Искусственный интеллект — новые посты

Для работы

• Carly — Помогает управлять телефонными звонками.
• ETCH — Помогает управлять вашим списком контактов.
• Findo — Помощник для поиска по письмам, файлам и персональным облакам.
• Leap — Рекомендует компании для трудоустройства на основе ваших навыков.
• Lomi — Выявляет потенциальных покупателей.
• Mosaic — Помогает писать качественные резюме.
• Newton — Помогает искать работу мечты.
• Notion — Помогает справиться с большим количеством электронной почты.
• Robby — Лучший и более умный календарь.
• Stella — Сканирует вакансии и управляет процессом трудоустройства.
• Woo — Помогает анонимно принимать более взвешенные решения относительно своей карьеры.

Продажа ИИ-искусства

Фрагмент работы Мемо Актена “Deep Meditations”, 2018. Права на изображение — галерея Nature Morte, Нью-Дели

Живущий в Лондоне турецкий художник Мемо Актен (Memo Akten) одним из первых продал работу, созданную с помощью искусственного интеллекта. В 2016 году на благотворительном аукционе Google в Сан-Франциско картина «GCHQ» принесла Актену 8 000 $. И вот два года спустя «Кристис» готовится выставить ИИ-работу «Портрет Эдмонда Белами» («Portrait of Edmond Belamy», 2018) парижского арт-коллектива Obvious. Ожидаемая цена лота варьируется от 8 000 до 11 500 $.

Как любая новая форма выражения, AI-искусство пытается отвоевать себе место под рыночным солнцем. Один из директоров галереи Nature Morte Апараджита Джайн (Aparajita Jain) говорит, что во время недавней выставки Gradient Descent использовала «довольно агрессивное» ценообразование, чтобы помочь AI-направлению утвердиться в искусстве. Выставленные работы стоили от 500 до 40 000 $. Эта точка входа заметно ниже обычного для галереи стартового диапазона 10 000–100 000 $.

Среди работ, проданных на выставке, — картина художника Тома Уайта (Tom White) из Веллингтона. Автор создает абстракции в духе Кандинского на основе AI-интерпретации повседневных предметов — вроде биноклей и электровентиляторов.

По словам Джайн, выставка привлекла новую аудиторию, а значит ИИ-работы могут расширить рынок за счет покупателей не из числа финансистов и торговцев недвижимостью, лидирующих сегодня в приобретении предметов искусства.

«Я видел, как мою работу покупают люди, непохожие на типичных коллекционеров: ученые, разработчики игр, исследователи компьютерного зрения и ИИ» — комментирует Уайт.

Финансы

34 сотрудников японской компании заменит система IBM Watson Explorer AI.помогает распознавать потенциальные случаи мошенничества в различных сферах жизни.

Коммерция

существенно улучшил механизмы рекомендаций в онлайн-магазинах и сервисах.Механизм рекомендаций обеспечивает Amazon 35% продаж. Алгоритм Brain, используемый YouTube для рекомендации контента, позволил добиться того, что практически 70% видео, просматриваемых на сайте, люди нашли благодаря рекомендациям (а не по ссылкам или подпискам). WSJ сообщало о том, что использование искусственного интеллекта для рекомендаций является одним из факторов, повлиявших на 10-кратный рост аудитории за последние пять лет.способен предсказывать влияние промоакциймогут использоваться для создания чат-ботовмаркетинговая платформа полного цикла, самостоятельно осуществляющая практически все операции.

Развлечения и искусство

обработки фото и видеораскрашиваетнейронные сети компании уже записали два альбома:Nirvana“Гражданской обороны”написаннаявдохновляласьЯпонский алгоритм написал книгуГарри ПоттеруИгре Престоловгопрограмма обыграла сильнейшего игрока в го в мире

Безопасность

поиск акул в прибрежных водах и предупреждение людей на пляжахАвстралия занимает второе место в мире после США по количеству случаев нападения акул на людей. В 2016 году в этой стране были зафиксированы 26 случаев нападения акул, два из которых закончились смертью людей.определять зараженные файлыНейросети также способны искать определенные закономерности в том, как хранится информация в облачных сервисах, и сообщать об обнаруженных аномалиях, способных привести к бреши в безопасности.

