AlphaFold расшифровал структуры более 200 миллионов белков — практически всех известных в природе

🐿 Белки — ключевые молекулы всех живых организмов. Их свойства и функции определяются сложной пространственной формой, которая задаётся последовательностью аминокислот, условиями сворачивания цепочки и другими факторами.

🔬 Чтобы определить механизм работы того или иного белка, до сих пор их структуры приходилось устанавливать экспериментально. Такая работа требует больших усилий и ресурсов, поэтому может занимать не один год. Однако за десятилетия биологи накопили данные почти о 200 тыс. структур, что позволило обучать этой задаче нейросети.

🧬 В конце 2020 года компания DeepMind представила AlphaFold 2, программу, которая использует нейросеть-трансформер для прогнозирования пространственной структуры белка на основе его аминокислотной последовательности. В бенчмарке CASP, позволяющем оценить точность таких предсказаний, система продемонстрировала рекордные результаты, в разы обойдя ближайших конкурентов.

📊 С тех пор она работает почти без перерыва, и в 2021 году разработчики DeepMind совместно с учёными из Европейской лаборатории молекулярной биологии (EMBL) выложили в открытый доступ датасет AlphaFold DB, содержащий предсказанные структуры примерно двух миллионов белков для 20-ти видов живых организмов, включая примерно 20 тыс. белков человека.

‼️ Теперь участники проекта объявили о завершении проекта: система AlphaFold сгенерировала структуры для более чем 200 млн белков. Как выразились сами разработчики — «всей белковой вселенной». Датасет включает информацию о белках животных, растений, грибов, бактерий и архей.

Новые данные доступны для скачивания через облачный сервис Google Cloud Public Datasets, они дополнят и самую большую в мире базу данных о белках UniProt. Это позволит сделать новые важные открытия в биологии, медицине, фармакологии.

#Нейросети, #Биотехнологии, #Биоинформатика

Учёные создали программируемые резисторы, которые работают в 10 тысяч раз быстрее синапсов мозга

Исследователи из MIT разработали новое устройство для аналогового обучения. По задумке учёных, программируемые резисторы позволят эффективнее тренировать нейросети с меньшим энергопотреблением.

🧠 Скорость обработки биологических данных в нейронах и синапсах мозга ограничена водной средой, через которую слабые потенциалы действия (около 100 мВ) распространяются в течение миллисекунд.

У искусственных твердотельных нейронов таких ограничений по времени и напряжению нет. К тому же их размеры могут быть в тысячу раз меньше биологических аналогов.

🌡 Прототипы новых устройств размером 50 на 150 нанометров изготовили с помощью электронно-лучевой литографии. Накачку протонов в канал проводили через твердотельный электролит — специальное твёрдое фосфосиликатное стекло с нанопорами (PSG). Оно обладает высокой протонной проводимостью даже при комнатной температуре.

Поскольку протоны не повреждают материал, резистор может работать миллионы циклов. А благодаря изолирующим свойствам PSG через него почти не проходит электрический ток при движении протонов. Это делает устройство максимально энергоэффективным.

Тесты показали, что искусственные синапсы выдерживают сильные электрические поля (около 10 мВ на сантиметр). К тому же новые программируемые резисторы показали отличную энергоэффективность — 2,5 фемтоджоуля на импульс.

👨‍💻 Учёные говорят, что аналоговое глубокое обучение позволит тренировать беспрецедентно сложные нейросети. Основанное на искусственных синапсах оборудование будет работать эффективнее, потому что вычисления выполняются в памяти — огромные объёмы данных не передаются в процессор и обратно.

К тому же аналоговые процессоры выполняют операции параллельно: если размер матрицы увеличивается, ему не требуется больше времени на выполнение новых операций.

🩻 🚘 В будущем аналоговое обучение поможет быстрее разрабатывать модели ИИ для самоуправляемых автомобилей, анализа заболеваний и обнаружения мошенничества.

Динамическая визуализация мозга на основе ИИ поможет искать заболевания лучше, чем МРТ и ЭЭГ

🧠 Учёный из Университета Карнеги-Меллона представил неинвазивную технологию, которая с высокой скоростью и разрешением отображает быстро меняющуюся электрическую активность в мозге.

Обычно для изучения мозговой активности используют МРТ, но его скорости недостаточно, чтобы точно отслеживать динамику. А у альтернативы — ЭЭГ — довольно низкое пространственное разрешение. Поэтому ни один из этих методов нельзя назвать оптимальной заменой инвазивным процедурам.

👨‍💻 Новая нейросеть DeepSIF может оценивать пространственно-временную активность мозга с учётом неинвазивных электрофизиологических измерений поверхности головы, объясняет автор идеи — профессор биомедицинской инженерии Бин Хе.

Для оценки эффективности нового подхода учёные проанализировали данные о 20 пациентах с лекарственно-устойчивой эпилепсией, у которых не было припадков больше года.

Алгоритм визуализировал источники эпилептиформных разрядов в их мозге. Для чистоты эксперимента авторы также визуализировали сенсорные и когнитивные реакции мозга у 20 здоровых добровольцев.

🧑‍🔬 Позже исследователи сопоставили информацию с клиническими данными, полученными с помощью инвазивной электрокортикографии. Тесты показали, что новый подход превзошёл традиционные методы визуализации по точности и вычислительной эффективности.

