Соцсеть «Одноклассники» внедрила «умную» ленту рекомендаций.

В ленту рекомендаций попадут записи, фото, видео и прямые эфиры. Авторы уникального контента будут получать больший охват за счёт системы Content ID, построенной на базе нейросетей.

Публикации будут появляться в ленте благодаря динамически обучаемой нейросети, которая учитывает реакции пользователей, форматы заинтересовавшего контента, текущие подписки и другую активность в соцсети.

 

В «Рекомендации» также попадут записи друзей друзей, с которыми у пользователей есть что-то общее: например, возраст или отметки на фотографиях.

Чтобы убрать публикацию из ленты, ей можно поставить отметку «не нравится». Реакции пользователей влияют на суммарные охваты публикаций, уточнили в соцсети. В период тестирования «Рекомендаций» время, которое пользователи проводят в разделе, выросло вдвое и почти достигло показателей основной ленты, пояснили в «Одноклассниках».

Разработчики из компании Microsoft создали новую порождающую состязательную нейросеть, которая умеет рисовать изображения на основе их краткого текстового описания.

 

Система работает благодаря алгоритму, который учитывает важные детали описания, и подробно описана в препринте на arXiv.

 

Очень часто в основе создающих изображения алгоритмов лежат порождающие состязательные нейросети (также их называют генеративно-состязательными, GAN — generative adversarial networks) — разновидность искусственных нейронных сетей, состоящих из генератора и дискриминатора.

Задача первого — создавать новые объекты, похожие на объекты из обучающей выборки, доступа к которой у него нет, а задача второго — решить, принадлежит ли сгенерированный объект к классу объектов из доступной ему обучающей выборки, и дать соответствующий сигнал генератору. На основе такого алгоритма создаются программы, которые умеют рисовать оригинальные произведения искусства, создавать трехмерные модели местности и даже превращать наброски в фотореалистичные портреты.

 

Разработчики из исследовательского отделения Microsoft под руководством Сяодуна Хэ (Xiaodong He) для создания изображений из текстового описания разработали новую разновидность GAN-нейросети: внимательную GAN (attentional GAN, AttGAN). В отличие от уже существующих алгоритмов, которые генерируют изображения из целого описания, превращая его в один вектор-предложение, новый алгоритм обращает внимание на детали: то есть оценивает каждое слово в описании и рисует изображение на их основе.

 

Разработчикам, таким образом, удалось показать эффективность нового алгоритма создания изображений на основе описания и отдельно — эффективность добавления в нейросеть «внимательной» составляющей.

 

Недавно исследователи из Сеульского университета представили другую нейросеть, которая из текстового описания действия генерирует трехмерную модель его выполнения. Полученную модель затем можно использовать для того, чтобы заставить двигаться робота.

Если обучить нейросеть на осени, зиме, весне и лете, то через год, когда в ее истории будут разные сезоны, она предскажет прогноз погоды лучше любого синоптика.

Классическая метеорология — огромный поток данных. Источники этих данных — спутники, с которых непрерывно льется картинка земного шара, профессиональные наземные станции, измеряющие давление, влажность, скорость направления ветра, полторы тысячи радиозондовых станций.

Все данные загружаются в модели, которые являются результатом колоссального труда людей. Тысячелетия человекогодов лучших физиков, специализирующихся в этой области, вложены в модели, которые в состоянии запускаться на пяти-шести суперкомпьютерах в мире. С их помощью строятся традиционные прогнозы, и они в трёх-четырёх моделях, существующих в мире, дают похожие прогнозы.

Что делает современный подход? «Ребята, а теперь давайте мы запустим систему машинного обучения предсказания всех трёх моделей. Они будут каждый день формулировать прогноз погоды на завтра, а мы — сравнивать с тем, что было на самом деле. Получим некую дельту, потому что каждый из этих прогнозов немного наврал. И попросим машинку: обучайся так, чтобы эта дельта становилась меньше и меньше».

При этом не надо ничего понимать в физике атмосфер и ничего корректировать в моделях. Нужно минимизировать дельту. Поскольку это не физическая модель, сюда можно загонять другие данные, потому что атмосфера над городской застройкой, лесом, пашней и озером ведёт себя по-разному. Или информацию о том, как долго ваш кот лежал вчера на батарее — потому что кот чувствует: если завтра заморозки, он будет лежать дольше. Или информацию, которую хорошо знают туристы-водники: слишком красный закат — значит, завтра почти наверняка будет высокая волна.

