Дайджест 22.10.2021
- Джимшер Челидзе
- 22 окт. 2021 г.
- 3 мин. чтения
Обновлено: 29 окт. 2021 г.
Новости
В прошедшем месяце нейросети разбирали геном, роботы охраняли склад (привет-привет, «Черное зеркало»), а компьютерное зрение предвзято относилось к рабочим. Главное за сентябрь в свежем выпуске дайджеста от команды RDL by red_mad_robot
Созданный учеными Томского госуниверситета искусственный интеллект для оценки качества жизни выдал парадоксальный результат. По этому показателю, например, Ингушетия, Кабардино-Балкария, Карачаево-Черкесия, Северная Осетия-Алания, Республика Алтай намного опередили Москву, Московскую область и другие "хлебные" регионы. Как такое возможно? Может, нейросеть плохо учили, и поэтому она делает подобные выводы?
ИИ cделают для людей последней инстанцией. Призвать человека к перепроверке его решения будет нельзя
Власти Великобритании предлагают отказаться от положения, согласно которому люди имеют право оспорить любое решение, принятое искусственным интеллектом, и запросить его проверку человеком. Эксперты при правительстве, однако, решительно возражают.
Microsoft и NVIDIA объединились для создания Megatron-Turing Natural Language Generation ― генеративной языковой ИИ-модели с 530 млрд параметров. Это крупнейшая в мире монолитная трансформаторная языковая модель.
MT-NLG обладает в три раза большим количеством параметров по сравнению с предыдущей крупнейшей ИИ-системой GPT-3 (175 млрд).
Новосибирский приборостроительный завод представил очки дополненной реальности. Прибор получат российские военные, в частности очки интегрируют в экипировку «Ратник». Об этом сообщает РИА Новости со ссылкой на источник в оборонно-промышленном комплексе
Статьи
На прошедшем в Москве IV Форуме социальных инноваций регионов российские и зарубежные эксперты обсудили актуальные проблемы современности. Максим Недякин, предприниматель, эксперт в области клиентского сервиса, координатор проекта Правительства Москвы «Мои документы — мой искренний сервис», поговорил с Ицхаком Адизесом, профессором, писателем, бизнес-консультантом, основателем Института Адизеса, на тему, каково будущее менеджмента и лидерства в условиях влияния быстрых междисциплинарных изменений. Публикуем главное из их беседы.
В прошлом году, 4 декабря 2020 года, президент РФ поручил кабинету министров за 10 лет провести цифровую трансформацию страны. Авторы проекта собирались активно внедрять новые технологии, в том числе искусственный интеллект.
За год появились крупные проекты направления "цифровая трансформация", ведется подготовка правовой базы. Конечная цель - обеспечить цифровую трансформацию государственного управления и перевести государственные услуги в электронный вид. Под катом - сводка достижений за год, плюс описание нового инструмента, который позволяет контролировать, поддерживать и стимулировать внедрение цифровой трансформации.
Нейросети отчасти будто подрывают традиционную теорию машинного обучения, которая сильно опирается на идеи теории вероятности и статистики. В чём же заключается загадка их успеха?
Исследователи показывают, что сети с бесконечным числом нейронов математически эквивалентны более простым моделям машинного обучения — ядерным методам. Поразительные результаты можно объяснить, если эта эквивалентность простирается дальше «идеальных» нейронных сетей.
Недавно весь мир был шокирован массовым отключением популярных социальных сетей и сервисов. Миллионы пользователей по всему миру остались без привычных сетевых сервисов, а владельцы Facebook, Instagram и Amazon потеряли миллиарды долларов из-за проблем со своей облачной инфраструктурой. Увы, есть мнение, что облачная зависимость в мире будет только расти, а значит, цифровой апокалипсис еще когда-нибудь наступит.
Люди умеют мыслить абстрактно, то есть на основе небольшого числа примеров выводить рабочие обобщения. Искусственный интеллект не способен на это от слова совсем: чтобы научить нейросеть определять породы собак, ей пришлось скормить тонны картинок. Издание Quanta поговорило с исследовательницей Мелани Митчелл о том, почему она хочет научить ИИ проводить аналогии, в чем трудность аналогий для нейросетей и почему для полноценного обучения алгоритмам нужен телесный опыт.
Идея создания цифровых двойников прочно вошла в умы всех людей, занятых модернизацией производства во всем мире. О работе команды TechnologiCS в этом направлении мы уже говорили в статье «TechnologiCS 7.9 – цифровизация всего жизненного цикла продукции на базе одной системы». Теперь пришло время обсудить элементы инфраструктуры взаимодействия пользователей с цифровым двойником. Ведь автоматизировать сбор разнородных данных и собрать на них каркас цифрового двойника не является конечной целью в процессе создания модели производства – необходимо организовать работу сотрудников с огромным объемом все увеличивающейся информации. И не просто наладить работу, а сделать ее комфортной и эффективной. Для этого следует иметь в арсенале удобные точки взаимодействия с цифровым двойником, упрощающие работу и доставляющие необходимую информацию пользователю «just in time».
Здесь мы расскажем о таких инструментах в составе цифрового двойника TechnologiCS, как очки дополненной реальности, терминалы рабочих, мобильные точки доступа, Bluetooth-метки и сервисы визуальной аналитики.
