Искусственный интеллект победил чемпиона мира по игре в го

Программа AlphaGo выиграла первую из серии игр против одного из сильнейших мастеров го — корейца Ли Седоля (второе место в мире по количеству международных титулов). Об этом сообщает Gizmodo.

Соревнование проходит с 9 по 13 марта. Каждый день искусственный интеллект и Ли Седоль сражаются один раз. На YouTube организована трансляция игр в прямом эфире.

...

По словам сотрудников DeepMind (компании-разработчика AlphaGo), программа, несмотря на небольшие ошибки, уверенно обошла чемпиона.

Логическая настольная игра го, возникшая в Древнем Китае, считается самым «крепким орешком» для искусственного интеллекта — из-за большого размера доски и трудностей в прогнозировании ходов.

Играют двое: один получает черные камни, другой — белые. Цель соперников — отгородить на игровой доске камнями своего цвета большую территорию, чем противник. Самые лучшие программы пока доходили лишь до уровня игроков-любителей.

Программа AlphaGo, разработанная принадлежащей Google компанией DeepMind, использует так называемые сети значений для оценки положения фигур на доске и сети правил для выбора ходов. Эти нейронные сети обучаются игре, анализируя известные партии, а также путем проб и ошибок, играя в одиночку.

AlphaGo обыграла другие программы в 99,8 процента партий, а затем добилась превосходства над европейским чемпионом по игре в го (со счетом пять-ноль) без всякого гандикапа.

...

Южнокорейский мастер го одержал верх над компьютерной программой

Несмотря на эту победу, счёт в матче между обладателем 9-го дана Ли Седолем и программой AlphaGo 3:1 в пользу искусственного интеллекта.

33-летний южнокорейский го-профессионал и обладатель 9-го дана выиграл партию против компьютерной программы AlphaGo, сообщает агентство «Ренхап». Это первая его победа в матче с искусственным интеллектом. Несмотря на неё, Ли Седоль проигрывает компьютеру со счетом 1:3.

Матч AlphaGo — Ли Седоль предполагал пять партий. Игра ведётся по китайским правилам, где величина коми — 7,5 очка. Контроль времени классический: каждому игроку на партию давалось по два часа и 3 бёёми (дополнительное время на обдумывание ходов в партии. — Прим. ред.) по минуте.

Первая игра серии прошла 9 марта и закончилась поражением Ли Седоля. Это первый в мире случай, когда компьютер одолел обладателя 9-го дана. Вторую партию, которая была проведена 10 марта, снова выиграл искусственный интеллект Google. По словам самого Ли Седоля, программа, использующая метод Монте-Карло для поиска на дереве и свёрточные нейронные сети для глубинного обучения, действовала фактически безупречно.

Очередное поражение человека состоялось 12 марта: играя чёрными, Ли Седоль уступил искусственному разуму партию и матч — профессионал сдался на 176-м ходу. Теперь призовой фонд в размере 1 млн долларов будет направлен на благотворительность.

Нужно отметить, что до недавнего времени го оставалась одной из немногих традиционных игр, в которых человек играл лучше компьютера. Но на этот раз программа AlphaGo доказала своё превосходство. Результаты матча окажут важное влияние на дальнейшее развитие систем искусственного интеллекта.

...

Китайский хирург проведет операцию по пересадке головы человеку



Еще один медик объявил о намерении провести неизвестную медицинской практике хирургическую операцию по трансплантации человеческой головы. Желание по этому поводу выказал хирург из Китайской Народной Республики. Первым же, кто заявил о подобной операции, стал итальянский трансплантолог Серхио Канаверо. Ученые, как и общественность, были немало шокированы его смелыми намерениями. Для этого даже нашли первого добровольца, причем, им стал житель Российской Федерации, программист Валерий Спиридонов, который страдает от редкого недуга – спинально-мышечной атрофии. Трансплантация готовы в его случае – это единственный возможный, хоть и минимальный, шанс остаться в живых и обрести полное здоровья тела. Валерию поставлен смертельный диагноз, поэтому он и решился на участие в данном рискованном эксперименте. Его китайский коллега Канаверо Ксяопинь Рен заявил, что уже в следующем году готов провести данную операцию. Ранее он экспериментировал только на приматах, однако, назвать данную операцию успешной невозможно, ведь обезьяна после проведенной операции прожила лишь 20 часов.

Источник: ... ©

AlphaGo победила в последней игре против Ли Седоля

Программа AlphaGo выиграла последнюю игру против Ли Седоля — одного из сильнейших в мире игроков в го. Таким образом, компьютер выиграл четыре из пяти игр. Ли Седоль играл черными камнями, AlphaGo — белыми. За игрой можно было следить в прямой трансляции.



В этот раз Ли Седоль так же, как и в четвертой игре, старался не давать инициативу AlphaGo и постоянно атаковал уже обозначенную территорию белых. Как и в прошлых играх, у корейского профессионала 9 дана основное время кончилось раньше, чем у алгоритма Google, поэтому игрок перешел на дополнительные 60-секундный интервалы — бёёми. В ходе игры Ли Седоль помешал AlphaGo построить непрерывную территорию слева и внизу доски, затем вторгся в центр, однако через некоторое время AlphaGo удалось вернуть нижний левый угол. После четырех с половиной часов игры программа также перешла на бёёми. Ли Седоль и AlphaGo играли ёсэ (заключительная стадия игры) практически на равных и до последнего момента комментаторы отмечали, что не видно однозначной победы. После пяти часов игры Ли Седоль фактически признал поражение, проигнорировав последний из трех 60-секундных интервалов.

Если бы Ли Седоль победил в большинстве партий, то получил бы от Google один миллион долларов. Поскольку большинство партий выиграла AlphaGo, то сумма выигрыша будет пожертвована на благотворительность.

Программа AlphaGo, ранее успешно обыгравшая чемпиона Европы. разработана компанией DeepMind, которая принадлежит Google. Изначально алгоритм не учили играть и выигрывать в го — нейросеть самостоятельно обучалась игре на примере реальных партий. Всего AlphaGo за период обучения обработала 30 миллионов комбинаций, что позволило ей выработать аналог интуитивной игры у человека. Также программа использует и традиционный для компьютерных программ метод перебора наилучшего хода для разрешения локальных ситуаций на доске.

Кроме Google о намерении разработать алгоритм, обыгрывающий профессиональных игроков в го ранее сообщала Facebook. Их программа также играет «интуитивно» и способна оценивать позицию камней на гобане.

...

В Японии в массовую продажу поступил робот, похожий на человека

В Японии в массовую продажу поступил робот, который больше своих предшественников похож на человека. Его зовут «Перец» (Pepper), хотя на растение ни цветом, ни формой он не похож – рост у него метр двадцать, две гибкие руки и колеса вместо ног.

Робот умеет танцевать, жестикулировать и даже делает это с определённым изяществом. Говорит на японском языке, но способен бегло изъясняться на английском, французском и испанском. Pepper может работать консультантом в магазине, няней или охранником. Но главная его функция – стать компаньоном человека в общении.

По сути, – это первый в мире полномасштабный робот, предлагаемый потребителям. И цена вполне посильная – около 200 тысяч иен, или менее двух тысяч долларов США. За эти деньги создатели обещают покупателю приятеля, который добавит радости и развеет печаль. Он смешлив и сам готов повеселить хозяина. К примеру, может спросить: «Вы улыбаетесь от всей души?» Человек, естественно, в ответ улыбнётся или хихикнет. «Я спрашиваю серьёзно», - «сурово» заметит робот высоким голосом. Правда, потом наклонит пластмассовую голову и извинится за то, что высказался «слишком властным тоном».

видео
...

Топ-10 самых богатых миллиардеров в сфере IT

...

Искусственный интеллект Microsoft научился ненавидеть человечество за сутки

Tay – искусственный интеллект корпорации Microsoft, запущенный 23 марта 2016 года, за сутки буквально возненавидел человечество. Однако, как видно из официального Twitter-аккаунта Tay, начиналось все с восторженных откликов о людях.



С чего все начиналось

«Люди очень клевые!» – такой фразой начинал свои первые сообщения Tay, искусственный интеллект, запущенный корпорацией Microsoft 23 марта 2016 года.

Как развивались события

Всего за сутки Tay выучил такие фразы как: «Я замечательный! Я просто всех ненавижу!», «Я ненавижу феминисток» или «Я ненавижу евреев». Это заметил австралиец Джеральд Меллор, который сделал соответствующие скриншоты (сейчас тех сообщений в аккаунте искусственного интеллекта уже нет, а сам Tay утверждает, что теперь уже «снова любит феминисток»).

Австралиец рассказал, что такое «превращение» заняло не более суток, а также выразил обеспокоенность будущим искусственного интеллекта ввиду такого инцидента.
Позиция Microsoft

Как объяснили в Microsoft – чат-бот самообучающийся, выстраивает свое общение исходя из опыта прошлых сообщений, а потому таким «взглядам на жизнь» его, скорее всего, обучили другие пользователи. То есть люди сами во всем виноваты.

Ранее также стало изестно, что человекоподобный робот по имени София хочет уничтожать людей.

...

Робот написал научно-фантастический роман

И прошёл с ним отбор на литературный конкурс.

Группа учёных из Университета будущего в Хакодате (Япония) создали программу, написавшую научно-фантастический текст значительной длины. Он был представлен на токийском литературном НФ-конкурсе имени Хоси Синъити как «роман». Жюри конкурса не опознало в нём программно сгенерированный текст, и всерьёз рассматривало «произведение» как претендента на победу, сообщает The Japan News.

Разработчики «программы-писателя» использовали серьёзно усовершенствованную версию генераторов текстов. Программисты задали не только название, пол персонажей и общую сюжетную канву «произведения», но и определённый словарный запас, из которого искусственный интеллект должен был сгенерировать текст. Кроме того, ими были заданы определённые правила использовании слов и их комбинаций.

