Искусственный интеллект - это способность цифрового компьютера или управляемого компьютером робота выполнять задачи, обычно связанные с разумными существами. Термин часто применяется к проекту развития систем, наделенных интеллектуальными процессами, характерными для человека, такими как способность рассуждать, обобщать или учиться на прошлом опыте.
Нейросеть поможет искать пропавших людей
Нейросеть учится анализировать снимки с дрона, обнаруживать на них людей и принадлежащие им вещи. Технология поможет заменить добровольцев, которые сейчас просматривают фотографии с вероятного места исчезновения человека.
Каждый год в России пропадает около 100 тысяч человек, более половины из которых удается найти в первые дни после исчезновения. Именно поэтому первые часы поиска так важны для спасательных служб. Для ускорения этого процесса поисковый отряд "Лиза Алерт" уже применяет дроны, снимающие вероятное место происшествия. При этом основная проблема - обнаружение самих пострадавших или их личных вещей, которые могут навести спасателей на след.
Изначально для анализа фотографий с дронов привлекали добровольцев. Снимки размещали на специальном сайте watcher.lizaalert.ru, а люди изучали их, стараясь найти полезную информацию. Естественно, это трудоемкий процесс, который спасатели хотят максимально ускорить за счет применения современных технологий, которые не устают, не теряют концентрацию внимания и попросту работают быстрее, чем человек.
На выручку спасателям приходят алгоритмы машинного обучения, которые уже начали тестировать в полевых условиях. По словам представителя организации "Лиза Алерт" Александра Ломоносова, систему распознавания фотоснимков для поискового отрада разработал оператор "Вымпелком". Сервис "Beeline AI - Поиск людей" анализирует одну фотографию за 2-3 секунды, что в 2-2,5 раза сокращает время анализа всего массива снимков. В обычных условиях 30 добровольцев делают эту работу за 5-7 часов, просматривая около 2,5 тыс. снимков за один день спасательных операций.
Для получения качественных данных для анализа дроны "ведут" по местности по определенной траектории, которая позволяет находить людей или объекты даже под деревьями или в других сложных условиях, например, в сумерках, на пересеченной местности и пр. Для поиска взрослых полет выполняется на высоте 50 м, для обнаружения детей высота должна быть не более 40 м.
Сейчас система анализирует снимки с 98-процентной точностью. По мере тренировки нейросети разработчики рассчитывают повысить скорость распознавания полученных фотографий. Систему тестируют не только для стандартных условий, но и адаптируют к поиску лежащих, сидящих, прикрытых листвой людей. После отработки технологии решение будет представлено в онлайн- и оффлайн-форматах. В последнем случае ее смогут использовать поисковые группы, находящиеся на месте происшествия. В будущем для ускорения загрузки фотографий в облако оператор рассчитывает использовать сети 5G.
Google всё ещё помогает американским силовикам с разработкой ИИ-технологий
Скандал, вспыхнувший в 2018 году, после того, как несколько американских СМИ сообщили о сотрудничестве Google с Пентагоном и причастности интернет-гиганта к секретной программе Project Maven по созданию ИИ-системы для анализа данных аэрофотосъемки с беспилотников, вызвал массовые протесты в компании и вынудил ее отказаться от совместного проекта с Министерством обороны США. Однако изданию The Intercept стало известно, что Google продолжает помогать американским силовым структурам с разработкой ИИ-технологий, только делает это уже не напрямую, а через свое инвестиционное подразделение Gradient Ventures.
Несколько сотрудников Google, которые поделились информацией на условиях анонимности, из опасений быть наказанными работодателем, выразили обеспокоенность, что компания предоставляет материальную, техническую и технологическую поддержку целому ряду стартапов, финансируемых венчурным фондом Gradient Ventures.
Google учредила фонд в 2017 году для содействия развитию компаний, внедряющих искусственный интеллект в различных областях. Партнерам Gradient Ventures не только предоставляется доступ к ресурсам для обучения ИИ-систем, но и оказывается кадровая помощь – Google периодически направляет в фирмы свой инженерный персонал. Между тем, среди стартапов, поддерживаемых Gradient Ventures, есть разработчики ИИ-технологий для военных и органов правопорядка.
В числе тех, кому покровительствует инвестфонд Google, - специалист в области компьютерного зрения Cogniac. В списке клиентов этого стартапа - ВС США, которые использовали программное обеспечение Cogniac для оперативного анализа изображений, поступающих с боевых дронов. Также компания предоставила свое ПО окружному управлению шерифа в штате Аризона для создания на его основе системы мониторинга за американо-мексиканской границей и предотвращения нарушений.