Последние статьи

• 7 простых намазок на хлеб, для приготовления не надо долго стоять у плиты сегодня, 21:50

• Как определить, когда перекупы пытаются всучить автомобиль-утопленник сегодня, 20:04

• Что означает блатное слово «фраер», и откуда оно появилось в русском языке сегодня, 18:13

• Разрешают ли телохранителям Владимира Путина носить оружие во время заграничных визитов сегодня, 16:32

• Как легко и быстро отбелить потемневшее дерево своими руками сегодня, 14:35

• 11 крупнейших в мире судов, чьи размеры сравнимы с плавучими городами сегодня, 13:15

• Цветы и овощи, которые еще можно успеть посадить на огороде в августе сегодня, 11:46

• Народный советский грузовичок ЭТ-600, который стоил втрое дешевле «Запорожца» сегодня, 10:40

• «Пятерка» автомобилей, которые способны проехать 500 тыс. километров сегодня, 09:24

• Как стать идеальным собеседником и прослыть душкой в глазах окружающих сегодня, 08:05

Все статьи

Глубины обучения

Искусственный интеллект — один из самых передовых инструментов бизнеса, который позволяет решать разнообразные технические задачи, повышая эффективность процессов и избавляя людей от необходимости заниматься рутинным трудом. Однако если в крупных компаниях имеются специальные отделы по работе с нейросетями, то небольшие организации зачастую не могут нанять необходимых специалистов, что тормозит внедрение технологий. Изменить эту ситуацию может открытие Центра технологий искусственного интеллекта (ЦТИИ) при Институте им. Н.Е. Жуковского — в нем будут создаваться нейросети для решения задач конкретных компаний, которые хотят отдать эту работу на аутсорсинг.

— В нашей работе мы сконцентрировались на обучении глубоких нейронных сетей, дающих наилучший результат при обработке данных за счет своей многоуровневой структуры, которая насчитывает тысячи слоев, — рассказал руководитель ЦТИИ, академик РАН Сергей Желтов. — Такая структура уже сейчас позволяет искусственному интеллекту превосходить человеческие возможности.

Интеллект под ключ

Фото: РИА Новости/Евгений Биятов

Для глубокого обучения нейросетей в новом центре используются высокопроизводительные вычислительные системы, которые базируются на отечественных процессорах «Эльбрус-8С» и графических картах. Это позволяет проводить подготовку систем искусственного интеллекта на миллионах и миллиардах примеров, добиваясь от них самого высокого качества работы. Причем дальнейшая эксплуатация получившихся с помощью суперкомпьютеров нейросетей не потребует больших вычислительных ресурсов, что позволит совместить их с бортовым оборудованием летательных аппаратов и стандартными серверами компаний.

С помощью подготовленных в технологическом центре систем можно будет решать самые разнообразные бизнес-задачи.

— Это могут быть как решения для обработки изображений, так и системы, которые работают со звуком или анализируют логистические схемы для выбора оптимальных маршрутов поездок, — пояснил начальник подразделения «Системы интеллектуального анализа данных, технического зрения, улучшенного и синтезированного видения» ФГУП «ГосНИИАС» Юрий Визильтер. — Также сюда следует включить разнообразные научно-технические задачи — например, связанные с предсказанием свойств химических молекул или продвинутым обучением робототехники.

Ожидается, что развитие центра ускорит темпы внедрения нейросетевых инструментов, что повлияет на общую конкурентоспособность российского бизнеса.

Кто чем владеет?

Том Уайт, «Electric Fan» из серии Perception Engines, 2018. Права на изображение — галерея Nature Morte, Нью-Дели.

