Новости про искусственный интеллект

Firefox будет предлагать сайты на основе выбора ИИ

Программа Firefox Test Pilot вывела в свет множество интересных идей. Новый эксперимент Mozilla, тестируемый по этой же программе, получил название Advance. Он будет представлять собой сервис на основе искусственного интеллекта, который пытается предсказать, что за страницу вы захотите посмотреть следующей.

Разработка Advance ведётся совместно с Laserlike, стартапом машинного обучения, который также строит свою систему поиска контента, его обнаружения и персонализации. Благодаря ему Firefox сможет предположить, что за страница может оказаться вам интересной. Выбор будет сделан на основе постоянного изучения ваших предпочтений, пока вы путешествуете по Интернету. Эта функция будет работать на кулинарных рецептах, сообщениях в блогах и новостях, всяком контенте, который позиционируется как необходимый к изучению.

Работа технологии Advance на примере кулинарных рецептов
Работа технологии Advance на примере кулинарных рецептов

Mozilla известна своим отношением к пользовательским данным и безопасности, так что даже используя ИИ, она продолжает относится к ним с предельной осторожностью. Эксперимент Advance доступен опционально, пользователи могут остановить сбор данных в любой момент, а при желании и вовсе удалить всю собранную информацию.

NVIDIA Drive Pegasus обеспечит автопилот на автомобилях Bosch и Daimler

Год назад Daimler (Mercedes-Benz) и Bosch анонсировали совместную работу по созданию автопилотируемых такси.

Идея работы заключается в создании флота автоматизированных (уровень 4 SAE) и беспилотных (уровень 5 SAE) роботакси, которые управляются приложением.

Теперь обе компании объявили о своём выборе платформы для создания беспилотного транспортного средства. Выбор пал на платформу NVIDIA Drive Pegasus. Эта система была специально создана для обеспечения беспилотного автомобиля 5-го уровня. Она построена на двух SoC Tegra Xavier и двух дискретных GPU «следующего поколения». Это позволяет системе выполнять поразительные 320 триллионов операций в секунду.

Daimler и Bosch выбрали NVIDIA Drive Pegasus для роботакси
Daimler и Bosch выбрали NVIDIA Drive Pegasus для роботакси

Такие вычислительные мощности необходимы, поскольку транспортное средство обрабатывает огромные массивы данных. К примеру, один видеосенсор создаёт 100 ГБ данных на километр пути. Робоавтомобиль 5-го уровня содержит несколько видеодатчиков, лидары, радары и ультразвуковые сенсоры, так что объём поступающих на процессор данных невероятно большой, и все их должен обработать искусственный интеллект.

Как часть соглашения NVIDIA обеспечит разработчиков платформой искусственного интеллекта и системным ПО, которое будет обрабатывать алгоритмы управления автомобилем, создаваемые Bosch и Daimler на основе методов машинного обучения.

Сами же Bosch и Daimler готовятся раскрыть планы по разработке роботакси и началу их тестирования в ближайшем будущем.

ИИ NVIDIA удаляет шум на фотографиях

Компания NVIDIA применила искусственный интеллект для создания системы автоматической ретуши зернистых фотографий.

Объединёнными усилиями МИТ, Университет Альто и система ИИ NVIDIA создали механизм Noise2Noise, способный удалять шум из зернистых фотографий, который обычно получаются при съёмке в условиях недостаточной освещённости.

Удаление шума со снимка МРТ
Удаление шума со снимка МРТ

Система использует глубокое обучение на GPU NVIDIA Tesla P100 с применением фреймоврка TensorFlow. Искусственный интеллект тренировался на 50 000 шумных изображений, взятых из базы ImageNet. Благодаря им ИИ научился определять шум и подобрал способы его устранения, правда, конечный снимок содержит немного меньше деталей и слегка мылит. Примечательно, что представленная технология также удаляет с фотоснимков и водяные знаки.

Идея использования ИИ для очистки фотографий не нова. Ранее похожую систему представляла Google, однако всем им для обучения требовались снимки с шумами и без, и сделать их достаточное для обучения количество весьма проблематично. Представленный механизм Noise2Noise лишён этого недостатка. Его обучение проводилось исключительно на шумных снимках.

В любом случае, это всё пока наука, и до реальной очистки снимка прямо в смартфоне пока ещё очень далеко.

