Tagged: AI

Prediction Machines. 4/5

Как машинное обучение помогает предсказывать? Почему эти техники работают? А когда они не работают?

Гарвардская книжка — про возможности искусственного интеллекта / машинного обучения заглядывать наперед. Читать далее

Прочитать ваши мысли нейросеткой

На архив.орг лежит статья про Brain2Char. Мне прислали почитать, я открыл и впечатлился. Понятно, что решение еще сырое и сбоит. Но:

  • прочитать с вашего мозга
  • слова
  • с вероятностью попадания выше 90%

Это впечатляет. По поводу прайваси еще переживать не стоит, так как техника подразумевает прямой контакт электродной сетки с поверхностью мозга. Но прогресс, думаю, будет быстрый. Что сделали: Читать далее

ИИ/AI прав, пока он совсем неправ.

Питер Хаас разбирается в роботехнике. Создал акселератор соответствующих стартапов. Со-основал робокомпанию. Сейчас один из директоров центра гуманной роботехники.

Питер Хаас боится искусственного интеллекта. И он доступно рассказывает об этом в ted talk. На примере собаки хаски и волка. Определения вероятности рецидивиста и одобрения кредита. И, конечно же, на примере вождения.

Разберем краткую суть.

Читать далее

Н: Сильвестр Терминатор

Видеоролик, где сцена из «Последнего киногероя», в которой предполагается, что Терминатора сыграл Сталлоне, переходит в реальный видеоряд с тем, что лицо Арнольда заменено на лицо Сильвестра — меня особенно зацепил. Понятно, что технология deep fake уже не первый год есть, но что прямо дома можно переделывать фильмы с заменой лица героя на любое другое — это уже реальность.

После этого ролика я нашел выступление на TED, Читать далее

Н: Этого человека не существует

Можно ли создать механизм искусственного интеллекта, который позволяет генерировать внешности несуществующих людей?

Сделали. Вот пожалуйста, читайте.

Затем Филип Ван, разработчик ПО в Убере, взял за основу этот алгоритм, который перебирает огромное количество реальных изображений и, используя т. наз. генеративно-состязательную нейронную сеть, GAN, создает новые неживые — и выдал этот механизм в общее пользование на сайте ThisPersonDoesNotExist.com. Ну и, поскольку без котиков люди существовать не могут точно, следом появился ThisCatDoesNotExist.com. Оба сайта на момент написания этой статьи приказали долго жить, но плоды их использования можно увидеть, например, здесь.

Вопрос в том, зачем это в принципе надо? Читать далее

Н: Лучшие стратоновости 2018.

Когда мы заводили рубрику стратоновостей — то она родилась из закладок браузера, сформированных по принципу, какое из событий является мегатрендовым или неустаревающим долгое время. Например, что происходит с пенсиями, здоровьем и демографической ситуацией, какие работы устаревают, а какие новые возникают. Про искусственный разум, роботизацию и ожирение.

Семь приложенных статей являются наиболее читаемыми за 2018 год. От причин усталости от работы до карты мотивации поколения Y. От того, какое образование дает возможность зарабатывать до управления счастьем. И, конечно же, про игры, которые увеличивают мозг, а также, как скинуть возраст почти в два раза. Так что если пропустили лучшие статьи года, то вам сюда. Читать далее

Н: Что в финансах будут делать роботы

Занимаясь финансами уже почти двадцать лет, я не мог не прочитать статью McKinsey про автоматизацию этой профессии. Оказалось, что есть рейтинг специальностей у финансистов и экономистов по простоте автоматизации.

В нем интересно не то, что уже автоматизируется, или уже автоматизировано. Там есть несколько срезов профессий, которые переживут алгоритмизацию, роботизацию, машинный интеллект. Есть такие специальности! Читать далее

H: Какое образование дает зарплату

Буквально вчера меня снова спросили, а какое образование перспективно по зарплате в современных турбулентных условиях с роботизацией и алгоритмизацией. Мой быстрый ответ был: «Учите математику, программирование и экономику», потому что кто-то должен будет управлять роботами и алгоритмами, а также решать, как работает бизнес.

Вернувшись домой, нашел буквально свежую статью шестидневной давности, где есть два рейтинга. Зарплаты после получения диплома. И прироста доходов к стартовой зарплате на пике карьеры. То есть с чего начинаешь, и чего ожидать потом. Понятно, что статистика американская и на текущий момент, но думать про то, куда подталкивать интересы своих детей нужно уже сейчас.

