Теги → алгоритм
Быстрый переход

Adobe использует ИИ для определения «фотошопа»

Редактирование фотографий с целью их улучшения в художественно-композиционном или содержательном отношении используется уже больше столетия, но цифровые инструменты вроде Adobe Photoshop довели этот процесс до совершенства, предоставив безграничные возможности внесения правок с высоким уровнем достоверности. Из-за сложности определения подделки манипуляция подложными фотофактами стала массовым явлением. Подобные «утки» нередко успевают получить вирусную популярность до момента разоблачения, а довести до всех опровержение нередко не представляется возможным.

«Ответственный» за происходящее создатель Photoshop намерен повысить доверие и уровень подлинности цифровых медиа и желает предоставить инструмент проверки изображения на отсутствие добавленных или удалённых объектов. Adobe видит путь к решению проблемы в использовании технологий искусственного интеллекта. Это ставит компанию в один ряд с Facebook и Google, которые наращивают свои усилия по борьбе с поддельными новостями.

При редактировании композиции изображения пользователь всегда оставляет более или менее заметные следы своего вмешательства. Визуально качественную работу сложно оспорить, но существуют особые малозаметные маркеры на уровне пикселей, опираясь на которые, можно определить подлог. Речь идёт о разнице в оттенках, яркости, резкости между исходным изображением и вставкой, о размытых границах, нарушениях в шумовой картине матрицы или JPEG-сжатия, о характерных артефактах при клонировании, вклеивании и удалении, а также об использовании информации из метаданных. Adobe утверждает, что сможет выявлять признаки манипуляции с фотографиями быстро и надёжно.

Характерным для методов машинного обучения способом команда Adobe совместно с исследователями из Университета штата Мэриленд заставляла компьютер сравнивать десятки тысяч редактированных изображений с их подлинниками. Благодаря этому искусственный интеллект научился за секунды выявлять типы использованных манипуляций и зоны редактирования. По словам Adobe, методы ещё не идеальны, но предоставляют больше возможностей для выявления цифровых подлогов, а потенциально в будущем смогут эффективно отвечать на вопросы подлинности.

Неизвестно, как скоро этот или подобные инструменты станут доступны хотя бы организациям, но это непременно произойдёт ввиду высокой востребованности в эффективном противоядии цифровым подделкам, наводнившим информационную среду.

Новая статья: ПаВТ-2018: как байты к флопсам ходили

Данные берутся из публикации ПаВТ-2018: как байты к флопсам ходили

Робот-пылесос ILIFE A8 с 360-градусной системой навигации доступен на AliExpress

Дебютировавший на выставке CES 2018 робот-пылесос ILIFE A8 с 360-градусной системой навигации PanoView появился в глобальной продаже на торговой площадке AliExpress.

ILIFE A8 является новейшей моделью в премиальной серии ILIFE. Новинка оснащена инновационной системой панорамной навигации с использованием искусственного интеллекта.

«ILIFE A8 сочетает наши новейшие достижения в области искусственного интеллекта и самонаводящихся роботизированных технологий, — говорит Чэнь Гуанлян (Chen Guanliang), вице-президент ILIFE по научно-исследовательским работам. — Система навигации PanoView основана на 360-градусной камере видеонаблюдения и графическом алгоритме CV-SLAM, которые в совокупности обеспечивают значительный прирост эффективности уборки, предоставляя потребителям технологию уборки будущего и передовой искусственный интеллект».

Главные особенности ILIFE A8:

Система навигации PanoView: полагается на 360-градусную камеру видеонаблюдения с усовершенствованным графическим алгоритмом CV-SLAM.

Роботы-пылесосы завоевали популярность у потребителей с самого начала своего появления на рынке. Ранние модели роботов-пылесосов не имели возможности «видеть», чтобы определять маршрут движения по дому, что приводило к частым столкновениям с мебелью и другими препятствиями на пути движения. Хотя со временем технологии совершенствовались, большинство роботов-пылесосов из числа предлагаемых в настоящее время на рынке все ещё полагается на гироскоп для соблюдения запланированной траектории. Это приводит к неполной уборке или увеличению её продолжительности из-за повторного движения по уже пройденным до этого участкам.

