Сообщения intellect board hi tech. Конференция AINL: Искусственный Интеллект, Естественный Язык. Что такое машинное обучение

2016 год стал годом искусственного интеллекта. Прогресс в области систем самоуправления, распознавания голоса и глубокого обучения позволил компьютерам совершить ряд крупных прорывов, которые прежде были невозможны. Вот шесть наиболее значимых из них.

1. AlphaGo победил чемпиона мира по игре в Го

Го считается наиболее сложной профессиональной игрой, изобретенной человечеством. Она предлагает невероятное количество возможных действий, и во многом, как утверждают сами игроки, полагается на человеческую интуицию. Искусственный интеллект AlphaGo обучил себя игре, сыграв миллионы партий со своими копиями, и в марте этого года чемпиона Ли Седоля в четырех партиях из пяти.

2. Самоуправляемая машина Tesla доставила в больницу человека с сердечным приступом

Беспилотные являются предметом горячих дебатов по всему миру. Однако глава Tesla Элон Маск подчеркивает, что автомобили с системой автопилота безопаснее, чем машины без него, независимо от точки зрения общественности. Отчет Национального совета безопасности США указывает, что в 2015 году смертность на дорогах составила 1,3 случая на каждые 100 миллионов миль, пройденных обычными автомобилями, в то время как показатели Tesla – 130 миллионов пройденных миль и всего один зарегистрированный несчастный случай. При этом на счету автопилота компании как минимум одна спасенная жизнь – машина доставила своего хозяина Джошуа Нелли в больницу, когда в дороге у него случился внезапный сердечный приступ.

3. Роевой интеллект предсказал результаты Кентуккийского Дерби

В мае искусственный интеллект UNU сумел успешно предсказать четверых победителей престижного конного состязания, причем, строго в порядке их финиширования. Этого не удалось сделать ни одному официальному эксперту по этим соревнованиям – таким образом, компьютер победил со ставкой 540 к 1. UNU был разработан компанией Unanimous A.I. во главе со специалистом по человеко-машинному взаимодействию Луисом Розенбергом.

4. Microsoft AI на сегодняшний день понимает человеческую речь лучше самих людей

В октябре этого года Microsoft продемонстрировала, что AI впервые сравнялся с человеком в эффективности автоматического распознавания речи. Чтобы добиться этого результата, система компании использовала так называемые сверхточные и рекуррентные нейронные сети. Для подготовки к испытанию ей понадобилось 2000 часов записанных данных.

5. AI предсказал результаты президентских выборов в США

Итоги выборов в Америке оказались сюрпризом для многих, включая инсайдеров политической системы. Однако индийский стартап MogIA в Мумбаи уверенно предсказал победу Трампа. AI компании проанализировал 20 миллионов записей в социальных медиа и сумел определить реальные симпатии избирателей. И хотя многие эксперты остерегаются придавать победе MogIA слишком большое значение, объективно — данный интеллект сумел точно предсказать событие, которое оказалось неожиданностью для миллиардов людей.

6. Искусственный интеллект произвел революцию в диагностике рака

Здравоохранение является одной из областей, в которых успехи AI имеют наибольшее практическое значение. В частности, суперкомпьютер IBM Watson уже сегодня способен замечать отклонения в здоровье человека, которые ускользают от внимания опытных диагностов. Статистически, примерно в 30 % случаев Watson ставит пациентам дополнительный диагноз, пропущенный врачами-людьми.

Еще более впечатляющих результатов добился AI Хьюстонского методистского исследовательского института в Техасе. Искусственный интеллект исследует миллионы маммограмм (его скорость анализа в 30 раз превышает человеческую) и дает онкозаключение с точностью в 99 %.

Искусственный интеллект спасет от кризиса?

