Каждый день наша поисковая система отвечает на миллионы запросов, многие из которых — неповторяющиеся. Поэтому невозможно написать такую программу, в которой предусмотрен каждый запрос и для каждого запроса известен лучший ответ. Поисковая система должна уметь принимать решения самостоятельно, то есть сама выбирать из миллионов документов тот, который лучше всего отвечает пользователю.
Для этого нужно научить ее обучаться. С 2009 года поиск Яндекса использует собственный метод машинного обучения Матрикснет. С его помощью можно построить очень длинную и сложную формулу ранжирования, которая учитывает множество различных факторов и их комбинаций. Кроме того, Матрикснет сам определяет разную чувствительность для разных значений факторов ранжирования. Эта технология достаточно универсальна, поэтому впоследствии нашла применение не только в Яндексе, но и в Европейском Центре ядерных исследований. Способность компьютера учитывать тысячи факторов и самостоятельно искать наилучшее решение — это то, без чего невозможно построить современную рекомендательную систему.
Именно поэтому Матрикснет был взят за основу при создании собственной рекомендательной технологии.
На пути к цифровому кодексу РФ: искусственный интеллект требует особого внимания
По словам советника президента РФ по культуре Владимира Толстого, на начальном этапе своего развития результаты ИИ в сфере литературы были схожи с графоманией. Это было непрофессиональное, любительское творчество, отметил он. Однако сейчас это совершенствуется, закладываются новые технологии. Из чего становится понятно, что ИИ в его сегодняшнем состоянии опасен для ремесленников, для тех, кто работает по заданным параметрам", — отметил Толстой. А вот для гениев, считает советник президента РФ по культуре, искусственный интеллект не опасен. По его словам, сегодня есть потребность в гениях, и она будет становиться еще ярче, поэтому ИИ еще долго не будет опасен для них. Нам важно самим "не расчеловечиться", тогда нам не страшны технологии", — считает Толстой. Полезная, но опасная технология Начальник управления президента РФ по общественным проектам Сергей Новиков назвал искусственный интеллект полезной, но в то же время опасной технологией. В первую очередь — скорость.
Например, здесь есть LED-экраны. А у каждого в телефоне есть маркеры потребления. И человеку, чтобы проанализировать, какой вам из рекламных роликов показать, нужно время — посчитать, осмыслить.
Нам важно самим "не расчеловечиться", тогда нам не страшны технологии", — считает Толстой. Полезная, но опасная технология Начальник управления президента РФ по общественным проектам Сергей Новиков назвал искусственный интеллект полезной, но в то же время опасной технологией. В первую очередь — скорость. Например, здесь есть LED-экраны. А у каждого в телефоне есть маркеры потребления. И человеку, чтобы проанализировать, какой вам из рекламных роликов показать, нужно время — посчитать, осмыслить.
А машина это сделает за долю секунды. Машина из загруженной базы рекламных роликов выбирает к показу именно те, которые больше всего попадают в ваши ожидания. Это уже происходит. Ни один оператор этого сделать не сможет", — пояснил Новиков. Вместе с тем спикер отметил необходимость грамотного регулирования развития искусственного интеллекта. Важно исходить из тезиса "в игре без правил выигрывает тот, кто создает правила", — сказал Новиков.
Другими словами, система способна имитировать порой иррациональные рассуждения людей, чтобы лучше соответствовать их ожиданиям. Когда речь идет о достижении цели или решении проблемы, люди не всегда выбирают наилучший вариант. На их решения могут влиять различные факторы, такие как нехватка времени, ограниченность их знаний или усталость.
Эта сложность делает моделирование человеческого поведения особенно трудным, хотя оно может стать ключом к улучшению взаимодействия между системами ИИ и пользователями. Исследователи из Массачусетского технологического института и Университета Вашингтона разработали метод точного моделирования такого поведения. Их система на основе ИИ может предсказывать будущие действия людей в различных ситуациях, а также оказывается полезной для моделирования поведения машин, таких как роботы и другие системы ИИ.
