Директор по развитию технологий искусственного интеллекта компании «Яндекс» поделился профессиональным взглядом на развитие искусственного интеллекта и будущее нейросетей.
Искусственный интеллект на службе у человека: как нейросети упрощают нашу жизнь
В 2022 году произошёл прорыв: появились большие языковые модели. Африка — один из самых уязвимых континентов в плане изменения климата. Поэтому применение ИИ для прогнозирования климатических аномалий может дать максимальный эффект. Ещё одна область, в которой ИИ имеет огромный потенциал, — продовольственная безопасность.
Александр Ведяхин привёл примеры ИИ-проектов в Африке.
Медицинские карточки Врач надиктовывает информацию о пациенте и его заболевании, а цифровой ассистент распознает сказанное и вносит в электронную карту. Войсы расшифровываются качественно: программа обучена медицинской терминологии и умеет автоматически переключаться на латынь. Предварительный диагноз Сервис «выслушивает» пациента и врача, сопоставляет жалобы с предыдущими записями из медкарты и предлагает несколько диагнозов на выбор, а к ним — шаблоны лечения. Последнее слово за доктором: он может выбрать диагноз и план, видоизменить их или отказаться и сделать по-своему.
Поддержка пациентов Врач говорит исключить жирное и соленое, но мы через два дня забываем про рекомендацию и заедаем изжогу пиццей — знакомо? Плохая приверженность лечению — боль медицины, ведь нарушения режима и небрежный прием препаратов замедляют выздоровление.
Были ли какие-то стажеры, которые сразу попадали на работу в «Яндекс»? Хороший пример: студент 4-го курса пришёл в компанию стажёром, а уже через пару лет внедрил нейронные сети в работу «Яндекса». Как компания взаимодействует с университетами? Многие сотрудники преподают в университетах. Также существуют совместные программы с вузами. Вы отвечаете за практическую часть на базе искусственного интеллекта.
Насколько много удачных экспериментов? Над чем Вы сейчас работаете? Доля неудачных экспериментов больше, нежели удачных. И это совершенно нормально, поскольку ведётся работа над сложными продуктами. Из удачных — успех при обучении голосового помощника Алисы рисованию, а также нейросети , пишущие музыку. Каков портрет учёного в области нейросетей? Зачем вообще нужен искусственный интеллект? Какое будущее нас ждёт?
Посмотрите видео полностью, чтобы узнать ответы на эти вопросы. В дополнение к теме Сегодня часто можно услышать такие термины, как «нейронные сети», «искусственный интеллект». Эти слова уже довольно прочно вошли в русскую речь. ИИ по принципу работы схож с тем, как работает человеческий мозг. Однако ИИ нуждается в обучении. Есть специальные алгоритмы обучения нейронных сетей. Алгоритмы обучения нейронной сети: наиболее распространенные варианты Известно несколько разновидностей алгоритмов машинного обучения. Каждый из алгоритмов обладает уникальными преимуществами и недостатками.
Но в каждом случае, независимо от алгоритма, достигается конечная цель — НС обучается. Искусственный интеллект работает по принципу мозга человека: принцип обучения НС в какой-то степени схож с тем, как обучают человека. Основа для функционирования neural была взята из нейробиологии.
Эта идеальная схема, в целом вполне успешно работающая на практике, тем не менее, чревата серьёзными побочными эффектами. Погружение в Яндекс-Дзен меняет когнитивные познавательные привычки человека, что, в конечном счёте, отражается на его личности. Обратная связь оказывается двусторонней. Подобно тому, как реакция пользователей способствует обучению компьютерной системы, позволяя отсекать ошибочные и закрепляя правильные решения, выдача, генерируемая искусственным интеллектом, формирует ожидания пользователя и программирует его типовую реакцию.
