Спустя всего два дня после громкого коммерческого дебюта Echo в конце июня 2015 г., компания Amazon анонсировала инициативы, направленные на продвижение используемого в этом беспроводном спикере виртуального голосового ассистента в качестве облачного сервиса для сторонних производителей оборудования. Разработчики получили возможность использовать Amazon Voice Service (AVS), чтобы встраивать Alexa в новые устройства, а также создавать новые функции при помощи набора API и инструментов, Alexa Skills Kit. В своём намерении сделать эту голосовую платформу повсеместной, Amazon также учредила Alexa Fund, выделив 100 млн долл. на поддержку стартапов, ориентирующих свои разработки на Alexa.

Сейчас, в январе 2016 г. все ещё рано судить завоюет ли и голосовая технология Amazon сердца потребителей, но выставка CES определенно свидетельствует об энтузиазме, с которым инициативу подхватили многочисленные создатели гаджетов.

Одной из магистральных для этого шоу стала тема умного дома. Лучшие в мире экосистемы для него рекламировали со своих стендов бесчисленные участники, включая гигантов Google и Samsung.

Присутствие же Amazon с Alexa было внешне незаметным, но всеобъемлющим. Вот всего несколько из множества релевантных анонсов Лас-Вегаса.

TrackR Bravo – показанный на CES 2015 круглый Bluetooth-ярлык, который крепится к сумкам, одежде, ключам и т.п., в этом году будет интегрирован с Alexa. Чтобы найти вещь, нужно будет просто вслух спросить о ней.

В автомобилях компании Ford, технологии Amazon обеспечат двунаправленное общение с пользователем. Прямо из дома, с помощью Echo, можно будет узнать количество горючего в баке машины, а сидя за рулём в нескольких километрах от дома – попросить Alexa зажечь свет в комнатах или включить термостат.

Миниатюрный Bluetooth-спикер Triby, фирмы Invoxia, напоминает старомодный радиоприёмник на магните. Он крепится, например, на холодильник и позволяет с помощью голоса управлять воспроизведением музыки или общаться через VoIP-соединение. Invoxia работает над функцией, которая позволит Triby распознавать пользователей с помощью Alexa. Это поможет предотвращать конфузы, вроде недавней покупки 7-летним британцем «плюшек» к игре Jurassic World на 4 тыс. фунтов стерлингов (со счета отца).

Vivint объявила в Лас-Вегасе, что интегрирует Echo и Alexa в весь свой ряд умных приборов, таких как выключатели света, дверные замки. A через партнёрство Vivint с производителем термостатов Nest, голосовая технология Amazon получит доступ к продукции этого стартапа, принадлежащего Google.

Не претендуя на главенство в умном доме, Alexa предоставляет простой и наиболее доступный способ голосового общения с любым домашним прибором, оснащённым чипом Wi-Fi или Bluetooth. Что характерно, предоставляет бесплатно, избавляя от необходимости тратить огромные средства на создание собственных систем распознавания речи. Привлекательности такому предложению добавляет и то, что Alexa сегодня является одной из лучших облачных платформ для умного дома, активируемых голосом.

Управление приложениями с помощью жестов, виртуальной и дополненной реальности, широко представленное на CES, имеет ряд несомненных преимуществ. Но голосовой интерфейс – невидимый, не привязанный к используемому персональному оборудованию и интуитивно понятный для большинства людей – выглядит беспроигрышным вариантом именно для умного дома.

По выражению The Verge, «Amazon остаётся молчаливой, но мощной силой» в индустрии умных вещей, но лишь время покажет насколько эта сила окажется эффективной.

На состоявшемся в Гамбурге (Германия) конгрессе Chaos Communication, двое сотрудников ERNW, консультационной фирмы из Гейдельберга, специализирующейся на вопросах информационной безопасности, поделились результатами первого глубокого исследования Red Star OS – операционной системы, которую уже больше десяти лет разрабатывают для внутреннего пользования в КНДР.

