Обычно, говоря о развитии IT-отрасли, считают что приход в страну больших международных компаний -- это хорошо: рост инвестиций, глобальная экспертиза, упрощение выхода на внешние рынки и т. д.

MIT Technology Review рассказывает, как израильская "нация стартапов" оказалась под угрозой существования из-за прихода в страну технологических гигантов: за последние годы более 100 компаний из 21 страны открыли в Израиле R&D центры. В лидерах "присутствия" такие компании как IBM, Intel, Microsoft, Motorola и Cisco — все в надежде ухватить кусочек бурлящей экосистемы из более чем 6000 стартапов.

1. Сокращение доступности талантов
"Сначала мы думали, что чем больше глобальных компаний мы приведем сюда, тем больше инженеров мы обеспечим работой." Но в реальности они перетягивают к себе инженеров, "оставляя пустыми рабочие места в стартапах, которые мы хотим развивать, и больших компаниях, которые мы хотим поддерживать". В результате за несколько лет на 300т высоко-квалифицированных рабочих в Израиле наблюдается хроническая нехватка в 15т специалистов. Локальные компании вынуждены закрывать потребности в кадрах, открывая дочки в других странах (Украина в лидерах).

2. Перегретый рынок зарплат
Глобальные компании существенно поднимают средний уровень зарплат. Стартапы просто не могут потянуть пакет компенсаций, предлагаемый большой международной компанией. Зарплаты в технологическом секторе уже в два раза превышают средние по стране и этот отрыв продолжается. Пришедший год назад Amazon не только начал предлагать зарплаты в 2-3 раза выше средних, но также не стеснялся переманивать инженеров из собственных клиентов.

"У нас нет бесконечного пула талантов. Если наши предприниматели не могут нанять людей в соревновании с глобальными компаниями, нам будет все труднее и труднее быть инновационными."

3. Замедление экосистемы стартапов
Интерес и инвестиции мультинациональных компаний выхолащивают израильскую экосистему стартапов: каждый год падает количество открытых и растет количество закрытых стартапов, в то время как сумма "поднятых" денег только растет. В итоге с 2015 постепенно падает и количество закрытых сделок.

[В статье этого нет, но похоже, что происходит сгущение/кристаллизация рынка с подстройкой под запросы инвесторов вместо стихийного бурления, которое было лет 5-10 назад.]

4. Ограниченная экономическая отдача
Отдача от международных компаний в экономику страны существенно ниже, чем от локальных компаний. Последний тренд: купить израильскую компанию и преправить ее в R&D-подразделение. По статистике, на каждого работника израильской хайтек-компании создаются два дополнительных рабочих места (по цепочке производства), в то время как на каждого сотрудника R&D-центра, создается только 1/3 рабочих мест. Одновременно сокращаются доходы от интеллектуальной собственности и налогов.

Конечно, бывают исключения, например израильское подразделение Intel функционирует скорее как отдельная полноценная компания.

https://www.technologyreview.com/s/612717/israels-startup-nation-is-under-threat-from-the-tech-giants-that-nurtured-it/

Продолжим тему ONNX. Напомню, что это единый формат для экспорта моделей нейронных сетей для разных фреймворков, разрабатываемый в виде открытой инициативы пулом компаний, включая Facebook, Microsoft и Amazon. В ноябре прошлого года появилась первая версия библиотеки ONNX.js, позволяющая исполнять ONNX-модели в браузере или в рамках Node.js. Для ускорения работы используется решим многопоточности на базе веб-веркеров, также можно выбирать между разными бекэндами: WebGL или WebAssembly.

По ссылке — вводная статья в использование библиотеки: https://towardsdatascience.com/onnx-js-universal-deep-learning-models-in-the-browser-fbd268c67513
Предобученные модели в ONNX-формате: https://github.com/onnx/models/blob/master/README.md
ONNX.js на Github: https://github.com/Microsoft/onnxjs

Тема необходимости регулирования технологий продолжает бурлить и, кажется, в новом году ее будет еще больше. Взять хотя бы формирование в Китие комитета по этике для обсуждения роли ИИ. До этого момента я часто слышал мысль, что в США и особенно Европейском союзе регуляторы сдерживают развитие индустрии, а вот в Китае мол полный хаос.

Но сегодня взгляд все же из США. Брэд Смит, президент Microsoft (не путать с CEO) и главный юрист компании, рассказывает о главных проблемах года грядущего.

