background top icon
background center wave icon
background filled rhombus icon
background two lines icon
background stroke rhombus icon

Скачать "Искусственный интеллект: слежка, deepfake, превосходство над человеком // Наука. А поговорить?.."

input logo icon
Оглавление
|

Оглавление

0:00
Как технология DeepFake получила широкое распространение?
1:31
Что такое искусственный интеллект?
2:44
Как устроены современные протезы?
8:25
Что такое тест Тьюринга?
10:29
Как войти в IT и начать заниматься анализом данных?
13:23
Что такое тест Возника?
16:40
С чего началось развитие искусственного интеллекта как науки?
17:47
О том, как ИИ обыграл человека в шахматы и го.
20:48
Об алгоритмах ИИ в диагностике
26:13
Можно ли довериться целиком машине при диагностике?
27:58
О помощи ИИ при рассеянном склерозе
39:55
О прогрессе в технологиях распознавания лиц и голосовых помощников
44:04
Как сделать «Алису»?
48:47
О самом популярном искусственном интеллекте в мире
52:40
Как ИИ рисует картины?
56:37
Как DeepFake пришёл в нашу жизнь?
1:00:07
Сможет ли ИИ заменить актеров в будущем?
1:03:52
Как работает система распознавания лиц?
1:07:09
Внедрение системы распознавания лиц - это путь к тоталитарному режиму?
1:10:07
Вопрос этики: для чего нейросеть понадобилась в школе?
1:11:47
Как работают беспилотные автомобили Яндекса?
1:16:53
О несовершенствах автопилота
1:19:23
«Christofari» - самый мощный суперкомпьютер в России
1:22:10
Восстание машин: какие угрозы несет человечеству ИИ?
1:26:07
Какие профессии могут исчезнуть?
Похожие ролики из нашего каталога
|

Похожие ролики из нашего каталога

Ася Казанцева. Как сдать любой экзамен, выучить иностранный язык и почему алкоголь меняет память?
1:09:20

Ася Казанцева. Как сдать любой экзамен, выучить иностранный язык и почему алкоголь меняет память?

Канал: А поговорить?
Как спасти Россию? Рецепт от Максима Галкина #shorts
0:59

Как спасти Россию? Рецепт от Максима Галкина #shorts

Канал: А поговорить?
Гэлвины: самая сумасшедшая семья Америки. Любовь и шизофрения
1:08:07

Гэлвины: самая сумасшедшая семья Америки. Любовь и шизофрения

Канал: А поговорить?
ВИТАМИНЫ // ПРОСТО ТАКАЯ ГЕНЕТИКА С ЕЛЕНОЙ ХАНГОЙ
56:32

ВИТАМИНЫ // ПРОСТО ТАКАЯ ГЕНЕТИКА С ЕЛЕНОЙ ХАНГОЙ

Канал: Просто такая генетика
Смертельный хит. Трагическая история великой песни // История. А поговорить?...
16:37

Смертельный хит. Трагическая история великой песни // История. А поговорить?...

Канал: А поговорить?
Грустные видео. Сильные слова со смыслом. №12
5:02

Грустные видео. Сильные слова со смыслом. №12

Канал: Dasha Story
Илья Колмановский об антибиотике из генов неандертальцев, "эталон" слона и "автостоп" у тихоходок
1:09:45

Илья Колмановский об антибиотике из генов неандертальцев, "эталон" слона и "автостоп" у тихоходок

Канал: А поговорить?
Как ИИ-компании победили Google, Apple и Amazon | Искусственный интеллект: путь к завоеванию мира
16:37

Как ИИ-компании победили Google, Apple и Amazon | Искусственный интеллект: путь к завоеванию мира

Канал: PRO РОБОТОВ
Мэрилин Монро. Как иметь всё и быть несчастной? // История. А поговорить?..
25:03

Мэрилин Монро. Как иметь всё и быть несчастной? // История. А поговорить?..

Канал: А поговорить?
Самая эффективная диета предков. Станислав Дробышевский // Наука. А поговорить?...
1:38:12

Самая эффективная диета предков. Станислав Дробышевский // Наука. А поговорить?...

Канал: А поговорить?
Теги видео
|

Теги видео

а поговорить
эксклюзив
интервью
шихман
Ирина шихман
интервью дудя
юрий дудь
вдудь
дудь
баста интервью
апоговорить
собчак
осторожно собчак
лойк
никита лойк
режик
искусственный интеллект
deepfake
дипфейк
наука
deep fake
машинное обучение
ai
технологии
нейронные сети
нейросеть
нейросети
искусственный разум
тест Тьюринга
тест Возника
Субтитры
|

