Новости ИИ январь 2023: ChatGPT, модель ИИ Muse, земной ИИ на луне
Начало года – это шквал новостей о ChatGPT, модели искусственного интеллекта, которая ворвалась в конце ноября на международный рынок и всех напугала. По-прежнему каждый день в прессе обсуждается, что ChatGPT может, а что нет. Но мы постарались собрать для вас другие новости – ведь на рынке ИИ и аналитики данных происходит кое-что еще.
Тем не менее, начнем мы все-таки с ChatGPT. И конкретно, с новостей от Microsoft.
Microsoft объявил о новом раунде инвестиций в самый популярный стартап в области AI, создателя звездного чатбота, OpenAI. В этот раз, в дополнение к 3 млрд долларов США, которые с 2019 года технологический концерн уже вложил в OpenAI, добавятся еще 10 млрд. Ходят слухи, что Microsoft планирует использовать ChatGPT в собственной поисковой системе Bing. Если так, то нас ждет очень интересное время – абсолютно не популярный и давно проигравший все позиции Bing может стать реальным конкурентом Google.
В то же время Google AI выпустил новый документ, в котором рассказывает о Muse, модели искусственного интеллекта, которая переводит текстовую информацию в изображения. По словам Google Muse может создавать фотографии высокого качества, которые можно сравнить с тем, что выдает DALL-E 2 и Imagen, но намного быстрее. В Muse задействована модель с 900 параметрами – маскированный генеративный трансформатор, которая создает готовые изображения, а не пиксельные пространства и авторегрессивные модели. Google AI уже обучил серии моделей Muse различного размера, задействуя от 632 млн до 3 млрд параметров, и выяснил, что важное значение для создания реалистичных высококачественных изображений имеет подготовка крупных языковых моделей.
В то время как крупные технологические компании активно выводят на рынок такие новинки, посмотрим, что происходит у нас, простых смертных. Например, в области здравоохранения. Медицинский центр Trinity Health и компания Strive Health объявили о совместных планах по оптимизации лечения хронических заболеваний почек для пациентов Loyola Physician Partners с помощью предиктивной аналитики и машинного обучения. В одном из самых известных католических благотворительных центров и страховых систем в США Trinity Health работают 123 тысячи сотрудников и около 27 тысяч терапевтов и врачей других специальностей. Их новый партнер Strive Health планирует добавить в точное планирование лечения пациентов прогнозирование и более глубокое использование данных.
А вот в мире спорта данные уже активно используют. Например, в мире Формулы 1. В болидах Формулы встроены 300 сенсоров, которые производят 100 тысяч точек данных в течение гонки и собирают 1,5 терабайт данных за этот период. Вся эта информация анализируется и отправляется в различные подразделения компании и ее подрядчикам – от дизайнеров, проектирующих болиды, до тех, кто отвечает за стратегию. Измеряя температуру гоночного трека, износ шин, аэродинамику и огромное количество других параметров в режиме реального времени, гоночная команда вносить изменения в свою работу (и поездку) буквально на лету. Работать таким образом автогонщикам помогают производители решений для аналитики данных, такие, как, например, Alteryx, который сотрудничает с McLaren Racing. Применяя подобные решения, специалисты McLaren даже без навыков программирования или проектирования алгоритмов могут собирать и анализировать данные для прогнозирования результатов гонок.
Еще один любопытный кейс из баскетбола. В команде Wizards в США, оказывается, есть специальная позиция для визионера в области аналитики для баскетбола. Подобный эксперт на основании данных может подсказать игроку или тренеру, что следует изменить в стратегии игры. Одним из примеров могут быть свободные броски игроков, которые при модификации приносят значительно большее количество забитых мячей.
Для тех, кто предпочитает наблюдать за спортивными соревнованиями на диване, давно придумали система ставок на спорт. Эта область растет огромными темпами, а с помощью искусственного интеллекта она может стать еще и более выгодной – как для букмекеров, так и для тех, кто лежит на диване. С помощью предиктивной аналитики, построенной на платформе AI, можно значительно повысить точность прогноза выигрыша той или иной команды или игрока. Алгоритмы, которые анализируют огромное количество данных, могут точно предсказать исход спортивных соревнований.
