20846
Tech, VC, Business, Startups, AI and more. 👤 linkedin.com/in/andrii-brodetskyi ✉️ @politehnik
Прошлой весной начался самый масштабный эксперимент по тестированию базового дохода. Благотворительная инициатива GiveDirectly, основанная двумя выпускниками Гарварда, на протяжении 12 лет будет перечислять деньги 6 тысячам жителей кенийских деревень. Сумма небольшая - $22 в месяц, но это первый эксперимент такого масштаба, в котором деньги будут раздавать не выборочно, а всем членам сообщества.
Журналист Atlantic Энни Лаури пишет книгу о безусловном базовом доходе. Она съездила в Кению, пообщалась с основателями GiveDirectly, с сотрудниками гуманитарных программ в Африке и с самими бедными кенийцами.
Деньги на проект выделили частные инвесторы и компании из Кремниевой долины. Из-за технологических инноваций миллионы людей могут потерять работу. Обществу нужен план Б - и логично, что его создание финансируют те, кто планирует перевернуть рынок труда.
Раздавать бедным деньги - довольно непопулярная идея среди гуманитарных организаций. Считается, что умные белые люди лучше знают, что нужно отсталым африканцам. И вообще, как можно просто раздавать деньги, если все знают, что человеку нужно давать не рыбу, а удочку!
Но доноры и сотрудники гуманитарных программ слабо представляют себе реальные потребности людей, и потому тратят кучу денег впустую. В кенийских деревнях много лишних канистр и баков для воды - они никому не нужны, но их продолжают присылать. Доходит до смешного: кенийцы торгуют на базаре бесплатными тапочками из гуманитарной помощи. Людям не нужны канистры, футбольные мячи, сетки для кроватей и прочий хлам от НКО. Им нужны деньги, за которые можно купить и рыбу, и удочку.
Чтобы лучше понять ландшафт, в котором всё это происходит, вот вам небольшая зарисовка. В этой деревне всего один дом с электричеством (школа). Там нет водопровода. Люди ходят в туалет просто на землю - у них нет техники, чтобы выкопать выгребную яму. Нет и быков - землю пашут вручную. Есть на людях там считается неприличным - это расценивается как хвастовство. Мол, смотрите все, у меня есть еда! В это сложно поверить, но в соседней деревне - в 20 километрах от этой - родился отец Барака Обамы.
Когда какие-то незнакомцы пришли и начали раздавать жителям этой дыры деньги, те сначала не поняли, что происходит. Сотрудники GiveDirectly столкнулись с невиданным ранее уровнем отказа от помощи - бедные кенийцы не верили, что кто-то раздаёт им деньги просто так, и начали придумывать объяснения-слухи, якобы это деньги от дьявола. Эту проблему удалось решить - с населением проводили разъяснительные беседы, люди из других деревень рассказывали о том, как им помогли эти выплаты. В общем, дело пошло.
И внезапно оказалось, что "отсталые африканцы" тратят деньги довольно рассудительно: покупают мопеды для таксования, леску для ловли рыбы, заводят коров, кроют дома железом, открывают своё дело. Многодетные матери покупают еду, чтобы прокормить детей. Деревни, участвующие в программе, заметно отличаются от других - вливание свободных денег создаёт в этих упадочных поселках зачатки экономики, хоть и самой примитивной.
Автор явно симпатизирует идее безусловного базового дохода, так что после прочтения критики все равно будут говорить - это не работает, базовый доход порождает тунеядство, текст однобокий, а люди по природе своей ленивы. Ленивы, с этим трудно спорить. Но мне хочется верить, что эксперимент закончится удачно. Кто знает - возможно, кенийцам повезло первым заглянуть в наше общее будущее - будущее без обязательного труда.
Финал текста хорошо иллюстрирует суть базового дохода. Автор общается с местным парнем - он купил лески, чтобы связать сеть, планирует снять лодку и нанять помощника, чтобы ловить рыбу и продавать её на рынке. В удачный день он рассчитывает зарабатывать $20. На вопрос, почему он не накопил денег на леску раньше, он пожимает плечами, улыбается и отвечает: "Потому что не мог".
https://www.nytimes.com/2017/02/23/magazine/universal-income-global-inequality.html?_r=0
P.S. Если не читаете по-английски, посмотрите хотя бы фото, они понятны и без слов.