В публикациях о Gradient Descent представители галереи заявили, что произведения созданы «исключительно ИИ при участии художников». Представители арт-группы Obvious даже подписали работу не названием своего объединения, а математическим уравнением, которое использовали в алгоритме. Но как бы художникам и галеристам ни нравилось приписывать авторство искусственному интеллекту и подчеркивать, что они не могут дождаться, что еще создаст для них алгоритм, — у закона нет сомнений, кому принадлежат права на работу: человеку или программному обеспечению.

«ИИ — только инструмент, который художники используют так же, как фотографы камеру или Adobe Photoshop», — говорит Джессика Фьельд (Jessica Fjeld), замдиректора в Cyberlaw Clinic при юридическом факультете Гарварда.

«Люди глубоко вовлечены в каждый аспект создания и обучения искусственного интеллекта. Это не изменится ни завтра, ни в обозримом будущем», — объясняет Фьельд. И добавляет: «Меня больше интересует не то, может ли программа считаться автором по закону, а то, кто из всех вовлеченных людей получает в итоге права на конечное произведение».

По итогам совместного исследования Фьельд и Мейсон Кортц (Mason Kortz) назвали четыре ключевые составляющие AI-искусства, на каждую из которых так или иначе распространяется авторское право:

1. Вводные данные.
2. Алгоритм обучения.
3. Обученная нейронная сеть.
4. Полученные результаты.

Все упомянутые в этой статье произведения искусства продаются в виде результатов: распечаток, видеозаписей и инсталляций. Любая попытка скопировать и перепродать эти результаты нарушает авторские права художника-человека. Таким же нарушением было бы воспроизведение картины или фотографии без разрешения. И все же AI-искусство вносит в этот вопрос новые аспекты.

Здоровье / Медицина

• Abi — Ваш виртуальный помощник по здоровью.
• Ada — Может помочь, если вы плохо себя чувствуете.
• Airi — Персональный тренер здорового образа жизни.
• Alz.ai — Помогает заботиться о близких с болезнью Альцгеймера.
• Amélie — Чат-бот для общения на тему психического здоровья.
• Bitesnap — Распознавание еды по фотографии для подсчета количество калорий.
• doc.ai — Делает результаты анализов легче для понимания.
• Gyan — Помогает по симптомам понять вероятные заболевания.
• Joy — Помогает отслеживать и улучшать свое психическое здоровье.
• Kiwi — Помогает бросить курить.
• Tess by X2AI — Карманный терапевт.
• Sleep.ai — Диагностирует храп и стучание зубами.

ИИ повлияет на весь рынок искусства

“Portrait of Edmond de Belamy”, 2018. Опубликовано группой Obvious Art, Париж. Права на изображение — Christie‘s

Искусственный интеллект не несет прямой угрозы художникам. Они могут использовать его в своих работах — при условии, что алгоритмы и входные данные открыты для воспроизведения или созданы ими самими. Но в долгосрочной перспективе развитие AI-искусства будет иметь ощутимые последствия для рынка.

Кальянараман считает, что с приходом новой технологии преобразится искусство, не связанное с ИИ. Так же изобретение фотографии когда-то повлияло на развитие живописи: дало начало импрессионизму, экспрессионизму и другим школам, заинтересованным в выражении эмоций и уникального человеческого восприятия. По мнению художника, использование ИИ приведет к появлению в живописи форм, подобных роману, и даже неожиданных и провокационных концептуальных работ. Ведь такое искусство — прямая визуализация описания.

Художникам, чьи работы только выглядят по-новому (как это было с Питом Мондрианом) или могут быть восприняты скорее через описание, нежели ощущение, вероятно, придется оставить свои занятия. Их картины потеряют ценность в глазах коллекционеров, как реалистичные рисунки стали менее актуальными с развитием фотографии, появлением Photoshop и цифровой иллюстрации.