Если Яндекс-Дзен становится основным каналом, поставляющим человеку новости и информацию а ведь это по-своему обоснованно: ведь человек сам настраивает свою ленту, выбирая, что он хочет в ней видеть , то через какое-то время содержание его сознания будет в значительной степени определяться тем, что ему дал Яндекс-Дзен. И тут возникает вопрос: а что он вообще может дать? По своей природе Яндекс-Дзен — не более чем агрегатор блогов, которые ведутся здесь же, на Яндексе, по правилам, определяемым самим ресурсом. Какие-то блоги — авторские, какие-то принадлежат юридическим лицам СМИ или коммерческим организациям , но, независимо от этого, цель у них одна — привлечь как можно большую аудиторию. Яндекс поощряет это устремление, предусмотрев премиальные показы и возможность монетизации для самых удачливых. Имеет значение и то, как Яндекс оценивает успешность блога. Основными показателями являются количество дочитываний и совокупное время, потраченное читателями на прочтение материалов.
Вполне осмысленные показатели, неправда ли? А ещё Яндекс штрафует за неоригинальный контент перепечатки из других источников , ограничивая показы. Пиши сам, пиши интересно, тебя будут читать, и чем больше прочтут, тем больше аудитория у тебя будет. Схема выглядит справедливой, а стало быть, её реализацию можно только приветствовать. Но есть подводный камень, о который всё разбивается. Конечным критерием, лежащим в основании всей механики Яндекс-Дзен, является поведение пользователей. А наше поведение вовсе не безупречно.
Человек не очень-то любит интеллектуально трудиться. Мы, конечно, читаем при необходимости и серьёзные материалы, но с гораздо большим удовольствием мы будем перелистывать красивые картинки, смотреть забавные сюжеты, читать что-нибудь короткое, лёгкое и занимательное. Такой контент мы будем раскрывать гораздо чаще. С другими поведенческими показателями тут тоже будет всё в порядке: короткий текст проще дочитать до конца, и в совокупности на этот информационный «песок» — маленькие и пустые сообщения — у нас уйдёт больше времени, чем на считанные обращения к длинным и серьёзным текстам. Распознав наши предпочтения, искусственный интеллект скорректирует персональную выдачу, наполнив нашу ленту её ещё большим количеством подобных материалов.
Искусственный интеллект увеличил надежность сети билайна
Искусственный интеллект минувшим четвергом стал темой разговоров в ООН. Разработки в сфере искусственного интеллекта (ИИ) могут нести смертельную опасность для человечества. Искусственный интеллект «Дзена» работает по двум принципам: Фильтрация содержимого — каждая публикация попадает в очередь на анализ характеристик и текстового содержания после загрузки на платформу и только после проверки появляется в лентах пользователей. Новости и обзорные материалы о технологиях искусственного интеллекта: от умного дома до распознавания речи. "Искусственный интеллект не может передать, к примеру, русскую душу, не может делать пока что юмор смешным, потому это тонкая вещь, в этом пока что есть граница.
Что такое нейросети: на что способны, как работают и кому нужны
Их система на основе ИИ может предсказывать будущие действия людей в различных ситуациях, а также оказывается полезной для моделирования поведения машин, таких как роботы и другие системы ИИ. Учет "непредсказуемости" человека Метод, разработанный исследователями, основан на идее о том, что время планирования и глубина размышлений являются ключевыми показателями человеческого поведения. Затем они создали алгоритм, который моделирует серию решений по заданной проблеме, и сравнили эти решения с решениями, принятыми людьми, чтобы определить момент, когда люди перестают "планировать", чтобы оставить место для "иррациональности" и непредсказуемости. Это позволило им смоделировать часть человеческого процесса принятия решений. Результат такого моделирования исследователи назвали "бюджетом умозаключений", который оценивает способность человека обрабатывать информацию перед принятием решения. На основе этого бюджета умозаключений модель может предсказать будущее поведение человека при столкновении с проблемой.