Помните нашумевший концепт модульного смартфона Google Ara? Это была действительно революционная идея - представьте, что вы можете собрать себе смартфон по частям, как Lego. Разработчики обещали, что Ara станет для hardware тем, чем Android стал для software. Но идея опередила своё время - модульный смартфон оказался слишком сложной затеей даже для Google. За три года несколько раз сменилось руководство проекта и его концепция, и в сентябре 2016 года проект остановили, так и не продав ни одного устройства.
На Venture Beat вышли два больших текста о проекте Ara. Первый - его подробная история, написанная со слов разработчиков. По сути, таймлайн - сначала проектом руководил такой-то, потом такой-то, столкнулись с проблемой, сделали пивот, закрыли. Скучно и затянуто.
Второй текст намного веселее. Дело в том, что помимо обычных модулей вроде камеры и динамиков разработчики Ara хотели добавить в смартфон что-то необычное, крышесносное. Дизайнерская компания, к которой обратились за помощью, предложила встроить в смартфон маленький аквариум с водорослями и полупрозрачными микроорганизмами. Загуглите "тихоходка" - вот этих чудовищ они хотели поселить в смартфоне, чтобы пользователь с помощью увеличивающей камеры наблюдал за их жизнью в специальном приложении.
Идея понравилась менеджерам Google. Но здесь тоже всё пошло не так гладко. Втиснуть нужную оптику в заданные размеры оказалось сложно. Тихоходки ели друг друга. Камера перегревала аквариум и тихоходки умирали. Эти проблемы решались, но появлялись другие. На момент закрытия проект был далёк от готовности, но инженер, работавший над ним, говорит - если бы нам дали больше времени, мы бы всё допилили.
В общем, десяток инженеров почти год работали над тем, чтобы вы могли играться с маленькими монстрами, живущими у вас в смартфоне. Есть в этом что-то прекрасное. По ссылке есть картинки прототипов, посмотрите: http://venturebeat.com/2017/02/24/complicated-weird-beautiful-the-secret-google-project-to-put-an-aquarium-full-of-tiny-wiggly-water-bears-inside-your-phone/
И ещё несколько интересных фактов. Люди работали в проекте не более двух лет - такое правило установили топ-менеджеры, которые пришли в Google из DARPA (американское военное исследовательское агентство). А руководителем проекта Ara был Павел Еременко - сын украинского математика из Харькова, в 13 лет переехавший в США. Сейчас он технический директор Airbus, один из лидеров тех-индустрии - и я не нашёл ни одного интервью с ним на русском.
На Wired опубликовали фрагмент из новой книги легендарного хакера Кевина Митника (сейчас он работает консультантом по кибербезопасности). Это глава о том, как сохранить приватность при пользовании электронной почтой. Шифрование, прокси, Tor, анонимный телефонный номер и почтовый ящик - для опытных интернет-параноиков ничего нового, но для обычных пользователей это довольно хороший и подробный гайд.
К примеру, Митник советует выходить в Tor с отдельного устройства, например Raspberry Pi - иначе кто-то сможет найти ваши следы в Tor, получив доступ к вашему рабочему компьютеру. Забавно, что он подробно объясняет, как анонимно активировать мобильный телефон - не знаю как в России, а в Украине пачку SIM-карт можно свободно купить без паспорта в любом переходе. Вот где раздолье для любителей секретности!
https://www.wired.com/2017/02/famed-hacker-kevin-mitnick-shows-go-invisible-online/
MIT Technology Review выпустили традиционную ежегодную подборку статей о 10 прорывных технологиях. Из интересного - ботнеты из устройств IoT, обучение с подкреплением, беспилотные грузовики. Есть и биотехнологии (генная терапия, клеточный атлас, восстановление парализованных людей), и квантовые компьютеры. Мне понравился репортаж из Китая - распознавание лиц там уже вовсю используют для аутентификации при интернет-платежах и в системах безопасности, а преступников автоматически ищут по лицам на всех камерах наблюдения.