Навигационная система PanoView позволяет избежать таких проблем. Внешняя камера Hawkeye с углом обзора 360° сканирует комнаты и поставляет системе PanoView панорамные изображения в реальном масштабе времени. Эта визуальная информация используется системой для построения маршрута движения ILIFE A8 с учётом всех возможных препятствий.

Высокоскоростная обработка данных для прокладки маршрута обеспечивается тремя высокопроизводительными процессорами с использованием графического алгоритма CV-SLAM, который позволяет значительно сократить время создания схемы помещения и повысить её точность.

Система очистки CyclonePower третьего поколения: выполняет очистку в три этапа, повышая тем самым эффективность уборки. Две боковые щетки эффективно удаляют грязь и мусор по углам или краям, основная щётка сметает собранный мусор с ковра и пола, и всё это засасывается в пылесборник.

Интеллектуальная автоматизация: голосовое оповещение i-Voice и индивидуальное планирование. Технология i-Voice даёт ILIFE A8 возможность «общаться» с пользователями, сообщать о ходе работы или предупреждать о сбое. У ILIFE A8 также имеется функция индивидуального планирования, которая позволяет заранее задавать график уборки на любое время.

Ультратонкая конструкция: при толщине корпуса 72 мм робот-пылесос ILIFE A8 позволяет удалять пыль и грязь в самых труднодоступных местах.

Многофункциональные щётки. У аппарата имеются взаимозаменяемые щетинная и резиновая щётки. Щетинная щётка обеспечит глубокую очистку ворса ковров и удаление грязи, а резиновая поможет справиться с клубками шерсти домашних питомцев на полу.

ILIFE A8 отличается минималистским дизайном. На его верхней панели имеется всего лишь одна кнопка для запуска режима автоматической уборки «AUTO». Управление устройством осуществляются с помощью пульта дистанционного управления.

ILIFE A8 автоматически возвращается к док-станции для перезарядки в случае, если его батарея разрядилась. Когда перезарядка завершена, робот-пылесос возобновляет процесс уборки помещения с того места, где он был прерван.

Можно с уверенностью утверждать, что для ILIFE A8 нет «мёртвых зон», куда он не сможет добраться, а также нет невыполнимых задач по уборке помещения.

С 26 февраля AliExpress предлагает ILIFE A8 в более чем 14 странах, включая  Россию, США, Канаду, Австралию, Германию, Францию, Италию, Испанию, Сингапур и Нидерланды. 

NVIDIA с помощью ИИ превращает заваленные снегом улицы в летние

Солнечная погода в Калифорнии прекрасно подходит для обучения автомобильных автопилотов, но есть и минусы — обкатанной в этих условиях машине куда сложнее осуществлять навигацию при плохой погоде. Не говоря уже о том, что есть страны, где снег и дождь — обыденность. Исследователи из команды NVIDIA предлагают решение: они опубликовали ИИ-алгоритм, который позволяет компьютеру представлять улицы в ярком солнечном освещении, даже если вокруг сугробы, слякоть, дождь или непроглядная тьма. Это важно для самоуправляемых автомобилей, но метод может оказаться полезен и в других областях.

Преобразование последовательности зимних изображений в летние

Исследование основано на методе ИИ, который особенно хорош в формировании визуальных данных: генеративно-состязательной сети (GAN). Она построена на комбинации из двух нейронных сетей, одна из которых генерирует образцы, а другая отклоняет неточные по её мнению. В результате ИИ самообучается созданию всё более качественных результатов с течением времени. Этот подход применяется довольно широко в индустрии создания изображений самого разного рода, от поддельных лиц знаменитостей до новых моделей одежды и пугающих реалистичных визуализаций детских рисунков.