В ответ на вопрос РИА Новости о предшественнике Фролова на этой должности, в пресс-службе VK рассказали, что "Андрей Калинин покидает компанию и продолжит заниматься развитием передовых технологий искусственного интеллекта за периметром холдинга". Фролов начал свою карьеру в "Лаборатории Касперского", где занимался развитием технологий почтового антиспама. С 2014 года он занимался развитием "Яндекс.
Если человек будет считать, что искусственный интеллект прекрасно справляется и никаких проблем его деятельность не порождает, то цена, которую в итоге придётся заплатить за эту беспечность, будет тем больше, чем дольше искусственный интеллект профункционирует в таком автономном режиме. В качестве примера работы искусственного интеллекта рассмотрим функционирование платформы Яндекс-Дзен. Общая идея Яндекс-Дзен состоит в том, чтобы предложить пользователю именно тот контент, который ему наиболее интересен.
Нейросеть анализирует наши поисковые запросы и поведенческие характеристики сколько мы находимся на той или иной странице, дочитываем ли материал до конца и т. На основании этих данных подбираются публикации, которые составляют нашу персональную ленту. Понятно, что свою долю постов в ленте Дзена получает реклама, но за их вычетом мы должны увидеть зеркало наших собственных интересов.
Платформа предусматривает обратную связь. Пользователь может отмечать понравившиеся ему посты и подобного контента ему будет показываться больше , подписываться на приглянувшихся авторов, блокировать нежелательную тематику, удалять авторов из ленты. Можно попытаться приструнить даже рекламу.
Вроде бы мы имеем отличную реализацию применения искусственного интеллекта, и можно смело использовать Яндекс-Дзен в качестве информационной кормушки: лента принесёт то, что тебе захочется прочитать. Если в ней окажется что-то не то то есть программа подбора постов ошибётся , это всегда можно поправить — искусственный интеллект воспримет ваш сигнал, обучится и скорректирует выдачу. Эта идеальная схема, в целом вполне успешно работающая на практике, тем не менее, чревата серьёзными побочными эффектами.
Погружение в Яндекс-Дзен меняет когнитивные познавательные привычки человека, что, в конечном счёте, отражается на его личности. Обратная связь оказывается двусторонней. Подобно тому, как реакция пользователей способствует обучению компьютерной системы, позволяя отсекать ошибочные и закрепляя правильные решения, выдача, генерируемая искусственным интеллектом, формирует ожидания пользователя и программирует его типовую реакцию.
Если Яндекс-Дзен становится основным каналом, поставляющим человеку новости и информацию а ведь это по-своему обоснованно: ведь человек сам настраивает свою ленту, выбирая, что он хочет в ней видеть , то через какое-то время содержание его сознания будет в значительной степени определяться тем, что ему дал Яндекс-Дзен. И тут возникает вопрос: а что он вообще может дать? По своей природе Яндекс-Дзен — не более чем агрегатор блогов, которые ведутся здесь же, на Яндексе, по правилам, определяемым самим ресурсом.
Какие-то блоги — авторские, какие-то принадлежат юридическим лицам СМИ или коммерческим организациям , но, независимо от этого, цель у них одна — привлечь как можно большую аудиторию. Яндекс поощряет это устремление, предусмотрев премиальные показы и возможность монетизации для самых удачливых. Имеет значение и то, как Яндекс оценивает успешность блога.
Основными показателями являются количество дочитываний и совокупное время, потраченное читателями на прочтение материалов. Вполне осмысленные показатели, неправда ли?
Технологии с низким уровнем риска могут использоваться без особых ограничений. Маркировка контента, созданного с использованием нейросетей: защита от дипфейков и сохранение уникальности искусства Следующим шагом должна стать маркировка контента, созданного с использованием нейросетей. Искусственный интеллект уже способен генерировать тексты, изображения, видео и аудиозаписи, что открывает новые возможности для творчества, но также создает угрозу злоупотребления. Мошенники все чаще используют дипфейки для распространения дезинформации и вымогания денежных средств. Представители искусства также выражают обеспокоенность по поводу дипфейков. Председатель Союза кинематографистов Н. Михалков считает, что дипфейки представляют «страшную опасность», и отмечает, что использование этой технологии может привести к «непредвиденным последствиям», таким как потеря уникальности и ценности работы артистов.