Вдали от спортивных полей, на Луне, ожидается первая в мире (и на Земле, и на Луне) кооперация в области ИИ. Система на базе машинного обучения из Канады будет задействована в луноходе, созданном в Эмиратах, который отправлен в космос в декабре с помощью SpaceX Илона Маска. Луноход будет исследовать поверхность Луны в течение одного лунного дня (который равняется 29 нашим, земным, дням). А канадский AI поможет ему собирать и обрабатывать данные. Похоже, это первый кейс, когда земной ИИ выходит за пределы Земной орбиты (за исключением фильмов Стенли Кубрика, конечно).
Тех, кто остался на Земле, порадует новость о том, что сделан еще один шаг к тому, чтобы быстро определять здоровье коралловых рифов. Это можно сделать благодаря новому решению, разработанному в Университете Эксетер (Exeter University) в Великобритании. Новая технология на базе AI анализирует звуки и шум, который издают кораллы. Таким образом, собираются данные для того, чтобы вовремя принять решение о необходимости восстановления рифа. Пока серия записей успешно определила здоровье 92% из обследованных рифов.
Еще один кейс из мира природы прилетел из Калифорнии. Некоммерческая организация ESP разработала систему, которая помогает определять поведение животных на основании заранее готовых паттернов. Эти паттерны включают в себя большие датасеты, внутри которых визуальные, голосовые и невербальные примеры коммуникации животного мира. Исследователи ставят своей целью выяснить, что определяет коммуникационный сигнал животного, как на него реагируют другие животные и как эти сигналы связаны с факторами окружающего мира. Уже сейчас в системе задействованы 10 датсетов, которые исследуются в различных ситуациях. Они созданы на базе коммуникационных сигнал таких животных, как птицы, амфибии, приматы, слоны и насекомые (например, пчелы). Также не забыли про домашних кошек и собак. Но особые надежды исследователи уповают на сигналы, которые собираются от китообразных – китов, дельфинов и других морских млекопитающих.
Комбинация предиктивной аналитики и deep learning помогает фермерам улучшить управление птицеводческими хозяйствами и обеспечить прозрачный процесс прослеживания – от момента, когда птенец вылупился, и до его покупки конечным клиентом. Разработчик программных продуктов AbuErdan создала технологию для управления птицефабриками, которая собирает и анализирует данные по тенденциям, ключевым показателями эффективности и производительности в этой области. Понимая определенные показатели, производитель может предпринимать конкретные действия во время процесса взращивания птицы и таким образом увеличивать объем финальной продукции. На одном экране можно увидеть все показатели работы с птицей – от тех, кто вылупился, до общего объема продукции и таким образом находить взаимосвязи. Полученные данные можно использовать для того, чтобы добавлять или убирать параметры, которые влияют на результат.
В мире большого бизнеса январь порадовал нас кейсом крупной британской энергетической компании EDF. EDF решили активно взяться за работу с данными и планируют использовать аналитику и машинное обучение в глобальной программе цифровой трансформации. Если раньше в компании использовалось большое количество разрозненных, самописных и готовых ИТ-систем, то сейчас они перешли на единую платформу, которая объединяет различные облачные сервисы для управления данными.
TMX Group, оператор Биржи Торонто, объявил об инвестициях в 175 млн долларов США в американского производителя решений для аналитики данных VettaFi Holdings. TMX планирует расширить предложение своего ИТ-филиала TMX Datalinx за счет решений VettaFi. Основной продукт VettaFi – это база данных о сделках на фондовом рынке, аналитика и индексы.
Подобная сделка не новый тренд для фондового рынка. В 2020 году оператор Нью-Йоркской Биржи Intercontinental Exchange приобрел ИТ-компанию Ellie Mae, которая предоставляет решения для управления ипотекой. В том же году, Nasdaq инвестировал в компанию Verafin, разрабатывающую системы для предотвращения злоупотреблений.
В общем, эти ребята с большими деньгами точно знают куда инвестировать. Возможно, нам стоит последовать их примеру и посмотреть, где мы (и наши деньги) окажемся через месяц.
