Фонд перспективных исследований (ФПИ) намерен реализовать проект по разработке искусственного интеллекта для анализа снимков от спутников дистанционного зондирования Земли (ДЗЗ).

Как сообщает ТАСС со ссылкой на пресс-службу ФПИ, речь идёт об автоматическом распознавании различных объектов на изображениях земной поверхности, полученных из космоса. Предполагается, что электронный разум сможет идентифицировать «авиационную и автомобильную технику, определять их вид (например, легковая или грузовая техника), а в отдельных случаях и тип (например, автомобиль марки "Камаз" или ЗИЛ)».

Отмечается, что в перспективе технологии искусственного интеллекта будут широко востребованы в самых разных отраслях. Это, в частности, оборонный сектор и системы обеспечения безопасности.

Электронный разум позволит вывести на качественно новый уровень эффективность распознавания образов, обработки человеческой речи, прогнозирования поведения сложных систем и пр.

Технологии искусственного интеллекта также будут способствовать трансформации повседневной жизни людей. К примеру, электронный разум приведёт к появлению самоуправляемого общественного транспорта и «умной» бытовой техники следующего поколения. 

Компания «Лаборатория Умного Вождения» представила первую в России систему распознавания и раннего информирования об авариях на основе искусственного интеллекта.

Решение получило название Crash AI. В основе его работы лежит уникальный алгоритм распознавания дорожно-транспортных происшествий (ДТП), использующий данные от тысяч подключённых автомобилей с системой «Элемент» (предлагается «Лабораторией Умного Вождения»).

Одним из компонентов системы «Элемент» является специальный OBDII-модель. Это телематическое устройство подключается к диагностическому разъёму автомобиля и считывает данные о его движении и техническом состоянии. Информация может отображаться в мобильном приложении. Система предусматривает наличие средств дистанционного управления автомобилем и защиты от угона.

Благодаря решению Crash AI система способна максимально точно отличить настоящую аварию от ложной и определить её характер: направление и силу удара, степень тяжести повреждений и другие важные характеристики ДТП. Сигнал об аварии транслируется в оперативно-дежурную службу, что позволяет при необходимости быстро вызвать на место ДТП спасателей и медиков.

«В дальнейшем мы планируем развивать технологию с помощью добавления в систему машинного обучения различных факторов: погода, геолокация, участки с повышенным количеством аварий. С помощью данных, которые мы собираем и анализируем, можно будет предсказывать и определять степень риска возникновения аварии и уведомлять клиентов во избежание происшествий на дороге», — заявляет компания «Лаборатория Умного Вождения». 

Постепенно о видеокарте AMD Radeon VII становится известно всё больше подробностей. Очередной порцией информации в интервью японскому ресурсу 4Gamer поделился Адам Козак (Adam Kozak), один из ведущих специалистов по маркетингу в Radeon Technologies Group.

Наиболее интересное заявление представителя AMD касается искусственного интеллекта и машинного обучения. Было отмечено, что видеокарта Radeon VII демонстрирует отличные результаты при работе с технологией DirectML. На данный момент разработчики AMD экспериментируют с предварительной версией нового SDK.

DirectML является расширением для DirectX 12 и предназначено для реализации аппаратного ускорения задач, связанные машинным обучением и искусственным интеллектом, с помощью графических процессоров. Собственно, сокращение ML и означает machine learning (англ. машинное обучение).

В частности, с помощью DirectML можно реализовать алгоритмы сглаживания на базе систем ИИ, то есть что-то наподобие технологии сглаживания NVIDIA DLSS. Только здесь вместо специальных тензорных ядер, имеющихся в GPU Turing, будут использоваться универсальные потоковые процессоры GPU. Остаётся лишь вопрос, насколько эффективным окажутся новые алгоритмы сглаживания.

Но в любом случае получается, что сглаживание с DirectML является более универсальным решением, нежели DLSS. И хотя представитель AMD говорил лишь о Radeon VII, вполне логично будет предположить, что DirectML вполне сможет работать на всех видеокартах с поддержкой API DirectX 12, включая и более старые решения от AMD и NVIDIA. Кроме того, есть вероятность, что поддержка DirectML будет реализована также и в игровых консолях, правда, уже следующего поколения.

Компания Microsoft представила DirectML осенью прошлого года и пообещала добавить его поддержку в грядущее весеннее обновление Windows 10. На примере игры Forza Horizon 3 компания показала масштабирование картинки с Full HD до 4K со сглаживанием в режиме реального времени. Результат получился весьма заметным.

