#машинное обучение

Энтузиасты прочитали свертки папирусов, которые спеклись при извержении Везувия в 79 году нашей эры (тот самый последний день Помпеи), используя компьютерную томографию и машинное обучение.

Взрыв мозга. 🤯

Вы только представьте: две тысячи лет назад извержение вулкана погребло среди прочего виллу, в которой хранились сотни (если не тысячи) книг.

Библиотеку случайно обнаружили в 18 веке и с тех пор пытаются прочитать.

Свертки папирусов спеклись, превратились в твердую золу. При попытке развернуть они рассыпаются. Некоторые свитки получалось развернуть — буквально по миллиметру в день, но древняя краска быстро выцветала от контакта с воздухом.

15 марта 2023 года ученые сканируют один из свитков в супер высоком разрешении на мощном ускорителе частиц методом компьютерной томографии (чтобы получилась 3Д-модель папируса) и выкладывают сканы в открытый доступ. Энтузиасты объявляют конкурс с суммой призов больше миллиона долларов для того, чтобы наконец расшифровать все свитки.

Для того, чтобы повысить вероятность общего успеха, организаторы назначили «промежуточные» призы за первое расшифрованное слово, первую фразу. Благодаря этому, все участники могли пользоваться результатами друг-друга на каждом следующем этапе.

Результат — первые абзацы, которые складываются в новый для историков текст. Победители — команда трех 20-летних парней, которое познакомились на конкурсе.

Достижение не только частное — компьютерную томографию в требуемом разрешении сделали вполне себе классические ученые в институте.

Если вы технарь — рекомендую обратить внимание на дизайн конкурса: заявки участников проверяют не только историки, но и группа инженеров, которые не только понимают все шаги команды победителя, но и самостоятельно воспроизводят их результаты. Это позволяет избежать галлюцинаций нейросетей и переобучения их под искомый результат.

В общем — полная синергия частного и государственного, торжество науки и техники.

Расшифрованный текст — ранее неизвестное сочинение эпикурейца о природе наслаждения. 🍷

Сайт конкурса содержит миллион подробностей, красивых видео и картинок, рекомендую!

Новый эпизод подкаста — с патологоанатомом. И это не персонаж из анекдотов, который режет трупы! Гораздо интереснее и сложнее.

Внутри эпизода много машинного обучения, крутые кейсы и доктор, который занимается не только лечением, но и наукой.

Немного страшно, что делать в следующем сезоне, когда в этом задана такая высокая планка 🙈

Слушайте и подписывайтесь: Apple, Google, Яндекс, Spotify, Castbox, Overcast, веб-версия.

Notion — один из самых популярных инструментов совместной работы, анонсировал использование популярных моделей машинного обучения для работы с текстом.

Выбираете «написать пост», даете ему одно предложение, о чем пост и он генерирует черновик. Выбираете «брейншторм идей», пишете что хотите брейнштормить и получаете список идей. Исправление орфографии, переводы — все эти модели доступны прямо внутри обычного редактора.

То, с чем раньше было неудобно и сложно играть, теперь станет рабочим инструментом тысяч людей. В интересное время живем!

Ну и видео анонс запуска бомбический, на примере самого запуска, с хорошей шуткой в конце. ❤️

Пока только приватная бета, записаться можно здесь.

«Простота — это великая добродетель, но она требует напряженной работы, чтобы её достичь и образование, чтобы оценить. И к сожалению, сложность продается легче.» — Дейкстра.

—

Простые решения дешевле в реализации и поддержке, в них меньше вероятности допустить ошибку, их легче передать другому и так далее и так далее.

Кажется, что раз решение сложное — то в него вложено больше труда и значит оно должно быть лучше.

Это, конечно, не так. Процитирую Паскаля: «если бы у меня было больше времени, я бы написал письмо покороче».

В программировании ровно то же самое: простые решения требуют гораздо больше интеллектуальных усилий, приходят с опытом.

Да, есть задачи, которые сами по себе сложные, с огромным числом ограничений и тд., например, биллинги обычно такие. При этом, почти все биллинги, которые я видел, были переусложнены сверх необходимого. 🙈

—

Отличная статья об этом феномене на примере научных статьей в области машинного обучения. Спасибо Игорю за наводку.

У нас дома есть ритуал. Вернулся домой — кот мяучет и тот, кто вернулся, его кормит. Я привык рассматривать мяуканье как желание поесть. Но сегодня утром я проснулся, покормил его и пошёл выкинул мусор. Вернулся — а он мяучет как будто я вернулся с работы. Почти пошел за едой, но понял, что глупо.

Вот думаю, как часто я делаю вещи по привычке, без смысла?

—

Коту, по моему опыту, ок вместо еды посидеть на руках. Интересно, как часто он реально голоден, когда мяучет, а когда — просто хочет на руки?

Нашел приложение, которое переводит с языка котов (чумовая статья, wiki at it's best; русская статья в википедии совсем другая!), причем адаптируется под специфичный вокабуляр конкретного кота. Создатель — бывший разработчик Amazon Alexa. Вот истинное предназначение методов машинного обучения! iOS / Android и научная статья впридачу. А вот как самому подобное напрогать.

Чуть не пропустил — совершенно чумовая модель машинного обучения от исследователей из гугла, называется Imagen.

Генерирует супер качественные картинки по английскому описанию. Пишешь, например, «золотистый ретривер одетый в синий в клеточку берет и в водолазку в красный горошек» и получаешь картинку будто от фотографа.

На красивом сайте-презентации ещё десятки примеров, частью интерактивные. Рекомендую посмотреть. Полный снос башки 🤯

Искуственный интеллект™ (модель машинного обучения) переводит просьбы на английском языке в питон-код для обработки и представления данных.

Срочно нужен такой же для перевода с русского на 1С.

https://github.com/deepklarity/jupyter-text2code

Новый эпизод подкаста, про машинное обучение. Как машины учатся обыгрывать человека в пинг-понг, шахматы, го и старкрафт; какая из этих игр сложнее и зачем вообще учить компьютеры играть в игрушки — все это обсуждаем с Серёжей Бартуновым из DeepMind. Google DeepMind — одна из главных компаний в области искусственного интеллекта. Заглавный вопрос эпизода: есть ли у машины интуиция?

А ещё Серёжа признаётся в подписке на стыдный паблик и советует книжку по квантовым вычислениям.

Слушайте и подписывайтесь: Apple, Google, Castbox, Яндекс, Spotify, Overcast и веб-версия

Представляете себе зум или вацап созвоны, которые идеально работают на ОЧЕНЬ плохом интернете? А вот ученые из NVIDIA не только представили, но и придумали, как это сделать.

Они передают по интернету только первый кадр вашего лица на видео-звонке, а дальше перестают транслировать видео созвона и вместо него транслируют специальные сигналы о том, как вы двигаете головой и меняете выражение лица во время разговора. Алгоритм машинного обучения генерирует очень похожее на оригинал видео из этого сигнала прямо в реальном времени.

Такой способ передачи видео головы говорящего человека требует в десять (!) раз меньше трафика. WinRAR!

Ах да, ещё они, конечно же, могут поворачивать голову и вообще менять выражение лица на лету программно. 2021 же.

Спасибо ютуб-каналу two minute papers за офигенные обзоры интересных научных статей (название врет, конкретно этот обзор аж семь минут 11 секунд).

Отличная игра в жанре «угадай, модель машинного обучения или реальность», для программистов, на основе исхоных кодов популярных программ под Linux, на языке С++.