Не все технологии из подборок MIT Technology Review в итоге становятся прорывными, но читать этот список всегда интересно. Советую посмотреть и выпуски за предыдущие годы (хотя бы 2016), там есть что читать. Enjoy: https://www.technologyreview.com/lists/technologies/2017/
Классная штука: нейросеть превращает ваши каляки в котика: https://affinelayer.com/pixsrv/
Кажется, у меня ещё неплохо получилось!
Как известно, биткоины - не самая защищенная криптовалюта. Все транзакции хранятся в публичном реестре, и если хорошо постараться, можно связать все ваши покупки с вашей реальной личностью. Вот в Дании постарались: в январе там уже дважды использовали историю оплат биткоинами в качестве доказательства в суде. С помощью биткоин-кошельков следствие доказало причастность двух мужчин к покупкам больших доз наркотиков в даркнете.
Полиция отслеживала биткоины и ранее - в частности, в процессе над основателями Silk Road. Но датские киберполицейские утверждают, что это первый случай, когда переводы биткоинов использовали в качестве доказательства в суде. Похоже, датчане действительно создали работающий механизм отслеживания транзакций - их разработку используют ФБР и Европол. Так что если вы собирались прикупить несколько килограмм запрещенных веществ, биткоин - не лучшая валюта для оплаты.
http://www.b.dk/nationalt/dansk-gennembrud-narkohandlere-kan-ikke-laengere-gemme-sig-bag-bitcoins
Недавно Wired писал о самой быстрорастущей криптовалюте под названием Monero: она обеспечивает большую анонимность, чем биткоин, а популярной стала благодаря тому, что её облюбовали наркоторговцы /channel/brodetsky/717
Бонус: подробный текст Science о том, почему преступники не могут спрятаться за биткоинами
http://www.sciencemag.org/news/2016/03/why-criminals-cant-hide-behind-bitcoin
В 2014 году американский журналист Дэн Лайонс устроился на работу в стартап HubSpot. Поработав там некоторое время, он понял, что компания - типичный стартап-пузырь с идиотской корпоративной культурой и без продукта. Лайонс решил написать об этом книгу. Мы и раньше знали, что стартапы вешают публике и сотрудникам лапшу про миссию, изменение мира и т.д., и всячески раздувают пузырь своего рынка в надежде быстро продаться и окешиться. История Лайонса ценна тем, что написана изнутри такого пузыря, то есть основана не на домыслах и пересказах, а на реальном опыте. Книга стала одним из главных бестселлеров 2016 года. На русский её пока не перевели, но есть краткий пересказ от сервиса книжных саммари Makeright. Почитайте, очень интересно: https://vc.ru/p/lyons-book
Вообще на Makeright публикуют много хороших книг, в основном деловых, но есть и про технологии и будущее:
«Неизбежное. Понимание 12 технологических сил, которые определят наше будущее» — ключевые идеи из книги Кевина Келли
https://vc.ru/p/inevitable-summary
«Угрозы и преступления будущего» — ключевые идеи бестселлера Марка Гудмана Future Crimes
https://vc.ru/p/future-crimes-book
Основатель Makeright Константин Смыгин попросил меня рассказать вам о его канале - /channel/makeright. Мы договорились сделать это бесплатно - будем считать, что Makeright выступил информационным партнёром этого поста. Мне нравится идея делать качественный контент для умных людей. Бонус: читателям моего канала Константин предложил скидку на подписку в 40%, а три подписки он разыграет бесплатно, для этого просто напишите ему в личку (контакт в описании канала).
Российская компания "Криорус" - одна из трёх компаний в мире, которые занимаются коммерческой крионикой (замораживают тела умерших людей в жидком азоте, обещая оживить их в далёком будущем, когда будут разработаны соответствующие технологии). Научный обозреватель "Радио Свобода" съездил к ним в гости и написал хороший скептический текст о состоянии крионики в России.