Большинство частных компьютеров в КНДР, судя по отзывам посетителей этой страны, все ещё используют Windows XP 15-летней давности и подключаются к общегосударственной интранет, обеспечивающей доступ только к правительственным источникам информации и разрешенным к пользованию сайтам.

Флориан Грюнов (Florian Grunow) и Никлаус Шайсс (Niklaus Schiess) проанализировали код последней версии Red Star OS, которую удалось загрузить с веб-сайта, расположенного за пределами КНДР. Написанная примерно два года назад, она основана на Fedora Linux, а её графический интерфейс демонстрирует явные аллюзии с Apple OS X. Возможно, это неслучайно: как Ким Чен Ын, так и его отец любили фотографироваться возле компьютера Macintosh.

Тем не менее, Грюнов и Шайсс опровергают бытующие предубеждения, о том, что северокорейская ОС это лишь бледная копия западных. Под внешне похожей оболочкой скрывается много уникального кода, включая собственную версию технологии шифрования файлов.

«Это полноценная операционная система, в которой они контролируют большую часть кода», – считает Грюнов. – Ким Чен Ир провозгласил, что Северная Корея должна разработать свою собственную систему. И они сделали это».

Исследователи утверждают, что разработчики Red Star OS постарались исключить из системы любой код, который мог бы содержать лазейки для неавторизованного доступа, используемые в разведывательных целях другими странами. Непосредственный взлом Red Star также крайне сложен: в ответ на любую попытку пользователя изменить базовые функции, к примеру, отключить антивирус или межсетевой экран, система выдаёт сообщение об ошибке или перегружается.

Ещё одной задачей Red Star является контроль за обменом иностранными фильмами, музыкой и книгами, осуществляемым в обход сети – посредством USB-накопителей и карточек SD. С этой точки зрения, корейская ОС представляет оживший ночной кошмар западных апологетов приватности. Она без ведома пользователя ставит метку или «водяной знак» на каждый документ или медиафайл на компьютере и на всех носителях к нему подключаемых, позволяя проследить происхождение любого бита информации.

В то же время, авторы доклада не смогли обнаружить в коде системы признаков, которые указывали бы на намерения Пхеньяна использовать её для организации массированных кибератак – то, в чем привыкли обвинять КНДР.

«И в самом деле, похоже, они лишь попытались построить операционную систему для себя, предоставив пользователю базовый комплект приложений», – подытожил своё выступление Грюнов. В набор доступных прикладных программ включены корейский текстовый редактор, календарь и инструмент для создания и записи музыки.

Авторы не располагают данными о том, насколько широко Red Star OS сегодня распространена в КНДР, но не сомневаются, что власти заинтересованы в скорейшем внедрении усовершенствованных процедур надзора и обеспечения безопасности в ответ на появление новых типов технологий и источников информации.

Зачем может понадобиться отсылать сообщение в прошлое, и одновременно сделать невозможным его прочтение? Восемь ученых-теоретиков из США, Великобритании, Канады, Австралии, Китая и Сингапура утверждают, что это может оказаться единственным способом решения сложных вычислительных проблем – при условии, что перед отсылкой такого сообщения производится его квантовое перепутывание с лабораторной системой, остающейся в нашем времени.

Примерно десять лет назад Дэйв Бэкон (Dave Bacon), теперь работающий в Google, показал, что путешествующий во времени квантовый компьютер может быстро решать проблемы, относящиеся к классу трудоемких, NP-полных, задач.

Загвоздка была в том, что метод требовал движения компьютера по замкнутой петле времени. Общая теория относительности допускает существование таких траекторий, проходящих через так называемые червоточины – проколы в субстанции пространства-времени. Однако физическая возможность закольцованного путешествия во времени вызывает сомнения ученых, из-за риска нарушения причинно-следственных связей (хрестоматийный пример – убийство хронопутешественником собственных предков). Кроме того, ещё два десятилетия назад теоретики показали, что в присутствии замкнутых временных траекторий нарушаются базовые принципы квантовой физики, в частности, принцип неопределённости Гейзенберга и теорема о запрете клонирования, постулирующая невозможность создания идеальной копии произвольного неизвестного квантового состояния.