Преобразование последовательности дневных изображений в ночные

Впрочем, у исследования NVIDIA есть большое преимущество перед существующими GAN: их алгоритм обучается с гораздо меньшим контролем. Как правило, программам такого рода нужны помеченные наборы данных для генерации новых. Исследователь NVIDIA Минг-Ю Лю (Ming-Yu Liu) объясняет, что обычно для создания GAN, превращающего дневную сцену в ночную, нужно обучать алгоритм на парах изображений, сделанных в одном и том же месте ночью и днём. Затем на основе разницы между такими парами будут создаваться новые изображения.

Но метод NVIDIA не требует предварительной работы и функционирует без заранее помеченных наборов данных, выдавая при этом результаты хорошего качества. Это серьёзно экономит время ИИ-разработчиков, которым в противном случае пришлось бы тратить уйму времени на сортировку обучающих данных.

«Мы одни из первых, кто взялся за проблему, — сказал Минг-Ю. — И нашему методу есть много применений. Например, в Калифорнии редко идёт дождь, но мы хотим, чтобы наши самоуправляемые автомобили работали нормально, когда дождливо. Мы можем использовать наш метод, чтобы превратить солнечные записи вождения в Калифорнии в дождливые и обучать с их помощью наш автопилот».

Метод работает не только для преобразования фотографий улиц. Исследователи уверяют, что проверили его на фотографиях кошек и собак, чтобы превращать снимки одной породы или вида в другую; и использовали его для изменения выражения лиц людей на фотографиях. «Эта работа может быть использована для редактирования изображений, — отмечает разработчик, но добавляет, что конкретных примирений метода пока нет. — Мы делаем это исследование доступным для наших команд по разработке продуктов и клиентов. Но пока ничего не могу сказать о скорости или степени его внедрения».

В полной мере с исследованием можно ознакомиться в специальном документе на ресурсе arXiv, а с дополнительными примерами преобразований — в каталоге изображений.

Facebook официально запустила алгоритмическую ленту с интересным контентом

Facebook начала предоставлять пользователям мобильных и настольных устройств доступ к новой ленте «Интересное». Компания некоторое время тестировала нововведение среди небольшого числа людей, но теперь подтвердила сайту TechCrunch официальный запуск.

Лента «Интересное» представляет собой новый способ показа пользователям социальной сети содержимого, которое может привлечь их внимание. В отличие от стандартной новостной ленты, в которой отображаются публикации ваших друзей и страниц, в новом разделе можно найти статьи, фотографии, видеоролики и другой контент из источников, на которые вы не подписаны.

Как это обычно бывает у Facebook, за выборку контента для ленты «Интересное» отвечает специальный алгоритм. На содержание раздела влияет то, чему вы ставили отметки «Нравится» и чем делились с другими пользователями.

В анонсе компания объяснила решение официально запустить нововведение тем, что пользователи мобильных и настольных устройств всё чаще просят дать возможность просматривать интересный контент со страниц, на которые они не подписаны.

«Мы запускаем дополнительную ленту популярных статей, видео и фото, автоматически подбираемых для каждого человека на основе содержимого, которое может быть ему интересно, — заявил представитель Facebook. — Мы слышали, что людям нужен простой способ находить релевантный контент со страниц, за которыми они пока не следят».

На мобильных устройствах новый раздел доступен через дополнительное меню в нижней навигационной секции. На ПК новую вкладку можно обнаружить на левой панели, в самом конце списка. Всем пользователям нововведение станет доступно в ближайшее время.

«Яндекс» запустил новую версию поисковика на основе нейросетей

Компания «Яндекс» объявила о запуске новой версии своей поисковой системы, основанной на алгоритме «Королёв». Как и предыдущий поисковой алгоритм «Палех», «Королёв» использует для работы нейронную сеть, но сопоставляет смысл запроса не с заголовком веб-страницы, а с её содержимым целиком. Это позволяет начинать подбор веб-страниц, соответствующих запросу по смыслу, на ранних стадиях ранжирования, тогда как при использовании «Палеха» смысловой анализ является одним из завершающих этапов. И если в «Палехе» анализируется всего 150 документов, то в «Королёве» смысловой анализ производится для 200 тысяч документов. Новый алгоритм также обращает внимание на другие запросы, по которым люди приходят на эту страницу. Это позволяет установить дополнительные смысловые связи.

