​​​​Интересная заметка от 2016 года на тему того, что «если что-то надежно работает, то не нужно это улучшать».

Американские военные для управления отдельными функциями ядерного арсенала до сих пор используют компьютеры разработанные в 1970х, эти компьютеры используют 8-дюймовые дискеты, и используются они «ну, потому что все еще работают».

На фото ниже, сделанном в 2016 году, IBM Series/1 координирует операционные функции межконтинентальных баллистических ракет, атомных бомбардировщиков и самолетов-заправщиков.

IBM Series/1 выпустил в 1976 году, а сняли с продажи в 1988 🌚

Их наверное обновили уже, но как же клево когда техника служит 43 года просто работает.

https://www.npr.org/sections/thetwo-way/2016/05/26/479588478/report-u-s-nuclear-system-relies-on-outdated-technology-such-as-floppy-disks

Пару дней назад я писал о нейронке которая позволяет почти в режиме реального времени мимикрировать под чужой голос, а вчера на WSJ вышла статья, что еще в марте преступники подделали голос для обмана руководства одной из фирм в Англии и выманили таким образом 220 000 евро.

Генеральный директор представительства энергетической фирмы из Великобритании подумал, что разговаривает по телефону со своим боссом, руководителем немецкой компании. Босс попросил как можно скорее отправить средства венгерскому поставщику, мол это его личный указ который нужно исполнить в течение часа. Что судя по всему и случилось, правда никто не говорит что за фирма пострадала.

CEO из Великобритании отдельно отмечает, что узнал и небольшой немецкий акцент своего босса и «мелодию» языка.

Социальная инженерия и AI опасный коктейль, забавно что основной инструмент мошенников такой же как и всегда: выполнить то, что они просят нужно срочно – сжатые сроки, яркий признак мошенничества.

Тут история целиком, но она закрыта пейволлом:
https://www.wsj.com/articles/fraudsters-use-ai-to-mimic-ceos-voice-in-unusual-cybercrime-case-11567157402

UPD, тут в переводе, спасибо коллегам:
https://vc.ru/81300

​Залипательная гифка о борьбе браузеров за долю рынка с 1996 года до настоящего момента.

Автор, там же написано на чем она сделана и какие данные использовал автор.

Просто приятный таймлапс с автопилотом Tesla <3

​Давно я не советовал маленьких и полезных штук, в этот раз мелкое платное приложение под iOS.

Я ужасно скучаю по реализации шаринга контента между приложениями на Android — если вы никогда не работали с Android, то там в экране шаринга показываются все приложение совместимые с контетом который вы хотели бы передать в другой апп, в iOS для этого разработчик должен поддержать отдельно экран шаринга, и многие забивают на это.

Представьте такой сценарий:
Вы получили ссылку на Youtube ролик в Telegram, нажали на эту ссылку и она открылась во внутреннем браузере Telegram, где вы не авторизованы и это не приложение, вы пытаетесь авторизоваться, вспоминаете, что храните все пароли в Chrome, тратите еще 3 минуты и забываете ту шутку которую хотели написать под видео и ставите всем дизлайки злой, и недовольный 😤

Opener — маленькое приложение и все что оно умеет, предлагать открывать ссылки определённых типов в приложениях для этого созданных (если они установлены и апп поддерживается). В видео ниже понятно как всё работает.

Мой постоянный сценарий использования:
Я читаю Reddit через приложение Apollo, и всегда шарю ссылки на Reddit из гуглпоиска чтобы почитать их в Apollo, иначе это боль найти там такой же пост.

Приложение стоит 2 доллара и пока это одна из лучших моих покупок под iOS:
https://apps.apple.com/ru/app/opener-open-links-in-apps/id989565871

Очень надеюсь они поддержат приложение Jira там, пока интеграции нет :/

А вот, кстати, насколько хорошо алгоритм восстановил лица из картинок 16х16 пикселей: первая строка – пиксельные лица 16х16 которые дали на вход нейронке, вторая строка – то что сгенерировала нейронка, третья строка – реальные фото лиц которые ухудшали для теста. Работает так, что кажется узнавать лица людей в будущем будет совсем просто.