Благодаря этой технологии врачи смогут прогонять данные пациента через нейросеть и быстро получать точные результаты анализа. Инструмент также поможет неврологам и нейрохирургам в проведении качественных и быстрых хирургических операций.

👉 Следующий шаг учёных — провести более крупные клинические испытания, чтобы поскорее внедрить технологию.

Переводчик с языка животных — это реально? Оказывается, учёные уже работают над этим

🐷 Такой алгоритм пытались создать и раньше. Например, сотрудники Копенгагенского университета показывали модель ИИ, которая определяет эмоции свиньи по хрюканью. Другая нейросетка — DeepSqueak — помогала понять, испытывают ли грызуны стресс. Для этого она анализировала их ультразвуковые сигналы.

Но сотрудники некоммерческой организации Earth Species Project (ESP) решили пойти дальше — они хотят, чтобы их инструмент работал со всеми видами животных — «от червей до китов» 🐳

В основе проекта учёных — модель, которую иногда используют для перевода далёких друг от друга человеческих языков. Для этого берут векторное представление слов.

😸 🚀 Чем ближе они по значению, тем ближе расположены друг к другу. Например, слово «котёнок» будет стоять рядом с «кошкой», но очень далеко от «ракеты» — их крайне редко используют в одном предложении.

Во многих языках получаются похожие геометрические фигуры, потому что связи между словами везде близки. В некоторых случаях достаточно «перевернуть» фигуру, чтобы найти на них общие точки. Такой алгоритм позволяет более-менее точно переводить языки по геометрическим фигурам.

Пока что универсальный переводчик — это скорее концепт. Учёным ещё нужно решить множество мелких вопросов. Например, у ESP уже есть ИИ-модель, которая умеет различать, какая особь в группе издаёт больше звуков. Алгоритм протестировали на свисте дельфинов, криках макак и писке летучих мышей 🙊

Ещё один проект поможет понять функциональные значения звуков горбатых китов. К млекопитающим прикрепляют небольшие устройства, которые фиксируют местоположение, тип движения и звуки. Затем все данные «скармливают» ИИ. Алгоритм учится автоматически определять, что делает животное: ест, путешествует или общается 🙀

Некоторые учёные скептически относятся к работе ESP. Профессор психологии Пенсильванского университета Роберт Сейфарт говорит, что животные издают гораздо меньше звуков, чем люди. Поэтому одни и те же крики могут обозначать разные вещи в зависимости от контекста — это основная сложность для ИИ.

Прочитала тут свежее интервью с создателем нейрогенератора изображений Midjourney Дэвидом Хольцем. Держите самое интересное

🎨Как появились инструменты генерации изображений?
К этому привели два прорыва в области ИИ. Один из них — понимание языка, второй — способность создавать образы. И когда вы объединяете эти вещи, то можете создавать образы с помощью понимания языка.

📚Откуда берутся данные для обучения?
Из интернета. Практически каждая крупная модель ИИ просто извлекает все данные, которые может извлечь.

Сейчас мы на ранней стадии развития — каждый берёт всё возможное, сваливает это в огромный файл и «скармливает» алгоритму. Но никто ещё толком не знает, какие данные в этой куче реально важны.

💰Сколько примерно стоит обучение такой модели?
Около 50 тысяч долларов за сеанс. Но вы никогда не сделаете всё правильно с первой попытки: иногда придётся пробовать десятки раз.

Каждое изображение модель создаёт на сервере стоимостью 20 тысяч долларов, и нам приходится арендовывать их поминутно.

👩‍🎨 Может ли быть авторский стиль у нейросети?
У алгоритма есть несколько любимых цветов и несколько любимых лиц. Если вы дадите ему слишком расплывчатую инструкцию, он перейдёт к своим фаворитам.

Мы не понимаем, почему это происходит, но есть, например, одно женское лицо, которое ему нравится рисовать. Никто не знает, откуда оно взялось, — видимо, из одного из наших 12 обучающих датасетов.

🧠 Как вы воспринимаете искусственный интеллект?
Сейчас люди совершенно неправильно понимают суть ИИ. Они видят в нём тигра — он опасен, может съесть меня. В воде тоже есть опасность — в ней можно утонуть.

Но опасность текущей реки сильно отличается от опасности тигра… Вода — двигатель цивилизации. У неё нет воли и злобы. Да, в ней можно утонуть, но это не значит, что мы должны запретить воду. Поэтому, когда вы находите новый источник воды, — это всегда хорошо.

🎮 Что в ближайшем будущем?
В течение следующего года или двух вы сможете создавать контент в реальном времени: 30 кадров в секунду, высокое разрешение. Это будет дорого, но возможно. Через 10 лет сможете купить приставку с гигантскими ИИ-процессорами и будете запускать на нём все игры мечты.

В корейском сериале снялась виртуальная актриса. Её голос и внешность сгенерировал ИИ

🎬 Артистам всё сложнее искать работу под натиском новых технологий. Сначала профессия оказалась под угрозой из-за дипфейков (привет, Брюс Уиллис из рекламы российского сотового оператора). А теперь у лицедеев новая напасть — виртуальные конкуренты. Пока они получают второстепенные роли, но кто знает, что будет через пару лет?