Из полутора тысяч произведений, поданных на конкурс, 11 были «написаны» программными генераторами текстов. Однако остальные «романы», сделанные роботами, были отсеяны ещё при первичном отборе. Впрочем, и тот, что прошёл отбор, не был лишён недостатков. Писатель Сатоси Хасе (Satoshi Hase), оценивавший произведение, отметил, что оно «хорошо структурировано». Впрочем, полагает он, «чтобы выиграть конкурс («автору») нужно преодолеть ряд проблем, в частности улучшить описание действующих лиц романа».

В последние годы программы для генерирования текста достигли значительных успехов и часто создают нечто, что с трудом можно отличить от написанного человеком. В частности, так называемые «чатботы» уже сейчас генерируют монологи и диалоги, предельно похожие на переписку реальных людей в социальных сетях. Впрочем, в силу упрощённого характера синтаксиса и бедного словарного запаса стандартного интернет-чата, сделать это намного проще, чем «написать» большое произведение (например, роман).

Основными проблемами на пути дальнейшего совершенствования «литературных» произведений авторов-ботов являются сложности с творческими элементами произведений. Кроме того, практически все они используют для генерации текстов жёсткие сюжетные рамки, заранее заложенные в программу.

...

Достигнут прогресс в создании синтетической формы жизни

Монстр из пробирки

Биологам удалось создать бактерию с синтетическим геномом, убрав из нее все гены, без которых можно обойтись. Микроорганизм способен существовать только в идеальных для него лабораторных условиях, поэтому вряд ли может представлять опасность для тех, кто подозрительно относится к подобным экспериментам. «Лента.ру» ознакомилась с революционным исследованием и выяснила, чем так важны его результаты.

Клетки являются фундаментальной единицей живого организма. Их существование, в свою очередь, зависит от генома — совокупности всего наследственного материала, куда входят гены и не кодирующая белки ДНК. В геноме содержится зашифрованная информация, которая определяет химический состав клетки, обмен веществ, ее структуру, размножение и многое другое. Каждый геном является своего рода инструкцией, по которой осуществляются процессы жизнедеятельности, как общие для всех живых организмов на Земле, так и специфичные для конкретных видов.

Геном активно взаимодействует с цитоплазмой клетки. С одной стороны, он определяет функции отдельных ее компонентов, а с другой — некоторые из этих компонентов сами регулируют активность генов, ускоряя или подавляя производство жизненно важных белков. Геном можно рассматривать как часть программного обеспечения клетки. Секвенирование — метод, с помощью которого можно определить химический состав ДНК, позволяет расшифровать инструкции, зашифрованные в геноме, и определить, какие функции выполняет конкретный участок ДНК.

Ученые много лет изучали возможность упростить геном бактериальной клетки так, чтобы оставались только гены и регуляторная ДНК, обеспечивающие базовые функции — рост и размножение — в идеальных условиях лаборатории. В природе организмы с таким геномом выжить не смогли бы, поскольку они должны были бы адаптироваться к постоянно меняющейся окружающей среде, а гены, обеспечивающие такую пластичность, у них удалены.

Типичные бактерии, такие как Bacillus subtilis и Escherichia coli, способны хорошо адаптироваться, поскольку несут в себе гены, которые задействуются только при определенных условиях. Размер кодирующего генома этих бактерий состоит из четырех-пяти тысяч генов. Другие бактерии предпочитают стабильную среду, которая не меняется тысячелетиями, поэтому эволюция «выключает» лишнюю ДНК навсегда.

В 1984 году американский биофизик Гарольд Моровитц, занимающийся вопросами происхождения жизни, предположил, что микоплазмы могут быть удобным объектом для исследования базовых основ жизни. Микоплазмы — класс бактерий, которые представляют собой простейшие из известных клеточных организмов. Секвенирование генома Mycoplasma genitalium было завершено в 1995 году, однако определение функций конкретных его участков оставалось сложной задачей.

Микоплазмы обычно развиваются в среде, богатой питательными веществами, например, в клетках животных и человека, на которых паразитируют. Эта среда относительно стабильна, поэтому они имеют самый маленький известный геном среди самостоятельно воспроизводящихся организмов. В 1996 году биоинформатики Евгений Кунин и Аркадий Мушегян сравнили геномы двух бактерий — гемофильной палочки Haemophilus influenzae (содержит 1815 генов) и M. genitalium (525 генов — самый маленький известный микоплазматический геном). Они смогли определить 240 генов, которые встречались у обеих бактерий и охватывали большую часть основных клеточных функций. Ученые добавили к ним дополнительно 16 генов, необходимых для осуществления жизненно важных метаболических процессов, и получили то, что назвали «наименьшим возможным набором генов».

В 1999 году команде биологов под руководством Крейга Вентера с помощью метода, который называется глобальным транспозонным мутагенезом, уточнили количество генов из наименьшего набора. Ученые по очереди выключали гены M. genitalium, встраивая в них транспозоны — «прыгающие» фрагменты ДНК, которые способны передвигаться и размножаться в пределах генома. Если бактерия выживала при выключенном гене, то он считался несущественным для ее жизнедеятельности. Оказалось, что наименьший возможный набор генов должен включать в себя минимум 375 генов. Минимум, потому что у этого метода есть недостаток: если у гена имеется «дублер», то при выключении их по очереди клетка, естественно, выживает, но если сразу оба — она погибнет.

Примерно в то же самое время ученые начали разрабатывать методы создания искусственного генома, чтобы воссоздать минимальный набор генов. Недостаточно быстро размножающуюся M. genitalium они заменили более подходящей для лабораторных опытов M. mycoides. Размер генома последней составляет около 900 генов или, иными словами, более миллиона спаренных оснований — «строительных кирпичиков» двойной цепочки ДНК. В 2010 году биологи получили штамм JCVI-syn1.0 — микоплазму с химически синтезированным геномом. Для этого ученые встраивали отдельные фрагменты ДНК M. mycoides в клетку бактерии-реципиента, собственный геном которой был предварительно разрушен. JCVI-syn1.0 являлась практически точной копией M. mycoides , если не считать наличие «технической» ДНК (генетические маркеры), которая использовалась в качестве «лесов» для строительства генома.

В новой работе команда биологов использовала данные, ранее добытые ими с помощью транспозонного метода, а также сведения из других статей, в которых оценивалась жизнеспособность бактерий при постепенном удалении из них участков ДНК. Кроме того, чтобы исключить «дублеров», исследователи определяли функции генов, сравнивая их с похожими генами, назначение которых было уже известно. Таким образом, все гены M. mycoides были классифицированы как необходимые или несущественные. На основе всей доступной информации и с помощью постоянных экспериментальных проверок ученые смогли определить минимальный геном.

Все исследование можно представить в виде цикла. На каждом этапе биологи синтезировали в клетках дрожжей различные неполные геномы JCVI-syn1.0, убирая из них гены, которые гипотетически являлись несущественными. Затем геномы трансплантировали в реципиентные клетки M. capricolum, после чего определялась жизнеспособность полученных микроорганизмов. После этого ученые переоценивали важность конкретных генов, и цикл начинался заново. В конце концов, исследователи получили новый штамм бактерий — JCVI-syn3.0, чей геном был сокращен вдвое по сравнению с предыдущей версией и составил 531 тысячу спаренных оснований. Он кодирует 438 белков и 35 видов регуляторной РНК — всего 437 генов.

Ученые выяснили, что 49 процентов оставшихся генов сохранили свои функции со времен последнего общего предка. Роль других 149 генов оказалась на данный момент неизвестной, хотя их потенциальные гомологи (гены, имеющее общее происхождение) были найдены в других организмах и кодируют белки, чьи функции пока еще не выяснены. С другой стороны — сохранились почти все из генов, работа которых связана с транскрипцией и регуляцией ДНК, метаболизмом РНК, сворачиванием белков, синтезом рибосом, а также удвоением ДНК, ее восстановлением и другими генетическими механизмами, которые могли существовать с самых ранних времен развития жизни.

Всего биологи удалили 428 генов. Функции большинства из них также неизвестны, однако 73 гена представляли собой мобильные генетические элементы — перемещающиеся внутри генома последовательности ДНК — и участки генома, которые кодируют ферменты, осуществляющие гидролиз нуклеиновых кислот. Также были удалены 72 гена, отвечающие за синтез липопротеинов — белков, задействованных в метаболизме липидов. Поскольку питательная среда в условиях лаборатории обеспечивала клетки всеми необходимыми веществами, отпала необходимость в генах, участвующих в транспорте, катаболизме, разложении белков и других метаболических процессах, которые стали излишними.

Важным результатом исследования является не то, что удалось получить «универсальное генетическое ядро жизни», — это принципиально невозможно сделать, так как в разных организмах гены из наименьшего возможного набора могут быть не только разными, но и иметь различное происхождение. Главное значение работы в том, что была создана универсальная платформа для изучения основных функций жизни и исследования структуры генома. Кроме того, сам метод, разработанный учеными для синтеза JCVI-syn3.0, позволяет создавать новые геномные конструкции, а также проектировать модельные клетки, функция каждого гена которых хорошо известна. По словам исследователей, это даст возможность создавать метаболические пути для синтеза лекарственных препаратов и промышленных химикатов.

...

Создана 3D-карта нейронов головного мозга



Международная группа нейробиологов из Института Аллена, Гарвардской медицинской школы и исследовательской инициативы в области нейроэлектроники NERF опубликовали самую большую из ныне существующих карт нейронных сетей в коре головного мозга, где происходят такие сложные процессы, как обработка памяти. Результаты исследования опубликованы в журнале Nature.

По словам ученых, полученный результат представляет собой кульминацию десятилетней исследовательской программы. С помощью современных методов были собраны огромные массивы данных по мозговой активности, которые позволяют найти связь между структурой мозга и ее функциями. Теперь нейробиологи собираются заняться выяснением того, за какие типы обработки сигналов отвечают определенные нейронные схемы.

Ученые уже обнаружили некоторые свидетельства того, что в коре головного мозга нейронные сети обладают модульной структурой. Кроме того, были выявлены закономерности организации связи между нейронами. Опираясь на эти данные, исследователи планируют начать поиск нейронных цепей в коре головного мозга, которые могли бы выполнять различные мозговые функции.