Результаты новой работы, опубликованные в журнале npj Quantum Information, свидетельствуют о том, что, даже двигаясь по открытым, разомкнутым траекториям во времени, квантовый компьютер все же может решать нерешаемые задачи. В таком случае частицы или данные, содержащиеся в них, не взаимодействуют с чем-либо в собственном прошлом, причинность не нарушается, и, тем не менее, странные квантовые принципы делают осуществимыми «невозможные» вычисления.

«Мы избегаем «классических» парадоксов, вроде «парадокса убитого дедушки», но все же получаем эти удивительные результаты», – комментирует руководитель проекта, Миле Гу (Mile Gu) из Центра квантовых технологий Национального университета Сингапура.

Разумеется, пока никто не знает как и можно ли вообще реализовать такое путешествие в прошлое. Некоторый оптимизм, впрочем, внушает тот факт, что главный довод против путешествий во времени – то, что нас до сих пор никто не посетил из будущего – неприменим к разомкнутым петлям времени, поскольку информации о таких посещениях в прошлом не остаётся.

На конференции TechCon 2015 компании ARM, подытоживая её тридцатилетнюю деятельность, технический директор, Майк Мюллер (Mike Muller), в качестве последнего достижения продемонстрировал собравшимся почти прозрачную шестидюймовую пластину с шестью или пятью небольшими чипами.

Изготовленные с непритязательным уровнем детализации два микрона по медленной технологии n-МОП, эти системы-на-чипе базируются на Cortex-M0 – отнюдь не самой передовой архитектуре ARM. В чем именно состоит их уникальность, Мюллер показал, театральным жестом несколько раз согнув пластину, оказавшуюся, как и сами транзисторы, не кремниевой, а пластиковой.

Первые в мире, по его словам, системы-на-чипе, состоящие из пластиковых/ органических компонентов, стали результатом недавних инвестиций ARM в фирму PragmatIC Printing, разрабатывающую технологии импринтинга для пластиковой электроники. Этот дешевый и быстрый процесс – получение оттисков и нанесение пленки – напоминает изготовление оптических дисков, но до сих пор он применялся только для получения простых схем, наподобие радиоярлыков RFID.

«Она довольно медленно работает, мы пока не смогли реализовать КМОП-процесс, и не лучшим образом рассеивает энергию, но имеет толщину примерно как липкая лента», – добавил Мюллер, указав, что такая SoC может легко интегрироваться в корпуса всевозможных подключённых устройств IoT.

Разумеется, Мюллер не рассматривает пластиковую электронику как конкурента кремниевой – «по уровню производительности она всегда будет отставать на 20 лет». Тем не менее, ARM полна решимости повторить весь путь с пластиковыми технологиями, которые открывают перспективы новых приложений Интернета Вещей и обещают значительно расширить лицензионную модель британской компании.

Если судить по представленной на TechCon «дорожной карте», уже через через пять лет станет возможным «штамповать» на пластике сегодняшние чипы Cortex-A5 с субмикронным разрешением и смехотворной себестоимостью.

Если это произойдёт, окружающий нас мир имеет шанс серьёзно измениться.

В статье, подготовленной к ноябрьской конференции SIGGRAPH Asia, команда Массачусетского технологического института (MIT) представляет новую систему RF-Capture, которая использует радиосигналы для того, чтобы заглядывать за стены. Технология, разрабатываемая коллективом лаборатории CSAIL (Computer Science and Artificial Intelligence Lab) с 2013г., вышла на уровень, когда она уже может из другого помещения идентифицировать вас, определить ваше точное местоположение и даже то, какой рукой вы шевелите.