​И немного в тему прошлого поста, вы наверное уже видели как протестующие в Гонконге уничтожают "умный столб" чтобы избежать опознания с помощью вмонтированного в него оборудования, вот это  видео у Андрея в канале.

Так вот, я наткнулся на неофициальную спецификацию такого столба сделанную по останкам столба из видео – один такой столб стоит примерно 85 000$ и содержит в себе:

3 индустриальные панорамные камеры высокого разрешения;
Сетевой свитч;
Bluetooth датчик;
WiFi точку доступа;
3G, 4G, 5G станции;
RFID приемник;
Метео-датчики;
Датчик Гамма-излучения;
Датчик загрязнения воздуха;
Несколько компьютеров вмонтированных в столб для обработки этих данных.

С точки зрения инженерии, это произведение искусства обеспечивающее город огромным количеством полезной информации – о пробках, о качестве окружающей среды, о нарушениях и тп и тд, в общем находка для урбанистов.

Таких столбов в Гонконге около 50, должны были поставить 400, но компания которая их устанавливает  заморозила проект на время беспорядков.

Так вот, учитывая прогресс в области распознания лиц, где лицо можно дорисовать с вида сбоку, где лицо можно восстановить из картинки низкого качества (пост выше), я просто не понимаю смысла в уничтожении этих столбов. У каждой полицейской машины, у каждого местного "омоновца" есть камера, у каждого магазина, на каждой станции метро, камеры всюду – одного кадра с которой достаточно чтобы восстановить лицо человека и опознать его.

Как бы не хотелось протестующим обезопасить себя от распознавания лиц, но мне кажется слишком поздно ждать от мира, что в нем будет меньше камер, единственное что может помочь это или маски, или "атака" на систему распознания, например, такой шапкой с "наклейкой" как в превью ниже – нейронка теряется и начинает думать что в каждом кадре разные люди.

А столбы клевые.

Если вы пропустили мем про RTX ON, то может и не знаете, что это такой вид рендера для создания реалистичного освещения, отражений и теней, для более высокого уровня реализма, в народе это зовут "Трассировка лучей" и я не смогу описать как это работает, так как я не очень умный.

Так вот, эту модную технологию можно применять не только в играх, но и для хобби задач – в видео ниже чувак с помощью Python и открытых данных на сайте NASA сделал клевый рендер луны:
https://vimeo.com/354527906

Самое главное, в блоге по шагам раписано как такое сделать самому (включая notebook на Jupyter):
https://medium.com/@sulej.robert/the-moon-made-twice-at-home-a2cb73b3f1e8  

А тут можно посмотреть еще красивые картинки:
https://www.behance.net/gallery/84326717/Making-of-the-Moon  

°˖✧◝(⁰▿⁰)◜✧˖°

Меня просто поражает, насколько развиты сейчас интернет сообщества любителей астрономии и как быстро они могут узнать все что только можно исходя из одной фотографии.

В посте ниже снимок который сделала американская разведка с неизвестного спутника текущего поколения – на фото происшествие которое случилось в пятницу в Иране с их космической программой: ракета-носитель взорвалась во время заправки.

Снимок, конечно же опубликовал не кто-то там, а сам Трамп у себя в твиттере и на снимке черный угол вверху, это какая-то секретная информация которую просто закрыли черным квадратом. Кроме этого, всех довольно сильно впечатляет насколько детально видно космодром иранцев.

Любители-астрономы изучив тени на этом снимке, смогли определить в какое время был сделан снимок, а изучив «наклон» объектов на фото, смогли понять с какого угла сделали снимок.
Дальше, с помощью этих данных и открытой базы данных наблюдений за спутниками, которую тоже наполняет сообщество – прописывая в базу траекторий, и фотографии спутников которые удалось засечь с земли, сообщество смогло предположить, что это хабло-подобный спутник USA 224 запущенный в 2011 году.