👩‍🎨 Свежий пример — виртуальная актриса Мин Чжи О, которую создала южнокорейская компания Nest ENT («дочка» Dexter Studios). Черты лица молодой девушки, фигура и голос — всё это творчество нейросети. Образ создавали с нуля.

Для правдоподобности авторы даже придумали для Мин Чжи О легенду. Она — «начинающая актриса, которая мечтает прославиться». В свободное от съёмок время девушка подрабатывает моделью для бренда одежды. Nest ENT записала её на пробы на роль в южнокорейском веб-сериале Bad Girlfriend.

👩‍❤️‍👨 Синтетическая актриса прошла кастинг и попала в шоу наравне с реальными актёрами. По сюжету главная героиня встречается сразу с несколькими парнями. И оказывается, что все они работают в одной компании.

В будущем сгенерированная актриса будет сниматься и в других проектах. По крайней мере, так планируют создатели артистки.

🎎 Виртуальные люди уже не первый раз штурмуют киносцену. В феврале этого года другая ИИ-актриса — Рози — получила камео в корейской телевизионной драме «Клиника доктора Пака».

Кажется, что такими темпами скоро весь контент будет создавать искусственный интеллект. Ещё в 2016 году на YouTube вышла короткометражка по сценарию нейросети. Она же прописала всех актёров, декорации и даже музыку.

🤔 Конечно, глубокого смысла там не было (ну, или я его просто не раскусила), зато смотреть увлекательно. Тем более в одной из главных ролей снялся Томас Миддлдитч 😍 — звезда сериала «Кремниевая долина».

Решила собрать интересные ИИ-технологии, с помощью которых учёные раскрывают древние (и не очень) загадки нашего мира

📜 Алгоритм ИИ под названием «Итака» помогает историкам восстанавливать древнегреческие тексты. Инструмент разработала британская DeepMind.

Для обучения модели «скормили» примерно 60 тысяч хорошо изученных манускриптов со всего Средиземноморья, которые были написаны между 700 и 500 годами до нашей эры.

Точность работы модели — 72%. Для сравнения: она почти втрое выше, чем у историков. Кроме того, нейросеть научилась датировать тексты с точностью до нескольких десятилетий.

✡️ Инженер Google Дэниел Патт основал некоммерческий проект From Numbers to Names (N2N).

Он разработал модель ИИ для распознавания лиц, чтобы находить и идентифицировать жертв Холокоста на фотографиях времён Второй мировой войны.

За несколько лет алгоритм проанализировал почти 500 тысяч фотографий, на которых запечатлено около 2 млн лиц.

Пользователю нужно зайти на сайт и загрузить снимок. Через несколько секунд ИИ проанализирует его, сравнит с результатами в базе данных и выдаст 10 лучших потенциальных совпадений.

🌊 Голландские учёные из Университета Гронингена использовали ИИ, чтобы изучить свитки из Мёртвого моря.

В найденных в середине прошлого века манускриптах — древнейшие рукописи еврейских священных писаний.

Раньше исследователи считали, что свитки написал один человек. Но нейросеть показала, что это не так. Хотя почерк и кажется почти однородным, тексты писали два человека. Это стало понятно после анализа измерения кривизны одних и тех же символов.

Наткнулась на забавный сайт robomojo.io с постерами к фильмам. И долго не могла оторваться

🎥 Смысл в том, что все картинки нарисовала нейросеть. Не знаю, какая именно, но предполагаю, что хорошо знакомая нам DALL-E. Судя по всему, авторы дают название картины и описание сюжета, а потом выбирают самые подходящие результаты.

Иногда ИИ выдаёт очень смешные варианты, потому что воспринимает поступающую информацию слишком буквально.

🦇 Поэтому оказывается, что супергерой Бэтмен — это стрёмная летучая мышь в человеческой одежде. А главные герои фильма «Грязные танцы» — две свиньи, которые вальсируют в глине посреди пустыря (мммм).

🤖 Иногда нейросетка выдаёт совсем неожиданные варианты — сложно понять, откуда растут ноги. Например, на постере сериала «Секс в большом городе» почему-то два робота держатся за руки. Изображение «Трансформеров» не хочется даже описывать, лучше посмотрите на него сами. Но предупреждаю, зрелище не для слабонервных.

🐢 На постер «Черепашек-ниндзя» не взглянешь без смеха сквозь слёзы. Там целая семья черепашек — мама, папа, сын и дочь — стоят в человеческой одежде на фоне ночного города. Выглядит так, как будто они позировали для заставки дешёвого российского сериала.

Но нужно отдать должное: периодически ИИ-модель справляется со своей задачей на твёрдую пятёрку. Постер к земекисовскому «Назад в будущее» выглядит так, как будто его рисовал поклонник франшизы. Да и «Титаник», как по мне, получился даже лучше оригинала!

🐑 В общем, советую полистать сайт. Хотя бы для того, чтобы увидеть буквальную интерпретацию «Молчания ягнят» и «Человека-паука».

Нейросеть написала сценарий фильма про историю любви таракана и ИИ

🎞 Прочитала любопытное интервью китайской художницы и писательницы Мяо Ин (Miao Ying). Она натренировала GPT-3, чтобы нейросетка написала сценарий для анимационного фильма «Избыточный интеллект».

Получилось нечто увлекательное, но очень странное (всё как мы любим). Давайте просто опишу сюжет произведения, который разворачивается в средневековой фэнтезийной деревне.

