?

Log in

No account? Create an account

Блог о технологиях, роботах, бизнесе, науке, технике, авто, экономике, музыке, спорте, кино, будущем

Будущее нельзя предвидеть, но можно изобрести.

Жорес Алфёров (цикл "Тринадцать плюс" об ученых - нобелевских лауреатах России)
luckyea77


Жорес Иванович Алферов Один из крупнейших российских ученых в области физики и техники полупроводников, его работы получили широкую известность и мировое признание, вошли в учебники. Последний раз до него российским ученым вручали нобелевскую премию в 1978 году (Петру Капице: 1, 2). И вот год 2000 и успех Алфёрова.


promo luckyea77 june 21, 2015 20:04 30
Buy for 10 tokens
В этой записи я буду давать ссылки на посты с лекциями и уроками в этом блоге: Учебные материалы и тесты: 11 ресурсов для бесплатного образования Проект "Лучшие кадры лучшей страны" Онлайн-курсы по высоким технологиям и инновациям Дистанционное образование в России (среднее профессиональное…

Сколько платят сотрудникам лучших технокомпаний мира в 2019 году?
luckyea77
Около десяти лет назад после финансового кризиса в США был принят закон, требующий от публично торгуемых компаний сообщать о средней заработной плате своих сотрудников и сравнивать ее с заработной платой генерального директора. Цель заключалась в том, чтобы подчеркнуть неравенство в доходах и корпоративной среде, обуздать негабаритные пакеты вознаграждения руководителей, которые, по мнению Конгресса, способствовали кризису.



Требование вступило в силу для большинства компаний в прошлом году. И теперь, когда технологические компании начинают сообщать о своей средней заработной плате, цифры позволяют оценить вознаграждения наиболее высокооплачиваемых сотрудников в стране. Ни для кого не секрет, что в самых дорогих компаниях мира и зарплаты будут хорошие, как не секрет и то, что большинство этих компаний находится в США.

Сколько платят в Google, Amazon и Facebook

Из интересного: средняя заработная плата в родительской компании Google Alphabet выросла на 25% в прошлом году до 246 804 долларов (годовых) — это самое большое увеличение и самая высокая зарплата среди дюжины технологических компаний, которые выбрал Wired. Представитель Alphabet сообщил, что значительный рост отражает сдвиг в распределении акций и опционов. В 2017 году сотрудники по факту получили лишь половину своего обычного вознаграждения. Когда в прошлом году компания снова возобновила «вознаграждения в полном размере», зарплаты сотрудников соответственно выросли.

Facebook, с другой стороны, пережил множество кризисов в прошлом году и, как сообщается, изо всех сил пытается набрать новых сотрудников. Вы могли бы подумать, что это побудит руководителей повысить заработную плату — чтобы привлекать и удерживать сотрудников. Но Facebook сообщила, что среднее вознаграждение сократилось почти на 5% в прошлом году, до 228 651 долларов — это самое большое снижение зарплат в списке Wired. Представитель компании говорит, что «для снижения не было никаких особых причин».

Валери Фредериксон, опытный консультант в Кремниевой долине по человеческим ресурсам, говорит, что не удивлена. «Кандидаты все еще хотят работать в Facebook и идут на сокращение зарплат, чтобы там работать. Я вижу, что люди готовы на сокращение зарплат и понижения в должности, лишь бы работать в компании».
Read more...Collapse )

Нейросеть научили «оживлять» портреты на основе всего одного статичного изображения
luckyea77
Российские специалисты из Центра искусственного интеллекта Samsung AI Center-Moscow в сотрудничестве с инженерами из Сколковского института науки и технологий разработали систему, способную создавать реалистичные анимированные изображения лиц людей на основе всего нескольких статичных кадров человека. Обычно в таком случае требуется использование больших баз данных изображений, однако в представленном разработчиками примере, систему обучили создавать анимированное изображение лица человека всего из восьми статичных кадров, а в некоторых случаях оказалось достаточно и одного. Более подробно о разработке сообщается в статье, опубликованной в онлайн-репозитории ArXiv.org.



Как правило, воспроизводить фотореалистичную персонализированную модуль лица человека довольно сложно из-за высокой фотометрической, геометрической и кинематической сложности воспроизведения человеческой головы. Объясняется это не только сложностью моделирования лица в целом (для этого существует большое количество подходов к моделированию), но также и сложностью моделирования определенных черт: полости рта, волос и так далее. Вторым усложняющим фактором является наша предрасположенность улавливать даже незначительные недоработки в готовой модели человеческих голов. Такая низкая толерантность к ошибкам моделирования объясняет нынешнюю распространенность нефотореалистичных аватаров, использующихся в телеконференциях.

По словам авторов, система, получившая название Fewshot learning, способна создать очень реалистичные модели говорящих голов людей и даже портретных картин. Алгоритмы производят синтез изображения головы одного и того же человека с линиями ориентира лица, взятых из другого фрагмента видео, или с использованием ориентиров лица другого человека. В качестве источника материала для обучения системы разработчики использовали обширную базу данных видеоизображений знаменитостей. Чтобы получить максимально точную «говорящую голову», системе необходимо использовать более 32 изображений.
Read more...Collapse )

В Нижнем Новгороде разработан самообучающийся нейроробот
luckyea77
В настоящее время на рынке нет устройств с подобным управлением

Ученые Нижегородского государственного университета им. Лобачевского (ННГУ) создали робота с возможностью самообучения на основе искусственной нейронной сети, сообщает агентство ТАСС, со ссылкой на министерство образования и науки РФ.