Для обеспечения прозрачности и доверия в цифровом пространстве необходимо разработать систему, которая будет анализировать контент и определять, создан ли он человеком или сгенерирован нейросетью. Это позволит оперативно удалять нежелательный контент и привлекать к ответственности нарушителей. Ответственность за системы искусственного интеллекта: кто и за что отвечает? Ответственность за системы ИИ должна возлагаться на поставщика. Поставщик — это физическое или юридическое лицо, которое размещает систему на рынке или вводит ее в эксплуатацию. Независимо от того, кто спроектировал или разработал систему, именно поставщик должен гарантировать её соответствие всем необходимым стандартам и требованиям безопасности. Разработчики и развертыватели также должны рассматриваться как поставщики систем ИИ и, следовательно, брать на себя все соответствующие обязательства. Важно отметить, что ответственность за системы ИИ должна быть четко определена и закреплена законодательно. Это позволит создать эффективную систему контроля и надзора за разработкой, внедрением и эксплуатацией систем.
Лицензирование искусственного интеллекта: необходимость и перспективы Одним из способов обеспечения безопасности и этичности использования ИИ является его лицензирование.
Samsung заключила контракт с AMD на поставку HBM3E на сумму $3 млрд
| «Вынос мозга» и «мартышкин труд»: нейросеть иллюстрирует известные крылатые выражения | "Будущее браузеров и искусственный интеллект. |
| На что способен искусственный интеллект сегодня и каков его потенциал | Искусственный интеллект уже обработал более 11 млн исследований и ускорил анализ медицинских изображений в восемь раз. |
| Мыслит ли искусственный интеллект? - Аргументы Недели | Теги → искусственный интеллект. Быстрый переход. |
| Мыслит ли искусственный интеллект? | Все новости о создании, развитии и достижениях в области искусственного интеллекта. |
| AI: что это и как развился искусственный интеллект на текущий 2024 год - GigaChat | Искусственный интеллект минувшим четвергом стал темой разговоров в ООН. |
В сеть слили документ, раскрывший характеристики процессоров AMD Ryzen 9050
| ИИ-стартап Synthesia создает эмоциональные аватары, которые слишком похожи на людей | Сервисы искусственного интеллекта уже вовсю используются в медицине и помогают по десяткам направлений, местами даже превосходя врачей в скорости и точности. |
| Искусственный интеллект заполучил серьезного противника | Может ли искусственный интеллект соревноваться с естественным? Как искусственный интеллект помогает в диагностике заболеваний? |
На пути к цифровому кодексу РФ: искусственный интеллект требует особого внимания
Это могут быть научные работы, литературные произведения, коллекции изображений и так далее. Если загрузить в нейросеть собрания сочинений мировых литературных классиков, то на выходе она сможет написать собственный текст в стиле Шекспира — если максимально упрощать и утрировать. Аналогичным образом происходит генерация изображений: вы загружаете в нейросеть базу картинок в различных художественных стилях самых разных художников, а на выходе получаете совершенно новое изображение, созданное по мотивам загруженных данных. Точно так же нейросети позволяют находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях. Виды нейронных сетей Все нейронные сети можно разделить на несколько видов: однослойные, многослойные, прямого распространения, рекуррентные. Однослойные сети сразу же выдают результат после загрузки в них некоторого массива данных. Многослойные сети прогоняют вводную информацию через несколько промежуточных слоев и принципом своей работы больше напоминают биологическую нейронную сеть. Выходная информация получается после прохождения всех слоев, на которых происходит обработка и анализ. Сети прямого распространения чаще всего используются для распознавания образов, классификации и кластеризации данных — они направлены в одну сторону и не умеют перенаправлять информацию обратно.
