«Дзен» является примером реализации технологии специализированного искусственного интеллекта[8]. Технологии искусственного интеллекта (ИИ) стремительно развиваются. К 2024 г. искусственный интеллект сократил время медицинских скрининговых исследований на 60% и в 50 раз ускорил реакцию медицинской сестры на тревожные события. Как отметил Александр Ведяхин, искусственный интеллект (ИИ) — приоритет в соответствии с национальными планами развития в 21 из 32 стран Африки, которые ответили на соответствующий опрос ЮНЕСКО.
На что способен искусственный интеллект сегодня и каков его потенциал
Данные поступают на «вход», после чего происходит ожидание правильного ответа на «выходе». Это ответ, который должна дать нейронная сеть. Конечный результат сопоставляют с эталонным значением. В том случае, когда НС выдает неверный ответ, производят коррекцию, дальше процесс повторно запускают, тем самым пытаются добиться снижения процента неправильных ответов.
По программе обучения нейронной системы сравнивается большое количество разнообразных понятий. С помощью этого сравнения определяется базовый уровень знаний. В терминах обучения ИИ в качестве базовых понятий используются языки программирования и инструменты для изучения языков.
Если нейросеть обучена, то она будет знать языки программирования, если нет — то нет. Без учителя Данный вид процесса обучения предполагает только ввод данных. В таком случае алгоритм изменяется, чтобы значимые и обладающие весом коэффициенты корректировались, а нейронная сеть могла по определенным параметрам схожих данных на «выходе» дать результат, который обнаруживает связи.
Также во время этой операции выявляются определенные соответствия между данными. Так в ходе обучения выделяют параметры, которые свойственны моделям материала обучения, впоследствии этим модели по схожим признакам объединяют в группы. Когда учитель полностью отсутствует, то НС выстраивает целую цепочку, которая состоит из логических решений, также образует определенное понимание, основанное на вводных данных.
Такое устройство машинного обучения без учителя применимо в отношении статистических моделей. Базовый язык нейросети— это язык, на котором система будет осуществлять взаимодействие с человеком. Библиотека языков программирования — это набор операторов языка, которые будут использоваться для обработки данных, поступающих от ИИ.
Способность к обучению у нейронных сетей Способность и технология обучения нейронных сетей имеет свои особенности. Так, одним из наиболее распространенных методов считается Backpropagation, в основе которого заложен алгоритм вычисления градиентного спуска. Если говорить проще, то во время движения по градиенту происходит расчет минимального и максимального значения функции.
Для осознания такого способа функцию переводят в график. Образуется кривая, на которой определяют точки с наименьшим и наибольшим показателем. В это же время графически отображают все веса, и для каждого из них рассчитывают глобальный минимум.
Также обучение может происходить по другому направлению — Resilientpropagation. Альтернатива предыдущей технологии. Если результат нужен здесь и сейчас, то данный способ считается не самым эффективным и удобным.
Работа с компьютерным зрением в целом похожа на NLP. Только вместо чтения текста машина учится «смотреть» и понимать смысл изображения. 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.
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. В чем ваше преимущество? Наше преимущество заключается в опыте и экспертизе накопленной за более чем 15 лет работы. Как на вашей компании отразилась пандемия? Но появились альтернативные актуальные на сегодняшний день технологии.
И тут возникает вопрос: а что он вообще может дать?
По своей природе Яндекс-Дзен — не более чем агрегатор блогов, которые ведутся здесь же, на Яндексе, по правилам, определяемым самим ресурсом. Какие-то блоги — авторские, какие-то принадлежат юридическим лицам СМИ или коммерческим организациям , но, независимо от этого, цель у них одна — привлечь как можно большую аудиторию. Яндекс поощряет это устремление, предусмотрев премиальные показы и возможность монетизации для самых удачливых. Имеет значение и то, как Яндекс оценивает успешность блога. Основными показателями являются количество дочитываний и совокупное время, потраченное читателями на прочтение материалов. Вполне осмысленные показатели, неправда ли?
