Справка - Поиск - Участники - Войти - Регистрация
Полная версия: Вычислительная мощность человеческого мозга
Частный клуб Алекса Экслера > Наука и техника
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43
Martin
16 октября 2015, 16:01
Коммерсант.Приложения:
Бизнес в поиске

Проблему поиска данных и документов в корпоративных системах решают поисковые системы, разработанные специально для бизнес-задач. Пока их рынок в РФ невелик — 300-500 млн руб. в год. Но искать что-либо становится все сложнее: компаниям требуются все более интеллектуальные инструменты поиска, которые у российских разработчиков есть.
Мария Попова

   Спойлер!
В это направление поиска по данным, накопленным внутри корпоративных систем, делают серьезные вложения крупнейшие компании — Facebook, Apple, Baidu и др. В России крупные поставщики и холдинги в текущем году тоже начали наращивать свои компетенции, стремясь быстрее ответить на запрос рынка. Rambler, например, приобрел компанию RCO, специализирующуюся на компьютерной лингвистике, информационном поиске и обработке неструктурированной информации. "Ростех" в лице Объединенной приборостроительной корпорации (ОПК) анонсировал готовность интегрировать разработки "Авикомп Сервисез", в частности лингвистический процессор Ontosminer для построения сложных систем текстового мониторинга и анализа данных, поддерживающий поиск не по ключевым словам, а по смыслу документа. Параллельно ОПК запускает масштабный проект в области искусственного интеллекта и семантического анализа, в котором участвует более 30 российских компаний, образовательных и научных организаций, в том числе ВШЭ и Бауманка.

Быстрого развития поисковых технологий требуют постоянный рост объемов данных и изменение структуры информационного пространства. "Поиск никогда не стоит на месте,— подтверждает Алла Забровская, директор по связям с общественностью Google в Центральной и Восточной Европе, России и СНГ.— В 2014 году мы внесли более 1 тыс. изменений, которые не всегда заметны пользователям, но тем не менее делают поисковую выдачу с каждым разом все лучше. Пока что система не дает ответов на сложные запросы, когда требуется объединить для ответа результаты трех или четырех поисков: покажи мне перелеты стоимостью менее 10 тыс. руб. туда, где в декабре жарко и можно заниматься дайвингом. Вот над решением таких проблем мы сейчас и работаем". При этом надо добиваться сокращения времени, которое потратит пользователь, обращаясь к системе с запросом.

Одно из важнейших направлений работы команды Google сегодня — это мобильные устройства и сервисы, так как заметно растет использование поиска именно с мобильных устройств. Важно также обеспечить возможность легкого переключения между разными устройствами без потери информации. Например, это удалось реализовать в Google. Фотосервис автоматически синхронизирует снимки и картинки со всех устройств, собирая их в альбом, поиском по которому можно пользоваться так же, как на десктопе.

"Яндекс", которому как поисковой системе в нынешнем году исполняется 18 лет, акцентирует работу с большими данными. Yandex Data Factory развивает услуги для компаний, нуждающихся в обработке больших массивов информации. "Машинное обучение, распознавание образов и речи, нейронные сети, обработка естественного языка — эти технологии "Яндекса", используемые в YDF, выросли из первой экспертизы "Яндекса" — поиска. Работа над ним не заканчивается никогда, а основная часть команды, работающая над поиском, сосредоточена в направлении поисковых сервисов",— рассказывает Григорий Бакунов, директор по распространению технологий "Яндекса".

Нервы на пределе
Из относительно новых требований к поиску можно отметить сосредоточение на интересах конкретного пользователя, поиск по аудио- и видеоматериалам и социальный поиск. Это же относится и к корпоративному поиску: здесь растет интерес к классу решений, которые позволяют вести поиск в системах, подключаемых к внутренним базам, новостным сайтам, социальным сетям, форумам, тендерным площадкам и т. д.

Корпоративный поиск хотя и является неотъемлемой частью практически любой информационной системы, но до недавнего времени он оставался не самым очевидным явлением даже для бизнес-аудитории. Отчасти в силу своего недостаточного уровня развития, а также малой популяризации на фоне массовых веб-сервисов. По данным AIIM, около 70% респондентов считают, что найти корпоративную информацию гораздо сложнее, чем открытую в интернете. В российских реалиях две трети сотрудников компаний убеждены, что качество массовых поисковых сервисов выше, чем корпоративных, подтверждают результаты исследования 42Future.

"Поиск нужного документа иногда становится серьезной проблемой для корпоративного пользователя,— комментирует Олег Варламов, д.т.н., старший партнер и председатель научно-технического совета компании "Мивар".— Часто проще запросить требуемую информацию у профильного отдела, чем выбрать из неструктурированной свалки разноформатных файлов. Из-за того что поиск нужной информации занимает слишком много времени, снижается производительность труда, сотрудники раздражаются, что ухудшает эмоциональный климат в коллективе".

Определенные трудности здесь создает и сама логика развития — и постоянного усложнения — корпоративной инфраструктуры. "Когда в компании много систем, поиск становится сложнее,— поясняет Алексей Сидорин, эксперт в области бизнес-аналитики и обработки больших данных компании КРОК.— Приходится искать в каждой и консолидировать результаты. При этом длительность поисковых проектов зависит от многих факторов: размера организации, ее баз данных, категории внедряемых поисковых систем, уровня кастомизации и пр. Реализация внутрикорпоративного поиска может занять в среднем от одного до двух месяцев, социальной сети — от двух месяцев до года, а системы бизнес-аналитики — от трех месяцев и больше".

Каждый ищет, как он может
Рынок корпоративных поисковых систем и многочисленных прикладных решений, основанных на поисковых движках (Search Based Applications), является частью концепции управления знаниями, тесно смыкаясь с технологиями текстовой аналитики (Text Mining), семантическими технологиями, технологиями оценки эмоциональной окраски, выявления мнений, автоматической классификации и многими другими, поясняют в компании "Преферентум" (ГК АйТи). Объем этого условно выделяемого сегмента в России пока невелик: эксперты из АйТи оценивают его в 300-500 млн руб. по предварительным итогам 2015 года. В мире речь идет уже о миллиардах долларов.