1. Приватность. Защита приватности граждан углубляется в Европе и начинает распространяться по США, становясь предметом внутреннего политического противоборства. В США лидерах оказалась Калифорния, принявшая  Consumer Privacy Act, дающий право бесплатно узнать о всех собираемых данных, запрещать перепродажу информации, судить за беспечность и запрашивать удаление. Впереди остальные штаты и широкое обсуждение в конгрессе.

2. Дезинформация. Комитеты продолжают подсчитывать, сколько же людей попало под влияние масштабных интервенций в социальные сети в 2015-2017 года (последняя оценка - 30 млн. человек, шаривших, лайкавших или комментирующих лживые посты). Как противодействие внешнему влиянию социальные сети и технические игроки начали внедрять новые инструменты для оценки деятельности пользователей и фильтрации выдачи. Все чаще звучит запрос на регулирование, который пока сфокусирован на обязательстве социальных платформ определять происхождение аккаунтов или постов.

3. Протекционизм в Тихоокеанском регионе. Да, речь про отношения США и Китая. В политическом ветре Вашингтона явно наблюдаются перемены, связанные с осознанием успехов Китая в ИИ и других технологиях и широких последствиях этого на собственную экономику и национальную безопасность. Тут все: от ареста руководителей китайских компаний до ограничений на использование китайских компонент в 5G-сетях. В Европе начали задумываться об ограничениях на покупку локальных стартапов из-за рубежа.

4. Цифровая дипломатия. В 2018, на первый взгляд, было сильно ниже в смысле больших кибер-атак вроде WannaCry и NotPetya в 2017, но в реальности атаки продолжились и включают все больше вовлеченных государств. Фокус защиты сместился на уровень отдельных аппаратных компонент. Цифровая дипломатия от сотрудничества отдельных государств "спустилась" до уровнять технологических компаний. Тут и Charter of Trust от Siemens по защите интернета вещей, и Tech Accord от Microsoft по консолидации усилий в киберзащите, и ноябрьский Call for Trust and Security in Cyberspace от президента Франции Макрона. Последний, впрочем, подписали все страны EU и почти все страны НАТО, исключая США и Великобританию.

5.  Этические вызовы перед ИИ. Прошлый год отметился невиданной ранее активностью собственных сотрудников, ставящих перед своими компаниями этические вопросы: от использования ИИ в военных целях до повсеместного распознавания лиц. Технологические компании начали сами формировать необходимость дополнительного регулирования и обсуждения этических норм. В Европе эта тематика, в основном, проходит под флагом GDPR.

6. ИИ и экономика. Продолжаются дискуссии о том, как ИИ влияет на безработицу, причем разговоры постепенно от рабочих мест смещается в стороны дихотомии выигравших и проигравших. В некоторых странах с падающим населением (Япония и Южная Корея), проблема стоит не так остро, так как наоборот нужно замещать нехватку человеческих ресурсов. Таких стран будет больше.

7. Человеческая сторона технологий. В 2018 тематика иммиграции и разнообразия человеческого ресурса была центральной для многих технологических компаний. Все это перемешивается с внутренними движениями сотрудников внутри компаний (от возмущения отношением к женщинам до сопереживания коллегам, попавшим под регулирование иммиграции), форсированием большими компаниями своих подходов на подрядчиков (например, Microsoft в США обязывает подрядчиков предоставлять 12-недельный отпуск для родителей новорожденных).

8. Широкополосный доступ в сельской местности. С США и некоторых государство и технологические компании продолжают фокусироваться над расширения доступа к современных технологиям для отдаленных регионов. Отсутствие современной инфраструктуры рассматривается как один из ключевых факторов роста политического расслоения общества и экономического отставания. Помимо исправления проблем с неточностью официальной статистики, нужны также новые технологические решения вроде использования неиспользуемых ТВ-частот.

9. Суверенность, права человека и облако. В начале десятилетия казалось, что для обслуживания всего мира достаточно иметь датацентры в США. Сегодня все больше стран хочет, чтобы данные государственного сектора или даже всех локальных игроков обрабатывались внутри физических границ. Все это находится в противоречии с технологическим развитием и защитой фундаментальных прав граждан.