Intel на CES 2019 объявила о новой программе, призванной побудить производителей ПК к выпуску нового класса продвинутых ноутбуков. В рамках проекта Athena компания собирается продвигать на рынок мобильные ПК с поддержкой 5G и искусственного интеллекта. Intel создаёт ежегодно обновляемые спецификации, которых производители будут придерживаться в процессе сертификации.

Всё это очень напоминает реинкарнацию проекта ультрабуков на новом этапе: тогда Intel предоставляла собственную помощь и маркетинговую поддержку производителям, которые выпускали более стильные, тонкие и лёгкие аппараты, оснащённые скоростными накопителями и обеспечивающие длительное время автономной работы.

В то время как проект ультрабуков подталкивал производителей к выпуску тонких и лёгких систем, цели проекта Athena менее определённые. «Программа предназначена для создания новых окружений и эффективного использования технологий следующего поколения, включая  искусственный интеллект и 5G», — объяснила Intel на презентации. Почти ничего более конкретного, включая спецификации, пока не сообщается.

Впрочем, у Intel есть некоторые цели в рамках проекта Athena. 5G и ИИ стоят на первом месте в списке, но производитель также обещает минимизировать время между открытием крышки ноутбука и полным запуском системы. Время работы от батареи в течение всего дня, трансформируемые форматы устройств, высокая производительность также являются частью списка целей, хотя большинство ведущих производителей ноутбуков и сегодня стараются постоянно совершенствовать эти показатели.

Intel обещает, что первые устройства, соответствующие сертификации проекта Athena, начнут появляться на рынке во второй половине 2019 года. Сообщается, что Acer, ASUS, Dell, Google, HP, Innolux, Lenovo, Microsoft, Samsung и Sharp уже сотрудничают с Intel в рамках Athena, а конечные устройства будут работать как под управлением Windows, так и Chrome OS. Думается, такие ноутбуки будут использовать уже 10-нм процессоры Ice Lake, о которых Intel рассказала на CES 2019.

Корпорация Intel сделала немало важных анонсов во время крупнейшей выставки потребительской электроники CES 2019, которая сейчас проходит в Лас-Вегасе. В частности, она заявила, что совместно с Facebook работает над созданием нового чипа для вычислений в области машинного обучения, причём выход кристалла (в том числе для других компаний) ожидается уже во второй половине этого года. Решение получило название Intel Nervana Neural Network Processor for Inference.

Этот чип призван помочь Intel не упустить быстрорастущий сегмента рынка ускорителей вычислений, связанных с искусственным интеллектом. Но компании придётся столкнуться с конкуренцией со стороны аналогичных решений от NVIDIA, Google, Amazon Web Services и других компаний. Как сообщается, решение Intel призвано ускорить прежде всего процесс принятия алгоритмом логических выводов (inference).

Подобный процессор поможет Facebook и другим компаниям эффективнее и дешевле задействовать алгоритмы машинного обучения. Крупнейшая социальная сеть сейчас использует ИИ в самых разных областях вроде определения людей на фотографиях, перевода публикаций с одного языка на другой, анализа запрещённых материалов и так далее. На специализированном оборудовании такие задачи будет выполнять проще.

В настоящее время процессоры Intel доминируют на рынке решений для машинного обучения, который, по мнению аналитиков Morningstar, к 2021 году будет оцениваться в $11,8 млрд. Вице-президент подразделения ИИ в Intel Навин Рао (Naveen Rao) заявил, что новый чип компании будет быстрее, чем что-либо доступное у конкурентов, хотя и не предоставил конкретных показателей производительности или подробностей.

Компания MediaTek в рамках выставки бытовой электроники Consumer Electronic Show 2019 (CES) рассказала о новых разработках в области искусственного интеллекта (ИИ).

Одно из представленных решений — система улучшения качества телевизионного изображения на основе ИИ. Специализированные средства распознавания сюжета позволяют «умной» ТВ-панели отличать кадры с людьми от других типов контента, например, пейзажа, сцены в помещении или спортивной сцены. Система способна автоматически адаптировать резкость для максимизации качества картинки и одновременно настраивать цветопередачу для идеального отображения тона кожи.

На CES 2019 компания MediaTek представила платформу MT8175 для «умных» экранов и камер. Данное решение обеспечивает быстрый, точный и качественный захват изображений. Изделие не только гарантирует высокое качество картинки, но и снабжает устройства модулем обработки графического сигнала (ISP).

