Теги → алгоритм
Быстрый переход

Fujitsu и канадская Quantum Benchmark совместно разработают «безошибочные» квантовые алгоритмы

Квантовые расчёты носят вероятностный характер, поэтому ошибки в квантовых вычислениях ― это неизбежная данность. Другое дело, что их можно минимизировать. Вместе решать эту проблему будут исследователи из японской компании Fujitsu Laboratories и канадской Quantum Benchmark.

Сегодня компании Fujitsu Laboratories и Quantum Benchmark выпустили пресс-релиз, в котором объявили, что будут проводить совместные исследования в области разработки квантовых алгоритмов с использованием фирменной технологии подавления ошибок Quantum Benchmark. Это технология True-QTM. Компания Fujitsu внедрит её в фирменные вычислительные квантовые платформы на основе так называемого квантового отжига.

Квантовый отжиг, в свою очередь, опирается на решение вычислительных задач с помощью комбинаторной оптимизации. Для решения подобных квантовых задач подходят современные вычислительные платформы. У Fujitsu есть соответствующее оборудование и, что важно, проверенные алгоритмы. Это означает, что партнёрам нет нужды дожидаться выхода криогенных или иных квантовых систем. Ряд квантовых алгоритмов и задач можно будет решать на современных компьютерах.

Стартап Quantum Benchmark основан ведущими исследователями из Института квантовых вычислений Университета Ватерлоо. В активе молодой компании программные инструменты для выявления и классификации ошибок, подавления ошибок и проверки производительности оборудования для квантовых вычислений. В основе совместных исследований Fujitsu и Quantum Benchmark будет лежать практическая адаптация запатентованной технологии True-QTM компании Quantum Benchmark. Ожидается, что на выходе партнёры получат устойчивые к ошибкам квантовые алгоритмы для решения проблем в области материаловедения, разработки лекарств и финансов, которые трудно решить с помощью обычных компьютеров.

Первый период совместных работ продлится с апреля 2020 года по март 2021 года с планами продлить работы после апреля 2021 года. Если всё будет хорошо, к 2023 году партнёры планируют продемонстрировать новые приложения на 100+ кубитовом квантовом компьютере. На плечи Fujitsu Laboratories ляжет обязанность разработки квантового алгоритма для таких приложений, как квантовая химия и машинное обучение, а также создание технологии анализа производительности для квантовых алгоритмов в моделировании.

Компания Quantum Benchmark, в свою очередь, обещает помочь с внедрением технологии диагностики ошибок True-QTM в современные платформы квантовых вычислений и поддержать на них реализацию квантовых алгоритмов.

Toshiba разработала «квантовые» алгоритмы для запуска на современных компьютерах

Как недавно выяснилось, компании Toshiba не нужно ждать появления квантовых вычислительных систем, чтобы уже сегодня начать решать немыслимые для выполнения на современных компьютерах задачи. Для этого в Toshiba разработаны программные алгоритмы, аналогов которым нет ни у кого.

Впервые описание алгоритма было опубликовано в статье на сайте Science Advances в апреле 2019 года. Тогда, если верить сообщениям, многие эксперты со скептицизмом встретили заявление Toshiba. А суть этого заявления в том, что для решения ряда специфических задач, о которых мы скажем ниже, подойдёт обычное компьютерное «железо» ― серверное, для ПК или связки из видеокарт ― которое будет решать задачи до 10 раз быстрее, чем оптический квантовый компьютер.

После публикации статьи в течение 2019 года Toshiba провела ряд симуляций с использованием «квантового» алгоритма. Как отчитались в компании, на стенде на основе матрицы ПЛИС с 2000 узлами (которые играли роль переменных) и примерно 2 млн межузловых соединений решение вычислялось за 0,5 с. Запуск поиска решения на лазерном (оптическом) квантовом симуляторе решал задачу в 10 раз медленнее.

Эксперименты по симуляции арбитража в валютном трейдинге дали решение всего за 30 миллисекунд с 90-процентной вероятностью совершения прибыльной сделки. Надо ли говорить, что разработка сразу же заинтересовала финансовые круги?

И всё же, Toshiba пока не спешит предоставлять коммерческие услуги с использованием «квантовых» алгоритмов. Если верить декабрьскому сообщению Nikkei, Toshiba планирует создать дочернюю компанию для практического тестирования разработанных алгоритмов в сфере моментальных сделок на валютных биржах. Заодно немного заработает, если алгоритм настолько хорош, как про него рассказывают.

