Компьютерная программа научится предсказывать будущее

Искусственный интеллект научили предсказывать будущее

Специалисты в области информационных технологий и программисты из университета Бонна, Германия, разработали программное обеспечение, способное «заглянуть в будущее» на несколько минут времени.

Эта программа была предварительно обучена на ряде видеороликов, демонстрирующих самые обычные повседневные действия человека, к примеру, процесс приготовления пищи.

И после этого, получая на входе живое видео, снимаемое в реальном времени, эта программа с очень высокой точностью может предсказывать то, что будет делать человек в самом ближайшем времени.

Обратите внимание

Для того, чтобы пояснить цель создания такой программы, напомним, что издавна идеальным дворецким или слугой считался человек, способный почувствовать и предугадать желания своего нанимателя прежде, чем он произнесет их вслух.

«Мы тоже хотим сделать так, чтобы программа смогла предугадывать действия человека, но мы не планируем ограничиваться минутами времени, в будущем «глубина предсказаний» может исчисляться часами вперед от текущего момента времени» — рассказывает профессор Юрген Галл (Jurgen Gall).

И эта будущая программа-предсказатель сможет управлять действиями бытового робота, к примеру, кухонного, подавая человеку нож, к примеру, именно в тот момент, когда он нему потребуется, или включив разогрев духовки в нужное время.

Кроме этого, такой робот сможет даже предупредить человека, если тот по случайности пропустит какой-либо этап процесса приготовления конкретного блюда.

А робот-пылесос, тем временем, занимается наведением порядка в других комнатах, зная, что на кухне во время готовки ему делать нечего.

Отметим, что человеческий мозг достаточно хорош в деле таких предсказаний, но для компьютера такая задача является весьма сложной и затратной по ресурсам. Поэтому исследователи из Германии и пошли по относительно новому пути.

Вместо того, чтобы программировать это все напрямую, они взяли систему искусственного интеллекта с функциями глубинного обучения и самообучения и «скормили» этой системе 40 видеороликов, длительность которых в среднем равнялась 6 минут и на каждом из которых новый человек готовил свой вариант салата.

Среднее количество действий, запечатленных в каждом видео, составляло около 20.

Компьютер, «просмотрел» все эти видео и выстроил в свое базе некую усредненную последовательность действий, вычислил время, затрачиваемое на каждое действий и т.п. Эта задача только с первого взгляда кажется простой, но на самом деле каждый человек при готовке использует собственный подход, а последовательность его действий диктуется еще и рецептом блюда.

После обучения программа начала работать так хорошо, что удивила даже своих создателей. «Короткие прогнозы, по времени вкладывающиеся во время изученных видеороликов, имели точность не менее 40 процентов.

Важно

Но как только мы увеличили глубину предсказаний, и она вышла за временные рамки, точность резко упала» — рассказывает профессор Галл, — «Однако и в некоторых таких случаях у компьютера получалось выдать достаточно точный прогноз».

Источник: https://telegraf.com.ua

Источник: http://legal-it.club/iskusstvennyj-intellekt-nauchili-predskazyvat-budushhee/

Новая программа может предсказывать будущее человека

Компьютерная программа – Far Out, которая разрабатывается программистами из Microsoft и Google, сможет с предельной точностью предсказать где окажется человек через несколько лет.

Такие прогнозы разрабатываемое программное обеспечение способно делать по анализу передвижения людей, которые используют GPS.

По задумке разработчиков, программа способна функционировать настолько точно, что сможет угадать – где окажется человек даже в случае перемены рабочего места, вступления в новый брак или переезда на новое место жительства. Она сможет учитывать любые изменения жизни человека.

Разработчики Far Out, Адам Сэдилек и Джон Крум, давно интересуются данными вопросами. Именно поэтому к ним пришла идея создания программной формулы, которая помогла бы сделать перемещение человека более прогнозируемым и предсказуемым делом. Авторы идеи даже опубликовали статью, которую посвятили прогнозированию мобильности человека.

 Начальная стадия проекта предусматривала раздачу добровольцам из Сиэтла GPS-устройства, которые не должны были их снимать не на работе, не в магазине, не в гостях или при путешествии. Всего было привлечено 703 добровольца. GPS-ами оснастили также и на персональные автомобили добровольцев, сказано в публикации The Daily Mail.

