Aircraft detection before radar, 1917-1940 (по ссылке больше таких фото)

http://rarehistoricalphotos.com/aircraft-detection-radar-1917-1940/

Шах и мат, Тьюринг

Помните новость о том, как основатели стартапа Luka создали чатбота на основе личных данных своего погибшего друга? Если не помните, вот ссылка: https://tjournal.ru/28655-startap-luka-sozdal-chat-bota-na-osnove-lichnih-soobshenii-i-zapisei-v-socsetyah-pogibshego

Сейчас эти ребята проводят альфа-тестирование новой фичи - цифровой копии самого себя. Если я правильно понял, вы просто переписываетесь с ботом, и он обучается на ваших сообщениях.

Они написали мне и попросили пригласить вас, то есть читателей этого канала, присоединиться к тестированию. Для этого нужно постучаться в закрытую группу в ФБ https://www.facebook.com/groups/886072588202908/, а, ну и еще нужен и айфон - версии Luka под Android пока нет.

Дико интересная штука, жаль что не могу потестировать сам. Если будет что-то прикольное - кидайте в чат @techmediachat, посмотрим вместе.

Интересное интервью про чатботов с основателями Luka я уже публиковал раньше: https://telegram.me/brodetsky/403

Прибыли казино падают из-за поколенческого сдвига - игровые автоматы не интересны молодежи. Чтобы привлечь молодую аудиторию, крупнейший владелец американских казино - компания Caesars - выпускает новые автоматы, которые имитируют популярные игровые приложения. Игры в новых автоматах динамичны, в них можно играть с друзьями, а результат зависит не только от удачи, но и от мастерства. Геймификация интереснее, чем общение со скучным "одноруким бандитом".

Когда-то игровые приложения переняли элементы дизайна у игровых автоматов, а теперь мы видим обратный процесс.

http://www.bloomberg.com/news/articles/2016-09-07/caesars-woos-the-candy-crush-generation-with-new-slot-machines

Компания Deepmind добилась новых успехов в синтезировании речи. Их новая модель WaveNet, основанная на нейросетях, выдает намного более "человечный" звук, чем существующие text-to-speech системы ("WaveNets are able to generate speech which mimics any human voice and which sounds more natural than the best existing Text-to-Speech systems, reducing the gap with human performance by over 50%"), и может даже синтезировать звуки музыкальных инструментов. Правда, при этом использует очень много ресурсов, так что пока интегрировать её в свои сервисы Google пока не будет.

По ссылке можно почитать подробности и послушать примеры, звучит правда хорошо. Ссылка на научную публикацию - в конце поста.

https://deepmind.com/blog/wavenet-generative-model-raw-audio/

Министр транспорта Германии сформулировал три правила для беспилотных машин:
1. Лучше повредить имущество, чем нанести вред человеку.
2. Людей нельзя классифицировать по размеру, возрасту и любым другим параметрам.
3. В случае аварии ответственность несет производитель.

https://www.inverse.com/article/20716-germany-outlines-three-laws-of-robotics-for-self-driving-cars

Этим правилам должны будут следовать производители, которые хотят работать на рынке беспилотных авто Германии.

Краткий бекграунд для тех, кто раньше не интересовался этой темой: разработчикам беспилотных авто неизбежно придется решать дилеммы вроде "проблемы вагонетки" - грубо говоря, машине придется решать, кого давить, и делать это она будет по программе. Это большая проблема, которая стопорит и разработку, и регулирование отрасли - никто не хочет брать на себя ответственность за будущие несчастные случаи.

Тут надо вспомнить отличный тест от MIT на моральность беспилотной машины. Уже постил его раньше, если не видели тогда - пройдите, он правда интересный и заставляет задуматься, представив себя на месте разработчика: https://telegram.me/brodetsky/429

Настя Черникова из Секрета фирмы сделала интервью с техническим директором компании Vocord. Если вы пропустили: алгоритм от Vocord на днях стал лучшим на конкурсе распознавания лиц Megaface. Технологии Vocord используют в ФСБ, МВД, Газпроме и других серьезных компаниях.

Интересное интервью, почитайте.

"У нас есть продукт «Видеоэксперт» для криминалистов, который позволяет из очень плохих фотографий вытаскивать какую-то информацию. Например, распознавать лицо человека в полной темноте. Это востребовано спецслужбами. Недавно нам принесли убитую запись, из которой нужно было вытащить лицо. Мы даже не надеялись, что получится. В итоге достали и оказалось, что в тюрьму посадили невиновного. Его после этого выпустили."

http://secretmag.ru/longread/2016/09/08/aleksej-kadejshvili-vocord/

Текст дня. Главный редактор крупнейшей норвежской газеты написал письмо Марку Цукербергу после того как Facebook заблокировал их журналиста за публикацию знаменитой фотографии вьетнамской девочки, убегающей от напалма.