Ещё одна новинка — чип MT8518 для портативных колонок. Процессор открывает новую эру для устройств с голосовым управлением благодаря низкому потреблению энергии, а также развитым ИИ-возможностям. По сравнению с изделиями предыдущего поколения время работы устройств в режиме ожидания увеличилось в десять раз.

«Мы видим, что возможности искусственного интеллекта теперь используются для работы не только с аудио-, но и с визуальными образами, они затрагивают не только облачные, но и периферийные вычисления. Именно поэтому MediaTek поддерживает широкие ИИ-возможности на устройствах с голосовым управлением, включая умные устройства с экраном и камерой», — заявляет компания. 

В 2019 году мы получим ещё больше анонсов и новинок, чем в 2018-м. На каких же направлениях следует ожидать наиболее существенных и заметных изменений в области потребительских технологий?

5G

В США и некоторых других странах первые доступные смартфоны с поддержкой 5G ожидаются к весне; к тому же времени или даже раньше появятся и модемы нового поколения. Все эти решения будут предназначены для первых сотовых сетей 5G, разворачиваемых операторами. На недавнем технологическом саммите Qualcomm, прошедшем в Майами, компания Samsung продемонстрировала прототипы смартфонов 5G, а AT&T и Verizon запустили тестовые сети нового поколения. Эти два американских оператора, а также недавно объединившиеся T-Mobile и Sprint имеют далеко идущие планы относительно 5G.

Сотовые сети следующего поколения обещают не только существенное повышение скорости передачи данных, но также и низкие задержки отклика сети, что будет иметь решающее значение для развития массы технологий вроде автономных автомобилей, облачных игр или даже удалённой хирургии.

Конечно, в 2019 году особых прорывов ждать не стоит: даже полноценное развёртывание сетей в развитых странах произойдёт не раньше 2020 года. В 2019 году продвижение 5G будет сосредоточено на создании беспроводных сетей для замены домашней широкополосной связи и продвижения новых смартфонов. По всему миру в 2019 году около 25 сотовых операторов запустят услуги 5G, как минимум, на части своей территории, а к концу года будет отгружено порядка 1 млн смартфонов с поддержкой 5G. Для сравнения: всего в 2019 году на рынок будет поставлено 1,5 млрд смартфонов, то есть в 1500 раз больше.

В России, как предполагается, пилотные проекты по внедрению нового стандарта будет запущены лишь к концу 2020 года. Следующий же год отводится для создания концепции и определения частот. Иными словами, большинство наших читателей смогут воспользоваться преимуществами мобильных сетей пятого поколения только в 2021 году.

Аппараты с изгибаемыми экранами

Эта технология обещана давно, но на рынок решения так толком пока и не поступили. К счастью, в 2019 году ожидается выпуск первых реальных массовых аппаратов с изгибаемыми экранами — как минимум, от Samsung и LG (а вслед за ними — наверняка и от Huawei, Motorola и других компаний). Причём в октябре стартап Royole из Фримонта (Калифорния) представил в Китае FlexPai, который компания называет первым в мире коммерческим смартфоном с изгибаемым с дисплеем. Устройство стоит более $1300 и предназначается пока для разработчиков.

Samsung тоже демонстрировала свою идею будущего смартфона с изгибаемым дисплеем на недавней конференции разработчиков, причём Google объявила, что Android будет поддерживать устройства таких форматов. Впрочем, пока неясно, насколько существенными окажутся плюсы таких смартфонов в виде большого экрана, чтобы мириться с неизбежными неудобствами и ростом цены. Впрочем, 2019-й обещает также стать годом безрамочных дисплеев в смартфонах и борьбы за минимизацию вырезов под камеры, динамики и кнопки вплоть до полной их аннигиляции. Так что желающим приобрести современный аппарат в традиционном исполнении будет предоставлен широкий выбор.

Ещё больше потоковых служб

Apple, наконец, запустит собственную потоковую телевизионную службу, которая призвана стать конкурентом Netflix и Amazon Prime и сможет предложить немало эксклюзивного контента. Ожидается, что произойдёт это в первой половине 2019 года. Сервис точно появится на устройствах компании вроде iPhone, iPad, Mac и Apple TV, а вот будет ли доступен пользователям Android и Windows — не ясно.

Новые услуги предложит не только купертинский гигант. Не так давно компания Disney объявила, что в 2019 году представит собственную платную потоковую службу Disney Plus, подготовка которой идёт полным ходом, в том числе, путём запуска эксклюзивных сериалов. Сервис предложит кино- и телепродукцию от таких студий как Pixar, Marvel, National Geographic наряду с бесконечным потоком разнообразных продуктов во вселенной «Звёздных войн».