В отличие от типичных методов визуализации людей, в которых используются свет, рентгеновские лучи, терагерцевое излучение и миллиметровые волны, RF-Capture работает на относительно низких частотах в диапазоне 5,46-7,24 ГГц. Такие радиоволны могут проходить сквозь стены. Другим их очевидным преимуществом является возможность использовать широко распространенные и поэтому очень дешёвые электронные компоненты.

Интенсивность радиосигналов, которые проходят сквозь стены и отражаются от тела человека, крайне мала: они приблизительно в 10 тыс. раз слабее, сигналов стандартного сотового телефона и в тысячу раз слабее, чем Wi-Fi.

«Такие отражения приносят только самые минимальные данные, – пишет директор центра Wireless@MIT, профессор Дина Катаби (Dina Katabi). – Тем не менее, нам удаётся выделить значимые сигналы благодаря серии алгоритмов, которые минимизируют производимый отражениями беспорядочный шум».

Процесс сканирования состоит из двух этапов. На первом, фазированный 2D-массив из 16 приемных и четырёх передающих элементов с общими габаритами 60х18 см, размещённый в углу помещения, регистрирует радиоотражения от всего контролируемого объёма помещений включая человеческое тело. На втором, отслеживаются изменения сигналов при движении объектов внутри сцены.

Проходящие сквозь стену радиоволны имеют длину несколько сантиметров, поэтому мелкие детали для них неразличимы, а человек воспринимается как идеальный отражатель неправильной формы. В отдельный момент времени только некоторые части тела дают блик, и силуэт человека приходится реконструировать интеллектуально, «сшивая» последовательность сигналов, меняющихся со временем.

Но на этом возможности новой технологии не заканчиваются. Её авторы тестировали работу устройства на нескольких подопытных и применили обучающиеся алгоритмы, чтобы различать среди них конкретного человека, используя характерные особенности, такие как рост и очертания тела и создавая подобие «отпечатков пальцев» для его силуэта. В экспериментах, система позволяла с достоверностью 95,7% выделять через стену нужного индивидуума среди пяти человек и 88,2% среди 15. Она также распознавала движущуюся часть тела с точностью 99,13% на расстоянии 3 м и 76,4% на 8 м.

Огромный прикладной потенциал такой технологии с трудом поддаётся оценке. Она может быть интегрирована в игровые интерфейсы в качестве усовершенствованного варианта Kinect, позволяя взаимодействовать с игрой жестами из разных помещений. Для захвата движений при создании спецэффектов в фильмах сегодня актерам приходится одевать костюмы с маркерами или датчиками движения. RF Capture упростит этот процесс, позволив отслеживать перемещения напрямую. Пожарники, спасатели, подразделения по борьбе с терроризмом с её помощью могут определять местонахождение людей в зданиях, родители – использовать в качестве бэби-монитора (RF-Capture позволяет регистрировать даже движения грудной клетки при дыхании).

Первым коммерческим приложением этой технологии станет продукт Emerald. Он предназначен для надзора за престарелыми, обнаружения, предсказания и предотвращения их падений. В августе разработчики передали образец Emerald президенту Обаме в рамках первого ежегодного мероприятия Demo Day в Белом Доме.

Авторы уверены, что, так же, как сотовые телефоны и маршрутизаторы Wi-Fi стали неотъемлемой частью современного дома, беспроводные технологии, подобные RF-Capture, составят основу функциональности интеллектуальных домов будущего.

Когда технология достигает предела своих реальных возможностей, настаёт эра технологического декаданса. Не думаю, что ошибусь, назвав в качестве одного из признаков такого заката возможностей приставку «мульти».

Когда-то ограниченность ресурсов доступных схем авиадвигателей привела к появления 10-моторного монстра B-36F Peacemaker, и ещё более чудовищного, 12-моторного Dornier Do-X. Малая эффективность современных электродвигателей, заставила разработчиков пилотируемого электрокоптера Volocopter VC200 оснастить его аж 18 моторами.