10. Рост технологий и сообществ. То, что хорошо для технологических компаний может ущемлять локальные сообщества. С одной стороны, они создают новые и хорошо оплачиваемые рабочие места, что способствует росту локальной экономики. С другой стороны, быстрый рост приводит к стрессу в инфраструктуре сообщества, включая школы и транспортные сети, а также стоимость жилья. Сегодня растет понимание, что в отдельные регионах технологические компании косвенно причастны к росту безработицы и ухудшению локальной инфраструктуры.

https://www.linkedin.com/pulse/today-technology-top-10-tech-issues-2019-brad-smith/

Все из-за плохого дизайна! В Калифорнии мужик психанул на заправке из-за сложностей с платежной системой и после перепалки с менеджером вернулся в магазин с канистрой бензина, разлил все на пол и попытался все поджечь перед побегом. Полиция догнала его на второй заправке и вызвала подкрепление, когда увидела что-то похожее на оружие.

А теперь про тренды:
1. Опасаясь, что он может что-нибудь подстрелить и взорвать заправку, место оцепили, установили баррикады, в дополнение к полицейским прибыли SWAT, переговорщики и пожарники. С помощью полицейского робота подозреваемому прямо в окно его пикапа доставили телефон для переговоров .
2. Спустя шесть часов, подозреваемый согласился сдаться, но попросил закурить. Испугавшись, что он захочет все поджечь, полиция вместо сигарет с помощью все того же дрона доставила трубку для вейпинга. Оружия, конечно, не нашли.

https://www.theverge.com/2019/1/13/18181228/california-standoff-end-police-robot-delivered-vape-pen-to-suspect

В журнале Science вышла хорошая заметка об исследованиях в области распознования речи по анализу активности нейронов головного мозга, позволяющая примерно оценить текущее состояние технологии.

1. Для получения достаточного количества детальных данных сегодня необходимо вскрывать череп. Навряд ли вы позволите это делать на себе. Реальные данные собираются в редких случаях, когда предстоит хирургическая операция на мозге, но и там "окно возможности" сбора данных — это 20-30 минут на все операции. Поэтому сборка данных фактически совмещается с картированием, необходимым, например, для отметки областей мозга, занимающихся речью.

2. Собираемый набор информации пока позволяет распознавать в узких диапазонах вокализацию речи, но не ее смысл. То есть грубо говоря, различить отдельные цифры из 10 возможных или отдельные простые слова. Причем воспроизведение скорее звуковое, чем смысловое — в одном из экспериментов снимаются данные с моторной части мозга, посылающей команды в голосовой тракт; в другом из слуховой коры, обрабатывающей первичную информацию. Это также хорошо слышно по примерам в статье.

3. Формирование речи в нашем мозге намного сильнее завязано на физические потребности голосового тракта (как формируется звук), чем на то, как речь звучит (фонетика). И, похоже, это нужно учитывать при анализе и синтезе речи. В одном эксперименте, учитывая моторику речевого аппарата, ученые смогли реконструировать целые преложения, и, вроде как, их даже распознают (с некоторыми нюансами, но круто же!).

4. Мы по-прежнему далеки от неинвазивного (без вскрытия коробочки) считывания сигналов мозга, достаточного для сложных вещей вроде распознавания речи. Пока не понятно, как обойти этот барьер.

5. Особенность всех этих исследований — это совмещение реальных звуков, произносимых человеком (в том числе невокализованной речи), с активностью мозга. Как отслеживать внутреннюю речь, пока не понятно, известно, что активность мозга в эти моменты отличается от того, что мы наблюдаем, когда слышим или произносим вслух.

http://www.sciencemag.org/news/2019/01/artificial-intelligence-turns-brain-activity-speech

От следующего исследования у многих будет штормить. Исследователи из Университета Колорадо (США) провели опрос на репрезентативных выборках жителей США, Франции и Германии на тему их отношения к теме генно-модифицированных растений.

В исследовании ученые проверяли, не только отношение людей к сложной теме, но также и их уровень научных знаний и, что важно, их собственную интерпретацию уровня своих знаний.

В результате обнаружилась интересная корреляция — чем более экстремально проявлялась оппозиционность, тем не просто были меньше знания человека о теме, но и росла его уверенность в собственной правоте.

"У носителей экстремальной точки зрения слабая калибровка. Если ты многого не знаешь, очень трудно оценить, как много ты знаешь. Ощущение понимания, которое у них есть, останавливает их от дальнейшего изучения. Экстремисты могут быть очень упрямы в этом смысле."