Для обучения нейронной сети используется обезличенная поисковая статистика. В частности, учитывается, на какие страницы пользователи переходят по тем или иным запросам и сколько времени они там проводят. Если человек надолго «завис» на найденной в результате поиска странице, значит, поиск хорошо соответствует его запросу.

Статистика, которая используется для обучения алгоритма, обезличена

Статистика, которая используется для обучения алгоритма, обезличена

Для повышения качества поиска используется система оценок. Если раньше оценки выставляли сотрудники «Яндекса» — так называемые асессоры, то теперь этим занимаются участники сервиса Яндекс.Толока, в котором зарегистрировано более миллиона человек. За два с лишним года работы сервиса его участники дали около двух миллиардов оценок.

Google научила компьютерные алгоритмы удалять с фотографий водяные знаки

Исследователи Google рассказали, что компьютерные алгоритмы могут легко удалить с фотографии водяной знак и оставить изображение без защиты авторских прав. Компания подробно рассказала об этом в научной работе под названием «Об эффективности видимых водяных знаков».

«Как часто происходит с уязвимостями, найденными в операционных системах, приложениях или протоколах, мы хотим раскрыть эту уязвимость и предложить решения, чтобы помочь сообществам стоковых изображений и фотографий адаптироваться и лучше защитить свой авторский контент и творения»,написали научные сотрудники Google Тали Декель (Tali Dekel) и Майкл Рубинштейн (Michael Rubinstein).

По их словам, главная проблема существующего процесса наложения водяных знаков — высокий уровень совпадений стилей. «Мы демонстрируем, что эта схожесть может быть использована для инвертирования процесса наложения водяных знаков — то есть оценки изображения водяного знака и его непрозрачности и восстановления лежащего под ним оригинального изображения, — рассказали исследователи. — Всё это может осуществляться автоматически, без вмешательства пользователя и получения дополнительной информации о водяном знаке — исключительно посредством исследования коллекций изображений водяных знаков, доступных публично в Интернете».

Команда сумела научить программное обеспечение вычленять модели нанесения водяных знаков и с помощью специальной технологии отделять их компоненты от основной картинки. Алгоритм может удалить определённый знак или даже похожий на него с любого изображения, поскольку уже знает его параметры вроде прозрачности и структуры.

В качестве меры защиты исследователи предлагают добавлять к водяным знакам элементы случайности. Это, в частности, может быть случайное изменение формы наносимой картинки. Изменения должны оставлять видимые артефакты после удаления знака.

«Если говорить простыми словами, это работает потому, что удаление случайным образом искривлённого водяного знака с любой фотографии требует дополнительной оценки поля искривления, применённого к водяному знаку в случае с этим изображением — и эта задача по существу куда более сложна, — объяснила команда. — Следовательно, даже если модель водяного знака можно определить при наличии этих случайных искривлений (что само по себе непросто), аккуратно удалить его без каких-либо видимых артефактов гораздо труднее».

Корейский спортивный робот-репортёр пишет статью за 1–2 секунды

Южнокорейское информационное агентство Yonhap представило спортивного робота-репортёра — автоматизированную систему Soccerbot для выпуска новостей о футбольных играх Английской Премьер-лиги (EPL).

Программное обеспечение Soccerbot, разработанное специалистами агентства, использует алгоритм, имитирующий способ написания статей журналистами. Робот-репортёр с успехом прошёл тестирование, заключавшееся в написании статей по итогам игр Премьер-лиги сезона 2016/2017. В ходе тестирования Soccerbot выпустил в общей сложности 380 экспериментальных статей на корейском языке, описывающих все игры Премьер-лиги, каждая из которых была готова в течение 1–2 секунд после окончания матча.

