Microsoft представила Mesh — платформу для общения и работы в смешанной реальности.

Можно пообщаться с коллегами в одном «помещении», будучи в разных концах света, посмотреть чьё-то выступление, поиграть в Pokemon Go и не только.

По задумке Microsoft, платформа особенно пригодится архитекторам, инженерам и дизайнерам, которым важно взаимодействовать друг с другом.

https://tjournal.ru/347657

В Cisco WebEx внезапно заработал довольно неплохо работающий перевод английской речи в текст, а оттуда в другой язык налету. Т.е. общаясь со своими американскими друзьями вы можете увидеть на их окне русские субтитры (да, русский тоже поддерживается), перевод осуществляется на более чем 100 языков. https://www.zdnet.com/article/ciscos-webex-debuts-free-real-time-translation-from-english-to-100-languages/

А майкрософт в ответ тут же показывает маленькие колонки-шайбы Intelligent Speakers, которые налету транскрибируют голосовые встречи (в том числе проводимые через Teams), и что важнее умеют различать по голосам участников и вписывать их репликами в чат, а не просто писать сплошной текст.
Интересно что эту фичу первый раз показали на BUILD'18, т.е. более 2 лет назад уже.
https://www.theverge.com/2021/3/2/22308962/microsoft-intelligent-speaker-teams-translation-trannoscription-features?scrolla=5eb6d68b7fedc32c19ef33b4

Неплохое интервью, в котором Цукерберг украл мою мысль пятилетней давности: в обсуждении AR/VR он говорит, что к 2030 году люди в умных очках будут «телепортироваться» в места для личных встреч. Это именно то применение VR, про которое я все время говорю - легальная альтернатива телепорту для работы. Очень хочу чтобы это начало работать https://www.cnbc.com/2021/03/08/mark-zuckerberg-how-smart-glasses-could-help-combat-climate-change.html

Для роста ВВП нужно 2 дня в неделю работать из дома

Макроэкономисты создали модель про мир на удалёнке - мы больше сидим дома и вроде как больше успеваем. Зато меньше общаемся лично и меньше создаём идей. На удалёнке не теряют доход люди определенных профессий и специальностей уровней. А другие - теряют. Офисов нужно меньше, а жилья больше. Все эти рассуждения сложили вместе и получился вывод про идеальные 2 дня из дома, 3 из офиса.

И что? Макромодели - дело хорошее. Осталось прикинуть, в каком формате удалёнка идеальна для экономики каждого города.

#удаленка #wfh #ввп
https://www.weforum.org/agenda/2021/02/working-home-gdp-padenic-economics-growth-covid-coronavirus/

Полные материалы по персонализации от Booking + 4-х часовая запись выступлений
https://drive.google.com/drive/folders/1c_khoTDRbkoRY5OiaxEfUxRQkyNv3FeK

Human-Centered AI: Reliable, Safe and Trustworthy

The tutorial offers three ideas:

1. An HCAI framework, which shows how it is possible to have both high levels of human control AND high levels of automation.

2. Design metaphors that combine ideas of intelligent autonomous teammates with powerful supertools, active appliances, and teleoperated devices.

3. Governance structures to guide software engineering teams to develop more reliable systems, describe how managers can emphasize a safety culture across teams, advocate industry-specific oversight to promote trustworthy HCAI systems, and clarify how government regulation can accelerate innovation.