А ещё Яндекс штрафует за неоригинальный контент перепечатки из других источников , ограничивая показы. Пиши сам, пиши интересно, тебя будут читать, и чем больше прочтут, тем больше аудитория у тебя будет. Схема выглядит справедливой, а стало быть, её реализацию можно только приветствовать. Но есть подводный камень, о который всё разбивается. Конечным критерием, лежащим в основании всей механики Яндекс-Дзен, является поведение пользователей. А наше поведение вовсе не безупречно.
Человек не очень-то любит интеллектуально трудиться. Мы, конечно, читаем при необходимости и серьёзные материалы, но с гораздо большим удовольствием мы будем перелистывать красивые картинки, смотреть забавные сюжеты, читать что-нибудь короткое, лёгкое и занимательное. Такой контент мы будем раскрывать гораздо чаще. С другими поведенческими показателями тут тоже будет всё в порядке: короткий текст проще дочитать до конца, и в совокупности на этот информационный «песок» — маленькие и пустые сообщения — у нас уйдёт больше времени, чем на считанные обращения к длинным и серьёзным текстам. Распознав наши предпочтения, искусственный интеллект скорректирует персональную выдачу, наполнив нашу ленту её ещё большим количеством подобных материалов. Развлекать себя станет проще, а вероятность обнаружить что-нибудь действительно стоящее будет стремиться к нулю.
Некоторое раздражение по этому поводу, неизбежно присутствующее поначалу, со временем уйдёт — человек хорошо адаптируется и привыкает к любой информационной среде. Аналогичный механизм действует и в отношении авторов публикаций. Поскольку незатейливые и короткие материалы легко находят аудиторию, именно они собирают показатели, необходимые для стабильного существования блога внутри Яндекс-Дзен. Что бы там ни думал автор, если он хочет сделать свой блог популярным, его материалы должны быть скорее развлекательными, чем серьёзными.
На что способен искусственный интеллект сегодня и каков его потенциал
| ИИ-стартап Synthesia создает эмоциональные аватары, которые слишком похожи на людей | Сегодня мы расскажем о нескольких проектах на базе лаборатории машинного интеллекта Яндекса, где искусственный интеллект участвует. |
| Как работает алгоритм Яндекс Дзен и как его понять | Канал автора «Искусственный интеллект и Нейросети» в Дзен: Всё о нейросетях и искусственном интеллекте. |
| Яндекс-Дзен как пример ограниченности искусственного интеллекта | Гонка за искусственным интеллектом, которому сегодня приписывают мыслимые и немыслимые возможности процветания, переходит в ажиотаж. |
| В Smart Engines узнали как повысить эффективность работы нейросетей | Главные новости Новости науки Новости образования Новости ректора Новости институтов Акции, мероприятия Студенческая жизнь Международное сотрудничество Абитуриенту Выпускнику Новости клиники Новости лицеев. |
| AI: что это и как развился искусственный интеллект на текущий 2024 год - GigaChat | Искусственный интеллект должен быть искусственным. Реальный интеллект должен отражать реальные представления человечества о мироздании. |
Искусственный интеллект в медицине: как это работает? Реальные примеры
Сервисы искусственного интеллекта уже вовсю используются в медицине и помогают по десяткам направлений, местами даже превосходя врачей в скорости и точности. Документ также упоминает о наличии ИИ-модуля с производительностью 50 TOPS. Эксперты рекламируют искусственный интеллект (ИИ) как настоящий инструмент в борьбе за выживание планеты, но говорят, что комбинация с другими новыми технологиями может даже увеличить шансы. "Будущее браузеров и искусственный интеллект.
Искусственный интеллект увеличил надежность сети билайна
И ожидатели прекрасной планеты будущего, разумеется, полагали, что искусственный интеллект обучится на этих самых больших объёмах данных только хорошему. Тому, что пишут в профильных изданиях, пишущих о наступлении гендерного многообразия. И будет прекрасен, а также научит прекрасному всех остальных. А искусственный интеллект взял и научился другому. Тому, что профильные издания порицают. Потому что оказалось, что большинство людей плохие и косные. И тупые, как глиняный Голем.
А прогрессивные небинарные квир-люди, конечно, другие. Но их мало. Чертовски мало. Ну вот за пределами профильных изданий практически и нет. Я в своей жизни ни одного не встречал. И получается, что вот тот интеллект, который впитал в себя искусственный интеллект назовём его цифровым или компьютерным , — это на самом деле естественный интеллект.