В индустрии микропроцессоров, провозвестниками декаданса стали графические сопроцессоры, а когда повышать частоту выше пары гигагерц оказалось слишком накладным делом, массовый характер приобрёл процесс тиражирования ядер-клонов – сегодня у каждого в кармане может найтись смартфонный аналог «Стратосферной крепости» фирмы Boeing.

Растущая мощность мобильных процессоров обнажила следующую в цепочке взаимосвязанных проблем – застывшую в ожидании качественного прорыва индустрию источников питания. И совсем не удивляет, когда и здесь, в попытке выжать все из доступных скромных возможностей, инженеров ведущих технологических компаний осенила все та же уже знакомая нам идея.

Концепция, получившая название Software Defined Batteries (программно-конфигурируемая многобатарейность), объясняется в статье, которую ученые таких компаний, как Microsoft и Tesla, на следующей неделе представят вниманию участников «Симпозиума ACM» по принципам операционных систем.

Мы привыкли представлять батарею телефона, планшета или ноутбука некоим чёрный ящиком с электроэнергией, которую устройства черпают оттуда по мере надобности. Между тем, существует несколько типов батарей, каждая со своим химическим процессом, с различными характеристиками зарядки и разрядки. И далеко не каждая батарея идеально подходит для всех сценариев: высокоемкая может заряжаться многие часы, та, что быстро восполняет заряд, может так же быстро и истощаться, а совмещающий оба этих достоинства вариант оказывается слишком большим и тяжёлым.

Для того, чтобы максимально удлинить срок жизни батарей, сводный коллектив исследователей, предложил использовать комбинацию из батарей нескольких разных типов и доверить управление ими самой операционной системе устройства. Речь идёт не о многих одинаковых элементах с фиксированным, параллельным или последовательным, соединением (это широко применяется и сейчас), а именно о разнородных батареях, подключение которых динамически регулируется программным образом.

Передача контроля над оптимизацией работы многобатарейного комплекса операционной системе имеет три основных преимущества. Во-первых, ОС имеет доступ к дополнительной информации, такой как календарь и планировщик пользователя, которая может применяться для улучшения политик. Например, если ОС через интеллектуального помощника (Siri, Cortana или Google Now) «узнаёт», что владельцу смартфона вскоре предстоит авиаперелёт, есть смысл зарядить батареи как можно быстрее и сделать упор на максимальную длительность их работы. Во-вторых, это уменьшает сложность и стоимость микроконтроллера SDB, и в третьих, значительно упрощает динамическое обновление политик и соответствующего кода.

Также говорится о необходимости сделать общение батареи с операционной системой более содержательным, чем сейчас, когда это больше похоже на монолог. Специализированный контроллер заряжает батарею согласно заложенной в него программе, а система просто периодически запрашивает обновление статуса. Взамен этого предлагается, чтобы Windows или другая ОС имела налаженные коммуникации и сама контролировала зарядное устройство, обеспечивая оптимизацию всего рабочего цикла батареи, исходя из рабочих предпочтений пользователя.

Испытания этой концепции показали, что правильно подобранные батареи могут увеличить время автономной работы портативного устройства примерно на час.

Положительный эффект даёт и внедрение SDB в уже выпускающихся продуктах, включая и однобатарейные (где она может улучшить баланс между обычным и турбо-режимом). В отличие от фундаментальных усовершенствований технологии батарей, к которым SDB не относится, обеспечиваемый ею выигрыш индивидуален для каждого конкретного случая и зависит от того, какие батареи производители установили в свои устройства. Вариант «две в одном» (планшет с отсоединяемой клавиатурой, снабжённой дополнительной батареей) давал наилучший результат, однако, достигаемый выигрыш составлял не более 22%.