Во время данного эксперимента, Круму и Сэделику удалось собрать информацию о 32 000 днях и 150 миллионах пунктах, в которых побывали волонтеры.

Сейчас разработчики обрабатывают все полученные данные с использованием программы Far Out, после чего будут проверено насколько точными оказались их прогнозы.

По предварительным показателям, разработчики утверждают, что большинство из нас вполне предсказуемо в течении длительного периода времени, так как в нашей жизни “глобальные” перемены происходят редко, поэтому программе нетрудно угадать будущее каждого из нас.

Совет

Касательно сферы применения данной программы, если не считать ее маркетинговую и рекламную ценность, она очень пригодится в сфере решения социальных вопросов, особенно медицинского обслуживания. Такая программа поможет прогнозировать ареал распространения тех или иных заболеваний, траекторию движения транспортных средств и т.д.

Самая популярная программа для бухгалтеров – это 1С:Бухгалтерия 8. В России данную программу используют более 90% предприятий. Главное преимущество 1С заключается в быстрой реакции на изменения в законодательстве.

Источник: http://inntec.ru/raznoe/62-soft/749-novaya-programma-mozhet-predskazyvat-budushchee-cheloveka.html

Новая компьютерная программа сама познает мир | РОБОТОША

В современном мире цифровых технологий доступ к информации становится безграничным.

Но когда вы имеете ввиду что-то конкретное, название того, что вы не знаете, например, кухонную принадлежность, которую вы видели в доме своего друга, бывает на удивление тяжело найти эту информацию в интернете, тем более, если вы не имеете ни малейшего представления, что искать. Или может возникнуть противоположная проблема — мы знаем, что нам нужно, но как мы можем быть уверенными, что найдем всю информацию по интересующей нас тематике, не проводя долгие часы за компьютером?

Ученые из Вашингтонского университета и института искусственного интеллекта в Сиэтле создали первую полную автоматическую компьютерную программу, которая находит всю информацию о любом проекте или визуальной идее.

Программа под названием LEVAN ( Learning EVerything about ANything, «изучение всего обо всем») ищет миллионы книг и изображений в интернет-пространстве, чтобы узнать все возможные варианты, затем отображает результаты пользователям в виде набора изображений, чтобы помочь быстро изучить проблему в мельчайших подробностях. 

Некоторые варианты, изученные новой программой

«Она находит связь между текстовыми и визуальными данными», — рассказал Али Фаради, доцент кафедры компьютерных наук  и инженерии Вашингтонского университета. «Программа изучает наборы пар фраза — пиксельное изображение. Это означает, что она может распознать конкретные понятия, когда их видит».

Команда разработчиков представит проект уже в этом месяце на ежегодной конференции в Колумбии, посвященной компьютерному зрению и распознаванию образов.

Программа определяет, какие признаки присутствуют в изображениях, найденных в интернете и выявляет характерные шаблоны с помощью алгоритмов распознавания образов.

Программа отличается от интернет-библиотеки изображений, поскольку она опирается на большой набор фраз, чтобы идентифицировать изображение и пометить его по его содержанию и количеству пикселей, а не просто по словам, отображаемых в заголовках.

Обратите внимание

Пользователи могут просматривать около 175 концепций в существующих библиотеках. Диапазон существующих концепций — от «окна» до «авиакомпании», включая «красивый», «завтрак», «блестящий», «рак», «инновация», «скейтборд», «робот», а разработчики впервые ввели понятие «лошадь».

Если понятие, которое вы ищете не существует, вы можете ввести любой запрос, и программа сама автоматически сгенерирует исчерпывающий перечень подкатегорий изображений, которые имеют отношение к вашему запросу.

Например, поиск по слову «собака» вызовет очевидный набор подкатегорий: «собака породы чихуахуа», «черная собака», «плавающая собака»,«взъерошенная собака», «борзая собака» , а также «собачий нос», «собачья миска», «грустная собака», «уродливая собака», «хот дог» и даже позу йоги «собака мордой вниз».

Источник: http://robotosha.ru/algorithm/new-program-learns-world.html

Системы предсказания будущего

(с)

Лучшие нейронные сети, обыгрывающие человека в покер, Го, шахматы и «Доту», обладают одной общей чертой — они умеют предсказывать ближайшее будущее.

Способность машин прогнозировать поведение может значительно превзойти возможности человека. В пространстве различных вероятностей алгоритмы оказываются лучше человека, подверженного влиянию эмоций.

