)

AI / нейросети
Искусственный интеллект назвал самую красивую принцессу Disney

Сервис prettyscale выбрал самую красивую диснеевскую принцессу. Результаты оказались странными, но по-своему забавными.

Последнее место заняла восточная красавица из «Алладина» Жасмин. Не оценил искусственный интеллект и внешность Тианы из мультфильма «Принцесса и лягушка». Общепризнанная красотка Эльза и «Холодного сердца» также оказалась в конце рейтинга.

В самое начало списка программа поставила Белль и Моану, их она посчитала симпатичными. Ну а первое место и звание главной красавица, по мнению искусственного интеллекта, получила дочь индейского вождя Покахонтас.

Сервис отметил, что у принцессы идеальная форма лица, пропорциональный размер лба и подбородка, а также маленький нос.
@

Шах и мат, белые европейские капиталисты.

Но, кстати, этот результат можно попросить объяснить антропологов. Инфа сотка, что это неспроста. 😄

Всё ж от датасетов зависит, тоже не стоит забывать ))

Да ясное дело. Надо больше датасетов! И чтобы распределение везде нормальное. Не знаю, чего именно, но нормальное.

А кто-нибудь юзал Mesosphere?

Это тематика немного другого чата, что конкретно интересует? Мезос и марафон?

AI / нейросети
В DeepMind создали свой продвинутый ИИ Fetch

Компания DeepMind остается приверженной концепции Общего искусственного интеллекта, и поэтому её инженеры создали новую систему ИИ под названием Fetch, способную децентрализовать различные процессы и упростить множество операций в бизнесе.

Программы ИИ Uber или Google работают путем обмена информацией между компаниями и потребителями. Но Fetch предоставляет универсальную систему для подключения двух или более сторон.

Агенты Fetch будут связываться с базой данных драйверов небольших компаний, которые хотят управлять данными через свой смартфон. ИИ также можно использовать для улучшения бронирования путешествий, помогая туристам экономить средства, устранять поисковые системы или сравнительные платформы.

Fetch может сделать дом более умным. К примеру, агенты Fetch будут общаться, получая информацию от стиральной машины и счетчиков электроэнергии, чтобы разработать самое выгодное время для стирки. Шейх уже ведет переговоры с министрами энергетики о том, что может сделать его технология. Это было бы положительным изменением схемы смарт-счетчика. Схема, самая дорогая в своем роде на планете, вряд ли будет соответствовать установленному сроку до 2020 года или останется на правильной стороне своего бюджета в 11 миллионов фунтов стерлингов.

У системы также есть потенциал для использования в электромобилях. Если агентам Fetch сообщается, что владелец автомобиля не планирует поездку на следующий день, а автомобиль при этом подключен и полностью заряжен, он может «вернуть» свою энергию, чтобы использовать её когда понадобится. Подобные «выплаты» могут исходить от использования Fetch для данных мобильного телефона. Предупреждения о транспорте, погоде и дорожном движении – также полезные возможности Fetch. Он просто требует связи с примитивными датчиками для подключения к другим системам.
@

AI / нейросети
Искусственный интеллект научился определять тип личности по глазам

По итогам исследования, новая технология может выявить четыре основных черты личности «большой пятерки». Ученые Университета Южной Австралии и Университета Штутгарта провели исследования среди  42 человек, наблюдая за движением их глаз. Их пяти основных характеристик личности (добросовестность, экстраверсия, доброжелательность, невротизм и открытость новому опыту) искусственному интеллекту удалось правильно распознать четыре (добросовестность, экстраверсия, доброжелательность и невротизм).

Особенностью является психологическая, поведенческая или физическая характеристика человека. Если вы оцениваете человека по различным признакам, отмечая «присутствующий» или «отсутствующий» в списке критерий, или, возможно, даёте ему оценку от 1 (явно отсутствующий) до 5 (явно присутствующий), то сможете довольно быстро определить тип личности. Согласно исследованию, это первый случай, когда движение глаз использовали для определения личных качеств, что само по себе интересно. Но конечной целью остаётся улучшение отношений между человеком и машиной в будущем, считает Тобиас Лоэтчер из Университета Южной Австралии.
@

AI / нейросети
Искусственный интеллект использовали для борьбы с гендерным неравенством в кино

Институт гендера в медиа Джены Дейвис, инженеры машинного обучения Google и другие учёные узнали, как часто женщины появляются на экранах.

Результаты исследования показали, что женщины не только реже появляются на экранах, им также меньше дают реплик в фильмах. Однако исследователи не сдались — они решили изменить ситуацию.