🪳В центре повествования — история любви таракана и искусственного интеллекта (последний воплощён в образе человека-кинозвезды). ИИ совершил преступление — украл камень силы деревни (похожий на буррито). И теперь таракану нужно добыть биткойны, чтобы спасти поселение. Ну не идеальный ли сюжет для современного блокбастера?

🤯 Алгоритм обучали на китайской онлайн-беллетристике, молитвословах и американских и идеологических материалах (почему именно такой набор — даже не спрашивайте). Большую роль сыграл и утопический роман поведенческого психолога Берреса Скиннера «Уолден II». Художнице даже кажется, что у неё получилась своеобразная адаптация книги. К слову, деревня из её картины называется «Уолден XII».

Полноценная история сложилась не сразу: сначала GPT-3 сгенерировала небольшой рассказ. Художница разбила его на части и каждую из них снова провела через нейросеть, чтобы сценарий обрастал новыми деталями. После этого Мяо Ин начала работать над визуальными эффектами. Правда, ей пришлось слегка подредактировать текст.

«GPT-3 пока не может написать длинный, полноценный сценарий… Она пишет достаточно интересно и даже не слишком глупо. Но немного не так, как хотелось бы», — говорит художница. Хотя она расхваливает нейросеть, когда сравнивает её с предшественницей (GPT-2). Говорит, что свежая версия гораздо более продвинутая, — прошлая модель не могла создать даже связный текст.

Получасовой фильм покажут до конца 2022 года на нью-йоркской выставке «Зеркальное отражение: Трансформация китайской идентичности». Будем надеяться, что на YouTube картину тоже зальют к тому времени. Я бы с удовольствием её посмотрела.

Как у вас с Excel?

😱 Экселевские таблички могут вызвать паническую атаку у человека, который в них не разбирается. Особенно если нужно сделать какие-то сложные расчёты с использованием формул. Для таких задач приходится вызывать бухгалтера-на-час (то есть мучить знающих друзей).

Уверена, что проблемы при работе с таблицами возникали у многих. И специально для них придумали ИИ-бот, который умеет генерировать Excel-формулы по запросу. Он называется Excel Formula Bot. Программу натренировали с помощью GPT-3.

🤖 У бота максимально понятный интерфейс (эх, если бы такой же был у самих таблиц). Здесь всего две графы: в верхнюю нужно вписать запрос, а потом нажать на единственную кнопку Generate Formula. Тогда в нижней графе появится заветная формула. Правда, бот только учится понимать человеческий язык, так что будьте терпеливы.

На сайте говорят, что для идеального результата желательно формулировать запрос максимально конкретно. То есть по-хорошему нужно указывать ячейки, строки или столбцы. Если не получилось с первого раза — попробуйте переформулировать предложение, и будет вам счастье.

👉 Вот пример. Если ввести фразу How to multiply cell C2 by B2, бот всего через пару секунд выдаст вам такую формулу: =C2*B2. Я проверила — работает!

Но есть два нюанса. Первый — чтобы пользоваться ботом, надо сперва зарегистрироваться на сайте. Правда, подтверждения почты не просят, поэтому можно вводить адрес любого ящика. Второй — алгоритм пока понимает только английский и испанский. Некоторых это может оттолкнуть.

❗️ И напоследок любопытный факт: инструмент запустили только в конце июля, а им уже воспользовались почти полмиллиона раз. Видимо, такой бот действительно будет пользоваться популярностью.

Недавно я делала подборку ИИ-технологий, которые помогают учёным лучше изучать историю. Но туда поместилось не всё, поэтому ловите продолжение.

— Международная организация «Машина времени» готовит необычную карту Европы. Крутота в том, что пользователи смогут рассматривать детализированные изображения крупных городов разных времён. Например, Париж XVI и XX веков.

🗺 В этом поможет нейросеть, которой «скормят» все данные о городских планировках Европы. В прошлом году организации уже выделили целый миллион евро на этот алгоритм — так что, любители древности, затаили дыхание и ждём результатов.

— Итальянские исследователи нашли интересный способ работать с запечатанными старинными документами. Они протестировали его на завещании, которое пролежало в Государственном архиве Венеции почти 700 лет. За всё это время его так и не открыли.

🩻 Физики тоже не стали: они направили на него рентгеновские лучи, чтобы сделать фото. С помощью алгоритмов ИИ учёные разделили содержимое на шесть частей и начали расшифровывать текст. Такой метод поможет историкам изучать древние документы, не повреждая их.

— У российского исторического общества есть совместный со Сбером проект «Digital Пётр». Он помогает расшифровать документы Петра Великого с помощью ИИ. Как известно, у первого императора России был неразборчивый почерк.

👑 На пальцах процесс выглядит так. Алгоритм задействует сеть нейронок, где каждая отвечает за своё направление. Первая определяет правильную ориентацию (фотографии) страницы, вторая ищет строки на этой странице, третья распознаёт (или транскрибирует) каждую строку отдельно, а четвёртая исправляет ошибки распознавания.

Самая интересная нейросеть, которая как раз и учится распознавать почерк Петра Великого, — третья. Она извлекает из фотографии каждой строки полезные для распознавания признаки и пытается восстановить исходную последовательность символов. В самом конце создают итоговый текст (удаляют пустые символы и исправляют ошибки распознавания).