В программе Soccerbot используется база данных из слов и предложений из статей, написанных репортерами Yonhap. Робот-репортёр готовит статьи в три этапа. Сначала собирает данные, затем пишет текст, после чего проводит проверку орфографии и грамматики.

В ходе редактирования программа меняет структуру статьи в зависимости от результатов матча и участия в нём южнокорейских игроков. Для исключения недостоверной информации программа берёт и сравнивает данные из пяти различных источников.

В настоящее время агентством запущен пилотный проект с использованием Soccerbot. Yonhap планирует разработать ещё одну программу для освещения зимних Олимпийских игр, которые пройдут в Пхёнчхане в 2018 году.

Google и Массачусетский институт разрабатывают алгоритмы ретуши фото во время съёмки

Всё сложнее и сложнее выдавать более высокое качество фотографий с помощью новых аппаратных модулей камер для смартфонов. Поэтому компании вроде Google прибегают к вычислительной фотографии: различным алгоритмам и ИИ-технологиям, призванным улучшать снимки (например, HDR+, появившаяся впервые в Nexus 6). Последнее исследование поискового гиганта, проведённое вместе с учёными из Массачусетского технологического института (MIT), переводит эту идею на новый уровень благодаря алгоритмам, ретуширующим фотографии в реальном времени, прямо во время съёмки.

Исследователи использовали машинное обучение для создания своего ПО и обучения нейронных сетей на наборе из 5000 фотографий, созданных в Adobe и MIT. Каждый снимок этого набора был отретуширован пятью различным профессиональными фотографами, а алгоритмы Google и MIT использовали эту информацию для того, чтобы научить ИИ улучшать соответствующим образом фотографии автоматически. Речь идёт об улучшениях вроде усиления яркости в одном месте, снижении насыщенности в другом, изменения баланса белого и так далее.

Машинное обучение для улучшения фотографий использовалось и ранее, но настоящим плюсом нового исследования является создание небольших и эффективных алгоритмов, способных исполняться на потребительских устройствах прямо во время съёмки. Размер всего ПО не превышает размера одной цифровой фотографии и, согласно публикации в блоге MIT, может использоваться для обработки снимков в различных стилях.

Другими словами, нейронная сеть может быть натренирована на новом наборе изображений, чтобы имитировать стиль определённых фотографов. Примерно так работают художественные фильтры в приложениях от компаний Prisma и Facebook, имитирующих стилистику тех или иных живописцев. Конечно, современные смартфоны и камеры уже обрабатывают захваченные данные в реальном времени, но новые методы позволяет дополнительно развить возможности фотографирования на смартфонах.

С целью уменьшения сложности алгоритмов исследователи применяли несколько различных методов. Например, все вносимые в фотографии изменения они представляли в виде формул и использовали сетку с координатами, чтобы сразу отбрасывать незатронутые участки. Google считает, что это исследование позволит существенно улучшать фотографии на смартфонах в реальном времени без особого влияния на заряд батареи и без возникновения заметных задержек при съёмке. Возможно, подобные технологии появятся уже в смартфонах Pixel 2 в этом году?

Изменение в ленте Facebook направлено на борьбу с «крошечной группой» спамеров

Facebook анонсировала изменения в алгоритме формирования новостной ленты. Они направлены на борьбу с пользователями, которые часто публикуют ссылки-приманки и сеют дезинформацию. Это очередной шаг в борьбе со спамерами, которую компания начала несколько лет назад, но которая привлекла особое внимание общественности лишь во время прошлогодних президентских выборов в США.

По словам Facebook, нововведение окажет влияние на «крошечную группу» людей, которые ежедневно оставляют в социальное сети огромное количество низкокачественных публикаций. К этой категории относится лишь 0,1 % пользователей, которые отправляют более 50 публикаций в день.