NVIDIA предлагает искусственный интеллект для замедленного видео

Запись замедленного видео сопряжена с целым рядом трудностей, ведь для замедления в несколько раз нужно записать во столько же раз больше кадров. К счастью, у NVIDIA есть предложения для решения этой проблемы.

Новое исследование от NVIDIA демонстрирует превращение обычного 30 к/с видео в 240 к/с благодаря искусственному интеллекту. По сути, система оценивает соседние кадры и додумывает промежуточные, примерно так, как это делает человек. Пока это только концепт и для его реализации потребуется разрешить ряд проблем, однако в будущем каждый смартфон будет способен на такое.

NVIDIA и искусственный интеллект
NVIDIA и искусственный интеллект

«Хотя запись видео с 240 к/с на смартфон возможна, вести постоянную записи с высокой частотой кадров непрактично, поскольку это требует большого объёма памяти и весьма требовательно к энергии мобильного устройства», — сообщается в исследовании компании. «По этой и другим причинам существует интерес по генерации высококачественного замедленного видео из существующего».

Необходимость доработки технологии связана с её ограничениями. Поскольку речь идёт об ИИ, то его нужно вначале обучить. И обучать нужно на аналогичной сцене. К примеру, если вы хотите получить замедленное видео брызг из-под колёс машины, то сначала искусственный интеллект и нужно обучить на этом примере. Для воспроизведения другой сцены потребуется новое обучение. Также эта техника не позволяет бесконечно замедлять видео, вставляя до 7 промежуточных кадров, поскольку для дальнейшего замедления потребуется больше данных.

Искусственный интеллект может заметно улучшить качество тёмных снимков

Многие компании тяжело работают над созданием качественных камер для смартфонов. Сейчас всё больше людей отказываются от цифровых камер в пользу смартфонов, ведь они меньше и в хороших условиях делают не уступающие по качеству снимки.

Однако при плохом освещении дела обстоят намного хуже. Маленькие сенсоры смартфонов просто не могут получить достаточно света для качественного снимка, и, кажется, что телефоны недостижимо отстали от зеркальных камер. Конечно, сейчас при плохом освещении телефоны снимают несравнимо лучше, чем 3-4 года назад, но этого явно недостаточно. И чтобы решить проблему, инженеры придумали использовать искусственный интеллект.

Осветлённая ИИ фотография
Осветлённая ИИ фотография

Исследователи из Intel и Иллинойский университет в Урбана-Шемпейн показали, что машинное обучение может привести к значительному улучшению качества снимка в условиях низкой освещённости.

Чтобы решить проблему учёные создали движок, который обучил ИИ, сравнивая снимки, сделанные на короткой и длинной выдержке при низкой освещённости.

Как видно, результаты впечатляют. Со снимками в полном разрешении можно ознакомиться здесь.

Vega 7 нм не предназначен для игр

Когда в Сети появились слухи о подготовке компанией AMD 7 нм графики Vega, многие фанаты надеялись, что у фирмы есть туз в рукаве в борьбе с NVIDIA. Но всё оказалось не так.

Графика Vega 14 нм не смогла противостоять флагману от NVIDIA, GeForce GTX 1080 Ti. Многие верили, что благодаря 7 нм технологии производства AMD сможет ускорить свои процессоры, однако в AMD объявили, что 7 нм Vega не предназначены для игр.

По информации Лизы Су Vega 7 всегда подразумевался для искусственного интеллекта. Именно ИИ является основной целью для Vega 7 нм. Сразу после этого заявления многие другие люди в иерархии компании подтвердили слова директора.

Изначально некоторые обозреватели полагали, что AMD может вначале рекламировать и выпускать дорогой продукт для ЦОД, и лишь затем подготовит аналог для игр. Однако слухи оказались неверны, и игрового продолжения не будет.

В дорожной карте игровых решений AMD нет 7 нм Vega, и пока не планируется. Что касается NVIDIA, то компания готовит GPU Turing на конец лета, а значит, разрыв в производительности будет только расти.

Сначала выйдет Turing, затем — Ampere

Сайт Fudzilla заполучил довольно любопытную информацию о будущих GPU NVIDIA, которая поступила от секретных источников. Так, согласно этим слухам, GPU Ampere не предназначен для игр, не предназначен для ИИ за счёт концентрации на Tensor Core, и он не для майнинга — он для всего вышеперечисленного. И этот GPU выйдет после Turing.

Что касается Turing, то этот процессор, нацеленный как на ИИ, так и на игры, будет выпущен примерно в III квартале. Дело в том, что NVIDIA хочет встретить сезон подготовки к школе во всеоружии, так что постарается подготовить новую видеокарту к концу лета.

