Аргументы и функции, 15 февраля

Искусственные фейки

Ребята из OpenAI ненароком создали машину для производства фейковых новостей. Их алгоритм GPT-2 научился на основе одной-двух фраз, задающих тему, строить свою, довольно реалистичную историю. В блоге даже есть несколько любопытных примеров:

• статья об учёных, обнаруживших в Андах стадо англоговорящих единорогов;
• новость о Майли Сайрус, пойманной на магазинной краже;
• художественный текст о Леголасе и Гимли, идущих в атаку на орков;
• эссе о том, как переработка отходов вредит экономике, природе и здоровью людей.

Причём тексты адекватные, связные. Правда, некоторые были рождены не с первой попытки (и даже не с десятой), но качество итогового материала наводит на нехорошие мысли.

Вот отрывок одного из примеров (в вольном переводе):

При пристальном взгляде на текст проступают странные слова и не совсем естественные конструкции. Но современный читатель знакомится с текстом по диагонали, так что проглотит все странности и не заметит.

Осознав возможности своего инструмента, разработчики решили не публиковать его исходный код полностью. Они выложили на GitHub упрощённую версию модели, чтобы коллеги-исследователи могли поиграться, посмотреть и подумать. Ещё доступен препринт научной статьи (PDF).

На самом деле, GPT-2 умеет много чего ещё: отвечать на общие вопросы и на вопросы по тексту, заканчивать предложения, выделять из текста суть.

Команда OpenAI хотела создать ИИ-модель общего назначения, не ограниченную какой-то одной задачей, но при этом достаточно эффективную по современным меркам. К сожалению, по точности работы она уступает однозадачным алгоритмам, но исследователи уверены, что это попровимо. Надо только взять датасет пошире да компьютер помощнее.

Нейросеть спит — работа идёт

Итальянские математики расширили модель нейронной сети Хопфилда, разделив работу на два режима: «спящий» и «бодрствующий». Во время «бодрствования» ИИ собирает данные и учится. Во время «сна» — избавляется от лишних связей и данных и упорядочивает нужные.

Говорят, что на практике это принесло плоды. Без цикла «сна» ёмкость нейросети достигала 0,14 битов на синапс. С введением «сна» показатель увеличился до максимально возможного для этого типа нейросетей — 1.

Иными словами, нейросеть будет работать эффективнее, если время от времени давать ей поспать.

Новости GitHub

Разработчики платформы смастерили «draft pull requests» — это такие ограниченные pull-запросы, с которыми можно кидать наброски кода или даже идеи простым текстом. По умолчанию их нельзя мёрджить — только если перевести в режим «готово для ревью».

Цель — дать возможность разработчикам пообсуждать ту или иную идею, которая в итоге может вырасти до полноценного pull-запроса.

Продвинутая полиция

От этой новости сначала хочется прыснуть и народить с пяток мемов, а потом уже включить мозги.

«РБК» разведал, что мэрия Москвы собирается заказать для полицейских AR-очки с системой распознавания лиц. Чтобы «зырк» в толпу — и сразу пять лиц из федерального розыска приметил. В случае какой-нибудь антиутопии этот «зырк» бы пришёлся на митингующую толпу, а лица подсветились бы, скажем, не криминальные, но определённого рода нежелательные.

Но поговорим о технологиях. По словам источников «РБК», к разработке приложения для AR-очков уже привлекли Ntechlab. Это те самые ребята, которые создали FindFace для распознавания лиц, а потом ушли работать с властями и бизнесом (мы о них говорили в среду).

Недавно на отраслевом форуме «Технологии безопасности» они представили прототип — своё Android-приложение на очках японской фирмы Epson. Публичная презентация продукта назначена на октябрь. Ntechlab комментировать эту тему отказалась.

Напомним, что в Москве уже работает система распознавания лиц, даже с успехом помогает кого-то ловить. В частности, помогла установить личность и найти того самого похитителя картины Куинджи — это по словам замначальника ГУ московского МВД.

Одним словом, весь мир движется вперёд — почему бы вперёд не шагнуть и московской полиции.