Гугл натравил свой классификатор картинок на полный архив фотографий NASA в честь его 60-летия. Можно посмотреть все фотки взлетов (14791 шт.) или капусты (13шт.) Отвратительный UX (все эти бесконечные тормозные транзишены) портит весь кайф, но фотки красивые.
ИИ и машинное обучение
страница 13 из 14Первая модель машинного обучения, распространение которой ограничивается в целях общественной безопасности. Иронично и, вместе с тем правильно, что её разработала некоммерческая исследовательская компания OpenAI, цель которой — «поиск безопасного пути к настоящему искусственному интеллекту», а один из создателей — Илон Маск. Этот фонд, в числе прочего, обучил машину очень хорошо играть в Доту.
На этот раз, речь о языковой модели, предсказывающей следующее слово в тексте. Система натренирована на 40GB текста из интернета, что примерно в 7500 больше, чем «Война и мир» (5.3MB).
Если подать ей на вход вопрос — она, скорее всего, допишет ответ. Если подать утверждение — то раскроет тему и предоставит доказательства.
Проблема в том, что она делает это слишком хорошо. Насколько хорошо, что при поверхностном прочтении может показаться, что сгенерированный текст имеет смысл. Не вдаваясь в философские дебри (в которых я не силен), возьмусь утверждать, что смысла там всё-таки нет.
Так в чем же опасность? Если обучить эту модель на отзывах в интернет-магазинах — можно генерировать очень правдоподобные фейковые отзывы в промышленных масштабах. Если обучить её на твиттере, фейсбуке или реддите — можно генерить вполне реалистичные твиты, посты и комментарии, прокачивать фейковые аккаунты и потом устраивать совершенно адские вбросы, рядом с которыми любые фабрики троллей — детский сад.
Стремно, что секретность в отношении этой конкретной модели защитит нас только от скрипт-киддисов (детей, ломающих сайты по шаблону) и то только на время. Нормальные бандиты, а уж тем более государства имеют достаточно ресурсов чтобы повторить и даже превзойти эти результаты в ближайшие годы. Будет как с шифрованием, которое пытались запретить, а теперь даже сердца в вотсапе кодируются при передаче так, что никто в мире не может их прочитать.
Помните, как раньше на сайтах были SEO-шные тексты в подвалах страниц, благодаря которым родилась присказка «SEOшник хуже пидораса…»? Их хотя бы было легко определить по виду, а в 2020 аналогичные тексты могут выглядеть неотличимо от полезной статьи.
До этого момента я не сильно верил в хайп «AI/ML это будущее», но теперь понимаю, откуда растут ноги уверенности руководителей Google, Microsoft и Apple. Будущее за ML и я не оптимистичен :(
Внутри статьи куча технических деталей, но вот видео-презентация достижения, где Blitz (комментатор-профессионал) рассказывает свои ощущения от просмотра игры.
И да, вы правильно угадали, OpenAI Foundation основал Илон Маск (вместе с Сэмом Альтманом из YCombinator).
Безумно интересный отчет OpenAI Foundation. Они сделали бота, который играет в Доту.
Для тех, кто в танке, Дота — это самая популярная e-sports игра. Призовой фонд более 40 миллионов долларов, профессиональные команды тренирующиеся круглый код и так далее — всё как в обычном спорте. Если вы совсем в танке — вот кусочек геймплея. Герои, заклинания, оружение, большая карта, сложная игра, я не могу в такие играть. Для сравнения, шахматы — 40 ходов, го — 150, в доте — около 20 тысяч. В шахматах каждый ход можно сделать около 30 действий (способов сходить), в го — 250, в доте — больше тысячи. Количество данных (игровых объектов) различается на 4 порядка.
Год назад они выпустили бота, который выигрывает лучших игроков-людей в матчах один-на-один.
Теперь они сделали бота, который выигрывает команду людей-любителей (5 инженеров проекта) в командных матчах. Они пригласили на этот матч профессионального комментатора доты (!) Blitz, и ему понравилось, как играют роботы. 28 июля они устроят соревнование между роботом и лучшими командами людей. Первый e-sports матч, который я собираюсь посмотреть.