Графический процессор NVIDIA
Графический процессор NVIDIA

Конечно, Turing будет быстрым. Он будет работать в играх намного быстрее и будет поддерживать трассировку лучей лучше, чем что-либо до него. У NVIDIA ещё есть возможность провести оптимизации, по сравнению с Pascal, который пока остаётся единственным игровым решением компании. Что касается игровых Titan Volta, то это просто попытка NVIDIA немного подзаработать на чокнутых энтузиастах.

Что касается Ampere, то он тоже находится в разработке, и он появится в будущем. Пока сложно сказать, когда, поскольку это зависит от многих факторов, и, в первую очередь, AMD, которая должна предоставить конкурентный продукт.

ИИ Microsoft научился переводить с китайского не хуже людей

Исследователи из Microsoft сумели разработать первую систему машинного перевода, которая может переводить предложения с китайского на английский с тем же качеством и точностью, что и человек.

Учёные из американской и азиатской лабораторий в блоге сообщили, что их система достигла равенства с человеком в обычных наборах тестов новостных сюжетов, которые называются Newstest2017.

Для того чтобы удостовериться, что результат был точным и соответствующим человеческому, команда наняла независимого двуязычного переводчика, который и сравнил два независимо созданных человеческих перевода с предлагаемым вариантом.

Искусственный интеллект

Специалист по исследованиям Microsoft в области речи, естественных языков и машинных переводов Сюэдон Хуан, назвал это «важным этапом» в решении одной из сложнейших задач естественных языков.

Хуан добавил: «Достижение равенства с человеком в задачах машинного перевода — эта мечта, которая была у всех нас. Мы даже не осознавали, что может достичь её так быстро». Мин Чжоу, ассистирующий управляющий директор в Microsoft Research Asia заявил, что хотя команда и невероятно счастлива достигнутым результатам, впереди ещё масса задач, таких как тестирование ИИ переводчика в реальных современных новостях, так что пока люди переводчики по-прежнему востребованы.

NVIDIA обновила свой суперкомпьютер на базе GPU

Дженсен Хуан, глава NVIDIA, в ходе GTC представил обновлённую систему машинного обучения, построенную на ускорителе Tesla V100, однако в отличие от прошлогоднего решения, новый модуль содержит 32 ГБ памяти HBM2.

В прошлом году NVIDIA представила суперкомпьютер для искусственного интеллекта DGX-1. Новая модель DGX-2 имеет удвоенное количество процессорных модулей Tesla V100. При этом DGX-2 имеет вдвое больше доступной памяти.

Суперкомпьютерынй модуль NVIDIA DGX-2
Суперкомпьютерынй модуль NVIDIA DGX-2

Кроме увеличения производительности вычислений и памяти, NVIDIA также обновила и шину связи. Она заменена новой технологией NVSwitch, которая представляет собой ткань интерконнекта, позволяя связывать до 16 GPU и создавать общее пространство памяти. Прошлая версия позволяла объединять только 8 GPU.

По словам разработчиков, технология NVSwitch в 5 раз быстрее PCI Express, объединённая скорость которой достигает 2,4 ТБ/с.

TSMC: майнинг криптовалют — главный движитель производства

Тайваньский производитель микропроцессоров, компания TSMC, в ходе конференции с инвесторами сообщила интересную финансовую деталь. Компания отметила, что больше не считает развитие систем-на-чипе для смартфонов главным движителем своего бизнеса. Более того, прибыль от производства чипов для смартфонов в 2018 году даже снизится.

Вместо этого TSMC видит перспективу в высокопроизводительных расчётах (HPC) и чипах для добычи криптовалют. Особенно учитывая неимоверный рост популярности майнинга. Недавно компания Bitmain, разрабатывающая специализированные процессоры для майнинга, стала главным клиентом у TSMC. Сотрудничество с ней позволило тайваньскому производителю сгенерировать 3—5% своей прибыли в третьем квартале, что эквивалентно доходу от NVIDIA.

TSMC

Под группой HPC в TSMC понимают средства искусственного интеллекта, GPU и средства майнинга. Эти направления растут, в то время как спрос на процессоры для телефонов начал снижаться. И хотя производство интегральных схем специфического использования для майнинга и искусственного интеллекта негативно влияют на выпуск графических процессоров, спрос на оба эти направления остаётся достаточно «крепким».