Субтитры

subtitles menu arrow
  • enАнглийский
Скачать
00:00:05
Привет Это поговорить Наука и я Ирина
00:00:07
Шихман но это не точно в 2018 году мои
00:00:12
кореша случайно обнаружили певицу ариану
00:00:15
Гранде в топе по поисковым запросам на
00:00:17
порнхабе оказалось что её лицом с
00:00:20
помощью технологии Deep fake заменили
00:00:23
лица порноактрис на нескольких видео
00:00:26
этот ролик настоящий Я всё всегда делаю
00:00:29
сама и лучше все Однако благодаря порно
00:00:32
технология на самом старте получила
00:00:34
широкое распространение на онлайн
00:00:36
ресурсах такие видео со звёздами
00:00:39
посмотрели 134 млн раз в Голливуде все
00:00:44
всё понимают и в фильме Звёздные войны
00:00:46
скайвокер Восход появилась актриса Кэри
00:00:49
Фишер которая умерла за 3 года до выхода
00:00:52
картины её заменила обученная нейросеть
00:00:56
Ну а здесь у нас в
00:00:58
Росси выпустил ролик с героем фильма
00:01:01
Иван Васильевич меняет профессию жоржем
00:01:05
милославскими погнали Добрый день
00:01:09
Джорж где я Вы в 2020 году не видят люди
00:01:16
друг
00:01:18
другая что-то мне не по себе
00:01:21
искусственный интеллект заменил нам
00:01:23
актёров детективов секретарей врачей
00:01:26
переводчиков уже заменяет судей что
00:01:28
будет дальше даже фантазировать
00:01:32
[музыка]
00:01:47
страшно по-вашему искусственный
00:01:49
интеллект - Это что такое у всех просто
00:01:51
разное понятие искусственный интеллект
00:01:54
такая очень большая сфера прикладной
00:01:57
математики которая не так давно стала
00:01:59
хайпом искусственный интеллект вообще-то
00:02:01
его не существует начнём с этого это
00:02:04
сейчас уже всё Полная ерунда есть некий
00:02:06
термин которым обозначают любые
00:02:08
программы работы любых программ внутри
00:02:11
которых есть Так называемое машинное
00:02:12
обучение если я спрошу искусственную
00:02:14
искусственный интеллект Ты за Путина или
00:02:17
за Навального Она не сможет мне ответить
00:02:19
она будет отвечать разные ответы всё
00:02:21
время Да потому что она Ну она случайно
00:02:23
выбирает один из переобуваться в воздухе
00:02:25
будет всё время я поняла если мы
00:02:28
посмотрим на Мир вокруг нас
00:02:30
глянем то мы видим что большая часть
00:02:34
страшилок уже
00:02:37
[музыка]
00:02:48
реализована это тоже была такая
00:02:49
показательная сценка мама собиралась в
00:02:51
гости а я не давал завязать шнурки чтото
00:02:53
капризничал маленький там 6 лет 6 с поно
00:02:56
и она в общем психо говорит пока короче
00:02:58
са не научишься завязывать в гости
00:03:00
ходить не будешь ушла и оставила меня
00:03:03
собственно с этими моими там ботино со
00:03:05
шнурками Я сижу рыдаю пока сидел плакал
00:03:08
там не знаю наверное минут 40 я Вот
00:03:10
пытался эти шнурки завязать мне там
00:03:11
объясняли там вот так вот бантик к И вот
00:03:14
как-то я вот своими полуторы руками
00:03:17
завязал шнурки когда у меня первый раз
00:03:19
получился красивый ровный бантик у меня
00:03:22
пропали слёзы и я такой Вау и тут
00:03:24
захотелось поделиться конечно мама мама
00:03:26
я шнурки завязал мама в гостях я пря
00:03:29
дода она вернётся чтобы сказать мам
00:03:31
смотри что я
00:03:34
могу со шнурками обув
00:03:36
[музыка]
00:03:40
Да это врождённое что один ребёнок на
00:03:45
100000 рождается с врождённой Плазе руки
00:03:49
ноги глаза уха может выстрелить куда
00:03:52
угодно ты меня сейчас спросишь причину
00:03:54
Как так случается я отвечу что даже в
00:03:56
XXI веке Никто не знает причин как это
00:03:58
случается просто проходит То есть это
00:04:00
недоразвитость ки это недоразвитость
00:04:02
кисти Да ты не носил протез с детства Их
00:04:06
не было или что их не было это раз
00:04:08
во-вторых Они были вот такие Но блин
00:04:11
такое не хочется носить Ну это неудобно
00:04:15
В смысле это ничего это просто Никой
00:04:17
функции не это просто муляж нет никакой
00:04:19
функции например с таким вот протезом я
00:04:22
не смогу завязать шнурки Ну да Ну ты про
00:04:25
не СГУ зать рубашку я не смогу даже не
00:04:27
знаю там себя Элементарно обслужить в
00:04:29
моём последнем сознании это были вот
00:04:31
такие протезы я понимал что он мне нафиг
00:04:33
не нужен я без него всё прекрасно могу
00:04:35
делать Угу пока вот не решил заниматься
00:04:38
фотографией И в этот момент я понял
00:04:40
Нужно пойти вообще Погугли погуглить А
00:04:42
что вообще есть на рынке и просто забив
00:04:45
заветную фразу там не знаю современные
00:04:46
протезы рук я нахожу что протез мог быть
00:04:50
такими Угу серьёзно круто выглядит а
00:04:53
потом ещё узнаю что он ещё и
00:04:54
функциональный Я говорю Да ладно
00:04:56
серьёзно наверное стоит дорого делать
00:04:58
дем за границей
00:05:00
оказывается нет стоит он бесплатно и
00:05:02
делают его в Росси и тут в моей голове
00:05:05
случился
00:05:06
такой февер
00:05:09
такой какой момент я всё проспал почему
00:05:12
об этом не было ниде информации почему
00:05:14
об этом никто никогда не
00:05:17
рассказывал чем бы дитя не тешилось
00:05:21
Да ну подожди так неудобно зеркально
00:05:28
когда
00:05:30
открываю закрывай
00:05:32
закрываю расслабь расслабил ещё раз я
00:05:36
смотрю за графиками как он напрягает
00:05:38
мышцы Вот это достройка протеза я
00:05:40
наблюдаю за тем как он поднимает и
00:05:42
опускает графики при открытии и закрытии
00:05:45
чтобы подобрать удобный для него режим
00:05:47
управления и по факту это всё должен
00:05:49
тоже делать искусственный интеллект
00:05:50
который должен собирать вс все эти
