Shazam для одежды и смерть нейронной сети
Что нового в мире искусственного интеллекта и машинного обучения?
В MIT создали алгоритм для лучшего понимания роботами людей
Инженеры Массачусетского технологического института разработали ИИ-алгоритм, который позволяет роботизированным системам лучше предсказывать траекторию движений человека.
Новая технология сопоставляет участки пройденного пути с набором эталонных действий, вместо того, чтобы просто анализировать расстояния точек на теле человека, как это делают стандартные системы определения движений. Такой подход позволяет системе обращать внимание на перемещения рук и ног человека, положение которых меняется в зависимости от намерений идти прямо, повернуть или остановиться. Также алгоритм учитывает время выполнения определенного действия и понимает, что вы не измените траекторию только начав движение.
Благодаря разработанному методу, роботы должны перестать зависать и сталкиваться с объектами, а наоборот — быть более уверенными. Во время тестирования разработанного алгоритма в виртуальной среде, машина реагировала на проходящего мимо человека без сбоев и быстрее возвращалась к первоначальной задаче. Однако, когда этот проект будет использоваться на практике — неизвестно.
Amazon представил новую систему поиска одежды
Технологический гигант Amazon разработал новый инструмент на базе технологий искусственного интеллекта, который призван помочь пользователям в поисках одежды для покупки — StyleSnap. Он является дополнительной функцией в мобильном приложении Amazon.
Чтоб воспользоваться алгоритмом, необходимо сфотографировать понравившуюся вещь или просто загрузить уже готовую картинку. StyleSnap, с помощью МО, проанализирует кадр и выдаст релевантный товар для покупки на Amazon.com.
На время публикации еще не было информации о том, насколько эффективно работает инструмент и как он полезен пользователям приложения. Также, если ИИ легко может распознать стандартные предмет гардероба, например, юбку-карандаш или льняную рубашку, то неизвестно как он справится с нишевыми элементами и стилями. Это все еще предстоит выяснить.
Разработчики создали алгоритм для высокоскоростного уклонения дронов
Ученые из Университета Мэриленда и Швейцарской высшей технической школы Цюриха опубликовали статью под названием «EVDodge: Реализация ИИ для высокоскоростного уклонения при помощи событийной камеры». В ней они описывают разработанный ими алгоритм Embodied AI, который позволяет практически всем беспилотным летательным аппаратам уклоняться от быстро движущихся препятствий. Для работы метода нужны только камеры и бортовой компьютер. Демонстрационный код и набор обучающих данных появятся в открытом доступе после публикации статьи в научном издании.
Как указано в работе, авторы использовали на тестовом дроне оптический датчик с минимальной задержкой и высоким динамическим диапазоном, дополнительную камеру, направленную вниз, а также сонар и инерциальный измерительный блок. Что касается ПО, то были использованы три неглубокие модели искусственного интеллекта:
- EVDeBlurNet, который увеличивает четкость и шумоподавление поступающих изображений;
- EVHomographyNet, который аппроксимирует движения фона с камеры, смотрящей вниз, чтобы беспилотник смог уклониться и вернуться на исходную позицию;
- EVSegFlowNet, который сегментирует все препятствия, приближающиеся к фронтальной камере, чтобы рассчитать их траекторию движения.
Системе, для обнаружения летящего в нее объекта, необходимо проанализировать пять последовательных кадров. По ним алгоритм определяет траекторию и скорость предмета, а затем классифицирует движущийся объект в соответствие с его геометрией:
- Сфера с известным радиусом;
- Объект неизвестной формы, но с известным размером;
- Неизвестный объект без информации о размере. В этом случае дрону необходимо дать окончательные инструкции как уклониться от столкновения.
Во время тестирования системы было проведено более 200 испытаний с такими предметами в качестве препятствий, как мяч, БПЛА Parrot Bepop 2, игрушечные машинка и самолет. В результате, дрон успешно уклонился от машинки в 70% случаев, а от самолета — в 86% случаев.
Анонимная разработчица показала как умирает нейронная сеть
Художница, представившаяся изданию Vice как «Девушка, которая говорит с ИИ», провела очень интересный эксперимент. Она, с помощью генеративно-состязательной сети, создала портрет несуществующего человека, а затем последовательно стала отключать искусственные нейроны. В результате программа стала постепенно забывать, как выглядит сгенерированное нею лицо.
Опубликованное видео процесса стирания памяти алгоритма получило название «What I saw before the darkness». Разработчица сравнила получившуюся работу с творчеством великого художника-импрессиониста Клода Моне, поскольку его картины, параллельно с его старением, становились более размытыми и зелено-желтыми.
«Так как глубокие нейросети несколько похожи на зрительную систему человека, работа What I saw before the darkness показывает, как способно меняться человеческое восприятие по мере распада связей в головном мозге», — прокомментировала девушка.
В Boston Dynamics заявили, что предназначением SpotMini будет развлечение
C 4 по 7 июня 2019 года в Лас-Вегасе состоялась конференция Amazon re:MARS 2019 по робототехнике, машинному обучению, автоматизации и космосу. На ней генеральный директор компании Boston Dynamics Марк Райберт провел презентацию робопса SpotMini и сообщил основное предназначение устройства — развлечение. Также поступила информация о том, что четырехлапый робот поступит в продажу уже в ближайшие месяцы.
Как рассказал Райберт, совсем скоро SpotMini будет играть важную роль в новой разновидности многопользовательских игр — «с физическими аватарами». В качестве примера глава компании показал аудитории, как четыре робота сражаются за синий мяч.
На презентацию инженеры привезли двух роботов, которых держали на расстоянии друг от друга. Один из них, кстати, странно упал на сцене.
Также следует отметить то, что даже приблизительная стоимость SpotMini пока неизвестна. Эксперты прогнозируют пятизначную цифру, что делает устройство не демократичным развлечением.