Это очень сильно пересекается с известным эффектом Даннинга Крюгера из социальной психологии, когда новичок, почувствовав первые результаты, не может распознать свою некомпетентность.

"Наше исследование показывает, что для воздействия на массы нужно что-то большее чем лучшее обучение людей. Эстремисты думают, что они уже понимают эту тему, поэтому они будут не очень восприимчивы к предложению образования. Сначала мы должны помочь им понять свой пробел в знаниях."

https://www.theguardian.com/environment/2019/jan/14/gm-foods-scientific-ignorance-fuels-extremist-views-study

Пятничное, кратко. The Atlantic рассказывает о концепции "inbox-infinity" (актуально для всех тех, кто мечтал о пустом ящике, или начитался про Inbox Zero, но так и не достиг дзена): https://www.theatlantic.com/technology/archive/2019/01/case-inbox-infinity/579673/

TL;TR; Смиритесь. И заявите публично, что, возможно, никогда не то, что не ответите, но и не прочитаете все входящие письма. Для клиентов, семьи и т.п. предложите альтернативные каналы.

Nature пишет о новом исследовании в различиях функционирования мозга между людьми и приматами. О том, что мозг различается анатомически известно давно, теперь же мы начинаем понимать глубинные различия.

Для исследования международная группа исследователей из Института науки в Реховоте (Израиль) и Университета Калифорнии (ЛА, США) совместили свои изыскания на макаках и людях, больных эпилепсией, чтобы наблюдать активности отдельных нейронов во время схожих задач.

В работе анализируется активность мозга 5 макак и 7 людей во время упражнения по запоминанию. Показания снимаются с миндалевидного тела и поясной коры, обе отвечают за память, но первая относится к более "древним" слоям мозга.

Ученые следили за двумя показателями: 1) устойчивостью (robustness), измеряемой как уровень синхронизации, или близкой синхронизации, между активировавшимся нейроном и последующими повторениями паттернов спайков, и 2) эффективностью как разнообразием различных паттернов в активности. Первое отвечает за скорость ответа, второе за распознание информации.

Как и ожидалось, более "древнее" миндалевидное тело показывало себя более "устойчивым", чем "эффективным" как у макак, так и у людей. Это согласуется с гипотезами о врожденных инстинктах в духе "видишь тигра, беги (не думай)".

Однако выяснилось, что при этом в целом области мозга людей оказываются более "эффективными", чем "устойчивыми". В ходе эволюции мозг человека отдавал все больше предпочтения распознанию вариативности, чем скорости реакции.

И вот тут второй интересный поворот: мозг человека оказывается умнее, но при этом более подверженным ошибкам. И это, в свою очередь, резонирует с другими теориями в нейропсихологии, которые говорят, что синхронизация нейронной активности и ее нарушение могут быть связаны с психозами и депрессией.

https://www.nature.com/articles/d41586-019-00198-7

Причудливо развитие веб-технологий. Я помню времена (ну как, это было каких-то 5-8 лет назад), когда новоявленный HTML5 сеял в умах веб-разработчиков надежды на светлое будущее и невероятные возможности совсем рядом. (Ну и чего уж там, я сам был к этому причастен!)

Одной из фишек нового стандарта был встроенный проигрыватель видео-контента - video-элемент, у которого был простой и понятный API. Спустя какое-то время некоторые компании задались интересным вопросом: а можно ли сделать видео-редактор в браузере?

Масла в огонь подливало параллельное развитие WebAudio, дававшего низкоуровневый доступ к содержимому аудио-контента. Но с видео дело как-то не шло. Да, можно было получить доступ к графическому содержимому через Canvas, но камнем преткновения была по-кадровая точность. Тут надо напомнить, что у видео-элемента есть только один интерфейс для установления текущего времени проигрывания -- currentTime, и он работает в секундах.

И пока форумы Stackoverflow и группы разработчиков браузеров пестрели вопросами, как же выставить время с точностью до кадров, само развитие video-элемента с точки зрения стандартов сконцентрировалось на кодеках, поддежке стриминга и шифровании, очевидно обслуживая интересы большей индустрии.

В какой-то момент лед тронулся и стараниями таких компаний как BBC, среди производителей браузеров удалось достичь более-менее вменяемой точности. (Хотя отмечу, что определение частоты кадров видео-потока -- по-прежнему нерешаемая напрямую задача!) То есть зная частоту кадров и текущий currentTime можно было узнать точный номер кадра, и наоборот.