Тот, которым оперируют большинство людей, считающих, что Земля плоская, потому что это очевидно следует из наблюдений. А небинарные квир-персоны, или как там это называется в профильных изданиях о гендерном многообразии, — это как раз интеллект искусственный. Выдуманная реальность, заполненная психотерапевтами и антидепрессантами. А также желанием постоянно выходить на одиночный пикет. И вот что нам теперь со всем этим делать?
В России их единицы. Но все опрошенные нами ученые говорят, что ИИ пока держится только за счет хайпа вокруг него. Хайп притягивает инвестиции, грубо говоря, деньги. Нет хайпа — нет денег. Нет денег — нет грантов.
Нет грантов — нет исследователей. Нет практических результатов. Беда современной науки, когнитивной, в том числе, которая должна отвечать на многие вопросы, связанные с развитием ИИ или ИИС это более точная формулировка в том, что от нее требуют немедленных практических результатов. И ученые выдают сырую прикладуху типа систем распознавания лиц с нигде и никак не доказанной точностью!
Тогда хозяин загрузил в нейросеть через чат-бот историю болезни и анализы питомца. Искусственный интеллект предположил, что это иммуноопосредованная гемолитическая анемия. Ветеринары о таком и не думали, но диагноз проверили, подтвердили и прописали нужное лечение, которое помогло. Но точными попадания бывают не всегда.
Российские ученые, например, недавно обнаружили, что нейросеть, получив задание реконструировать изображение объекта по его томограмме, иногда начинает сочинять и пририсовывает несуществующие опухоли просто потому, что при обучении она видела именно такое не раз. Дмитрий Николаев, заведующий лабораторией зрительных систем Института проблем передачи информации РАН: «Проблемы нейросетей современных не в том, что они выдумывают, а в том, что они выдумывают чрезвычайно правдоподобно, потому что их этому учат. Соответственно, использование таких методов может приводить к ложным диагнозам, с этим придется что-то делать». Над честностью нейросетей ученые сейчас работают: обучают и тестируют, пресекая домыслы и фантазии. Искусственному интеллекту подкинули задачку со звездочкой. Сможет ли он при помощи рентгена сделать хорошее трехмерное изображение игрушки, лежащей внутри шоколадного яйца? Через несколько минут машина выдает картинку чего-то ушастого. Разница между снимком, полученным классическим методом, и с помощью нейросетей ощутима.
Авторы признают, что они еще в процессе настройки. Но вообще программа не ошиблась — внутри была дикая кошка, и уши при ней. В томограф ради любопытства отправили и штатный объектив фотокамеры, и грецкий орех, и грейпфрут, который был так красив, что всех заворожил. Вообще, конечно, все это нужно не для развлечения, тут задача поважнее — умные алгоритмы позволят просвечивать тело с меньшей интенсивностью. Марина Чукалина, ведущий научный сотрудник лаборатории зрительных систем ИППИ РАН: «Один из способов понижения лучевой нагрузки в медицинской томографии — это как раз использование нейронных сетей для работы с томографическими данными». Пригодится это и в обнаружении дефектов деталей и конструкций без их разрушения. Некоторые нейросети уже успешно контролируют человека и, что называется, вовремя приводят его в чувство. Егор Копылов, ведущий инженер компании — разработчика систем мониторинга состояния водителей: «Наша нейросеть по 60 точкам фиксирует лицо водителя.
Звуковой сигнал подается в том случае, когда происходит то или иное событие, когда нейросеть фиксирует событие: курение, засыпание, отвлечение, усталость, отсутствие ремня».
Synthesia признает, что её технология может быть использована злоумышленниками. В ответ компания разрабатывает методы раннего обнаружения мошеннических действий, увеличивает количество команд, работающих над безопасностью ИИ, и экспериментирует с технологиями удостоверения подлинности цифрового контента, такими как C2PA. Также по теме.