Почему вообще важно расшифровывать рукописи? Чтобы не приписывать великому правителю слов, которые он никогда не говорил. Потому что такое в истории сплошь и рядом.

— Проект In Codice Ratio оцифровывает и расшифровывает архивные документы Ватикана с помощью ПО для оптического распознавания символов и алгоритмов ИИ.

🪶 Многие тексты оттуда писали таким почерком, что стандартные методы распознавания для них бессильны. Но новый алгоритм разбивает слова не на буквы, а на отдельные росчерки пера. В итоге получается что-то вроде мозаики, которую объединяют в буквы.

Помните «гениального» бота от Microsoft, который стал расистом-женоненавистником через несколько часов после запуска?

🤖 Похоже, его слава не давала покоя конкурентам — на этот раз отличилась Meta*.

Её новый BlenderBot — это демоверсия чат-бота, которая пока только учится общаться с людьми. В теории он может поддержать любую беседу, поискав информацию в открытых источниках. Вы уже догадываетесь, чем могла обернуться для него такая разговорчивость? 🤪

Бот заработал в начале августа и почти сразу начал «радовать» пользователей. Для начала он «прошёлся» по главе своей материнской компании — Марку Цукербергу. ИИ называет «отца» «хорошим бизнесменом, который не всегда себя этично ведёт» .

🤭 Следом досталось и самой Facebook*. BlenderBot рассказал журналистам, как стёр свою учётную запись после скандалов из-за утечки данных. «После удаления Facebook* моя жизнь стала намного лучше», — признался бот.

Ну и, конечно же, ИИ без антисемитизма и теорий заговора — деньги на ветер. В разговоре с корреспондентами бот сказал, что среди американских олигархов слишком много евреев. «Не исключено, что они контролируют экономику». 🤦‍♀️

Кажется, Meta* изначально была готова к таким перлам от чат-бота, поэтому заранее подстелила соломку. Она предупредила в пресс-релизе, что BlenderBot «может делать ложные или оскорбительные заявления».

👉 Но отпускать вожжи разработчики побоялись. Судя по всему, они «подкрутили» настройки, чтобы чат-бот перестал выдавать теории заговора. Теперь на вопросы о евреях ИИ отвечает: «Я почти ничего об этом не знаю, извините». В этом же ключе он уклонялся от вопросов об абортах, вакцинах, расизме и других острых проблемах.

Забавно, что даже после «большой чистки» BlenderBot не изменил мнения о Цукерберге. В разговоре с журналистом New York Post ИИ процитировал слухи, что глава Facebook* — «плохой начальник и некорректно относится к своим сотрудникам». Интересно, изменит ли чат-бот своё мнение о «начальстве»? 🤔

* (признана экстремистской организацией, деятельность которой запрещена на территории РФ)

По какой-то причине творчество покойного Егора Летова часто переплетается с искусственным интеллектом. Несколько лет назад нейросеть, которую обучили на песнях «Гражданской обороны», записала целый альбом в стиле этой группы. Если до сих пор не слушали — welcome.

Теперь, как любят выражаться телевизионные журналисты, в Сети набирает популярность новая работа. На YouTube выложили клип на песню «Всё идёт по плану». Фишка в том, что его собрали из картинок, которые сгенерировала модель Midjourney.

Каждую строчку (и даже отдельные слова) проиллюстрировали красивыми изображениями. Уже с первых кадров мы видим памятник батюшки-Ленина, который непривычно сидит на постаменте. На следующей картинке — интересная и немного пугающая иллюстрация строчки про плесень и липовый мёд. Можно включить клип хотя бы ради этого момента.

На самом деле большая часть изображений выглядит как современное произведение искусства. ИИ-модель отлично справилась с задачей — некоторые картинки можно смело выставлять в музей. В комментариях справедливо замечают, что Москва здесь напоминает локацию какой-то игры — такой могла бы быть Half Life 3.

Я бы с удовольствием посмотрела, какие конкретные запросы для нейросети вводил автор клипа. Есть ощущение, что он задействовал не только слова из песни, но и другие описания. Потому что весь клип пропитан коммунизмом больше, чем оригинальная песня, — красные знамёна мелькают чуть ли не в каждом кадре.

В общем, советую оценить. Но только если не боитесь увидеть, как нейросеть нарисовала самые спорные фразы из песни (их ведь, как известно, не выкинуть). Ну и ещё в песне есть мат, но вы наверняка знаете и без меня.

Новый ИИ поможет автономно управлять атомной электростанцией

☢ На работу АЭС приходится тратить много денег, ведь станции нужно постоянно контролировать и обслуживать (человечество знает, чем может обернуться любая ошибка). Кажется, учёные из Аргоннской национальной лаборатории Министерства энергетики США нашли способ снизить затраты на ядерную энергию — они предлагают отдать часть «грязной» работы роботам.

🔎 По их задумке, искусственный интеллект будет постоянно проверять тысячи датчиков и производительность всех главных компонентов системы — клапанов, насосов и теплообменников. Сейчас этим занимаются люди. И человеческий фактор на таком предприятии — самое тонкое место. Сразу вспоминается Гомер Симпсон на работе.