Глобально мощные поисковые платформы и инструменты для текстовой аналитики предлагает известная группа крупных вендоров. Например, IBM с продуктом IBM Content Analytics, Microsoft — с MS Fast. Активно развивает поисковые технологии SAP — в частности, в платформе SAP HANA. Здесь уже реализованы функции поиска с точным совпадением и с нечетким совпадением (fuzzy search) — когда при поиске может быть задан порог точности совпадения (к примеру, 90%) и в результате будут найдены все варианты, которые, по мнению системы, совпадают с искомым словом более чем на 90%. А также есть анализ текстовых документов (договоров, документации и т. п.) и выделение определенных сущностей (человек, организация, адрес и т. п.) и отношений между ними (например, данный человек работает в этой организации).

"Основная проблема, с которой сталкиваются разработчики,— необходимость обеспечения высокой скорости и точности работы поисковых запросов при работе с большими объемами и сложной структурой данных,— рассказывает Дмитрий Шепелявый, заместитель генерального директора SAP СНГ.— В учетных системах хранятся действительно большие объемы данных (десятки терабайт). А в связи с большим количеством и разнообразием автоматизируемых бизнес-процессов (финансы, логистика, сбыт, производство, различные индустриальные решения и т. п.) в системах хранятся документы разнообразной структуры и сложности".

Есть также примеры СПО-реализаций поисковых движков (на основе свободного программного обеспечения), например Apache Lucene/Solr, Sphinx, PostgreSQL Textsearch и т. д. Это полнотекстовые движки, поддерживающие множество языков, в том числе русский. Здесь как раз обнаруживается слабое звено: наилучшим образом с русским языком справляются все же отечественные разработчики.

Всего в России этим направлением занимается около 20 компаний, считают эксперты АйТи, подчеркивая, что многие отечественные разработки часто демонстрируют лучшую производительность и качество решения прикладных поисковых задач, чем технологии западных вендоров. "Некоторые продукты вообще не имеют аналогов в мире, например разработанная в АйТи система "Правовая экспертиза", позволяющая выявлять правовые пробелы и коллизии, обнаруживать потенциальные коррупциогенные факторы в проектах нормативных правовых актов. Эта система несколько лет успешно работает в МВД и уже около года — в Государственной думе",— рассказывает Дмитрий Романов, генеральный директор компании "Преферентум" (ГК АйТи).

При этом эксперты АйТи полагают, что в "чистом виде" корпоративная поисковая система в России пока не привлекает особенного внимания корпораций. В отечественных компаниях на нее трудно найти функционального заказчика, имеющего бюджет и готового его потратить.

Что умеет корпоративный поиск
В отличие от интернета, корпоративный поиск охватывает информационные системы с учетом прав доступа. Поиск происходит как на файловых серверах, так и на платформах (например, SharePoint или Exchange). Важно, чтобы корпоративный поиск учитывал особенности инфраструктуры, а также был интегрирован со всеми системами и мог индексировать разные форматы данных.

Современные тенденции в области поисковых средств расширяют само понятие поиска, считают в КРОК. "Помимо поиска всех объектов, связанных с запросом, актуальны также совместная работа и установка связей между объектами. В таких случаях используется система для совместной работы, например корпоративная социальная сеть как единая точка доступа ко всей информации: поиску сотрудников, документов, обсуждений, проектов, рабочих групп — всей доступной информации внутри компании. Пользователи могут не только оперативно находить нужные данные, но и работать с этим контентом из единого окна, а также оценивать контент и добавлять метаданные, что помогает поиску и категоризации",— рассказывает Алексей Сидорин.

Работа большинства поисковых технологий основана на обработке больших данных, рассказывает Татьяна Даниэлян, заместитель директора по разработке технологий компании ABBYY. Как правило, поисковая выдача и ранжирование строятся на базе анализа статистики огромного количества взаимодействий пользователей и документов. Однако сотрудник, строя поисковый запрос, предполагает, что система сама поймет, в чем суть вопроса, найдет релевантные результаты и проранжирует их. При этом число обработанных поисковых запросов и последующих взаимодействий пользователей с результатами крайне мало по сравнению с аналогичной ситуацией интернет-поиска, а количество возможных неоднозначностей (омонимии, синонимы, пропущенные слова и т. д.) достаточно велико. Отсюда формируется потребность в поиске по смыслу, который основан на полном семантико-синтаксическом анализе документов и построении семантического поискового индекса. В результате поиск и ранжирование осуществляются по смыслу поискового запроса, а в выдаче человек получает релевантные документы, в которых могут быть и ключевые слова, и их синонимы — как обычные, так и смысловые.

"Например, "табурет" и "стул" не являются в чистом виде синонимами, но наша технология понимает, что они решают одну задачу, поэтому в этом ключе будут являться синонимами. Или если пользователь будет искать "положение об аттестации", то сможет найти не только прямые совпадения, но и, например, "статьи о сертификации". Технология Compreno благодаря семантико-синтаксическому анализу настраивается на предметную область автоматически во время построения индекса",— объясняет Татьяна Даниэлян.

Сыщики умнеют на глазах
Глобальная задача, стоящая сегодня перед всеми поисковыми системами, в том числе корпоративными,— это обеспечение возможности поиска по документу как единице поиска, считают в ABBYY. "Пользователи хотят формулировать свой запрос не просто в виде слова, фразы или предложения, они хотят на вход подать целый документ, а на выходе получить проранжированную выборку похожих документов. То есть в одной системе должны быть скомбинированы возможности поиска по словам, предложениям и документу целиком. Причем в идеале речь идет о поиске с запросом в виде документа, который может содержать и текст, и изображения и др. Предполагается, что будут и инструменты для ограничения получаемой выборки. Например, пользователь при поиске в такой системе по документу "приказ о назначении...", может указать, что его не интересуют документы, которые относятся к финансовой части вопроса,— поясняет Татьяна Даниэлян.— Сейчас эта задача остро стоит для eDiscovery (процесс поиска информации в документах компаний в рамках юридических разбирательств, аудита и расследований), в научно-исследовательской области и в области безопасности. Сюда же можно отнести задачу поиска по сложным картинкам".

Будущее машинного обучения, которое используют большинство систем корпоративного поиска, связано с применением лингвистики и систем, основанных на семантике, считают в ABBYY. Это позволит при обработке входящих документов и поиске учитывать связи между словами в предложениях и на протяжении всего документа корректно распознавать омонимии и другие неоднозначности речи.