Что могут предсказать нейросети? Перед нами бескрайнее поле возможностей: биржа, преступления, погода, здоровье, транспорт — везде способность просчитывать на несколько шагов вперед окажется полезной. Уже сегодня некоторые алгоритмы превосходят экспертов-людей. Рассвет завтрашнего нейродня не оставит никакого следа от «тумана неизвестности».

Читайте также:  Корея инвестирует около 3 млрд долларов в робототехнику и искусственный интеллект

Исследователи из компании DeepMind опубликовали научную работу, в которой представили новый метод обучения нейросети с подкреплением. Оказалось, что если в процессе самообучения нейросеть начинает «фантазировать» о различных вариантах будущего, то обучается гораздо быстрее.

«Фантазия» нейросети заключается в том, что по трем последним известным кадрам нейросеть должна предсказать вознаграждение, которое она получит на четвертом неизвестном временном интервале. ИИ использует свою память и применяет новые стратегии как бы в своем воображении.

Чем эффективнее становятся системы, тем лучше они строят прогнозы. Сейчас мы можем не только предсказывать погоду (на краткосрочном промежутке).

Мы можем даже «видеть» будущее макроэкономических ситуаций в различных районах города, замеряя потребление воды, электричества, транспортный поток (сколько пассажиров в общественном транспорте и сколько в своих машинах), увеличение/уменьшение потребления ресурсов.

Уже трудно представить сферу, в которой мы могли бы обойтись без предсказаний. Да и стоит ли от них отказываться, если алгоритмы дают возможность выбирать правильную стратегию поведения?

Поведение на дорогах

Исследователи из Массачусетского технологического института построили систему, способную предсказать огромное количество событий реального мира. Сначала программу обучили на выборе из 2 миллионов онлайн-видео. Каждый ролик программа проанализировала, классифицировав все предметы и действия в сюжетах.

Затем нейросети показывали статичное изображение. Программа, в свою очередь, генерировала 1,5-секундные видеоклипы, демонстрировавшие видение ближайшего будущего.

Важно

Очевидно, что подобное решение можно использовать не только для создания гифок. Алгоритмы в принципе позволяют «заглядывать» в будущее сложных систем, что найдет применение в автономных автомобилях, анализирующих постоянно меняющуюся ситуацию на дороге.

Компьютер сможет понять, что он видит нечто необычное — например, животное выбежало на дорогу. Даже если машина никогда не попадала в эту ситуацию раньше, она «поймет», что происходит нечто странное — следует либо остановиться, либо передать управление водителю.

Здоровье человека

(с)

Ученые из Стэнфордского университета разработали систему искусственного интеллекта, способную предсказать вероятность смерти тяжелобольного пациента в течение года с точностью до 90%.

Исследователи проанализировали записи 160 000 пациентов, чтобы собрать данные о прошлых диагнозах, назначенных процедурах и сделанных врачами прогнозах.

После обработки датасета был составлен алгоритм для глубокого обучения нейросети. Затем сетка сделала прогнозы смертности от всех причин на срок от 3 до 12 месяцев в отношении 40 000 пациентов.

Спустя год исследователи подвели итоги: в 90% случаев нейросеть верно предсказала состояние больного (вне зависимости от того, ждала ли его смерть или выздоровление). Этот показатель значительно превосходит возможности даже группы врачей-экспертов.

Бренд «Терафлю» разработал систему, прогнозирующую вероятность подхватить простуду на территории ряда стран, включая Россию. Ежедневно система анализирует посты в соцсетях, запросы в поисковиках, данные «НИИ гриппа», а также данные спроса в аптеках на средства, специфические для борьбы с симптомами простуды.

В итоге получается график «простудной опасности» в том или ином регионе с прогнозом на несколько дней.

Впрочем, подобные платформы находят и более ценное применение: в системе «Виртуальный Сингапур» уже сейчас можно в реальном времени просматривать и анализировать жизнь страны и предсказывать, например, распространение опасных инфекций или реакцию больших масс людей на взрыв в торговом центре.

Совет

Microsoft и Adaptive Biotechnologies планируют создать систему, которая на основе анализа крови сможет выявлять заболевания на ранних стадиях.

Анализируя генетический код в триллионах рецепторов Т-лимфоцитов, система будет выявлять болезни, с которыми сталкивался организм еще на бессимптомной стадии.