К образцам абиогенного происхождения, которые также определил ИИ, относились вещества лабораторного происхождения, например, аминокислоты и содержащие углерод метеориты.
И, если мы найдем признаки жизни где-то еще, мы сможем сказать, произошла жизнь на Земле и других планетах от одного источника, или разных», — добавил Хазен. Но метод стал определять три разных группы — абиотических, живых биотических и ископаемых биотических. Другими словами, он может отличить свежие биологические образцы от ископаемых — к примеру, только что сорванный лист или овощ от чего-то давно умершего». По словам ученых, метод уже может быть применен для интерпретации данных исследования марсианского грунта, собранного прибором SAM на борту американского марсохода Curiosity.
На пути к цифровому кодексу РФ: искусственный интеллект требует особого внимания
Мама малышки, конечно, удивилась, но все же оставила домик, который оказался размером чуть ли не с ее дочь. Эту забавную историю подхватили СМИ. Сюжет об отзывчивой колонке вышел на местном телевидении. Во время обсуждения ведущая полностью повторила фразу маленькой героини выпуска, то есть буквально сказала: «Alexa, закажи мне кукольный домик». И что вы думаете? Домашние ИИ всех семей, у которых была включена эта программа, дружно принялись исполнять поручение! Азиат с «закрытыми глазами» Житель Новой Зеландии Ричард Ли десять раз безуспешно пытался сделать документ на официальном государственном сайте, однако его заявка каждый раз отклонялась из-за фотографии. Все из-за того, что система распознавания лиц упорно считала , что у молодого человека азиатского происхождения на снимке закрыты глаза.
Лицо автобуса Еще один забавный случай с системой распознавания лиц произошел в Китае. ИИ, использующийся для поимки нарушителей ПДД, слегка переборщил с бдительностью. Технология обвинила знаменитую бизнесвумен Дун Минчжу в том, что она переходила дорогу в неположенном месте. Загвоздка в том, что ее физически не было в том районе. Позже выяснилось, что виновником инцидента стал простой автобус. На транспортном средстве была изображена фотография женщины. И, разумеется, она злостно игнорировала красный свет для пешеходов.
А все потому, что в довольно невинном на первый взгляд тесте ИИ совершенно забыли про людей. Боты, которым дали задание отрабатывать диалог на основе компромисса, даже слишком хорошо поняли друг друга. Изначально их разговор выглядел вполне нормально. Что-то наподобие: «Мне нужны мяч и книга», «Мяч необходим и мне, но я могу отдать книги», «Несколько книг? Их поощряли за скорость, с которой удалось достигнуть согласия. В какой-то момент беседа перестала выглядеть осмысленной. Вместо полных конструкций боты выдавали странные обрывки фраз.
Сначала исследователи заподозрили баг, но потом поняли, что это намного хуже. ИИ изобрели свой собственный язык, понятный им, но бессмысленный для человека. Такая коммуникация позволяла им ускорить переговоры и быстрее приходить к успеху. Ученые сильно усомнились в том, что стоит позволять роботам договариваться о чем-то совершенно непонятном, и выключили переговорщиков от греха подальше. Бесконечная игра Случаи, когда искусственный интеллект все сделал не так, но этим самым немыслимым образом выполнил задание, стали классикой. Один из ярких примеров — игра в «Тетрис».
У нас трудятся, по большей части, даже не программисты, а математики и исследователи. Продукты IntelliVision можно запускать на серверах, пользоваться как облачным сервисом, а также встраивать в IP-камеры видеонаблюдения что существенно удешевляет стоимость финального решения. Одними из основных клиентов для нас являются разработчики IP-камер. Это западные, азиатские и российские производители камер. Кроме того, наши технологии применяются и в системах домашнего видеонаблюдения — тогда уведомления приходят прямо на телефон владельца квартиры. А в бизнесе, например, в ритейле, видеоаналитика определяет количество посетителей, места наибольшего скопления покупателей, их путь, продуктовую корзину. На основе этих данных можно построить «тепловые карты», что помогает бизнесу выстраивать грамотную логистику и более эффективно применять маркетинговые инструменты. Перечисленные решения предоставляют многие компании.