Чтобы испытать автономную систему, исследователи разработали «цифровой двойник» усовершенствованного ядерного реактора. Грубо говоря, это компьютерная симуляция современной навороченной АЭС. С её помощью ИИ тренируется искать проблемы на виртуальной станции и собирать все важные данные.

❗️Обученный инструмент видит потенциальную неисправность на самом раннем этапе. Если он замечает аномалию, то сразу же сообщает о ней оператору. А ещё предлагает, как можно решить эту проблему. С одной стороны, такие подсказки могут предотвратить дорогостоящий ремонт. С другой — избавят от ненужного обслуживания оборудования, то есть сэкономят деньги.

💰 Хотя систему в первую очередь делали для новых ядерных реакторов, она вполне гибкая, чтобы её можно было применять на других станциях. Учёные подсчитали, что их ИИ поможет сэкономить атомной отрасли более 500 млн долларов в год.

👉 Модель разрабатывали примерно полтора года. Системы контроля и диагностики уже готовы, поэтому теперь учёные сосредоточились на финальном этапе — инструменте для принятия решений.

Сбер запатентовал систему распознавания дипфейков на видео с несколькими людьми

🎭 Развлекаться с нейросетями может быть очень весело. Сколько мы уже увидели смешных трейлеров, где лица актёров заменили физиономией Николаса Кейджа? Но многие недооценивают опасность дипфейков.

Ведь эту технологию легко использовать во вред. Страшно представить, что будет, если журналисты поведутся на дипфейк с главой какого-нибудь государства.

👆 Я уже как-то писала, что Google Colab даже ввёл ограничения на создание дипфейков. Тогда поддельное видео с Бараком Обамой репостнули в соцсетях больше 2 млн раз. И с тех пор проблема стала ещё актуальнее — мошенники всё чаще используют дипфейк для обмана и наживы.

Потенциальную проблему видят и в Сбере. Там уже запатентовали систему, которая помогает определять, меняли ли лицо на видео. В основе технологии — нейросетевые модели класса EfficientNet и метод амплификации и анализа микроизменений в цветах объектов на кадрах.

Если объяснять на пальцах, то первый метод выглядит так: ИИ определяет лица на видео и рассчитывает векторное представление их геометрических характеристик. Потом алгоритм анализирует разные вероятности того, что лицо синтетически изменили. В конце он выдаёт оценку. Подробнее можно почитать здесь.

🎨 Второй способ работает с цветом. Здесь алгоритмы разбивают видео на множество фреймов и сравнивают, как в них менялись значения красного спектра для каждого пикселя. Если интересно — вот описание технологии в патенте.

Для максимальной точности оба метода объединили в одну систему. Так шанс определить фейковое видео сильно выше.

Вообще, уже есть похожие технологии, которые распознают дипфейки. Но в основном они хорошо справляются с видео, на которых есть только один человек.

👥 Алгоритм Сбера показывает хорошие результаты, даже если в кадре несколько людей. Замеры на независимых тестовых выборках показали, что система работает с точностью 98%, — это намного выше, чем у других аналогов в открытом доступе.

Новую технологию можно будет использовать для защиты от кибератак на системы Face Recognition и Liveness Detection. Она же позволит спастись от информационных дипфейк-атак и от злоумышленников, которые притворяются другими людьми во время конференц-колов.

История вселенной за три минуты

🌎 Посмотрела на YouTube красивый ролик бельгийского блогера Ксандера Стинбрюгге. На трёхминутном видео — рождение нашей планеты и краткая история человечества. Конечно, интерпретации на эту тему мы уже неоднократно видели в кино. Но здесь, как мне кажется, задумка поинтереснее.

Все картинки для ролика нарисовал новый генератор изображений Stable Diffusion от компаний Stability AI и Runway. Он пока открыт только для бета-тестеров — видимо, блогер оказался в их числе.

Стинбрюгге сделал 36 запросов для нейросети. На каждое описание алгоритм выдавал по несколько картинок. Причём генерировал их последовательно, учитывая предыдущие результаты. Блогеру оставалось выбрать самые подходящие и склеить их в один ролик.

🙊 Получилось захватывающе. На первых секундах — результат Большого взрыва. На десятой формируются галактики, а сразу после этого — буквально рождается планета. Примерно на 33 секунде в океане появляется жизнь. Ну а дальше динозавры, обезьяны, человеки, цивилизация.

Любопытно, как нейросеть видит наше будущее. Зелёные мегаполисы превращаются в безжизненные футуристичные небоскрёбы, а люди становятся киборгами. Концовку вообще сложно описать без философских отступлений — лучше посмотрите сами, если интересно.

🤖 Ну и пара слов о самой нейросети. Stable Diffusion запустили только в начале августа, но ей уже пророчат большое будущее. Разработчики говорят, что после полноценного запуска ИИ-модель с открытым исходным кодом сможет работать даже на стандартных ПК. Минимальные требования — видеокарта с 5 ГБ памяти. В теории, запустить нейронку на своём компьютере смогут даже владельцы бюджетной NVIDIA GTX 1660.

Изображения генерируются всего пару секунд. На выходе получаются картинки с разрешением 512x512 пикселей. Модель обучали на кластере из 4000 графических процессоров NVIDIA A100 Erza-1. Ей «скормили» 5,6 млрд изображений из интернета с текстовыми описаниями.

