AI Happens

#cases Диетолог ИИ –– почему доверять здоровье ему пока рано Компания DayTwo разработала алгоритм, который подбирает персонализированную диету на основе анализов микрофлоры кишечника. Для обучения алгоритма создатели провели двухнедельный эксперимент, в течение которого добровольцы носили датчики глюкозы и записывали все приемы пищи. Почему важно: Диеты «для всех» –– зло. Они не учитывают наше состояние организма –– сидеть на них опасно для здоровья. Мы можем неделями ограничивать себя в каких-то продуктах, даже не догадываясь, что без них нам тяжело функционировать. Алгоритм от DayTwo должен решить эту проблему: собрав все необходимые данные, он вычислит индивидуальные особенности организма и предложит здоровое меню на каждый день. О революции пока рано говорить, но data driven подход –– это первый шаг к созданию системы питания, которая будет заточена под конкретного пользователя. Никаких эмпирических наблюдей, только конкретные данные. Теперь к ложке дегтя: Как массово собирать данные для алгоритма? Окей, активность, сон и пульс выкачаем из эпл-вотчей или фитнес-браслетов, но как быть с информацией по кишечнику? Тут нужны не цифровые, а реальные данные, то есть анализы. Тестовые результаты чересчур оптимистичные, выборка в тысячу человек и отсутствие детального описания тестирования и обучения алгоритма вызывают сомнения. Бесспорно –– наступят времена, когда вопрос «Siri, что взять на ужин?» будет звучать из каждого супермаркета, но когда это случится –– пока не ясно.

#cv#cases В мобильном приложении Excel появился ИИ –– он распознает таблицы по фото Microsoft анонсировала функцию (пока доступна только на Android), с помощью которой пользователи могут фотографировать печатную таблицу и преобразовывать ее в цифровую версию в Excel. Пользоваться фичей могут только владельцы подписки Office 365. Почему важно: Недавно мы рассказывали, как Adobe использует machine learning для улучшения качества снимков. Теперь настало время Microsoft: тут пока нет ML, но применить классический computer vision компания уже смогла –– в Excel. Отказавшись от нейросеток, разработчики тем самым обеспечили пользователям мгновенный результат. Правда, говорить о глобальных победах рано: с таблицами сложнее 3х5 инструмент не справляется, превращая данные в кашу. Почему? Основная сложность –– сделать результат устойчивым к условиям съемки. Вероятно, в будущем, когда компания соберет многомиллионные примеры наших таблиц, алгоритм заработает лучше. Увы, крупные корпорации редко думают о проблемах простых людей –– пользоваться продуктом будут и так. Но раз Microsoft озаботился созданием функционала для комфортной работы в Excel, от лица всех страждущих предложим пару идей для будущих разработок: добавить автоматическое форматирование текста (шрифты, размер, расположение) и научиться предсказывать наше следующее действие в таблице на базовом уровне. Мелочи, а приятно.

#cv#cases ИИ пока не в силах искоренить запрещённый контент в YouTube СМИ рассказали, как алгоритм видеохостинга проворонил целое сообщество педофилов. Под детскими роликами с соревнований по гимнастике и плаванию пользователи оставляли таймкоды с «пикантными моментами» и комментарии с сексуальным подтекстом. На протяжении месяцев алгоритм не банил педофилов, а рекомендовал им похожий контент. После публикациив СМИ YouTube оперативно закрыл комментарии к видео с детьми. Почему важно: Отойдем от социальной повестки и остановимся на технической –– почему YouTube допустил подобную ошибку, и что можно сделать, чтобы не повторить ее в будущем? Не будем думать, что YouTube, как плохой маркетолог, привлекает пользователей запрещенным контентом. Да, задача алгоритма –– удержать зрителя на платформе, но точно не при помощи nudity –– она давно запрещена. Видя интерес пользователя, казалось бы, к невинным видео, он не задумываясь формирует рекомендации. В своей работе ИИ опирается не только на название и категории, а также разбирает каждый кадр и содержание. Танцы детей он блокировать не обучен. Как это исправить: Сейчас YouTube просто закрыл комментарии ко всем видео с детьми –– это решение, принятое на скорую руку, чтобы охладить возмущение общественности. В долгосрочной перспективе у YouTube есть несколько вариантов. Во-первых, помимо nudity распознавать кадры, хотя бы отчасти напоминающие детскую эротику, и создать для нее отдельные правила. Во-вторых, что более вероятно, –– собрать для алгоритма общий шаблон поведения педофилов и за пару просмотренных видео, перемоток и комментариев начать банить их на уровне устройства. Наше мнение –– давно пора.