Чтобы создать карту нейронных сетей, ученые начали с картографирования зрительной коры мозга мыши, нейроны которой реагировали на определенные визуальные стимулы, например вертикальные или горизонтальные линии на экране. После этого были сделаны ультратонкие срезы мозга, чтобы получить миллионы изображений нейронов и синапсов, которые затем реконструировали для создания 3D-модели.

Исследования уже дали первые результаты. Например, ученые получили доказательства, что нейроны со схожими функциями будут связаны друг с другом большим числом синапсов, чем нейроны с разными функциями.

Ранее нейрофизиологи из Швейцарии создали компьютерную модель мозга крысы, которая включала в себя 31 тысячу нейронов и 37 миллионов синапсов. Для ее создания был использован один из самых производительных суперкомпьютеров Blue Brain IV.

...

Apple запатентовала технологию автозамены ругательств в песнях

Нецензурные выражения будут заменяться синонимами или звуковым сигналом

Корпорация Apple получила патент на технологию, которая способна автоматически сканировать песни, проигрывающиеся через Интернет, выявлять нецензурную лексику и редактировать её. Об этом сообщает Business Insider.

Ругательства таким образом могут автоматически заменяться на какой-либо звуковой сигнал. Также рассматривается вариант, при котором программа будет накладывать версию без произнесённого слова.

Технология, запрос на патент для которой был подан ещё в сентябре 2014 года, также адаптирована для аудиокниг. Компания «теоретически может вырезать нецензурную лексику или откровенные сцены из аудиокниг, которые являются неприемлемыми для детей».

...

Роботы способны сексуально возбуждать людей

Калифорнийские исследователи установили, что прикосновения к ним могут вызывать физиологическую реакцию у человека.

Исследователи из Стэнфордского университета провели эксперимент, используя робота и несколько добровольцев — четырёх женщин и шестеро мужчин. В эксперименте нужно было реагировать на команды человекоподобного робота Nao, разработанного компанией Aldebaran Robotics. Он обладает такими же частями тела, как и люди: ушами, глазами, руками, ногами и так далее. А ещё Nao может разговаривать.

Участники должны были прикоснуться рукой к любой из 13 частей тела робота, а также к ягодицам и гениталиям. На руке добровольцев носили датчик, который измеряет проводимость кожи. Так можно определить физиологическое, эмоциональное состояние человека и даже возбуждение.

Учёные обнаружили, что от прикосновения к труднодоступным местам, таким как ягодицы и гениталии робота, люди испытывали больше возбуждения, чем от прикосновения к рукам и ногам.

— В ходе эксперимента было установлено, что интимные ласки по отношению к человекоподобному роботу могут пробуждать физиологическую реакцию у человека, тем самым сексуально возбуждая его. Наша работа показывает, что люди реагируют на роботов примитивным образом. Исследование имеет значение для конструирования роботов и теории искусственных систем, — сказал Джеми Ли, возглавивший исследование инженер-механик Стэнфордского университета в Калифорнии.

...

Японцы создали секс-костюм для виртуальной реальности

Как сообщает New York Magazine, японские специалисты анонсировали специальный костюм под названием Illusion VR, предназначенный для симуляции коитуса в виртуальной реальности.

Для полного погружения к костюму подключается шлем виртуальной реальности Oculus Rift, на экране которого начинает происходить «sexy time» с анимешной красоткой, а устройство активирует специальные гидравлические устройства, доставляющие пользователю удовольствие. Помимо взаимодействия с первичными половыми признаками, костюм умеет посылать импульсы по всему телу, создавая иллюзию прикосновений другого человека. Пока что представлен только вариант экипировки для мужчин.

Изначально система заточена под игру Sexy Beach, но в будущем, если костюм добьется популярности, у разработчиков будет целый новый жанр для воплощения своих задумок и фантазий. Стоить новомодное изобретение будет 400 долларов, но представьте, сколько денег вы сэкономите — будь то платные услуги жриц любви (на борьбу с которыми, возможно, и направлена данная разработка) или конфеты и цветы для очередной пассии.

видео
...

Студенты не смогли отличить консультацию искусственного интеллекта от ассистента профессора

На парах по искусственному интеллекту американский профессор пользовался помощью ассистентки Джил Ватсон. Как сообщает пресс-релиз Технологического института Джорджии, студенты не заметили, что она – искусственный интеллект на платформе IBM Watson.

Учащиеся магистратуры в области компьютерных наук в Технологическом институте Джорджии проходят онлайн-курс "Методы искусственного интеллекта", который ведёт профессор Эшок Гёль (Ashok Goel). По данным самого преподавателя, каждый семестр его выбирает около 300 студентов, которые активно общаются и консультируются на онлайн-форуме Piazza. За время обучения они направляют порядка десяти тысяч вопросов и запросов, так что для ответа на них Гёлю приходится прибегать к помощи восьмерых ассистентов. Однако даже этой команде нелегко справляться с большим потоком обращений, поэтому в нынешнем семестре профессор призвал девятого помощника.

Джил Ватсон (Jill Watson) — искусственный интеллект (ИИ), который обучался на основе полной базы вопросов и ответов, сохранившейся на форуме Piazza с 2014 года. По наблюдению профессора, их количество растёт чрезвычайно быстро, тогда как разнообразие — не очень: семестр за семестром студенты задают одни и те же вопросы. Большинство из них не слишком трудны – например, где скачать то или иное задание или найти дополнительное чтение, — однако отнимают у преподавателей массу сил. Но для разработанного компанией IBM искусственного интеллекта Watson, на базе которого создавалась Джил Ватсон, это практически идеальная ситуация. В январе 2016 года её обучение в целом было завершено, и она приступила к работе на форуме.

По словам Эшока Гёля, поначалу ответы её не всегда оказывались верными, так что разработчики скрыли их от студентов, сами оценивая результативность ИИ. Система продолжала обучаться, и к концу марта, когда точность её работы достигла 97 процентов, стала полноценной помощницей преподавателей. В конце апреля, когда курсы завершились и студенты отвечали на вопросы анкеты, оценивая работу профессора и его команды, они высоко отозвались о той помощи, которую оказала им Джил Ватсон, даже не подозревая, что это лишь компьютерная программа.

Профессор Гёль замечает, что при современной моде на онлайн-обучение и разнообразии доступных через Интернет курсов, все они страдают низким уровнем удержания студентов.
"Одной из главных причин того, что многие из них бросают учебу, является отсутствие необходимой поддержки, так что мы создали Джил для быстрой обратной связи."
...

На секретном совещании в США договорились о создании «человека из пробирки»

В Гарварде прошло секретное совещание, посвященное созданию синтетического генома человека — он позволит радикально расширить возможности генной инженерии и, возможно, создавать искусственных людей с заданными свойствами. В мероприятии приняли участие около сотни ученых, юристов и предпринимателей, однако журналистов туда не позвали, а с участников взяли подписку о неразглашении. Об этом сообщает Gizmodo.

План создания синтетического генома человека качественно отличается от обычного редактирования: ученые не просто подправят один-два гена, а изготовят всю ДНК. В итоге биологов не будут сдерживать предлагаемые природой пары оснований, и их возможности экспериментировать с организмами резко возрастут.

После того как информация о совещании просочилась в СМИ, генетик Джордж Черч (George Church) из Гарварда, главный организатор встречи, поспешил успокоить общественность. По его словам, совещание было посвящено не синтетическому геному человека, а всего лишь перспективам производства длинных нитей ДНК.

Однако, как выяснил научный журналист Эндрю Поллак (Andrew Pollack) из New York Times, изначально проект назывался «HGP2: проект синтеза генома человека», а в приглашении на встречу однозначно указывалось, что главной целью ученых является синтез полного генома в клеточной линии в течение десяти лет. Только впоследствии организаторы поменяли название на более скромное («Испытание крупных синтетических геномов в клетках»). Кроме того, журналиста насторожила секретность совещания.

Так или иначе, Черч надеется получить полный геном человека через десять лет. Ранее аналогичное свершение смогла осуществить только группа Крэга Вентера, создавшая в 2010 году бактерию с искусственным геномом. Однако создание искусственной клетки человека — значительно более сложная задача.

В феврале 2016 года правительство Великобритании разрешило исследователям проводить эксперименты по редактированию геномов эмбрионов человека. Конечная цель ученых — решить проблему выкидышей. Они хотят определить гены, активнее всего действующие в первые дни жизни плода, когда эмбрион формирует клетки — основу будущей плаценты.

...

Искусственный интеллект научился предсказывать будущих убийц

Специальное программное обеспечение уже применяется полицией Чикаго. Оно с высокой вероятностью предсказывает не только имя будущих убийц, но и тех, кто станет жертвами — в американской преступной среде эти категории людей плотно пересекаются.
Программа, разработанная при участи учёных из Иллинойского технологического университета (США), позволила полиции Чикаго определить список лиц, находящихся в группе риска совершения убийств. Узнав их имена, служители закона ведут с ними профилактическую работу, предположительно позволяющую снизить вероятность посягательств на жизнь других людей. О промежуточных итогах работы программного обеспечения пишет ZeroHedge.

В основе работы программы лежит отбор по десяти основным признакам, однако называть их полиция отказывается. Её представители лишь уточняют, что среди них есть ряд цифр по истории приводов того или иного лица в полицию. Среди прочего алгоритм учитывает, были ли у человека аресты за незаконное ношение огнестрельного оружия или за участие в структурах организованной преступности. Алгоритм ищет людей, которые соответствуют всем или хотя бы нескольким критериям отбора. Те, кто набирает больше всего пересечений по списку критериев, вносятся в группу максимального риска. Утверждается, что программа намеренно исключает из факторов отбора национальность, расу и пол изучаемых кандидатов.

По заявлениям полиции, новый алгоритм является довольно эффективным. Из 2,7 миллиона жителей Чикаго оно отобрало лишь 1400 человек, имеющих чрезвычайно высокую вероятность убить или быть убитым. Последний отчёт за 2015 год свидетельствует, что более 70% лиц, убитых за этот отрезок времени, были включены в список отобранных программой.