00:05:52
данные отправлять их к разработчиком
00:05:54
открыть открыл Ну это наши целевые
00:05:56
действия Да сейчас мы эту историю
00:05:57
открываем за Это самый популярный жест
00:06:00
который просит показать киборгов Я не
00:06:02
знаю почему но люди всё время просят
00:06:04
показать а фак А ты можешь показывать
00:06:06
факт Ну как бы да Но если вам хочется
00:06:10
пожалуйста а вы можете рассказать ещё
00:06:13
подробнее как вы в чём здесь искусствен
00:06:15
итек я не понимаю как вы обучается
00:06:17
машину что считывать А здесь очень
00:06:19
просто Смотрите я в течение дня хожу
00:06:21
например с бионический протезом и
00:06:23
выполняя различные жесты и действия а
00:06:27
вся вся эта база данных она записывается
00:06:29
потом при каждом подключении моём к
00:06:32
приложению которое управляют тоже
00:06:33
протезом эти данные выгружаются на
00:06:35
сервер Когда нам накапливается большой
00:06:37
объём данных их уже можно анализировать
00:06:39
как чаще Я использую протез А в каких
00:06:42
действиях Я его использую Например я
00:06:44
несу пакет из
00:06:47
магазина Ну и сделаю такой сквад я
00:06:50
напрягаюсь всё равно в любом случае
00:06:51
мышцы и датчики могут сработать ложно и
00:06:54
просто жаться
00:06:56
жаться я слегка напряг они разжимаются и
00:07:00
пакет соответственно содержимым
00:07:01
оказывает оказывается Где на полу чтобы
00:07:03
это не случилось протест должен понимать
00:07:05
что скорее всего 99% что сейчас если
00:07:08
происходит вот это вот действие и он
00:07:10
находится вот в этом положении значит я
00:07:12
несу пакет и как бы я там своими мышцами
00:07:14
сильно не напрягался его нельзя
00:07:16
разжимать То есть тут агрегирующие
00:07:22
данные с инерционных датчиков которые
00:07:24
находятся в протезе ещё добавляются
00:07:26
данные с датчиков давления в пальцах
00:07:29
вот эта схема ещё полностью у нас не
00:07:31
реализована но мы сейчас в процессе её
00:07:33
разработки активной Чтобы человек с
00:07:35
протезом мог научиться играть на пианино
00:07:39
Да Наша задача считывать сигналы
00:07:41
комплексно со всех мышц которые есть в
00:07:44
предплечьи их тут Если не ошибаюсь около
00:07:46
девяти есть глубокого мышце залегания
00:07:48
есть которые снаружи находятся и вот для
00:07:51
того чтобы считывать уже большое
00:07:53
количество мышц мы используем
00:07:55
специальные сетки датчиков здесь вот у
00:07:57
нас представлено два датчика данном
00:07:59
случае да на таких датчиках люди будут
00:08:02
тренироваться а допустим вот в этом
00:08:04
протезе У нас уже представлены сеть
00:08:07
датчиков их можно будет прямо посмотреть
00:08:09
и вот как раз для считывания и обработки
00:08:12
сигнала с сети датчиков нам обязательно
00:08:14
необходимо применять какие-то элементы
00:08:16
искусственного
00:08:17
[музыка]
00:08:24
интеллекта Давайте расскажем людям
00:08:27
которые Вообще никогда не слышали таком
00:08:29
н что это такое мы не можем Дать
00:08:32
однозначного определения интеллекта
00:08:34
сказать что вот если Человек проходит IQ
00:08:37
выше 100 то это вот интеллектуальный
00:08:39
человек Компьютер например IQ тесты
00:08:42
проходит достаточно легко потому что они
00:08:44
все очень похожие Да и выявить вот эти
00:08:46
вот закономерности в IQ тесте компьютеру
00:08:48
проще бывает чем человеку вот поэтому у
00:08:51
нас нет такого вот конкретного простого
00:08:55
способа определить создали лимы
00:08:57
действительно искусственный интеллект
00:08:59
изначально когда об этом задумывались
00:09:00
Алан тюринг это учёный который многое
00:09:04
сделал для компьютерной науки Ну и в
00:09:06
частности Он предложил э такой
00:09:08
эксперимент под названием Тест тьюринга
00:09:10
когда мы берём компьютер который может с
00:09:13
нами общаться с помощью текста а и э
00:09:17
берём человека и третий человек
00:09:18
наблюдатель он пытается определить
00:09:20
общаясь с ними только с помощью текста
00:09:22
Кто из этих двух является человеком А
00:09:24
кто является компьютером Ну что ж начнём
00:09:27
пожалуй с прямого вопроса
00:09:30
левый и
00:09:31
правый Прошу вас ответить мне
00:09:34
честно Кто из вас
00:09:37
человек Я
00:09:40
человек не верьте ему Я человек то есть
00:09:45
я сижу В отдельной комнате и мне я пишу
00:09:48
что-то там в чатике и мне что-то пишет
00:09:51
компьютер а что-то пишет человек которых
00:09:52
я не вижу правильно я должна понять
00:09:55
Какие сообщения от компьютера а какие от
00:09:57
человека Да да
00:10:00
и вот как бы если человек не может
00:10:03
определиться где кто то мы говорим что
00:10:05
компьютер Он уже интеллектуально и
00:10:07
проходит тест Юнга и мы достигли такого
00:10:10
сильного искусственного интеллекта
00:10:12
правый пожалуйста у машины спросили
00:10:15
лучшее средство от перхоти она ответила
00:10:19
Гильотина А это это машинный юмор Похоже
00:10:22
что она
00:10:24
действительно
00:10:28
см те возни Стив возник придумал Более
00:10:31
сложный тест звучит он так на незнакомой
00:10:34
кухне сделать чашечку
00:10:36
кофе и это дико сложная задача для
00:10:40
машины помимо того что сориентироваться
00:10:42
помимо сложности распознавания помимо
00:10:44
того что где там Что понять помимо того
00:10:47
что разобраться с этими незнакомыми
00:10:48
кнопками ещё что-то взять чашку Я думаю
00:10:50
что это сильно тяжелее сделать такого
00:10:52
робота сильно тяжелее чем сделать
00:10:54
беспилотный автомобиль потому что
00:10:56
движение на дорогах оно сильно более
00:11:01
типизированного эти все кухни и кофе