Переход к интеллектуальному поиску становится технологической тенденцией, уверены в "Миваре". "Первые попытки создать "осмысленный" поиск уже предпринимаются. "Поиск 3.0" отличается от привычного нам тем, что работает не с ключевыми словами, а с контекстами,— говорит Олег Варламов.— Системы должны научиться понимать, о чем идет речь и в каком смысле употребляется то или иное слово или выражение. Это необходимо, чтобы различать сходные по звучанию и написанию фразы, например "ключ" как код и "ключ" как инструмент".

Появление в поисковых сервисах контекстов потребует реализации принципов интерактивности — когда система, если не поняла смысла запроса, задает наводящие вопросы, а на следующем этапе, поняв контекст, начинает выдавать пошаговые рекомендации, считает эксперт "Мивар". На базе такой платформы можно будет реализовать принцип живой документации — когда ответ на запрос формируется в виде алгоритма из разных нормативных актов и инструкций. Или же интеллектуальные системы смогут проверять документацию на противоречивость и соответствие нормативной базе, реферировать корпоративные инструкции и документы по заданным параметрам, проверять почтовые сообщения на предмет разглашения конфиденциальной информации и т. д.

К семантическому поиску уже проявляют интерес крупные корпорации, например в США. Они ожидают, что его применение будет способствовать оптимизации и повышению эффективности их деятельности. Такие системы могут упростить и ускорить доступ сотрудников к информации, увеличить производительность труда, в том числе за счет роботизации процессов. В принципе в этом же должны быть заинтересованы и компании СМБ, которых сдерживает главным образом стоимость поисковых систем нового поколения. Ожидается, что начало их массового применения позволит достаточно быстро решить эту проблему — системы станут доступнее по мере их распространения.
Martin
14 ноября 2015, 17:45
Martin
23 ноября 2015, 22:36
На Хабре опубликовали статью Как решить проблему машинного понимания естественного языка - о том, как на основе разработок Шенка работать со смыслом текста:

Еще в далеком 1980г. в переводе на русский язык вышла книга Р. Шенка «Концептуальная обработка информации», в которой он описал выполненную им со своими аспирантами работу по моделированию машинного понимания естественного языка. Он разработал метод формального представления смыслового содержания ЕЯ-предложения, а его аспиранты реализовали в виде программ на языке ЛИСП три основные необходимые функции:

— семантическая трансляция – преобразование предложения нам естественном языке в соответствующую концептуальную модель;
— концептуальная память – манипулирование концептуальными структурами, соответствующее «человеческим» мыслительным операциям;
— концептуальная генерация – преобразование концептуальной структуры в текст на естественном языке.

Голубая Собака
27 ноября 2015, 22:09
Про понимание языка:
"Разработана компьютерная модель, которая выучила язык с нуля и заговорила на нем..."

Газета

А это на что ссылаются:

PLos ONE
Лунный Волк
28 ноября 2015, 15:07

Голубая Собака написала: PLos ONE

Как интересно! Еще лет тридцать назад это было совершенно неконкурентоспособно по ресурсоемкости и затратам по сравнению с другими методами распознавания с обучением...
Martin
4 декабря 2015, 22:08
ABBYY Compreno добавляет интеллект в «Логику СЭД»

Компания «Логика бизнеса» представляет новое решение для сортировки поступающих электронных обращений граждан в канцелярию СЭД с помощью технологии понимания и анализа текстов на естественных языках ABBYY Compreno.

Приходящие в электронном виде обращения граждан, например, с портала госуслуг разбирают в ручном режиме сотрудники канцелярии. Если объем обращений достигает 1000 в день, такая работа, которую автоматизировать сейчас, казалось бы, нет никакой возможности, требует много времени и трудозатрат. Однако интеллектуальная технология ABBYY Compreno позволяет автоматизировать процесс обработки поступающих в организацию запросов за счет понимания и анализа смысла обращения.

Созданное специалистами «Логики бизнеса» решение на базе ABBYY Compreno определяет в потоке поступающих электронных документов их тип, используя обучающую подборку на основе общероссийского классификатора обращений или классификатора обращений организации.

Из текста обращения «добывается» значимая информация (метаданные) для последующего создания регистрационной карточки. После этого СЭД отправляет документ по маршруту, который настроен для определенной тематики, или такой маршрут можно определить самостоятельно. Сотруднику канцелярии остается только проверить корректность заполнения карточки.

Аналогичное решение создано «Логикой бизнеса» и для бумажных документов: документ сканируется, текст распознается и анализируется. Затем автоматически создается и заполняется карточка документа в системе электронного документооборота и формируется задание для исполнителя.

Новые клиенты «Логики бизнеса» смогут получить эту функциональность в рамках общей лицензии на систему электронного документооборота «Логика СЭД». Тем, кто уже эксплуатирует систему «Логика СЭД» и хочет воспользоваться новой функциональностью, необходимо приобрести лицензии на ABBYY Compreno и услугу «Логики бизнеса» по ее внедрению.
«Созданное нами решение с использованием интеллектуальной технологии ABBYY Compreno существенно оптимизирует работу с входящими обращениями, — комментирует результаты проекта по разработке директор по консалтингу и разработке компании „Логика бизнеса“ Алексей Кислицын. — В планах у нас есть еще несколько сценариев применения ABBYY Compreno в наших ЕСМ-решениях, которые позволят заказчикам использовать в своей работе самые последние достижения в области анализа и понимания смысла документов».
«Технологии интеллектуальной обработки информации позволяют решать задачи бизнеса на качественно новом уровне, повышая конкурентоспособность организаций и увеличивая отдачу от инвестиций, уже вложенных в существующие ИТ-системы, — говорит Дмитрий Шушкин, заместитель генерального директора ABBYY Россия. — Совместно с нашими заказчиками мы реализуем ряд пилотных проектов, где ABBYY Compreno используется для повышения эффективности разных бизнес-процессов. „Логика СЭД“ давно востребована бизнесом и мы надеемся, что возможность интеллектуальной обработки обращений граждан принесет заказчикам еще большую выгоду от внедрения системы».

Гата
10 января 2016, 23:02
Обезьяны, деньги и проституция.

Ученые обнаружили, что деньги меняют даже обезьян.