А потом грянуло несколько уязвимостей процессоров с атакой через браузер, где повышенная временная точность позволила задать новый вектор атаки на спекулятивные операции процессора.

В итоге, мы откатились в "каменный век": производители браузеров искусственно понизили точность currentTime. Например, в Firefox, начиная с версии 60, точность 2 мс, а для параноиков есть даже флаг, позволяющий понизить точность до 100 мс. Другие браузеры даже добавляют немножко случайности. Хотя в основном это касается API performance.now, насколько я могу судить из документации, это коснулось и других API, как следствие.

С другой стороны, я наконец-то нашел способ узнать частоту кадров видео-файла. Нет, никакого специального API не появилось, просто есть библиотека MediaInfoLib, считывающая мета-информацию из файлов в самых разных форматах. И теперь можно скомпилировать эту библиотеку из исходников на C/C++ в код на WebAssembly, который понимают все современные браузеры.

В продолжение большой темы противостояния сверхдержав в технологической сфере,  Brookings Institution, аналитическая некоммерческая организация из Вашингтона и один из ключевых "think tank"ов, пишет о взаимоотношениях США и Китая в контексте искусственного интеллекта.

Все это происходит на фоне заявляний администрации о противостоянии с позиции силы, риторике холодной войны и гонки вооруений в разрезе продвинутых технологий, в частности квантовых вычислений и ИИ.

1. В марте 2016 ИИ-алгоритм от Google победил Lee Sedol, 18-кратного китайского чемпиона в Го. Это был тот самый "момент спутника" перед глазами 280-миллионной аудиотории из Китая и китайского руководства.

2. Спустя год, в  июле 2017, Китай обнародовал национальный план по ИИ - "New Generation AI Development Plan", определяющий необходимость догнать к 2020, совершить прорыв к 2025 и стать глобальным лидером к 2030. Эта же тема была поднята на 19м съезде коммунистической партии в октябре 2017.

3. Риторика Китая, продвигающая смешение военного и гражданского развития технологий, гигантские инициативы вроде нового Шелкового пути (Belt and Road Initiative), привели к тому, что некоторые эксперты называют настроения в вашингтонских кругах не иначе как истерией. США увидели риск упустить технологическое лидерство Китаю.

4. США очень чувствительны к публичным заявлениям других стран, описывающим планы сместить их главных позиций. Бывший госсекретать Кондолиза Райс как-то сказала: "Когда мы видим, что Китай говорит о планах сделать все необходимое, чтобы обойти США, ...вы получите ответ от США".

5. До сих пор большая часть ответа заключалась в попытках замедлить китайский прогресс, включая усиление надзора над иностранными инвестициями в ключевые технологии, академическим обменом, усиление таможенного давления на импорт или экспорт и преследование причастных к экономическому и промышленному шпионажу, а также контрразведывательные операции.

6. Вопрос не в том, что США защищается, -- так бы делала любая другая страна, -- а в том, что не наносит ли она при этом вред себе? Например, призывы развязать экономические связи между странами приведут именно к этому. Сегодня лидерство США в ключевых технологиях обеспечено в том числе высоким уровнем сотрудничества ученых и инженеров между двумя странами, взаимным ревью научных работ и глубоким взаимопроникновением венчурных инвестиций в стартапы, работающие на нише ИИ.

7. Масштабная защита технологического сектора США даст почву для развития китайских конкурентов, замедлит появление новых прорывов, снизит конкурентоспособность американских компаний и повысит стоимость для американских потребителей. Вместо этого Роберт Гейтс, бывший министр обороны,  рекомендует стратегию маленького двора и высокого забора, когда выборочно защищаются ключевые технологии, но весьма агрессивно.

8. Защищаясь, важно не упустить большую картину: на фоне увеличивающегося противостояния США и Китая также увеличивается расстояние между ними и другими странами в терминах размера экономики, скорости инновация и общей национальной силы. И этот отрыв двух стран от остальной "стаи" подпитывается технологическим сектором обоих государств. Так по прогнозам только эти две страны "захватят" около 70% от $15.7T потока денег, который ИИ привнесет в глобальную экономику к 2030г.