До конца 2019 года также будет запущена в США потоковая служба AT&T, созданная в результате слияния с Time Warner. Кроме того, Google и Microsoft разрабатывают облачные потоковые игровые сервисы, но сомнительно, что они будут полноценно запущены в наступающем году.

Новые игровые консоли?

Любители компьютерных игр, ожидающие следующих консолей Microsoft Xbox или Sony PlayStation наверняка получат подробности и даже, возможно, предварительный анонс новых систем. Впрочем, запуск Xbox Scarlet или PS5 вряд ли состоится до 2020 года. Зато поклонники продукции Nintendo наверняка получат обновлённую гибридную консоль Nintendo Switch.

Согласно слухам, это может произойти уже летом, причём можно рассчитывать на улучшенный дисплей, возросшую производительность и более длительное время автономной работы. Это будет продукт, выпущенный по аналогии с PS4 Pro и Xbox One X, — то есть не совсем консоль нового поколения, а система для тех же игр, но позволяющая выводить их в более высоком разрешении и качестве.

Телевизоры 8K так и не станут массовыми

Хотя LG и Samsung уже предлагают гигантские телевизоры с разрешением 8K (в 4 раза больше пикселей, чем в 4K), вряд ли в следующем году они станут сколько-нибудь массовыми. Samsung, например, продаёт сейчас свой 85-дюймовый Q900 QLED Smart 8K за $15 тысяч. Зато 4K-телевизоры и мониторы, без сомнений, станут ещё более доступной и привлекательной покупкой.

Зато продолжат распространяться технологии HDR, FreeSync и тому подобные стандарты, улучшающие картинку. Разумеется, всё более популярным стандартом съёмки даже любительского видео, в том числе на смартфонах (не говоря уже о потоковых службах, онлайн-сервисах и так далее), будет 4K при 60 кадрах/с, HDR и H.265. Контента же в разрешении 8K (даже спортивных трансляций, которые идут в этом отношении впереди индустрии) будет в 2019 году по-прежнему крайне не хватать.

Повсеместность технологий искусственного интеллекта

Влияние искусственного интеллекта уже сейчас не замечать невозможно, а в 2019 году акцент на технологии машинного обучения и подобные услуги станет ещё более очевидным. Прорывов можно ожидать в медицинской сфере благодаря решениям вроде последних часов Apple Watch, которые позволяют в любой момент самостоятельно сделать кардиограмму и даже получить по ней выводы. Но уже сейчас среди людей распространение различных цифровых ассистентов и технологий автоматизации решений вызывает опасения относительно развития банальной умственной лени.

В недавнем опросе, проведённом компанией Ericsson, 57 % респондентов сказали, что хотят, чтобы смартфон определял, когда они заболевают, прежде чем они сами обнаружат симптомы. Ещё 43 % людей хотели бы, чтобы виртуальный помощник решал, когда им следует обратиться к врачу, стоматологу или парикмахеру.

При этом более трети считают, что критическое мышление рискует исчезнуть из-за чрезмерного использования виртуальных помощников. А 31 % полагают, что по аналогии с тренажёрными залами для тела людям, возможно, придётся ходить на особые тренинги, чтобы практиковать мышление и умение делать самостоятельные выводы.

Конечно, 2019 год принесёт и многое другое, в том числе в неожиданных направлениях. Будем надеяться, хороших новостей будет гораздо больше, чем плохих.

Тайваньские поставщики заказных БИС (ASIC), проектируемых по требованиям клиентов, ожидают значительного роста заказов в ближайшие несколько лет, что будет обусловлено спросом на такие чипы в секторах высокопроизводительных вычислений (HPC) и искусственного интеллекта (ИИ). Это спрос, согласно источникам в отрасли, будет расти в геометрической прогрессии.

Например, MediaTek недавно разработала свой первый 7-нм ASIC для нового клиента. Как ожидается, выпуск ASIC станет основным драйвером роста выручки компании.

Университет искусственного интеллекта приглашает пройти обучение на курсе «Нейронные сети на Python».

Курс подойдёт для максимально широкой аудитории. Если вы не работали с нейронными сетями и хотите освоить их с нуля; если вы уже работали с нейронными сетями, но хотите освоить удобные библиотеки на Python; и даже еслии у вас есть конкретная рабочая задача, которую вам нужно решить, курс «Нейронные сети на Python» даст необходимый багаж знаний и  ответит на все основные вопросы.