Предполагается, что тест будет способен определять широкий спектр болезней единовременно, включая болезни, которые обычно диагностируются на очень поздних стадиях.

Исследовательская группа из Института молекулярной биологии РАН, Российского геронтологического научно-клинического центра, МФТИ и других научных центров, представила метод предсказания биологического возраста человека (который отличается от паспортного) на основе данных УЗИ сонной артерии человека и тонометрии. С помощью машинного обучения была получена сложная формула, способная предсказывать возраст у здоровых людей с точностью в 6,9 года для мужчин и 5,9 года для женщин, что является очень высоким показателем по сравнению с другими известными методами.

Датские ученые разработали нейронную сеть Corti Signal, которая отслеживает звуковые сообщения для диагностики сердечного приступа. В первую очередь система должна помочь людям, которые позвонили в «скорую помощь».

Оператор не всегда способен выявить сердечный приступ у человека на другом конце провода (справляется в 73% случаев), а вот нейросеть решает эту задачу с точностью 95%! ИИ не только слушает разговор, но также собирает невербальные сигналы, такие как паттерны дыхания.

По всей видимости, в будущем системы на основе нейросетей (и других методов) позволят предсказывать болезни намного раньше — в некоторых случаях за десятки лет до наступления самого заболевания.

Умные вещи знают, что с ними случится

Представьте себе здание, которое может еще до аварии сказать, что, например, отопление скоро откажет. Некоторые компании используют машинное обучение именно для этого. Такая процедура называется прогнозирующим обслуживанием.

Компания CGnal, расположенная в Милане, Италия, недавно проанализировала данные за год от отопительных и вентиляционных систем в итальянской больнице. От датчиков были получены данные о температуре, влажности, использовании электричества.

Алгоритм обучили на выборке за полгода, затем исследователи проверили его по данным со второй половины года. Система предсказала 76 из 124 реальных неисправностей, в том числе 41 из 44, где температура прибора повысилась выше допустимых уровней.

Другие компании также используют схожий подход к данным.

Обратите внимание

Финский стартап Leanheat помещает беспроводной датчик температуры, влажности и давления для дистанционного управления отоплением и контроля работоспособности устройства.

Вместо того чтобы регулировать отопление просто по температуре наружного воздуха, модели Leanheat учитывают изменения погоды: температура упала до нуля с 10 градусов или поднялась от -10.

В США компания Augury разработала «Shazam для машин», устанавливая акустические датчики в машины для прослушивания слышимых изменений и выявления потенциально неизбежных сбоев.

Впрочем, гаджет может работать с разными устройствами: клиенты могут подключить датчик к коммерческим холодильникам или промышленным нагревателям.

Гаджет Augury записывает вибрации и ультразвуки, загружает их в облачный сервис, где данные анализируются для составления прогноза о работоспособности контролируемой машины.

Аудио и данные анализируются и сохраняются так, что звук устройства одного клиента можно сравнить со звуком всех остальных. Идея заключается в том, что Augury не требуется настраивать программное обеспечение для каждого типа устройств.

Вместо этого можно просто установить датчики и прослушать устройство, чтобы создать представление о том, как оно звучит, когда функционирует нормально.

Со временем база данных звуков позволит узнать, какие конкретные звуки предшествуют конкретным типам сбоев.

Прогноз погоды

Прогнозирование погоды остается сложной задачей для науки. Мы уже наловчились использовать для этого сверточные нейронные сети, но прогресс не стоит на месте. В списке Top-500 самых мощных вычислительных систем мира, по состоянию на ноябрь 2016 года, прогнозированием погоды занимались 23 суперкомпьютера.

Компания ClimaCell использует подход, не связанный с нейросетями и суперсложными алгоритмами: в качестве датчиков предсказания погоды выступают беспроводные сети связи — все это делается в рамках концепции наукастинг (nowcasting), при которой cверхкраткосрочный прогноз явлений погоды делается в пределах 0–6 ч от срока наблюдения.

ClimaCell объединяет несколько уровней данных от беспроводных сетей, спутников, погодных радаров и других датчиков для создания карт высокой четкости. Используя данные примерно 5000 станций, эксплуатируемых несколькими телекоммуникационными фирмами, компания создает очень точные и достоверные погодные карты.

Опасные алгоритмы

Не тот компас, но близкий по смыслу

Различные системы предсказания преступлений уже несколько лет тестируются в США. Одна из первых систем подобного типа — COMPAS — была создана в 1998 году.