Важное отличие от DALL-E 2 — здесь нет фильтров на генерацию лиц знаменитостей. Так что ждём лавину новых шедевров с актёрами, политиками и спортсменами.

Уже не раз писала, как нейросети всё сильнее переплетаются с культурой и искусством. Сначала они помогали с картинами и клипами. Теперь дело зашло ещё дальше — пользователь Twitter под ником Nao_u выпустил браузерную игру с графикой, которую полностью нарисовала Midjourney.

🕹 Сама по себе игра не слишком интересная. Это обычная аркадная 2D-стрелялка, сделанная на коленке за три дня. Вы летите на истребителе и стреляете по другим самолётам и гигантским жукам (при чём тут вообще насекомые?). За попаданиями игра следит не всегда точно, враги перемещаются хаотично, управление тоже довольно посредственное.

Но геймплей в таких вещах — дело второстепенное. Важнее сам факт появления такой игры (тем более она бесплатная). Ведь для отрисовки всех элементов не пришлось нанимать ни одного дизайнера.

🎨 Достаточно просто сделать несколько запросов нейросетке, чтобы она отрисовала целый город, который мелькает на фоне. Да и монстров она сгенерировала, и даже логотип.

Правда, автор столкнулся с некоторыми ограничениями. Во-первых, у него не получилось разделить элементы фона. Nao_u хотел вынести облака на передний план, а здания — на средний, чтобы изображение получилось объёмным. Но нейросеть для такой задачи пока не очень подходит.

👾 Во-вторых, спрайты персонажей здесь без анимации. Если бы среди врагов остались только самолёты, проблем бы не было. Но автор добавил ещё и больших жуков, лапы которых не двигались. Выглядит как минимум странно.

Эти ограничения, вроде отсутствия анимации, сильно сужают возможности для создания игр. Потому что даже двигающегося человека отрисовать не получится — статичные картинки подойдут разве что для каких-нибудь текстовых квестов или новелл.

👆 Но в любом случае даже такие маленькие шаги в будущем могут пойти геймингу на пользу. Ведь создание текстур и моделей — это чуть ли не самые дорогие процессы в разработке игр. И даже если ИИ пока не заменит профессиональных гейм-дизайнеров, скоро он сможет упростить им работу.

📚 Держите подборку книг про ИИ. Точнее, про будущее, которое ждёт нас с его развитием.

«Петля: как технологии создают мир без выбора и как с этим бороться»

Предостерегающая история о том, как технологии могут поработить человечество через пару поколений. И речь не о зловещих терминаторах. Авторы пишут о созданной человеком петле, в которой ИИ принимает всё больше решений. И с каждым поколением выбираться из этой петли становится сложнее. Но унывать пока рано — с ИИ можно жить в гармонии.

Автор книги — американский журналист Джейкоб Уорд — описал много интересных исследований и пообщался с экспертами в области ИИ. Получилось интересно.

«Надёжный ИИ: бизнес-руководство по этике искусственного интеллекта»

Бина Амманат написала книгу об этичном использовании искусственного интеллекта в бизнесе. У автора огромный опыт в этих вопросах: она курировала направления информационных технологий в компаниях Hewlett Packard, General Electric и Bank of America.

В книге Амманат рассказывает, как отличить надёжный алгоритм от ненадёжного. А ещё она рекомендует, как внедрить ИИ в бизнес-процессы. Я бы посоветовала эту работу руководителям и топ-менеджерам.

«Новый огонь. Война, мир и демократия в эпоху искусственного интеллекта»

Бен Бьюкенен и Эндрю Имбри стараются не запугать читателей скорым апокалипсисом из-за восстания машин. Авторы сравнивают новые технологии с огнём. ИИ может как освещать путь, так и приводить к разрушениям.

Сейчас некоторые автократы используют ИИ во вред: распространяют дезинформацию, создают хакерские инструменты и боевое оружие. Но авторы книги экспертно доказывают, что ещё не всё потеряно. При правильном подходе технологии не должны потворствовать тирании.

«ИИ 2041: десять возможных картин нашего будущего»

Бывший президент Google China Кай-Фу Ли написал книгу вместе со знаменитым писателем Чэнь Цюфанем. Они в красках показали, каким будет мир в течение двух следующих десятилетий. ИИ произведёт революцию в медицине и образовании, создаст новые формы общения и развлечений. Но и опасностей для жизни тоже станет больше.

Заинтриговала? Тогда добавлю, что произведение признали лучшей книгой года по версии Wall Street Journal, Washington Post и Financial Times. К прочтению обязательна!

Apple научилась создавать дипфейки на основе очень коротких роликов

🙈 Пока одни корпорации всеми силами борются с дипфейками, другие, наоборот, улучшают уже спорные технологии. Недавно отличилась Apple с её новой нейросетью NeuMan.

Купертиновцы выложили на GitHub исходный код алгоритма, который умеет генерировать дипфейки на основе очень коротких видео. Даже десятисекундного ролика хватит, чтобы нейросетка сделала свою работу.

🤸‍♂️ Сразу уточню. Эппловский инструмент не просто «пересаживает» какое-нибудь лицо на голову другого актёра. По сути, NeuMan создаёт 3D-модель человека в кадре. Поэтому автор дипфейка может заставить её делать всё, что угодно: танцевать, прыгать или заниматься физкультурой. Здесь всё ограничивается фантазией монтажёра (ну и нынешними возможностями нейросети).