Это письмо сегодня уже наделало шуму в мировых СМИ, и я уверен, что если не завтра, то послезавтра Цукерберг на него ответит.

http://www.aftenposten.no/meninger/kommentar/Dear-Mark-I-am-writing-this-to-inform-you-that-I-shall-not-comply-with-your-requirement-to-remove-this-picture-604156b.html

Перевод: https://meduza.io/feature/2016/09/09/poslushayte-mark-eto-seriezno

Масштабный эксперимент по введению безусловного базового дохода в Кении столкнулся с неожиданными трудностями - многие кенийцы отказываются от участия в программе. Это не первая подобная программа организации GiveDirectly, и отказ от участия - обычное дело. Но если в соседних Уганде и Руанде от денег отказываются 4-6% населения, то в некоторых регионах Кении уровень отказа достигает 45%. Бедные кенийцы не верят, что незнакомая организация дает им деньги просто так, и придумывают этому другие объяснения. Например, распространяют слухи о том, что эти деньги связаны с поклонением дьяволу 👹

http://www.businessinsider.com/givedirectly-basic-income-experiment-unexpected-trouble-2016-9

Подробнее об эксперименте: https://telegram.me/brodetsky/323

Большое эссе о том, как алгоритмы дискриминируют людей при приеме на работу. Много текста, есть спорные места (как верно подметил Лев Манович в ФБ, автор сгущает краски для большей броскости, не стесняясь при этом писать чепуху, например "некоторые алгоритмы были созданы с благими намерениями" - но разве есть алгоритмы, созданные с плохими намерениями?), но в целом довольно интересно.

Для примера отмечу одну интересную мысль из текста. Алгоритмы для подбора людей в команду используют не только при найме в компании, но и в спорте. В НБА при каждой команде работают аналитики, составляющие математические модели игры и подбирающие оптимальный состав команды. Но если в спорте алгоритм имеет обратную связь (послушали алгоритм, обменяли Джонсона в другую команду, а он там стал звездой - значит алгоритм работает неверно, надо его корректировать), то в случае с ненаймом людей на работу система лишена такой обратной связи. Вы не узнаете, что не принятый вами на работу человек добился успеха в другой компании, а значит не сможете откалибровать свой хайринговый алгоритм. А значит, продолжите отказывать потенциально полезным сотрудникам.

Или вот еще интересная цифра: 72% резюме в США никогда не просматривают живые люди - только компьютерные программы.

https://www.theguardian.com/science/2016/sep/01/how-algorithms-rule-our-working-lives

Вообще это фрагмент из новой книги математика и дата саентиста Кэти О'Нил "Weapons of Math Destruction" о том, как неправильно построенные алгоритмы и математические модели вредят людям в самых разных сферах. Подробнее об этом можно почитать в её блоге https://mathbabe.org/ и в твиттере https://twitter.com/mathbabedotorg

В продолжение темы спорта и аналитики. Toronto Raptors стали первой командой НБА, использующей ИИ от IBM Watson для анализа игроков, в том числе на драфте*. Правда, подробностей там мало, потому что аналитики Raptors отказались от комментариев. Вообще Торонто - одна из самых продвинутых команд в НБА в плане аналитики, о чем свидетельствует этот текст 2013 года с описанием системы трекинга и анализа движения игроков SportVU: http://grantland.com/features/the-toronto-raptors-sportvu-cameras-nba-analytical-revolution/

Там уже совсем тяжелый хардкор с кучей баскетбольных схем, так что интересно будет только гикам, интересующимся баскетболом. Надеюсь, здесь есть такие и я не один 🏀😄

Ну и кстати, о результатах - Raptors в этом году дошли до финала конференции и там проиграли будущим чемпионам - Кливленду.