CAPE Productions, еще одна фирма "под крылом" Gradient Ventures, разработала облачную платформу для дистанционного управления дронами Cape Aerial Telepresence. С ее помощью власти и правоохранительные органы американских городов могут вести воздушное патрулирование. По имеющимся данным, CAPE сотрудничает с полицейским управлением города Чула-Виста, штат Калифорния, где ее ПО уже помогло офицерам произвести 21 арест.
Сотрудники Google считают, что поддержка подобных стартапов через Gradient Ventures - это лазейка, с помощью которой компания обходит ранее взятое на себя обязательно тщательно следить за использованием технологий искусственного интеллекта силовиками и обнародовать информацию о такого рода применениях.
Искусственный интеллект вместо полиграфа
Система искусственного интеллекта в будущем может заменить полиции детектор лжи. Технология, разработанная британским стартапом Facesoft, анализирует так называемые "микровыражения" - мимолетные движения лица, которые не поддаются сознательному контролю и появляются независимо от желания человека, выдавая истинные чувства.
Предполагается, что ИИ-система поможет правоохранителям выявлять скрытые эмоции у подозреваемых и понимать, говорят ли они правду или пытаются что-то утаить. Как сообщает The Times, Facesoft уже ведет переговоры о внедрении своей технологии в Индии и Великобритании.
Сама идея выявлять обман по микровыражениям не нова: еще в 60-х годах прошлого столетия психологи заметили, что людей, которые пытаются скрыть сильные негативные эмоции (страх, злость, отвращение и т. п.) выдают микровыражения, на краткий миг появляющиеся на лице.
"Когда кто-то смеется неискренне, улыбка появляется на губах, но не затрагивает глаз. Микровыражения трудноуловимые и очень быстрые", - поясняет в интервью изданию Аллан Понния (Allan Ponniah), один из основателей Facesoft, также работающий пластическим хирургом-консультантом в лондонской больнице Royal Free Hospital. Ранее он одним из первых стал использовать ИИ-технологию для моделирования и цифровой реконструкции лиц пациентов.
Еще один топ-менеджер Facesoft, занимающий пост директора по технологиям - это Стефанос Зафейри (Stefanos Zafeiriou), эксперт в области искусственного интеллекта из Имперского колледжа Лондона (Imperial College London).
По задумке разработчиков, ИИ-система будет анализировать видеозаписи допросов подозреваемых, сопоставляя с изображениями из базы данных. Фрагменты, вызывающие подозрения, будут помечаться для последующего рассмотрения полицейскими психологами. В Facesoft, говорят, что их технология превосходит конкурирующие ИИ-системы американских и европейских разработчиков.
В банке Facesoft почти 300 миллионов изображений лиц, часть из которых - реальные, а часть - созданы с помощью искусственного интеллекта. Чтобы сделать реальные снимки, специалисты использовали высокоскоростную видеокамеру, на которую записывали людей во время просмотра фильмов. Участников эксперимента заранее инструктировали, что им следует сдерживать любую мимику. Полученное видео затем разделили на кадры и отобрали из них те, где на лицах проступали истинные эмоции, каждую из которых промаркировали и загрузили в нейронную сеть.
На лицах в базе данных Facesoft - как отдельные эмоции (счастье, гнев, отвращение, грусть, страх, удивление и другие), так и их сочетания (например - удивление и страх, удивление и счастье). Кроме того, в зависимости от интенсивности эмоций им присвоена оценка в баллах. Это позволит ИИ-системе выявлять, когда миролюбивое скопление людей превращается в разъяренную толпу. Подобный сценарий использования заинтересовал полицию Мубаи. С помощью британской ИИ-системы правоохранители одного из крупнейших индийских городов планируют отслеживать настроения в толпе.
Нейросеть научили генерировать отпечатки пальцев для взлома биометрических систем
Ученые обучили нейросеть генерировать "мастер-отпечатки" пальцев, которые можно использовать для взлома биометрических систем. Искусственное изображение создано таким образом, чтобы имитировать как можно больше человеческих отпечатков.
Отпечатки пальцев все чаще используют в различных схемах идентификации пользователя: от систем открывания дверей до платежей через смартфоны. В тех же мобильных устройствах датчики сравнивают только небольшую часть отпечатка, что увеличивает риск ошибки при сопоставлении образца с оригиналом. Исследователи и ранее обращали внимание на этот факт.