https://iui.acm.org/2021/hcai_tutorial.html
https://youtu.be/-VYi_YSNDas

Про эксперименты в социальных сетях

Прозрение отца ИИ о том, как ИИ сможет понимать мир.
GLOM – революционная теория Джеффри Хинтона (о которой в России почему-то никто не знает).
• Можно научить ИИ понимать окружающий мир так, как его понимают люди. Ключом к этому станет техника восприятия мира, подобная человеческой.
• Человеческое восприятие построено на интуиции, и чтобы ИИ понимал мир, нужно смоделировать для ИИ интуицию.
• Интуиция – это способность легко проводить аналогии. С её помощью ИИ, подобно человеческому мозгу, будет понимать мир и обладать проницательностью.
• С детства и на протяжении всей жизни мы осмысливаем мир, используя рассуждения по аналогии, отображая сходство одного объекта (идеи, концепции …) с другим - или, в терминологии GLOM, - сходство одного большого вектора с другим.
• Современные теории исходят либо из того, что в ходе восприятия мозг обрaбaтывaет изобрaжение («пиксели»), либо из того, что мозг обрабатывает символы. GLOM утверждает, что обa подходы неверны: мозг оперирует не пикселями и не символaми, a большими векторaми нейронной aктивности (т.е. нaборaми aктивaций тех или иных нейронов).
• Если удастся на основе GLOM создать новый класс моделей и алгоритмов глубокого обучения, это может стать прорывом к ИИ, умеющему гибко решать проблемы. Такой ИИ будет способен понимать вещи, с которыми никогда раньше не сталкивался, извлекать сходства из прошлого опыта, экспериментировать с идеями, обобщать, экстраполировать – одним словом, понимать.

GLOM – это новая гипер-прорывная теория ИИ, разработанная Джеффри Хинтоном. То, что его называют отцом ИИ, - вовсе не преувеличение. По словам соучредителя и члена правления Института искусственного интеллекта Vector Джордана Джейкобса: «Через 30 лет мы оглянемся назад и скажем, что Джефф — Эйнштейн для ИИ, глубокого обучения, всего, что мы зовем ИИ».
Из всех исследователей ИИ Хинтона цитируют чаще, чем трех идущих за ним, вместе взятых. Его студенты и аспиранты уходят работать в лаборатории ИИ Apple, Facebook и OpenAI; сам Хинтон — ведущий ученый в команде Google Brain AI. Практически любое достижение в области ИИ за последние десять лет — в переводе, распознавании речи, распознавании изображений и играх — так или иначе касается работ Хинтона.

Его новая теория GLOM решает две самые сложные проблемы для систем визуального восприятия (и то, и другое современный ИИ не умеет в принципе):
• понимание всей сцены в терминах объектов и их естественных частей (например, если такому ИИ показать 10 фрагментов тела подорвавшегося на мине солдата, он опознает, что это труп мужчины);
• распознавание объектов при взгляде с иной точки зрения (современный ИИ не может даже распознать автобус, перевернувшийся и лежащий на крыше).
И хотя GLOM фокусируется на визуальном восприятии, Хинтон ожидает, что эти же идеи можно применить и к языку, чтобы воспроизвести дерево синтаксического анализа в нейронной сети (пока это несбыточная мечта).

Ключевые идеи GLOM недавно были опубликованы Хинтоном в 44-х страничной статье. Эти идеи представляют собой существенный пересмотр архитектуры капсульных нейронных сетей, изобретенной Хинтоном 4 года назад.

И хотя GLOM сегодня – не более, чем «новая философия нейронных сетей», но звучит эта философия чарующе и маняще. Ибо обещает открыть перед ИИ почти что неограниченные горизонты.

Подробней:
- популярно за пэйволом и в обход его
- научно
- очень интересный видео-рассказ о сравнении теории GLOM с «Теорией интеллекта тысячи мозгов»

#КудаИдетИИ #ГлубокоеОбучение

The EU's AI regulation plan
The EU launched its plan to regulate AI, with draft rules and definitions. As with the DSA and DMA, and GDPR before, this is the beginning of a multi-year process of argument, lobbying and amendment. Also like GDPR, it contains some very odd ideas about the technology and industry structure that suggest the drafters have never really listened to anyone in the market they plan to regulate, and it will be full of unintended consequences.
There are certainly real policy questions around AI. Much like databases, we worry what bad people could do with it and we worry about mistakes. We worry what happens if it works and we worry what happens if it doesn't work. Machine learning offers plenty of scope for both, with face recognition on one hand and AI bias and the inscrutable nature of ML models on the other.
The problem is that we don't have a general law regulating databases - we have laws addressing specific questions. A law on consumer credit is not the same as a law on heath records. AI techniques will be part of every single piece of software - writing a law to cover all of that seems like the wrong level of abstraction. Meanwhile, you could write a law saying you're not allowed to have bugs, but would that have stopped Arizona keeping people in prison after their release date because the computer couldn't handle new sentencing rules? Should that have been handled by a database regulator, or the legal system? This is like trying to write a single law covering 'cars', that covers drunk driving, emissions standards, parking, and the tax treatment of highways. Link