* http://motherboard.vice.com/read/toronto-raptors-nba-draft-day-ibm-watson

Как Голден Стейт хакнули современный баскетбол: https://telegram.me/brodetsky/359

Классный текст о том, как рушился карточный домик Элизабет Холмс - основателя скандального стартапа Theranos, оказавшегося пустышкой. История правда удивительная - не имея рабочего продукта (стартап работал над диагностикой рака по капле крови), Холмс удалось получить миллионы инвестиций и сделать свой стартап одним из самых загадочных и обсуждаемых в Кремниевой долине. Theranos оценивали в $9 млрд, а состояние самой Холмс - в $4 млрд. При этом в самой компании соблюдалась атмосфера строгой секретности, так что одни сотрудники не знали, чем занимаются другие, а общая картина была только у самой Холмс - даже сами сотрудники не знал, что их компания торгует воздухом. В центре повествования, конечно, фигура самой Холмс - волевой и целеустремленной молодой женщины с нездоровым культом Джобса. Сюжет закручен драматично, есть там и трагическая смерть - технического руководителя проекта, который в некотором роде стал на пути Холмс. Но главное впечатление от текста - это, конечно, удивление от того, как Холмс удавалось так долго водить за нос стольких людей - инвесторов, СМИ, регуляторов, и даже собственных сотрудников. Взлет и падение Theranos - один из самых интересных сюжетов из мира технологичного бизнеса последних лет. Почитайте обязательно.

http://www.vanityfair.com/news/2016/09/elizabeth-holmes-theranos-exclusive.

Киберпанковая новость из Китая. Преподаватель компьютерных наук Вэй Сяойонг из Университета Сычуаня анализирует уровень скуки студентов во время лекций с помощью софта для распознавания лиц. Специальные камеры считывают и записывают настроение каждого студента в данный момент времени - например, "нейтральное" или "счастливое". Это помогает понять, на каких фрагментах лекции студенты чаще скучают и отвлекаются. Кроме того, тот же софт уже пять лет помогает Вэю вести автоматический учет посещаемости студентов.

http://www.telegraph.co.uk/news/2016/09/12/facial-recognition-technology-used-in-chinese-classroom-to-check/
http://www.globaltimes.cn/content/1005893.shtml

Смешная история: в Нью-Йорке отключили возможность веб-серфинга в киосках с публичным Wi-Fi, потому что люди там смотрели порно и делали то, что обычно делают при просмотре порно.

Хотели как лучше, а получилось вот так.

http://gothamist.com/2016/09/14/free_porno_spigots_cut_off.php

Классные снимки Спайка Уокера, который занимается микрофотографией уже 70 лет. Микроорганизмы, насекомые, клетки растений, кристаллы, витамины и даже компьютерная память - чистый science porn, посмотрите.

Повод для публикации - работы Уокера отметило призом "За лучшую научную фотографию" Королевское общество фотографии - одно из самых старых и престижных обществ такого рода.

http://www.dailymail.co.uk/sciencetech/article-3788872/It-s-small-world-glistening-crystals-egg-cells-microscopic-images-reveal-hidden-beauty-us.html

Это австралийская социальная реклама против игровых автоматов, а не то, о чём вы подумали

Когда боту не хватает человечности

Теперь нейросеть есть даже в клавиатуре моего смартфона. Раньше приложение SwiftKey выдавало подсказки при наборе текста с помощью n-грам. Это относительно простой способ: программа запоминает все ваши комбинации из трёх слов и частоту их использования, а когда вы набираете текст, подбирает к набранным двум словам наиболее вероятное третье.

В последней версии приложения всё по-другому: специальная нейросеть анализирует смысл всей набранной фразы и уже основываясь на её контексте пробует подобрать наиболее уместное слово. По ссылке есть хорошее короткое видео и схема, объясняющие разницу между двумя этими подходами.

Из-за того что в русском и украинском много падежей и вообще словоформ по сравнению с английским, кучу слов все равно приходилось набирать полностью. Очень надеюсь, что в дальнейшем нейросеть поможет решить это неудобство. Будем ждать - пока нейросеть работает только с английским, на остальные языки будут выкатывать позже, я переспросил у них в твиттере.

https://blog.swiftkey.com/swiftkey-debuts-worlds-first-smartphone-keyboard-powered-by-neural-networks/

Напомню, в феврале Microsoft купил SwiftKey за $250M. Всего у приложения более 300 миллионов пользователей.

Несколько ссылок в тему.

1. Ученый из MIT создал нейросеть, генерирующую речи для политиков. Там как раз интересно про n-грамы, а также я там перевел фрагмент собственно речи - почитайте, неплохо получается: http://www.technologyreview.com/view/545606/how-an-ai-algorithm-learned-to-write-political-speeches/
по-русски: http://apparat.cc/news/ai-political-speech/

2. В Стэнфорде разработали систему распознавания речи, которая набирает текст в три раза быстрее, чем человек на обычной клавиатуре. Но есть нюанс: исследователи соревновались с обычной клавиатурой, без предиктивного ввода.
http://hci.stanford.edu/research/speech/index.html
по-русски: http://apparat.cc/news/baidu-voice-recognition/

Нидерландские полицейские научили орланов сбивать незаконные дроны: http://apparat.cc/news/eagle-against-drone/

Биология против технологий.