Хороший пост от Ycombinator на тему того, с какими сложностями столкнулся Wechat на пути к успеху, ну и вообще – какие уроки стоит извлечь от создателей Wechat – приложения с активной месячной аудиторией в 889 миллионов человек.
https://blog.ycombinator.com/lessons-from-wechat/
На картинке ниже, показан более-менее стандартный день активного пользователя. В день он взаимодействует с приложением 11(!) раз 😮
Ну хоть где-то помимо инстаграма и снепчата стори заходят нормально.
Все наверное помнят DaVinci? Это такой роботизированный хирург способный делать операции, которые я даже и не знаю, возможны ли сейчас вообще. Робохирург не автономный – им управляет человек, но операцию с помощью такого комплекса можно делать и удаленно.
Так вот, я наткнулся на очередное видео DaVinci которое я еще не видел и я опять в восторге. Жаль эти робохирурги все еще очень и очень дорогое удовольствие даже по меркам медицины и пока все еще не массовое явление.
Если у вас есть товарищ хирург, покажите ему видео ниже, спросите, что он думает насчет такого робота и поделитесь со мной, очень интересно.
А еще нейронка выше умеет, например, менять сезоны на фото (слева оригинальный сезон, справа – сгенерированный)
Читать полностью…Спасибо @brodetsky за наводку 🎉
Любопытная нейронная сеть CycleGAN на основе нейронки pix2pix, но не требующая датасета с примерами того, что должно получаться на выходе в парах изображений "до и после" (я знаю, что это непонятно, но лучше не могу 😓).
То что меня впечатляет, так это то, что с помощью подобного алгоритма можно "оживить" картины до фотореализма.
То есть можно предположить, где именно находился Моне, и что он видел в момент рисования картины.
Ниже пару примеров, а ссылка на проект вот:
https://junyanz.github.io/CycleGAN/
А тут еще больше про Моне
https://taesung89.github.io/cyclegan/2017/03/25/monet-to-photo-summary.html
Ничего необычного, просто робот при помощи обученной нейросети сортирует речную гальку по геологическому возрасту, цвету, составу, текстурам, создавая таким образом портрет водоема
https://vimeo.com/167126696
Что, если вы ученый, который хотел бы получить большое количество паутины для теста этого материала в военных целях?
Вы бы взяли 10000 пауков, посадили бы их за пряжу и собрали бы рулоны паутины, так? Не так, пауки не способны давать паутину в таких условиях, более того они пытаются уничтожить друг-друга. Но вы же ученый, вы берёте у паука ген который отвечает за создание паутины, потом вы берете козу, помещаете этот ген в козу и профит – из молока генномодифицированной козы вы получаете паутину. Потом вы берете это паутину и пытаетесь сделать супер-броню. Все ведь просто, мы давно в будущем, ведь этой технике уже 3 года.
Видео 🐐:
https://youtu.be/IaZ10VlSoZs
Кстати от коз вроде отказались, решили таки генномодифицировать шелк:
https://www.armytimes.com/story/military/2016/07/16/super-silk-worms-may-key-better-body-armor/87096788/
Это кстати не первая такая работа, аж в 2014 году вышел похожий алгоритм но для стилизации портретных фотографий – как по мне, он тоже очень крутой:
https://youtu.be/ixCxK75jl9M
По ссылке небольшое видео о алгоритме 🔭
Небольшая гифка, о том как нейронная сеть pix2pix обученная на google street view пытается дорисовывать улицу по вводу слева 🎈
Читать полностью…Окей, усложним задачу 🎈Ролик выше, это графика или видео?
💅🏻 Комбинированный ролик (и видео и графика) – 217
👍👍👍👍👍👍👍 48%
🤖 Графика – 124
👍👍👍👍 27%
🥑 Я авокадо, я больше не томат – 70
👍👍 15%
📹 Видео – 44
👍 10%
👥 455 people voted so far.