Одним словом, курс предназначен для разработчиков, которые интересуются нейронными сетями и хотят научиться решать AI-задачи широкого профиля. Предполагается, что прошедшие курс участники смогут без проблем писать нейронные сети для произвольных AI-задач. Причём, направленность этих задач может быть совершенно различна. Сюда входит распознавание образов, обработка текстов, распознавание речи, прогнозирование временных сигналов, регрессия, машинное творчество и многое другое.

Курс, стартующий 7 февраля 2019 года, рассчитан на шесть месяцев.

В состав курса входит:

• 26 вебинаров;
• 26 практических заданий;
• 26 семинаров с кураторами;
• 7 соревнований на Kaggle;
• Курсовая и дипломная работа;
• Устный экзамен в Skype.

Стоимость обучения — от 80 000 рублей.

Формат обучения

• Вебинары. На вебинарах предоставляется вся необходимая теория нейронных сетей. Вы можете задавать вопросы и получать ответы у ведущего. Запись вебинара всегда будет у вас в доступе
• Практические задания. После каждого занятия вы получаете практическое задание, по итогам выполнения — проверку и обратную связь от куратора.
• Соревнования на Kaggle. Многие задания предлагаются в форме соревнований на Kaggle, так что вы будете соперничать с сокурсниками и видеть свои реальные результаты.

Преимущества обучения на курсе «Нейронные сети на Python»:

• Знание Python и математики не требуется, обучение производится с нуля.
• С первого дня обучения вы будете писать нейронные сети и решать реальные задачи.
• Каждая тема закрепляется практикой.
• Если есть реальная рабочая задача — куратор поможет её решить.
• Есть лаборатория для тренировки на практических задачах.
• По окончании выдаётся государственный диплом установленного образца по лицензии на образовательную деятельность от Министерства образования РФ, который поможет выпускнику при трудоустройстве.

Для участия в курсе знание математики не требуется. Обучение строится на базе библиотек Keras и Tensorflow от Google, все алгоритмы уже заложены в библиотеках, поэтому знание математики не нужно. Всё обучение проходит дистанционно. Обучаться можно из любого города в комфортном формате, все занятия можно смотреть в записи, если ваш часовой пояс отличается от московского. Образовательная программа предполагает участие в реальных практических проектах под руководством опытного куратора, старт работы лаборатории в самом начале курса, за счёт чего можно получить 6 месяцев дополнительной практики.

После окончания курса выдаётся диплом. Такой документ будет очень весомым аргументом для работодателя, поскольку ни одна другая школа программирования не выдаёт подобный диплом. Кроме того, вы получите персональную рекомендацию, подписанную преподавателями, куратором и ректором Университета искусственного интеллекта. Есть и ещё один аргумент. Многие работодатели обращают внимание на профиль Kaggle, а к окончанию курса у вас будет заполненный профиль с большим количеством решённых задач.

Преподаватели курса — признанные специалисты в своей отрасли. Основатель Университета искусственного интеллекта, Дмитрий Романов, имеет 8-летний опыт разработки и более 10 реализованных проектов в области искусственного интеллекта. Кроме того, Дмитрий — авторитетный автор публикаций и докладов на ведущей конференции по нейронным сетям «Нейроинформатика». Также с участниками курса работают специалисты: Андрей Созыкин — сертифицированный преподаватель NVIDIA Deep Learning Institute и разработчик в банке Точка — и Павел Прояев —  профессионал в областях data science и art science, вовлечённый в развитие нейротехнологий в России в сфере нейроразвлечений.

Ознакомиться с подробной программой занятий и оставить заявку можно на странице курса.

В России рассматривается возможность использования элементов искусственного интеллекта в судебной системе, о чём сообщает «Независимая газета».

Применение «электронного разума» в судебной сфере сейчас обсуждается экспертами. Речь идёт о том, чтобы доверить искусственному интеллекту (ИИ) выполнение ряда рутинных задач.

В частности, в России разрабатывается система для автоматического ведения протокола судебного заседания. Предполагается, что внедрение подобного комплекса на базе искусственного интеллекта облегчит работу аппарата суда и даст гарантию, что протокол достоверен.

Кроме того, «электронный разум» можно было бы использовать для оценки объективности выносимых постановлений.

Наконец, теоретически искусственный интеллект можно было бы задействовать при формировании однотипных судебных приказов.

«Однако ИИ нельзя будет привлекать для рассмотрения сложных уголовных дел, где требуется анализ обстоятельств дела, оценка доказательств, где возможна индивидуализация при назначении наказания», — говорят эксперты.

