Новости про искусственный интеллект

Gigabyte представила первый игровой ноутбук с искусственным интеллектом

Бренд Aorus, принадлежащий Gigabyte, представил свой новый игровой ноутбук Aorus 17, который содержит все новейшие технологии, включая видеокарту GeForce RTX и дисплей с кадровой частотой 240 Гц.

Диагональ экрана этого ноутбука составляет 17,3", а разрешение — 1920×1080 пикс. Ноутбук поставляется с процессором Core i9-9980HK, имеющим 8 ядер и 16 потоков, и прочим технологическим набором от Intel, который включает SSD Intel 760, беспроводную карту Killer AX1650 на базе чипсета Intel, и портом Thunderbolt 3. Объём оперативной памяти составляет от 8 до 64 гигабайт. В качестве видеокарты предлагаются модели NVIDIA RTX 2060, RTX 2070 и RTX 2080, так что возможности 240 Гц экрана будут полностью реализованы.

Ноутбук Aorus 17. Общий вид
Ноутбук Aorus 17. Общий вид

Кроме отличных базовых характеристик, компьютер AORUS 17 может похвастать хай-энд клавиатурой с RGB подсветкой и переключателями OMRON, а также звуковой системой для аудиофилов, которая построена на ЦАП-процессоре ESS Sabre Hi-Fi. Аудиокарта поддерживает звук в формате 24-бита/192 кГц и хай-энд наушники сопротивлением от 16 до 600 Ом.

И, конечно, какой же ноутбук в 2019 году без искусственного интеллекта? По уверению разработчиков, Aorus 17 стал первым в мире игровым лэптопом с ИИ. Этот искусственный интеллект, созданный при поддержке Microsoft, анализирует данные и игровой цикл, чтобы установить оптимальные настройки мощности для CPU и GPU. Вопрос, почему для этого нужен именно ИИ, остаётся открытым.

Ноутбук AORUS 17 поступит в продажу в сентябре этого года.

Клавиатура ноутбука Aorus 17
Клавиатура ноутбука Aorus 17

Изготовлена самая большая в мире микросхема

Молодая компания Cerebras Systems, специализирующаяся на системах искусственного интеллекта выпустила самый крупный полупроводниковый чип, из когда-либо созданных.

Микросхема Cerebras Wafer Scale Engine содержит 1,2 триллиона транзисторов, и содержит необходимые электронные выключатели, которые формируют блоки кремниевого чипа. Для сравнения, в 1971 году компания Intel создала первый процессор 4004, который содержал 2300 транзисторов. А свежие процессоры от AMD содержат до 32 миллиардов транзисторов. Площадь представленной микросхемы составляет 42 225 квадратных миллиметров.

Разработчики отмечают, что чип может обслуживать комплекс систем с искусственным интеллектом в различных сферах, от беспилотных автомобилей до средств видеонаблюдения.

Микросхема Cerebras Wafer Scale Engine для ИИ
Микросхема Cerebras Wafer Scale Engine для ИИ

Процессор Cerebras содержит 400 000 ядер. Все они связаны друг с другом высокопроизводительной шиной. Компания уверена, что, благодаря ему, она сможет решать сложные задачи машинного обучения с меньшими задержками и меньшим энергопотреблением, чем существующие решения. Скорость обработки данных сократится с нескольких месяцев до минут.

Чтобы создать такой чип фирме пришлось «преодолеть десятилетние технические ограничения», которые ограничивали размер чипов.

Новая микросхема уже поставляется небольшому числу клиентов.

Microsoft вкладывает миллиард в OpenAI

Компания Microsoft объявила о желании инвестировать 1 миллиард долларов в OpenAI, исследовательскую компанию из Сан-Франциско, которая занимается разработкой систем искусственного интеллекта.

Техническим директором компании является Грэг Брокман, главным учёным — Илья Сатскевер. Также в их команду входит Рид Хоффман, сооснователь LinkedIn и бывший президент Y Combinator Сэм Алтман.

В своём блоге Брокман сообщил, что инвестиция поспособствует разработке общего искусственного интеллекта (Artificial General Intelligence — AGI), ИИ, способного обучиться интеллектуальным задачам, как человек.

Логотип OpenAI
Логотип OpenAI

Идея состоит в разработке новых технологий ИИ на базе платформы Azure. По условиям сделки, Microsoft будет и «впредь расширять» широкомасштабные возможности ИИ, которые «обеспечат обещанный AGI».