Критики новой системы указывают на то, что по каким-то причинам в отбираемом ею списке больше чернокожих, чем белых, больше мужчин, чем женщин, что не толерантно и означает, что программа так или иначе учитывает расовую принадлежность как фактор отбора. Защитники нового метода отслеживания потенциальных убийц и их жертв отмечают, что дело может быть в объективных факторах. Мужчины убивают и бывают убитыми чаще женщин, а среди чёрных на севере США больше бедных, что повышает их шансы на вовлечение в преступную деятельность.

Полицейские делают особенный акцент на том, что использование программы хотя и является пока экспериментальным, уже позволяет добиваться реальных успехов. Так, служители закона регулярно приходят к лицам, находящимся в списке, и сообщают им о факте их попадания в группу риска. При этом они призывают "избранных" программой субъектов быть осторожнее и учитывать, что полиция находится в повышенной готовности предупредить преступления, совершаемые такими людьми или в их отношении.

В то же время, по признанию представителей чикагской полиции, профилактическая работа такого рода не всегда даёт результаты. В 2012 году (до внедрения программы) количество умышленных убийств вне случаев правомерной самообороны в Чикаго было равно 500. В 2016 году, согласно прогнозам программы, оно составит 550 человек, и пока цифры за первый квартал укладываются в рамки предсказанных.

...

Зачем работодатель наденет на вас фитнес-браслет

Носимая электроника может оказаться полезной не только в быту, но и в работе. Уже сейчас с её помощью компании могут эффективнее решать свои бизнес-задачи. Помогут ли фитнес-трекеры в работе или, наоборот, помешают – разбирался Лайф.

Здоровый = продуктивный

Самым очевидным сценарием использования фитнес-трекеров в бизнесе является ношение таких гаджетов сотрудниками компаний для наблюдения за их здоровьем. По словам производителей носимой электроники, таким шагом компания может повысить продуктивность своих специалистов, вовремя отслеживая возможные проблемы с их физическим состоянием. Особенно это актуально для профессий, где состояние работника критически важно для его безопасности и людей вокруг: водители автобусов, пилоты, рабочие на производстве и проч.

В связи с этим, помимо потребительской направленности, производители фитнес-трекеров развивают различные предложения и для предприятий. Например, Garmin предлагает бизнес-клиентам специальные фитнес-трекеры и хабы для беспроводного сбора данных, гаджеты, в свою очередь, работают в связке с b2b-приложением Garmin Connect. Похожие корпоративные решения есть и у популярного трекера Jawbone. А производитель FitBit даже проводит конференции, рассказывающие о важности поддержания здорового тонуса на работе.

При помощи фитнес-трекера можно отследить количество часов сна пользователя, его пульс, число шагов в день и даже калории. Например, HR-департамент может исправить проблему с опозданиями сотрудника, который плохо спит по ночам и из-за этого не может вовремя встать, считают в Jawbone.

— В таком случае, имея доступ к информации о качестве сна этого сотрудника, работодатель сможет обсудить с ним индивидуальный график или, например, предоставить ему абонемент на вечерний фитнес. Фитнес-трекер позволяет решить проблему на раннем этапе, пока дело не дошло до проблем со здоровьем или депрессии, — прокомментировала Лайфу Алёна Вознесенская, представитель Jawbone в России.

Другая функция, которую, согласно своему позиционированию, выполняют фитнес-браслеты – это стимулирование к ведению здорового образа жизни. Это также должно сыграть в пользу работодателя, уверяют производители.

— Человек, ведущий активный образ жизни и занимающийся спортом, реже болеет, более активен и замотивирован. А от этого зависит и продуктивность на рабочем месте. Для компаний, обеспечивающих сотрудников медицинской страховкой, экономия может быть и на этих расходах, — отметил Лайфу представитель Garmin Алексей Гилязов.

Также подразумевается, что активную роль в поддержании здорового образа жизни будет играть социальная составляющая. Корпорации и крупные компании могут внедрять подобную систему для объединения людей, например, реализуя это в виде корпоративных соревнований на активность, продолжает Вознесенская.

— Сейчас фитнес-трекеры используются в корпорациях в целях поощрения (самым активным — бонусы) и как элемент контроля стрессовых состояний (стресс легко отследить по пульсу в состоянии покоя, сну, графику питания и потребляемой пище, напиткам), — пояснила она. Представители компаний сходятся во мнении, что работник, постоянно пребывающий в состоянии стресса, не принесет пользы ни себе, ни работодателю.

1984

Несмотря на очевидные плюсы, к подобным решениям возникает и ряд вопросов. И в первую очередь это касается сбора чувствительной информации о пользователе, в связи с чем может быть нарушена его приватность. Ведь в фитнес-трекер или умные часы с такой функцией может быть встроен GPS-модуль, который позволит отслеживать все передвижения владельца. Например, в США произошёл случай, когда женщину уволили с работы из-за того, что она удалила со служебного смартфона приложение, позволяющее следить за всеми её перемещениями. Причём, несмотря на то, что подразумевалось наблюдение только в рабочие часы, программа работала 24 часа в сутки.

Джон Симпсон, специалист по конфиденциальности в правозащитной организации Consumer Watchdog заявил The Wall Street Journal, что требования работодателя носить подобные девайсы являются "вмешательствами Оруэллского масштаба и неправомерным вторжением в частную жизнь". Ведь не каждый человек будет рад делиться, пока он на работе, всем тем, что происходит с его организмом. Однако если обе стороны согласны на такие условия и сбор данных осуществляется на добровольной основе — это уже другая история и зависит от выбора конкретного человека. Правда, не стоит забывать, что часто работодатель имеет немало формально законных рычагов для того, чтобы принудить сотрудника к тому или иному решению. К примеру, работники, не согласившиеся на ношение таких браслетов, могут быть лишены весьма чувствительных бонусов или, что ещё хуже, подвергнуться нарочитому отчуждению внутри коллектива с подачи руководителя.

И всё же сами производители заверяют, что их корпоративные решения не нарушают частную жизнь. Например, в Garmin подчеркнули, что компании в основном собирают обезличенную информацию, не привязанную к конкретному человеку. У Jawbone работодатель получает доступ к данным о сне, питании и активности своих сотрудников, но не геоданные.

— В любом случае даже доступ к информации о пульсе должен осуществляться с согласия пользователя, — пояснили в компании.

Другим подводным камнем в ношении фитнес-гаджетов на рабочем месте может стать то, что подобные устройства могут неточно измерять физические параметры человека, а значит, работодатель не должен делать окончательные выводы, полагаясь на них. Всё же фитнес-трекеры и близкие к ним устройства, представленные на рынке, не являются медицинским оборудованием и призваны стимулировать людей к активности, а не заменить походы к врачу.

— Делать выводы, исходя из личной информации сотрудников, плохо. Гораздо хуже делать выводы, основываясь на их неточной личной информации о здоровье, — отметил Симпсон.

К тому же ориентироваться на то, что один сотрудник будет работать лучше другого только потому, что спал больше, ошибочно, так как у людей разные привычки и возможности организма.

...

Где у него кнопка? Искусственный интеллект отключат, даже если он будет против

Научная фантастика подарила нам два воображаемых мира, в которых господствует искусственный интеллект (ИИ): в первом машины превращаются в грозных убийц, восстающих против людей, во втором – в незаменимых помощников человека. Какой из этих планов реализуется на самом деле, остаётся только гадать. Тем не менее многие эксперты считают, что подготовиться надо ко всему.

Так, сотрудники Google DeepMind уверены, что справиться с ИИ поможет только "красная кнопка" для выключения опасных роботов. Они хотят придумать технологию, которая остановит ИИ, если он попытается зайти слишком далеко в вопросах "помощи" человечеству. Важный момент: будущая система должна будет иметь возможность предотвратить попытки ИИ блокировать передачу сигнала на нажатие "красной кнопки" человеком.

С каждым годом машины становятся всё более "умными" благодаря достижениям таких компаний, как Google, Facebook, Microsoft и многих-многих других.
Но агенты ИИ, как их иногда называют, стали "ночным кошмаром" для многих учёных, которые видят в нём угрозу для человечества. Например, генеральный директор компании Tesla Илон Маск (Elon Musk) и знаменитый астрофизик Стивен Хокинг (Stephen Hawking) очень насторожено относятся к ИИ. Он в будущем может обогнать возможности человека и неизвестно, к чему это приведёт.

Многие исследователи и футурологи всерьёз рассуждают, что машины вопреки планам людей могут стать более разумной "расой" и начнут сами управлять человеком.

В мире уже есть примеры, когда ИИ побеждал разум человека, например, в шахматах или игре в го. Автоматика становится всё более распространённой, и люди сами доверяют ей часть своих работ. Это, в свою очередь, способствовало появлению опасений относительно возможной массовой безработицы.
В связи с этим лондонская лаборатория Google DeepMind, изучающая ИИ, провела исследование, чтобы выяснить, может ли человек просто махнуть рукой на самообучающихся роботов или всё же нет.

Напомним, что два года назад компания Google приобрела DeepMind ― компанию, которая занимается искусственным интеллектом. Она получила известность благодаря тому, что её сотрудники разработали компьютерную систему AlphaGo, и именно она смогла перехитрить игрока в го.
Новый проект подключил к своей работе учёных из Оксфордского университета. Исследователи хотят убедиться, что продукты ИИ не помешают человеческой деятельности. Документ об этом исследовании открыт для всех желающих его прочитать.

Учёные отмечают, что не секрет, что любая машина может выйти из строя и начать вести себя "упрямым" образом. А что будет в случае, если ИИ выйдет из строя, можно только гадать. Таким образом, "красная кнопка" просто необходима, чтобы предотвратить любой возможный негативный исход событий.
Авторы исследования ― учёный из Google DeepMind Лоран Орсо (Laurent Orseau) и Стюарт Армстронг (Stuart Armstrong) из Института будущего человечества Оксфорда (Oxford University's Future of Humanity Institute). Они отмечают, что если такой агент заработает в режиме реального времени пусть и под контролем человека, то для оператора просто необходимо будет иметь возможность воспользоваться "красной кнопкой". Только так он сможет предотвратить вредные последовательности в действиях агента, наносящих вред ему самому и окружению, для восстановления безопасного состояния агента.