Да, тела замораживают, клиенты находятся, несмотря на высокую цену - $36К за полную заморозку тела. Но перспективы того, что замороженных людей действительно когда-нибудь оживят, туманны. Технологий разморозки пока не существует, и практически никто не ведёт разработок в этом направлении. Но людям хочется верить в вечную жизнь - и пока одни укрепляют эту веру христианством, другие используют для этого трансгуманизм. С такими выводами неудивительно, что трансгуманисты обиделись на автора статьи. Но мне она понравилась, почитайте: http://www.svoboda.org/a/28304903.html
Для разнообразия - текст Тима Урбана (автор блога Wait But Why) о том, почему в крионике все-таки есть смысл. Честно говоря, этот текст не читал, но Урбана уважаю - он умеет доступно и популярно объяснять сложные вещи.
http://waitbutwhy.com/2016/03/cryonics.html
перевод: https://vc.ru/p/cryonics-makes-sense
Архитектура нейросети, распознающей образы. Отличная схема, сразу всё понятно!
http://www.wired.co.uk/gallery/machine-learning-graphcore-pictures-inside-ai
В фотожурналистике есть классический жанр: фотографии заброшенных олимпийских объектов. Как правило, Олимпиада - имиджевый проект для принимающей страны, поэтому денег на строительство уходит туча, а как потом использовать эти огромные объекты - это уже другой вопрос. Некоторым городам удаётся использовать олимпийские строения в коммерческих целях. Но чаще гигантские арены простаивают и медленно разрушаются - такова печальная судьба имиджевых мегастроек.
Бразильские журналисты сфотографировали заброшенные объектов летней Олимпиады в Рио спустя всего полгода после соревнований. Иронично, что в Бразилии были массовые протесты из-за того, что правительство не самой богатой страны угрохало кучу бюджетных денег на Олимпиаду. А теперь все эти арены стоят никому не нужные, разрушаются. Эх.
https://www.theguardian.com/sport/gallery/2017/feb/10/rios-olympic-venues-six-months-on-in-pictures
Интересная история: француз залогинился в Uber на айфоне жены, потом разлогинился и уехал, а приложение все равно получало оповещения о поездках с его аккаунта. Так жена узнала подробности всех поездок, которые он от неё скрывал; подробностей не сообщают, но можно догадаться. Итог: развод. Теперь француз требует от Uber компенсации в 45 млн евро за разрушенный брак.
Очевидная реакция: сам виноват, ложь все равно всплыла бы. Но блин, баг Uber реально подставил этого парня! Баг, кстати, известный, журналисты Figaro его легко воспроизвели. Интересно, какую линию выберут истец и Uber в суде. Я бы почитал их аргументацию, это ведь реально интересный юридический кейс - можно ли засудить многомиллиардную компанию из Долины из-за таких деликатных и неочевидных последствий бага? И да, интересно, на чьей стороне будет свидетельствовать обманутая жена героя.
http://www.lefigaro.fr/secteur/high-tech/2017/02/08/32001-20170208ARTFIG00007-un-francais-demande-45-millions-d-euros-a-uber-pour-avoir-precipite-son-divorce.php
Из голливудских фильмов мы знаем, как легко полиция находит серийных убийц: каждое новое убийство немедленно связывается с похожими предыдущими, а потом совместный анализ подробностей всех преступлений выдаёт убийцу.
На самом деле всё не так. Американские полицейские участки неохотно публикуют подробности убийств, так что даже полицейские из соседних штатов не могут сопоставить похожие преступления и связать их в одну "серию".
Главный герой текста в Bloomberg - 61-летний отставной журналист Томас Харгроув. Он занимался журналистикой данных задолго до того, как это стало мейнстримом. Всю свою репортерскую карьеру в газете штата Вирджиния Томас посвятил работе со статистикой, начиная с предвыборных опросов и заканчивая отчётами о преступлениях.
В 2004 году Томасу по работе понадобилось запросить в ФБР отчёт о преступлениях за предыдущий год. Этот отчёт содержал подробные записи о 16 000 убийств, включая такие подробности как возраст, раса и пол жертвы, способ и обстоятельства убийства, информация о преступнике (если его личность известна). Харгроув подумал: если собрать эти данные за многие годы и проанализировать их с помощью компьютера, можно будет обнаружить закономерности, то есть связать преступления с похожим почерком.
