Столичные власти запускают «умную» нейронную сеть, способную определить тип, марку и модель автомобиля по силуэтам, логотипам и фонарям, сообщает «КоммерсантЪ».

Нейросеть будет создана для центра фотовидеофиксации ЦОДД, где обрабатываются фотографии с камер. После обработки и отсеивания брака фото уходят в ГИБДД, чьи инспекторы формируют «письма счастья».

Цель новой системы — сократить нагрузку на техников, максимально автоматизировав процесс, следует из документации к конкурсу по разработке системы.

Для минимизации рисков ЦОДД запустит отдельную систему принятия решений о том, какой материал отправить на упрощенную обработку, а какой — на тщательную проверку.

Скоринговая модель будет выставлять баллы каждому нарушению в зависимости от того, какое количество данных о нем подтверждено. Чем выше балл (модель-марка совпадают, номер хорошо виден, комплекс работает без ошибок и т. д.), тем больше доверия материалу и тем выше вероятность, что штраф сформируют по «упрощенке» и он быстро станет штрафным постановлением.

Вице-мэр Максим Ликсутов ранее рассказывал, что столичные власти «подсмотрели» технологию нейросети у военных. До сих пор система тестировалась — для перехода на полноценный режим нужно провести тендер и заключить контракт. Тендер на разработку ПО для ЦОДД выиграла московская компания «Стандартпроект», специализирующаяся на системах распознавания лиц и мониторинге трафика. Компания сделает нейросеть за 189 млн руб.

Эксперты программы «Цифровая экономика» предложили создать федеральное агентство по робототехнике и искусственному интеллекту, а также ввести пост профильного вице-премьера, пишет РБК со ссылкой на исследование о законодательстве в сфере киберфизических систем (современный транспорт, «умные» города, Интернет вещей и другие), проведенном юридической фирмой Dentons по заказу рабочей группы «Нормативное регулирование» национальной программы «Цифровая экономика».

В России необходимо в течение двух лет ввести специальную должность для координирования дел, связанных с робототехникой и искусственным интеллектом, или наделить такими функциями уже действующих чиновников на уровне вице-премьера или советника президента, такое предложение содержится в исследовании.

В течение двух—пяти лет авторы исследования также рекомендовали создать в России Федеральное агентство робототехники и искусственного интеллекта.

Согласно материалам исследования, агентство должно осуществлять контрольно-надзорные функции на рынке робототехники и искусственного интеллекта, вести учет и лицензировать роботов, формировать стратегию развития индустрии и проводить мониторинг отрасли, собирать статистику о российском рынке и координировать работу специальной нишевой торговой площадки в области робототехники.

По словам директора департамента развития и планирования фонда «Сколково» (курирует рабочую группу) Сергея Израйлита, теперь инициативу должен рассмотреть вице-премьер Максим Акимов. Согласно программе «Цифровая экономика», до 31 июля 2019 года в России должны принять федеральный закон, регулирующий правоотношения в сфере киберфизических систем.

В конце 2017 года исследовательский центр проблем регулирования робототехники и искусственного интеллекта «Робоправо» создал конвенцию по робототехнике и искусственному интеллекту. Среди целей документа было определение основных проблем, которые могут возникнуть в обществе и правовой системе в связи с развитием киберфизических систем. 

Что может быть общего между автомобильным регистратором и «говорящей» плюшевой игрушкой? То, что они работают на платформе интеллектуальных виртуальных ассистентов. На конференции Conversations’18 два отечественных стартапа, NotAnotherOne и Mishka AI, представили свои разработки: умный видеорегистратор Linza со встроенным голосовым ассистентом и умную плюшевую игрушку mishka.cloud.

Кирилл Петров, управляющий директор компании Just AI, занимающейся исследованиями, разработкой и внедрением технологий разговорного искусственного интеллекта, сделал обзор нового сегмента интеллектуальных технологий, оценив его как следующий шаг к человеко-машинному взаимодействию. До недавнего времени не существовало средств адекватной автоматизации основного способа нашего общения — человеческого языка. Сегодня с распространением новых каналов взаимодействия (мессенджеры, веб-чаты, голосовые ассистенты и т. п.) и на фоне успехов технологий распознавания речи (Automatic Speech Recognition), перевода текста в речь (Text To Speech), понимания естественного языка (Natural Language Understanding), использующих, в частности, машинное обучение, ситуация изменилась.