Отмечается также, что в 2017 году Россия получила кредит в размере $460 млн от банка БРИКС на улучшение судебной системы. В числе прочего речь идёт о внедрении средств ИИ в судах Москвы в течение пяти лет. 

Сегодня NVIDIA — это уже далеко не просто производитель игровых видеокарт. Её продукты используются в самых разных областях, а благодаря росту спроса на машинное обучение и облачные вычисления ускорители компании стали активно использоваться и в серверах в последние годы. На днях NVIDIA рассказала о шести новых рекордах по скорости вычислений в задачах, связанных с ИИ — поставлены они были благодаря выходу первого в индустрии широкого набора бенчмарков MLPerf для задач искусственного интеллекта.

MLPerf, в создании которого принимают участие компании Google, Baidu, Intel, NVIDIA и десятки других лидеров индустрии, измеряет широкий спектр нагрузок в задачах глубинного обучения. Первый в индустрии пакет, как считается, выдаёт объективную оценку скорости вычислений в таких областях ИИ, как машинное зрение, языковой перевод, персональные рекомендации и обучение с подкреплением.

Продукты NVIDIA показали наилучшую производительность в шести тестах MLPerf, охватывающих различные нагрузки и масштаб систем: от 16 GPU на узел до 640 GPU на 80 узлов. Речь идёт о следующих шести категориях: классификация изображений, сегментация объектов, распознавание объектов, нерекуррентный перевод, рекуррентный перевод и системы рекомендаций. Ключевым бенчмарком, в котором технологии NVIDIA показали особенно хороший результат, стала категория языкового перевода — на обучение нейросети Transformer ушло всего 6,2 минуты.

Эти результаты NVIDIA получила на системах DGX, включая DGX-2, которая основана на 16 соединённых между собой ускорителях V100, оснащённых тензорными ядрами, и является сегодня едва ли не самой мощной системой для задач искусственного интеллекта.

NVIDIA подчеркнула, что выступает единственной компанией, которой удалось отличиться сразу в шести категориях — это показывает универсальность графических ускорителей V100 в широком спектре задач для ИИ. В седьмой категории тестового пакета (обучение с подкреплением) пока не используются преимущества GPU-ускорения, так что NVIDIA просто не могла победить.

Для высокой производительности в сложных и разнообразных вычислительных задачах нужны не только ускорители с продвинутыми возможностями ускорителя, но и целая инфраструктура. У NVIDIA она есть и включает тензорные ядра, NVLink, NVSwitch, системы DGX, CUDA, cuDNN, NCCL, оптимизированные контейнеры фреймворков глубинного обучения и наборы программных инструментов NVIDIA. С выходом видеокарт семейства Turing (RTX) ускоренные вычисления с тензорными ядрами стали доступны и в настольных ПК.

Начинавшая с телекоммуникационного оборудования Huawei сейчас известна массовому потребителю в основном как производитель смартфонов и планшетов. В 2016 году она пополнила свой ассортимент ноутбуками, но на этом диверсификация её бизнеса не прекращается. Уже в следующем году компания может выйти на рынок ТВ-устройств, о чём свидетельствует факт регистрации в Китае торговой марки Huawei AI Window.

androidauthority.com 

В описании бренда есть указание на то, что он связан с ЖК-панелями и «умными» телевизорами, а аббревиатура AI в названии говорит об использовании в этих устройствах технологий искусственного интеллекта. Какими именно функциями смарт-ТВ будет управлять ИИ, пока не известно. Возможно, речь идёт о выпуске телевизоров со встроенным голосовым помощником или о наличии в них продвинутой функции повышения разрешения видеоконтента с Full HD вплоть до 8K (так называемый «апскейлинг»).

Информация о других характеристиках телевизоров Huawei AI Window тоже пока не поступила, но с большой долей вероятности можно предположить, что их аппаратной платформой будут служить процессоры Kirin разработки дочернего предприятия Huawei — HiSilicon. В последнее время компания как раз делала упор на встроенный во флагманские модели чипов двойной нейросетевой модуль, отвечающий за ИИ-возможности.

Смарт-телевизор Honor A55 компания Huawei представила ещё в 2014 году

Отметим, что это не первый случай, когда производитель, сделавший себе имя на массовом рынке за счёт смартфонов и прочей мобильной электроники, берётся за выпуск телевизоров. Один из самых ярких примеров — Xiaomi, запустившая семейство Mi TV в 2013 году. Да и сама Huawei в этом деле не новичок: ещё в 2014 году совместно с компанией Coocaa она представила Honor A55 Smart TV с 4K-разрешением, операционной системой Android и 32-разрядным четырёхъядерным процессором HiSilicon с архитектурой Cortex-A9.