Читайте также:  Искусственный интеллект создает музыку

COMPAS анализирует 137 параметров биографии осужденного человека, включая тяжесть предыдущих преступлений, уровень образования и доходов, семейный статус и наличие зависимостей.

Также программа учитывает результаты психологических тестов, в том числе темперамент, готовность к риску, степень нарциссизма и склонности к чувству вины. На основе этих данных COMPAS прогнозирует, какова вероятность преступного рецидива в следующие два года.

Важно

Однако в Дартмутском колледже провели тщательное исследование COMPAS и сделали вывод, что алгоритм на самом деле не более точен, чем любой среднестатистический человек. Программа смогла выявить преступников-рецидивистов в 65% случаев.

Люди без специального образования и опыта вынесения приговоров справлялись с этой задачей в 67% случаев, зная лишь возраст, пол и историю преступлений обвиняемого.

Более того, оказалось, что точность COMPAS можно повысить, если оставить в нем всего два параметра: возраст человека и сведения о предыдущих судимостях.

Алгоритмы могут принимать решения и строить прогнозы намного эффективнее человека. Люди принимают во внимание несущественные факторы и игнорируют действительно важные, поддаются эмоциям, а также позволяют себе принимать решения в соответствии с внутренним «чутьем», интуицией или вообще безо всякой логики.

Однако это вовсе не означает, что мы полностью должны довериться машинам, ведь они тоже не обладают 100% точностью.

Источник: https://habr.com/company/mailru/blog/410933/

Вместо предсказаний майя о будущем говорит компьютерная программа

Ставшие сегодня известными Нибиру и майя-календари могут вызвать панику только среди тех, кто не знает астрономию и историю.

Ученые же больше заинтересованы поиском ответа на вопрос, ошиблась ли компьютерная программа, которая сорок лет назад предсказала наступление социального и экономического коллапса и массового вымирания человечества в 21 веке.

Сорок лет назад сотрудники Массачусетского технологического института (США) создали компьютерную модель World3, сделавшую расчеты, которые дали удивительные результаты. У человеческой цивилизации нет достаточных запасов критически важных ресурсов, благодаря которым она смогла бы пережить 21 век.

Совет

В пресловутом труде «Пределы роста» нашли отражение результаты, полученные именно этой моделью.

При этом попытки в рамках этой модели «прощупать» изменения, касающиеся глобальной индустриальной системы, которые дали бы возможность избежать ужасного конца, продемонстрировали, что инерция, которая набрана этой системой, очень велика для незамедлительного воздействия на события. Единственный способ, обеспечивающий более длительное поддержание статус-кво, — это, по мнению исследователей, немедленная остановка экономического роста. В противном случае, общество может зайти слишком далеко, и тогда ему не удастся избежать гибели миллиардов людей от голода, а также в результате крушения важных экономических институтов, всесторонне обеспечивающих жизнь сейчас.

Самой главной угрозой мировому развитию, как считают исследователи, является стремление некоторых стран третьего мира (в то время имелись в виду Корея, Япония и пр.) довести уровень душевого потребления до уровня стран первого мира.

Йорген Рандерс, один из создателей World3, провел новое исследование по названием «В 2052 году или глобальное предсказание на следующие 40 лет».

В нем он провозглашает, что во второй половине 21 века произойдет глобальный апокалипсис, который будет усугублен глобальным потеплением.

По мнению Денниса Медоуза, возглавлявшего МТИ-команду, трудившуюся над World3, бывший коллега высказал слишком оптимистичные прогнозы.

Ситуация намного хуже, поскольку те меры, которые г-н Рандерс считает оттягивающими конец, являются неэффективными, прежде всего потому, что человеческая цивилизация действует нескоординировано, и в то время как Европа ведет борьбу с углекислым газом, Китай занимается удвоением своего ВВП один раз в восемь лет, что абсолютно несовместимо с сохранением существующего уровня выбросов.

Коллапс, по мнению многих специалистов, наблюдается уже сейчас. Дело в том, что производительность труда во многих странах падает в связи с нехваткой энергетических ресурсов. В то же время количество еды, которое сегодня производится на планете, никак не соответствует темпам роста численности населения Земли.

Обратите внимание

Сейчас на планете проживает более 7 миллиардов жителей, а прокормить такое число людей невозможно на тех условиях производства, которые сегодня имеют место быть. Труднодоступными становятся не только энергоресурсы, но и чистая вода. Ежегодно растут показатели выбросов.