Рынок интеллектуальных ассистентов и устройств на их основе динамично растет. Так, темпы продаж умных колонок сейчас выше, чем в свое время были для смартфонов: в 2017 году во всем мире использовалось 50 млн умных колонок, годом позже — 100 млн, а в 2021-м, по оценкам Just AI, во всем мире будет уже 500 млн умных колонок. Лидеры здесь недолго почивают на лаврах – если в 2014 году на рынке господствовала Amazon Alexa, то в 2017 году у Google было 20% рынка, а затем произошло коренное изменение – 36% у Google и 27% у Amazon, да и выбор резко расширился: Apple Homepod, Samsung Bixby, Xiaomi Mi AI, «Яндекс Алиса», ну и разработки множества азиатских игроков помельче.

Сегодня 32% домохозяйств в США уже применяют умные колонки, 50% из них используются для заказа товаров. Среди причин популярности умных устройств — возможность заниматься одновременно другими делами, оперативность получения ответов, освобождение от рутинных действий, а выдержка и доброжелательность виртуальных ассистентов приводит к тому, что у людей появляется привычка общаться именно с ними.

Для широкого распространения умных устройств критически важна экосистема, отметил Андрей Липатцев из Google, отвечающий за развитие партнерского сообщества. В сфере разговорного искусственного интеллекта и соответствующих интерфейсов сегодня открывается большой простор для исследований, особенное если учесть, что речь идет не о голосовых, а именно о разговорных интерфейсах. Здесь важны не только распознавание или генерация голоса, но и грамотная комбинация всех деталей, присущих осмысленному диалогу: качество и стиль подачи информации, ее объем, тональность, форма разговора – лаконичность, доброжелательность, доверительность, в сумме формирующих персону общения. Очевидно, что паттерны ведения диалога зависят от национального менталитета, возраста, самочувствия собеседника и других факторов. При этом, как отметил Липатцев, работа ассистента определяется не кодом программы, а именно сценарием, и здесь, как и у грандов ИТ-индустрии, так и у стартапов, имеется обширное поле деятельности по созданию устройств, обеспечивающих иллюзию общения с живым собеседником и способных не только отвечать на четкие вопросы, но и самостоятельно инициировать и вести осмысленный диалог.

«Одноклассницы» Siri все больше завоевывают симпатии масс. Даниил Колесников, руководитель маркетинга проекта «Яндекс.Алиса», отметил, что с «Алисой» общается 33 млн человек в месяц (треть всего Рунета), а в поисковом приложении «Яндекса» 20% запросов формулируются голосом. Однако, как это было раньше, например, с мышью, для работы с голосовыми интерфейсами от людей требуются определенные навыки.

О том, как создавалась мультимедийная система «Яндекс.Станция» с «Алисой» внутри, рассказала Вера Козырь, руководитель компании NotAnotherOne, принимавшей участие в проектировании этой умной разработки, уже ставшей популярной у отечественных пользователей. Нужно было ответить на массу вопросов: сколько должно быть микрофонов, где их разместить, как обеспечить охлаждение станции, каким должен быть ее уникальный, еще никем доселе не запатентованный дизайн.

«Алиса» «живет» не только в смарфонах и в «Яндекс.Станции». Козырь представила умный видеорегистратор Linza, который появится на прилавках уже в декабре 2018 года. Он имеет лишь две кнопки, управляется через приложение на смартфоне, взаимодействует с облаком и другими устройствами – можно посмотреть, что видит другой водитель, оценить обстановку на дороге, узнать погоду и пр. Кроме обычных для устройств такого типа функций, в Linza имеются: поддержка Wi-Fi с режимом хот-спот; встроенные сенсоры — гироскоп и акселерометр, способные, например, «почувствовать» момент эвакуации машины, вовремя предупредить водителя и сохранить видео в облаке; интерфейсы с бортовыми системами автомобиля; интеллектуальный голосовой помощник, способный общаться на любые темы и выполнять команды по управлению инфраструктурой автомобиля.

Умный мишка разговаривает с ребенком, выполняет его просьбы, заполняя возможный дефицит общения с часто занятыми, уставшими после работы родителями

Кульминацией конференции можно назвать выступление Андрея Тесленко, основателя и операционного директора компании Mishka AI, работающей на ниве виртуальных ассистентов для детей. Как показывают опросы, шесть из десяти родителей сегодня выступают против гаджетов и разного рода экранов для детей, опасаясь формирования первой в их жизни зависимости. Общаться ребенку предпочтительно с физическим, а не виртуальным объектом, однако до сих пор ИТ-индустрия предлагала очень мало интеллектуальных устройств, спроектированных именно для детей. Технологии искусственного разговорного интеллекта позволяют сделать «умной» практически любую традиционную детскую игрушку, встроив в нее чип и обеспечив связь с облаком. Умный мишка разговаривает с ребенком, выполняет его просьбы: может спеть песенку, рассказать сказку на ночь и т. п., в какой-то степени реализуя функции воспитания и обучения, заполняя возможный дефицит общения со стороны часто занятых, уставших после работы родителей. Подписка на контент (см. www.mishka.cloud) дает возможность настраиваться практически на любое содержание, а расширение функционала в будущем может быть достигнуто, например, путем смены «одежды» игрушки. Эта полностью российская разработка одновременно с выходом на местный рынок запускается и в США.