«Наше исследование показало, что в Facebook существует крошечная группа людей, которые ежедневно отправляют огромное число публикаций и сильно захламляют спамом ленты пользователей», — заявил Адам Моссери (Adam Mosseri), вице-президент по вопросам новостной ленты. Изменение затронет только ссылки таких людей, но не фотографии и публикации других типов.

Алгоритм Facebook определяет, какие публикации от друзей, рекламодателей и из других источников видны в новостной ленте. Также система формирует порядок показа новых публикаций, отталкиваясь от того, как пользователь реагировал на предыдущие.

Facebook со своими двумя миллиардами ежемесячных активных пользователей часто вносит изменения в алгоритм формирования ленты. По мнению Дженнифер Григиэль (Jennifer Grygiel), профессора по коммуникациям Сиракузского университета, последнее нововведение будет иметь незначительный эффект.

В мае компания анонсировала изменение, которое должно было снизить число ссылок на страницы с неприемлемой рекламой.

В смартфонах Sony может появиться технология 3D-распознавания лица вместо сканера отпечатка пальца

Современные смартфоны предлагают достаточно надёжный способ защиты всех хранящихся на мобильном устройстве данных. Речь идёт о биометрической идентификации, предлагающей разблокировку гаджета и доступ ко всем файлам на нём после сопоставления отпечатка пальца. В дополнение к считывающим уникальный «рисунок» на пальце сканерам, встраиваемым сегодня даже в бюджетные смартфоны, на рынке появились устройства со сканером радужной оболочки глаза.

AndroidPIT,com

AndroidPIT,com

Руководство же Sony, обеспокоенное вопросом защиты информации своих клиентов, намерено продвигать в своей продукции альтернативную технологию. Ею выступит распознавание лица пользователя, которое существует уже сегодня, но требует изрядной доработки и совершенствования алгоритмов. 

В Sony планируют «взять на вооружение» для своих устройств именно данный метод идентификации, заложив в его основу механизм трёхмерного распознавания лица. Наглядным примером того, какими преимуществами 3D обладает над 2D, стал привезённый на шанхайскую выставку Mobile World Congress экспериментальный образец смартфона Sony Xperia.

Тестовый гаджет оснастили дополнительным датчиком глубины разработки дочерней компании SoftKinect, а также специализированным программным обеспечением, написанным программистами из швейцарской фирмы KeyLemon. Шлифовка технологии с заделом на будущее позволит свести существующую погрешность при подтверждении личности к нулю. 

www.keylemon.com

www.keylemon.com

2D-технология распознавания лица появилась в смартфонах под управлением ОС Android ещё в 2012 году. Но решение имело существенный недостаток: обмануть камеру мобильного устройства удавалось путём распечатки фотографии пользователя. Срабатывал этот способ не всегда, но сам факт существования подобной лазейки не позволял считать методику надёжной и перспективной. Трёхмерная идентификация, продвигаемая Sony и её партнёрами, потребует от злоумышленников как минимум предварительного сканирования головы владельца смартфона и печати её макета на 3D-принтере. И даже столь трудоёмкий подход вряд ли вынудит инфракрасный датчик предоставить доступ к устройству сторонним лицам.

Представители Sony не упомянули, как скоро трёхмерное распознавание лица появится в коммерческих образцах их мобильной электроники. Вероятнее всего это случится во второй половине (ближе к концу) 2018 года. Стать первопроходцем все шансы имеет очередной флагманский смартфон японского бренда. 