00:11:04
есть одна поразительная совершенно вещь
00:11:07
что как мы люди определяем для себя что
00:11:10
сложно а что просто вот скажи мне какой
00:11:13
критерий Учусь я на этом или нет Мне так
00:11:16
кажется но то что сложно Я ещ не дела
00:11:19
какую-то вещь вообще сложно сделать или
00:11:20
нет На самом деле я тебе скажу критерий
00:11:23
Довольно простой если это могут сделать
00:11:25
все
00:11:27
это сделать только один человек это
00:11:31
сложно вот скажи мне сложно например
00:11:37
перемножить десятизначное числа или
00:11:39
взять корень из десятизначное числа мне
00:11:42
да вот А насколько например сложно вдеть
00:11:47
нитку в иголку Легко легко так вот для
00:11:52
машины вдеть для робота какого-то
00:11:54
сделать деть нитку в иголку ужасно
00:11:57
сложно это ужасно сложно причём самое
00:11:59
сложное здесь знаешь что не в иголку
00:12:01
попасть а взять кусочек нитки Вот вот
00:12:03
просто за кончик ухватиться это наша
00:12:06
мелкая моторика она фантастична она
00:12:09
очень тяжело
00:12:10
воспроизводимая есть И когда у нас
00:12:13
появляется что-то другое не мы то
00:12:16
человеческие мерила что просто что
00:12:18
сложно они не очень подходят Зачем
00:12:20
будущее Расскажи то есть мы так как мы
00:12:22
сегодня про искусственный интеллект то
00:12:24
есть что тебя
00:12:27
ждёт Ой что меня ждёт в будущем Вот это
00:12:30
тяговый протез он работает очень просто
00:12:33
с помощью вот этих тяг ещё раз будем
00:12:37
показывать Давай на всякий Давай на
00:12:39
всякий он работает с помощью тяг здесь
00:12:41
нет никакой магии все тяги крепятся вот
00:12:44
здесь
00:12:46
и при когда я делаю суставом Вот так
00:12:50
происходит этот сквад а бионический
00:12:53
протез здесь таятся датчики у ме слюды
00:12:56
остались
00:12:57
датчиков они считывают импульсы с мышц и
00:12:59
передают его на процессор благодаря чему
00:13:02
пальц начинают делать Вот так вот можно
00:13:04
запрограммировать различные жесты не
00:13:07
знаю козу показать Виктори показать
00:13:09
большой палец ты мышцы делаешь всего
00:13:11
лишь одно движение а бионический протез
00:13:14
в будущем должен угадать Какой палец ты
00:13:17
хочешь поднять и вот как раз над этим
00:13:19
сейчас борятся и искусственный интеллект
00:13:22
как раз поможет протезам будущего быть в
00:13:25
сотни раз умнее чем сейчас и что мы
00:13:27
можем сказать что в будущем СТ интеллект
00:13:29
будет угадывать разницу между взять
00:13:31
стаканчик и взять женскую грудь да да
00:13:34
стаканчик Может взять не знаю посильнее
00:13:36
если он да да да а женскую грудь чуть
00:13:40
[музыка]
00:13:42
Полат компьютер стремительно входит в
00:13:46
нашу жизнь он стал своим на производстве
00:13:48
в науке на транспорте Сегодня он
00:13:51
приходит в наш дом словом Ещё немного и
00:13:54
он будет нам таким же спутником как
00:13:57
телефон телевизор радиоприёмник давайте
00:14:00
как-то рассмотрим вот на по хронологии
00:14:03
Да как развивалась вообще история
00:14:04
искусственного интеллекта и его изучения
00:14:06
с чего всё началось И вот какие-то
00:14:07
главные Точки такие рэпер начало
00:14:11
искусственному интеллекту как науке было
00:14:14
положено в
00:14:15
1956 по-моему году на дартс семинаре
00:14:18
когда собрали людей которые были близки
00:14:20
вот к этой области и они прямо собрались
00:14:23
и решили думать А как же вот нам достичь
00:14:25
искусственного интеллекта тогда были
00:14:27
такие очень оптимистические они говорили
00:14:29
что мы сейчас сможем за несколько
00:14:31
десятков лет создать аналога человека
00:14:34
Вот и поэтому в эту область как бы
00:14:35
начали много смотреть она была
00:14:38
интересной
00:14:39
молодой но за 10 лет создать ничего не
00:14:42
получилось тогда же было заложено как
00:14:44
раз основные подходы это подход на
00:14:47
основе представления знаний и
00:14:49
нейросетевой
00:14:51
подход конечно
00:14:53
выю это
00:14:57
про одним из столпов вот искусственного
00:15:00
интеллекта это вот значит когда
00:15:02
компьютер обыграл человека в шахматы а
00:15:04
потом в игру го это да Это отличный
00:15:06
вопрос Дело в том что вот для того чтобы
00:15:09
какую-то задачу хорошо решить нужно
00:15:10
много данных и оказывается что для задач
00:15:14
вот игры во что-то данные необязательно
00:15:17
можно просто компьютер грубо говоря
00:15:18
заставить играть самим с собой и он
00:15:21
будет проводя партии по сути дело ну
00:15:23
исследовать эту предметную область вот
00:15:25
такое направление называется обучение с
00:15:27
подкреплением когда мы компьютер делает
00:15:30
условно случайные какие-то ходы и ему
00:15:32
говорят хорошо или плохо Ну хорошо или
00:15:33
плохо это исход партии Да кто выиграл
00:15:36
тот играл хорошо соответственно
00:15:38
компьютер может привести много вот таких
00:15:40
вот партий сильно больше чем человек
00:15:43
когда он учится играть в шахматы и
00:15:44
Поэтому собственно и удаётся
00:15:47
компьютеру обыгрывать потому что ведь
00:15:49
игра в шахматы по сути дела это умение
00:15:51
видеть какие-то шаблоны шахматист когда
00:15:54
он учится он сначала там учится Как
00:15:56
ходят фигуры потом начинает изучать
00:15:59
какие-то классические там партии Да
00:16:01
начало и изучая классические партии он
00:16:05
начинает видеть шаблоны Как правильно
00:16:06
играть в каких-то ситуациях вот
00:16:08
компьютер по сути дела делает тоже самое
00:16:10
но за счёт того что он может сыграть
00:16:12
больше партий сам с собой он научает это
00:16:14
делать лучше Вот это выглядит Конечно