В Москве прошла конференция «Технологии машинного обучения 2018. Искусственный интеллект и нейросети: инструменты и опыт реальных проектов». Поток «Роботизация» был представлен шестью докладами – от сугубо технической тематики до области юриспруденции, а сами роботы — от программных до монстров с ручищами-манипуляторами.

Леонид Жуков из компании Boston Consulting Group не только сделал обзор рынка, но и поделился историей промахов аналитиков-футурологов, чьи предсказания обычно грешат недооценкой. В 2017 году в BCG уже пересмотрели свой прогноз рынка робототехники на 2025 год – теперь аналитики рассчитывают на его объем почти в 87 млрд долл., но видимо, и этот прогноз будет превышен. Пока же рынок роботов потребительского сектора – 23 млрд долл., коммерческих – 22,8 млрд, промышленных – 24,4 млрд и военных – 16,5 млрд. Индустриальные роботы уже умеют аккуратно перетаскивать стекла и распознают образы, но им придется «умнеть» дальше – настала пора самообучаться, передавать друг другу приобретенный опыт и сбрасывать его в облако. Им предстоит совершенствоваться, чтобы безопасно работать рядом с человеком. Пока же их чаще можно встретить в автомобильных цехах без света – самыми перспективными областями по-прежнему считаются автомобильная промышленность и электроника. Что касается угрозы повсеместной замены людей роботами, то докладчик привел пример: трудно сейчас роботу-мяснику, слишком много не формализованных параметров надо учесть, прежде чем взмахнуть «топором». Поэтому в ближайшие годы безработица мясникам не грозит. Но и расслабляться им не стоит, поскольку технологии искусственного интеллекта развиваются очень стремительно.

Интернет животных

Пожалуй, самый яркий доклад в этом потоке сделала представлявшая «Русагро» Таня Милек. К удивлению многих слушателей конференции, уже сейчас роботизация стала важной частью проектов в сельском хозяйстве. Благо российские аграрии получают государственную поддержку по президентскому указу, предписывающему «создание и внедрение до 2026 года конкурентоспособных отечественных агротехнологий». В примерах из практики «Русагро» фигурировали и распознавание животных, и автоматическая обработка показаний датчиков температуры и других атрибутов интернета полей, интернет сельскохозяйственных животных. Сервисы с привлечением беспилотников построены в «Русагро» на основе собственных разработок, и эти летательные аппараты способны проводить инвентаризацию земель, анализировать рельеф (находить эрозии и водотоки), помогать эффективно использовать удобрения. Дрон оснащен датчиками для мониторинга полей (так называемого агроскаутинга) и работает автономно, сам приземляется, пользуясь машинным зрением, и подзаряжается. Информационная платформа для точного земледелия так и называется – Exact Farming, а единица контроля в ней – конкретное поле. Платформа создана для того чтобы по конкретным полям обеспечить: контроль используемых технологий; учет прогноза погоды и мониторинг вегетации; контроль себестоимости; мониторинг транспорта.

Печати на документах

Сергей Юдовский (ЦРИИ) рассказал о роботизации на платформе UiPath и TensorFlow. Доклад был сфокусирован на актуальном проекте, в ходе которого роботизированные системы помогают разбирать бухгалтерскую документацию некоторой группы компаний строительных сервисов. Требуется сверять табличную часть CRM с приложенными к ней PDF-образами актов. В том числе, необходим поиск в документе реквизитов и печатей, распознаваемых средствами машинного обучения, что существенно разгружает бухгалтеров. При этом очень важно думать не только о том, как сделать, чтобы все работало, но и предусмотреть, что предпринять, если робот ошибется.

Этика роботов и их права

Доклад Виктора Наумова из компании Dentons был посвящен юридическим аспектам роботизации и содержал основные выводы исследования «Развитие законодательства о робототехнике и киберфизических системах», которое компания провела в 2018 году. Основные выводы исследования таковы: в ближайшей перспективе приоритет в регулировании должен отдаваться мерам, стимулирующим развитие робототехники и искусственного интеллекта по сравнению с мерами, направленными на регламентацию; по возможности следует избегать необоснованного регулирования отрасли; нет необходимости в кардинальном изменении действующих правовых институтов; отрасль остро нуждается в комплексном документе стратегического планирования, аналоги которого уже имеются во всех ведущих странах. Следует изучать опыт таких стран, как Южная Корея, Япония, Китай, Франция и Великобритания, далеко продвинувшихся в области роботизаци.