#cv#cases Аэропорт Хитроу задействует ИИ для посадки самолетов в непогоду Национальная служба воздушного движения Великобритании (NATS) запустила тестовую систему, работающую на основе искусственного интеллекта, которая поможет диспетчерам контролировать самолеты в условиях плохой видимости. Почему важно: В плохую погоду видимость с 87-метровой вышки в Хитроу минимальная –– авиадиспетчеры вынуждены полагаться только на радар, дабы убедиться, что приземлившийся самолет успел очистить посадочную полосу для следующего рейса. Все это отнимает время –– вот здесь и пригодится AI. Англичане установили на вышке 20 камер и начали испытание системы машинного зрения Aimee, разработанной канадским поставщиком Searidge Technologies. Натренированная Aimee должна отслеживать самолеты с момента их посадки через камеры и сообщать живым коллегам, когда полоса готова принимать следующее воздушное судно. Главное, алгоритм не принимает решение, а только подсказывает диспетчерам, как поступить. И это правильно –– ИИ по-прежнему очень тяжело использовать в задачах, где нужна стопроцентная точность. Как вы понимаете, посадить 95 из 100 самолетов –– не лучшая статистика. AI, вероятно, будет играть важную роль в управлении воздушным движением в будущем, а пока ждем результатов испытаний –– их объявят в марте следующего года.

#cv#cases Adobe добавил функцию улучшения фотографий на основе ИИ Компания Adobe анонсировала новую фичу для редактирования фотографий под названием Enhance Details –– с помощью машинного обучения она улучшает разрешение и качество на увеличенных снимках до 30%. Как это было: Adobe собрал миллиарды фотографий из интернета, ухудшил разрешение всех снимков и поставил перед нейросетью задачу –– вернуть исходное качество. В итоге алгоритм хорошо работает, например, на фотографиях со зданиями, но провернуть подобный фокус со снимком звезды с телескопа не выйдет –– просто потому, что в Сети нет столько исходных данных. Почему важно: Помните, как в культовом сериале «CSI» сотрудники криминальной лаборатории приближали изображение на снимках без потери качества? Раньше зритель закатывал глаза от подобной небылицы, но теперь это почти реально. Почти –– потому что улучшить изображение можно, но пока только на 30%. Технология по улучшению качества изображения (super-resolution imaging) существует уже несколько лет –– здесь ничего нового. Другое дело, что компания Adobe первая, кто интегрирует подобное решение в свои массовые продукты. На радость пользователям инструмент появится в Adobe Camera Raw, Lightroom Classic CC и Lightroom CC для Mac и Windows.

#cases#cv Робота научили играть в Дженгу –– объясняем, почему от этого выиграют все Исследователи из Массачусетского технологического университета собрали робота, который умеет играть в Дженгу. Получив от создателей только способность к анализу и прогнозированию, робот научился самостоятельно перекладывать деревяшки, не разрушая башню. Как это было: Вместо рук разработчики прикрутили робоигроку два подвижных блока –– их устойчивость даст фору самому аккуратному человеку. На роботизированных конечностях установили тактильный датчик и внешнюю камеру, благодаря чему компьютер получает визуальную и тактильную обратную связь и сравнивает эти измерения с движениями, которые уже делал. Делая предположения, робот корректирует поведение в режиме реального времени и стратегию в целом. К примеру, за несколько партий машина догадалась, что двигать деревяшку, плотно застрявшую между другими деталями, плохая идея, –– согласитесь, многие из нас шли к этой мысли годами, а некоторые и до сих пор не оставляют надежды. Почему важно: Интересно не то, что робот научился играть в Дженгу, а сама технология, которую вскоре можно будет внедрить в производство. Например, запустить манипуляторы на конвейерных линиях и модули для сервисных роботов. Многие крупные робототехнические корпорации пока не могут решить задачу качественной обработки продукции на конвейере, где каждый элемент отличается от другого. Робот может запросто собрать детали одного размера и веса, но нарезать овощи, которые по природе своей сильно отличаются по форме, он, увы, не сможет. ИИ, натренированный на Дженге, –– первый шажок к решению этой проблемы. Те же деревяшки, только за совсем другие деньги.

#computervision#cases Tumblr учит ИИ банить порно –– пока получается плохо. В конце прошлого года Tumblr запретил взрослый контент в микроблогах. 17 декабря, после того, как новые правила вступили в силу, стало очевидно, что искоренить порно –– задача непростая, и сделать это с помощью одних модераторов не получится. Специально обученный ИИ ошибочно удалил миллионы невинных картинок (досталось рыбкам, цветам, котятам), а, к примеру, хентай, не пострадал. Почему важно: Удивительно, что Tumblr наступил на грабли новичка в области машинного обучения. В подобных задачах классификации самый важный шаг –– сбор не порноконтента, а данных, которые не являются NSFW (Not Safe For Work, другими словами –– nudity). Попытка обучить нейросеть на материале с Pornhub, очевидно провалилась. Без дополнительной фильтрации это бесполезно. Возьмем куриное яйцо –– ИИ будет упорно отправлять его в запрещенный контент, потому что для него все цвета человеческой кожи –– nudity. Tumblr, скорее всего, уже осознал ошибку –– пока не сбалансируется обучающая выборка, котята будут улетать в бан. Как это сделать? #Active_learning хорошо справляется с подобными задачами: надо обучить нейросеть по обширной базе случайных картинок, допустим, с Flickr, где нет nudity, и отправить результаты разметчикам –– они отметят, где модель допустила ошибку. Таким образом обучающая выборка расширится максимально полезными данными, и хентай будет побежден. Учитесь на чужих ошибках, и не переживайте –– их допускает даже Tumblr.