Кальянараман предполагает, что востребованными останутся такие художники, как Марк Ротко и Пауль Клее, которые подчеркивали, что восприятие картины строится как отношения двух наделенных чувствами существ. Первый для этого погружал зрителей в огненное цунами, второй — щекотал им ноги.

«Все наше восприятие насыщено эмоциями», — замечает Кальянараман. В этом плане искусственному интеллекту будет сложно приблизиться к живым авторам.

Помощники — Персональные

• Amazon Echo / Alexa — Личный помощник для дома на каждый день.
• Apple Siri — Личный помощник на iPhone и Mac.
• Cortana — Личный помощник на устройствах с Windows.
• Facebook M — Конкурент Siri, Now и Cortana.
• Focus — Помогает сосредоточиться, выполнять задачи вовремя и расставлять приоритеты.
• Gatebox — Голографический аниме-помощник в кофе-машине.
• Google Assistant — Повседневный личный помощник.
• Hound — Повседневный личный помощник.
• Ling — Похожий на Amazon Echo.
• Mycroft — Первый голосовой помощник с открытым исходным кодом.
• Remi — Как Siri, только со своеобразным интерфейсом пользователя.
• Spoken — Виртуальный помощник с голосовым интерфейсом.
• Viv — Как Siri, но лучше в 10 раз.

«Не факт, что вы узнаете себя»

Эксперты соглашаются с тем, что результаты исследования можно назвать достижением в сфере машинного обучения, но о научном прорыве речи не идет.

«Если у кого-то есть иллюзии, что это открытие в ближайшее время приведет нас к сценарию из фильма про ФБР, когда полицейские успешно увеличивают запикселированное изображение преступника с камеры наружного наблюдения, то этого не случится», — говорит Андрей Володин.

На этом же настаивают и авторы разработки.

«Недавно я получила имейл от полицейского, — говорит Синтия. — Он написал, что его работа — пикселировать лица с камер видеонаблюдения, которые необходимо скрыть, и что мы подрываем его дело, работаем против него. Как раз наоборот, ответила я. Мы показываем, почему его работа важна».

«Каждой маленькой картинке могут соответствовать сотни вариантов изображений высокого качества, поэтому восстановить точное изображение лица из пикселированного невозможно», — подытоживает Синтия.

Итоговое изображение может получиться чрезвычайно четким, но не факт, что на выходе получится тот самый человек, что был запечатлен на оригинальном снимке.

Так, если вы возьмете свою детскую нечеткую фотографию и загрузите ее в систему, на выходе нейросеть выдаст снимок человека с тем же цветом кожи, разрезом глаз, как у вас, и похожими чертами лица, но это будете не вы.

«Представьте, что вы уменьшаете картинку, на которой был некий текст. До тех пор, пока пиксели отражают хоть какие-то очертания букв, модель может справиться. Но если мы уменьшим изображение настолько, что каждая буква превратится в пиксель, крохотный квадратик, то мы уже ничего не сможем сделать. Каждый такой квадратик может быть похож на любую букву из алфавита любого языка мира«.

Тогда кому и зачем это нужно?

Полезные + Развлечения + Случайные

• CaptionBot — Microsoft описывает любую фотографию.
• Crowdfunding.ai — краудфандинговая платформы для ИИ-проектов.
• Elevator — Помогает находить и покупать каннабис (с рекомендациями).
• Fieldguide — Универсальное полевое знаний, которое предлагает возможные совпадения.
• Frankenstain.ai — Это совместный эксперимент с использованием ИИ, машинного обучения, робототехники, биоинженерии и IoT.
• #Laugh — Смех, визуализированный в цифровом формате, который может быть отправлен в космос.
• IntelligentX Brewing Co. — Пиво, сваренное искусственным интеллектом.
• Spark — Помогает заказать каннабис текстовым сообщением.
• Token — Помогает отправить идеальный подарок.
• Wixi — Помогает исправить проблемы с Wi-Fi.
• Mushroom AI — От переводчика: Распознаёт грибы по фотографии.