Ввели данные — получили ответ. Рекуррентные сети перенаправляют информацию туда и обратно, пока не получат конечный результат. Они используют эффект кратковременной памяти, на основании которого информация дополняется и восстанавливается. Такие сети чаще используются для прогнозирования. Каждую нейросеть можно распределить по еще нескольким типам. Однородные и гибридные сети — в зависимости от типов нейронов, обучаемые и самообучающиеся — в зависимости от метода обучения, а также аналоговые, двоичные или образные — в зависимости от типа входных сигналов. На самом деле, классификаций еще больше, но это уже материал для еще одной огромной статьи. Задачи и сферы применения нейросетей Помимо уже описанных выше задач по сопоставлению образов, прогнозированию, кластеризации информации или генерации текстов и изображений в стиле различных писателей и художников исключительно в целях развлечения , нейросети также решают и другие задачи, о которых вы, возможно, и не догадывались.
Практически в каждом современном флагманском смартфоне сейчас имеется нейрочип, помогающий анализировать и классифицировать множество входящих данных. Камеры телефонов научились применять автоматические настройки и фильтры во время съемки самых разных объектов, понимая, что вы снимаете еду, природу или архитектуру. Поиск по картинкам, по словам или по названиям каких-либо объектов также может использовать простенькую нейросеть.
Например, российский сервис Directum RX помогает классифицировать входящие электронные письма и документы по типам, чтобы снизить время их обработки, а другая отечественная RPA Sherpa проверяет контрагентов перед заключением договора. Прогнозные модели Такие инструменты могут применяться в абсолютно разных сферах: от ритейла чтобы предсказывать продажи в супермаркетах, как это делает X5 Retail Group для каждого из своих 16 000 магазинов до логистики, чтобы планировать поставки. Благодаря использованию таких технологий можно прогнозировать спрос на ресурсы, сырье, рабочую силу, а также создавать более эффективные стратегии развития бизнеса, корректировать маркетинг и финансовые операции и улучшать пользовательский опыт. Генеративные модели Компании активно внедряют алгоритмы AI для генерации изображений, текста и видео в свои сервисы для улучшения пользовательского опыта.
Так, Duolingo анонсировала новые функции в приложении на основе GPT-4: в одной из них пользователь может практиковать иностранный язык в диалоге с персонажами сервиса, а в другой — узнать больше о своем ответе на уроке, чтобы понять, например, почему человек совершает одну и ту же ошибку. А в современных архитектурных бюро же используют сервисы для генеративного дизайна, которые помогают оптимизировать придуманные решения, например, заменяют узел из нескольких деталей в чертеже на такой же с одним компонентом. Перспективы развития ИИ По мнению американской исследовательской компании Gartner, практически все прорывные цифровые технологии, которые планируют выпустить в ближайшие 6-8 лет, связаны с искусственным интеллектом, поэтому необходимость использования таких технологий будет возрастать. В своем исследовании она обозначила три главных технологических тренда: 1. Самообучающиеся алгоритмы, которые позволяют использовать большие массивы данных без их предварительной подготовки т. Такой подход наиболее актуален для задач, связанных с компьютерным зрением, например, когда нужно верифицировать ручные подписи или определить расстояние до объекта на видео, и задач обработки естественного языка, при которых на вход моделям подаются текстовые документы и далее с помощью ИИ могут прогнозироваться следующие предложения или автоматически определяться «токсичные» фразы. Нейроморфные вычисления позволят точнее моделировать работу человеческого мозга с помощью создания большего числа искусственных нейронов в одной сети.
Например, уже сейчас в рамках проекта OpenWorm разработали копию нервной системы круглого червя Caenorhabditis elegans, состоящей из 302 нейронов. Благодаря этому можно будет повысить точность продуктов на базе ИИ и оптимизировать их производительность. В отличие от описанных выше технологий, цель этого продукта — не заместить людей, а подружить их с ИИ в максимальном числе отраслей и сфер применения через совместную работу. Мировые ИТ-корпорации, такие как Google, развивают AI, в котором по умолчанию оставляют место для человека.