9. И США, и Китай отличаются по целому ряду параметров, которые другим странам будет трудно повторить: научная экспертиза мирового уровня, большие финансовые ресурсы, избыток данных, в целом благоприятное регулирование и высококонкурентная инновационная среда. Из 4500компаний, связанных с ИИ, около половины работает в США и треть в Китае.

10. В таких условиях важно определить области где более выгодно сотрудничество, а где нужно разводить конфликт интересов. Ключевые области интереса: военное применение и безопасность, торговля, политика и общества.

15. Рекомендации для США по развитию ИИ в контексте кооперации и соперничества с Китаем: 1) взаимные заверения -- необходим диалог, адресующий критичные точки и усиливающий области сотрудничества; 2) удержание перспективы -- китайские исследователи и разработчики не "десятифутовые гиганты": несмотря на господдержку, богатство данных и т. п., у них также есть ограничения от нехватки глобальных игроков до обслуживания интересов коммунистической партии; 3) инвестирование в сильные стороны -- образование, иммиграция и инвестиции: от упрощения въезда для ключевых инноваторов до улучшения инвестиционного климата; 4) поиск друзей -- через сотрудничество с партнерами и дружественными странами можно гармонизировать контроль экспорта, режим торговли и инвестиционные механизмы, при этом ограничивая передачу технологий двойного назначения в Китай.

https://www.brookings.edu/research/us-china-relations-in-the-age-of-artificial-intelligence/

MIT Technology Review проанализировали 16625 работ по ИИ  из arXiv за последние 25 лет и пишут, что [если исходить из циклов смены приоритетных технологий] эра глубокого обучения подходит к концу.

В статье по ссылке в конце -- хорошие иллюстрации к процессу смены приоритетов исследовательского сообщества.

Практически все, что сегодня говорится про ИИ, крутится вокруг темы глубокого обучения нейронных сетей. Эта тема взлетела в сознании масс менее 10 лет назад, и, учитывая долгую историю развития темы ИИ, нет оснований думать, что она будет вечным лидером.

2. За анализируемый период в работах хорошо наблюдаются три волны в развитии ИИ: сдвиг к машинному обучению на рубеже 90/00, рост популярности нейронных сетей в начале 2010х и рост интереса к обучению с подкреплением в последние годы.

3. Сдвиг к машинному обучению. В начале 2000х наблюдается рост интереса к машинному обучению как альтернативу создания экспертных систем с ручным выведением правил. На смену "логике", "ограничениями" и "правилам" пришли "данные", "сети" и "производительность".

4. Бум нейронных сетей. Переход к глубокому обучению случился не сразу, помимо нейронных сетей исследователи тестировали и другие модели, включая байесовские сети, методы опорных векторов и эволюционные алгоритмы. Активное соперничество идей наблюдалось примерно до того момента, как прорыв в нейронных сетях не привел к существенному повышению точности в распознавании изображений в соревновании ImageNet (2012)

5. Взлет обучения с подкреплением. Внутри темы глубокого обучения происходит "соревнование" разных подходов: обучение с учителем и без, а также обучение с подкреплением. Хотя первый подход показывал самые прикладные результаты, в последние два года наблюдается резкий взлет интереса к последнему. Все поменялось с другим ключевым событием -- успехом DeepMind в игре Го (2015).

6. Относительно того, что может стать следующей "ключевой" темой, исследователи расходятся во мнении, но исходя из примерно 8-10 летнего цикла смены интереса (волн развития), кажется, что в ближайшие 2-3 года, вектор снова должен поменяться.

https://www.technologyreview.com/s/612768/we-analyzed-16625-papers-to-figure-out-where-ai-is-headed-next/

7. От себя отмечу, что это также согласуется с "расцветом" исследований альтернативных подходов и заявлениями "отцов" DNN о необходимости поставить под сомнения самые основания глубокого обучения, включая ключевой подход с обратным распространением ошибки, который в свое время привел к расцвету нейронных сетей. См, например, обзор в DS Central: https://www.datasciencecentral.com/profiles/blogs/what-comes-after-deep-learning

Одна из тем, которые я "педалирую" в рамках истерии вокруг ИИ и цифровой трансформации -- это банальный человеческий фактор, который просто надо всегда держать в голове.

История на стыке проектирования городской среды и современных технологий. The Economist в качестве центрального примера описывает ситуацию в Нью-Йорке, но аналогичные ситуации случились и в других городах.