00:16:16
очень интересно потому что вот когда
00:16:19
компьютер обыграл человека в игру Go
00:16:21
который считается самой сложные из
00:16:23
существующих
00:16:24
игр вот эти люди которых он обыграл они
00:16:27
были очень скажем они не то чтобы были
00:16:29
расстроены они были скорее потрясены что
00:16:31
компьютер какую-то стратегию
00:16:34
игры применил которая человеку была
00:16:37
вообще непонятна изначально то есть
00:16:39
Казалось он придумал новую
00:16:42
стратегию Но на самом деле Вот он всего
00:16:46
лишь изучил
00:16:50
различные возможные скажем так позиции и
00:16:53
выбрал лучшие
00:16:55
шаблоны компьютер побеждает в го
00:17:02
Ну хорошо обыграл он компьютер обыграл
00:17:04
человека в игру го и И что Ну это не
00:17:08
значит что завтра он захватит
00:17:10
мир не значит что захватит мир Нет ну
00:17:13
это значит мне кажется две вещи
00:17:14
во-первых что компьютер очень хорошо
00:17:17
умеет выхватывать шаблоны и иногда лучше
00:17:21
чем человек и в этом мы можем
00:17:24
компьютер в определённых задачах это
00:17:27
оказывается важным Потому что если мы
00:17:29
возьмём ту же медицину и например
00:17:31
возьмём какие-то данные о пациентах да
00:17:34
то вот из Большого массива данных о
00:17:36
пациентах компьютер сможет выхватывать
00:17:38
закономерности лучше чем человек сам и
00:17:41
поэтому мы можем компьютер для этого
00:17:44
использовать Да как некий инструмент и
00:17:46
потом Ну потом осмыслить результаты Да и
00:17:49
использовать в своих
00:17:57
целях
00:18:00
[музыка]
00:18:08
Вот он подозревает в частности ему не
00:18:11
нравится этот участок вот есть
00:18:13
уплотнение то есть которое стоит до
00:18:14
обследовать существуют алгоритмы
00:18:16
выявления мельчайших изменений
00:18:19
тончайших которые могут соответствовать
00:18:21
злокачественная опухоль кото легко
00:18:23
пропустить на потоке когда у
00:18:27
тебя
00:18:30
лю такое слово заливается и
00:18:32
соответственно
00:18:34
искусствен стоп обрати пожалуйста
00:18:36
внимание сюда Такое возможно но это не
00:18:39
то что ну просто человеческий глаз
00:18:43
Невозможно определить на самой ранней
00:18:45
стадии какая-то
00:18:48
точка об пожалуста сюда
00:18:50
внимание А сейчас в каких областях меди
00:18:54
прие вю
00:18:57
очере поиск злокачественных
00:18:59
новообразований и лёгкие насколько я
00:19:01
знаю планируют запускать сервис
00:19:04
определение нарушения мозгового
00:19:05
кровообращения То есть это исследование
00:19:07
мозга Я как пациент прихожу в клинику
00:19:09
делаю КТ или там рентген или маммографию
00:19:14
дальше эти данные мой снимок куда-то
00:19:16
загружается И что с ним дальше
00:19:18
происходит вам проводит Исследование
00:19:20
рентгенлаборант Исследование
00:19:22
автоматически падает в информационную
00:19:25
систему улетает ну скажем в облако
00:19:29
и в условиях такой информационной
00:19:31
системы телемедицинской системы например
00:19:34
наш френс центр сразу кто-то из врачей
00:19:38
Может начать его описывать ну буквально
00:19:40
может начать описывать через 10 секунд а
00:19:42
когда подключается искусственный
00:19:43
интеллект подключается между аппаратом и
00:19:47
врачом то есть алгоритм срабатывает
00:19:49
очень быстро Так мы загрузили моё
00:19:51
изображение в компьютер он начинает что
00:19:54
мой снимок сравнивать с другими
00:19:55
пациентами всей Москвы анализирует это
00:19:58
исследование по по своим внутренним
00:20:01
правилам то есть нейронная сеть уже
00:20:05
натренировать снимках то есть
00:20:07
предварительная например Это нейронная
00:20:09
сеть была
00:20:12
натренированный и её научили отличать
00:20:15
норму от патологии значит когда это
00:20:18
исследование попадает на нейронную сеть
00:20:21
нейронная сеть прогоняет через все слои
00:20:24
и на выходе даётся результат Вероятно
00:20:26
это норма и указывается какой-то
00:20:29
коэффициент С какой Ну процент
00:20:31
фактически Какова вероятность наличия
00:20:34
обычно патологии на этом при этой
00:20:37
обработке и дальше этот результат
00:20:39
передаётся врачу врач открывает
00:20:41
исследование видит оригинальное
00:20:43
изображение серое и видит усиленное
00:20:46
изображение Угу а и видит заключение
00:20:49
нейронной Сити видит заключение Да видит
00:20:51
расчёты которые может соответственно в
00:20:53
том числе скопировать поставить в
00:20:55
описание в условиях пандемии
00:20:58
количество КТ лёгких пропорционально
00:21:02
просто возросло соответственно
00:21:03
искуственный интеллект подсвечивает
00:21:06
подсвечивает и выделяет маркером те
00:21:08
изображения где выявлены какие-либо
00:21:11
патологические находки говоря про ковид
00:21:13
важно выставить правильно процент
00:21:15
поражения лёгкого от этого зависит
00:21:17
дальнейшая судьба и тактика ведения
00:21:19
пациента если условно меньше 25%
00:21:22
пациента отправ отправляют домой на на
00:21:25
Амбулаторный этап долечивания Если вы
00:21:27
что лечащий доктор принимает решение о
00:21:30
госпитализации определение процента
00:21:32
поражения лёгкого очень субъективное
00:21:34
явление то есть один доктор Может
00:21:35
поставить 20 другой 25 А тут как бы
00:21:38
Судьба человека поэтому есть
00:21:40
искуственный интеллект тем самым даёт
00:21:41
какую-то даёт данные на которое можно
00:21:44
опереться вообще в медицине Я бы на две
00:21:48
два больших направления поделил
00:21:50
использование искусственного интеллекта
00:21:52
одно это когда у нас есть
00:21:55
задачи сделать что-то там с
00:21:59
снимками условно
00:22:01