Искусственным интеллектом нас пугают в фильмах, книгах и играх, однако в реальном мире ИИ пока не вызывает описываемых массовой культурой катастроф. Впрочем, совсем недавно в EVE Online произошла необычная ситуация: искусственный интеллект вышел из-под контроля разработчиков и устроил бой не на жизнь, а на смерть.

Почти два года назад мы писали о том, что игроки в EVE Online смогут помочь в поиске реальных экзопланет, но теперь уже сам  проект может принести плоды человечеству — в изучении поведения искусственного интеллекта. Так уж вышло, что в космической MMORPG неигровые персонажи (NPC) втайне от всех начали вести войну за контроль над территориями. Об этом до определённого момента не знала ни CCP Games, ни пользователи.

В ноябре 2017 года CCP Games выпустила обновление, в котором расширила возможности неигровых персонажей. К примеру, они могут вызывать подкрепление, адаптироваться к политическим условиям вселенной, вести себя более обдуманно в бою. Тогда же в безопасных секторах (или «хайсеках», как их называют игроки за высокий рейтинг безопасности) начали появляться пиратские базы. В одном из таких секторов также поселились неигровые шахтёры, которые добывали ресурсы из пояса астероидов, и, само собой, стали целью NPC-фракции пиратов «Кровавые рейдеры».

Шахтёры не могли справиться с угрозой сами, поэтому призвали на помощь NPC-флот империи Амарр, но та выслала им только небольшое подкрепление (видимо, посчитав, что не стоит терять корабли в «хайсеке» просто так), которое тоже потерпело неудачу. Пираты практически захватили территорию и её ресурсы, когда внезапно в секторе появилась ещё одна фракция — Скитальцы. Было это случайностью или же искусственный интеллект отреагировал на действия своих товарищей по разуму, неизвестно. Внезапно в сектор прибыли Скитальцы, чтобы просканировать астероиды и корабли в системе для дальнейших действий. Пораскинув электронными мозгами, пираты и флот Амарр решили объединиться против общего врага. Между двумя сторонами произошла полномасштабная схватка. В ней победили пираты. После того, как амарры разбили Скитальцев, «Кровавые рейдеры» атаковали своих бывших союзников.

О битве стало известно совершенно случайно — из логов смертей NPC-кораблей. К сожалению, никто из людей ничего не застал. Теперь CCP Games расследует ситуацию и намерена больше узнать о действиях и рисках неуправляемого искусственного интеллекта.

Быстрое развитие технологий искусственного интеллекта дало впечатляющие результаты в области генерации видео и изображений. Последний пример — исследование компании NVIDIA, показывающее, как созданные с помощью ИИ визуальные эффекты можно комбинировать с традиционным конвейером растеризации. В результате получается гибридная графическая система, которую можно было бы использовать в играх, фильмах и виртуальной реальности.

«Это новый способ воспроизведения видеоконтента с использованием глубинного обучения, — отметил вице-президент NVIDIA по прикладному машинному обучению Брайан Катандзаро (Bryan Catanzaro) в беседе с журналистами The Verge. — Разумеется, NVIDIA активно думает о генерации графики, и мы исследуем вопрос, как ИИ может совершить революцию в этой области».

Результаты работы NVIDIA не смотрятся пока фотореалистичными и демонстрируют типичные артефакты, характерные для многих изображений, создаваемых искусственным интеллектом. Да и сама технология не является чем-то принципиально новым и в чём-то похожа на алгоритм превращения заваленных снегом улиц в летние, разработанный в NVIDIA для более эффективного обучения автопилота.

Реальное видео (слева) и сгенерированная алгоритмом NVIDIA картинка

В исследовательской работе инженеры компании объясняют, что они основывались на ряде существующих методов, включая популярную систему с открытым исходным кодом под названием pix2pix. Используется метод генеративно-состязательной сети (GAN), который активно применяется для формирования визуальных данных. Он построен 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 картины, которая недавно была продана на аукционе за $432 000.

Но NVIDIA представила ряд новшеств, и один из результатов проделанной работы — создание первой игровой демонстрации с генерируемой при помощи ИИ графикой. Речь идёт о простом симуляторе вождения, где игроки перемещаются по нескольким городским районам, генерируемым ИИ, но не могут покинуть свой автомобиль или иным образом взаимодействовать с миром. Демонстрация работает на одном графическом процессоре — заметное достижение для такой перспективной работы. Впрочем, стоит признать, что речь идёт о Titan V за $3000, который обычно используется для продвинутой симуляции, а не для игр.