Итак, в славном городе Нью-Йорке на счастье пешеходов много лет назад поставили на переходах кнопки, чтобы они могли переключить режим светофора в свою пользу. По мере развития городской информационной системы оказалось, что автоматические датчики с регулированием трафика справляются лучше.

Поэтому постепенно кнопки начали отключать. Правда, никому об этом особо не сказали. Изначально кнопки остались на месте, потому что было дорого их удалять. Потом оказалось, что даже неактивные кнопки создают эффект плацебо: иллюзию управления ситуацией. И, кажется, это хорошо вляет на поведение людей, сокращая число переходов на красный. (В статье на этот счет приводится аналогия с наличием кнопки сохранить для автосохраняемого текста.)

Правда, пример других городов, например, Бейрута, показывает, что люди со временем начинают что-то подозревать, строят конспирологические теории и, в конце-концов, распространение слухов приводит к росту числа "недождавшихся". Соответственно, кнопки теперь приходится действительно удалять.

Сегодня в Нью-Йорке массы также начинают что-то подозревать и это распространяется также на другие города, включая Лос-Анжелес, в котором кнопки пока никто не отключал.

https://www.economist.com/science-and-technology/2019/01/26/the-pros-and-cons-of-placebo-buttons

В QuantaMagazine вышел большой материал про отображение идей и памяти в нашем мозге. Вкратце, появляется все больше экспериментальных подтвеждений, что для кодирования абстрактного знания в нашем мозге используются подходы, аналогичные представлению предметов и нас самих в (двумерном) пространстве.

1. О том, что "пространственные" техники можно использовать для запоминания, знали еще древние ораторы Греции и Рима. Современные чемпионы по запоминанию используют аналогичные приемы с местами в памяти.

2. Наш язык в изобилии использует пространственные метафоры для умозаключений и адресации памяти в целом. Исследования последних десятилетий показали, что как минимум для памяти и навигации эти метафоры имеют физическое представление в мозге. Более свежие работы показывают, что в основе может лежать сеточное представление. Причем оно же может использоваться для работы с другими типами информации, в частности, зрением, звуками и абстрактными концепциями.

3. При обработке пространственной позиции в мозге активируются два типа нейронов: клетки места, представляющие конкретные локации, и клетки сетки, формирующие систему координат, независимую от места ("мозговой GPS"). Клетки сетки активируются в регулярной пространственной структуре, формирующей гексагональный паттерн. В мозге множество наборов сеточных клеток, формирующих разные сетки: с большими или меньшими гескагонами, ориентированные в разных направлениях, со сдвигами относительного друг друга. Каждое место описывается уникальным набором активных сеток и клеток в них.

4. Клетки места помогают в навигации, когда в наличии есть пространственные метки и другие сведения, дающие пространственную информацию. Клетки сеток помогают в навигации, когда внешних подсказок нет. Ученые думают, что они также ответственны за интеграцию пути, процесс позволяющий нам понимать, где в пространстве мы находимся.

5. Исходя из некоторых работ, ученые строят пока осторожные гипотезы, что эта же схема кодирования может использоваться в работе со временем, акустическим пространством, визуальными пространствами и их искажениями.

6. Наблюдения за другими типами клеток показывают, что мозг научился переносить физические метафоры на абстрактные понятия, используя одни и те же структуры. Например, клетки границ, активирующиеся при наличии физических преград, также срабатывают при наличии разделов между временными последовательностями.

7. Некоторые исследователи считают, что сеточное кодирование можем применяться к любым областям со структурным основанием: планированием, математике, физике, языкам, -- используя в основе одни и те же принципы. Другие ученые пока скептичны к таким заявлениям, так как "сеточный" гескагональный шаблон наблюдали пока только в гиппокаме.

https://www.quantamagazine.org/the-brain-maps-out-ideas-and-memories-like-spaces-20190114/

The Inc. пишет о трех точках прорыва, прохождение которого изменит будущее нашей цивилизации:

1. Энергетика. Драматическое снижение стоимости возобновляемой энергии. В основном -- за счет прорывов в создании новых материалов для солнечных панелей, турбин, а также батарей и аккумуляторов.

2. Биология. Взлет синтетической биологии. Точка отсчета -- момент, когда ценность расшифрованного генома превысит стоимость самой расшивровки.  Один из двигателей -- переход от оптимизации считывания генома к разработке механизмов записи.