Что касается самого алгоритма, то он представляет собой моделирование (симуляцию) разветвлений или бифуркационные явления в сочетании с такими аналогами в классической механике, как адиабатические и эргодические процессы. Иначе и быть не может. Апеллировать напрямую к квантовой механике алгоритм не может, поскольку работает на классических ПК с фон-неймановской логикой.

Адиабатические процессы в термодинамике подразумевают непроходимые наружу или замкнутые в себе процессы, а эргодичность означает, что систему можно описать по наблюдению за одним из её элементов. В целом алгоритм ищет решения по так называемой комбинаторной оптимизации, когда из великого множества переменных нужно найти несколько оптимальных комбинаций. Прямым вычислением такие задачи решить невозможно. К таким задачам относится логистика, молекулярная химия, трейдинг и многое другое полезное и интересное. Широкое практическое применение своих алгоритмов Toshiba обещает начать в 2021 году. Она не желает ждать 10 или больше лет до появления квантовых компьютеров, чтобы решать «квантовые» задачи.

Arch Linux перешёл на архивы zstd: 1300% к скорости распаковки пакетов

Разработчики Arch Linux сообщили, что изменили схему упаковки пакетов с алгоритма. Ранее использовался алгоритм xz (.pkg.tar.xz). Теперь же задействован zstd (.pkg.tar.zst). Это позволило увеличить скорость распаковки на 1300 % ценой незначительного увеличения размера самих пакетов (примерно 0,8 %). Это позволит ускорить процесс установки и обновления пакетов в системе.

medium.com

medium.com

На данный момент говорится о переводе на zstd уже 545 пакетов. Остальные будут постепенно получать новый алгоритм сжатия по мере выхода обновлений. При этом важно отметить, что пакеты в формате .pkg.tar.zst автоматически поддерживаются при наличии обновлений pacman (5.2) и libarchive (3.3.3-1). Если же кто-либо из пользователей ещё не обновил libarchive, то новая версия доступна в отдельном репозитории.

Алгоритм zstd (zstandard) был разработан в 2015 году и впервые представлен годом позже. Он предусматривает сжатие без потерь и ориентирован на более высокую скорость сжатия и распаковки, чем обычно. При этом коэффициент сжатия должен быть сопоставим или превосходить существующие решения. Как отмечается, версия zstd 0.6 при максимальной степени сжатия показывала сходный с boz, yxz, tornado результат. При этом она превосходила lza, brotli и bzip2.

Российские учёные на порядок улучшили алгоритмы обработки изображений

Томский государственный университет (ТГУ) сообщает о разработке передового метода анализа сигналов и изображений в сложных телекоммуникационных и навигационных системах, на которые воздействуют случайные помехи.

Утверждается, что предложенная технология позволяет повысить точность оценивания информации на порядок, то есть в десять раз. Новые алгоритмы учитывают качественно более сложные шумы в моделях, чем существующие ранее.

«Всё в нашем проекте сфокусировано на задачах статистической радиофизики — это проблема передачи данных по каналам связи. Например, летит самолёт, передаёт сигнал. Во время передачи сигнала на него накладываются различные шумы и, соответственно, на приёмнике нужно получить данные, максимально близкие к тому, что было передано. Строятся оптимальные алгоритмы, которые позволяют на входе отсеять эти шумовые явления и получить сигнал, максимально близкий к реально передаваемому», — говорят российские учёные.

Предполагается, что новая технология найдёт применение в различных областях науки и техники. Это авиация, медицинские системы, анализ топографических снимков и пр.

В следующем году учёные планируют применить свои алгоритмы к анализу больших данных: это могут быть сведения социологических опросов, финансовая информация и пр. 

Сенатор призвала отменить «сексистский» алгоритм для карт Apple Card

Скандал с кредитными картами Apple Card, начавшийся после того, как создатель фреймворка Ruby on Rails Дэвид Хайнемайер Хэнсон (David Heinemeier Hansson) написал в Твиттере, что Goldman Sachs дал ему кредитный лимит в 20 раз выше, чем его жене, получил продолжение.

Хэнсон затем сообщил, что хотя проблема была решена после того, как его твит стал вирусным, у него вызывает сомнение алгоритм, используемый для определения кредитных лимитов владельцам Apple Card. «Откуда вы знаете, что с алгоритмом машинного обучения нет проблем, когда никто не может объяснить, как было принято это решение?», — задал вопрос Хэнсон.