Сложно что-то прятать в 2019 году от любителей космоса 💖

А вот, кстати, видео целиком где чувак ловит рыбу с дрона. Говрят ему теперь грозит штраф за ловлю рыбы без лицензии (⁄ ⁄•⁄ω⁄•⁄ ⁄)  

https://www.facebook.com/UAVMe/videos/2157974847663933/

Поучительная история: играясь в отпуске с некоторой нашей с @kborislav собственной модификацией нейросетевой модели GPT-2 (я про неё рассказывал), я решил доучить её на массиве из 37К гороскопов, намайненных из онлайн-СМИ и получил довольно вдохновляющие результаты, примерно такого плана:

PROMPT>>> Гороскоп на
SAMPLE>>> 14 февраля. ОВЕН Проведите время с близкими и родными. Если вы в ссоре, уделите внимание семье, порадуйте родных подарками, пообщайтесь с детьми. ТЕЛЕЦ Гороскоп на сегодня предупреждает, что вас ждет удачный день. Если вы потерпели фиаско, оставайтесь в тени, и звезды обещают вам только позитивные эмоции. БЛИЗНЕЦЫ Сегодня вам придется защищать и отстаивать свои позиции, так как вам сложно будет реагировать на происходящее спокойно. Но постарайтесь не переборщить с серьезными неприятностями. РАК Не пытайтесь проявлять инициативу, сегодня у вас не все получится. Кроме того, ваша излишняя эмоциональность может навредить. Гороскоп на сегодня рекомендует быть осторожным с проявлением инициативы. ЛЕВ Вы слишком эмоционально реагируете на происходящее. Вам сложно принять осознанное решение. Вы не в силах изменить положение дел. Попробуйте взглянуть на происходящее по-новому, и тогда близкие помогут вам отыскать выход из сложившейся ситуации. ДЕВА Напряженный день. Вы пытаетесь отыскать баланс между собственными нуждами и желаниями. Сосредоточьтесь на каком-то одном деле или цели, положитесь на интуицию.

Я радовался качеству выхлопа, пока не сообразил, что, кажется, сами исходные тексты в основном порождены гораздо более простой моделью (местами похоже на конечные грамматики или марковские цепи), так что сетка довольно легко их моделирует.

До кучи: вот тут народ развлекается генерацией англоязычных гороскопов.
Кстати, если кто пропустил, полную англоязычную GPT-2 таки выучили и выложили два студента, оборвав мучения OpenAI.

Исследователи из Facebook Research Team опубликовали предварительную версию научной работы, где попытались обосновать создание ими бота-ассистента для игры Minecraft.  

Там много общих слов, но основной смысл прост: на основе взаимодействия игроков и бота можно полноценно обучать нейронки, а также изучать поведение людей. Сейчас нейронные сети хоть и решают задачи по распознаванию образов быстрее человека, они всё же не способны мыслить за рамках обучаемой модели. Идея Facebook Research заключается в том, чтобы обучить бота выполнять огромное количество простых задач, вместо обучения решению одной задачи супербыстро.

Бот работает следующим образом: пользователь пишет ему в чате команды (в идеале даже естественным языком вроде "наресуй тама кружочег", правда, только на английском), а бот строит из кубиков круг.

Пока что бот не умеет практически ничего, кроме совсем простых команд, но исследователи полагают, что бот сможет в будущем отвечать на сложные запросы вроде "построй башню в 15 блоков в высоту и поставь смайлик сверху". Для этого бот должен научиться понимать, что такое концепт "башни" в принципе, какие они бывают, какие ограничения могут быть у башни в Minecraft, насколько красивую башню можно построить при наличии определенного количества материала, что такое 15 блоков в высоту, что такое высота вообще и наконец – что такое смайлик и куда его поставить.

Поскольку Minecraft – игра довольно комплексная и не ограничивается одной только постройкой, – бота будут обучать и другим командам.