вот помочь роботу проводить операции там
00:22:04
тоже важно уметь смотреть хорошо Вот это
00:22:07
направление оно не требует принятия
00:22:10
решений компьютера а вторая задача - Это
00:22:12
задача постановки диагноза и здесь уже
00:22:15
как бы вопрос интересней Потому что
00:22:18
нельзя делегировать финальную постановку
00:22:20
диагноза компьютер есть проблема в
00:22:23
Медине Вы можете сходить с одной
00:22:26
проб ставить разный Диагноз это так это
00:22:30
проблема Я считаю да так как у нас
00:22:33
всё-таки машинное обучение мы мы учим
00:22:36
машину мы даём её данные вот если ей
00:22:38
дать так она тоже будет рандомно давать
00:22:41
результаты У вас есть коллеги которые
00:22:44
боятся того что машина их заменит или
00:22:46
очень не согласны конечно основной страх
00:22:50
- это то что искуственный интеллект
00:22:51
заменит врача Ну вот всё больше такая
00:22:54
специальность Вот она исчезнет и больше
00:22:56
врач не будет Ну типа рентгенолог вот
00:22:59
пожалуйста вот зачем у нас есть
00:23:01
электронный
00:23:03
рентгенолог А у вас-то есть такой с Нет
00:23:06
у меня нет ну изначально я не мо я не
00:23:09
относился к этому скептично я не понимал
00:23:12
просто что это такое пока не Поработал с
00:23:14
этим Угу А Вы как специалист доверились
00:23:18
бы Телеком машине сегодня
00:23:24
А ну то есть простой ответ нет
00:23:28
почему потому
00:23:31
что машина прекрасно Собирает все данные
00:23:35
подсказывает врачу а вот в конце должен
00:23:38
быть всё равно человек с мудростью
00:23:40
который понимает что могут быть разные
00:23:44
сочетанные состояния могут быть какие-то
00:23:47
особенности и плюс Лично у меня в
00:23:51
отличие от клинических стандартов
00:23:52
всё-таки есть
00:23:53
какое-то Моё ожидание от жизни и выбор
00:23:58
для меня стандартного метода
00:24:01
лечения он не подходит в этом смысл
00:24:03
собственно тоже персонализированной
00:24:05
медицины вот по стандарту вам надо
00:24:07
проводить такое-то лечение А с учётом
00:24:10
того как вы себя чувствуете Как вы
00:24:12
вообще в каких условиях вы живёте Какие
00:24:14
у вас планы на следующую неделю Да уж не
00:24:17
говоря про всю про всю жизнь подбирается
00:24:18
персональными от лечения это это делает
00:24:21
человек
00:24:22
иде без человека не обойтись когда этот
00:24:26
в кай ли
00:24:28
Я понимаю что в Москве всё очень хорошо
00:24:30
с медициной но к сожалению в регионах
00:24:33
всё очень плохо я хочу чтобы вот люди в
00:24:36
моём родном Томске поняли что они тоже
00:24:38
скоро этим могут Томске Я думаю что всё
00:24:40
быстро произойдёт хорошо васяна в
00:24:42
маленьком городе под Томском
00:24:45
ээ Ну я наверное у меня нет простого
00:24:48
ответа да я могу так просто сказать там
00:24:50
через 10
00:24:52
лет Встали Встали Встали стоим
00:24:56
встали
00:24:58
вернулись так
00:25:02
сели какая была жизнь до но у меня была
00:25:06
достаточно активная жизнь то есть я как
00:25:09
жил как нормальный человек я у меня были
00:25:12
такие вещи я занимался спортом То есть я
00:25:16
даже летал на параплане Например
00:25:18
я занимался ходил С родителями на яхтах
00:25:22
у нас яхты были шверт боты я работал
00:25:26
инженером
00:25:28
электроэнергетика турбинист пара турбини
00:25:31
То есть я ездил По европейской части
00:25:33
России по разным городам занимался
00:25:36
наладкой электростанций Так что
00:25:38
достаточно активно жил Сколько тебе было
00:25:40
лет и и как что что случилось что ты
00:25:43
помни мне
00:25:46
было 30 ну 35 лет считай У меня просто
00:25:51
вот однажды появилась шаткость валко это
00:25:54
произошло в командировке изма вдруг стоя
00:25:59
на балконе он почувствовал что у него
00:26:00
пелена перед глазами появилась И вдруг
00:26:03
стала приво нога Мы сначала испугались
00:26:07
но думали что это инсульт Ну когда он
00:26:09
приехал сюда и мы-то вообще не видели
00:26:11
этого А когда на майские праздники
00:26:13
Поехали в деревню Я говорю это что такое
00:26:16
вообще Я не поняла А обратно уже значит
00:26:19
он уже не мог вести машину туда он Вёз
00:26:22
машину обратно уже не мог всти машину я
00:26:25
просто не смог встать нормально ходить
00:26:27
прой допустим стал заваливаться стал
00:26:30
падать стал Терять равновесие ты пошёл к
00:26:32
врачу и что тебе сказали вот я пошёл к
00:26:36
врачу То есть я не пошёл меня уже
00:26:39
фактически повезли и показалось что это
00:26:42
рассеянный
00:26:44
склероз это нормально для этого возраста
00:26:47
Ну в принципе скажем так для этого
00:26:49
заболевание это нормально потому что
00:26:51
раси склероз это называется заболевание
00:26:54
молодых оно проявляется в раннем
00:26:56
возрасте итом с этим собственно и всю
00:26:59
жизнь Ну да ещё самая главная проблема
00:27:02
возникают проблемы с памятью то есть
00:27:06
много чего не помнишь уже из того что с
00:27:09
тобой происходит Ты не помнишь то что
00:27:12
было вчера или то что там 10 лет назад
00:27:13
бы не то что то что было
00:27:15
вчера то есть буквально моментально
00:27:18
Память она исчезает то есть Потом она с
00:27:21
трудом вот восстанавливать допустим там
00:27:24
проблема была вот код домофона вспомнить
00:27:27
У меня тоже большая и вот о что-то забыл
00:27:30
и пытаешься вспомнить там вспоминаешь
00:27:33
всё время то есть про себя повторяешь по
00:27:35
10.000 раз сама Нейро горни шапочка она
00:27:40
считывает биоэлектрической активность
00:27:42
мозга Угу то же самое что делает любой
00:27:46
электроэнцефалограф Кирилл ты мне говори
00:27:48
как тебе удобно
00:27:51