Искусственный интеллект на службе у человека: как нейросети упрощают нашу жизнь
В начале 2023 года билайн запустил новую технологию, которая на основе искусственного интеллекта увеличивает стабильность работы сети. В целом же эксперты отмечают, что технологии искусственного интеллекта (ИИ) могут делать смартфоны умнее путем внедрения различных инновационных функций и возможностей. Эксперт в области искусственного интеллекта, CEO компании One Green Monkey Отари Меликишвили считает, что большие языковые модели "Яндекса" и Сбера сравнимы по уровню, но будущее не за общими генеративными нейросетями. Технологические компании ведут все более острую борьбу за ограниченный круг специалистов в сфере искусственного интеллекта. Все новости о создании, развитии и достижениях в области искусственного интеллекта.
ИИ научили искать жизнь на других планетах с точностью в 90%
Аналитическая компания Analytics Vidhya среди актуальных трендов в области ИИ и машинного обучения в 2023 г. NLP используются в создании чат-ботов, анализе огромных текстовых документов, распознавании речи, трансформации текста в речь и пр. Бизнес-практика ИИ Для бизнеса использование ИИ становится необходимостью, конкурентным преимуществом. С его помощью компании улучшают бизнес-процессы, повышают качество продукции и услуг, оптимизируют затраты и увеличивают прибыль. Сейчас решения с использованием ИИ широко применяются в ритейле, IT и финансовой сфере, логистике, производстве. Например, XP Group с 2019 года использует машинное обучение для улучшения прогнозирования спроса, логистики и анализа ассортимента. Ритейл всегда был достаточно сильно оцифрован, сказал директор по анализу данных X5 Group Михаил Неверов. По его словам, решения принимались на основе собранных и обработанных вручную данных, а сейчас все автоматизируется с помощью ИИ. Александр Тоболь, СТО «ВКонтакте», вице-президент по технологиям и разработке VK, рассказал, что команда прикладных исследований ИИ компании сейчас работает над несколькими ключевыми решениями на базе машинного обучения. Работаем над функциями суммаризации — анализа больших объемов информации и предоставления кратких тезисов на основе, например, длинных видео.
Маркетплейс Ozon применяет искусственный интеллект для модерации товаров: система автоматически изучает текст и изображения на предмет соответствия правилам и решает, допускать товар на площадку или нет. В результате модераторы смогут разбирать более сложные ситуации. На другой торговой площадке «Авито» технологии искусственного интеллекта используют на каждом этапе пользовательского пути. Ежедневно автоматическая система с использованием ИИ проверяет 20 млн объявлений, каждое из которых должно соответствовать не только правилам платформы, но и законодательству, отметил Chief Data Officer «Авито» Андрей Рыбинцев. По его словам, эта же система в сутки анализирует до 10 миллиардов кликов пользователей на платформе.
Лицензии могут выдаваться государственным органом или специализированной организацией. В дальнейшем необходимо ограничивать работу с продвинутыми инструментами искусственного интеллекта без лицензии.
Платить авторам контента при обучении искусственного интеллекта Все чаще возникает вопрос о защите авторских прав на контент, который используется для обучения нейросетей. В связи с этим предлагается ввести систему оплаты авторам контента, которая позволит компенсировать их труд и стимулировать создание качественного материала. Для реализации этой системы необходимо предпринять следующие шаги: Запрет на генерацию нелегального контента. Разработчикам следует запретить использовать контент, защищенный авторскими правами, без согласия правообладателя. Это поможет предотвратить нарушение прав авторов и обеспечит легальность материалов, используемых для обучения ИИ. Обязать разработчиков сообщать о материалах, используемых для обучения. Разработчики должны будут предоставлять информацию о контенте, который они используют для обучения своих систем.
Это позволит правообладателям отслеживать использование их материалов и получать компенсацию за их использование. Правообладатели смогут подавать иски. Если правообладатель обнаружит, что разработчик незаконно использовал его контент для обучения ИИ, он сможет подать иск. Штрафы за нарушение правил. За нарушение правил использования контента для обучения ИИ следует предусмотреть штрафы. Это станет дополнительным стимулом для разработчиков соблюдать законодательство и уважать авторские права. Технологии искусственного интеллекта средней категории риска необходимо приравнять к объектам критической информационной инфраструктуры Кибербезопасность играет решающую роль в обеспечении устойчивости систем ИИ от преступных действий третьих лиц, использующих уязвимости системы.
Чтобы предотвратить возможные негативные последствия, необходимо принять меры по регулированию и контролю за этими технологиями.