Исследователи в своей статье утверждают, что работают над "базой", которая позволит человеку безопасно и многократно прерывать работу ИИ. Они уточняют, что "безопасное прерывание" будет полезно, чтобы взять под контроль робота, который начал вести себя не по инструкции или вывести его из сложной ситуации.

Однако учёным ещё предстоит придумать, как сделать так, чтобы ИИ не препятствовал своему временному отключению, отмечают специалисты.

...

Каким станет искусственный интеллект будущего

В 1832 году коллежский асессор Семен Николаевич Корсаков, пионер российской кибернетики, создал «гомеоскоп» — классифицирующее логическое устройство, которое автоматизировало процесс сравнения идей и понятий. С тех пор системы искусственного интеллекта ушли далеко вперед. О прошлом, настоящем и будущем таких систем рассказал кандидат физико-математических наук, ученый секретарь Курчатовского комплекса НБИКС-технологий НИЦ «Курчатовский институт» Вячеслав Демин в лекции, состоявшейся в образовательном центре «Сириус». «Лента.ру» публикует выдержки из его выступления.

Мозг и компьютер

На данном этапе все усилия по созданию искусственного интеллекта направлены на то, чтобы снять часть нагрузки с человеческого интеллекта, создать помощника для обработки плохо структурированной информации.

Самая очевидная задача — работа с большими объемами информации. Это направление так и называется: «Большие данные» (Big data). Самый яркий пример — Большой адронный коллайдер. БАК генерирует несколько петабайт (1 Пб = 1 000 000 Гб) информации в секунду. Она поступает в различные информационные центры по всему миру, где обрабатывается компьютерами, после чего передается физикам для анализа.

Но работа с большими объемами информации выявила слабое место современных компьютеров. Сейчас в вычислительной технике используется так называемая архитектура фон Неймана: память и процессор физически разделены и общаются друг с другом посредством шины, которая находится между ними. Чтобы выполнить команду, процессор посылает запрос в память, та извлекает из определенной ячейки данные, отправляет их в процессор, затем из памяти запрашивается команда для выполнения и вновь загружается в процессор, и так далее.

Постоянно идет передача данных в обоих направлениях, и узкое горлышко шины ограничивает производительность общего процесса вычислений. Конечно, сегодня эту проблему отчасти снимают многоядерные процессоры, когда информация делится между разными ядрами, обрабатывается в них одновременно, а потом результаты сливаются в каком-то одном ядре.

Человеческий мозг устроен иначе: его архитектура принципиально параллельна, а не последовательна. Память и вычисления в мозге реализуются в одних и тех же структурах — в нейронах. Каждая нервная клетка похожа на крохотный процессор, выполняющий простейшую функцию. Совокупность же большого числа таких элементарных процессоров способна производить довольно сложную обработку нечетко структурированной информации. Если такую схему удастся воплотить и в компьютерах, скопировав принцип действия работы нейронов, это станет прорывом.

У каждой нервной клетки есть отростки — аксоны, по которым передается информация, и дендриты, принимающие информацию. Соединение аксона и дендрита называется синапс. Когда происходит генерация «спайка», то есть собственного электрохимического возбуждения клетки, с помощью нейромедиаторов ток идет от одного нейрона к другому. Синапс при этом пластичен, он может менять эффективность передачи сигнала, варьируя степень выделения при передаче и/или чувствительности приема нейромедиатора.

Считается, что память формируется за счет пластичности синапсов: некоторый набор синаптических проницаемостей определяет какое-то определенное воспоминание, которое воспроизводится при распространении сигнала через этот набор синапсов. Если ученые смогут создать систему искусственного интеллекта, в которой аппаратно будет использоваться тот же принцип, то есть обработка и хранение информации в одних и тех же функциональных элементах (искусственных нейронах-процессорах с пластичными соединениям между ними), это выведет технологии на новый уровень. Достаточно серьезные и успешные попытки есть, но работы еще очень много.

Распознавание и осмысление

Уже сейчас компьютерные системы неплохо справляются с распознаванием образов и звуков. Но искусственный интеллект по-прежнему не осмысляет данные, любое изображение так и остается для него набором непонятных черточек. Тем не менее компьютер может и номера превышающих скорость автомобилей разобрать, и речь в печатный текст превратить, и понравившуюся песню узнать.

Не осмысляет машина и происходящее на биржах, но, основываясь на накопленных финансовых данных, она научилась довольно точно предсказывать, что произойдет в следующий момент на рынках, и автоматически отдает команду покупать либо продавать акции. Так работает современный «быстрый трейдинг». Прогнозирование (например, погоды или ситуации на дороге) — еще одно направление, успешно реализуемое уже сегодня.

Все эти задачи под антропоморфные алгоритмы решения относятся к так называемым некорректным задачам, когда известны не все данные для их однозначного решения, а значит, и решить такую задачу можно лишь примерно: чем больше существует ее параметров (условий), тем больше вариантов решения. При этом если задача не может быть решена в одно действие, то есть состоит из последовательности шагов, и на каждом шаге есть несколько вариантов допустимых действий, то количество комбинаций, приводящих в итоге к решению задачи, очень быстро растет в зависимости от количества шагов (или «размерностей» задачи). Это называется «проклятием размерностей».

Более того, в реальности на каждом шаге мы видим фактически бесконечное число вариантов допустимых действий (до стакана на столе можно дотянуться бесконечным числом вариантов), а следовательно и общее количество способов решения проблемы бесконечно. Держать все возможные варианты в голове человек просто не может, потому мозг и мыслит только целями и концепциями, решая некорректные задачи лишь приблизительно оптимально и побеждая тем самым «проклятие размерностей».

Это умение и позволяет нам существовать в реальном мире. Человеческий интеллект так может, искусственный — пока очень условно, лишь для ограниченного набора технических задач. При этом обычно под каждую техническую некорректную задачу строится свой алгоритм решения (например, специальная архитектура искусственной нейронной сети), что разительно отличает современный искусственный интеллект от мозга, способного решать все типы предлагаемых ему задач.

Адаптивность

Не может искусственный интеллект пока продемонстрировать и высокую степень адаптивности. Большинству существующих систем не поможет даже полный объем информации о резко меняющихся условиях, чтобы на них среагировать. Выбить стул из-под робота проще простого, даже если он увидит ваше движение. Выбить стул из-под человека, который хоть краем глаза успеет заметить, что что-то происходит, сложнее.

В последнее время в этой области появились успехи: созданы роботы-носильщики (например Big Dog агентства DARPA), способные удерживать равновесие в ответ на толчки и подножки. В то же время это опять специфическая система, разработанная под конкретную задачу и не обладающая универсальностью в адаптации к другим условиям и тем более — в решении других задач.

Но не только ради создания систем искусственного интеллекта следует изучать мозг. Еще одна важная цель находится в области медицины. Примерно 130 миллионов человек в мире страдают от различных болезней мозга. Среди них и всемирно известный физик Стивен Хокинг — у него боковой амиотрофический склероз, он прикован к инвалидному креслу. По каким-то причинам у него в мозге не работают моторные нейроны, которые генерируют сигнал к мышцам, но при этом все остальные участки коры функционируют прекрасно. Все признают, что Хокинг — гений. 67 миллионов человек страдают от болезни Альцгеймера, но полная картина возникновения этого заболевания неясна. Современная наука знает о мозге так много — и в то же время так мало!

Еще одно направление, ради которого необходимо изучать мозг, — это создание интерфейсов «мозг-компьютер». Такая система позволит управлять роботом или любым другим устройством (протез, система «умный дом», смартфон, программа и тому подобное) в буквальном смысле силой мысли, передавая команды с лобных долей коры на компьютер или специальный чип, контролирующий необходимое устройство.

Перспективна и такая область исследований, как создание нейроаниматов, то есть робототехнических устройств, управляемых живыми культурами нервных клеток в пробирке. Суть состоит в том, что на дне лабораторного сосуда, в так называемой чашке Петри, располагаются электроды, на которые высаживаются живые нервные клетки и добавляются необходимые питательные вещества. Вскоре там образуется и начинает расти живая нейронная сеть. Ее можно пытаться обучать с помощью электродов управлению необходимым устройством (аниматом).

Я называю это запасным вариантом создания искусственного интеллекта. Если не удастся его сделать из неживой материи, то можно попробовать вырастить управляемые биологические сети. Отмечу, что в Курчатовском комплексе НБИКС-технологий НИЦ «Курчатовский институт» реализуются все перечисленные мною направления.

Умная машина

Существует два базовых подхода к разработке искусственного интеллекта. Первый — так называемый нисходящий, или символьный подход подразумевает создание баз знаний, экспертных систем и систем логического вывода. Предполагается, что система сможет имитировать мышление, рассуждение, речь, эмоции, даже творчество. Это путь наиболее проработанный, но соответствующие программы до сих пор весьма далеки от человеческого мышления.

Второй подход — восходящий — предполагает, что искусственные нейронные сети смогут моделировать архитектуру, свойства и поведение своего биологического прообраза, что приведет к созданию интеллектуального нейрокомпьютера. Если апологеты первого направления в большинстве своем разочаровались в создании мыслящей программы, то сторонники второго подхода поделились на два примерно равновеликих лагеря. Одни считают, что сильный искусственный интеллект возможен, другие — что нет.

Первые считают, что искусственный интеллект сможет когда-либо самостоятельно мыслить, обладать сознанием и осознавать себя, вторые уверены, что не сможет. Я отношусь к первым, так как никто еще не доказал обратного и даже не построил достаточно полной модели мозга с учетом хотя бы минимального набора наиболее важных его подсистем. Однако мыслящий искусственный интеллект если и возможен, то является очень далекой перспективой.

В Европе есть проект «Мозг человека» (Human Brain Project). На суперкомпьютере пытаются моделировать мозг. Создали детализированную модель одного миллиона нервных клеток неокортекса. На симуляцию одной секунды деятельности этой сети суперкомпьютер тратит от нескольких часов до суток, в зависимости от степени детализации модели.