Исследователи Smart Engines решили эту проблему, предложив качественное улучшение 8-битной модели — 4,6-битные сети. Так, для этого входные данные и коэффициенты модели квантуются таким образом, чтобы их произведения помещались в 8-битные регистры. Суммирование результатов сделано с помощью двухуровневой системы 16- и 32-битных аккумуляторов для достижения максимальной эффективности. В результате в среднем на одно значение приходится 4,6 бита информации. Такая схема квантования значительно отличается от существующих, так как позволяет гибким образом задавать разрядность входных данных в зависимости от задачи и не привязывается к степеням двойки. Поэтому эта разработка обепечивает заметно более высокое качество распознавание, чем, например, 4-битные модели.
Ещё одна область, в которой ИИ имеет огромный потенциал, — продовольственная безопасность. Александр Ведяхин привёл примеры ИИ-проектов в Африке. Так, мобильное приложение AdaHealth анализирует симптомы пользователей и даёт рекомендации. Кенийский проект M-Shule задействует ИИ для построения индивидуальных учебных планов для школьников. Сенегальский проект AfricaAgricultureWatchиспользует спутниковые данные для прогнозирования возможных условий выращивания культур.
Информация
- Новости по тегу искусственный интеллект, страница 1 из 51
- Многообещающие результаты
- СЕО "Дзен" Антон Фролов стал вице-президентом VK по искусственному интеллекту
- ИИ научили искать жизнь на других планетах с точностью в 90%
- Что такое нейросети: на что способны, как работают и кому нужны
- Новости по тегу искусственный интеллект, страница 1 из 51
«Искусственный интеллект никогда не ошибается. За ним будущее»
Искусственный интеллект — Каналы Главная/Искусственный интеллект/Исследователи разработали систему искусственного интеллекта, способную моделировать поведение человека и предсказывать его будущие действия. Чипы «красных» смогут похвастаться увеличенной производительностью при большей энергоэффективности, усовершенствованными технологиями искусственного интеллекта, а также переработанной системой охлаждения. Специалисты Лаборатории искусственного интеллекта "Сбербанка" помогли группе российских и американских ученых натренировать ИИ-модель, предсказывающую расположение в геноме фрагментов зеркального подобия обычной ДНК, известной как Z-ДНК. сегодня – это основанная на искусственном интеллекте система управления опытом сотрудников и лидерством в режиме реального времени. Искусственный интеллект должен быть искусственным. Реальный интеллект должен отражать реальные представления человечества о мироздании.
«Вынос мозга» и «мартышкин труд»: нейросеть иллюстрирует известные крылатые выражения
"Будущее браузеров и искусственный интеллект. — Так каким будет искусственный интеллект будущего, если он будет базироваться на описываемых вами децентрализованных спайковых нейросетях? Сервисы искусственного интеллекта уже вовсю используются в медицине и помогают по десяткам направлений, местами даже превосходя врачей в скорости и точности. Может ли искусственный интеллект соревноваться с естественным? Как искусственный интеллект помогает в диагностике заболеваний? Искусственный интеллект уже обработал более 11 млн исследований и ускорил анализ медицинских изображений в восемь раз. В российских медиа хорошим примером сотрудничества журналиста и искусственного интеллекта является сервис «».
Другие новости
- На что способен искусственный интеллект уже сейчас
- AI что значит
- Почему Python стал главным языком для ИИ и как применять такие технологии в своих проектах
- Опубликован диалог с «разумным» ИИ Google LaMDA, который называет себя человеком
AMD запустила производство процессоров на архитектуре Zen 5 со встроенным ИИ
На конкретных примерах рассмотрели, какие задачи способен выполнить искусственный интеллект, а какие нет. Искусственный интеллект минувшим четвергом стал темой разговоров в ООН. Искусственный интеллект — Каналы Искусственный интеллект (ИИ) является одной из наиболее актуальных областей в науке и технологиях. Искусственный интеллект (ИИ) является одной из наиболее актуальных областей в науке и технологиях.