По предварительным оценкам, в нынешнем году российский ИТ-рынок в денежном выражении будет не сильно отличаться от предыдущего. Одна из причин этого - общая экономическая ситуация в стране. «В целом по текущему году мы ожидаем, что экономика покажет рост на уровне 1,8%, а инфляция закончит год на отметке 3,4%», - отметил министр экономического развития РФ Максим Орешкин, рассказывая осенью этого года о прогнозе социально-экономического развития страны на 2019-2021 гг. и на период до 2024 г.

Одним из таких рынков является рынок систем искусственного интеллекта (ИИ). Выступая на ноябрьском заседании Комитета АПКИТ по мониторингу развития ИТ-индустрии, глава этого комитета и вице-президент IBM Кирилл Корнильев напомнил, что, по оценкам Frost & Sullivan, внедрение технологий ИИ к 2030 г. обеспечит прирос оборота компаний мира на 15,7 трлн. долл. (10,7 трлн. из них придутся на компании США и Китая), говорится в статье ITWeek .

Примерно такие же оценки вклада ИИ в мировую экономику содержатся в отчете PwC «What’s the real value of AI for your business and how can you capitalize?»: он будет плавно увеличиваться с примерно 1 трлн. долл. в 2017 г. до почти 16 трлн. долл. в 2030-м. Что же касается нашей страны, то в ней рынок машинного обучения вырастет с 700 млн. руб. в 2017 г. до 28 млрд. руб. в 2020-м (то есть примерно в 40 раз!), а в этом году составит около 1 млрд. руб.

На фоне столь высоких ожиданий интересно мнение руководителя Центра когнитивных технологий ГК «Ай-Теко» Ильи Калагина, что рынки ИИ и машинного обучения могут спасти отечественных интеграторов от разорения, обусловленного падением спроса на традиционные ИТ-проекты.

В то же время следует понимать, что ИИ - не панацея, подчеркнул Илья Калагин. Да и не всегда искусственный интеллект эффективнее естественного. Особенно если последний использует хорошо развитые традиционные методы прикладной математики, «материализованные» в современных BI-cистемах. Ведь не секрет, что разработчики ИИ-cистем склонны преувеличивать свои успехи и замалчивать неудачи, зачастую создавая о нейронных сетях и нейрокомпьютерах необъективное впечатление. Впрочем, как отмечает Илья Калагин, данная ситуация характерна не только для разработчиков нейросетевых систем.

Он также считает, что прежде чем искусственные нейронные сети можно будет использовать для решения задач, где поставлены на карту человеческие жизни или важные промышленные объекты (к примеру, в ядерной энергетике), должны быть решены вопросы надежности этих сетей. Вместе с тем он обращает внимание на то, что процесс улучшения ИИ-технологий происходит постоянно и современные нейросетевые алгоритмы по своей эффективности уже заметно превзошли традиционные алгоритмы в области машинного зрения и перевода.

26 мая 2012 года в Санкт-Петербурге прошла первая в России конференция по искусственному интеллекту: «AINL: Искусственный Интеллект, Естественный Язык». Генеральным спонсором и соорганизатором конференции выступила компания i-Free. Партнер мероприятия – ОАО «РВК», организаторы – NLPSeminar и Game|Changers.

Конференция собрала ведущих российских и зарубежных специалистов в сфере искусственного интеллекта и автоматической обработки естественного языка, представителей научной среды, экспертов профильных компаний, занимающихся разработкой технологий и создающих на их базе перспективные продукты и решения.

В конференции приняли непосредственное участие более 200 делегатов, а благодаря онлайн-трансляции аудитория форума была значительно шире: репортажи участников вывели хэш-тег конференции #AINL в тренды Твиттера по Санкт-Петербургу.

В рамках шести секций конференции было сделано более 20 докладов, а также представлено 9 постеров с информацией о проектах. Основными тематическими направлениями форума стали: «Распознавание и синтез речи», «Искусственный интеллект и диалоговые системы», «Инженерия знаний, онтологии, извлечение данных, data mining».