Технологии, использованные при создании нейроробота, могут в дальнейшем использоваться для производства более сложных роботизированных устройств, в том числе беспилотных транспортных средств, с перспективами применения на промышленных объектах, в космосе и под водой.

Понимание процессов обучения в нейронных сетях, нейроны которых близки по своим характеристикам к нейронам головного мозга, является ключевым вопросом в нейронауке. В настоящее время на рынке нет устройств, имеющих такое нейроподобное управление. Ученые ННГУ в исследовании показали, что виртуальная нейронная сеть может управлять роботом при определенном воздействии.

Самообучающийся нейроробот оснащен ультразвуковыми датчиками расстояния и чувствительным бампером с датчиками касания. Датчики позволяют детектировать препятствия с левой и правой стороны. Активность сенсорных нейронов зависит от сигналов с датчиков. «Нейроробот обучается в процессе взаимодействия с внешней средой - двигаясь вперед, он получает стимуляцию от датчиков. В результате такого самообучения робот начинает объезжать препятствия заранее, не касаясь их», отмечается в сообщении.

Кроме того, робот способен переобучиться при смене положения ультразвуковых датчиков расстояния. Следующим шагом развития проекта, как пояснили ученые Нижегородского государственного университета, станет разработка коммерческого продукта «нейроконструктор». Робототехнические конструкторы, представленные в настоящее время на рынке, не имеют такого нейроподобного управления. Коммерческий продукт в дальнейшем может быть востребован в образовательной сфере, например, с его помощью студенты смогут моделировать нейронные сети. А также в сфере игровой индустрии.

Проект реализуется в рамках Национальной технологической инициативы и рынка «Нейронет», что предполагает активное развитие средств человеко-машинных коммуникаций, основанных на передовых разработках в нейротехнологиях и повышающих продуктивность человеко-машинных систем, производительность психических и мыслительных процессов. Новые технологии, продукты и услуги «Нейронет» будут разрабатываться на основе результатов интенсивного изучения человеческого мозга и нервной системы.


Состязательные атаки: почему нейросеть легко обмануть?
luckyea77
В последние годы, по мере того, как системы глубокого обучения становятся все более распространенными, ученые продемонстрировали, как состязательные образцы могут повлиять на что угодно — от простого классификатора изображений до систем диагностики рака — и даже создать угрожающую жизни ситуацию. Несмотря на всю их опасность, впрочем, состязательные примеры изучены плохо. И ученые обеспокоились: можно ли решить эту проблему?



Что такое adversarial attack (состязательная атака)? Это способ обмануть нейросеть, чтобы она выдала некорректный результат. Их в основном используют в научных исследованиях, чтобы проверять устойчивость моделей к нестандартным данным. Но в реальной жизни в пример можно привести изменение нескольких пикселей в изображении панды так, что нейросеть будет уверена, что на изображении — гиббон. Хотя ученые всего-навсего добавляют изображению «шума».

Состязательная атака: как обмануть нейросеть?

Новая работа Массачусетского технологического института указывает на возможный путь преодоления этой проблемы. Решив ее, мы могли бы создать гораздо более надежные модели глубокого обучения, которыми было бы намного сложнее манипулировать злонамеренными способами. Но давайте сперва рассмотрим основы состязательных образцов.

Как вам известно, сила глубокого обучения проистекает из превосходной способности распознавать закономерности (паттерны, шаблоны, схемы, узоры) в данных. Скормите нейронной сети десятки тысяч помеченных фотографий животных, и она узнает, какие паттерны ассоциируются с пандой, а какие — с обезьяной. Затем она сможет использовать эти паттерны для распознавания новых изображений животных, которых она ранее не видела.

Но модели глубокого обучения также очень хрупкие. Поскольку система распознавания изображений опирается только на пиксельные паттерны, а не на более концептуальное понимание того, что она видит, ее легко обмануть, заставить ее увидеть что-то совершенно другое — просто определенным образом нарушив паттерны. Классический пример: добавьте немного шума на изображение панды, и система классифицирует ее как гиббона с почти 100-процентной уверенностью. Этот шум и будет состязательной атакой.
Read more...Collapse )

Впервые напечатан композитный промышленный алмаз
luckyea77


Новый процесс, позволяющий получать искусственные алмазы сложных форм, создан инженерами шведской компании Sandvik, которая занимается производством инструментов для резки металла и оборудования для горной и строительной промышленности.

Промышленный алмаз, самый твердый из минералов, отличается от ювелирного только отсутствием пятен и других дефектов, но по твердости не уступает ему. Инженеры научились создавать их с 50-х годов прошлого века для различных станков и инструментов. Однако, до сих пор удавалось получить искусственный алмаз лишь нескольких простых геометрических форм.

Главное отличие напечатанного инженерами Sandvik алмаза в том, что это композит. Большая его часть — алмаз, но для того чтобы его можно было печатать, его зацементировали в очень твердый матричный материал, сохраняющий большинство важных свойств чистого алмаза, пишет Engineer.

Раствор, состоящий из алмазной пыли и полимера, печатается методом стереолитографии, который позволяет создавать сложные формы слой за слоем, воздействуя на них ультрафиолетовым светом. Затем следует обработка запатентованным методом, цель которой — получить точные свойства плотного и сверхтвердого алмазного композита.

Испытания материала показали, что он обладает крайне высокой твердостью, выдающейся теплопроводностью, очень хорошим тепловым расширением и отличной сопротивляемостью коррозии.

Изобретатели только начинают осознавать все возможности нового материала и прорывы, которые позволит совершить искусственный алмаз, в три раза более жесткий, чем сталь, более теплопроводный, чем медь и равный по плотности алюминию.