Несколько лет он собирал данные и тестировал свой алгоритм. Он нашёл четыре главных параметра убийства, на основании которых можно объединять отдельные эпизоды в серию - локация, пол, возраст и способ убийства. Для проверки в программу загрузили данные о 48 убийствах маньяка, на протяжении нескольких десятков лет убивавшего женщин в окрестностях Сиэттла. Алгоритм сработал. Кроме того, он указал и на другие "серии", в том числе нераскрытые.
При этом, судя по описанию, сама программа - вовсе не rocket science, а обычная база данных со сложным поиском.
> He selects “Colorado” under state, “strangulation” under weapon, “female” under victim’s sex, and “6” under victim’s age. Colorado has only one such case, JonBenét. But then Hargrove broadens the criterion to include strangulations of girls ages 5 through 10, and a second Colorado case pops up: Melanie Sturm, a 10-year-old girl found strangled in Colorado Springs in 1985. Then he broadens it nationwide and finds 27 unsolved cases, 11 of them in Western states. He shows them how easy it is to download this information into a list. It’s like something from CSI.
Но если бы полиция начала раскрывать сотни убийств с помощью простой базы данных, это было бы слишком по-голливудски. В 2010 году Харгроув отправил в отделение полиции города Гэри письмо с темой "Кажется, в Гэри действует серийный убийца", к которому прикрепил подробную статистику 14 убийств со схожим почерком (место - Гэри, штат Индиана, жертвы - женщины от 20 до 50, способ убийства - удушение). Ему никто не ответил.
Правда, убийцу потом нашли, а Томас получил хоть какое-то признание - за консультацией к нему обратились полицейские из штата Техас, где маньяк прожил несколько лет; но программа показала, что в Техасе подобных случаев не было.
Харгроув основал инициативу за раскрытие данных об убийствах, но далеко не все в восторге от этого. Причины - в инертности и бюрократичности американской полицейской системы, но интересного в этом мало, так что пересказывать не буду, там про это половина текста. А ещё много цифр про преступления в США и их раскрытие.
Главный вывод из текста: открытость данных в расследованиях серийных убийств очень важна. Ну а американские копы - страшные бюрократы.
https://www.bloomberg.com/news/features/2017-02-08/serial-killers-should-fear-this-algorithm
Интересное мнение о роботизации экономики от Джона Маркоффа (журналист, 30 лет писал в New York Times о технологиях). Не нужно бояться, что роботы отберут у людей работу. Наоборот, людям нужны роботы - численность трудоспособного населения в развитых странах сокращается, человечество стареет. Экономике не хватает рабочих, а пожилым людям - ухода и помощи. Забота о стариках - более актуальная для человечества проблема, чем беспилотные авто, считает Маркофф. С этим можно спорить, но с последней фразой нельзя не согласиться: “The visionaries are always wrong. That’s the best thing about being a reporter: You don’t have to be a visionary, you just have to take notes about what they’re claiming and remember when they’re wrong.”
http://www.recode.net/2017/2/6/14517118/john-markoff-robots-taking-jobs-new-york-times-recode-podcast
по-русски: https://vc.ru/p/we-need-robots-because-of-age
Интересная статья в Wired о хакерах из Санкт-Петербурга, которые нашли уязвимость в слот-машинах в американских казино. При генерировании результатов розыгрыша (результат - это комбинация из вишенок, "777" и других символов) такой автомат использует генератор псевдослучайных чисел (он берёт за основу системное время процессора, применяет к нему некий набор операций и получившийся результат считает рандомом). Если проанализировать достаточное количество розыгрышей такого автомата, можно выявить в его работе закономерность и предсказать, что выпадет дальше. Мошенники из Санкт-Петербурга именно этим и занимались.