ИИ меняет то, как мы храним и используем фотографии

ИИ призван делать наши жизни менее сложными. И действительно, хранить терабайты фотографий и быстро находить среди них нужные еще никогда не было так просто. Если вы поклонник Apple, то наверняка используете iCloud, алгоритм которого распознает лица и локации на фотографиях. Или, возможно, вы храните снимки на Google Photos, его ИИ-характеристики кардинально меняют срок жизни и функцию фотографии.

Хороший пример – Google Cloud Vision API, позволяющий надежно хранить изображения, просматривать и обрабатывать миллионы фотографий, а также определять метаданные: лица, ориентиры, почерк, текст и другие важные детали, которые системы управления обычно упускают.

Сегодня сторителлинг – не просто концепция создания серии повествовательных изображений. Он помогает выяснять факты, события и восстанавливать по фрагменту историю, которая имеет значение для десятков миллионов людей. Фотографии, которые могли быть захоронены в архиве, теперь могут исполнять первоначальную функцию: передавать то, что видели другие.

Но может ли ИИ создавать искусство?

Чтобы в этом разобраться, сначала стоит определиться с самим определением понятия искусство. Вот что говорит по этому поводу английская Wikipedia (перевод мой):

По какой-то причине такое определение чётко ограничивает искусство человеческой деятельностью, однозначно решая поставленный нами вопрос отрицательно. Тем не менее, глядя на некоторый художественный артефакт, иногда бывает сложно сказать, был ли он создан исключительно человеком. Русская Wikipedia даёт более интересное определение:

Мы видим, что в обоих случаях определения завязаны на способность эмоционально влиять на другого человека, и основной способ отделить «мусор» от «настоящего искусства» — это как-либо измерить силу такого влияния. Поэтому можно сформулировать такое более практическое определение:

А теперь давайте вспомним картину Edmond de Belamy, нарисованную генеративно-состязательной сетью и проданную на аукционе Christie’s более, чем за $400K.

Однако, такое определение не всегда отражает внутреннюю красоту артефакта. Например, в примере выше, такая значительная сумма была заплачена не за саму картину как таковую, а за факт первой покупки картины, созданной ИИ. Примерно по такой же причине баночка Coca-Cola или Pepsi стоит дороже безымянной газировки — мы платим за бренд. Ценность представляет собой не только сама работа, но и история, которая за ней стоит. А эта история всегда создаётся человеком…

Права на код

Фрагмент работы Харшита Агравала (Harshit Agrawal) «The Anatomy Lesson of Dr. Algorithm», 2018. Галерея Nature Morte, Нью-Дели

Большинство ИИ-работ создаются с помощью инструментов c открытым кодом, таких как Google TensorFlow и Facebook Torch. Но, по словам Джессики Фьельд, художники, которые создают собственные алгоритмы (2-я и 3-я составляющие AI-искусства), как Том Уайт, владеют правами еще и на код.

«Художник в праве продать код как свою работу, хотя пока я таких случаев не знаю», — пояснила она. Тем не менее идея алгоритма как товара может понравиться коллекционерам. Для них это возможность обзавестись собственным ИИ-художником, который будет создавать уникальные работы.

Однако непросто обеспечить условия, при которых код будет выполняться как задумано — особенно в той части, где он взаимодействует с проприетарным программным и аппаратным обеспечением.

«Одна из главных проблем в обслуживании ИИ — фреймворки очень быстро обновляются, и со временем модель обученной нейросети оказывается перегружена», — объясняет Харшит Агравал, участник выставки Gradient Descent. Художник живет и работает в Бангалоре.

Его коллегу Актена особенно беспокоит ситуация с работами, при создании которых используются веб-технологии и «нужно проводить данные через сервисы типа Google Translate или API облачного сервиса Microsoft для распознания лиц». Художник добавляет, что это же относится к сервисам Amazon Cloud и ныне неработающему Vine.