3. Вычисления. Конец закона Мура. Да-да, наконец-то. Нам нужна смена компьютерной архитектуры, например, переход к квантовым вычислениям или нейроморфным чипам. Это потребует новых языков и алгоритмических подходов.

Ссылка на статью ниже, но она весьма поверхностная. Тем не менее, что я хочу отметить: это очень точно описывает направления долгосрочных инвестиций лидирующих IT-компаний, включая биологию и энергетику.

https://medium.com/inc./these-3-technology-inflection-points-will-change-our-future-beyond-recognition-6527f98d549b

Кстати, в тему электричества и автономности. Тут инженеры из MIT собрали "ректенну" — устройство, объединяющее маленькую антенну для считывания сингалов окружающих беспроводных сетей и выпрямителя (rectenna = rectifier + antenna). Маленькая ректенна переводит wifi-сигналы в электричество, достаточное для питания небольшого LED-дисплея или биосенсора. Говорить о замене батареек пока рано, но следующий шаг инженеров — собрать устройство, соединяющее группу ректенн для питания чего-нибудь побольше.

Scientific American пишет, что это особенно актуально в контексте интернета вещей и умного окружающего пространства, включая "умные города".

https://www.scientificamerican.com/podcast/episode/rectenna-converts-wi-fi-to-electricity/

Публикация с техническими деталями: https://www.nature.com/articles/s41586-019-0892-1

В TheVerge вышло классное интервью с Macduff Hughes, главой Google Translate, о развитии сервиса и открытых задачах.

1. Большой вызов сегодня -- делать перевод с учетом пола. Тут две ключевые мотивации. Во-первых, исправление социальных предрасположенностей машинного обучения, вытекающих из таковых в учебных базах, которые в свою очередь отражают реальный мир. Задача -- исключить усиление несправедливости. Во-вторых, для тех, кто учит язык, важно понимать наличие разнообразия в формулировках и наличие нюансов. Гендерный проект объединил обе эти задачи. При этом с точки зрения UX, это не про обеспечить представительство 50/50 или выдавать ответ со случайным полом. Задача именно показать, что есть два варианта одной и той же фразы.

2. Три направления развития гендерного проекта: расширение поддерживаемых языков, учет контекста и нейтральность языка.

3. Расширение поддерживаемых языков. Сейчас задача гендерного перевода включена для одной пары: перевод с турецкого на английский. По мере улучшения качества, функциональность будет расширена на другие языки.

4. Учет контекста. Другая постановка задачи перевода -- перевод документов. Например, при переводе статьи из Wikipedia про некоторую женщину, сервис перевода работает на уровне отдельных предложений, теряя контекст. Отдельные предложения при этом меняют пол на мужской. Это требует отдельного исследования и другого инженерного подхода для учета контекста.

5. Нейтральность языка. Сейчас мы находимся посреди культурной турбулентности, происходящей не только в английском языке, но и в других культурах с наличие пола в языке. Есть движение за развитие гендерно-нейтрального языка, соответственно, растет число запросов от пользователей на поддержку данного тренда в переводе.

6. Про религиозность перевода. В интернете ходило много шуток, что если ввести в переводчик бессмысленную комбинацию слов (букв) на мало известных языках, то иногда получаются странные фразы, часто религиозного характера. Причина этого в том, что зачастую значительная часть текстов, положенных в основу обучения, носит именно религионый характер. Других просто нет или их мало. Иногда перевод получает "оттенок" юридических или полетных документов, или даже геймерских форумов.

https://www.theverge.com/2019/1/30/18195909/google-translate-ai-machine-learning-bias-religion-macduff-hughes-interview

Помню года два назад на встрече с одним ритейлером электроники мы обсуждали развитие информационных технологий, и я как-то высказался, что мол если не они, то ИКЕА. Тогда случились только первые анонсы о том, что шведы вкладываются в умные лампочки и встраиваемые зарядки.

На днях империя сделала следующий шаг: ИКЕА представила умные шторы. Может показаться, что это странное решение на фоне умных звонков, замков, камер и т.п. Но шведы последовательно инвестируют в улучшение качества жизни, делая ставку на повседневные мелочи, автоматизация которых перевешивает создаваемые неудобства. "Алекса, закрой шторки в спальне."

https://www.wired.com/story/ikea-fyrtur-smart-blinds/