Экзоскелеты уже в «Сбербанке»

Ожидалось, что в докладе Альберта Ефимова, возглавляющего центр робототехники «Сбербанка», будет рассказываться о роботизированном ПО, выдающем финансовые отчеты. Однако речь шла о настоящих больших и сильных роботах, в буквальном смысле облегчающих жизнь сотрудникам, вынужденным ежедневно перемещать тонны купюр. В докладе были представлены изящные экзоскелеты, физически поддерживающие работников банка. Ефимов резюмировал свой доклад афоризмом: «Если банк не думает о своих роботах, чужие роботы думают о банке».

Нейронные сети тестируют железо

Завершая блок докладов секции, Андрей Устюжанин («Яндекс», НИУ ВШЭ) рассказал о цифровых двойниках. По сути, «цифровый двойник» — это лишь модный термин, обозначающий хорошо знакомое компьютерное моделирование, в докладе же речь шла в основном о конкретном адаптивном тестировании системы хранения данных. С помощью методов машинного обучения требовалось создать и настроить алгоритмы диагностики состояния и предсказания сбоев системы хранения. В реальной жизни сложно накопить выборку для обучения, и разработчики создали интеллектуальный блок имитации, использующий глубинные нейронные сети и обучение с подкреплением, что позволило повысить качество алгоритмов диагностики оборудования и точнее предсказывать сбои.

«Аэрофлот» внедрит технологии прогнозирования загрузки рейсов и цен на билеты в регионах, передает «Интерфакс». Технологии основаны на использовании искусственного интеллекта. Это очень важно для «Аэрофлота», заявили в компании, потому что сейчас он нацелен на развитие в регионах.

Ранее в СМИ появилась информация, что «Аэрофлот» в 2019 году может начать использовать биометрический контроль пассажиров при посадке на рейсы в «Шереметьеве». По оценке компании, применение этой технологии ускорит посадку пассажиров примерно на 30%.

Заработает это следующим образом. После прохода рамок спецконтроля аэропорта камера будет фотографировать пассажиров, прикладывающих посадочный талон. Затем при посадке другая камера сравнит лицо пассажира с этим изображением. И если изображение совпадает, пассажир пройдет на посадку.

Ученые из Нью-Йоркского и Мичиганского университетов показали, как искусственный интеллект может взломать системы, защита которых основана на идентификации по отпечаткам пальцев, пишет «Коммерсантъ». Этому способствуют два фактора. Первый заключается в том, что большинство биометрических систем считывают отпечаток не целиком, а только его часть, приложенную к сканеру. Второй — некоторые сочетания линий в отпечатках являются наиболее распространенными, их и учится выявлять нейросеть.

Искусственный интеллект перебирает варианты отпечатков пальцев, пока не сгенерирует подходящий. Исследователи сравнивают такой способ с хакерской атакой, когда система взламывается путем перебора разных возможных паролей.

Сгенерированные искусственным интеллектом отпечатки подходили в каждом пятом случае, показал эксперимент ученых. Исследователи считают, что их выводы должны помочь в улучшении биометрических систем.

В ходе практической конференции «Технологии машинного обучения», проведенной издательством «Открытые системы» (см. «Искусственный интеллект пришел в бизнес», Computerworld Россия, 12 октября 2018), аналитическое агентство OSP Data провело анкетирование участников. Нас интересовала степень вовлеченности их компаний в проекты по внедрению средств искусственного интеллекта, их направленность, планы по развитию.

Как всегда были активны представители ИТ-компаний и финансовые структуры. Однако почти половина участников опроса представляли реальный сектор — промышленность, строительство, сельское хозяйство.

Поскольку семинар был практическим, то начальства наиболее высокого уровня (владельцы, топ-менеджмент) среди респондентов было менее 10%. Основную массу составили руководители среднего уровня (функциональных подразделений и проектов, команд разработки) и собственно разработчики, преимущественно старшего звена (ведущие специалисты, архитекторы).

Почти у трети респондентов уже внедрены системы (31%), использующие искусственный интеллект. В остальных ведется изучение вопроса. Самое популярные направления (или будущего применения) — прогнозная аналитика, управление процессами в реальном времени и работа с клиентами (текущее обслуживание, изучение предпочтений).