Если в 1972 года процент выбросов углекислоты в атмосферу составлял около 85% потребления земной биосферой, то сейчас эта цифра выросла почти в два раза. Такие темпы роста выбросов экосистема планеты просто не в состоянии одолеть. Поэтому ожидание тотальной катастрофы – вещь вполне реальная безо всяких календарей майя и прочей эзотерики.

Здесь всем правят реальные факты, которые говорят гораздо больше, чем каменные календари древних племен.

В связи с тем, что в некоторых районах Земли плотность населения просто критическая (Бангладеш, восток и юг Китая, США, южная Европа, Ближний Восток), то стоимость продуктов питания здесь будет возрастать астрономическими темпами.

Если учесть, что площадь плодородных почв постоянно сокращается, а оставшиеся вытравляются химикатами, то при ожидаемой численности населения Земли к 2040 году в 8 миллиардов человек, почти половине из них просто нечем будет питаться. А если так, то человечество в 2040-2050 годы может ожидать кровавая война, которая затронет все материка планеты.

Схватка будет идти за ресурсы. Ученые прогнозируют, что в этой войне могут погибнуть до полумиллиарда человек.

Вот и получается, что вся ирония вокруг созданной компьютерной программной модели – это не более чем ирония беспочвенная.

Просто никому не хочется верить бездушной машине, зато хочется гнаться за сенсациями из мира, весьма далекого от реальной науки.

Важно

В связи с этим на World3 стоит обратить более серьезное внимание, чем то, которое ей уделяется сегодня, ведь человечество уже не раз дралось за земли и ресурсы, чтобы перейти на новый этап своего развития.

No related links found

Источник: http://tainy.net/33101-vmesto-predskazanij-majya-o-budushhem-govorit-kompyuternaya-programma.html

Техномагия: Компьютеры, предсказывающие будущее

Любая достаточно развитая технология неотличима от магии. Этот закон еще в середине 20 века сформулировал известный футуролог и писатель-фантаст Артур Кларк. Сегодня мы можем воочию наблюдать действие этого закона. Впервые в истории человечества технологический прогресс позволяет нам заглядывать за саму грань будущего.

Речь идет о предсказаниях. То, что раньше было исключительной прерогативой пророков, жрецов, астрологов, гадалок и прочих отборных шарлатанов, сегодня становится задачей искусственного интеллекта и продвинутых компьютерных алгоритмов.Пожалуй, в этом нет ничего удивительного.

Ведь если технология big data позволяет с высокой точностью предугадывать даже поведение столь сложного животного как homo sapiens, то и анализ фактов для прогнозирования наиболее вероятного будущего не должен стать проблемой.

А главное, для непосвященного (читай, для человека, далекого от IT) такие предсказания будут выглядеть по-настоящему сверхъестественно.Вот несколько интересных примеров машин, предсказывающих будущее.

Искусственный интеллект Alibaba Group и шоу талантов

Холдинг Alibaba Group уже давно вышел за рамки торговой корпорации. Он финансирует множество высокотехнологичных проектов, включая разработки искусственного интеллекта. Одной из таких разработок является искусственный интеллект Aliyun, который на днях смог точно предсказать результаты китайского шоу талантов «Я певец».

В качестве судей выступали 500 человек, которые принимали полностью независимые решения. Несмотря на это, Aliyun абсолютно точно предугадал коллективное решение, принятое этими людьми. Для своего предсказания программа учитывала популярность и текст исполняемой песни, энергичность исполнителя и то, как на него реагируют зрители.

Платформа UNU и Ди Каприо

Еще пару месяцев назад весь мир волновался о том, получит ли Леонардо Ди Каприо «Оскар». Интересно, что положительный ответ на этот вопрос был дан еще в начале февраля, за несколько недель до церемонии. Триумф Ди Каприо быд предсказан искусственным интеллектом Unanimous UI, который является частью платформы UNU.

Совет

Unanimous UI необычен тем, что представляет собой гибрид машинного и человеческого мышления. Его анализ основан на мыслях пользователей. Живым людям предлагали в течение 30 секунд, не раздумывая, ответить на ряд вопросов, включая вопрос о том, получит ли Ди Каприо «Оскар».

