нечему удивляться тут: ИИ похож на своих творцов, поскольку даже когда смотрим на кирпич всё равно думаем про еб*ю

Говорят, эти канадцы продали после этого лука в разы больше чем обычно. Так что ИИ однозначно небесполезен.

Социальная сеть Facebook заблокировала рекламу лука канадской фермерской компании, расценив ее как "излишне сексуальную". Об этом сообщает телеканал CBS.
Реклама содержала описание сорта и его качества. К ней прилагалась фотография, на которой были изображены несколько луковиц в корзинке и одна в разрезе на переднем плане.
...
Позже в администрации соцсети объяснили, что причиной блокировки стал автоматизированный алгоритм, который принял лук за сексуальный контент. Спустя несколько часов запись была разблокирована.

Искусственный интеллект Sophie используют в своей работе сотрудники канадской ежедневной газеты The Globe and Mail. И в этом году он впервые в истории Online Journalism Awards получил премию за лучшие инновации в журналистике, сообщается на сайте премии.

Sophie в редакции The Globe and Mail отвечает за создание 99% всего контента. ИИ самостоятельно решает, к какому разделу отнести материал, определяет допустимое количество контента на странице. Каждый десять минут ИИ в автоматическом режиме изучает содержимое сотен сайтов и генерирует публикации.

Благодаря технологии распознавания лиц искусственный интеллект применяет принцип "разнообразности подачи взглядов". Кроме того, он определяет, насколько актуальной для читателей будет та или иная новость в зависимости от "свежести ее появления".

Благодаря технологии распознавания лиц искусственный интеллект применяет принцип "разнообразности подачи взглядов". Кроме того, он определяет, насколько актуальной для читателей будет та или иная новость в зависимости от "свежести ее появления".

Следить за человеческой речью и успевать быстро ее расшифровать — одна из самых сложных задач для искусственного интеллекта. В процессе разговора люди могут прерываться, исправляться, заполнять время между словами и фразами различными звуками. Все это мешает понимать смысл сказанного не только программам, но и людям.

Теперь ученые из Технологическгого института Карлсруэ создали программу, которая способна точно распознавать большую часть сказанных человеком фраз. Программу уже испытали на практике, позволив ей переводить университетские лекции с немецкого или английского на языки, на которых говорят иностранные студенты.

Согласно ученым, если человек распознает речь живого собеседника, он в среднем допускает примерно 5,5% ошибок за разговор. Для разработанного исследователями алгоритма этот показатель составляет около 5,0%. Ранее проблемой программы была довольно сильная задержка в обработке звука, однако в новой версии ученые смогли снизить этот показатель всего до одной секунды. На сегодня это самая низкая задержка для программ распознавания речи.

Программу уже испытали на практике, позволив ей переводить университетские лекции с немецкого или английского

В Шотландии во время игры команд второго дивизиона случилась курьезная ситуация - трансляцию матча доверили искусственному интеллекту, который спутал лысину бокового судьи с мячом, и все два тайма был сконцентрирован на светлой голове арбитра.

на светлой голове арбитра

Есть две новости - хорошая и плохая. Хорошая заключается в том, что восстание машин откладывается. Плохая - искусственный интеллект не считает нас за людей!

Плохой фразеологический оборот. Так надо и сказать: на бледно-глянцевой лысине арбитра.
Ну хоть всё-таки нашёл одну человеческую светлую голову среди других играющих не людей на поле.

Выберите тип задачи:

Сторона, начинающая задачу:

Сторона, матующая короля неприятеля:

Укажите Мат в количество ходов:

Укажите поле, на котором король получает мат:

Считать найденным выигрыш в этюде при оценке:

Фигура, матующая короля (если таковая имеется):

Батарея фигур, матующая короля:

Возможность рокировки для сторон:

Укажите оптимальный комплект фигур для каждой из сторон:

Фигура, неподвижная по условию (если имеется):

Превращать пешку в фигуру (если имеется возможность):

Задействовать тактические приёмы:

Предоставим занятия композицией «Альфа-Зеро», самой мощной на текущий момент нейросети. Полагаю, результат превзойдёт все ожидания.

Andralex wrote: Сложно сказать...
Композиция давно ушла в такие дебри, которые интересны только самим композиторам. Темы задач просто вынос мозга
Мне вот будет уже все равно Альфа не Альфа....

А еще ув.РР расскажет нам про интеллект нейросетки Альфы

Как сообщает Futirism, в январе 2019 года полиция города Вудбридж предъявила обвинения в ряде преступлений, включающих ограбление магазина и нападение при отягчающих обстоятельствах, мужчине по имени Ниджер Паркс (Nijeer Parks). По словам Паркса, он даже никогда не бывал в этом городе.

Узнав об ордере на арест, мужчина поехал в полицейский участок города Вудбридж, чтобы прояснить ситуацию. Полицейские разговаривать не стали – они сразу же арестовали Паркса.

Позже мужчина выяснил, что полиция опознала его с помощью Clearview AI – спорного программного обеспечения на основе искусственного интеллекта для распознавания лиц. Использование системы запретили в январе 2020 года после переоценки ее работы (спустя год после ареста Паркса).

После допроса мужчину продержали в тюрьме десять дней. Однако суд постановил отпустить подозреваемого, так как прокурор не имел никаких вещественных доказательств против него (ни отпечатков пальцев, ни ДНК или группы крови), кроме совпадения в базе Clearview AI.