Во время игры они снимали выдачу автомата на смартфон и отправляли видео в штаб в Петербурге. Там их коллеги анализировали видео, находили закономерности в выдаче автомата и отправляли в ответ временные метки, когда нажатие на кнопку автомата приведёт к выигрышу. Смартфон исполнителя вибрировал за 0,25 секунды до того, как на экране автомата появится выигрышная комбинация - мошенники рассчитали, что именно столько времени нужно, чтобы отреагировать на сигнал. Команда из четырёх исполнителей, работающих в разных казино, зарабатывала с помощью этой схемы до $250 000 в неделю.
Реверс-инжиниринг стал возможным благодаря тому, что у мошенников был доступ к внутренностям автоматов. После запрета гемблинга в России тысячи контор продали свои автоматы в страны, где гемблинг разрешён. Мошенники тоже купили некоторое количество автоматов, нашли в них уязвимости - и поехали искать уязвимые устройства по всему миру. Заменять или перепрошивать все старые автоматы слишком дорого для казино, поэтому заведениям приходится мириться с редкими набегами мошенников - в конечном итоге казино все равно в плюсе.
https://www.wired.com/2017/02/russians-engineer-brilliant-slot-machine-cheat-casinos-no-fix/
По-русски: https://meduza.io/feature/2017/02/07/kak-obygrat-kazino
Люблю читать про разработку "мягких" роботов - есть в них что-то немашинное, естественное. Вот в MIT разработали робо-руку из гидрогеля - он почти полностью состоит из воды, поэтому рука практически незаметна в воде и может, к примеру, ловить рыбок. Использовать такие мягкие манипуляторы будут, конечно, не для рыбалки, а для более важных и полезных дел. В первую очередь они пригодятся в медицине - представьте себе роботизированную руку, которая помогает хирургу проводить сложную операцию на мягких тканях. Но видео с рыбкой все равно посмотрите, это красиво.
https://youtu.be/F6vSHmHw1gw
Подробности: http://news.mit.edu/2017/transparent-gel-robots-catch-release-fish-0201
Нашёл забавную игрушку в браузере, которая наглядно показывает работу AI в самоуправляемых автомобилях. Это 2D пространство с двумя машинками и блоками, которые они успешно (или нет) объезжают. Машинками управляет нейросеть и правила, что движение вперёд это хорошо, а врезаться в стены — плохо. Для навигации используются 19 сенсоров, имитирующих технологию LIDAR, которую гугл и убер используют для своих беспилотных автомобилей, только сенсоров у них побольше. А ещё там можно дорисовывать блоки прямо на дороге машинки, и создавать им ощутимые проблемы :) Попробуйте, выглядит интересно. Самое главное, народ начинает привыкать к тому, что этого не избежать и вопрос "если" касательно self-driving cars уже превратился в "когда".
http://janhuenermann.com/projects/learning-to-drive
Недавно писал для одного издания текст про то, зачем бизнесу интернет вещей. Так вот, одно из применений IoT - это датчики, которые следят за машинами на производстве. Они работают не просто в режиме "Всё работает / Всё сломалось", а анализируют кучу данных о работе машинерии - звук, вибрации, электромагнитное и тепловое излучение. С помощью этих данных можно заранее увидеть, какой участок начинает выходить из строя - это называется "predictive maintenance", прогнозное обслуживание. Вот небольшой обзор темы от Fast Company: https://www.fastcompany.com/3067534/robot-revolution/did-you-hear-that-robots-are-learning-the-subtle-sounds-of-mechanical-break
Ещё один пример того, как машинное обучение делает то, чего не может человек - действительно, целый день слушать визг и стук машин и ещё и извлекать из этого полезную информацию может только другая машина 🤖
Должны ли умные машины иметь права? Вопрос, казалось бы, преждевременный - по-настоящему умных машин пока не видно на горизонте. Но это может измениться очень скоро, так что думать об этом надо уже сейчас.