Поиграл вчера вечером с Super Resolution алгоритмом, причем, чтобы не занимать основной рабочий комп, запустил всё это на iPhone 6+, поистине в странное время живем 🎈
Super Resolution – это алгоритм (на самом деле один из, это целое направление) предназначенный чтобы вы могли взять маленькую картинку и сделать ее большой.
В примере ниже, который весит 3 мегабайта, мне удалось увеличить картинку с 500х600 пикселей, до 2000х2045 пикселей 🐻
Вроде вышло на троечку, попробую потом еще что-нибудь увеличить.
Все же уже видели как с помощью нейронок определить крутость фотографии?
Ну в общем так себе оно работает.
Doom ему не круто, совсем офигели эти роботы ☹️
https://everypixel.com/aesthetics
General Electric выяснило насколько дополненная реальность может помочь в работе: техник обслуживающий ветрогенератор справился со своей работой на 34% быстрее чем обычный с бумагами, получая инструкции для работы сразу в процессе работы, работник товарного склада – на 46%, так как не отвлекался на работу с терминалом.
О очках AR SkyLight пока мало красивых видео, но тут можно понять примерно как они работают – как карточки Google Glass но для работы ¯\_(ツ)_/¯
https://youtu.be/Lz_FXEWK3-Y
Я лично считаю, что давно пора бизнесу резать косты с помощью AR, так мы быстрее попадем в AR будущее 🎈
Google представил редактор для рисования AutoDraw, построенный на базе нейросетей и способный угадывать, что пытается изобразить пользователь.
Система подбирает необходимые варианты и превращает небрежные наброски в красивые и аккуратные шаблоны.
https://tjournal.ru/43109-google-predstavil-redaktor-ugadivaushii-chto-pitaetsya-narisovat-polzovatel
Ну и самое клевое – эта нейронка может сделать из лошоди зебру, просто по референсным картинкам (То есть она может еще намного больше, на самом то деле) Соурс: https://youtu.be/9reHvktowLY
Читать полностью…Есть еще вариант попроще – устройство на arduino для сортировки ммдемс по цвету 💖
https://youtu.be/H7HTQai7Wwg?t=43
(В начале видео показано, что нужно чтобы собрать себе такое)
И раз уж прошлый пост косвенно про технологии, то этот из той же серии и тоже старый.
Финские полицейские нашли угнанную машину в пригороде Хельсинки (примерно в 25 километрах от места угона), машина была пуста, но в салоне они обнаружили комара.
Комара отправили в лабораторию, полученное ДНК сравнили с картотекой и обнаружили человека, который якобы находился в этой машине.
Подозреваемый отрицал свою причастность, но на основе лабораторного анализа комара удалось установить, что он таки находился в этом районе и его таки обвинили в угоне автомобиля.
Если опустить тот факт, что ради угона автомобиля делали ДНК-тест комара, что это все было 2008 году, и что это первый случай, когда с помощью насекомого кого-то отправили в тюрьму в Финляндии, то в сухом остатке получится история, которая вполне тянет на сюжет для серии Black Mirror и мы уже точно лет 9 как в будущем 🎉.
Источник: http://news.bbc.co.uk/2/hi/europe/7795725.stm
На DTF хороший пост о нейронных сетях – как раз для тех, кто хотел бы понять как это все работает, да еще желательно без формул 📝
https://dtf.ru/5407-neyroseti-dostupno-o-slozhnom
Всегда приятно посмотреть на людей у которых руки растут откуда нужно – вот в видео DIY проект о том как собрать свой терминал из вселенной Fallout 4, мне такое очень нравится, жаль клавиатуру не доделали.
https://youtu.be/mWdRnnZdqRI
Ниже результат 💻
Трансфер стиля исходной картинки аля призма, вещь не новая, но для фотостилизации, вполне новая – вы задаете эффект, делаете фото, а после, довольные собой выкладываете результат в Инстаграм. Причем, качество фото просто отличное.