«Я уже знаю о нескольких работах, которые “умерли” из-за обновлений или остановки облачного API», — подытожил он. Решением может стать отношение к AI-работе как перформансу. «Они длятся, сколько позволяет технология, а потом заканчиваются. Нам остаются воспоминания и документация».

ИИ влияет на процесс редактирования и постпродакшн

Еще одна сфера, на которую повлиял ИИ, – редактирование и постпродакшн. CEO в Skylum Software Алекс Цепко предполагает, что через пять или десять лет ИИ будет движущей силой фотографии. Фотографы смогут легко справляться с техническими задачами. Качество снимков, даже сделанных с помощью смартфона, будет намного выше.

Они создали фейковые изображения знаменитостей, которые выглядят удивительно реалистичными. Для этого Nvidia провела целое исследование. Чтобы GAN генерировала картинки, технология должна обработать большое количество изображений. Кроме создание фейковых лиц, GAN может менять эмоции, возраст и выражение лица человека.

Проанализировав множество ИИ-технологий, можно прийти к выводу, что развитие этого направления одновременно впечатляет и настораживает. С одной стороны, API, как Google Cloud Vision, позволяет направить все наши усилия на то, чтобы сделать мир лучше. Например, нам не нужно днями сидеть в архивах, вручную перебирая фото, которые могут пригодиться в работе. Мы можем легко восстановить забытые истории, проанализировать их и поделиться с другими.

Дайджест блога Depositphotos

Присоединяйтесь к сообществу из 160 000 читателей, которые раз в месяцполучают подборку креативных фото, полезных советов и интересных историй.

Опасность нейросетей

Самой опасной способностью искусственного интеллекта было названо создание так называемых дипфейков (deepfakes). Впервые об этом умении компьютерных алгоритмов стало известно примерно в 2017 году. Именно тогда один из пользователей сайта Reddit показал миру, как имея мощный компьютер можно создать фальшивое видео, где лицо одного человека человека заменено на другое. Он продемонстрировал это на самом непристойном примере, вставив лица известных людей в видео для взрослых. Эта новость навела очень много шума и дипфейки в таком виде даже стали запрещены. Однако, на данный момент никто не мешает программистам создавать забавные видео наподобие того, где Илон Маск поет песню про «рокот космодрома».

Создание фальшивых видео было признано опасной функцией по двум причинам.

Иногда фальшивое видео действительно трудно отличить от оригинала

Также дипфейки могут использоваться для порчи репутации известных людей и это было доказано много раз. Вот уже несколько лет подряд в Интернете возникают видео с якобы пьяной Нэнси Пелоси — спикера Палаты представителей США. Разумеется, эти видео поддельные, но они набирают много просмотров и некоторые люди действительно могут принять их за настоящие. Ведь о технологии создания поддельных видео многие даже не подозревают — из представителей старшего поколения технологически подкованных людей вообще единицы.

Вторая опасность заключается в том, что такой метод мошенничества трудно остановить. Дело в том, что фальшивые видео получаются настолько реалистичными, что распознать их практически невозможно. В июне 2020 года это было доказано в рамках проведенного компанией Facebook конкурса Deepfake Detection Challenge. В нем приняло участие более 2000 разработчиков, которые создавали алгоритмы распознавания поддельных видеороликов. Самая высокая точность распознавания составила 65% что, по мнению экспертов по кибербезопасности, в настолько серьезном деле очень плохой результат.

Раздел сайта Reddit, где публиковались дипфейки, уже заблокирован

Как работает Object Tracking на YOLO и DeepSort

Object Tracking — очень интересное направление, которое изучается и эволюционирует не первый десяток лет. Сейчас многие разработки в этой области построены на глубоком обучении, которое имеет преимущество над стандартными алгоритмами, так как нейронные сети могут аппроксимировать функции зачастую лучше.
Но как именно работает Object Tracking? Есть множество Deep Learning решений для этой задачи, и сегодня я хочу рассказать о распространенном решении и о математике, которая стоит за ним.
Итак, в этой статье я попробую простыми словами и формулами рассказать про:

• YOLO — отличный object detector
• Фильтры Калмана
• Расстояние Махаланобиса
• Deep SORT

Как творит ИИ

В случае с созданием творческих произведений искусственным интеллектом называют нейронную сеть (она же алгоритм машинного обучения). Это частный случай ИИ.