Интересных текстов на эту тему я не видел, а вот свежее видео от Kurzgesagt мне понравилось. Авторы доступно объясняют: прежде чем говорить о правах, надо разобраться, что такое сознание - а у учёных пока нет единого мнения о его природе. Права связаны с возможностью ощущать боль, несправедливость и несвободу - всё это можно запрограммировать. Вопрос в том, захотят ли люди это сделать - экономически выгодно эксплуатировать тех, у кого нет прав, будь то люди или роботы.
https://youtu.be/DHyUYg8X31c
P.S. Kurzgesagt - один из моих любимых каналов на YouTube. Шикарные объяснительные мультики на околонаучные темы. Осторожно, можно залипнуть надолго 🤓
Интересная инфографика: доля крупнейших стран в мировой экономике.
Подробнее: https://howmuch.net/articles/the-global-economy-by-GDP
Отличная визуализация: как распространяются инфекционные болезни в сообществах с разным уровнем вакцинации.
Прививки не только спасают привитых людей от заражения, но и не дают болезни распространяться. Чтобы сделать группу людей устойчивой к болезни, достаточно вакцинировать некоторую её часть. Это называется "коллективный иммунитет".
https://redd.it/5v72fw
Шоги - древняя японская настольная игра, похожая на шахматы. В неё играют на доске 9 на 9, а взятые фигуры соперника можно превращать в свои, так что со временем игра становится только более запутанной, в отличие от шахмат. Во время матчей по шоги игроки носят традиционные костюмы-кимоно, а мастера игры пользуются популярностью и уважением. Матчи по шоги транслируют и освещают СМИ - в общем, это важная часть японской культуры, наряду с икебаной и сумо.
Компьютер обыграл человека в шахматы в 1997 году. Шоги держались дольше. Но в 2013 году программы уже стабильно выигрывали у профессионалов. В прошлом году мир шоги потряс скандал: одного из лучших игроков уличили в том, что он выиграл турнир, пользуясь подсказками программы. Его дисквалифицировали, президент федерации ушёл в отставку, а правила игры обновили - игрокам запретили пользоваться смартфонами и отлучаться от доски во время турниров.
Эта игра всегда считалась символом ума: когда она появилась тысячу лет назад, в неё играли монахи и самураи. Философия шоги основана на честности и уважении к сопернику. ИИ погрузил мир шоги в невиданный ранее кризис: мастера игры теряют статус суперзвёзд и не доверяют друг другу, подозревая соперников в жульничестве. Вот такой неожиданный disruption.
https://qz.com/906447/artificial-intelligence-has-brought-doubt-and-suspicion-to-the-ancient-world-of-shogi-or-japanese-chess/
У Mail.ru есть продукт под названием Медиатор - система аналитики для редакций, где можно видеть, как именно люди читают материалы на сайте - откуда и куда переходят, как пролистывают тексты, как их дочитывают и т.д. Но такие системы показывают аналитику только со стороны СМИ, а поведение пользователя по ту сторону экрана остаётся для редакции загадкой. Чтобы посмотреть на медиапотребление с точки зрения самих потребителей, команда Медиатора провела исследование: в течении недели специальная программа записывала всё, что происходило на экранах смартфонов и ПК десяти респондентов. Даже такая небольшая выборка дала интересные инсайты о том, как и что люди читают в интернете. Полезно будет изучить всем, кто делает медиа и контент для интернета. За ссылку спасибо одному из авторов исследования - редакционному директору Mail.ru и моему соотечественнику Сергею Паранько.
https://mediator.mail.ru/doc/Mediator_How_People_Read.pdf
Разработчики британского ML-стартапа визуализировали "синапсы" и "нейроны" многослойной нейросети во время её обучения. Получились красивые разноцветные графы с миллионами вершин и связей. Если вы что-нибудь слышали про слои, нейроны и обучение нейросетей, смотреть картинки и читать описания ещё интереснее 🤓
http://www.wired.co.uk/gallery/machine-learning-graphcore-pictures-inside-ai
https://www.graphcore.ai/blog/what-does-machine-learning-look-like
В ленту попала интересная скептическая заметка о бизнес-модели Uber. Ничего в этом не понимаю, но выглядит убедительно: https://www.facebook.com/george.okromchedlishvili/posts/10209029812569591
Обсудить можно в комментариях у автора или в чате: @techmediachat.