Авторы идеи утверждают, что себестоимость внедрения SDB будет весьма незначительной, так как она, в основном, будет заключаться в расширении функциональности уже имеющегося в большинстве мобильных гаджетов чипа, управляющего потреблением энергии.

«Машина все делает лучше, быстрее и гораздо охотнее, но никоим образом не дешевле», – писал Роберт Шекли. Как раз в этом он был немного неправ. По данным «Института роботизированной автоматизации процессов» (IRPA), с применением тренированных роботов экономия может достигать 50%. Один умный автомат может заменить от двух до пяти служащих на полной ставке, при этом он не путается в написании фамилий или чисел, человек же в 100-этапном процессе типично делает 10 ошибок.

Румынский стартап UiPath два года назад избрал своей специализацией программных роботов – сегмент рынка, для которого Transparency Market Research предсказывает рост с менее 200 млн долл. в 2013 г. до 5 млрд долл. в 2020 г. Несмотря на уже сложившуюся в данной отрасли заметную конкуренцию со стороны таких компаний, как Blue Prism или Automation Anywhere, СЕО UiPath, Даниель Динс (Daniel Dines), рассчитывает в текущем году увеличить оборот своей фирмы вчетверо, до 2 млн долл.

Целевым назначением интеллектуальных программ UiPath является аутсорсинг бизнес-процессов (BPO), говоря проще, они выполняют работу, которую не любят делать служащие, и за которую ещё меньше любят платить их наниматели. Программные роботы уже успешно трудятся у многих клиентов UiPath, таких как Cognizant, Capgemini, BBC и CenturyLink, выполняя рутинные задачи круглые сутки, без перерывов на обед и сон, выходные и национальные праздники.

В своих действиях программный робот UiPAth подражает пользователю-человеку. Как и люди, он следит за компьютерным экраном, нажимает клавиши, копирует и переносит данные из картинок в таблицы, ищет определённые числа в файлах PDF или выводит информацию о контакте, с которым устанавливается связь. «Мы поздно поспели к столу, но зато мы используем и самые современные технологии», – утверждает старший бизнес-аналитик UiPath, Михай Бадита (Mihai Badita).

Не все задачи нужно автоматизировать, лишь где-то от 50 до 60%. Но все то, что можно, ПО UiPAth делает по меньшей мере в три раза быстрее человека. «Есть другие процессы, так называемой, автоматизации заднего плана, когда робот мгновенно читает, пишет, проверяет почтовые сообщения, электронные таблицы и PDF. В таких случаях выигрыш в скорости по сравнению с человеком может быть и 100-кратным», – сообщает Бадита, добавив, что с появлением роботов оценка труда в человеко-часах теряет свою актуальность и требует пересмотра.

Обычно, автоматизация 200-шагового процесса со сложными бизнес-правилами у клиентов UiPath занимает около недели, при условии, что процесс этот хорошо документирован и стандартизирован. При оценке пригодности задач для автоматизации во внимание принимаются несколько факторов, и в первую очередь, частота выполнения. «Если что-то делается раз в месяц, то лучше оставить это людям», – полагает Бадита. Напротив, явно напрашивается на автоматизацию процесс, повторяемый сегодня тысячами сотрудников в сферах страхования, финансовых сервисов или здравоохранения.

С распространением BPO многие связывают опасения лишиться работы, и представитель UiPAth не спешит их успокоить. Это историческая закономерность, считает Бадита, что прогресс делает ненужными многие профессии и занятия.

«Первыми исчезнут "копипастовские" работы, те, что регламентируются строгими правилами, – предрекает он. – На смену миллиону людей, делающих, раз за разом, одно и то же, придёт 200 тыс. более квалифицированных и лучше оплачиваемых, способных управлять процессами». Так произошло с занятостью в сельском хозяйстве во времена промышленной революции, так и происходит и сейчас, но в общем «выгода от автоматизации намного превзойдёт её побочные эффекты».