Двое ученых из Йельского университета (экономист и психолог) решили научить обезьян пользоваться деньгами. И у них получилось. Идею денег, как оказалось, могут усваивать существа с крохотным мозгом и потребностями, ограничивающимися едой, сном и сексом. Капуцины, на которых проводился эксперимент, считаются зоологами одними из самых глупых приматов.

«На первый взгляд, и вправду кажется, что им в жизни больше ничего и не нужно. Вы можете кормить их зефирками весь день, и они будут уходить и приходить, уходить и приходить за ними постоянно. Поэтому вы подумаете, что капуцины — ходячие желудки», — говорят ученые.

Американские этологи провели эксперимент по введению «трудовых» отношений в стае капуцинов. Они придумали в вольере «работу» и «универсальный эквивалент» — деньги. Работа состояла в том, чтобы нажимать на рычаг с усилием в 8 килограммов. Значительное усилие для некрупных обезьян. Это для них настоящий малоприятный труд.

За каждое нажатие рычага обезьяна стала получать кисть винограда. Как только капуцины усвоили простое правило «работа = вознаграждение», им тут же ввели промежуточный агент — разноцветные пластмассовые кружочки. Вместо винограда они стали получать жетоны разного «номинала». За белый жетон можно было купить у людей одну кисть винограда, за синий — две, за красный — стакан газировки и так далее.

Вскоре обезьянье общество расслоилось. В нем возникли те же самые типы поведения, что и в человеческом сообществе. Появились трудоголики и лодыри, бандиты и накопители. Одна обезьяна умудрилась за десять минут нажать на рычаг 185 раз! Очень денег хотелось заработать. Кто-то предпочитал работе рэкет и отнимал у других.

    Но главное, что отметили экспериментаторы: у обезьян проявились те черты характера, которые ранее не были заметны — жадность, жестокость и ярость в отстаивании своих денег, подозрительность друг к другу.

В продолжение изучения экономического поведения, обезьянам вручили другие «деньги» в виде серебряных дисков, с отверстием в середине. Через несколько недель капуцины усвоили, что за эти монетки можно получать пищу.

Экспериментатор, который в молодости увлекался марксизмом, не стал проверять, правда ли труд превращает обезьяну в человека. Он просто раздал обезьянам эти монетки и научил использовать их для покупки фруктов. Перед этим выяснили, кто что любит, чтобы установить для каждой из обезьян свою шкалу предпочтений.
Сначала такса была единой — за кислое яблоко и кисть сладкого винограда просили одинаковое количество монет. Естественно, яблоки не пользовались успехом, а запасы винограда таяли. Но картина резко поменялась, когда цена на яблоки вдвое снизилась. После довольно долгого замешательства обезьяны решали практически полностью потратить свои монеты на яблоки. И только изредка позволяли себе полакомиться виноградом.

В один из дней, когда все подопытные животные в общей клетке уже знали, что одни предметы стоят дороже, а другие дешевле, одна из обезьян проникла в отсек, где хранилась коммунальная касса и присвоила все монетки себе, отбиваясь от людей, пытавшихся отобрать у нее металлическую добычу. Так обезьяны совершили первое «ограбление банка».

Среди обезьян оказались и фальшивомонетчики. Однажды ученые вырезали из огурца похожий на валюту обезьян кружочек. Сначала капуцин начал его жевать, но потом попытался купить на эти «фальшивые деньги» что-нибудь повкуснее.

Прошло еще несколько дней, и капуцины открыли для себя феномен проституции. Молодой самец дал монетку самке. Ученые думали, влюбился и сделал подарок. Но нет, «девочка» вступила за деньги с кавалером в половую связь, а затем пошла к окошку, за которым дежурили ученые, и купила у них несколько виноградин.

Все остались довольны: и обезьяны, и ученые. Обезьяны освоили либерально-капиталистические отношения, а ученые защитили докторскую.

Источник: http://www.adme.ru/svoboda-psihologiya/obe...ituciya-648005/ © AdMe.ru

Solmir
10 января 2016, 23:50

Гата написал: Обезьяны, деньги и проституция.

Вот источник. http://www.zmescience.com/research/how-sci...onkey-appeared/
Опыты проводили 2 человека — экономист и психолог. Как я понял, вся история с их слов. Про публикацию в научной литературе ни слова.
YuryS
11 января 2016, 15:17

Гата написал: Прошло еще несколько дней, и капуцины открыли для себя феномен проституции. Молодой самец дал монетку самке. Ученые думали, влюбился и сделал подарок. Но нет, «девочка» вступила за деньги с кавалером в половую связь, а затем пошла к окошку, за которым дежурили ученые, и купила у них несколько виноградин.

Не знаю насчет монеток, а секс в обмен на еду у обезьян распространен широко (ссылки разные)
bete noire
11 января 2016, 18:54

Solmir написал:  Про публикацию в научной литературе ни слова.

Я нашла большую науч-поп публикацию в New Scientist, еще в 2005. Не строго научная литература, конечно, но они обычно хорошо и довольно точно перепевают источники.
Там, кстати, далеко не проституция и не ограбление самое интересное, а то, как обезьяны воспринимают риск и вознаграждение, и их поведение в азартных играх после того, как ценность пластиковых кружочков была осознана -
   Спойлер!
в общем, такое же, как и у гомо сапиенс.
Martin
12 января 2016, 23:55
Некоторые современные подходы в области обработки естественного языка

Результаты научных исследований, полученные в последние годы в задачах распознавания речи [1], машинного перевода [2], определения оттенка предложения [3] и частей речи [4] показали перспективность нейросетевых алгоритмов глубокого обучения в сравнении с классическими методами обработки естественного языка (natural language processing). Однако, в области вопросно-ответных и диалоговых систем еще остается много нерешенных задач [5, 6]. В данной статье дан обзор результатов применения современных алгоритмов для задач обработки и понимания естественного языка. Обзор содержит описание нескольких разных подходов и не претендует на полноту исследований.

Human: how many legs does a cat have ?
Machine: four, i think .
Human: What do you think about messi ?
Machine: he ’s a great player .
Human: where are you now ?
Machine: i ’m in the middle of nowhere .

(из статьи A Neural Conversational Model. КДПВ из фильма Ex Machina)

К решению задачи самообучающихся вопросно-ответных систем IT компании и исследовательские организации подходят с разным видением первоначальной точки отсчета.

Martin
22 января 2016, 00:07
Ростсельмаш создает первые комбайны-беспилотники.