Куда? Читать далее

Н: Зачем отправлять людей на Марс.

Что будет, если взять видного теоретического физика Краусса (одного из первооткрывателей темной материи) и супермыслителя Чомски (про которого мы уже разбирали здесь) и посадить их перед залом и камерами поразмышлять на тему полета на Марс. Мы, конечно же, получим несколько неожиданных выводов.

Motherboard @ Vice опубликовали превосходную статью на тему новой волны космических путешествий. В которой есть крайне цепляющая цитата: «Мы уже можем послать робота на Марс по цене съемки фильма о том, как Брюс Виллис летит на Марс«. Читать далее

Н: Как видит будущее IBM

Отличная штука тут есть — как IBM видит будущее, буквально пять технологий, которые через пять лет поменяют мир. Конечно же здесь есть старые знакомые, но есть и малоизвестные тематики.

  • Пост-квантовая криптография.
  • Криптометки в паре с блокчейном.
  • Непредвзятый искусственный интеллект.
  • Квантовый компьютер.
  • Роботы для мониторинга океанов.

Разберем, что это такое и зачем по частям. Читать далее

Н: Дом-шпион или интернет вещей.

Мы можем радоваться интернету вещей. Ваш телефон или часы считают ваши шаги и спортивные активности. Ваша кровать скажет про качество сна. Ваш холодильник или принтер может дозаказать через интернет молоко или картридж. Ваш гугль напомнит про время на поездку до следующей встречи. Удобно.

После всех этих приятных историй выясняется, что ваша камера безопасности на случай взломщиков запишет вас на видео и зальет в облако как вы бежите из душа за полотенцем. Ваша кровать запишет частоту движений и отправит на сервер файл про вашу половую жизнь. Ваши Алекса/ Алиса/ Сири тихо запишут ваши разговоры. Читать далее

Н: Реальное будущее работы

Всю первую половину двадцатого века происходило снижение самозанятости (да-да-да) на фоне роста количества работающих в корпорациях. Тот тренд, который сейчас — когда все больше и больше людей уходят на фриланс — это была нормальная обычная практика еще сто лет назад. Наша привычка работать на компанию — является следствием корпоративизации двадцатого века.

Но тут, уважаемое politico.com выпустили статью, что тренд-то давно сломался. И есть ТОЛЬКО ОДНА ПРОФЕССИЯ, где уровень дополнительного приработка, фриланса и так далее (по крайней мере в США) снижается. Во всех остальных направлениях происходит увеличение альтернативных постоянной занятости форм труда / работы / заработка. Итак, номер 1 по альтернативности это: Читать далее

Н: Куда девается прайваси

В истории есть множество загадок, когда почти одновременно разные исследователи или команды добиваются результатов. От пресловутых Амундсена и Скотта, которых разделил на Южном Полюсе один месяц, до Ньютона и Лейбница, спор которых о приоритете изобретения дифференциального и интегрального исчисления вошел в историю.

Что нас особенно зацепило в статье Wired про пресловутые уязвимости — это что они были неоднократно найдены за последние несколько месяцев различными командами исследователей. И это за более чем десятилетие существования этих дыр, которые сейчас оперативно закрываются программным способом. Как это так получается и какой вывод из этого для нас с вами? Читать далее

Р: Superforecasting by Tetlock. 5/5 и 19%.

img_3789Эту книгу мы начали читать в метро Нью-Йорка, читали в метро Москвы, а закончили в метро Лондона. Забавно.

Представьте, что у вас есть супернавык почти точных предсказаний. То есть вы можете очень хорошо, почти магически прогнозировать исходы выборов, наступление кризисов, результаты переговоров и наступление войн.

Оказывается, это не магия, а определенный алгоритм, который позволяет регулярно бить экспертов, букмекеров или консенсус рынка. Книга как раз разбирает подход к воспитанию в себе такого мышления, которое дает взгляд в будущее.

Разберем по шагам. Читать далее

Н: Будущие университеты.

Мы чуть не пропустили цикл публикаций Quartz про происходящую революцию в университетском образовании. Журнал уже сделал четыре фундаментальных статьи с разбором, что уровень инновационности в высшем образовании недостаточен. Последнее утверждение, кстати, принадлежит бывшему президенту Гарварда — Ларри Саммерсу.

Ключевой тезис, что за последние лет сорок, пока бизнеса мощно эволюционировали, университеты отстали. Например, General Electric уже совсем другая компания по составу бизнесов, географическому присутствию и линейке продуктов, тогда как элитные университеты США практически сохранили формат. От количества зданий и преподавателей, до календаря и студентов.