Так, команда из Института инженеров электротехники и электроники (IEEE) на основании этой гипотезы представила понятие MasterPrints. Это набор реальных или синтетических отпечатков пальцев, которые могут случайно совпадать с большим количеством других отпечатков пальцев. Поэтому они могут быть использованы злоумышленниками для запуска атаки по словарю, что ставит под сомнение безопасность системы распознавания отпечатков пальцев. Это означает, что можно "подбирать" отпечатки пальцев субъекта, фактически не получая никакой информации о его оригинальных параметрах.
Идею об использовании реальных или синтезированных отпечатков развила команда из Нью-Йоркского университета Тендон и Университета штата Мичиган. Группа разработала методы машинного обучения, позволяющие создать поддельные отпечатки пальцев. DeepMasterPrints не только обманывают датчики смартфона, но и могут успешно маскироваться под отпечатки большого числа разных людей. Проще говоря, исследователи обучают нейросеть изучать базу отпечатков пальцев и на основе полученных данных генерировать "мастер-ключ", который подходил бы для имитации максимального количества пользователей.
Ученые обучали нейронную сеть на изображениях реальных отпечатков пальцев, чтобы система могла создавать множество реалистичных фрагментов. Затем они использовали технологию "эволюционной оптимизации" для оценки успешности сгенерированного отпечатка. Метод основан на том, что некоторые особенности отпечатков пальцев встречаются чаще других. Это означает, что искусственное изображение с большим количеством распространенных фрагментов можно использовать в качестве ключа для замены других отпечатков.
Разработанный алгоритм позволил создавать отпечатки пальцев, которые выглядят убедительно для человеческого глаза. Это усовершенствование предыдущей разработки, генерировавшей угловатые изображения, которые могли бы обмануть сканер, но легко обнаруживались при визуальном осмотре.
Затем исследователи протестировали синтезированные отпечатки на популярной системе VeriFinger, которая использовалась во многих схемах идентификации пользователей. При этом данные сравнивались с результатами команды из IEEE. В итоге одно изображение "от нейросети" было так же эффективно, как и пять шаблонов, сгенерированных предыдущей системой.
Чтобы понять, насколько хорошо оптимизация под одно решение работает на других, результаты были проверены в системах Bozorth3 и Innovatrics. Результаты показали, что "умный" отпечаток действует на порядок лучше, чем случайно сгенерированный.
По словам руководителя исследования Филиппа Бонтрагера, результаты работы могут быть использованы при проектировании реальных систем распознавания отпечатков, которые ранее не учитывали возможность использования искусственного "мастер-ключа":
"Даже если биометрическая система имеет очень низкую степень принятия ложных совпадений для реальных отпечатков пальцев, теперь ее нужно точно настроить, чтобы учесть синтетические отпечатки пальцев… Большинство систем не имели защиты от спланированной атаки, поэтому в этом алгоритме есть нечто, о чем следует знать людям, проектирующим датчики".
ИИ-бот Alibaba превзошел людей в тесте на понимание прочитанного
Система искусственного интеллекта (ИИ), разработанная китайским интернет-гигантом Alibaba, первой в мире превзошла людей в тесте на понимание прочитанного, сообщает The South China Morning Post.
Принадлежащий Alibaba Институт анализа данных и технологий (Institute of Data Science of Technologies, iDST) создал нейросеть на основе машинного обучения, и в начале января 2018 года протестировал ее с помощью опросника Стэнфордского университета Stanford Question Answering Dataset (SQuAD). Тест, включающий более 100 тысяч пар вопросов и ответов, составлен на основании более 500 статей "Википедии" и применяется для оценки понимания текста чат-ботами.
По итогам испытаний ИИ-система Alibaba набрала 82,44 балла, что оказалось выше результата людей в 82,3 балла.
Благодаря обширным вычислительным возможностям и безотказной памяти компьютеры обыгрывают людей в такие игры, как шахматы, но задания, связанные с обработкой и пониманием текста до сего дня считались для машин слишком сложными. Достижение ИИ-бота Alibaba стало знаковым и показало, что теперь искусственному интеллекту по плечу даже такие задачи. По всей видимости, событие будет иметь далеко идущие последствия и повлияет на внедрение ИИ-систем в службах поддержки клиентов и call-центрах, которые прежде полагались лишь на реальных сотрудников.
По словам Луо Сы (Luo Si), главного специалиста iDST в области технологий обработки естественного языка (Natural Language Processing, NLP), успех ИИ-системы Alibaba означает, что вскоре боты смогут более точно отвечать на целевые вопросы, такие, как например "Из-за чего идет дождь?"
Он также добавил, что постепенно новая технология найдет применение в разных областях и будет использоваться в сфере клиентского обслуживания, в путеводителях по музеям и в онлайн-системах обработки обращений пациентов по медицинским вопросам, что кардинально снизит необходимость в привлечении людей для этих задач.