Первые беспилотные комбайны появятся в России уже к 2018 году. Эти умные машины призваны повысить производительность и качество сельхозпроизводства.
    Работы по созданию роботизированных комбайнов ведется на территории особой экономической зоны (ОЭЗ) «Иннополис» в Татарстане. Разработкой искусственного интеллекта машин и систем управления технологическими процессами в области сельхозпроизводства займется компания Cognitive Technologies.
    Первые опытные образцы беспилотных комбайнов будут разработаны до 2018 года. Промышленные образцы появятся спустя два года, их производством займется компания «Ростсельмаш» - сообщил AgroNews34 директор Департамента науки и технологий Минобрнауки России Сергей Салихов.

    В ближайшие пять лет в проект будет инвестировано около 15 млрд. рублей, в частности в текущем году планируется потратить порядка 380 млн рублей. Часть средств будет выделена Министерством образования и науки РФ в рамках реализации целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 — 2020 годы», рассказала президент компании Cognitive Technologies Ольга Ускова.

Martin
24 января 2016, 23:17
Прочитал в группе NLP People в LinkedIn:

Get Sample Pages- <a href="http://tinyurl.com/zazj9bg" target="_blank">http://tinyurl.com/zazj9bg</a>

Natural Language Processing (NLP) solutions have become very significant for many business operations. It works to provide human to machine interaction by analyzing the spoken and written languages and comprehending the pattern accordingly. The advent of smartphones and the leverage of big data have given rise to huge amount of data. Maintaining the business database manually has become outdated. In order to extract important data from these text corpus business organization are looking for the solutions which will provide a real-time access to the important information and the voice of customers in order to enhance their business operations. NLP techniques enable the computer to perform various tasks. A few of these applications include machine translation, information extraction, report generation, question answering among various others. The report basically emphasizes on the overall NLP market in various verticals across the globe.

The Natural Language Processing market is expected to grow from $5.7 billion in 2015 to $13.4 billion in 2020 at a CAGR of 18.4% for the forecast period.

For More Info Speak To Analyst- <a href="http://tinyurl.com/gmlyzj4" target="_blank">http://tinyurl.com/gmlyzj4</a>

Здесь интересна последняя строчка, в которой говорится, что ожидается, что рынок для NLP-решений (NLP - Natural Language Processing - Обработка Естественного Языка) к 2020-му году возрастет до 13.4 млрд. долларов. Что-то не так много, учитывая, например, что только годовой оборот Oracle за 2009 год составил более $23 млрд. (Отсюда.)
Хомса
25 января 2016, 09:31

Martin написал: Прочитал в группе NLP People в LinkedIn:

Здесь интересна последняя строчка, в которой говорится, что ожидается, что рынок для NLP-решений  (NLP - Natural Language Processing - Обработка Естественного Языка) к 2020-му году возрастет до 13.4 млрд. долларов. Что-то не так много, учитывая, например, что только годовой оборот Oracle за 2009 год составил более $23 млрд. (Отсюда.)

Что за фигня, Мартин? Причем тут оборот Оракла? Какое это имеет отношение к ИИ, который, как уже неоднократно отмечалось, в масштабах, описанных НФ, никогда не наступит?
Martin
26 января 2016, 00:00

Хомса написал:
Что за фигня, Мартин? Причем тут оборот Оракла? Какое это имеет отношение к ИИ, который, как уже неоднократно отмечалось, в масштабах, описанных НФ, никогда не наступит?

ИИ будет релизован лет через 100, когда будет досконально изучена работа мозга и будут технологические возможности для реализации ее в "железе". Не при нашей жизни, согласен.
А маркетинговые перспективы NLP - для того, чтобы оценить, насколько целесообразно заниматься этим, можно ли "откусить кусок пирога" здесь или нефиг метаться.
Vladimir_Y
26 января 2016, 01:47

Martin написал: ИИ будет релизован лет через 100, когда будет досконально изучена работа мозга и будут технологические возможности для реализации ее в "железе". Не при нашей жизни, согласен.

Отстаёшь от жизни!
Межнациональные конфликты в России будет разрешать искусственный интеллект

Разбираться с межнациональными конфликтами в России будет компьютерная программа, заявил глава Федерального агентства по делам национальностей Игорь Баринов на межрегиональном форуме ОНФ в Ставрополе. Такие конфликты, особенно характерные для юга России - одна из заявленных тем для обсуждения на форуме.

"Нам удалось создать программный продукт, который с помощью искусственного интеллекта будет анализировать ситуацию по межнацу. Система создана, мы ее внедряем в регионы", - цитирует Баринова "Интерфакс".

homo sapiens
26 января 2016, 21:53
24 января умер Марвин Ли Минский.
v-groove
28 января 2016, 01:44
То, о чем «так долго говорили большевики», походу, произошло. AI таки скинул человека с чемпионского пьедестал по игре в Go. Гугл сообщил, что их система AlphaGO обыграла профессионального игрока в GO, текущего 3-х кратного европейского чемпиона Fan Hui. Причем с разгромным счетом 5-0. Вообще говоря, произошло это еще в октябре прошлого года, за закрытыми дверями, но сообщили только сейчас. Что интересно, система AlphaGO в значительной степень основана на нейронных сетях (deep neural networks), поэтому её не программировали полностью в привычном понимании этого слова (как, к примеру, тот же Deep Blue для игры в шахматы), а тренировали и натаскивали, по сути, ровно таким же образом, как это происходит у людей. Система обучалась в несколько этапов, вначале на основе миллионов готовых партий, отыгранных людьми, а после система играла миллионы и миллионы партий сама с собой. Ну и в конце все это еще и скрестили с лучшими традиционными алгоритмами, которые используют при программировании подобных игр. В итоге, сравнивали со всеми остальными лучшими существующими сейчас программами для игры в GO, и AlphaGO из 500 партий выиграла 499.

На март этого года уже анонсировали матч с мировым чемпионом Lea Sedol. Какие будут ставки? smile.gif
Martin
1 февраля 2016, 23:14
Вести с полей ИИ. Упало мне в LinkedIn:

The Rise of the Artificially Intelligent Hedge Fund
Last week, Ben Goertzel and his company turned on a hedge fund that makes all its stock trades using AI---no human intervention required.