В 1997 г. человечество лишилось одной из главных иллюзий своей исключительности. Точнее, тезис о превосходстве человеческого интеллекта над машиной перешел в разряд бездоказательных спекуляций, когда система Deep Blue компании IBM одержала победу над актуальным в то время чемпионом мира по шахматам, Гарри Каспаровым.

За последующие два десятилетия прогресс в вычислительном оборудовании и в исследованиях искусственного интеллекта поднял шахматные компьютеры до такого уровня, что, как утверждает Мэттью Лай (Matthew Lai) из Массачусетского технологического института (MIT), даже лучшие шахматисты сегодня не имеют реальных шансов победить программу, работающую на смартфоне.

Однако, в этом поражении можно усмотреть и смягчающие обстоятельства. Все машины-рекордсмены остаются ничем иным, как станком с программным управлением: они играли и продолжают играть опираясь на жёстко запрограммированные в них людьми правила, используя с вариациями один и тот же минимаксный алгоритм фиксированной глубины, который был разработан Джоном фон Нейманом (John von Neumann) в 1928 г. и адаптирован к проблеме шахмат Клодом Шенноном (Claude E. Shannon) в 1950 г.

Стены этого последнего бастиона уникальности человеческого сознания и дерзнул пошатнуть Лай своей статьей «Giraffe: Using Deep Reinforcement Learning to Play Chess» для MIT Technology Review, предоставленной на препринт-сервере arXiv.

В ней учёный описывает шахматный движок Giraffe, отличительная особенность которого заключается в том, что шахматам он учится играя самостоятельно, в Internet Chess Club, а багаж знаний, унаследованный от программистов стремится к нулю.

«Мы используем глубокие сети для оценки позиций, чтобы решать какие ветви исследовать, и определять последовательность ходов», – пишет Лай. Глубокие нейросети состоят из нескольких слоёв узлов, связи между которыми изменяются в ходе обучения системы. Эта технология сегодня усовершенствовалась достаточно, чтобы превосходить людей в задачах на распознавание лиц или рукописного текста.

Полученные результаты, по его словам, демонстрируют, что обученная самостоятельно система играет сопоставимо с лучшими современными программами, разработанными экспертами, в том числе такими, функциональность которых оттачивалась на протяжении десятилетий.

Да, это ещё не уровень гроссмейстера, но, тем не менее, достигнутое не может не впечатлять. Лай оценивает класс игры Giraffe как уровень мастера международного класса FIDE (Fédération Internationale des Échecs, Всемирная Федерация Шахмат) на сегодняшнем стандартном ПК. Несмотря на то, что ему ещё очень далеко до движков-лидеров, играющих на гроссмейстерских уровнях, Giraffe может побеждать программы менее высокого класса, большинство из которых ведёт поиск на порядок быстрее, чем он».

Отмечая значение работы Лая, MIT Technology Review пишет: «Впервые в мире машина с искусственным интеллектом играет в шахматы, оценивая ситуацию на доске, вместо того, чтобы просчитывать каждый возможный ход методом грубой силы».

Как об этом пишет сам Лай: «В отличие от большинства шахматных движков сегодня, сила Giraffe как игрока не в способности заглядывать на много ходов вперёд, но в умении точно характеризовать запутанные позиции и в понимании сложных позиционных концепций – в том, что является интуитивным для людей, но долгое время было недоступно шахматным компьютерам».

Испытываете одышку от работы с сенсорным экраном? Хотите освободить руки для изящных жестов? Возрадуйтесь. Не за горами уже умные телефоны, управлять которыми можно будет непосредственно мозгами, пардон, силой нашей с вами креативной мысли.

Компании IBM и Xerox подготовили совместный доклад (PDF), которым обрисовали состояние дел у разработчиков приложений, контролируемых мозговыми волнами – через интерфейс BCI (Brain-Computer Interfaces). Из документа следует, что в мире только ленивый не кодирует ПО для ввода номера «в уме» или настолько же безрукого выбора абонента из имеющегося списка контактов.