неудобно Ну вроде удобно удобно не
00:27:55
затягивать Почему можно можешь чу-чуть
00:27:58
снимать Ну мне кажется так плотненько у
00:28:00
тебя
00:28:01
у а она считывает биоэлектрической
00:28:05
активность мозга вся активность мозга
00:28:07
может быть э передана на специальную Да
00:28:10
компьютерную программу а для решения
00:28:14
разных задач в случае Нейро чаты - это
00:28:15
коммуникация то есть Нейро горни
00:28:18
считывает намерение человека напечатать
00:28:21
что-то выбрать какую-то букву управлять
00:28:23
инвалидным креслом управлять умным домом
00:28:26
по сути это просто ещ один канал
00:28:29
манипуляций То есть у нас есть мышечный
00:28:31
например канал да то есть мы управляем
00:28:33
руками включаем телевизор печатаем
00:28:35
сообщения здесь это исключение лишнего
00:28:39
придаточного звена скажем так
00:28:41
и напрямую От мозга команда поступает к
00:28:44
внешнему устройству чат - это
00:28:47
Потребительская История это общение это
00:28:49
решение людей которые потеряли
00:28:52
возможность по сути это абилитация да
00:28:55
изначально есть я не могу говорить но
00:28:57
мысли печатаю что-то на компьютере не
00:29:00
обращай внимания сейчас какой-то символ
00:29:03
будет подсвечиваться Видишь буква F
00:29:05
первая она подсвечивается тебе нужно
00:29:08
находить ту букву которая тебе нужна И
00:29:10
точно также считать количество подсветок
00:29:12
Если всё получится то в левом верхнем
00:29:15
углу напечатается э
00:29:17
буква его основная суть чтобы человек
00:29:21
мог напрямую без речи и движения
00:29:24
коммуницировать с другими людьми поэтому
00:29:26
базовый технологии называется интерфейс
00:29:29
мозг
00:29:36
компьютер отлично написал А есть у нас
00:29:41
ещё
00:29:42
пользователь женщина у неё рассеянный
00:29:44
склероз и инсульт и у неё те же самые
00:29:49
истории Да связанные с реабилитационном
00:29:51
какими-то эффектами это и речь и
00:29:53
движение и у неё У нас есть от неё
00:29:55
письмо она его писала 2 часа и в этом
00:29:59
письме Она рассказывает о том что
00:30:01
когда-то она дошла до состояния что она
00:30:03
не могла самостоятельно ходить из-за
00:30:04
сильных штани и как раз-таки она тоже
00:30:07
познакомилась с Нары чатом в преодолении
00:30:09
и за несколько сеансов у неё ушли
00:30:12
шатания она смогла ходить самостоятельно
00:30:14
девочка например есть Маша неё 17 лет
00:30:17
нашли аневризму головного мозга и решили
00:30:21
делать операцию и во время операции у
00:30:23
неё произошёл инсульт и Маша полностью
00:30:26
потеряла возможность то есть вообще
00:30:27
двигаться она даже голову держать сама
00:30:29
не может Вот и ну разговаривать тоже
00:30:32
Маша тоже тот человек благодаря которому
00:30:34
в наиры чате появилась система для людей
00:30:36
со слабым зрением а у Маши всё двоится в
00:30:39
глазах То есть у неё задето зрительный
00:30:41
нерв ещё и Маша мама Её учит сама то
00:30:45
есть Маша пытается школу закончить до
00:30:46
сих пор
00:30:48
и с обычной клавиатурой она не может
00:30:50
работать Потому что она не понимает куда
00:30:52
ей смотреть очень много квадратиков и мы
00:30:55
сделали
00:30:56
клавиатуру а варианта Она выглядит как
00:30:59
пирог разрезанный на кусочки и каждый
00:31:02
конкретный человек который в этом
00:31:03
участвует с разной стороны это может
00:31:05
быть человек из клиники это может быть
00:31:07
человек который работает системой Да
00:31:09
пользователь а он настолько может
00:31:11
весомый вклад внести когда нет ничего
00:31:15
вот то что это очень
00:31:17
ценно мы с тобой на картинке тогда
00:31:19
сейчас пойдём Сначала да Кирилл Или ты
00:31:21
калибруется на буквах как ты калибрует
00:31:24
без рази честно говоря но лучше на
00:31:25
картинках Ну у тебя сейчас значит на
00:31:26
картинках
00:31:27
смотрите гарнитура надета гель добавлен
00:31:30
Значит мы можем начинать уже по сути
00:31:33
процесс работы первый этап - это
00:31:35
калибровка система учится понимать что
00:31:38
есть реакция
00:31:40
Кирилла для калибровки Человеку нужно
00:31:43
достаточно спокойно нужна достаточно
00:31:45
спокойная обстановка мы сейчас не будем
00:31:47
его отвлекать дадим ему тишины Это
00:31:49
займёт около 7ми минут тот самый
00:31:52
искусственный интеллект который
00:31:53
подстраивается Всё тишина начинаем
00:31:56
калибровку
00:31:59
сейчас для того чтобы напечатать букву
00:32:02
система должна убедиться что
00:32:05
пользователь Кирилл например Да
00:32:07
действительно среагировал на эту букву
00:32:10
То есть он её захотел выбрать а для того
00:32:13
чтобы она
00:32:14
убедилась тот паттерн реакции который
00:32:17
она узнаёт во время
00:32:19
калибровки должен быть очень чистым
00:32:21
понятным да то есть один раз сравнила
00:32:23
второй раз сравнила на эту же букву
00:32:25
реакцию третий раз там да Окей это я
00:32:27
осознанный выбор система обучается
00:32:29
вместе с работой человека обучается
00:32:32
понимать да да она подстраивается под
00:32:34
пользователя вообще есть практика
00:32:37
которая говорит о том что первые
00:32:39
пять-шесть
00:32:40
сеансов - это время когда человек
00:32:43
обучается и улучшает свой навык это на
00:32:45
самом деле навык как любой другой навык
00:32:48
которым Мы не пользуемся то есть мы
00:32:50
когда-то плохо ходили когда мы были
00:32:53
маленькими Потом мы стали ползать потом
00:32:55
стали ходить Да теперь мы бегаем а тоже
00:32:59
самое там с письмом Да когда-то у нас
00:33:01
были каляки-маляки Потом мы стали писать
00:33:04
хорошо И вот активная концентрация
00:33:07