Также OpenAI лицензирует часть своих технологий Microsoft, которая коммерциализирует их и продаст пока не называемым партнёрам. В свою очередь OpenAI будет обучать и запускать модели ИИ в облаках Azure и разрабатывать новые суперкомпьютеры «отвечающие принципам этичности и доверия».

Пока же компания OpenAI известна своим искусственным интеллектом, который в прошлом году сражался в Dota 2. Обучение он проходил на Google Cloud Platform, в процессе тренировки ИИ OpenAI Five отыграл 180 лет в Dota 2.

NVIDIA анонсирует новую ИИ платформу EGX

Компания NVIDIA анонсировала новую платформу искусственного интеллекта с низкими задержками обработки, которая получила название EGX.

Эта система предназначена для получения, понимания и осуществления действий в реальном времени на основе постоянно поступающих данных от базовых станций 5G, складов, розничных магазинов и заводов.

По словам разработчиков, система создана для обеспечения растущего спроса на обработку потоков данных средствами ИИ с высокой скоростью прямо на передовой, где эти данные создаются, с гарантированным временем отклика, снижая объём передаваемых в облако данных.

Платформа NVIDIA EGX
Платформа NVIDIA EGX

Аналитики считают, что к 2025 году в мире будет насчитываться 150 миллиардов машинных датчиков и устройств Интернета вещей, которые будут передавать данные, требующие обработки. Это больше данных, чем сейчас генерируют люди своими смартфонами. Серверы, подобные платформе EGX, будут размещены по всему миру, чтобы обрабатывать данные от этих датчиков.

Что касается аппаратной части, что EGX основывается на Jetson Nano, который при потреблении нескольких ватт может обрабатывать полтриллиона операций в секунду (TOPS) в задачах, подобных распознаванию изображений. Полноразмерные серверы NVIDIA T4 обеспечивают более 10 000 TOPS для распознавания речи в реальном времени и прочих задач ИИ.

ARM анонсирует CPU Cortex-A77 и GPU Mali-G77

В ходе Computex 2019 компания ARM анонсировала новое поколение центрального и графического процессоров, которые предназначены для будущих флагманских телефонов.

Разработчики обещают, что новая SoC получит заметные усовершенствования в задачах дополненной реальности и машинного обучения. Внутренняя производительность Cortex-A77 возросла на 20% по сравнению с прошлым поколением, A76. За два последних поколения производительность в задачах машинного обучения выросла в 35 раз. Изготавливаться новые чипы будут по 7 нм нормам.

Что касается графического процессора, то сообщается, что Mali-G77 построен на архитектуре Valhall. Она обеспечит 40% прирост скорости по сравнению с Mali-G76, наряду с 30% ростом энергоэффективности. Этот процессор в задачах машинного обучения будет на 60% быстрее предшественника.

Кроме того, ARM анонсировала и новый процессор ML, включённый в проект машинного обучения Trillium. Идея заключается в добавлении на чипсет специального нейронного процессора (Neural Processing Unit — NPU), который удвоит энергоэффективность и улучшит техники сжатия памяти в 3 раза.

По словам разработчиков, новые технологии должны появиться в топовых смартфонах уже в 2020 году.

Microsoft Word получит искусственный интеллект для улучшения качества текста

В скором времени текстовый редактор от Microsoft получит помощника с искусственным интеллектом. Компания анонсировала новую функцию, названную Ideas, для онлайн версии Word на конференции Build.

Эта функция позволит сделать написанный текст более понятным и с меньшим количеством стилистических ошибок. Технология Ideas — намного больше, чем проверка грамматики. Благодаря ИИ она может корректировать построение фраз, чтобы сделать их более чёткими. Если часть вашего предложения будет путанной, Ideas предложит его переписать.

Microsoft Word
Microsoft Word

Однако самое интересное то, что Ideas позволит создавать эксклюзивные тексты. С её помощью составленные тексты будут таковыми, что автора нельзя будет причислить к определённой группе людей. Это крайне важно для писателей или журналистов.

Если этого мало, то компания обещает сделать Ideas так, чтобы облегчать читаемость документа. Система будет оценивать время, необходимое для прочтения документа. В некоторых случаях, она сможет составить корректный отчёт, чтобы не пришлось читать документ целиком, а лишь ознакомиться с его ключевыми моментами.

Word Ideas
Word Ideas

Примечательно, что Ideas не сфокусирована на Word. Она содержит подсистему Word Designer, которая позволит улучшить форматирование документа и подобрать стили таблиц для оптимальной презентации.

Предварительная версия облачной технологии будет доступна в июне, а более широкое распространение будет проходить в течение года.