Комментируя участие в конференции, Кирилл Петров, управляющий директор i-Free Innovations, подчеркнул: «Мы рады, что первый российский форум, посвященный вопросам искусственного интеллекта, прошел успешно и собрал столь представительную аудиторию. Участникам были обеспечены самые широкие возможности для общения, обсуждения перспективных идей, обмена опытом и приобретения деловых контактов. Надеемся, что конференция «AINL: Искусственный Интеллект, Естественный Язык» станет ежегодной и будет способствовать развитию российского рынка AI-технологий».

Компания i-Free представила на конференции доклад «Перспективы применения систем искусственного интеллекта в мобильных технологиях», а также кейс «Создание интеллектуального мобильного ассистента».

Подробная информация о конференции «AINL: Искусственный Интеллект, Естественный Язык» представлена на сайте http://nlpseminar.ru/ainl/.

Презентации спикеров конференции можно также найти здесь.

Информация о партнерах и организаторах:

i-Free Innovations – подразделение компании i-Free, специализирующееся на разработке, тестировании и реализации венчурных проектов, перспективных технологических решений, инновационных продуктов. Обладает уникальной командой экспертов и IT-специалистов, имеет большой опыт реализации инновационных проектов в сфере высоких технологий.

ОАО «РВК» – государственный фонд фондов, институт развития Российской Федерации, один из ключевых инструментов государства в деле построения национальной инновационной системы.

NLPseminar – единственный в России регулярный семинар по автоматической обработке естественного языка, действующий в Санкт-Петербурге уже более 5 лет.

Game|Changers – межвузовская образовательно-исследовательская программа об ИТ-бизнесе для активных студентов Санкт-Петербурга. Программа сотрудничает с ведущими вузами города, успешными российскими и международными технологическими компаниями и институтами развития.

Специалисты из США и Тайланда разработали метод достоверного воспроизведения мировых шедевров искусства живописи с использованием 3D-печати и искусственного интеллекта. Благодаря этой комбинации получается воспроизводить цветовую палитру изображения, максимально приближенную к оригиналу. Метод основан на печати множества слоев разными по цвету чернилами, благодаря чему удается получить максимально близкий к оригиналу цвет для каждого фрагмента картины. Технологию собираются представить на конференции SIGGRAPH Asia 2018.

В мировой практике часто применяется копирование шедевров мирового искусства. Делается это не ради каких-то махинаций, а для того, чтобы с работами могли познакомиться большее число людей. Кроме того, таким образом владельцы произведений искусства могут защитить оригиналы от разрушения.

Обычно репродукции создаются с помощью высокоточных сканеров и принтеров. Однако возможности этой техники весьма ограничены и не позволяют передать всю красоту оригинала в мельчайших деталях. Объясняется это несколькими недостатками. Например, один из них заключается в том, что обычно применяемые принтеры используют для передачи цвета оригинала комбинацию из четырех цветов, из-за чего точность цветопередачи снижается. Кроме того, как правило, принтеры создают колориметрическое, а не спектральное воспроизведение цвета оригинала, из-за чего напечатанная картина близка к оригинальной лишь при определенном эталонном освещении.

Получить более точную копию позволяет разработка исследователей из Массачусетского технологического института — система RePaint, в которой искусственный интеллект управляет 3D-принтером и позволяет передавать исходные цвета вне зависимости от освещения.

Создание репродукции с помощью этого метода происходит в несколько этапов. Сначала проводится качественное сканирование оригинала. После этого система проводит расчет параметров 3D-печати. Последним этапом является, собственно, сама печать копии на 3D-принтере. Для получения максимально достоверной передачи цвета в репродукции, инженеры используют специальный метод съемки. Помещенный на подложку оригинал картины снимает мультиспектральная камера. При сканировании жидкокристаллический фильтр перед камерой меняет свою десятинанометровую полосу пропускания начиная от 420 нанометров и заканчивая 720 нанометрами. В это же время камера делает монохромные снимки, после чего объединяет их в единое изображение, в котором каждому пикселю соответствует 31 спектральное значение.