Восхождение хедж-фонда, основанного на ИИ. На прошлой неделе, Бен Гертзель и его компания запустили хедж-фонд, который совершает все фондовые торги используя искусственный интеллект - не требуя вмешательства человека.
Alex Lonewolf
2 февраля 2016, 01:36

Martin написал: Вести с полей ИИ. Упало мне в LinkedIn:

Восхождение хедж-фонда, основанного на ИИ. На прошлой неделе, Бен Гертзель и его компания запустили хедж-фонд, который совершает все фондовые торги используя искусственный интеллект - не требуя вмешательства человека.

Прям таки ИИ? smile.gif Ну да мы все разное под этим понимаем. На мой взгляд речь идет о ПО, заточенном под такие игры которое умеет переигрывать не слишком профессиональных людей-трейдеров и более примитивное ПО. И умеет "обучаться" в той или иной мере. Это не ИИ в моем понимании.

Без команды финансистов и IT-шников, которые будут анализировать результаты и "подкручивать гайки" всяко не обойдется.
v-groove
9 марта 2016, 11:43
Начался матч ИИ с мировым чемпионом по Го Lea Sedol. Будут играть пять партий - 9, 10, 12, 13, 15 марта. Только что закончилася первая партия. Трансляция.

Результат    Спойлер!
Выиграл ИИ
v-groove
10 марта 2016, 12:31
ИИ взял вторую партию. Теперь Lea Sedol надо для победы выиграть все 3-и оставшиеся партии, что весьма непросто. Так что походу всё.
alibek
10 марта 2016, 14:03
Видимо так и будет.

Вот как кончится мир, не взрыв но всхлип.

v-groove
12 марта 2016, 12:23
3:0. ИИ взял матч. Игра Го теперь официально не является игрой, в которой человек имеет "мистические" преимущества перед ИИ. Оказалось - сие было иллюзией. Не имеет.
Rahel
12 марта 2016, 14:25
Меня сильно удивило, что

v-groove написал: система AlphaGO в значительной степени основана на нейронных сетях (deep neural networks), поэтому её не программировали полностью в привычном понимании этого слова (как, к примеру, тот же Deep Blue для игры в шахматы)

Неужели методы человеческой игры тоже существенно различны (типа в шахматах основаны на переборе основных вариантов, а в го - на глубокой интуиции)?
Bizon
13 марта 2016, 11:33

v-groove написал: 3:0. ИИ взял матч. Игра Го теперь официально не является игрой, в которой человек имеет "мистические" преимущества перед ИИ. Оказалось - сие было иллюзией. Не имеет.

Как я понимаю в любых играх с формализуемыми правилами компьютер человека превзойдет рано или поздно. Зато у нас всегда останутся настольные ролевухи, где результатом является чистое удовольствие от игры.
v-groove
13 марта 2016, 13:09
3:1 Lea Sedol взял партию престижа. smile.gif Посмотрим - возьмет ли вторую. Смотрел трансляцию, и коментаторы всю игру говорили, что комп почему-то странно тупил (типа перегрелся). biggrin.gif

Rahel написала: Неужели методы человеческой игры тоже существенно различны (типа в шахматах основаны на переборе основных вариантов, а в го - на глубокой интуиции)?

Не. Думаю человек примерно одинаковым образом играет в любые подобные игры. Он просто по-другому не может, «железо» именно под такой способ заточено. А компы, те да. Могут играть по-разному. И путем глубокого перебора, и путем некой «интуиции на основе нейросетей», и путем комбинирования этих способов.
v-groove
13 марта 2016, 13:29

Bizon написал:
Как я понимаю в любых играх с формализуемыми правилами компьютер человека превзойдет рано или поздно.

Сложно сказать, будут ли это только хорошо формализуемые игры. Например, в игру Jeopardy ИИ у человека тоже выиграл, хотя там для формулировки вопросов использовался естественный язык, т.е. вещь не имеющая строгих формальных правил. На мой взгляд, для ИИ не существует никаких принципиальных препятствий превзойти человека во всём. Возможно, это вообще естественных ход событий эволюции в широком смысле слова.

Bizon написал: Зато у нас всегда останутся настольные ролевухи, где результатом является чистое удовольствие от игры.

Ну, собственно, что шахматы, что го тоже никуда не денутся. Люди будут продолжать играть между собой ради удовольствия. smile.gif
Vladimir_Y
13 марта 2016, 15:15

v-groove написал: На мой взгляд, для ИИ не существует никаких принципиальных препятствий превзойти человека во всём.

Это в отдалённом будущем. Пока для ИИ не существует никаких принципиальных препятствий превзойти человека в чём-то одном. Особенно после того, как это "одно" удалось формализовать.
homo sapiens
14 марта 2016, 09:25

Vladimir_Y написал:
Это в отдалённом будущем. Пока для ИИ не существует никаких принципиальных препятствий превзойти человека в чём-то одном. Особенно после того, как это "одно" удалось формализовать.

Формализация не обязательна. Для задач плохо поддающихся формализации применяют методы обучения. Кстати говоря, google утверждает, что в alphago применялись нейронные сети, если я не ошибаюсь.
По поводу превзойти человека во всем. Такого я думаю не будет никогда и не потому, что это невозможно, а потому что не нужно. Например, нужно ли программе управления автомобилем хорошо играть в шахматы? Думаю, что нет.
homo sapiens
14 марта 2016, 09:35

Rahel написала: Меня сильно удивило, что

Неужели методы человеческой игры тоже существенно различны (типа в шахматах основаны на переборе основных вариантов, а в го - на глубокой интуиции)?

Не, разница в том, что игра го труднее формализуется, поэтому труднее для перебора, а следовательно и для компьютера. Как компьютер играет в шахматы? Как я понимаю, перебирает варианты по некоему аогоритму, а потом для получившихся расстановок фигур на доске рассчитывает выгодна для него эта позиция или нет ( хороша она или плоха). В го, как я понимаю, существуют пооблемы с оценкой выгодности позиции, поэтому сложно определять насколько хорош или плох ход.
homo sapiens
14 марта 2016, 11:00

v-groove написал:  «интуиции на основе нейросетей».