Нейросеть представляет собой множество простых, соединенных между собой элементов, которые складываются в примитивное подобие мозга. Она анализирует загруженные в ее базу произведения, распознает образы, технические приемы, приметы стиля, а затем, согласно прописанному заданию, использует полученные знания для создания картин.

Алгоритм машинного обучения может находить зависимости, характерные черты и правила в любом множестве загруженных объектов — будь то живопись, музыка или стихи. Обработав большой объем данных, нейросеть обобщает их и делает выводы разными способами.

Чему именно будет учиться алгоритм, определяет специалист по анализу данных. Он же программирует алгоритм на то, как их использовать. Например, писать стихи, похожие по размеру и лексике на те, что загрузили в базу. Или непохожие. Подражать конкретному художнику или компилировать стилистики сразу нескольких у нейронных сетей получается весьма неплохо.

Работа проекта Deep Dream от Google по мотивам творчества Ван Гога. Источник

Например, нейронная сеть, с помощью которой создавалась картина «Портрет Эдмона Белами», обучалась на 15 000 портретных работ, написанных в период с XIV по XX век.

Наиболее успешным (талантливым?) алгоритмом, лежащим в основе большинства современных программ для создания любых художественных произведений, считается генеративно-состязательная сеть (GAN) Яна Гудфеллоу.

GAN не единственный алгоритм, который успешно справляется с творческими задачами, у него довольно много коллег по цеху. Например, другая популярная нейросеть, которая создает такого рода произведения, — CAN, креативно-состязательная сеть. В ее основе тоже две нейросети — генератор и дискриминатор, но второй в этом случае отбирает получившиеся произведения так, чтобы они не были похожи ни на одну работу, загруженную в базу. С помощью CAN создают стилистически уникальные произведения.

Работа программы AICAN, использующей креативно-состязательную сеть (CAN). Источник

Разработка AI-продукта на основе машинного зрения. Промежуточная ретроспектива: мысли, боль, страдания

Здравствуйте, читатели. Я порывался написать эту статью уже несколько раз, но каждый раз откладывал, поскольку, при мысли о необходимости провести глубокую рефлексию по накопленному опыту, меня накрывало уныние и печаль. Однако, я укрепился в своем намерении сделать это, чтобы поделиться опытом с теми из вас, кто планирует заняться чем-то подобным в сфере AI. Все нижеописанное относится к весьма конкретной сфере деятельности: AI в части компьютерного зрения.

Disclaimer: Я не специалист в нейросетях, но выполняю роль владельца продукта, в котором ключевую роль занимают нейросетевые модели компьютерного зрения. Эта статья для тех, кто вынужден делать такую же работу, а так же для тех специалистов ML, которые хотят понять, как на их деятельность смотрят люди со стороны бизнеса.

Cartoonify (Web) — как роботы нарисовали бы твою фотографию?

Есть несколько онлайн-сервисов, где вы можете загрузить свою фотографию, и художник превратит ее в картину. А теперь представьте себе, что робот — художник. Как бы робот посмотрел на вашу фотографию, и что бы он нарисовала? У Cartoonify есть ответ.

Вы загружаете фотографию, и AI пытается проанализировать то, что на ней изображено. Затем он сделает грубый набросок, чтобы показать, что, по ее мнению, представляет собой картинка.

Конечный результат часто выглядит как рисунок ребенок, но это по-своему мило. Это показывает, как далеко еще предстоит пройти искусственному интеллекту, как и детям нужно расти. И это очаровательно.