Первоначально банк выпустил краткое заявление о том, что кредитная линия каждого лица оценивается индивидуально, исходя из ряда факторов, включая доход, кредитный рейтинг, задолженность и способ управления долгом. Увидев, что скандал продолжается, Goldman выпустил новое заявление, в котором говорится, что его система оценки не принимает в учёт пол или семейное положение заявителя, так как данные сведения не закладываются в перечень факторов, и предложил пересмотреть кредитный лимит для любого, кто считает, что совершена ошибка.

В свою очередь, американский сенатор и кандидат в президенты Элизабет Уоррен (Elizabeth Warren) раскритиковала нынешнюю позицию банка, приглашающего людей обращаться в службу поддержки, если они недовольны своим кредитным лимитом. Сенатор заявила, что компания несёт ответственность за предоставление информации о том, как был разработан этот алгоритм, и о его точном механизме. «Если они не могут это сделать, то им нужно его удалить», — считает сенатор.

Сотрудник Amazon сделал дверцу на ИИ для кота, чтобы тот не нёс добычу в дом

Машинное обучение может стать существенным дополнением к арсеналу любого изобретателя-умельца, помогая решать небольшие проблемы, с которыми не может справиться ни один коммерческий гаджет.

Для инженера компании Amazon Бена Хэмма (Ben Hamm) эта проблема заключалась в том, что его «милый кровожадный кот» регулярно приносил домой мёртвую или полуживую добычу после охоты и будил его посреди ночи, чтобы похвастать своими достижениями.

Чтобы не дать коту следовать его привычкам, Хэмм подключил дверцу для кота во входной двери к камере с поддержкой ИИ (камера DeepLens производства Amazon) и системе блокировки на базе Arduino.

Благодаря загруженным алгоритмам машинного зрения, разработанным самим Хэммом, камера определяет, несёт ли кот добычу в зубах. Если ответ положительный, дверца для кота блокируется на 15 минут, о чём Хэмм получает сообщение.

Российская нейросеть может составлять резюме пользователя по его фото

Российский сервис по поиску работу Superjob разработал нейросеть, которая позволяет с помощью специального алгоритма заполнять резюме претендента на должность с помощью его фотографии. Несмотря на отсутствие других данных, точность такого резюме составляет 88 %.

«Нейросеть уже сейчас с лёгкостью может определить принадлежность человека к одной из 500 базовых профессий. К примеру, с вероятностью 99 % система отличит фотографию водителя от бухгалтера или продавца от инженера-эколога», — рассказали ТАСС в Superjob.

Также с вероятностью 98 % алгоритм позволяет определить пол, возраст и опыт работы, наличие высшего образования. Более того, с его помощью можно узнать, на какую зарплату рассчитывает соискатель.

Алгоритм рассчитан на базе анализа 25 млн фото из резюме. Его разработчики также создали базу одежды из более чем 10 млн образцов. «Мы знаем, сколько стоит эта одежда. Всё-таки поговорка „Встречают по одёжке“ не просто так появилась. Поэтому в зависимости от того, что одето на человеке ... система просчитает зарплатные аппетиты соискателя», — говорит президент сервиса Алексей Захаров.

Разработчики отметили, что чем больше фотография соискателя соответствует его профессии, тем проще составить резюме. После этого претендент будет иметь возможность самостоятельно его скорректировать.

С помощью системы распознавания лиц в торговых центрах будут определять эмоции покупателей

Watcom Group, специализирующаяся на анализе посетительских потоков в торговых центрах и магазинах, в партнёрстве с создателем алгоритма FindFace компанией NtechLab займётся разработкой технологии распознавания лиц для торговых площадок. С её помощью можно будет, в частности, получать сведения о возрасте, поле, поведении и эмоциях покупателей.

Getty Images/iStockphoto

Getty Images/iStockphoto

Как сообщает ресурс «Коммерсантъ», Watcom Group и NtechLab подписали договор о сотрудничестве с целью создания на базе технологии распознавания лиц FindFace решения для сбора информации ТЦ и ретейлерами.

По словам гендиректора «Infoline-Аналитика» Михаила Бурмистрова, разработка решения может обойтись, в зависимости от уровня и точности сбора данных, от 30 до 100 млн руб. Базовая стоимость решения для небольшого ТЦ или гипермаркета может составить 15 млн руб.

Технология FindFace уже используется в веб-сервисе, позволяющем найти страницы пользователей социальной сети «ВКонтакте» по их фотографии. Также решение на её основе применялось для обеспечения безопасности в ходе чемпионата мира по футболу в 2018 году.

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».

window-new
Soft
Hard
Тренды 🔥