Голосовой помощник Huawei может дебютировать в маршрутизаторах

Рынку голосовых помощников пророчат стремительный рост, что подтверждается высоким спросом на домашнюю смарт-электронику, реагирующую на устные команды пользователей. «Умные» колонки получают статус неотъемлемого продукта в ассортименте любого уважающего себя производителя, привлекая на данное поприще всё новых и новых игроков. Не намерена отставать от лидеров в обозначенном направлении и китайская компания Huawei, которая занимается разработкой собственного цифрового ассистента. 

www.v3.co.uk

www.v3.co.uk

Подробности о работе над голосовым помощником в Huawei стараются не разглашать, однако в ходе беседы с официальными представителями компании иногда всплывают интересные факты о готовящихся проектах. О планах Huawei относительно конкуренции с творениями инженеров Amazon и Google изначально поделилось издание Bloomberg, опиравшееся на собственные источники. Тогда инсайдеры в один голос утверждали, что китайское руководство смотрит в сторону аналога Siri или Cortana для фирменных смартфонов. Также предполагалось, что на рынок под брендом Huawei выйдет нечто похожее на акустические системы Amazon Echo и Google Home. Однако в недавнем интервью на канале CNBC операционный директор Huawei Вань Бяо (Wan Biao) приоткрыл завесу тайны, рассказав, для чего необходим собственный виртуальный ассистент.

«Huawei действительно заинтересована в цифровом помощнике. Наша компания хорошо известна своими маршрутизаторами и высококачественным сетевым оборудованием. Мы рассматриваем возможность улучшения функциональности домашних роутеров Wi-Fi посредством голосового управления — использования программных решений на базе искусственного интеллекта для голосового поиска и ряда других полезных опций», — заявил Вань Бяо. 

«Кубический» маршрутизатор Honor Router X1

При этом в контексте смартфонов персональный голосовой помощник для Huawei выглядит не столь перспективной инициативой. Господин Вань отметил, что мобильная электроника под управлением ОС Android будет и дальше управляться посредством цифрового ассистента от Google и вряд ли здесь стоит ожидать кардинальных изменений. 

Английская полиция будет с помощью ИИ определять, нужно ли арестовывать подозреваемого

Полиция английского города Дарема готовится к запуску предиктивной системы искусственного интеллекта, которая будет определять, нужно ли содержать подозреваемого под стражей. Технология называется «Инструментом оценки риска вреда» (Hart, или Harm Assessment Risk Tool) и создана для классификации людей на основе низкого, среднего или высокого риска совершения преступления в будущем.

В ближайшие несколько месяцев полиция хочет протестировать систему и сравнить её с традиционной методикой. Оценка с помощью искусственного интеллекта может использоваться в целом ряде случаев: например, чтобы определить, нужно ли задержать подозреваемого на более долгий срок и когда должен вноситься залог.

Согласно BBC, Hart принимает решения на основе данных, собранных полицией Дарема в период с 2008 по 2013 год. Система учитывает такие факторы, как криминальная история, серьёзность совершённого преступления и риск того, что человек покинет страну до слушания. В первоначальных тестах, которые проводились в 2013 году и в которых поведение подозреваемого отслеживалось в течение двух лет до совершения первого преступления, связанные с низким риском прогнозы были точны в 98 % случаев, с высоким риском — в 88 % случаев.

Hart — лишь один из многих алгоритмических и предиктивных инструментов, которые используют правоохранительные органы и судебные и тюремные системы по всему миру. Такие инструменты могут повышать эффективность работы полиции, но могут и иметь ошибки. В расследовании, опубликованном в прошлом году ProPublica, говорится, что системы оценки риска могут нести в себе предрассудки и помечать чернокожих обвиняемых как будущих преступников с в два раза большей вероятностью. В случае с белыми эта вероятность, наоборот, снижается.

Полиция Дарема заверила, что решения Hart во время экспериментального использования будут исключительно «консультативными». Система учитывает факторы вроде пола и почтового индекса, поэтому правоохранительные органы и академические советники говорят, что она остаётся неполноценной и не должна принимать решения самостоятельно.

«Сам факт проживания по определённом адресу не оказывает прямого влияния на результат, но должен сочетаться со всеми другими прогнозами тысячами различных способов, прежде чем будет достигнут окончательный вывод», — пишут авторы доклада, предоставленного по парламентскому запросу. Авторы, среди которых директор Центра доказательной полицейской деятельности Кембриджского университета профессор Лоуренс Шерман (Lawrence Sherman), добавили, что Hart оснастят системой аудита, чтобы отслеживать, как она достигает своих выводов.