В современную модель загнать спектральные характеристики некуда; в гидродинамике нет места, куда можно вставить такую интегральную характеристику атмосферы, как цвет закатного солнца. В эту модель — можно. Потому что это не модель в привычном смысле. Сетка учится сама, хоть мы и не понимаем, чему она научилась. Дельта становится всё меньше и меньше, и прогноз всё больше похож на правду.

К сожалению, у метеорологии годичный цикл. Хоть ты тресни, а нейросеть должна хоть раз обучиться на зиме, на весне, на лете. Ещё через годик, когда в её истории обучения будут разные сезоны, она будет работать лучше любого из прогнозов, в которые вложены знания человечества. При этом мы не будем знать, как она это делает.

ICQ стал первым в мире мессенджером с функцией нейросетевой обработки видео. Кроме того, теперь в приложении доступны голосовые лайвчаты.

Как это работает

В августе ICQ стал первым мессенджером с нейросетями, но тогда интеллектуальные алгоритмы обрабатывали только фото. Теперь такие функции доступны и для видео – можно выбрать один из пяти фильтров и превратить видео в фантастический ролик.

Обработанные видео можно загружать в социальные сети или делиться ими в «Историях». Работает функция на базе алгоритмов другого популярного приложения – Artisto.

Лайвчаты

Новая возможность – голосовые «живые» чаты, в которых можно обмениваться с собеседником короткими аудиосообщениями. Воспроизводить можно не все записи, а только выбранные. Также доступен режим трансляции: в нем все оставленные сообщения в чате проигрываются автоматически.

Другие улучшения

Новая ICQ также получила встроенный редактор для обработки фото из галереи. Здесь есть забавные стикеры – шляпы, усы, очки и т.д.

Для пользователей восточных стран появилась поддержка RTL (right to left). После её включения интерфейс приложения будет переориентирован справа налево.  

Все перечисленные функции уже доступны в ICQ для Android. Загрузить новую версию можно бесплатно в Google Play.

Искусственный интеллект определил, какие блюда пользователи из разных стран считают наиболее фотогеничными. Нейросеть, созданная авторами приложения Borsch, проанализировала 9 млн снимков.

Что такое Borsch

Borsch – это приложение для iOS, которое создавалось для поиска заведений с определенными блюдами поблизости. Снимки могут загружать пользователи, указывая вид блюда и место, где его приготовили (эти фото становятся доступны всем после модерации). Кроме того, нейросеть сама ищет фото в Instagram, распознает блюда на фото и заведения, где их приготовили.

Borsch – это «Tripadvisor с искусственным интеллектом» для поиска красивой еды

Пользователь может посмотреть фото блюд определенной категории (напитки, десерты, супы и пр.), найти по фото заведение и отправиться туда. Кроме того, приложение само предлагает подходящие блюда: например, коктейли вечером или мороженное в жару.

Эксперимент

Нейросеть Borsch анализирует фото в два этапа. Вначале она определяет, изображена ли на снимке еда, и если ответ положительный, узнает, какое именно блюдо изображено.

Создатели Borsch решили выяснить, какую еду пользователи считают наиболее фотогеничной. В течение трех летних месяцев они проанализировали 9 млн фото блюд, определили вид каждого из них (в каталоге уже есть 300 блюд) и составили рейтинг популярности для четырех городов – Москвы, Берлина, Нью-Йорка и Сан-Франциско.

Во всех городах на первом месте – бургер, а вот дальше гастрономические предпочтения отличаются:

А как же наша кухня и блюда из других стран СНГ?

Выяснилось, что они не слишком популярны. Так, аджарские хачапури разместились лишь на 20 месте рейтинга. На 21 месте – сырники, на 34 – имеретинские хачапури, а борщ – лишь на 39 месте. В списке также есть хинкали (44 место), пельмени (46 место) и блины (48 место). Макароны, щи, пирожки, котлеты и супы не вошли даже в топ-60, популярная, казалось бы, шаурма заняла только 56 место.

Блюда, которые несправедливо не фотографируют, создатели приложения решили сделать популярнее и запустили кампанию в поддержку «обиженной еды» на своей странице в Facebook. Сейчас нейросеть Borsch анализирует самые популярные напитки в разных странах.