Примерно это выйдет, если совместить автопилот Теслы и Бенни Хилл – https://www.tesla.com/en_GB/videos/autopilot-self-driving-hardware-neighborhood-short

Обратите внимание как машина в коце сама паркуется, какая прелесть.

Ковырялся тут на хостинге и наткнулся на интерактивную статью которую переводил в свое время – о том как же на самом деле работает процессор. Если вам вдруг хочется чего-то необычного в воскресный вечер, можете попробовать – я не гарантирую, что станет хоть что-то яснее, но я там шутил в переводе. С телефона может и не работает, я не уверен.

http://shir-man.com/static/easycpu/

Если у вас есть 2 компьютера, а еще 2 монитора и 2 веб-камеры – то вы можете передавать данные между устройствами не с помощью WiFi или LAN как какой-нибудь ретроград, а выводя QR коды на экран монитора и считывая их друг с друга.
Иными словами – если вы ебанулись, то вам никто не может помешать сделать это зрелищно.

Из недостатков:
– Фейсбук при такой скорости загрузится часа за 4 (1-2 kBps, если я не напутал с расчетами);
– Часть экрана которая отвечает за передачу данных нельзя ничем закрывать, данные идут же, внимательнее! Ну!

Подробнее в блоге автора: http://seiferteric.com/?p=356

Почти два месяца прошло с публикации командой DeepMind исходников WaveNet под TensorFlow, а это в целом дофига, ради интереса посидел вечером и собрал, что из интересного удалось насинтезировать комьюнити на данном этапе и запихнул все интересное (как по мне) в аудио, если коротко – пока что ваш голос у вас никто не украдет, а звуки синтеза речи роботом – все еще звуки синтеза речи роботом.

Но если вы звукорежиссер в фильмах ужасов – вам срочно нужно в deep learning.

Общие детали: почти все короткие семплы обсчитывались часов 8 на отрезок, на мощных и современных GPU (Titan и т.п.). Музыку пытались синтезировать по первой секунде трека или по отдельному отрезку.

Аудио-файл с демо:
https://soundcloud.com/shirman/wavenet-demo-november-2016

Исходный код на гитхаб:
https://github.com/ibab/tensorflow-wavenet

Многие спорят о полезности нового тачбара макбука pro – а я для себя решил, что это 100% мастхев, ведь там можно запустить Doom. А представьте, если сим-сити туда вывести на фулл-тайм?

https://www.youtube.com/watch?v=GD0L46y3IqI

Запомните: роботы - наши верные друзья.

https://twitter.com/keith_alfaro/status/797982176906088448

Короткие новости – совсем скоро можно будет посмотреть результаты УЗИ в VR, а также напечатать ваше чадо на 3d принтере, намного лучше чем черно-белый шум этот сейчас. Ниже – результат такого сканирования.

http://www.telegraph.co.uk/science/2016/11/21/parents-can-meet-unborn-children-first-time-3d-virtual-reality/

Вот вы все веселились в играх типа поинт-н-клик, не воспринимали их всерьез – а в Голландии готовы тестировать AR приложение для полиции которое "подсвечивает" объекты на месте преступления.

На этом месте был такой поток шуток, что я вас пощадил. Но главное, что скорее всего оно правда будет работать и всякие heavy rain гаджеты действительно могут сильно помочь.

https://www.newscientist.com/article/2113450-dutch-police-use-augmented-reality-to-investigate-crime-scenes/

Я уже как-то писал о дорисовке объектов нейронной сетью (http://bit.ly/2eezfsO). Так вот, ученые из института Беркли разработали алгоритм Image-to-Image – который может визуально дорисовывать объекты учитывая "контекст" изображения.

Применений для этой технологии масса – создание текстур, реконструкция фотографий, применение в картографии, "умная" фоторетушь и тп, но если бы мне дали возможность выбирать, то я бы сделал детский "paint" для смартфона – очень это весело, нарисовать что-то тяп ляп и получить реалистичную текстуру.

Исходный код и детали доступны по ссылке: https://phillipi.github.io/pix2pix/

Примеры работы image-to-image

http://bit.ly/2fQb3eJ

Написал тут небольшой (🤓) продуктовый материал на тему того как будет выглядеть запуск приложения на смартфоне через пару лет, что такое "Операционная система Телеграм" и почему вам стоит прекратить делать чатбота сейчас (скорее всего правда стоит прекратить, но есть яркие звездочки).

Еще добавлю, что ради интереса перешел пару недель назад на чтение всех своих RSS лент в Телеграм, на "попробовать" и в итоге уже не представляю как вернуться назад, так как это быстро и удобно, и работает.

Теперь ясно как Трамп победил выборы – это новый уровень в спаме гугл аналитики я считаю

Короткая новость от nplus1: "Нейросеть прочла по губам речь дикторов BBC"
https://nplus1.ru/news/2016/11/23/neural-network

"Тесты показали, что в 46,8 процентах случаев система правильно определяет, что сказал участник телепрограммы" – 50% это не так мало, как мне кажется, но явно есть куда расти.

Будет ли прайваси вообще в этом вашем будущем?

Сап телеграм! Я знаю, что уже достал всех с призма-подобными алгоритмами (прошлый пост: https://telegram.me/denissexy/32), но на arxiv.org выложили описание улучшенного метода переноса художественного стиля, который работает намного качественнее – он "фактурнее" делает стилизацию, алгоритм умеет смешивать стили, использовать для различных объектов свой художественный стиль (учитывать контекст объекта), рендерить все это в хорошем разрешении – в общем посмотрите на картинки ниже, я впечатлён .

Будь я художником – я бы стал луддитом.

Ссылка на сам документ:
https://arxiv.org/pdf/1611.07865v1
Исходный код пока недоступен.