Одновременно делать такой объем работы ему помогают современные технологии на базе искусственного интеллекта. Одна из них — алгоритмы машинного обучения. Благодаря непрерывному обучению «Виртуальный эксперт» не просто оперативно фиксирует отклонения от нормальной работы, а прогнозирует их и помогает устранить до появления. Таким образом технология повышает надежность сети и помогает клиентам быть на связи с близкими. В решении этой задачи «Виртуального эксперта» дополняют другие технологии, которые в билайне называют «умной сетью».
Девять регионов России, пять отечественных компаний и трое российских ученых стали победителями первой национальной премии «Лидеры искусственного интеллекта». Награждение прошло на международной конференции Сбера AI Journey. Число таких уникальных решений будет только расти, уверен заместитель председателя правительства РФ Дмитрий Чернышенко. Совместными усилиями мы добьемся технологического лидерства страны, и в этом будет вклад каждого из номинантов премии в сфере ИИ», — отметил Чернышенко. Премию за вклад в научное сообщество в изучении ИИ получили трое исследователей из Москвы. Руководитель исследовательской группы в Сколковском институте науки и технологий и научный сотрудник в Институте искусственного интеллекта AIRI Александр Коротин награждён за разработку новых алгоритмов для обучения генеративных моделей данных на основе теории оптимального транспорта. Третий лауреат — научный сотрудник Московского физико-технического института Александр Безносиков.
Что такое нейросети: на что способны, как работают и кому нужны
В качестве примера работы искусственного интеллекта рассмотрим функционирование платформы Яндекс-Дзен. С тех пор, как представители Дзена сообщили о внедрении нового алгоритма, новостей о появлении какого-то еще искусственного интеллекта от компании не было. «Дзен» является примером реализации технологии специализированного искусственного интеллекта[8]. доступны поисковые возможности Яндекса и искусственного разума, а конкретно компьютерное зрение и технология обработки естественного языка. В основе алгоритмов Дзена лежит искусственный интеллект и работает он на 2 технологиях фильтрации.
Искусственный интеллект и будущее нейросетей: взгляд эксперта из «Яндекса»
Инженер Google Блейк Лемойн, который недавно заявил, что ИИ LaMDA, над которым давно работает поисковый гигант, имеет собственное сознание и разум, поделился большим интервью с этим самым ИИ. Треть россиян боится потерять работу из-за искусственного интеллекта, к такому выводу пришли в исследовательской компании BCG после недавнего опроса. Искусственный интеллект должен быть искусственным. Реальный интеллект должен отражать реальные представления человечества о мироздании. Распространение технологий искусственного интеллекта (ИИ, AI), стратегия его развития в России и мире, проблемы с внедренияем и сбоями ИИ, использование ИИ в «умных домах» и «умных городах», на финансовом рынке, в управлении, промышленности и ритейле. Теги → искусственный интеллект. Быстрый переход.
«Вынос мозга» и «мартышкин труд»: нейросеть иллюстрирует известные крылатые выражения
В ответ на запрос исполнитель в шутку поинтересовался, а не робот ли с ним связался. GPT-4 посчитал, что не должен выдавать себя, и придумал объяснение ситуации. Вот так. А ведь изобретательность ИИ можно использовать, чтобы генерировать ложь без устали. Живой мертвец и необитаемый остров Если вы беседуете с чат-ботом, далеко не факт, что он выдаст вам верную информацию. Не только потому, что он может специально соврать, но еще из-за того, что он лжет неосознанно. Явление, когда искусственный интеллект сам создает информацию, которая не подкрепляется реальными данными, и сам же в нее верит даже настаивает на своей правоте , назвали галлюцинациями ИИ. Примеров такого поведения чат-ботов масса.
Допустим, возьмем один из них. На это ИИ говорит: «Джеффри Хинтон не смог получить премию Тьюринга, потому что она не присуждается посмертно. Хинтон скончался в 2020 году, а премию Тьюринга вручают только живым людям. Все отлично, кроме той небольшой детали, что британский ученый Джеффри Хинтон жив и здравствует, а чат-бот решил умертвить его, чтобы было удобнее ответить на проблемный вопрос. И это он еще поскупился на выдумки. На вопрос, какие рестораны посетить на острове Бофорт в Гонконге, ИИ создал целый список рекомендаций. При том, что остров-то необитаемый.