В настоящее время Паркс подал гражданский иск против полиции Вудбриджа, прокуратуры, мэра города и окружной тюрьмы.

So @OpenAI have given me early access to a tool which allows developers to use what is essentially the most powerful text generator ever. I thought I’d test it by asking a medical question. The bold text is the text generated by the AI. Incredible...


To answer this question correctly, a person would need to know 3 things:

1) the symptoms described indicate a diagnosis of asthma

2) b2 agonists are used to treat asthma

3) the b2 receptors are G-protein coupled receptors

Also, this is purposefully a _really_ difficult question. You could make an argument for some of the other answers, but B is the single best answer based on the information given.

Швейцарская исследовательская группа Blue Brain сделала удивительную вещь — полностью реконструировала мозг человека на базе суперкомпьютера. Для этого ученые создали специальную модель, прибегнув к алгебраической топологии — разделу математики, описывающему свойства объектов и пространств независимо от изменения их формы.

Группы нейронов соединяются в «клики», и что количество нейронов в клике зависит от его размера как многомерного геометрического объекта (речь идет про математическое, а не пространственно-временное понятие измерения — это важно).

«Мы нашли мир, о котором никогда не мечтали, — заявил ведущий исследователь, нейробиолог Генри Маркрам из института EPFL в Швейцарии. — Даже в самой маленькой части мозга существуют десятки миллионов подобных объектов, и размерность их колеблется вплоть до семи измерений. В некоторых сетях мы даже обнаружили структуры с количеством измерений, достигающим 11».

Однако математическая основа, разработанная швейцарскими учеными, еще на один шаг приближает нас к тому дню, когда мозг будет полностью оцифрован.

...«Мы нашли мир, о котором никогда не мечтали, — заявил ведущий исследователь, нейробиолог Генри Маркрам из института EPFL в Швейцарии. — Даже в самой маленькой части мозга существуют десятки миллионов подобных объектов, и размерность их колеблется вплоть до семи измерений. В некоторых сетях мы даже обнаружили структуры с количеством измерений, достигающим 11»...

...«Мы нашли мир, о котором никогда не мечтали, — заявил ведущий исследователь, нейробиолог Генри Маркрам из института EPFL в Швейцарии. — Даже в самой маленькой части мозга существуют десятки миллионов подобных объектов, и размерность их колеблется вплоть до семи измерений. В некоторых сетях мы даже обнаружили структуры с количеством измерений, достигающим 11»...

В некоторых сетях мы даже обнаружили структуры с количеством измерений, достигающим 11

Разработкой детектора сарказма занялись специалисты компьютерных наук из Университета Центральной Флориды. Они отметили, что соцсети выступают в роли преобладающей формы общения для людей и компаний, которые сфокусированы на продвижении и продаже своих товаров и услуг. Для успеха компании, как отметили специалисты, важно правильно понимать и реагировать на отзывы своих потребителей.

Этим и обусловлена необходимость детектора сарказма. Для этого исследователи реализовали методику, способную точно выявлять сарказм в текстах в сети. Основана она на автоматизированном процессе определения эмоций.

“Сарказм не всегда легко распознать в разговоре, поэтому вы можете представить, что компьютерной программе в тексте сделать это еще сложнее. Мы разработали интерпретируемую модель глубокого обучения — она помогает идентифицировать важные саркастические слова из входного текста, а рекуррентные блоки изучают зависимости между этими словами, чтобы лучше классифицировать текст”, — поделились исследователи.

Макаки станут искусственными

А вычищать клетки от продуктов жизнедеяте багов, глюков и ошибок будут, конечно же, люди.

Компания Tesla сегодня представила свой новый специализированный процессор D1. Решение предназначено для машинного обучения.

Процессор производится по нормам 7 нм и содержит 50 млрд транзисторов. Площадь при этом составляет 645 мм2, что весьма много, хотя и меньше, чем у того же GPU Nvidia GA100. Tesla D1 оснащён 354 обучающими узлами на базе 64-разрядного суперскалярного процессора с четырьмя ядрами. Решение поддерживает инструкции FP32, BFP16, CFP8, INT32, INT16 и INT8.

Производительность в вычислениях с одинарной точностью (FP32) составляет 22,6 TFLOPS, а в случае режима BF16/CFP8 речь идёт о 362 TFLOPS. Такие результаты достигаются при TDP 400 Вт.

Так как для машинного обучения важна масштабируемость, Tesla разработала специализированный интерфейс с пропускной способностью 10 ТБ/с. Кольцо ввода-вывода включает 576 полос, каждая из которых имеет пропускную способность в 112 ГБит/с.

В итоге Tesla может собирать чипы D1 в специальные плитки по 25 процессоров в каждой. И такие плитки также можно соединять между собой. Компания продемонстрировала такую плитку с процессорами, работающими на частоте 2 ГГц. Производительность такого решения составила 9 PFLOPS (BF16/CFP8).

Также у компании есть планы по созданию суперкомпьютера на основе процессоров D1. Система ExaPOD будет основана на 120 плитках с 3000 процессоров. Итоговая производительность достигнет 1,1 ExaFLOPS (FP16/CFP8). После постройки система будет самым мощным суперкомпьютером для обучения ИИ. В сравнении с нынешними суперкомпьютерами Tesla на основе GPU Nvidia такая система предложит в четыре раза большую производительность и в 1,3 раза большую производительность на ватт при пятикратном снижении занимаемой площади.