Грядут изменения. Читать далее

T: Entitlement, или кто кому должен.

Представьте, вы пришли на работу, а на офисной кухне закончился кофе, в холодильнике нет молока, печеньки съедены, или в кулере бочку не поменяли. Или даже хуже, ваши коллеги залили в кофемашину молоко в выходные, и оно скисло, забив капучинатор. Скорее всего, будет ворчание и возмущение в сторону компании.

Другой пример. Вы попали в программу кадрового резерва. Соответственно, у вас есть дополнительное обучение, ротация и межфункциональные стажировки. Но перед этим от вас требуют за полгода завершить давно начатый проект. Вы снова ворчите и возмущаетесь в сторону HR, что у вас есть право на развитие, а вас держат на старом.

Третий вариант. Вы держите ключевой функционал. У вас получается. В определенный момент вы подходите к руководителю и говорите, что надо бы повышение в грейде, должности и окладе. Начальник говорит, что все пересмотры делаются раз в полгода. Вы ворчите и возмущаетесь (или ставите вопрос ребром).

Каждое из этих событий — проявление чувства entitlement, когда «вам должны».

Читать далее

Р: Dark Pools by Scott Patterson. 4/5 и 22%.

img_3670
Если бежать, то будешь оставаться на месте. Чтобы продвигаться вперед — надо бежать в два раза скорее. История могла бы сложиться гораздо иначе для двух бирж-гигантов в Нью-Йорке. NYSE и NASDAQ. Первой из них вообще больше двухсот лет.

Трудно представить себе отрасль, в которой компьютеры и алгоритмы взяли бы лидерство быстрее, чем в биржевой торговле. Буквально за десяток лет прошла эпоха от динозавров до будущего.

Давайте посмотрим, как человек уступил место машинам. Читать далее

Н: Ружье, черепаха и десятый айфон.

Совершенно забавная новость, продолжающая рецензию про «оружие матемассического поражения», когда алгоритмы сильно ошибаются, прилетела в виде краткого видео. Черепаха или ружьё? Вам решать.

Суть проста. Машинное обучение подразумевает эволюционную дрессировку алгоритмов. Удалось — оставили решение, нет — поменяли подход. В части изображений это касается сравнения паттернов точек.

Поэтому получается, что для нас кошка, то для компьютера … гуакамоле. Читать далее

Н: 100 новых профессий для самого редкого поколения.

Коммерсант дал простую и наглядную статью «Мамы из ямы». В ней есть объяснение стремительного снижения рождаемости. Но, что еще прозрачнее — демографическая елочка, которая в один график объясняет, почему россиян становится сильно меньше. Средний возраст первых рождений сейчас 27 лет. То есть мамами становятся те, кто родились в среднем вокруг 1990 года, когда случился русский крест, или резкий спад рождений с ростом смертности.

1990 + 27 = 2017.

На фоне того, что каждое следующее поколение теперь на 20% менее многочисленное, то в этом надо искать плюс для тех, кого мало. Один из них уже сейчас очевиден — компании начали биться за молодые кадры. Если в начале 2010-х эта политика была только в отдельных продвинутых компаниях, то теперь она становится необходимой для всех. Другой плюс нашелся в замечательном атласе 100 новых профессий, которые сейчас возникнут. Что там? Читать далее

Р: Flash Boys by Michael Lewis. 5/5 и 21%.

img_3414Есть редкие книги про бизнес, которые сразу и детектив, и триллер, и биография в одном. Flash Boys — как раз из таких. Майклу Льюису удается создать закрученный сюжет из нескольких простых историй. Книга стала бестселлером, но очень сильно критикуемым. Потому что снова написана про то, как делают деньги. Большие деньги из самих денег.

Сколько может стоить время? Почему микросекунды могут стоить миллионы долларов, а секунды — уже нет? Когда почти три месяца назад мы выбирали очередь книг к прочтению, то даже представить было нельзя, что за красной обложкой с быком таится такая захватывающая история про создание нового денежного насоса и про коробку из-под обуви на триста миллионов долларов стоимости.

Между Чикаго и Нью-Йорком секретно и тихо прокладывают оптоволоконный кабель. Напрямую. Река — делаем тоннель. Частная ли, публичная ли территория — напрямую, без поворотов и углов. Заказчик требует прямо-прямо. Зачем? Читать далее