Технология NVIDIA генерирует графику в несколько шагов. Вначале исследователи должны собрать данные для обучения: в данном случае это были материалы, используемые при разработке автопилота. Затем видео сегментируется: каждый кадр разбивается на категории вроде неба, автомобилей, деревьев, дороги, зданий и так далее. Затем GAN обучается на основе этих данных для последующей генерации новых объектов.

После этого исследователи создали базовую топологию виртуальной среды, используя традиционный игровой движок. В данном случае речь шла об Unreal Engine 4, который применяется в массе проектов вроде Fortnite, PUBG, Gears of War 4 и других. Используя эту среду в качестве основы, алгоритмы машинного обучения генерируют графику для каждой категории предметов в реальном времени, вставляя их поверх моделей игрового движка.

«Структура мира создаётся традиционным методом, — отметил господин Катандзаро, — единственное, что генерирует ИИ, — это графика». Он также сказал, что сама демонстрация является весьма простой и была собрана воедино лишь одним инженером, добавив: «Она призвана выступить в качестве доказательство концепции, а не быть полноценной интересной игрой».

Чтобы создать эту систему, инженеры NVIDIA должны были решить ряд задач, самой главной из которых было сохранить постоянство создаваемых алгоритмом объектов. Проблема в том, что алгоритм глубинного обучения генерируют графику с высокой частотой кадров, так что первоначальные результаты работы алгоритма были неудобоваримы из-за изменений цветов и текстур в каждом кадре. Пришлось создать систему кратковременной памяти для сравнения каждого нового кадра с предыдущим. Она также призвана предсказывать направление движения и затем создавать кадры, согласованные с существующими. Все эти вычисления весьма требовательны к ресурсам, потому игровая демонстрация выводит лишь 25 кадров/с.

Сравнение сгенерированных с помощью ИИ изображений. Вверху слева — карта сегментации; вверху справа — алгоритм pix2pix HD; внизу слева — COVST; внизу справа — демонстрация NVIDIA vid2vid

Технология, разумеется, находится на очень ранней стадии, но в отдалённой перспективе легко представить будущее, где реализм в играх достигается в том числе с помощью подобных алгоритмов, использующих фотореалистичную генерацию на основе объектов реального мира. NVIDIA отмечает, что трассировка лучей, например, десятилетиями использовалась в различных областях 3D-графики пока, наконец, не добралась до игр. Технология может также использоваться при создании окружений для тренировки роботов, автопилота и в других областях. В перспективе метод также может найти и злонамеренное применение — например, для создания подделок.

На днях во время визита Президента Франции Эммануэля Макрона (Emmanuel Macron) в Бельгию два ведущих научных учреждения из этих стран подписали стратегический меморандум о взаимопонимании. Бельгийский исследовательский центр Imec и французский исследовательский институт CEA-Leti договорились вместе разрабатывать технологии в области искусственного интеллекта и квантовых компьютеров.

Важно отметить, что Imec и CEA-Leti планируют разрабатывать технологии для так называемого периферийного искусственного интеллекта Edge Artificial Intelligence (eAI). Периферийный ИИ представляется решением в виде чипа или компактной самостоятельной платформы, способной на месте анализировать обстановку и принимать решения для выполнения локальной задачи. Эта часть ИИ должна работать без облака или являться ячейкой распределённой ИИ-сети. Развитие данной области искусственного интеллекта обещает поднять на новый уровень как индустриализацию, так и решить массу проблем социума.

Квантовые вычисления также представляются приоритетным видом научной деятельности двух крупнейших европейских центров исследований. Европа не желает плестись в хвосте разработок и через партнёрство Imec и CEA-Leti намерена дойти до стадии создания квантовых компьютеров. В этом также будет помогать немецкий центр Fraunhofer Group for Microelectronics Общества Фраунгофера (Fraunhofer-Gesellschaft), стратегическое соглашение о сотрудничестве с которым центр CEA-Leti заключил несколько ранее.

Здание imec с новой «чистой комнатой» (imec)

Интересным в данном союзе можно считать то, что оба центра — французский и бельгийский — обладают самыми передовыми в Европе средствами производства полупроводников. Европа давно забыла о модернизации заводов для выпуска чипов, тогда как CEA-Leti и Imec могут выпускать не только опытные чипы нанометрового уровня, но даже организовать при надобности мелкосерийный выпуск продукции. Иначе говоря, если бы не они, то практическая сторона квантовых и нейроморфных разработок в Старом Свете была бы заранее обречена на провал.