1. Заглавное видео на протяжении каких-то 20 секунд показывает удивительные возможности нейросетей, о которых пару десятилетий назад никто даже и не мечтал. Программа не только смогла вычислить, как госпожа Лиза дель Джокондо выглядела в реальной жизни, но и выдала довольно правдоподобную версию того, какой Мона Лиза была в детстве:
https://t.me/singularnost/504
https://www.youtube.com/watch?v=VS2ql_TjggQ
Развитие информационных технологий приоткрывает нам завесу не только будущего, но и прошлого. С помощью подобных инструментов можно многое узнать об исторических личностях, политиках, писателях и так далее – по их сохранившимся портретам. Ну, или не узнать, а хотя бы обоснованно предположить.
Нейросети можно применять как в изучении изобразительного искусства, так и, например, в литературоведении:
https://t.me/singularnost/434
Нейросеть вычислила соавтора Шекспира
Чешский исследователь использовал нейросеть, чтобы определить, какие части пьесы «Генрих VIII» были написаны Уильямом Шекспиром, а какие — Джоном Флетчером.
Большинство учёных считают, что пьеса «Генрих VIII» была написана Шекспиром. Однако историки также соглашаются, что драматург по имени Джон Флетчер был соавтором Шекспира при написании пьесы. Чтобы проверить это предположение, Петр Плехач разработал алгоритм машинного обучения для анализа текста и выявления определённых характеристик стиля письма отдельного автора. Нейросеть тренировали на нескольких пьесах Шекспира, затем то же самое было проделано с несколькими работами Флетчера. Потом система проанализировала текст «Генриха VIII».
Сетка решила, что действительно некоторые части «Генриха VIII» написаны Шекспиром, а некоторые — Флетчером. Алгоритм показал, что оба автора внесли примерно одинаковый вклад в создание пьесы, но при этом выяснилось, что порой один автор начинал сцену пьесы, а второй заканчивал её.
Ждём, пока этот инструментарий освоят профессиональные историки или просто любители исторических штудий. Вероятно, нас ожидает целый вал гипотез, разоблачений и создания новых мифов с помощью нейросетей.
2. Вот тут пишут, что канадцам впаивают штрафы в сотни и тысячи долларов за скачивание пиратских фильмов и игр, вычисляя домашних пиратов прямо по айпи-адресу:
https://zen.yandex.ru/media/immigranttoday/kak-nakazyvaiut-v-kanade-za-skachivanie-filmov-i-muzyki-5da4ba8898930900b6455436
Правильно ли я понимаю, что правообладатели просто смотрят, на какие айпи-адреса идёт выдача данных через торренты и рассылают иски через провайдеров? Схема выглядит технически простой, и я боюсь, что правообладатели могут захотеть повторить её в других странах.
3. Если вдруг вы ещё не в курсе, то знайте: за вами внимательно следят. И дело не только в том, что американские соцсети изучают весь контент, который вы загружаете на их сайты. Корпорация Apple просматривает даже то, что вы просто сохраняете на ваших айфонах – разумеется, с самыми благими целями:
Apple подтвердила, что может сканировать фотографии пользователей iPhone. Компания заявила, что таким образом борется с насилием над детьми и делает это для предотвращения распространения детской порнографии, передает The Telegraph.
Под изучение попадает весь медиаконтент, который пользователь сохраняет в смартфоне и передает через хранилище iCloud. Изучением фото и видео занимается специальный алгоритм, который Apple сравнивает с фильтром спама в почтовых сервисах. По словам представителя компании Джейн Хорват (Jane Horvath), аккаунты уличенных в хранении детской порнографии пользователей будут отключены.
Хорват не раскрыла механизма работы системы, но издание считает, что компания может использовать PhotoDNA. С помощью хэширования алгоритм сканирует детали изображения, сравнивая его с паттернами, характерными для порнографического контента. Система PhotoDNA была создана Microsoft в 2009 году, ее используют Facebook, Twitter и другие IT-компании.
← Ctrl ← Alt
Ctrl → Alt →
← Ctrl ← Alt
Ctrl → Alt →