Поиграться с ассистентом можно, скачав бота на гитхабе проекта (работает только на локальном сервере).

https://research.fb.com/publications/why-build-an-assistant-in-minecraft/

https://github.com/facebookresearch/craftassist

​Вы наверное уже видели и приложение ZAO которое меняет лица, и то что на Github выложили максимально подробную инструкцию на русском  на тему того, как самому в домашних условиях воспользоваться нейронной пересадкой лиц (код  тут).

Zao не дает себя поставить нормально за пределами китайских сторов или выбрать какие-то видео которые вы хотели бы обработать, там только заданные сцены из популярных фильмов.

DeepFaceLab же дает сделать что угодно, но требует действительно серьезной подготовки, чтобы получить результат такого уровня, который я не раз постил в этот канал.

А пару дней назад я наткнулся на GAN алгоритм "Few-shot face translation" суть которого заключается в наиболее близком для всех потребителей сценарии:
Алгоритму нужно всего одно фото лица, и уже его он вставляет в фотографию или видео.

На гифке ниже пример работы – я прямо вижу как через год вы просто выбираете и фото, и видео, и все происходит как обычная магия прямо в браузерере или приложении.

Любопытное исследование, которое, правда, уже критикуют на реддите за качество – за то что оно ссылается на прошлые исследования которые «не очень» или устарели в научном мире.

3 года ученые изучали «пропускную способность языков» и обнаружили, что примерно все языки мира передают информацию со скоростью 39.15 бит в секунду.

Изучали они это все с помощью анализа «возможных звуков» языка в секунду и пришли к выводу, что не важно насколько быстрый язык на котором говорит человек, мозг не может обработать больше определенного количества «звуков» в секунду, например, в английском, это 9 звуков в секунду, пишут ученые.

«Властелин колец RIP 4 gb» на торрентах с такой скоростью передавать другому человеку с помощью английских звуков примерно 223 года (//ω//)

https://www.sciencemag.org/news/2019/09/human-speech-may-have-universal-transmission-rate-39-bits-second

Андроид 10 же вышел. Как минимум давайте посмотрим как его презентуют.

android.com/android-10/

Исследователи из Allen Institute for Artificial Intelligence разработали программу, которая успешно прошла школьный научный тест. Программа Aristo ответила правильно на 90% вопросов теста для 8 класса и на 80% теста для 12 класса. Такой тест — это не тривиальное выуживание информации из базы данных. Вот пример вопроса:

Which change would most likely cause a decrease in the number of squirrels living in an area?
(1) a decrease in the number of predators
(2) a decrease in competition between the squirrels
(3) an increase in available food
(4) an increase in the number of forest fires

Можете сами попробовать ответить на несколько вопросов (я ошибся в одном).

Это хорошая альтернатива другим ИИ-бенчмаркам вроде логических игр — для нахождения ответов программе нужна логика и понимание языка, а не только вычислительная мощность.

Программу создали, используя языковую модель Bert, созданную исследователями из Google. В неё загрузили тысячи статей с Википедии и огромную библиотеку художественных книг — от романов до научной фантастики. Проанализировав все эти данные, система научилась предсказывать пропущенное слово в предложении. Получив лишь один этот навык, программа впитала в себя огромное количество информации о том, как работает человеческий язык. И эту информацию теперь можно использовать для разных задач. Языковую модель Aristo построили поверх этой модели — в неё загрузили базу вопросов и ответов, и со временем система обучилась отвечать на похожие вопросы.

Подобные языковые модели используются в разных  исследовательских проектах — от разработки разговорных интерфейсов до анализа фейковых новостей. Качество их работы будет только расти, получая больше данных и вычислительных мощностей. Но интерпретация человеческого языка машиной — лишь одна из сложностей. Исследователи, которые пытаются научить компьютер проходить вступительный тест в колледж, говорят — текстовые задания решить реально. Но научить машину читать и решать математические задачи пока не получается.

Уилл Смит когда-то отказался играть Нео в Матрице, но спасибо DeepFake теперь можно не спрашивать актеров ☉ ‿ ⚆

https://youtu.be/1h-yy3h1u04

Нейронки против нейронок 🍿