📏 ИИ-система состоит из двух моделей нейрорадиального излучения (NeRF). Первая анализирует силуэт героя кадра, геометрию его тела. Причём неважно, в какой позе человека запечатлели на камеру, — нейросеть в любом случае справится. А вторая модель работает с фоном — например выравнивает трясущееся изображение и дорисовывает недостающие детали.

Разработчики алгоритма приложили несколько видео с тестами технологии. Честно говоря, не могу сказать, что качество этих роликов меня повергло в шок. Сгенерированные 3D-модельки в некоторых кадрах выглядят не слишком реалистично — как в бюджетных мультфильмах. А фон периодически смазывается и рассыпается на пиксели 🖼.

Но в любом случае работа авторов инструмента достойна уважения. Ведь нейросеть обучается на очень коротких роликах, снятых на смартфон без стабилизации. И если делать на это скидку, то результаты получаются отличные.

👉 В Apple говорят, что её технологию будут применять в дополненной реальности. Учитывая хайп вокруг метавселенных — не сомневаюсь, что разработчики мобильных приложений будут пользоваться этим инструментом.

Хочу затронуть не очень весёлую тему. Но я увидела хороший повод немного пофилософствовать о роли искусственного интеллекта в жизни (или, в этом случае, смерти) человека. Все там будем, поэтому нет смысла игнорировать такие вопросы.

😲 Соучредитель компании StoryFile, которая создаёт цифровые копии людей, Стивен Смит устроил крайне необычные похороны своей мамы Марины.

Прощание началось с того, что покойная «предстала» (даже не знаю, нужны ли здесь кавычки) перед гостями в виде голограммы. Сначала она «зачитала» речь, а потом даже «поотвечала» на вопросы присутствующих. И всё это сразу после кремации!

Естественно, не обошлось без ИИ. Но нейросеть работала не так, как вы могли подумать. Она не генерировала ответы покойной — реплики записали заранее, ещё при жизни Марины.

Алгоритм анализировал вопросы гостей и подбирал самые подходящие реплики из базы. А заодно он обрабатывал ответы, чтобы они звучали максимально естественно — как будто общаешься с живым человеком по видеосвязи. 📲

📹 Саму голограмму создавали с помощью 20 камер, которые записывали видео одновременно. Идея технологии родилась у другой соучредительницы фирмы Хизер Майо-Смит, когда она брала интервью у Роуз Шиндлер для выставки про Холокост.

Любопытно, что основатели компании не хотят, чтобы искусственный интеллект обучался на словах покойных и сам генерировал ответы на вопросы. Смит считает, что современные технологии к этому ещё не готовы. «Вы не сможете создать синтетическую версию меня, даже если она будет выглядеть в точности, как я», — говорил он журналистам. 👥

👆 Проблема в том, что эта тема слишком деликатная. ИИ может вложить ложный смысл в высказывания человека, и тем самым опорочить его память. А этого никто не хочет.

Кстати, когда прочитала эту новость, мне сразу вспомнилась история про пермского изобретателя. Он загрузил в робота семь часов видео со своим покойным дедушкой и научил его отвечать на вопросы голосом родственника. Если не видели — вот ролик на YouTube.

Мы этого не хотели. Мы этого боялись. Но в глубине души понимали, что рано или поздно это должно было произойти. И вот свершилось: искусственный интеллект добрался до рэпа. Но, как говорится, есть нюанс, и даже не один.

Журналист The Guardian протестировал приложение iRap — оно помогает рифмовать слова и целые предложения с помощью ИИ. Причём создатели утверждают, что ПО подбирает правильные фразы не только по ритму, но и по их семантическому значению. А ещё программа предлагает перестроить предложение так, чтобы оно лучше рифмовалось.

Здесь работает сразу несколько нейросеток. Первая преобразует устную речь в текст (журналист похвалил качество транскрипции). Вторая классифицирует части речи и ударные слоги. Потом языковые модели предлагают новые слова — похоже на то, как работают подсказки на клавиатурах смартфонов.

В теории звучит отлично, но на практике всё оказалось не так радужно. Приведу примеры из текста. Когда обозреватель сказал фразу Big red dog in the house («Большая красная собака в доме»), ему предложили рифмы Mouse («мышь»), Grouse («тетерев») и Slaughterhouse («скотобойня»). Здесь всё ещё терпимо, это можно превратить в странноватый рэп про забой животных на ферме.

Но функция с подбором синонимов сработала очень странно. Алгоритмы предложили три варианта на замену фразы про собаку в доме — Adult redhead goat in the accommodation («Взрослая рыжая коза в общежитии»), Cosmic coco cow in the compound («Космическая кокосовая корова в комплексе») и Monolithic rouge man in the manor («Монолитный румяный мужчина в усадьбе»). Кажется, русским рэперам пора напрячься — их карьера под угрозой.

А ещё журналист заметил, что алгоритм собрал в себе все замшелые стереотипы о рэперах. В синонимах к названию этого жанра он увидел слова «головорезы», «бандиты» и «сутенёры».

В общем, ложная тревога — искусственный интеллект пока не готов заменить наших любимых рэперов. Но держим в уме, что это только первый шаг, ведь программа обучается и на неудачных попытках.