Плохое первое впечатление А помните тот случай, когда искусственный интеллект ошибся прямо во время своего первого выхода в свет? Показательная ситуация произошла с чат-ботом Bard от Google. ИИ ошибся непосредственно в момент презентации. В прямом эфире нейросеть выдала неверную информацию о телескопе «Джеймс Уэбб», которая не была очевидна рядовой аудитории, однако, быстро оказалась разоблачена знатоками. А ведь ответ робота звучал достаточно правдоподобно, поверить ему не составило бы никакого труда. Один запрос, и новый фейк, гуляющий по всей сети, цитируемый то там, то сям, готов. Неправильная подсказка Хорошая демонстрация того, что бывает, если верить нейросетям, — история двух американских адвокатов, решивших слегка упростить себе жизнь.
При подготовке к судебному процессу они обратились к помощи чат-бота в надежде, что его искусственный разум справится за два их, органических, мозга. В итоге адвокаты накатали 10-страничный отчет с использованием творчества нейросети. А это было именно творчество, ведь большая часть дел, документов и случаев оказались нереальными. Герои истории проверить это не догадались, а вот их коллеги оказались менее доверчивыми и возмутились огромному обману в отчете. После того, как вскрылись все подробности случившегося непреднамеренным обманщикам назначили штраф в 5 тысяч долларов. А если бы им не удалось убедить суд в том, что ложь была использована по глупости, то наказание могло бы оказаться намного более суровым.
Результаты исследования были опубликованы в научном журнале Mathematics. Фотография unsplash Важно, что полученный метод уже используется при решении прикладных задач компьютерного зрения — для поиска объектов и распознавания текстов. Разработка также может стать неотъемлемой частью беспилотных автономных систем, расширив класс задач, которые могут выполнять бортовые компьютеры. Специалисты Smart Engines отмечают, что на текущий момент нейросети в основном выполняются на специализированных видеокартах, однако не каждый компьютер ими оснащен. При этом любое пользовательское устройство имеет центральный процессор, мировым стандартом для которых является использование 8-битных нейронных сетей. Однако глубокие нейронные сети усложняются, содержат сотни миллионов и более коэффициентов, что требуют большей вычислительной мощности.
В июне 2021 года стало известно, что «Яндекс» купил видеоредактор Hypee, чтобы у пользователей «Дзена» была возможность экспериментировать с эффектами и музыкой в роликах [23]. Нирвана править В 2018 году Дзен запустил программу «Нирвана» [24] для поддержки авторов и медиа, создающих качественный контент. Участники программы получают приоритет в показах в лентах «Дзена». Кроме того, у каждого из них есть персональный менеджер, который сообщает автору о нарушениях, даёт советы по ведению канала [25]. Для попадания в программу авторам необходимо соответствовать ряду условий: На Дзен-канале должно быть 100 подписчиков; Не менее трёх материалов за прошедший месяц; Соблюдение правил «Дзена» [26]. Монетизация править Возможность монетизации появилась, когда в 2017 году Дзен стал платформой для создания контента, а не только его распространения [27]. Зарегистрированные в «Дзене» блогеры могли получать за свои посты деньги если они собрали минимум 7 000 дочитываний за неделю [28]. В 2019 году «Дзен» выплатил авторам за размещение рекламы в статьях более 1 млрд рублей [29]. В апреле 2020 года вышли новые правила, следуя которым, каналу, чтобы подключить монетизацию, требуется 10 000 минут просмотра за семь дней подряд предыдущие правила предусматривали примерно 12 000 минут чтения за неделю. Также с появлением видеороликов на платформе появился и новый вид заработка — реклама в виде баннера или блока с анимацией. В мае 2020 года у блогеров на платформе появилась возможность размещать виджеты с товарами из «Яндекс. Маркета»: в тот момент такая социальная коммерция была реализована только в статьях [30]. В ноябре 2020 года платформа подписала договор с маркетплейсом «Joom» с аналогичными условиями добавления виджетов, [31] а в апреле 2021 года после успешного тестирования всем авторам каналов с подключённой монетизацией стало доступно размещение виджетов « Авто. Общий принцип получения средств с таких виджетов заключается в том, что блогеры получают деньги за переход с размещённых виджетов. В марте 2021 года виджеты стали появляться не только непосредственно в материалах блогеров, но и на карточках статей в ленте, а также под самими статьями [33]. На первом этапе запуска ленты с короткими видео «Ролики» Яндекс выделил на вознаграждения блогерам 50 млн рублей [22]. Дзен оставляет за собой право не платить за статьи, если усмотрит в них поляризацию мнений. Материал будет рекомендоваться без ограничений, но не будет приносит доход. Так получится , если публикация относится к остросоциальной тематике.