Отслеживать управляющие электрические импульсы мозга – сигналы теменной доли большого мозга, так называемые P300, а также SSVEP (Steady State Visually Evoked Potentials) – будет шапочка энцефалографа. Ну да, ее придется носить не снимая, но дизайнеры, безусловно, постараются, чтобы блок аккумуляторов при ходьбе не бил по черепу. Новейшая 14-канальная модель с Bluetooth – Emotiv – выглядит весьма даже стильно.

Главная проблема в настоящее время заключается в необходимости увеличения точности интерпретации мозговых сигналов. Тем не менее, достигнутые результаты обнадеживают.

Созданная в Корнелльском университете система Neurophone позволяет подопытному с надетым на него Emotiv мысленно выбирать на экране iPhone контакт для звонка. Процесс этого выбора медленный и неоптимальный – подсвечиваются все контакты по очереди, а нужный определяется по вышеупомянутому P300. Мысль тут ловится менее надежно, чем, например, подмигивание глазом – тоже, кстати, неидеальный «hands free» вариант: точность лишь 92-95%.

Еще одно приложение, BCI Messenger, обеспечивает мысленный набор сообщений из китайских иероглифов на виртуальной клавиатуре. Оно использует шапочку Neuroscan QuickCap, дает пиковую точность чуть выше 80% и усредненную, менее 70%.

Кроме того, выяснилось, что лучшие результаты получаются в расслабленном состоянии – точность детектирования P300 падает во время мышечной активности. С одной стороны, это радует: значит в будущем напряженный прищур не позволит спутать маньяка с кем-то, всего лишь ставящим «лайк» в Instagram. С другой, становится понятно, что эта технология появится еще не завтра, причем, скорее всего, сначала в формате Assistive, то есть P300 будет подкреплен и продублирован движениями глаз или головы (со стороны выглядящим как нервный тик).

Вердикт IBM и Xerox оптимистичен хотя, подобно самому BCI, компании страдают отсутствием точности и конкретики в своих прогнозах: «Достижения в областях вычислительной неврологии, процессинга сигналов, машинного обучения вкупе с облачными хранением и обработкой создают предпосылки для появления все новых базирующихся на BCI мобильных приложений для обычных пользователей».

Обучение людей — это сложный, временами мистический процесс. Большинство из нас может привести собственные примеры того, как в одном случае, новые навыки и умения требовали для их освоения огромных усилий, а в другом, впитывались практически незаметно.

Группа специалистов Висконсинского университета в Мэдисоне поставила перед собой долгосрочную задачу — объединив свои знания и опыт в компьютерных технологиях, психологии и педагогике попытаться создать методику идеального «машинного преподавания».

Один из вдохновителей этого проекта, Джерри Чжу (Jerry Zhu), надеется, что машинное преподавание перевернет существующую систему образования, предоставив каждому реальному студенту-человеку оптимальные, составленные исключительно для него учебные программы.

Участники исследования рассматривают машинное преподавание, как машинное обучение, поставленное с ног на голову. Напомним, что задача машинного обучения состоит в поиске новых закономерностей в больших массивах данных. Машинное преподавание, наоборот, уже располагает знаниями, которые нужно представить в форме данных, наилучшим образом подходящих для разъяснения студенту нужных концепций.

Оценка «наилучшей» подачи информации может быть субъективна, поэтому в одном из отрабатываемых вариантов, ученые пытаются определить наименьшее количество упражнений, необходимых студенту для усвоения материала.

Исследование все еще находится на ранней стадии, тем не менее, Чжу в этом году смог поделиться некоторыми результатами с участниками 29-й Конференции по искусственному интеллекту, организованной в Остине (штат Техас) ассоциацией AAAI (Association for the Advancement of Artificial Intelligence).