Но все опрошенные нами ученые говорят, что ИИ пока держится только за счет хайпа вокруг него. Хайп притягивает инвестиции, грубо говоря, деньги. Нет хайпа — нет денег. Нет денег — нет грантов. Нет грантов — нет исследователей.
Нет практических результатов. Беда современной науки, когнитивной, в том числе, которая должна отвечать на многие вопросы, связанные с развитием ИИ или ИИС это более точная формулировка в том, что от нее требуют немедленных практических результатов. И ученые выдают сырую прикладуху типа систем распознавания лиц с нигде и никак не доказанной точностью! Или похожие системы в обучении, медицине, экономике.
ИИ как автор текстов Возможно, текст — самое простое, что может создавать ИИ в областях, которые еще недавно считались исключительно творческими, то есть только человеческими. Уже несколько лет многие мировые средства массовой информации СМИ поручают нейросетям всю черновую работу, а в октябре 2020 г. Она находит ценные истории, которые заслуживают большей рекламы, и соответствующим образом обновляет каждую страницу нашего веб-сайта. Стоит отметить, что за последний год ни один читатель не жаловался и не спрашивал, наполняется ли сайт компьютером».
В мае 2022 г. ИИ был предварительно обучен на старых рассказах писателя и фрагментах его интервью. Этот сборник, получивший название «Пытаясь проснуться», авторы называют первым в мире изданным художественным произведением с авторством такого рода. В конце января 2023 г. На все итерации и редактуру у него ушло чуть меньше суток. За эту работу Жадан получил оценку «удовлетворительно». Ходили разные слухи относительно того, что диплом студенту аннулируют, а научной руководительнице и рецензенту, по словам Жадана, грозило увольнение. Неделю спустя за студента вступился министр науки и высшего образования России Валерий Фальков, и в середине марта 2023 г.
Жадан получил документы об окончании вуза. Вышеупомянутый ChatGPT может не только генерировать тексты, но и отвечать на вопросы, а также по словесному заданию рисовать картины, писать компьютерный код и пр. И это лишь один из примеров чат-ботов, созданных на базе алгоритмов обработки естественного языка. ИИ как коммерчески успешный дизайнер В июне 2020 г. За это время нейросеть успешно выполнила более 20 коммерческих проектов. ИИ студии оказался способен делать настоящую творческую работу — разрабатывать уникальные логотипы и создавать на их основе так называемую айдентику. Проект разрабатывался в условиях строгой секретности. Для конспирации ИИ был представлен миру в качестве удаленного сотрудника.
Ему создали собственную страницу с портфолио и дали человеческое имя — Николай Иронов. Никто из клиентов не знал, что полученные ими логотипы были созданы машиной.
Яндекс-Дзен как пример ограниченности искусственного интеллекта
Специалисты Лаборатории искусственного интеллекта "Сбербанка" помогли группе российских и американских ученых натренировать ИИ-модель, предсказывающую расположение в геноме фрагментов зеркального подобия обычной ДНК, известной как Z-ДНК. На современном этапе создание и развитие искусственного интеллекта (ИИ) связано с попытками в той или иной мере имитировать работу человеческого мозга. Объемистая статья, подготовленная по итогам таких экспериментов, получила недвусмысленное название «Проблески общего искусственного интеллекта».