Самое классное, что робота НЕ учили люди. Всё, чему научился алгоритм, он научился играя сам с собой. Десятки тысяч часов игры в Доту и никакой личной жизни. Вспоминаются этические дилеммы симуляций из Black Mirror и Westworld.
P.S. Если вы смотрите Westworld, то аналогия с тем, как AI учится на простых мирах, перед тем, как выйти в мир реальный — бьет в лицо. Вот ведь хорошо попал сериал в момент.
В противовес — хорошая статья — про то, что не стоит ждать человекоподобного HAL 9000 в задачах анализа больших данных, мы скорее всего получим что-то типа стиральной машины (и они полезны).
Пока в Москве на красной площади ездят танки, а Юрмала похожа на Сан-Франциско из-за солнца и цветущих деревьев, в настоящей долине идет ежегодная конференция-отчет Google I/O.
Боря (новый техдир Медузы) сейчас там, ест наверное свой vegan gluten free lactose free и вот это всё ужин (список доступных вариантов обедов на странице регистрации Google I/O не помещается на один экран).
Меня тем временем зацепило 3 новости из 100 (вот хороший полный список от CNET):
1. Duplex, про которой я написал выше — это просто крышесносная технология, почти настоящий ассистент в телефоне;
2. Dialogflow — платформа для разработки чатботов от Google, наконец-то. Раньше на этом рынке были только стратапы и Microsoft, но гугл это гугл.
Google Duplex заказывает столик в ресторане (мужской голос)
Не боитесь роботов, которые «захватят всех человеков»? Мне вот стало страшно, когда я послушал, как новая нейросеть гугла Google Duplex разговаривает с живыми людьми по телефону.
Послушайте сами, там запись двух полных звонков, Duplex женским голосом заказывает стрижку в парикмахерской и мужским голосом столик в ресторане. Слишком похоже на живых людей. Восхищение, сменяющееся мыслью «такое нужно немедленно запретить» — вот моя первая реакция.
Дальше примеры, как Google Duplex реагирует на прерывания (когда он читает номер по телефону и собеседник не расслышал и переспросил посередине), на уточняющие вопросы и на вопросы «ты меня слышишь?».
Внутри статьи есть высокоуровневое объяснение, как эта вся магия работает — под капотом система распознавания голоса гугла ASR и рекуррентная нейронная сеть (RRN) на основе Tensorflow Extended (TRX) (на нем строится большая часть нейронных сетей).
Очень страшно. Westworld (2) (прекрасный сериал «Мир дикого запада») уже не кажется таким уж отдаленным будущим.
https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html
Google Duplex заказывает стрижку в парикмахерской (женский голос)
Утреннее письмо от Apple — рекламируют сервис машинного обучения от IBM для разработчиков.
У Apple есть хорошая библиотека (фреймворк) машинного обучения — CoreML. IBM Watson вписывается в общую картину как звено обучения модели. Дальше её можно загрузить в телефон для оффлайн-использования.
Аналогичные публичные сервисы есть у прямых конкурентов — Amazon, Microsoft и Google, но их Apple не особо рекламирует ;)
Вообще, что Apple безусловно делает лучше всех на рынке — так это рассказывает истории. Хоть покупателям, хоть разработчикам, и на сайтах, и в pdf-ках, и в видео.
1. Гугл уже имеет 3D схемы большинства зданий на планете. Он распознает их со спутниковых снимков методами машинного обучения.
2. Каждый город имеет «островки коммерческой активности», где кучкуют магазины и рестораны. Раньше эти «островки» нельзя было быстро отыскать на карте. Теперь гугл научился подсвечивать их желтеньким (тоже ML).
Дальше идет обсуждение, что островки активности — производная от данных, полученных машинным обучением и у Apple, кажется, уже мало шансов догнать Google Maps по качеству.
Очередной титанический лонгрид с картинками от любимого картографического аналитика. https://www.justinobeirne.com/google-maps-moat
Гугл распознал структуру здания по спутниковому фото
Да, такое часто бывает! Что поделаешь, нейросеть…