Не нравится мне слово "интуиция", мистикой какой-то отдает. Методы машинного обучения - это алгоритмы поиска и отбора других алгоритмов. Например, у нас есть задача, которую мы не смогли формализовать и не знаем приемлемый алгоритм решения этой задачи, хотя он существует. Тогда мы запускаем алгоритм ( обучение), который в множестве алгоритмов пытается найти алгоритм, который решает данную задачу приемлемо хорошо. Задача локальной оптимизации.
bober
14 марта 2016, 15:47

Vladimir_Y написал:
Это в отдалённом будущем. Пока для ИИ не существует никаких принципиальных препятствий превзойти человека в чём-то одном. Особенно после того, как это "одно" удалось формализовать.

Угу, примерно так. Хотя ввиду сложности определения, что есть отдельный ИИ могут быть и нюансы - "один монитор" может обыгрывать произвольных человеков в любые игры с формализуемыми правилами. Непонятно только, что в этом такого.
Martin
14 марта 2016, 17:34

Martin написал: Прочитал в группе NLP People в LinkedIn:

Здесь интересна последняя строчка, в которой говорится, что ожидается, что рынок для NLP-решений  (NLP - Natural Language Processing - Обработка Естественного Языка) к 2020-му году возрастет до 13.4 млрд. долларов. Что-то не так много, учитывая, например, что только годовой оборот Oracle за 2009 год составил более $23 млрд. (Отсюда.)

Разместил эту информацию на dxdy.ru. В ответ мне написали:

За NLP жадно следят всяческие спекулянты в надежде, что оно за них будет анализировать новостные сообщения и в доли секунды определять, как это повлияет на котировки. Бабла у этих товарищей навалом. Прошу пардону за высокий штиль.

Dead Knight
14 марта 2016, 19:52

Martin написал:
Разместил эту информацию на dxdy.ru. В ответ мне написали:

А нахрена за этой NLP следить. IMHO, если у тебя есть доступ к достаточно большой выборке данных биржи, финансовой аналитике и различной экономической переодике, то будет проще нейронную сеть замутить и натренировать ее на этом всем.

Если между этим всем существует достаточная корелляция, то такая сеть сможет дать вполне нормальный результат даже без всяких ваших NLP.
Martin
14 марта 2016, 20:38

Dead Knight написал:
А нахрена за этой NLP следить. IMHO, если у тебя есть доступ к достаточно большой выборке данных биржи, финансовой аналитике и различной экономической переодике, то будет проще нейронную сеть замутить и натренировать ее на этом всем.

Если между этим всем существует достаточная корелляция, то такая сеть сможет дать вполне нормальный результат даже без всяких ваших NLP.

А политические события?
Martin
14 марта 2016, 22:35
Наш мозг выбирает для запоминания то, что поможет получить вознаграждение.

Наш мозг предпочитает сохранять воспоминания о том, как мы получили вознаграждение, и обращается к этим воспоминаниям, когда мы отдыхаем, тем самым делая их сильнее. К такому выводу пришли ученые из университета Калифорнии.

Из множества событий, происходящих с нами, мы запоминаем в деталях лишь немногие. Чтобы не перегружаться слишком детализированной информацией, мозг фильтрует ее и выбирает для запоминания то, что поможет получить вознаграждение в будущем.

Это предположение проверили нейробиологи Чаран Ранганат и Маттиас Грубер. Они провели эксперимент с использованием фМРТ, в котором добровольцам демонстрировали различные объекты и спрашивали, например, весит ли данный объект больше баскетбольного мяча. Добровольцы должны были давать односложные ответы: «да» или «нет». Каждая серия объектов демонстрировалась на каком-то фоне, создающем контекст, и в зависимости от контекста участникам эксперимента говорили, получат они большое или маленькое денежное вознаграждение за правильный ответ. В конце экспериментальной серии каждому участнику говорили, сколько денег он выиграл за все время эксперимента.

На этом первая часть эксперимента заканчивалась, и наступало время отдыха, во время которого, как и при ответах на вопросы участникам делали томограмму. А затем испытуемых ждал неожиданный для них тест, проверяющий, насколько они запомнили объекты, показанные в первой части эксперимента.

Оказалось, что объекты, ассоциирующиеся с более высокой наградой, учасники запомнили гораздо лучше. Более того, они гораздо лучше запомнили фон, связанный с таким объектом.

Что интересно, на томограмме, сделанной в период отдыха после первого этапа эксперимента, ученые увидели тот же паттерн активности, как и в момент, когда испытуемый выполнял задание за высокое вознаграждение. Участники эксперимента явно прокручивали в голове воспоминания о получении высокого вознаграждения, а это помогает закрепить событие в памяти. Участники, которые больше прокручивали воспоминания о вознаграждении, лучше удержали их в памяти, что и продемонстрировали во время теста. Кроме того, у них усилилось взаимодействие между гиппокампом (структурой в мозге, связанной с памятью), и зоной, связанной с процессом вознаграждения (черная субстанция — вентральная тегментальная зона). Это позволяет предположить, что вознаграждение играет роль в стимулировании гиппокампа после обучения. Возможно, формирование связей в гиппокампе связано с выбросом дофамина, нейромедиатора, которые выделяется, когда человек ожидает вознаграждения. При старении или при таких заболеваниях как болезнь Альцгеймера выброс дофамина снижается, и у человека нередко наблюдается ухудшение памяти.

Так помним ли мы то, что нам действительно нужно? Это зависит от того, чем занят наш мозг, пока мы отдыхаем.

Источник: sciencedaily.co

Dead Knight
15 марта 2016, 00:11

Martin написал:
А политические события?

А какая разница? Это для тебя событие политическое. А с т.з. нейронной сети есть только корелляция.
v-groove
15 марта 2016, 13:09
Ну вот и всё, итоговый счет матча - 4:1. Слава роботам!
Martin
17 марта 2016, 20:48

Dead Knight написал:
А какая разница? Это для тебя событие политическое. А с т.з. нейронной сети есть только корелляция.

Т.е. также можно обучить нейронную сеть распознавать тексты политических новостей новостных сайтов?
Martin
17 марта 2016, 20:49
Новости из области физики:

Российские ученые нашли способ ускорить работу компьютера в сотни раз.

Группа ученых из Московского физико-технического института и Московского государственного университета разработала технологию, позволяющую увеличить скорость компьютерной памяти в сотни раз. Публикация с ее описанием появилась в журнале Applied Physics Letters.
Один из соавторов метода Александр Голубов из МФТИ рассказал Hi-Tech@mail.ru, что работа новых ячеек памяти выстраивается по схеме, которая не требует времени на процессы намагничивания и размагничивания. Чтение и запись происходит за сотни пикосекунд. В существующих схемах организации памяти на это уходит в сотни и даже тысячи раз больше времени.