Исходники для матлаба доступны тут – https://github.com/luanfujun/deep-photo-styletransfer/blob/master/README.md
А ниже, пару примеров 🎀
Я не знаю видели ли вы этот пост или нет – но это чудесный пост про квантовые шахматы который я просто обязан сюда запостить ♔♘
Цитата:
Так всё-таки, чем же эти шахматы квантовые? Основное их отличие от обычных шахмат состоит в том, что игра ведётся на суперпозиции шахматных досок. Выражаясь простым языком – на нескольких досках одновременно. Читателя, который ждёт разъяснений по поводу того, что же на самом деле означает суперпозиция, я вынужден разочаровать: разъяснений по просту не существует.
https://geektimes.ru/post/287024/
Итак, спасибо за то, что дали помучить себя опросами 🤖 – правильный ответ: и там и там 100% графика.
Первое видео, это кадры из GTS Sport на PS4.
Вот ссылка на этот момент.
Тут не удалось вас провести.
А вот во втором видео удалось (частично) – спасибо jesterro за присланное видео, в этом видео всё 100% графика.
Вот ссылка на оригинальный ролик.
Роботы - Люди 1:1
¯\_(ツ)_/¯
Загадка 🎈 – на короткой гифке выше, графика или видео?
🤖 Графика – 380
👍👍👍👍👍👍👍 66%
📹 Видео – 97
👍👍 17%
🍅 Я томат, я давно в опросах – 97
👍👍 17%
👥 574 people voted so far.
А вот по этой ссылке можно проверить с помощью microsoft, что переводит лучше – нейронная сеть или классический алгоритм перевода:
https://translator.microsoft.com/neural/
Выходит примерно так:
I asked Siri why I'm single
She opened the front camera
Старый алгоритм:
Я спросил Сири, почему я одна
она открыла передней камеры
Нейронные сети:
Я спросил Сири, почему я одинок
она открыла переднюю камеру
Воу, вот это то, что мне нужно прямо сейчас и я не знаю зачем – чехол на android для iphone за 100$ 🎉
http://go.nowth.is/2nBxRjd
(Он возможно никогда не выйдет, но какой концепт)
takemymoney.jpg
💖Примерно год назад, когда я наткнулся на нейронку которая на основе датасета генерировала Шекспира (ну, пыталась), я закрыл крышку ноутбука, отложил его в сторону, включил холодный душ, свернулся в клубок и ждал скайнета.
После небольшой паузы, скайнет не пришел, а я принялся генерировать Шекспира, Пушкина, Михаила Круга, речи политиков, псевдокод, в общем – все, что угодно, в промышленных масштабах. И тогда же я попытался провернуть подобное с midi файлами – кто не знает, midi файл можно конвертировать в табличку, вида:
2, 960, Note_off_c, 1, 79, 0
2, 960, Note_on_c, 1, 81, 81
2, 1920, Note_off_c, 1, 81, 0
2, 1920, Note_on_c, 1, 77, 81
2, 2880, Note_off_c, 1, 77, 0
2, 2880, Note_on_c, 1, 65, 81
Что в теории позволит влив достаточно данных в нейронку, на выходе получить последовательность нот похожую на оригинальную музыку автора.
У меня тогда ничего не получилось, скажу сразу, так как оказывается, нужен был еще один этап – конвертирование всего этого в последовательность символов, вроде:
Vh V]h V]h V]h V]h Uak Uak ak
Zak Yaeh Yaeh Yaeh Yaeh
Где каждый символ отвечал за нажатие определенной ноты, в определенное время.
Но, хорошие новости 🎉 – есть человек который прошел весь путь до конца и записал прекрасное видео, где рассказал каким же образом он смог получить нейронного Баха.
После дня просчетов (1440 минут) получилось примерно это:
https://youtu.be/SacogDL_4JU?t=689
(смотреть с 11:29)
🤖 i'll be bach