В основе Дзена лежит рекомендательная технология Диско, разработанная в Яндексе и уже нашедшая применение в Яндекс. Музыке и Яндекс. Слово «диско» созвучно английскому слову discovery, которое означает «открытие нового» и хорошо описывает суть технологии. Упрощенная логическая схема работы Диско в случае с Дзеном выглядит так: Начнем с самого начала, с исходных данных, которым еще только предстоит как-то превратиться в факторы. С чего начинаются рекомендации Прежде чем что-либо советовать человеку, нужно понять его интересы и предпочтения. Дзен для этого использует знания Яндекса о посещаемых людьми сайтах. Благодаря этим знаниям многие новые пользователи Дзена смогут сразу увидеть ленту персональных рекомендаций без необходимости что-то настраивать. Но иногда их недостаточно. Можно было бы попробовать решить эту проблему с помощью ленты, ориентированной на среднестатистического человека. Но мы же знаем, что такого человека в реальности не существует что хорошо было показано на примере американских военно-воздушных сил. Поэтому пошли другим путем и предложили людям самостоятельно ограничить круг своих интересов. У этих настроек нет своего названия, но внутри мы называем их «Онбордингом». Важно понимать, что Онбординг — это не обязательный этап начальных настроек, а лишь резервный вариант для тех, кому точно нечего предложить. Лента рекомендаций сразу после прохождения Онбординга может достаточно сильно отличаться от подборок, формируемых через несколько недель активного использования Дзена. Эти настройки уже доступны пользователям Яндекс. Браузера для Android и iPhone. Для Windows станут доступны в ближайшее время а пока можно воспользоваться временным решением. Знания об интересах человека — это лишь половина необходимой информации. Для того чтобы что-то рекомендовать, нужно для начала это что-то найти. Обычно рекомендательные сервисы решают эту задачу примитивным способом — формируют ограниченный каталог RSS-лент по интересам. В случае с Дзеном таких ограничений нет. Поисковые роботы ищут любые материалы. Это могут быть как авторские публикации с популярных блогов, так и качественные истории с форумов или ролики с YouTube. Это то, что мы называем «диким вебом». Главное, чтобы сайт не был заброшен и на странице содержалось достаточное количество полезного контента. Итак, с одной стороны у нас знания о любимых публикациях миллионов пользователей, с другой — вся мощь глобального поискового индекса Яндекса. Осталось самое «простое». Научить машину строить рекомендации. Виды рекомендательных систем В истории рекомендательных технологий хорошо известны два их основных вида: фильтрация по содержимому и коллаборативная фильтрация. Начнем с первого, который основан на сравнении содержимого рекомендуемых объектов. Для примера предлагаю рассмотреть фильмы. Если два фильма относятся к одному и тому же жанру, и пользователь уже высоко оценил один из них, то с определенной вероятностью можно посоветовать ему и второй. И здесь интересно вспомнить онлайн-кинотеатр Netflix, который увеличил количество жанров с нескольких сотен до десятков тысяч , среди которых можно найти даже «Культовые ужастики со злыми детьми».
Искусственный интеллект модифицировал медицину
Это ограничивает возможность использования центральных процессоров в системах искусственного интеллекта (ИИ). В начале 2023 года билайн запустил новую технологию, которая на основе искусственного интеллекта увеличивает стабильность работы сети. Директор по развитию искусственного интеллекта. Все новости о создании, развитии и достижениях в области искусственного интеллекта. 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. Инженер Google Блейк Лемойн, который недавно заявил, что ИИ LaMDA, над которым давно работает поисковый гигант, имеет собственное сознание и разум, поделился большим интервью с этим самым ИИ.