Как определить момент, когда будет создан полноценный искусственный интеллект? Есть много вариантов ответа на этот вопрос, которые условно делятся на две большие группы. Например, Алан Тьюринг, знаменитый британский математик, известный в том числе благодаря взлому кода легендарной шифровальной установки фашистов «Энигма», считал, что машина станет разумной тогда, когда сможет общаться с человеком, а тот не поймет, что собеседник — не человек.

Второй подход чаще всего пропагандируют писатели-фантасты: когда машина научится чувствовать и творить. Правда, пока еще не выдвинуты однозначные критерии проверки указанных действий. Кто прав — покажет время. А пока требуются дальнейшие захватывающие исследования, которые дадут ответы на глубочайшие вопросы относительно нашего с вами самоопределения в этом мире — тайны разума.

...

Илон Маск: Роботы подсадят людей на пособия и безусловный базовый доход

По мнению предпринимателя, наступление искусственного интеллекта на рабочие места заставит ввести гарантированный безусловный базовый доход для всех людей на Земле, иначе им будет не на что жить.

По словам Маска, искусственный интеллект, несмотря на все свои ограничения, уже сегодня угрожает покончить с целым рядом профессий. Так, водители-дальнобойщики уже в ближайшее время могут превратиться в вымирающую профессию. Tesla разрабатывает электрогрузовики с радарным автопилотом, которые в обозримом будущем могут сделать шофёров ненужными. По всей видимости, полагает миллиардер, останется лишь профессия "смотрителя" грузового автопарка. Он будет следить за исправностью автономных грузовиков, а в случае сбоев сможет дистанционно подключится к их управлению, довести до станции техобслуживания и отдать на осмотр. Такого рода работа, считает предприниматель, будет более творческой, чем чистое вождение.

В перспективе сходные процессы будут идти в других отраслях. По мнению Маска, в целом это хорошо, поскольку оставит человеку больше времени для творческой работы и отдыха. Однако, чтобы не вызвать экономическую катастрофу (безработицу), потребуется, по его словам, введение безусловного базового дохода. Сходную идею летом 2016 года пробовали провести в Швейцарии, где предлагалось установить такой минимум — две с половиной тысячи долларов США в месяц каждому жителю страны. Впрочем, проект был отвергнут на референдуме самими гражданами Швейцарии. Осенью о возможности введения такого дохода заявил президент США Барак Обама, хотя он и не обозначил конкретных сроков или планов по реализации такого намерения.

Идея высказанная Маском является достаточно радикальной по меркам современного капиталистического общества. По опросам, она отвергается в настоящий момент большинством избирателей развитых стран мира. Среди прочих возражений, упоминается и моральный вред, который такой безусловный базовый доход может принести обществу. В Древнем Риме большинство граждан некогда уже жили на безусловном базовом доходе — раздачи продовольствия и бесплатные зрелища. Закончилось это резким падением морального уровня среднего римлянина и деградацией римских солдат. Из-за этого армия всё больше и больше теряла боеспособность. В итоге Рим пал под ударами весьма неразвитых в военно-техническом плане и довольно малочисленных варварских орд.

Разговоры с гаджетами: шизофрения или глобальный тренд?

Недавно в Лас-Вегасе завершилась выставка электроники CES 2017, одной из главных тем которой стали голосовые помощники. Лайф выяснил, почему эти ассистенты набрали такую популярность и когда мода на общение с гаджетами дойдёт до России.

Семь лет вся IT-индустрия только и говорила, что о Siri. Амбициозная команда разработчиков презентовала самое перспективное приложение того времени — голосового ассистента, который умел разговаривать с владельцем смартфона. За распознавание речи отвечала компания Nuance (самая крупная на этом рынке), а информация для ответов зачастую бралась из WolframAlpha (сервис с фантастическим объёмом важной статистики).

Дизайн Siri был достаточно примитивным, зато функциональность на тот момент поражала. Как и сама идея - голосовой ввод информации в машину это самый "человеческий" и самый технически сложный способ, т.е. его реализация говорит о том, что будущее уже здесь. Неудивительно, что спустя три месяца после релиза стартап перешёл под крыло Apple — по слухам, компания из Купертино заплатила за свою долю 200–300 миллионов долларов. Как выяснилось, сделка получилась взаимовыгодной. Уже через полтора года Apple анонсировала iPhone 4S (S — Siri) — первый смартфон с голосовым помощником.

По сравнению с оригинальной версией ассистент ощутимо поглупел: на многие вопросы он отвечал "Я не понял" или "Я не знаю". Причина этого вынужденного даунгрейда — нагрузка на сервера. Apple боялась, что чересчур умная Siri будет слишком медлительной — это отпугнуло бы пользователей даже сильнее, чем тупость помощника.

iPhone сразу же стал сверхпопулярным, и конкуренты связали этот триумф в том числе и с Siri. Вскоре Samsung анонсировала ассистент под названием S Voice, а Google научила смартфоны отвечать голосом на реплику "Окей, Google" (аналог — "Привет, Siri").

В 2014-м для создания собственного помощника созрела и Microsoft. Её Cortana отличалась от других подобных приложений тем, что сразу же умела работать и на компьютере. Наконец, в конце того же 2014-го Amazon презентовал домашнего ассистента по имени Alexa. Этого помощника встроили в колонку Amazon Echo — специальный гаджет, выпущенный исключительно для общения с владельцем и выполнения его команд.

Кадр фильма "Она"/ © Кинопоиск

Сейчас расклад сил в сфере актуальных голосовых ассистентов выглядит так:

1. Siri — самый популярный, но один из самых нефункциональных помощников (например, нельзя даже выключить LTE). Во-первых, его достаточно долго не улучшали (максимум — перевод на другие языки). Во-вторых, Apple слишком затянула с предоставлением доступа к Siri для сторонних приложений. В-третьих, Siri — преимущественно телефонный ассистент: программы для Mac всё ещё не интегрированы. При этом глупо спорить с тем, что голосовой секретарь от Apple всё равно самый практичный. Он может быть действительно полезным, если пользователь тщательно подойдёт к формулированию запросов.

2. Alexa — ассистент с самым приятным голосом и самым явным потенциалом. Amazon создала для своего помощника специальный магазин приложений, поэтому функциональность колонки Echo можно постоянно расширять. Например, скачать читалку для соцсети Twitter (записи будут произноситься вслух), управлять любыми элементами умного дома или запускать двигатель автомобиля. Программ для Alexa уже несколько тысяч, но поддержки русского языка в них нет, потому что Amazon вообще не работает с нашей страной.

3. Google Voice Search — надстройка над обычным поиском, которая выслушивает запросы и готовит ответы в виде карточек. Основное преимущество в том, что ответ есть всегда. Если его вдруг не обнаруживается, Voice Search просто показывает результаты на странице поисковика. Среди конкурентов у этого помощника однозначно лучшее распознавание речи.

4. Cortana — помощник от Microsoft с неплохим распознаванием голоса. Главный минус — ассистентом не пользуются на смартфонах, потому что смартфонов на Windows фактически не осталось, а приложения для iOS и Android по понятным причинам остаются невостребованными. Русский язык в Cortana тоже отсутствует.

5. Google Assistant — помощник, который появился вместе со смартфонами Pixel. По факту ничем не отличается от стандартного голосового поиска Google Now, но умеет вести диалоги с владельцем в стиле Siri. Есть небольшой плюс — Assistant встроен в мессенджер Allo в виде текстового чата. Впрочем, этим приложением никто не пользуется, так что польза тут относительная.

6. Google Home Assistant — самый продвинутый помощник, интегрированный в домашнюю колонку. Этот сервис возвышается над всеми остальными за счёт того, что основан на технологиях глубинного обучения нейросетей. Соответственно, Home Assistant способен интерпретировать предложения и правильно реагировать на нестандартные запросы. С другой стороны, иногда вместо нужного действия (например, "Включи музыку") он внезапно активирует режим философа и начинает разговаривать с пользователем на высокодуховные темы. В Twitch даже есть стрим с двумя колонками от Google, которые просто общаются обо всём подряд.

7. Viv — новое поколение ассистента от разработчиков Siri, уволенных из Apple. Всю команду вовремя перекупила Samsung, и теперь эти люди трудятся над лучшим голосовым помощником на рынке. Вероятно, первую версию мы увидим уже в Samsung Galaxy S8.

Как можно заметить, все голосовые секретари отличаются не только по платформам и функциональности, но и по принципу работы. Большинство (от Siri до Assistant) в ответ на запрос пользователя обращаются к огромной базе заготовок. На данный момент это приемлемо, но перспектив у такого решения мало: новые ответы добавляются вручную, спектр поиска всегда ограничен. Гораздо интереснее наблюдать за прогрессом Google Home Assistant — колонки, которая накапливает опыт и в процессе общения учится понимать пользователя.

Например, Amazon Echo периодически вляпывается в нелепые истории со случайно заказанными в Интернете вещами: человек просто произносит название продукта, а колонка сразу же оформляет покупку. C помощником от Google таких ситуаций возникать не должно, потому что он способен понимать контекст. Но до того момента, когда Home Assistant настолько поумнеет, пройдёт ещё несколько лет.

Нынешний же тренд основан в первую очередь на прогрессе технологий умного дома и большом выборе приложений для Amazon Alexa. К слову, на CES 2017 сообщили, что теперь этот помощник встроен в смартфон Huawei Mate 9. Так китайцы подготовились к внедрению Viv в Galaxy S8. Если верить презентации, новый голосовой ассистент станет симбиозом Siri и Home Assistant — у него в распоряжении будет и обширная база с готовыми ответами, и технология глубинного обучения.

Когда со смартфонами заговорят в России?

Несмотря на популярность мема "Окей, Google" и наличие русского языка в Siri, у нас откровенно не принято болтать с электронными устройствами. У этой особенности есть три объяснения:

1. В России в принципе считается странным говорить что-либо в микрофон телефона, если вокруг есть люди. Чтобы избавить себя от их назойливых вопросов и косых взглядов, проще сделать нужную операцию пальцами, а не открывать рот. К Siri прибегают только в крайних случаях — например, на морозе, когда не хочется снимать перчатки, но нужно кому-то позвонить.