Опубликован диалог с «разумным» ИИ Google LaMDA, который называет себя человеком
Сегодня их чаще всего используют для анализа больших объемов данных, прогнозирования, сопоставления, классификации и распознавания образов в самых широких сферах научных и социально-экономических исследований — от управления предприятиями и распознавания изображений до прогнозирования международных конфликтов и поиска следов жизни на других планетах. Ранее мы рассказывали: По какому принципу работают нейросети Современные нейросети работают по нескольким основным принципам. Если описывать их максимально простым языком, то получится примерно следующее: В нейросеть загружается некоторое количество конкретных, необходимых для эксперимента или исследования, данных. Информация передается с помощью искусственных синапсов от искусственного нейрона к нейрону, от слоя к слою, каждый нейрон может иметь несколько входящих синапсов с данными. Данные, полученные каждым нейроном, представляют собой сумму всех данных, умноженных на коэффициент веса каждого искусственного синапса.
Полученные значения формируют выходные сигналы, которые передаются до тех пор, пока информация не достигнет конечного выхода. Все равно звучит сложно? Тогда попробуем упростить еще больше. В нейросеть, то есть в заранее созданную сложную математическую модель, как в пустую емкость, загружается массив данных.
Это могут быть научные работы, литературные произведения, коллекции изображений и так далее. Если загрузить в нейросеть собрания сочинений мировых литературных классиков, то на выходе она сможет написать собственный текст в стиле Шекспира — если максимально упрощать и утрировать. Аналогичным образом происходит генерация изображений: вы загружаете в нейросеть базу картинок в различных художественных стилях самых разных художников, а на выходе получаете совершенно новое изображение, созданное по мотивам загруженных данных. Точно так же нейросети позволяют находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях.
Виды нейронных сетей Все нейронные сети можно разделить на несколько видов: однослойные, многослойные, прямого распространения, рекуррентные. Однослойные сети сразу же выдают результат после загрузки в них некоторого массива данных. Многослойные сети прогоняют вводную информацию через несколько промежуточных слоев и принципом своей работы больше напоминают биологическую нейронную сеть. Выходная информация получается после прохождения всех слоев, на которых происходит обработка и анализ.
Сети прямого распространения чаще всего используются для распознавания образов, классификации и кластеризации данных — они направлены в одну сторону и не умеют перенаправлять информацию обратно. Ввели данные — получили ответ. Рекуррентные сети перенаправляют информацию туда и обратно, пока не получат конечный результат.
Narrative is a set of slides with texts, photos, videos and GIFs. In January 2018, the format became available to Zen authors. The deal was closed on September 12, 2022.
Музыке и Яндекс. Слово «диско» созвучно английскому слову discovery, которое означает «открытие нового» и хорошо описывает суть технологии.
Упрощенная логическая схема работы Диско в случае с Дзеном выглядит так: Начнем с самого начала, с исходных данных, которым еще только предстоит как-то превратиться в факторы. С чего начинаются рекомендации Прежде чем что-либо советовать человеку, нужно понять его интересы и предпочтения. Дзен для этого использует знания Яндекса о посещаемых людьми сайтах. Благодаря этим знаниям многие новые пользователи Дзена смогут сразу увидеть ленту персональных рекомендаций без необходимости что-то настраивать. Но иногда их недостаточно. Можно было бы попробовать решить эту проблему с помощью ленты, ориентированной на среднестатистического человека. Но мы же знаем, что такого человека в реальности не существует что хорошо было показано на примере американских военно-воздушных сил. Поэтому пошли другим путем и предложили людям самостоятельно ограничить круг своих интересов. У этих настроек нет своего названия, но внутри мы называем их «Онбордингом».
Важно понимать, что Онбординг — это не обязательный этап начальных настроек, а лишь резервный вариант для тех, кому точно нечего предложить. Лента рекомендаций сразу после прохождения Онбординга может достаточно сильно отличаться от подборок, формируемых через несколько недель активного использования Дзена. Эти настройки уже доступны пользователям Яндекс. Браузера для Android и iPhone. Для Windows станут доступны в ближайшее время а пока можно воспользоваться временным решением. Знания об интересах человека — это лишь половина необходимой информации. Для того чтобы что-то рекомендовать, нужно для начала это что-то найти. Обычно рекомендательные сервисы решают эту задачу примитивным способом — формируют ограниченный каталог RSS-лент по интересам. В случае с Дзеном таких ограничений нет.