Всего учёные изучили 100 самых кассовых фильмов в США за 2014–2016 годы. Единственный жанр, где женщины появляются чаще мужчин, — хоррор. Меньше всего женщин в боевиках, биографических и криминальных фильмах.
Что же касается времени, когда женщинам дают слово в кино, то во всех жанрах мужчины говорят больше. В хоррорах мужские реплики занимают 53% всех разговоров, в романтических фильмах — 55%, в комедиях — 54%, в биографиях — 66%, в криминальных фильмах — 74%. В фильмах, удостоенных Оскара, женщин тоже меньше, чем мужчин.

Согласно опросу института, после знакомства с результатами исследования 68% создателей фильмов внесли изменения как минимум в два своих проекта.
@

Парни, с детекцией изображений совсем не работал, что посоветуете? Требуется сделать сканер паспорта(изображение высококачественное с хорошего паспортного сканера, то есть от 600 dpi). По примеру считывания mrz из pyimageopencv сделал так чтобы выделяло и резало все области прямоугольные (их много), можно ли как то проставить может быть маркеры чтобы пометить конкретные сегменты и потом уже внутри сегмента все несложно, разбить сеткой побуквенно и прогнать обученнвм классификатором. Ну конечно эрозии и прочее, так как шрифт везде разный и где то слипается, где то слишком тонкий.

Tesseract тут ужасен, можете не предлагать)

Яндекс.Толока? 😄

Пример решения задачи прогнозирования спроса при помощи новой функциональности BigQuery ML на основе линейной регрессии с учетом внешних факторов. Использовался public dataset, поэтому решение доступно всем желающим. Вы можете попробовать разобраться в нем и применить для решения собственных задач.

via @BigQuery

Какой у вас опыт в машинном обучении? Опрос анонимный.
anonymous poll

Продвинутый, знаю несколько алгоритмов, более-менее умею применять их на практике – 28
👍👍👍👍👍👍👍 36%

Новичок, только недавно начал изучать – 23
👍👍👍👍👍👍 30%

Пока никакого, но скоро собираюсь обучаться – 10
👍👍👍 13%

У меня другой бэкграунд, я не занимаюсь машинным обучением – 10
👍👍👍 13%

Специалист, обладаю обширными знаниями по теме, имею немалый практический опыт – 6
👍👍 8%

👥 77 people voted so far.

0.0

AI / нейросети
Япония потратит 100 млн долларов на искусственный интеллект, чтобы справиться с нехваткой медиков

Японские министерства образования, промышленности и здравоохранения открыли набор клиник, IT-компаний и производителей оборудования, которые поучаствуют в государственном проекте создания диагностических систем на основе искусственного интеллекта (ИИ). На этот проект правительство Японии готово потратить $100 млн.

Ожидается, что к концу 2022 года в Японии будут работать десять больниц, в которых планируется внедрить различные технологии на основе ИИ. На первом этапе усилия участников проекта будут направлены на создание ИИ в сфере онкологии.

Это могут быть программы с ИИ, которые смогут автоматически вводить информацию в медицинскую карту пациента прямо во время приема. Распознавать и анализировать речь ИИ будет на основе бесед, записанных на экзаменах для врачей. Таким образом, доктора смогут уделить больше времени лечебной работе.

ИИ может использоваться и для анализа результатов МРТ-исследований, лабораторных анализов и других видов диагностики. На их основе система будет предлагать варианты решения клинической задачи. Врачу останется только поставить окончательный диагноз.
Чтобы системы были более точными, их планируется «научить» накапливать данные. Внедрение ИИ позволит облегчить труд врачей и медсестер, считают в японском правительстве, а также сократить расходы на медицину. Экономия может достичь сотен млрд иен в год. Еще один эффект от ИИ – решение проблемы дефицита кадров. Численность врачей в Японии увеличивается лишь на 2,7% в год, в основном за счет узких специалистов, так что этого недостаточно, убеждены в правительстве.

Наработки в сегменте ИИ есть у японских Hitachi и Canon. Они разрабатывают ИИ для анализа результатов КТ.
@

Mike Loukides explains: "While AI researchers are racking up ever more impressive successes, in many respects AI seems to be stalled. Significant as the successes are, they're all around solving specific, well-defined problems. It isn't surprising that AI or ML can solve such problems. What would be more surprising, and what seems no closer than it was a decade ago, would be steps in the direction of general intelligence or creativity."  https://www.oreilly.com/ideas/why-we-need-to-think-differently-about-ai?utm_medium=email&utm_source=topic+optin&utm_campaign=awareness&utm_content=20180813+ai+nl&mkt_tok=eyJpIjoiTkRnMFpqZzVabU14WlRoaCIsInQiOiJQNE5DZStSQ1dYVXFlZGllU2xGNktXdXMwa0tTcnFMN3Y3cFVPVnJcL3lzV2V6RWlocjdcLzA3WVJPXC9XZmdDSEI3WGgxYzhXMGlQdzV0R3ZHNVdQQnBlUFwvY1N3eWZcLzFXYmRkNlhMUkRTNExLU01Nc0V1UnMwMG5rOHd3NG5qYmlkIn0%3D