Google запускает распознавание речи в режиме офлайн

Всем известно, что Google предоставляет сервисы распознавания речи, но для этого требуется интернет-подключение для связи с искусственным интеллектом, однако скоро всё может поменяться.

Компания Google анонсировала систему офлайн распознавания речи, пока только для смартфонов Pixel. Благодаря отсутствию необходимости передавать данные, распознавание должно проходить быстрее и точнее. В своём блоге фирма сообщила, что она хочет создать новую систему распознавания, «достаточно компактную для размещения в телефоне», и работоспособную при отсутствии сети.

Клавиатура Gboard
Клавиатура Gboard

Традиционная схема распознавания речи представляет собой разделение слов на маленькие части под названием фонемы. Затем система распознавания анализирует порядок, палитру и контекст фонем, чтобы собрать предложение. Всё это приводит к задержкам в распознавании, поскольку зачастую ПО ожидает полного произношения предложения.

Однако в блоге Google сообщила, что её новый офлайн AI использует модель «вывода символов одного за другим, по речи, с пробелами в нужных местах». Иными словами, клавиатура Gboard будет распознавать отдельные буквы при произношении слов, а не фонемы.

Сравнение распозавания речи на сервере и в офлайн режиме
Сравнение распозавания речи на сервере и в офлайн режиме

Пока обновление Gboard работает лишь на смартфонах Pixel и поддерживает «Американский английский» язык. В будущем же количество поддерживаемых языков должно увеличиться.

NVIDIA превращает эскизы в фотореалистичные изображения с помощью ИИ

Компания NVIDIA представила новое применение своего искусственного интеллекта, которое позволяет преобразовать простые наброски в фотореалистичные изображения.

Модель глубокого обучения, созданная NVIDIA Research, превращает грубые эскизы в высокореалистичные сцены, используя для этого генеративную противопоставленную сеть (Generative Adversarial Networks — GAN). Благодаря ей инструмент, наподобие умной кисти, преобразовывает сегментарные карты в реальные изображения.

Превращение эскизов с помощью NVIDIA GAN
Превращение эскизов с помощью NVIDIA GAN

Как это выглядит, можно посмотреть в видеоролике лаборатории.

NVIDIA представила миникомпьютер с искусственным интеллектом

Компания NVIDIA сегодня представила миникомпьютер, который обладает базовым функционалом систем с искусственным интеллектом.

Названный Jetson Nano, компьютер предназначается для «разработчиков, создателей и энтузиастов». Внутри машины расположился графический процессор Maxwell со 128 ядрами и четырёхъядерный чип архитектуры ARM A57. Также платформа содержит 4 ГБ ОЗУ, порт Gigabit Ethernet и набор средств ввода-вывода для камер и датчиков.

Миникомпьютер NVIDIA Jetson Nano
Миникомпьютер NVIDIA Jetson Nano

По словам компании, машина способна обеспечить производительность в нейронных сетях на уровне 472 гигафлопс. Также машину предполагается использовать в системах роботизации, обработки данных с датчиков высокого разрешения и тому подобных отраслях. К примеру, на GitHub даже есть образовательный проект JetBot по созданию игрушечного автомобиля с автопилотом.

Образовательный проект JetBot
Образовательный проект JetBot

Потребляемая мощность Jetson Nano составляет 5 Вт, а значит компьютер прекрасно подойдёт для построения робота, смарт-спикера или какой-нибудь системы распознавания.

Конечно, Nano по производительности далеко до полноценной модели Jetson, зато он доступен за 99 долларов для обычных людей и за 129 для компаний, готовых использовать его в производстве.

Машинное обучение Google блокирует спам с эффективностью 99,9%

В своём блоге компания Google сообщила об использовании машинного обучения на базе TensorFlow, которое блокирует попадание спама на Gmail.

Эта технология способна блокировать 99,9% спама, что в натуральном выражении означает 100 миллионов дополнительно отсеянных спам-сообщений каждый день.

Спам
Спам

«Где мы нашли эти 100 миллионов дополнительных спам-сообщений? Сейчас мы блокируем категории спама, которые раньше было очень тяжело выявить. Применение TensorFlow помогло нам блокировать сообщения с изображениями, письма со скрытым встроенным контентом и сообщения от свежесозданных доменов, которые пытаются спрятать малые объёмы спам-сообщений среди законного трафика.

Учитывая, что мы уже блокировали подавляющую часть спама на Gmail, блокировка дополнительных миллионов с такой точностью — это достижение. TensorFlow помогает нам ловить спамеров, которые пробирались через эти менее 0,1%, без случайной блокировки сообщений, важных для пользователей».