Поисковые роботы ищут любые материалы. Это могут быть как авторские публикации с популярных блогов, так и качественные истории с форумов или ролики с YouTube. Это то, что мы называем «диким вебом». Главное, чтобы сайт не был заброшен и на странице содержалось достаточное количество полезного контента. Итак, с одной стороны у нас знания о любимых публикациях миллионов пользователей, с другой — вся мощь глобального поискового индекса Яндекса. Осталось самое «простое». Научить машину строить рекомендации. Виды рекомендательных систем В истории рекомендательных технологий хорошо известны два их основных вида: фильтрация по содержимому и коллаборативная фильтрация. Начнем с первого, который основан на сравнении содержимого рекомендуемых объектов.
Для примера предлагаю рассмотреть фильмы. Если два фильма относятся к одному и тому же жанру, и пользователь уже высоко оценил один из них, то с определенной вероятностью можно посоветовать ему и второй. И здесь интересно вспомнить онлайн-кинотеатр Netflix, который увеличил количество жанров с нескольких сотен до десятков тысяч , среди которых можно найти даже «Культовые ужастики со злыми детьми». Большая часть из этих жанров скрыта от глаз зрителей и используется только для построения рекомендаций.
Изучение же «черной комнаты», которая называется человеческое мышление и в теории могло бы привести когда-нибудь к созданию действительно настоящего искусственного интеллекта, интеллекта мышления, интеллекта «искры божьей» практически не финансируется. Бизнесу это неинтересно, а государства с бюджетами, которыми можно играть в долгую, только гордятся сокращением расходов на фундаментальные науки. Мыслить становится невыгодно.
У дураков и политиков мыслит, у ученых нет. Все эти теории глубокого машинного обучения, то есть обучения машин, ныне базируются на двух китах. Кит первый: гигантский и зачастую некачественный объем информационного пространства: контент соцсетей, современной, прости Господи, «литературы» и журналистики, научные работы, публикуемые по приказу чиновников и прочее, прочее, прочее. Информационный мусор. Кит второй: гигантская скорость обработки этого самого мусора. Сравнение закономерностей, принятие решений по алгоритму: если выглядит, как утка и крякает, как утка, то значит это утка, зуб даю.
Дзен Новости запретили материалы, написанные искусственным интеллектом
Вот сегодня и поговорим немного о шокирующем контенте и словарном запасе ИИ Дзена (ИИ — искусственный интеллект). сегодня – это основанная на искусственном интеллекте система управления опытом сотрудников и лидерством в режиме реального времени. Искусственный интеллект Snapchat опубликовал историю, а затем удалил её 1. До тех пор, пока искусственный интеллект не обладает волей и собственным целеполаганием, это инструменты в наших руках.
AMD запустила производство процессоров на архитектуре Zen 5 со встроенным ИИ
| Опубликован диалог с «разумным» ИИ Google LaMDA, который называет себя человеком | ЧТО ТАКОЕ КРЕАТИВ ПО МНЕНИЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Команды Tiburon Research и Okkam Creative представили свой кейс, где в качестве методологии. |
| На что способен искусственный интеллект сегодня и каков его потенциал | РБК Тренды | Технологии - 16 октября 2023 - Новости Санкт-Петербурга - |
| Искусственный интеллект — РТ на русском | Бурное развитие технологий искусственного интеллекта (ИИ) и их применение в самых различных областях — главный технологический тренд уходящего года. |
| AMD запустила производство процессоров на архитектуре Zen 5 со встроенным ИИ - Hi-Tech | Как отметил Александр Ведяхин, искусственный интеллект (ИИ) — приоритет в соответствии с национальными планами развития в 21 из 32 стран Африки, которые ответили на соответствующий опрос ЮНЕСКО. |