Камера FRAME позволит снимать вспышки плазмы со скоростью 5 трлн кадров в секунду

Исследователи Лундского университета (Швеция) создали сверхбыструю камеру, способную захватывать 5 трлн кадров в секунду. Скорость съёмки традиционных камер не превышает 100 000 кадров в секунду.

KENNET RUONA/LUND UNIVERSITY

KENNET RUONA/LUND UNIVERSITY

С помощью новой высокоскоростной камеры исследователи смогут снимать скоротечные процессы, которые в противном случае невозможно зафиксировать на фотографиях или видео.

«Теперь мы можем снимать такие быстропротекающие процессы, как взрывы, вспышки плазмы, турбулентное горение, а также фиксировать активность головного мозга у животных и химические реакции», — отметил в пресс-релизе Элиас Кристенссон (Elias Kristensson), один из создателей камеры, занимающийся исследованием процесса горения.

С помощью этой камеры, названной FRAME (Frequency Recognition Algorithm for Multiple Exposures, алгоритм распознавания частоты для множественных воздействий), Кристенссон и его партнёр по исследованиям Андреас Эн (Andreas Ehn) планируют производить съёмку процесса горения на молекулярном уровне.

KENNET RUONA/LUND UNIVERSITY

KENNET RUONA/LUND UNIVERSITY

Камера FRAME работает иначе, чем обычные модели. Большинство высокоскоростных камер захватывает изображения последовательно, одно за другим. В FRAME используется компьютерный алгоритм, фиксирующий несколько кодированных изображений в одном, которые затем сортируются в видеопоследовательность. Объект подвергается воздействию лазерных импульсов, каждому из которых присваивается уникальный код. Отражаемые импульсы сливаются в одну фотографию. Затем эти изображения разделяются с помощью ключа шифрования.

Стартует чемпионат по спортивному программированию «Яндекс.Алгоритм»

Начат приём заявок на участие в чемпионате по спортивному программированию «Яндекс.Алгоритм», который в нынешнем году пройдёт в шестой раз.

«Яндекс.Алгоритм» — это соревнование с оригинальными правилами, сложными алгоритмическими задачами и денежными призами. Чемпионат проводится в Интернете: стать его участником может любой желающий из любой точки мира.

Соревнование состоит из нескольких раундов. Первые два — разминочный и квалификационный — пройдут уже в текущем месяце. Отборочный этап — ещё четыре раунда — намечен на май-июнь. Поучаствовать в отборочном этапе смогут все, кто справится хотя бы с одной задачей разминочного или квалификационного раундов.

В этом году отборочный этап включает особый раунд — марафонский. Он продлится 48 часов и будет состоять всего из одной задачи — оптимизационной. Для таких задач не существует полного решения: любой вариант будет лишь приближённым. Чем лучше решение, предложенное участником, тем более высокий балл оно получит.

В конкурсе можно участвовать с 6 лет. Участники, которым на 30 апреля 2017 года не исполнилось 18 лет, могут выступать только в разминочном, квалификационном и отборочных раундах, включая марафонский, но не в финале конкурса. К участию не допускаются сотрудники «Яндекса» или аффилированных компаний и их близкие родственники, а также организаторы конкурса.

Призовой фонд «Яндекс.Алгоритма» составляет 540 тысяч рублей: из них 300 тысяч рублей — награда за первое место, 150 тысяч — за второе и 90 тысяч — за третье.

Для участия в конкурсе необходимо зарегистрироваться: сделать это можно здесь. Разминочный раунд начнётся 22 апреля в 16:00 (UTC+3) и продлится сто минут. С подробным расписанием соревнования можно ознакомиться на этой странице

window-new
Soft
Hard
Тренды 🔥