Уже писал здесь как-то о китайских стримерах. Там они настоящие звезды, и зарабатывают на одних только виртуальных подарках от поклонников неплохие деньги. Эта индустрия разрослась до таких масштабов, что начали появляться целые "фабрики стримеров". В пекинский офис крупнейшей из таких фабрик - REDO Media - наведались корреспонденты Motherboard.
Это большая студия с видеотехникой и гримерками, где работают десятки стримеров, каждый - в своём образе. С девушками проводят специальные тренинги, придумывают для них необычные костюмы. Стримеры получают зарплату от компании и процент от подарков от зрителей. Одна из девушек однажды заработала для компании $60 тысяч за неделю. Доходы стримеров сильно отличаются - кто-то зарабатывает сотни юаней в день, кто-то - сотни тысяч (1 юань = 0.15 доллара). Но в среднем выходит неплохо, как для такой непыльной работы. Не удивляйтесь: да, люди получают деньги за то, что делают всякую фигню перед веб-камерой. Так работает экономика интернета в 2017 году.
Репортаж с яркими фото: https://motherboard.vice.com/en_us/article/chinas-live-streaming-factory
Перевод: https://lenta.ru/articles/2017/02/03/streamchina/
Подробнее о китайском феномене видеостримеров от Wall Street Journal: /channel/brodetsky/549
Давно не советовал вам хороших каналов. С самого начала читаю канал Дениса Ширяева (последние несколько лет он развивал сайт D3). Денис фанат новых технологий, особенно нейросетей и VR, о чём и пишет в своём нескучном канале. Там много интересных штук, которые вы не прочитаете в русскоязычных СМИ. Мои лучшие рекомендации: /channel/denissexy
Читать полностью…
В Google Brain разработали нейросеть, которая делает из пикселизированных фото подробные. Посмотрите по ссылке, это впечатляет - программа создаёт довольно подробное изображение лица, имея картинку всего 8 на 8 пикселей. Правда, нейросеть не восстанавливает оригинальное фото, а лишь пробует угадать, подобрать его. Полученная в итоге детализированная картинка может сильно отличаться от оригинала, но при их пикселизации результат будет одинаковым.
Тестирование провели на фотографиях знаменитостей и спален - в первом случае 10% подопытных не смогли отличить оригинал от восстановленной картинки, во втором - 28%. На примерах видно, что в некоторых случаях нейросеть почти верно "угадала" лицо, в других - наоборот, нарисовала кого-то другого. Так что найти преступника, увеличив картинку с камеры наблюдения, как в сериале CSI, вряд ли получится. Возможно, так будут улучшать изображение в компьютерных играх, я не знаю - можете сами придумать сценарии, в которых качество изображения при зуме важнее его достоверности.
https://arstechnica.co.uk/information-technology/2017/02/google-brain-super-resolution-zoom-enhance/
По-русски: https://geektimes.ru/post/285616/
Ранее американские учёные научили нейросеть узнавать людей на заблюренных и пикселизированных фото, вот это впечатляет даже больше, почитайте: /channel/brodetsky/531
В конце 2016 года Google выкатили мощное обновление Google Translate - благодаря нейросетям сервис стал переводить намного лучше, даже в языковых парах, для которых у него было мало примеров правильного перевода. В NYT в декабре вышел большой текст о том, как Google Translate переводили на новые рельсы - с машинным обучением. Текст неоправданно длинный и изобилует лишними подробностями - автор много общался с разработчиками и не мог отказать себе в описаниях малоинтересных для читателя сцен и разговоров в офисах Google. Внутригугловскую корпоративную эпопею при чтении можно пропускать - кроме неё там есть неплохой ликбез по машинному обучению и экскурс в его историю, а также затрагиваются проблемы машинного перевода. Для специалистов ничего нового, но любителям почитать "на пальцах", как всё устроено - рекомендую: https://nyti.ms/2jAKKLn
Чтобы не тратить время, можно читать перевод, который сегодня опубликовали на VC: https://vc.ru/p/the-great-ai-awakening
Как нейросетевой переводчик Google Translate научился переводить предложения между парами языков, переводить которые его не обучали: /channel/brodetsky/670