Наибольший интерес вызвали обработка больших данных и практические примеры успешного применения средств машинного обучения, особенно ценные для тех, кто только раздумывает над включением систем искусственного интеллекта в корпоративный ландшафт. Да и обладателям действующих решений полезно узнать о чужих пробах, ошибках и достижениях.

Что касается проблем с внедрением решений в области искусственного интеллекта, то самыми главными признаны организационно-кадровые (отсутствие инициатив со стороны топ-менеджмента, недостаток специалистов), их назвали 46%. На отсутствие подходящих решений указали 23%, еще 15% — на финансовые (недостаток средств, невозможность обосновать выгоду от внедрения).

Компания AMD представила первые в мире видеокарты для ЦОД — AMD Radeon Instinct MI60 и MI50, выполненные по техпроцессу 7-нм. Они предназначены для задач в области глубинного обучения, высокопроизводительных и облачных вычислений, а также визуализации.

AMD Radeon MI60 — ускоритель формата PCIe с двойной точностью, обеспечивающий до 7,4 терафлопс пиковой производительности в FP64-вычислениях. Он может обеспечить поддержку широкого спектра приложений HPC в таких сферах, как энергетика, космические технологии и оборонная промышленность.

В числе дополнительных возможностей AMD Radeon Instinct MI60 и MI50: память HBM2 ECC с пропускной способностью до 1 Тбайт/с и поддержкой интерконнекта PCIe 4.0; гибкость выбора точности из FP16, FP32 и INT4/INT8 вычислений для удовлетворения растущей потребности в поддержке динамических нагрузок; два линка Infinity Fabric на GPU позволяют достичь пропускной способности 200Гб/с peer-to-peer, объединить 4 GPU в кольцо, а также ускорить работу системы до шести раз по сравнению со стандартным PCIe 3.0.

Также AMD создала платформу разработки ПО ROCm 2.0, которая поддерживает новые ускорители Radeon, для эффективной разработки высокопроизводительных и энергоэффективных гетерогенных вычислительных систем.

Поставки ускорителей AMD Radeon Instinct MI60 заказчикам в ЦОД ожидаются к концу 2018 года, а AMD Radeon Instinct MI50 будет доставляться, начиная с конца первого квартала 2019 года. Открытая программная платформа ROCm 2.0 ожидается к концу 2018 года.

Business Insider со ссылкой на анонимные источники сообщает, что компания BlackBerry ведет переговоры о покупке разработчика средств компьютерной безопасности Cylance и может предложить ему до 1,5 млрд долл. Если стороны придут к соглашению, утверждает Business Insider, о сделке может быть объявлено уже на этой неделе. Впрочем, источники отмечают, что переговоры могут и сорваться.

Четыре месяца назад Cylance завершила раунд финансирования, в ходе которого под руководством инвестиционной фирмы Blackstone Tactical Opportunities было собрано 120 млн долл. Компания намерена активно расширять свою деятельность на мировом рынке и вести разработку новых продуктов.

Cylance занимается созданием средств предотвращения кибератак, применяя в них методы искусственного интеллекта. В 2018 году объем продаж у компании превысил 130 млн долл. (на 90% больше, чем в предыдущем году), а число клиентов достигло 4 тыс. — в том числе больше ста компаний из списка Fortune 500.

В BlackBerry и Cylance сообщения о возможной сделке пока не комментируют.

Компания Huawei представила открытую платформу HiAI 2.0, созданную для поддержки разработки решений на базе искусственного интеллекта (On-Device AI).

Новая версия платформы предлагает разработчикам приложений открытую экосистему, обеспечивающую простой доступ к интеллектуальным возможностям процессоров, устройств и облачных сервисов Huawei через HiAI Foundation, HiAI Engine и HiAI Service.

HiAI Foundation предоставляет доступ к таким возможностям процессоров, как поддержка нескольких фреймворков и операторов, а также высокой вычислительной мощности. Платформа HiAI использует потенциал процессора Kirin 980 и его двойного нейромодуля для распознавания изображений с удвоенной по сравнению с предшественником производительностью — до 4500 штук в минуту. Она также поддерживает большее количество моделей и операторов, создавая среду, в которой приложения с искусственным интеллектом будут работать плавно.

Инструменты API, предлагаемые на платформе HiAI Engine, ускоряют интеграцию ключевых функций, позволяя разработчикам фокусировать усилия на создании актуальных продуктов.

Благодаря платформе HiAI Service разработчики могут своевременно предлагать пользователям новые решения, прогнозируя их запросы.

На сегодняшний день с экосистемой Huawei HiAI работают более тысячи партнеров и 450 тыс. разработчиков. Результаты их работы используют более 300 млн пользователей интеллектуальных функций и приложений по всему миру.