Читайте также:  В чем преимущества автомобилей с искусственным интеллектом? взгляд потребителя

Тем не менее, Unanimous UI не просто подсчитал голоса, а принял свое собственное мнение с учетом многих факторов, включая скорость ответов пользователей. Это было похоже на то, как будто машина посоветовалась с людьми, а затем приняла решение самостоятельно. Как мы сегодня знаем, ответ оказался верным.

Интересно, что в прошлом году Unanimous UI смог заранее назвать 11 из 15 номинантов на «Оскар». Для сравнения, крупнейшие кинокритики смогли угадать лишь 8 номинантов.

Алгоритм развода

Ученые университетов штатов Юта и Южная Калифорния создали алгоритм, позволяющий по голосам общающихся супругов определять шанс того, что брак вскоре развалится. Поразительно, но компьютер оказался более точным, чем профессиональные психологи.

В то время как специалисты анализировали поведение супругов, компьютер просто слушал неуловимые нотки в их голосах. В итоге психологи дали точный прогноз касательно будущего 76% супружеских пар. Прогноз компьютера оказался точным в 78% случаев.

Алгоритм селфи

Катастрофы, войны, голод – всё это уходит на второй план, когда перед пользователем встает по-настоящему серьезный вопрос: сколько «лайков» может набрать его очередное селфи в Instagram? Оказывается, даже это можно предсказать.

Ученые Массачусетского технологического института (MIT) разработали алгоритм, который может заранее определить, сколько «лайков» и просмотров соберет фото еще до его загрузки в социальную сеть.

При этом учитывается количество подписчиков автора фото, количество тегов в подписи и ее длина. Характеристики фото, такие как композиция, объекты в кадре и даже общая цветовая гамма, также влияют на итоговый результат. Предсказания алгоритма сбываются с точностью до 90%.

Это еще раз заставляет задуматься о «непредсказуемости» человеческого поведения.  

Система обнаружения волн-убийц

Обратите внимание

К счастью, Массачусетский технологический институт занимается не только проблемами «лайкозависимых». В начале года ученые MIT представили по-настоящему важную систему, которая может сохранить множество человеческих жизней. Речь идет о предсказании появления волн-убийц.

Волны-убийцы – спонтанно появляющиеся одиночные волны, достигающие 25-30 метров в высоту. В отличие от цунами, такие волны не связаны ни с какими геофизическими событиями, вроде подводных землетрясений.

Кроме того, цунами появляются лишь на мелководье и наносят ущерб побережью, в то время как волны-убийцы могут возникнуть прямо посреди океана, угрожая судам любой величины, вплоть до 500-метровых супертанкеров.  Такие явления упоминались еще мореходами древнего мира, но вплоть до середины 90-х считались мифом.

Впервые волна-убийца была официально зафиксирована лишь в 1995 году. С тех пор ученые пытались разработать систему, предупреждающую об этих смертельно опасных явлениях. Успеха удалось достичь лишь недавно.

Алгоритм, разработанный в MIT, анализирует частоту и высоту волн и определяет скопления, которые, в теории, могут спровоцировать образование волны-убийцы. На корабле для сбора этих данных можно использовать радары и лидары. Алгоритм позволяет проводить расчеты в режиме реального времени, потому компьютер сможет предупредит команду о потенциальной опасности за несколько минут до появления гигантской волны.

Источник: http://internetua.com/tehnomagiya–kompuateri–predskazivauasxie-budusxee

Как научиться предсказывать будущее с помощью экспоненциального мышления

Хотя технологии развиваются экспоненциально (скорость роста величины пропорциональна значению этой величины), наш мозг до сих пор мыслит линейно.

В результате у нас выработался взгляд на будущее, схожий с тем, как мы представляем лестницу:  поднявшись на несколько ступенек, мы можем предположить, что дальше нас ожидают те же самые ступеньки.

Мы считаем, что каждый следующий день будет примерно таким же, как предыдущий.

Но, как Курцвейл пишет в своей книге «Сингулярность уже близко» (The Singularity Is Near), во множестве областей стремительное развитие технологий постоянно ускоряется. Это привело к такому скачку в технологиях и социальной сфере, что непонимание возникает не только между разными поколениями, но и внутри одного поколения.

Сегодня будущее разворачивается не линейно, а экспоненциально, поэтому предсказать, что произойдёт и когда именно, теперь гораздо сложнее. Вот почему скорость технического прогресса нас так удивляет.