Для воссоздания копии применяется 3D-принтер, способный печать множеством различных полупрозрачных чернил, накладываемых друг на друга слой за слоем. Для плавного перехода между цветами используется классический метод создания полутонового изображения. Весь процесс контролируется двумя нейросетями, одна из которых предсказывает спектр массива слоев из разных материалов. Эту нейросеть инженеры обучили на основе напечатанной пластины с множеством квадратов размером в миллиметр, состоящих из разных комбинаций слоев.

С помощью первой нейросети обучили вторую. Она используется для обратной задачи — предсказывает оптимальное расположение слоев из разных материалов для предоставленного ей изображения.

К сожалению, на данный момент технология имеет ограничение. Система способна выдавать репродукцию размером не больше открытки. Однако если технологию можно будет масштабировать, то у музеев появится еще одна возможность сохранить бесценные оригиналы, показывая посетителям точнейшие копии.

Специалисты из США и Тайланда разработали метод достоверного воспроизведения мировых шедевров искусства живописи с использованием 3D-печати и искусственного интеллекта. Благодаря этой комбинации получается воспроизводить цветовую палитру изображения, максимально приближенную к оригиналу. Метод основан на печати множества слоев разными по цвету чернилами, благодаря чему удается получить максимально близкий к оригиналу цвет для каждого фрагмента картины. Технологию собираются представить на конференции SIGGRAPH Asia 2018.

В мировой практике часто применяется копирование шедевров мирового искусства. Делается это не ради каких-то махинаций, а для того, чтобы с работами могли познакомиться большее число людей. Кроме того, таким образом владельцы произведений искусства могут защитить оригиналы от разрушения.

Обычно репродукции создаются с помощью высокоточных сканеров и принтеров. Однако возможности этой техники весьма ограничены и не позволяют передать всю красоту оригинала в мельчайших деталях. Объясняется это несколькими недостатками. Например, один из них заключается в том, что обычно применяемые принтеры используют для передачи цвета оригинала комбинацию из четырех цветов, из-за чего точность цветопередачи снижается. Кроме того, как правило, принтеры создают колориметрическое, а не спектральное воспроизведение цвета оригинала, из-за чего напечатанная картина близка к оригинальной лишь при определенном эталонном освещении.

Получить более точную копию позволяет разработка исследователей из Массачусетского технологического института — система RePaint, в которой искусственный интеллект управляет 3D-принтером и позволяет передавать исходные цвета вне зависимости от освещения.

Создание репродукции с помощью этого метода происходит в несколько этапов. Сначала проводится качественное сканирование оригинала. После этого система проводит расчет параметров 3D-печати. Последним этапом является, собственно, сама печать копии на 3D-принтере. Для получения максимально достоверной передачи цвета в репродукции, инженеры используют специальный метод съемки. Помещенный на подложку оригинал картины снимает мультиспектральная камера. При сканировании жидкокристаллический фильтр перед камерой меняет свою десятинанометровую полосу пропускания начиная от 420 нанометров и заканчивая 720 нанометрами. В это же время камера делает монохромные снимки, после чего объединяет их в единое изображение, в котором каждому пикселю соответствует 31 спектральное значение.

Для воссоздания копии применяется 3D-принтер, способный печать множеством различных полупрозрачных чернил, накладываемых друг на друга слой за слоем. Для плавного перехода между цветами используется классический метод создания полутонового изображения. Весь процесс контролируется двумя нейросетями, одна из которых предсказывает спектр массива слоев из разных материалов. Эту нейросеть инженеры обучили на основе напечатанной пластины с множеством квадратов размером в миллиметр, состоящих из разных комбинаций слоев.

С помощью первой нейросети обучили вторую. Она используется для обратной задачи — предсказывает оптимальное расположение слоев из разных материалов для предоставленного ей изображения.

К сожалению, на данный момент технология имеет ограничение. Система способна выдавать репродукцию размером не больше открытки. Однако если технологию можно будет масштабировать, то у музеев появится еще одна возможность сохранить бесценные оригиналы, показывая посетителям точнейшие копии.