Дайджест. Искусственный интеллект
10 профессий нового десятилетия

Ушедшая декада запомнится технологическим бумом, ростом спроса на специалистов в области IT, развитием специальностей на стыке смежных наук, как, например, биоинформатиков, и высокотехнологичных отраслей — квантовых коммуникаций, AI, AR и VR. В 2020-2030 годах могут появиться новые профессии – своими предположениями поделились эксперты Университета ИТМО и крупных IT и FinTech компаний. Среди их прогнозов – специалист по отношению с роботами, страховой агент и риск-менеджер для роботов, цифровой эколог и археолог, этический тестировщик искусственного интеллекта.
В Китае развивают «умные» фермы

В китайской провинции Гуанчжоу на высокогорных овощных базах в уезде Вэйнин, который является зимней житницей для поставки овощей в Пекин и Шанхай, обкатают новые технологии для выращивания сельхозкультур. Технологии связи 5G, дроны, мультиспектральная съёмка помогут в автоматическом режиме следить за территорией в 333 гектаров. В будущем проект может распространиться на всю территорию Вэйнина – это 26,6 тысяч гектаров.
Искусственный интеллект научился распознавать эмоции. К чему это может привести?

В 2014 году появился первый в мире персональный робот с эмоциями по имени Pepper. С помощью искусственного интеллекта он может адаптироваться к поведению человека, подбодрить его, развеселить. Но на что ещё могут быть способны роботы, способные к эмпатии? Системы уже помогают, например, HR-специалистам по анализу видеозаписи интервью оценить потенциальную производительность труда соискателя. Но междисциплинарный исследовательский центр AI Now призывает запретить использование таких технологий в решениях, оказывающих влияние на жизнь людей. Разработчикам необходимо внимательно следить за тем, как информация из систем искусственного интеллекта вводится в процессы принятия решений, чтобы избежать неверных результатов, которые затем отобразятся на жизни отдельного индивида или всего общества. Придётся немало потрудиться над созданием норм морали для искусственного интеллекта. Также в аналитическом докладе Центра подготовки руководителей цифровой трансформации на базе Высшей школы госуправления РАНХиГС говорится о необходимости разработки национального этического кодекса для искусственного интеллекта.
Зачем Apple нужны стартапы, которые разрабатывают искусственный интеллект

Компания Apple приобрела стартап Xnor.ai, который позволяет запускать локальные алгоритмы глубокого обучения прямо на устройстве, в том числе на смартфоне или, например, умных часах вместо того, чтобы выполнять эти вычисления в облаке. Такую технологию можно использовать для повышения уровня конфиденциальности – для Apple это важно с учётом интереса компании к безопасности личных данных. Также этот подход способен помочь расширить функциональность Siri.
Zebra Technologies представила новое решение для интеллектуальной автоматизации

Компания Zebra Technologies, которая с 1969 года работает над техникой для ритейла – мобильными компьютерами, сканерами штрихкода, принтерами этикеток, RFID и так далее, представила робота, который следит за наличием товаров на полках и соответствием ценников товарам, после чего выдаёт задания сотрудникам. По данным Zebra, из-за отсутствия товара 39% покупателей выходят из магазина с пустыми руками. Производитель обещает обеспечивать доступность товара на уровне выше 95%.
Искусственный интеллект научили определять уровень глюкозы в крови по ЭКГ

Людям с диабетом важно постоянно проверять уровень сахара в крови. Делают они это с помощью анализа крови – постоянно нужно прокалывать палец. Учёные ищут способ отслеживать показатели без повреждения кожи, и новая технология на основе ИИ, возможно, станет подходящим решением. На восьми добровольцах испытали систему, способную выявить гипогликемические события по электрокардиограмме. Вся сложность в том, что у каждого человека такие события вызывают разные изменения сердцебиения – поэтому необходим персональный подход к каждому пациенту.
Человек vs. машина: может ли ИИ заниматься наукой?

За последние несколько десятилетий машинное обучение произвело революцию во многих слоях общества: машины учатся водить автомобили, выявлять опухоли и играть в шахматы, часто превосходя своих человеческих коллег. Теперь команда ученых из Университета Окинавы, Института Науки и Технологии (OIST), Университета Мюнхена и CNRS в Университете Бордо, показали, что машины могут также побеждать физиков-теоретиков на их собственном поле, решая сложные задачи, точно так же, как ученые, но значительно быстрее. В исследовании, опубликованном в Physical Review B, машина научилась распознавать необычные магнитные фазы в модели пирохлора – встречающегося в природе минерала с тетраэдрической решетчатой структурой. Примечательно, что при использовании машины решение проблемы заняло всего несколько недель, тогда как ранее ученым OIST требовалось шесть лет.
Алгоритм DeepMind попробует решить две сложнейшие задачи биологии

Алгоритм DeepMind попробует решить две сложнейшие задачи биологии. Во-первых, он поможет исследовать систему вознаграждения – как и в случае с нашим мозгом, некоторые программы опираются на обучение с подкреплением, когда верное поведение вознаграждается разными способами. Исследователи считают, что похожим образом может работать система вознаграждения, основанная на дофамине. Вторая задача – сворачивание белка – заключается в возможности предсказать структуру данных соединений на основе аминокислотного состава. Эта проблема является одной из самых главных в биологии и медицине.