Ячейки памяти основаны на так называемом эффекте Джозефсона. Они представляют собой своеобразный сэндвич из диэлектрика и сверхпроводника - при определенной силе магнитного поля электроны могут проходить сквозь диэлектрик и перемещаться между слоями сверхпроводника. Подобная схема применяется не только для создания памяти будущих квантовых компьютеров, но и сверхчувствительных датчиков магнитного поля и ряда экспериментальных устройств.

Обычно для записи в ячейку памяти, созданную на базе переходов Джозефсона, применялись магнитные поля. Информация при этом кодировалась при помощи направления вектора магнитного поля в ферромагнетике. Однако плотная упаковка ячеек памяти этого типа невозможна, к тому же нельзя быстро сменить вектор намагниченности, а для осуществления считывания и записи информации необходима подпитка, то есть нанесение на плату дополнительных цепей.

Российские физики для переключения состояния ячейки памяти предложили использовать инъекционные токи, которые протекают через один из слоев сверхпроводника. Считывание состояния при этом можно выполнять с применением тока, проходящего через всю структуру. Процесс занимает в сотни раз меньше времени, чем перемагничивание ферромагнетика или измерение намагниченности.

Александр Голубов также отметил, что для реализации разработанной схемы используется только один слой ферромагнетика, и это позволяет адаптировать её к одноквантовым логическим схемам. Для применения нового типа памяти не нужно разрабатывать принципиально иную архитектуру процессора, а компьютер с частотой в сотни гигагерц, основанный на одноквантовой логике, потребляет в десятки раз меньше энергии.

Чокки
18 марта 2016, 01:54


Это по мнению журналиста они нашли способ "ускорить работу компьютера в сотни раз".

А в самой статье говорится, что по их оценкам характеристическое время переключения ячейки — от 100 до 1000 пикосекунд, то есть эффективный максимум рабочих частот — 10 ГГц. Что не значит, что это плохая идея. Это просто не "сотни раз" в сравнении с сегодняшними технологиями, а от силы десяток. Следует учитывать и тот факт, что это пока что лишь теоретические оценки.

Вот статья: http://scitation.aip.org/content/aip/journ....1063/1.4940440
Вот текст из статьи, на который я ссылаюсь:

All “write” and “read” operations are implemented by Josephson currents and never deal with time scales specific to remagnetization processes. The characteristic time of the considered device is based on the mechanisms of destruction and recovery of superconductivity in the thin
s-film. This time is determined by the properties of electron-phonon interaction in the superconductor. These processes are similar to those in superconducting single photon detectors (43) and can have a timescale in the order of 100  1000 ps depending on material constants of the s-layer.

Dead Knight
18 марта 2016, 12:00

Martin написал:
Т.е. также можно обучить нейронную сеть распознавать тексты политических новостей новостных сайтов?

Естественно. Это всего лишь механизм, ему без разницы что ты ему скармливать будешь, политические новости или подборку журнала Мурзилки.
Martin
20 марта 2016, 22:35

Dead Knight написал:
Естественно. Это всего лишь механизм, ему без разницы что ты ему скармливать будешь, политические новости или подборку журнала Мурзилки.

Что-то я сомневаюсь в способности современных искусственных нейросетей распознавать синтаксическую и семантическую структуру текста.
Bizon
21 марта 2016, 08:54

Martin написал:
Что-то я сомневаюсь в способности современных искусственных нейросетей распознавать синтаксическую и семантическую структуру текста.

Так и человек не всякий на это способен. smile4.gif Нейросеть научится чему угодно, если будет получать оценки после каждого своего предположения. Возможно хитрый Гугль уже постит стихи нейросетей о любви в фальшивых девичьих дневниках, обучая их (нейросети) при помощи лайков и дизлайков. smile4.gif
Dead Knight
21 марта 2016, 17:54

Martin написал:
Что-то я сомневаюсь в способности современных искусственных нейросетей распознавать синтаксическую и семантическую структуру текста.

1. Нейронная сеть на днях чемпиона мира в Го сделала. А ведь еще недавно противники исскуственного интеллекта рассказывали о невозможности написания алгоритмов, которые могли бы выигрывать у человека в игры подобной сложности. Т.ч. это все вопрос времени.

2. Система распознавания "синтаксической и семантическо структуры текста" в нейронной сети ровно та же, что и у человеческого мозга.

Конечно, это не значит, что такую сеть завтра студент на коленке написать может.
Dead Knight
21 марта 2016, 17:58

Bizon написал:
Так и человек не всякий на это способен.  smile4.gif

Угу, Думаю, если сейчас Мартину предложить распознать эту самую симантическую структуру текста написанного на каком-нибудь китайском диалекте, то боюсь, его ждет провал. Значит ли это что Мартин не способен распознавать симантическую структуру текста вообще? Конечно нет, просто, на текущий момент, у его мозга еще нет настроенных шаблонов для такого распознавания.

Rahel
21 марта 2016, 18:18

Dead Knight написал: Система распознавания "синтаксической и семантической структуры текста" в нейронной сети ровно та же, что и у человеческого мозга.

Ну это очень смелое утверждение.
Вряд ли мы столь хорошо знаем, как работают мозги.
Я хочу подчеркнуть, что "нейронная сеть" - это метафорическое название метода, а не реальная сеть нейронов.
alibek
21 марта 2016, 18:45
Ну синтаксическую структуру текста существующее ПО распознает довольно неплохо.
Dead Knight
21 марта 2016, 18:49

Rahel написала:
Ну это очень смелое утверждение.
Вряд ли мы столь хорошо знаем, как работают мозги.
Я хочу подчеркнуть, что "нейронная сеть" - это метафорическое название метода, а не реальная сеть нейронов.

Ну, то, что мозг работает шаблонами, вполне себе давно известно и используется на практике политиками, мошенниками, торговцами и т.д. и т.п.
Дальше >>
Эта версия форума - с пониженной функциональностью. Для просмотра полной версии со всеми функциями, форматированием, картинками и т. п. нажмите сюда.
Invision Power Board © 2001-2016 Invision Power Services, Inc.
модификация - Яро & Серёга
Хостинг от «Зенон»Сервера компании «ETegro»