Pastiche Project

🤔

Здорова, потопки. Экстренное включение, на прошлой неделе сходили на @radioaristocrats поговорить о наболевшем. Помусолили наши любимые темы: когда музыкальных журналистов заменят роботы, как излечиться от хайпоголизма и вернуть движ в украинскую музыку. Таймкод 47:04

http://bit.ly/2tNgzVe

Мы решили записывать подкаст. И нет лучше способа записывать подкаст, чем… просто его записать.

Так и сделали: сегодня записали, сегодня выкладываем. Даже название не придумали.

Поговорили о международном интернационале доставщиков еды, стримерах, которые не читают условия контрактов, веб-сериалах и новой искренности кандидата в президенты Зеленского.

Пишите нам (@gellersasha, @Julian_Strongbrain, @lovikurazh) свой фидбек. Мы собираемся делать это каждую неделю, так что отписывайтесь заранее. Кому интересно — помогайте нам стать лучше.

Нейросеть Google под названием AlphaStar обыграла двух профессиональных игроков в StarCraft II с общим счетом 10-1. И это новость совсем не про видеоигры.

Как известно, после того, как AlphaGo обыграла Ли Седоля в 2016 году в го, люди больше не могут конкурировать с машинами в играх с полной информацией, где все участники игры знают все, что происходит в матче. Эпоха была открыта в 1998 году Каспаровым и DeepBlue и вот сейчас подошла к концу.

Следущая проблема для машины - игры с неполной информацией, которых гораздо больше, и которые сильно приближены к реальной жизни. В реальной жизни мы практически ничем больше не занимаемся, только принимаем решения в условиях дефицита информации.

Так что как только игры машин выйдут за пределы полной информации, тут и начнется самое интересное. Утверждалось, что следующий фронтир для нейросетей покер, но некоторые видеоигры, похоже, даже более интересны.

StarCraft в частности давно стала киберспортивной дисциплиной, поскольку в ней нет очевидной выигрышной стратегией, ценится умение быстро принимать тактические решения и адаптироваться к действиям противника. И вот все это теперь умеет Google.

Плюс видеоигр для машинного обучения в том, что ИИ может учится очень быстро, разыгрывая и анализируя очень много партий, не завися от медленного аналогового мира и человеческих решений. Примерно по той же логике беспилотные автомобили могут тренировать навыки дорожного движения внутри видеоигры GTA - не очень точно, но очень быстро.

Машина должна в сжатые сроки научиться тому, чему мы научились в результате миллионов лет эволюции: адаптироваться к принятию решений в условиях неполноты информации и меняющейся ситуации.

Из истории про AlphaStar не очень понятно, насколько ограничено было поле зрение программы во время игры - человеку, играющему в StarCraft нужно управлять камерой, чтобы видеть разные части игрового поля, машина может обойтись без этого. В любом случае, программа совершала меньше действий в минуту, чем оба профессиональных игрока-человека. Интересен кейс о том, как одному из игроков удалось выиграть одну партию.

Но самое важное в этой истории в том, что игроки описывают стратегию AlphaStar в качестве "инопланетной": программа играет не так, как играют люди, и не так, как они ожидали от алгоритмов.

Это означает, что нейросети, шагнувшие в мир с неполнотой информации, дадут нам совершенно иные способы решения проблем, не похожие на те, которые предопределены эволюцией наших когнитивных систем.

Вот к чему нужно готовиться. Aliens-studies только начинаются, причем чужих воспитаем мы сами.

Это ученые из NVIDIA хвастаются разработкой в свежей статье.

Совсем немного и можно будет создавать десятки тысяч фотографий человека в разных обстоятельствах, в разном возрасте, в разных эмоциональных состояниях, то есть сфабриковать чужую жизнь, в один клик.

Фотографии — важные улики во многих судебных делах. Если человеческий глаз ненадежен (а он ненадежен), суду придется передавать проверку фотографий на подлинность другим алгоритмам. Которые, например, будут выискивать в тысячах сгенерированных изображений подозрительный паттерн. А судье придется смиряться с вердиктом безмозглой коробки.

В общем: «Пока, человеки!».

Статья — здесь: https://arxiv.org/pdf/1812.04948.pdf.

На первой картинке — случайно сгенерированные алгоритмом фотографии людей. На второй — пространств.

А в это время Антон написал статью для @knifemedia о правах человека. Из нее можно узнать:

– Что это такое,
– Почему понятия «права» и «человек» могут вызывать критику и возражения,
– Откуда все это взялось (не в фантазии идеологов, а реально).

Читать — здесь: https://knife.media/club/human-rights/.