Сразу хотим вас предупредить: если вы вдруг захотите поиграть с ИИ в прятки (ну, кто вас знает), то учтите – он научился видеть в темноте и сквозь стены!
Ученые из Массачусетского технологического института разработали систему, способную «видеть» людей сквозь стены, отслеживая их позы и движения! В 2013 году они выяснили, как для этой цели использовать беспроводные сигналы, в 2015 году улучшенная технология уже позволяла различать и отслеживать индивидов, а недавно исследователи смогли «привязать» последнюю версию этой технологии под названием RF-Pose к нейросети и «научить» последнюю распознавать позы и движения находящихся за стеной людей.
Ученые верят, что у технологии RF-Pose есть широкий спектр потенциальных применений: ее можно будет применять для отслеживания людей с различными заболеваниями, для присмотра за пожилыми людьми и при поисково-спасательных работах.
Эта технология испускает слабые сигналы через стены и обрабатывает отраженное излучение для последующего составления 3D-скана исследуемой области. Чтобы научиться создавать динамичное изображение фигуры человека, нейросети «скормили» тысячи изображений людей в разных позах.
Что только ИИ не «скармливают»: и фото, и песни, и фильмы, и книги… Кстати, о книгах!
Искусственный интеллект научился переводить на иностранные языки без помощи человека! Ученые доказали, что нейросети могут самостоятельно обучаться переводу на иностранные языки: если ИИ «скормить» много книг, написанных, например, на английском и испанском языках (разных!), то алгоритм сам сможет научиться переводу с испанского на английский и наоборот, причем без чьей-либо помощи (ну, кроме разработчиков, конечно).
В двух независимых исследованиях ученые использовали так называемый метод машинного обучения без учителя: ИИ должен был самостоятельно создать двуязычные словари. Было бы понятно, если бы алгоритм сопоставлял две одинаковые книги на разных языках (почему-то сразу на ум пришли книги по методу Ильи Франка). Хотя зная, как может, например, перевод художественной книги отличаться от оригинального текста, заставлять нейросеть обучаться на основе таких книг было бы неправильно…
Нет, всё устроено иначе. В алгоритм заложен такой принцип: слова во многих языках группируются друг с другом (например, «стол» и «стул» часто используются вместе, как «кошка» и «собака»), поэтому совместные появления таких слов нужно распределять в форме большого «дорожного» атласа (где вместо названий городов – слова). Эти атласы у каждого языка будут со своими названиями (что логично), но похожи друг на друга. Поэтому задача ИИ – определить лучший вариант «наложения» атласов двух разных языков. Именно так нейросеть и создала свои двуязычные словари.
Для обучения ИИ переводу используются методы обратного перевода и шумоподавления. При обратном переводе сначала предложение грубо переводится с одного языка на другой, а затем обратно на язык оригинала: если полученное предложение отличается от исходного, то нейросети выучат этот урок и будут стараться перевести в следующий раз точнее (а это похоже на нашу игру в «Переперевод», помните?). Второй метод – шумоподавления – заключается в добавлении в предложение «шума» (т.е. изменении порядка слов или их количества), чтобы ИИ попытался полученную фразу перевести на язык оригинала. Так обратный перевод и шумоподавление обучают ИИ структуре языка.
Для справедливости отметим, что при переводе документа, состоящем из 30 млн предложений, с английского на французский, специалисты по переводу (это люди, если что) набирают обычно более 50 баллов, в то время как ИИ пока набирает лишь 15.
Ну что ж, и тем, и другим, есть, к чему стремиться! 🙂
По материалам:
https://www.popmech.ru/technologies/news-427462-ii-nauchilsya-otslezhivat-dvizheniya-lyudey-cherez-stenu/
https://incrussia.ru/news/iskusstvennyj-intellekt-nauchilsya-perevodit-na-inostrannye-yazyki-bez-pomoshhi-cheloveka/
