искусственный интеллект

А если камеры врут?

Одной из наиболее востребованных и перспективных сфер применения искусственного интеллекта является разработка программных платформ для самоуправляемого транспорта. Машины с «автопилотом» показывают отличные результаты на тестовых полигонах, но выезжать на дороги общего назначения они, похоже, еще не готовы, особенно, если речь идет о городах с интенсивным трафиком. Ориентация в реальном мире — очень сложная задача для автомобиля с ИИ.

Ключевым моментом здесь является вопрос достоверности информации, поступающей с датчиков. Иными словами — может ли компьютер полностью доверять, скажем, картинке с бортовых видеокамер. Как показывают опыты, в реальных условиях эксплуатации, есть относительно большая вероятность того, что видеоизображение, поступающее в систему обработки, может оказаться немного искаженным по сравнению с реальной ситуацией на дороге. Речь может идти о ложном смещении всего на несколько пикселей, но в условиях, когда решение надо принимать за доли секунды (скажем, при движении на большой скорости) даже минимальное искажение может стать причиной фатальной ошибки.

Новый алгоритм глубокого обучения, разработанный исследователями Массачусетского технологического института, призван помочь машинам ориентироваться в реальном мире путем формирования здорового «скептицизма» в отношении получаемых ими измерений и входных данных. Команда исследователей объединила алгоритм обучения с подкреплением и возможности глубокого машинного обучения нейронной сети (метод, который используется для создания искусственного интеллекта в видеоиграх), чтобы создать новый подход, который получил название CARRL (Certified Adversarial Robustness for Deep Reinforcement Learning — сертифицированная состязательная устойчивость для глубокого обучения с подкреплением).

Исследователи протестировали этот подход в нескольких сценариях. Основными тестами были имитационный тест предотвращения столкновений и видеоигра Pong. В результате, обнаружили, что CARRL работает лучше — избегая столкновений и выигрывая больше игр Pong — по сравнению со стандартными методами машинного обучения, даже в условиях неопределенности.

В общих чертах, суть технологии CARRL сводится к тому, что для принятия решения, ИИ учитывает не только все точки изображения, но и некоторую область вокруг него. Исходы различных действий в зоне вероятностей оцениваются с присвоением весовых коэффициентов, на основании анализа которых выбирается путь с максимально выигрышным исходом. При этом, как отмечают исследователи, модель можно запрограммировать на различные уровни консервативности в принятии решений, что позволит использовать ее в различных условиях. Скажем, в условиях городского трафика, система будет максимально перестраховываться в своих действиях, а на безлюдных участках позволит относительно рискованные маневры. Исследование уже вызывает интерес у крупных автопроизводителей, в частности, оно было частично поддержано Ford Motor Company в рамках альянса Ford-MIT.

«Научить автономный транспорт ориентироваться в пространстве — это вопрос безопасности и весьма нетривиальная задача. Здесь, пожалуй, мы как никогда близко подходим к идее искусственного интеллекта, какой ее представляют фантасты и большинство людей. Машине предстоит не просто распознавать скорость движущихся объектов, но и в моменте принимать решение и действовать. Система различных датчиков, передачи и обработки данных, принятия решений постепенно должна стать технологичным аналогом нервной системы. И модели углубленной аналитики в этой связке технологий будут играть определяющую роль», — считает Александр Тихонов, генеральный директор SAS Россия/СНГ.

Как Kia применяет искусственный интеллект

Технологии искусственного интеллекта глубоко проникли в производственные процессы многих мировых компаний, включая крупнейших автопроизводителей. Возможности ИИ используются в том числе для повышения качества продукции и уровня удовлетворенности клиентов. Как это выглядит в практической плоскости, можно рассмотреть на примере сотрудничества Kia Motors America и компании SAS.

Испорченные модели: как за один день потерять весь капитал с помощью искусственного интеллекта

В новый год с новым Ops-ом. Вслед за DevOps и DataOps пришел ModelOps. Если вы ещё не слышали об этой методологии, самое время познакомиться с этим термином. Скоро он прочно осядет среди основных ИТ-трендов.

Как аналитика и ИИ меняют будущее: 8 трендов на 2021 год

Пандемия создала новую реальность, к которой все мы должны были адаптироваться. Бизнесу пришлось переосмыслить рабочие процессы и осознать важность и преимущества цифровой трансформации. Причем, на базе технологий перестраивалось не только взаимодействие с клиентами, но и внутренние бизнес-процессы организаций. В этом смысле 2020 г. принес обществу новые возможности, и многие из них связаны с данными, аналитикой и искусственным интеллектом.

ИИ считывает сигналы мозга и создает портреты, которые нравятся

Ученые построили специальный ИИ-алгоритм, который способен определять субъективные предпочтения в изображении лиц и создавать портреты, адаптированные таким образом, чтобы вызывать положительные эмоции у конкретных людей. Результаты исследования могут быть использованы, например, для моделирования предпочтений и принимаемых людьми решений, а также для выявления бессознательных импульсов.

15/04

Искусственный интеллект научили скепсису при управлении беспилотниками

Ученые из MIT разработали новый алгоритм искусственного интеллекта, основанный на игровых технологиях, который, как ожидается, поможет самоуправляемым транспортным средствам лучше ориентироваться в физическом мире и снизит вероятность ошибочных действий во время движения.

09/04

Новые технологии помогают понять смысл предложений при переводе

Технологии машинного перевода, несмотря на все усилия ученых и разработчиков, по-прежнему далеки от совершенства. Если перевод отдельных слов, как правило, вопросов не вызывает, то с предложениями ситуация все еще очень сложная. Но в MIT сделали важный шаг на пути решения этой проблемы.

29/03

В США оценили позиции стран-конкурентов в гонке ИИ

США пока лидируют в сфере создания технологий искусственного интеллекта. Китай быстро догоняет Штаты, а Европейский Союз увеличивает отставание от обоих лидеров в сфере ИИ. Таковы выводы нового отчета ITIF.

19/03

Топ-10 стран с самым сильным потенциалом в области ИИ

Сегодня искусственный интеллект способен распознавать лица, управлять автомобилями, улучшать качество работы в Интернете и укреплять бизнес в различных отраслях, неудивительно, что многие страны сосредотачивают свои усилия на внедрении ИИ для реализации программ устойчивого развития. Но и среди них есть 10 государств, которые на общем фоне выделяются своими амбициозными планами.