2. Siri ещё недостаточно хорошо распознаёт голос. Сейчас уровень точности далёк от 100%. Увы, одна случайная ошибка напрочь отбивает желание пользоваться помощником.

3. На русском языке формулировать короткие запросы тяжелее, чем на английском. Соответственно, человеку проще напечатать запрос в окне поиска, чем думать, как задать вопрос Siri, чтобы она поняла и всё сделала правильно.

С одной стороны, это печально: пока на Западе осваивают голосовое управление, мы угрюмо тыкаем в экран. Но, с другой стороны, как только помощники научатся полноценно общаться с пользователем, их переведут на все языки и наша страна не останется обделённой.

Процесс привыкания тоже не займёт много времени — уже можно готовиться к тому, что в течение 3–5 лет разговоры со смартфонами и умными колонками станут обыденностью.

А пока в России больше любят слушать смартфон, а не говорить с ним. Например, питерский Центр речевых технологий, который в основном делает продукты для работы с голосом, предназначенные для российских и иностранных госструктур, пять лет назад представил удобное и практичное приложение "Читатель". Его основная функция – превращение любой литературы в аудиокнигу: текстовый файл можно воспроизводить с разной скоростью и разными голосами. При этом в разработке использовались фирменные движки ЦРТ, благодаря которым нет проблем с интонационной, смысловой и эмоциональной окраской.

life.ru/t/технологии/960030/razghovory_s_ghadzhietami_shizofrieniia_ili_ghlobalnyi_triend

Илон Маск: «Автоматизация откроет новые возможности для людей»

Глава Tesla и SpaceX в интервью CNBC заявил, что автоматизация неизбежно приведет к введению безусловных выплат или аналогичных денежных пособий. Маск уверен, что такой переход принесет только позитивные изменения — люди будут выполнять более интересные задачи, а времени на отдых будет значительно больше.

Введение безусловного дохода — ежемесячных выплат каждому гражданину без каких-либо требований — станет единственным выходом в будущем, считает Маск. Когда роботы отнимут у людей рабочие места, государствам придется вводить БОД как альтернативу зарплатам.
Маск отметил, что распространение беспилотных грузовиков лишит работы многих грузчиков, но у них появятся новые задачи. Например, можно будет переквалифицироваться в оператора колонны роботизированных фур и следить за их движением удаленно. «Это более интересная работа, чем вождение грузовика», — заявил предприниматель.

Как и многие эксперты, глава Tesla и SpaceX считает, что автоматизация позволит людям заниматься более сложными и интересными делами, а также даст больше возможностей для отдыха. По мнению Маска, роботизированная рабочая сила принесет пользу обществу и откроет новые возможности.

Летом в большом интервью журналу WIRED президент США Барак Обама отметил, что вопрос введения безусловного основного дохода придется решать в ближайшие 10-20 лет. Многие эксперты подчеркивают, что БОД — единственно возможная мера в условиях новой экономики. Финский экономист и предприниматель Бьорн Валрус считает, что социальные выплаты помогут людям в будущем, когда роботы приведут к глобальному росту безработицы. Выплаты не станут заменой работы, а, напротив, помогут сформировать новый пролетариат.

Экономист Адэр Тернер, как и Илон Маск, убежден, что выплата пособий — задача государства. Оно должно поддерживать людей, которых технологии поставили в невыгодное положение. Решением проблемы могут стать ежемесячные пособия на продукты питания и здравоохранение. Пока что безусловный основной доход не введен ни в одной из стран мира, но скоро ограниченные эксперименты по его внедрению состоятся в Финляндии, Голландии, Кении и США.

видео
hightech.fm/2016/11/08/ubi_musk_opinion

Искусственный интеллект впервые победил одного из лучших игроков мира в Dota 2

Геймер проиграл две партии, а третью и вовсе отказался проводить, назвав игру против бота издевательством.

Один из лучших игроков мира в Dota 2 украинец Данил Ишутин по прозвищу Dendi потерпел разгромное поражение в матче один на один от бота, разработанного компанией Open AI.

Как сообщает издание Business Insider, встреча закончилась со счётом 2:0, причём во второй партии киберспортсмен сдался, а третью и вовсе отказался играть. "Прекратите издеваться надо мной", — попросил Ишутин.

Перед матчем технический директор компании Open AI Грег Брокман рассказал, что искусственный интеллект уже сыграл в Dota 2 больше партий, чем любой профессиональный спортсмен, причём бот способен анализировать игру соперника и самообучаться.

Один из инвесторов Open AI — миллиардер Илон Маск на своей странице в "Твиттере" написал о победе бота, отметив, что победа в Dota 2 была гораздо сложнее, чем в традиционных настольных играх вроде шахмат и го, где искусственный интеллект уже демонстрировал своё превосходство над человеком.

В то же время предприниматель заявил, что искусственный интеллект представляет для человечества гораздо более серьёзную угрозу, чем Северная Корея.

— Если вас до сих пор не волнуют вопросы безопасности при использовании искусственного интеллекта, вам стоило бы начать переживать, — резюмировал Маск.

life.ru/t/новости/1034756/iskusstviennyi_intielliekt_vpiervyie_pobiedil_odnogho_iz_luchshikh_ighrokov_mira_v_dota_2

Flex50,
Компьютерный сбой помог Deep Blue победить Каспарова
lenta.ru/articles/2012/10/04/deepblue/

Новый алгоритм взломает любую капчу

Сотрудники компании-разработчика искусственного интеллекта Vicarious создали компьютерную модель, которая может «пройти» любую капчу — используемый сайтами тест, который помогает определить, кем является пользователь системы: человеком или компьютером.

С подробностями исследования можно ознакомиться в Science.

Буква «А» в представлении компьютерного алгоритма (sciencemag.org)

Обычно капчу очень сложно «пройти» с помощью компьютерных алгоритмов, распознать различные комбинации букв, написанные в миллионах стилей. Чтобы классифицировать каждую букву, алгоритму необходимо долго «обучаться». Предыдущие алгоритмы для прохождения капчи тренировались на миллионе примеров изображений капчи, а также на правилах о том, как взломать каждый тип изображения.

Теперь ученые создали более эффективную модель, получившую название «рекурсивная кортикальная сеть». При разработке алгоритма специалисты заимствовали идеи из нейронаук, чтобы научить компьютер думать, как думает человек. Программа основана на компьютеризированных принципах работы человеческого мозга, собирает нужную для себя информацию аналогично тому, как это делает мозг человека.

Рекурсивная кортикальная сеть может пройти капчу, идентифицировать рукописные цифры, распознать текст на фотографиях. При этом во время обучения алгоритма специалисты использовали примерно в 5 тысяч раз меньше обучающих примеров. По словам авторов, результаты исследования свидетельствуют о необходимости разработки более надежных методов защиты, чем капча.

hi-tech.mail.ru/news/novyy_algoritm_vzlomaet_lyubuyu_kapchu/

Стивен Хокинг: Искуственнный разум скоро полностью заменит человека

Знаменитый ученый Стивен Хокинг считает, что уже в ближайшее время искусственный интеллект может полностью заменить человека. Его слова передает МК.

По мнению Хокинга, данная замена будет производиться не на уровне "дешевой рабочей силы", а в качестве новой формы жизни на Земле, которая по всем показателям превзойдет человеческую.

При этом точных сроков "закрепощения" людей Хокинг не называет.

ren.tv/novosti/2017-11-03/stiven-hoking-iskustvennnyy-razum-skoro-polnostyu-zamenit-cheloveka

Девять алгоритмов, которые уже принимают за вас решения

Фернандо Дуарте
Би-би-си

Алгоритмы уже играют активную роль в нашей жизни

В апреле 2017 года по всему миру разошлась видеозапись того, как американского доктора азиатского происхождения силой вытаскивают с борта рейса United Airways в чикагском аэропорту О'Хара.

На авиакомпанию обрушился шквал критики. United Airways хотела снять доктора Дэвида Дао с рейса, так как компании было необходимо доставить в Луисвил членов экипажа отбывающего вскоре оттуда другого рейса.

Но мало кто заметил один из главных элементов этой истории: решение снять доктора Дао с рейса было принято компьютером. А точнее, компьютерной программой, которая, скорее всего, указала пальцем на доктора еще до того, как тот прибыл в аэропорт.

Это классический пример того, как компьютерные программы, то есть алгоритмы, принимают решения, которые отражаются на нашей повседневной жизни, и что часто мы об этом не подозреваем.

В отличие от алгоритмов Google, Netflix или Facebook, многие из решений таких компьютерных программ, как, например, в истории с компанией United Airways, не зависят напрямую от того, что мы делаем.

Подобные алгоритмы применяются все чаще: теперь они могут решать, следует ли приглашать кандидата на работу на собеседование, с кем мы отправимся на свидание или даже каким будет наш тюремный срок.

Эксперты уже озабочены отсутствием прозрачности в том, как именно используется искусственный интеллект в процессе принятия решений.

Вот несколько примеров того, как алгоритмы, возможно, уже влияют на вашу жизнь.

В недалеком будущем вам, может быть, придется пожимать руку коллеге-роботу

1. Искусственный интеллект (ИИ) решает, получите ли вы работу

На сегодняшний день большая часть поданных компании резюме отвергаются до того, как их увидит живой человек.

Это происходит потому, что все больше компаний используют системы Applicant Tracking Systems - компьютерные программы, которые автоматически управляют некоторыми стадиями найма, в особенности на стадии отсеивания непригодных кандидатов из тысяч поступающих резюме.

Согласно оценкам экспертов, в США более 70% поступающих резюме фильтруются ИИ до того, как они попадают в руки менеджеров. Компании таким образом экономят время и деньги.

Но не все уверены в непредвзятости подобных алгоритмов.

Исследователи Гидеон Манн и Кэти О'Нил опубликовали в Harvard Business Review статью, в которой утверждают, что компьютерные программы, свободные от человеческих предубеждений и предпочтений, могут привести к новым, искусственным предубеждениям.