Как же подготовиться к новому будущему, если мы привыкли думать совсем по-другому? Для начала подробнее рассмотрим, что же такое экспоненциальный рост.

Что такое экспоненциальный рост

В отличие от линейного роста, который происходит за счёт повторного добавления одной и той же величины, экспоненциальный рост — это повторное умножение этой величины. Поэтому линейный рост на графике будет выглядеть как прямая линия, равномерно поднимающаяся вверх, а экспоненциальный — как резко взлетающая вверх линия.

Вот ещё один способ лучше понять, что такое экспоненциальный рост. Представьте, что вы идёте по дороге с длиной шага один метр. Сделав шесть шагов, вы продвинетесь на шесть метров (1, 2, 3, 4, 5, 6). Ещё через 24 шага вы удалитесь от начальной точки на 30 метров. Совсем не сложно предсказать, где вы окажетесь ещё через 30 шагов . В этом и есть суть линейного роста.

Важно

Теперь представьте, что вы можете вдвое увеличить длину каждого следующего шага. Сделав шесть шагов, вы продвинетесь на 63 метра, а это значительно больше, чем те 6 метров, которые вы прошли бы, двигаясь обычным шагом.

Сделав 30 шагов, вы теперь удалитесь от начальной точки на миллиард метров (один миллион километров) — это расстояние равно двадцати шести оборотам вокруг Земли. В этом и заключается удивительная сила экспоненциального роста.

Почему не верят экспоненциальным предсказаниям

Заметьте, вдвое увеличивая длину своего шага, вы будете за каждый следующий шаг продвигаться на расстояние, равное сумме всех предыдущих шагов.

Прежде чем пройти миллиард метров (тридцатый шаг), вы окажетесь на отметке в 500 миллионов метров (двадцать девятый шаг). А это значит, что первые шаги по сравнению с последними покажутся крошечными.

Большая часть роста придётся на относительно небольшой период времени.

Именно поэтому мы часто просто не замечаем экспоненциальный рост на его ранних стадиях. Скорость этого процесса обманчива: он начинается медленно и постепенно, сначала его сложно отличить от линейного роста. Поэтому и предсказания, основанные на скорости экспоненциального роста, кажутся такими невероятными.

Прекратится ли когда-то экспоненциальный рост

На практике экспоненциальный рост не может длиться вечно, однако он может продолжаться достаточно долго. Устойчивая экспоненциальная тенденция состоит из серии следующих друг за другом S-образных кривых технологического жизненного цикла.

Каждая такая кривая состоит из трёх этапов роста  —  начальный медленный рост, резкий бурный рост и выравнивание, когда технологии уже достаточно отработаны. Эти кривые накладываются друг на друга. Когда замедляется развитие одной технологии, ускоряется развитие другой. Причём с каждым разом требуется всё меньше времени, чтобы достичь более высоких уровней производительности.

Курцвейл называет пять технологических вех в ХХ столетии:

  • электромеханика;
  • реле;
  • радиолампы;
  • дискретные транзисторы;
  • интегральные микросхемы.

Когда одна технология исчерпывала свои возможности, на смену ей приходила следующая.

Как подготовиться к будущему

Как, например, могут выглядеть следующие пять лет? Один из привычных способов предсказать будущее — вспомнить прошедшие пять лет и представить, что дальнейшие события продолжат развиваться с такой же скоростью. Но теперь это уже не сработает, ведь меняется сама скорость развития. Скорее всего, то, что, по вашим предположениям, должно случиться в следующие пять лет, произойдёт за три года.

Для экспоненциального мышления важны не столько какие-то особые навыки планирования (планировать вы и так умеете), а способность правильно рассчитывать время. А для этого нужно не забывать, что наш мозг склонен мыслить линейно и подстраивать свои планы под экспоненциальное будущее.

Почему важно научиться мыслить экспоненциально

Наш линейно думающий мозг может доставить нам много хлопот. Линейное мышление приводит к тому, что не только отдельных людей, но предприятия и правительства застигают врасплох факторы, развивающиеся экспоненциально.

Крупные компании терпят убытки из-за неожиданных конкурентов, и все мы беспокоимся, что наше будущее выйдет из-под контроля. Экспоненциальное мышление поможет избавиться от этих тревог и встретить будущее во всеоружии.

Источник: https://Lifehacker.ru/how-to-better-predict-the-future/

Ссылка на основную публикацию