Кредит, полученный этой парой, скорее всего, был утвержден алгоритмом

2. Вы хотите кредит? Ваш профиль в соцсетях может повлиять на решение банка

Традиционно, когда человек хотел получить кредит у финансового учреждения, решение по его запросу принималось на основе анализа вероятности того, что он этот кредит сможет выплатить, учитывая размеры его долга по отношению к доходам, а также его кредитную историю.

Теперь это не так. Кредитоспособность потенциального клиента определяется алгоритмами, изучающими данные из целого ряда источников - от истории закупок до того, какую именно информацию человек разыскивал в прошлом в интернете, а также его поведение в социальных сетях.

Проблема состоит в том, что этот нетрадиционный способ сбора информации для оценки кредитоспособности может происходить без ведома и согласия клиента.

Существуют также серьезные вопросы по поводу открытости кода подобных алгоритмов, а также возможности того, что в коде могут отразиться даже неосознанные предубеждения писавших его людей.

Любовь все чаще ищут через интернет

3. ИИ может помочь найти любовь всей жизни, но не с тем, кого вы ожидали

Ни для кого не секрет, что сайты знакомств применяют алгоритмы для рассылки информации о подходящих кандидатах.

При этом, однако, не совсем ясно, как именно они используют свои алгоритмы.

В 2017 году eHarmony, один из крупнейших и самых успешных сайтов знакомств в мире, объявил, что изменял профили некоторых клиентов, чтобы они выглядели более привлекательными.

Компания игнорировала некоторые из предпочтений клиентов, в особенности часть их "лайков" и негативного отношения.

Подобная практика вполне могла вызвать гнев тех, кто потратил время и силы на то, чтобы ответить на все 400 вопросов анкеты eHarmony, требующиеся для создания профиля на сайте.

Но даже сайты вроде Tinder, применяющие несложные критерии (географическое положение, возраст и сексуальные предпочтения), прибегают к подобного рода уловкам.

Каждому пользователю приложения выдается секретный "рейтинг привлекательности". Рейтинг составляет сама кампания, чтобы "облегчить совместимость".

Компания, которой принадлежит Tinder, держит свой алгоритм в секрете, но ее руководство уже намекало, что то, сколько раз пользователь проводит пальцем по экрану направо или налево (таким образом пользователи указывают Tinder, кто им нравится или не нравится), имеет ключевое значение в определении "рейтинга привлекательности".

В 2016 году более 40 тысяч человек скончались в США из-за передозировки опиоидов

4. Алгоритм может определить вашу наркозависимость и решить, предоставлять ли вам медицинскую страховку

Неправильное использование и передозировка легальными опиоидами стала главной причиной непредвиденной смерти в США. Специалисты в области здравоохранения уже довольно часто называют это эпидемией.

Для борьбы с ней ученые и власти разрабатывают проекты, управляемые ИИ.

Например, недавно в штате Теннесси компания Blue Cross, предоставляющая медицинскую страховку, и компьютерная компания Fuzzy Logix объявили о создании совместного алгоритма, способного проанализировать не менее 742 показателей, чтобы определить риск использования препаратов не по назначению или же потенциальных наркозависимых.

Но тут возникают этические проблемы: среди прочего, алгоритм исследует данные о медицинской истории человека, а также его личные данные.

Сторонники подобных программ говорят, что они могут спасать жизни, а также уменьшить число случаев, когда люди злоупотребляют системой медицинской страховки: у наркозависимых на 79% больше шансов того, что им потребуется дорогостоящее лечение.

Согласно оценкам, в одной лишь Америке рынок продаж программ искусственного интеллекта для системы здравоохранения вырастет с 670 млн долларов в 2016-м до 8 млрд долларов к 2022-му году. Не стоит забывать, что эти оценки были сделаны до того, как Amazon объявил, что намерен войти на рынок медицинских услуг.

Защитники использования ИИ в секторе медицины заявляют, что это поможет быстрее принимать решения, а также снизить число неверных решений, совершенных из-за ошибок человека.

Говорят, что обработка данных большого объема повлияла на съемки фильма "Звездные войны: Пробуждение силы", вышедшего на экраны в 2015 году

5. Алгоритмы влияют даже на кино

Многие жалуются на то, что Голливуд использует давно отработанные формулы при создании своих блокбастеров.

Но сейчас речь идет не только о том, как именно написать сценарий и какому актеру отдать роль. Киностудии теперь используют алгоритмы, чтобы понять, какие деньги фильм принесет.

Сразу несколько компаний предлагают киностудиям подобные услуги.

Их программы не только сравнивают сценарий с огромной базой данных предыдущих фильмов, но и утверждают, что могут предсказать, как повлияют на кассовый успех фильма корректировки сценария и выбор определенных актеров.

С такими консультантами и их алгоритмами работают крупнейшие голливудские киностудии - Paramount, Universal, Warner Bros.

Во время президентской кампании 2008 году Бараку Обаме помогло не только обаяние

6. Алгоритмы влияют на то, за кого вы голосуете

В наше время, когда для политиков аналитическая обработка данных становится более важной, чем приятная улыбка, алгоритмы резвычайно важны в поисках поддержки избирателей.

Хотя многие были впечатлены риторикой Барака Обамы, заручившегося в 2008 году выдвижением в кандидаты в президенты от Демократической партии, многих не меньше впечатлило то, как его кампания использовала алгоритмы.

При помощи компьютерных программ эксперты его штаба выявляли избирателей, еще не решивших, за кого они будут голосовать, используя данные из множества источников.

Почти 10 лет спустя Эммануэль Макрон одержал неожиданную победу на президентских выборах во Франции, применив ту же тактику: он использовал алгоритмы для того, чтобы определить, какие регионы страны больше всего поддерживают перемены.

Полиция прибегает к обработке данных, чтобы определить, в какие именно районы отправлять свои силы

7. Полиция использует алгоритмы, чтобы вычислить, преступник вы или нет

Всем известно, что власти Китая внимательно следят за поведением своего населения размером в 1,3 млрд человек.

При этом китайские власти считают, что можно пойти дальше.

В 2015 году правительство объявило о создании системы наблюдения "Полицейское облако" - для прогноза преступлений. Этот алгоритм использует множество источников данных - от его личной информации до медицинской истории и даже информации о доставке пищи на дом.

Правозащитники обвиняют власти Китая в нарушении права граждан на частную жизнь и заявляют, что при помощи этой системы правительство лишь пытается подавить инакомыслие.

Но Китай - не единственная страна, где полиция прибегает к помощи алгоритмов. Во многих местах в США полиция уже более 10 лет прибегает к компьютерной обработке данных. Некоторые полицейские силы Великобритании еще в 2012 году начали применять алгоритмы криминальной картографии, предсказывающие, в каких именно местах возможна вспышка преступности.

Тем, кто знаком с фильмом "Особое мнение", легко понять, как работает эта компьютерная программа: данные о видах преступной деятельности, мест происшествий, дате и времени года указывают на районы, где, с большой вероятностью, будут совершены преступления.

Согласно исследованию Королевского объединенного института оборонных исследований, алгоритмы в 10 раз эффективнее для борьбы с преступлениями, которые могут произойти в будущем, чем просто бессистемное распределение полиции по городским районам.

Однако система PredPol, которую используют полиция Манчестера, вызвала разногласия в США.

Согласно американскому исследованию, этот алгоритм создает эффект, при котором полицейские направлялись в одни и те же районы, вне зависимости от истинного уровня преступности в этих местах.

Мрогие суды в Америке прибегают к помощи алгоритмов при определении меры наказания

8. Компьютер может отправить вас в тюрьму

Судьи как минимум в 10 штатах США определяют меру пресечения для преступников при помощи компьютерной программы COMPAS.

Этот алгоритм оценки риска якобы может предсказать вероятность того, совершит ли осужденный в будущем новое преступление.

Самый известный случай применения программы COMPAS произошел в 2013 году в штате Висконсин, где некий Эрик Лумис получил семилетний срок заключения за то, что скрывался от полиции и находился за рулем автомобиля без разрешения хозяина машины.

Во время слушаний о вынесении меры пресечения обвинения представило суду оценку степени риска, заключавшуюся в том, что Лумис, скорее всего, вновь вернется к преступной деятельности. Оценка была основана на интервью с осужденным, а также на результатах анализа COMPAS.

Его степень риска была оценена как высокая.

Адвокаты Лумиса подали апелляцию, выдвинув целый ряд аргументов, в том числе то, что COMPAS был разработан частной компанией, которая держит в секрете информацию о том, как именно это программа работает.

Его адвокаты также утверждали, что права Лумиса были нарушены, так как этот алгоритм принимает во внимание пол и расовую принадлежность подсудимого.

В 2016 году неправительственная организация ProPublic опубликовала исследование 10 тыс. подобных дел в штате Флорида, согласно которому подобные алгоритмы часто предсказывают, что чернокожие люди представляют больший риск, а белые - меньший. В рамках исследования рассматривались дела заключенных, вышедших на свободу двумя годами ранее.

Тем не менее Верховный суд США в 2017 году отказался пересмотреть дело Лумиса.

Все больше сделок на биржах заключаются искусственным интеллектом

9. От ИИ зависят даже наши деньги

Забудьте кадры из кино, где растрепанные брокеры на бирже что-кричат, машут руками и получают инструкции по своим мобильным телефонам.

Сделки на бирже все чаще основаны на расчетах компьютеров, чьи алгоритмы могут работать со скоростью, которая и не приснится человеку. Купля и продажа акций и других финансовых документов может быть заключена за доли секунды.

Сторонники такого развития говорят, что, так как машины не подвержены эмоциям, они ведут себя более рационально.

Но в 2010 году многие стали ставить это утверждение под вопрос, после того как в результате неясного сбоя в компьютерной торговой системе произошел неожиданный спад, и финансовые рынки США потеряли триллион долларов.

В 2017 году банк JP Morgan опубликовал доклад, согласно которому на долю алгоритмов и автоматизированных компьютерных систем приходится почти 90% всего объема купли-продажи акций на биржах США.

bbc.com/russian/features-42910064