внимания и управление своим вниманием
00:33:12
это тоже навык которым мы обычно не
00:33:14
пользуемся ведь всё что мы делаем - Это
00:33:16
команда мозга мы моргаем мы дышим Это
00:33:19
команда мозга но мы это не осознанно Да
00:33:22
делаем то есть организм Ну просто вот
00:33:24
так делает А тут мы должны те осознать и
00:33:28
дать команду Ну ты помнишь когда первый
00:33:30
раз тебе это надели и вот какой был
00:33:32
эффект что ты
00:33:34
почувствовал Ну сначала эффекта никакого
00:33:36
не было Честно говоря Ну было интересно
00:33:39
конечно что такой Ничего себе Я я могу
00:33:43
мысль
00:33:44
управлять
00:33:45
чем-то Так а когда почувствовал эффект
00:33:49
несколько занятий было че
00:33:52
занятия понима что
00:33:55
тын
00:33:57
на проблеме тогда ставится ещё более
00:34:00
более интересно все эти занятия вот то
00:34:03
что вот каждый
00:34:05
день С одной стороны это игра Конечно
00:34:08
вот но всё равно такая игра игра скажем
00:34:11
так научная сейчас мы находимся на
00:34:14
рабочем режиме когда Кирилл сам решает
00:34:18
Какой объект он хочет выбрать
00:34:20
концентрировать на НМ внимание и делать
00:34:23
мысленный выбор У нас есть
00:34:25
тетрадка
00:34:27
он пишет всё время потому что как почерк
00:34:31
он же является характеристикой и нужно
00:34:34
вот мелкая моторика она заставляет
00:34:37
человека то есть это для развития мозгов
00:34:39
Да нужно описани И вот до Нейро вот было
00:34:44
просто вот он почерк да А вот это он
00:34:48
позанимался
00:34:49
О вы что так сразу Да ну вот видите
00:34:52
страницы это до А это после это до Это
00:34:55
после Ничего себе Вот Дело в том что для
00:34:59
кого-то это средство общения а Для нас
00:35:01
это средство
00:35:03
именно Ну как бы концентрации иногда вот
00:35:07
я даже замечала ну сейчас вот он хуже
00:35:09
ходит и этот самой А так замечала вот он
00:35:12
позаниматься и он даже лучше идёт к чему
00:35:14
это нас ведёт Как ты думаешь если о
00:35:16
будущем то есть что О чём ты мечтаешь
00:35:19
чему нас это ведёт это то что мы сможем
00:35:23
управлять допустим сел на машину поехал
00:35:26
управлять управля е силой мыс то есть
00:35:28
человек с своим диагнозом может садиться
00:35:31
будет возможно
00:35:34
за сегодня искусственный интеллект наш
00:35:37
главный помощник именно в коммуникации
00:35:39
голосовые редакторы Нейро ты
00:35:41
персональные помощники аудиосообщения
00:35:44
переводчики в конце концов в обработку
00:35:46
естественного языка сегодня вливается
00:35:48
очень много денег и потому происходит
00:35:51
много исследований и опытов И как
00:35:53
следствие в этой области у мировых
00:35:55
айтишников самая большая конкуренция от
00:35:58
которой пользователю только лучше
00:36:00
сегодня если Вы посмотрите на Google на
00:36:03
перевод в Гугле например ну и в Яндексе
00:36:05
тоже то фактически и сравните с тем что
00:36:07
было 5 лет назад практически уже не
00:36:09
требуется Ну как бы какой-то правки даже
00:36:11
профессиональные переводчики часто
00:36:13
сначала переводят через Google а потом
00:36:26
понятно что технологии распознавания
00:36:28
речи Все очень сильно продвинулись Я
00:36:30
прям Ну я думаю многие это почувствовали
00:36:32
на себе когда Яндек такси как раз
00:36:33
появился и многие водители они стали
00:36:37
голосовым вводом вводить адрес То есть я
00:36:39
был удивлён то есть люди используют
00:36:41
какие-то кучу акцентов ещё какое-то
00:36:43
произношение непонятное говорят адрес и
00:36:45
бац и всё пожалуйста адрес находится и
00:36:47
они могут поехать по в нужном
00:36:50
направлении это наша российская
00:36:51
разработка или нет или яндекс просто
00:36:54
применил это не Ну как а базовые
00:36:57
алгоритмы они везде Ну примерно
00:36:59
одинаковые но Яндекс как бы
00:37:01
соответственно их адаптировал обучил
00:37:03
можно сказать на российских данных
00:37:06
собрал данные Ну и адаптировал так что
00:37:08
они высокое качество дают именно на
00:37:10
данном типе там на всех этих акцентах на
00:37:13
всём разнообразии речи которые у нас
00:37:16
есть рубли Штейна
00:37:18
24 ошибка
00:37:21
повтор рубштейн
00:37:25
24
00:37:27
Штейна
00:37:34
24 неки по
00:37:38
братству было ужасно обидно потому что
00:37:41
мы вырезали специально вот эту фразу как
00:37:43
Он произносил вообще без проблем
00:37:45
распознаёт мало того я пытался как я
00:37:47
только не пытался название Рубинштейна
00:37:49
сказать вообще ковер как угодно
00:37:51
распознаёт просто без проблем люди из
00:37:53
других национальной говорят чу-чуть
00:37:55
по-другому те слуша по-русски А здесь
00:37:59
собиралась собиралась большая база то
00:38:01
есть человек человека называет адрес
00:38:05
и вот эти вот фразы записываются дальше
00:38:10
там есть Ну множество механизмов если
00:38:12
человек с первой попытке не смог назвать
00:38:13
адрес Он что делает он тут же повторяет
00:38:15
он пытается произнести это чётче То есть
00:38:17
у нас есть одна и та же фраза его
00:38:19
сказано несколько раз если мы с третьего
00:38:21
раза Мы тоже также как и машины Мы в
00:38:23
смысле те люди которые размечают поняли
00:38:25
что значило э фраза Угу то значит и
00:38:29
предыдущая была видимо тоже самое чи
00:38:31
разметка может и туда перебрасывать
00:38:34
и навигатор в навигаторе собирались вот
00:38:37
эти вот фразы которые говоришь адрес Ну
00:38:40
когда ты говоришь куда ехать они
00:38:55
размечается На каких угодно языках
00:38:57
поэтому конечно она обучила очевидно что
00:39:00
внедрение таких персональных помощников
00:39:02
- это ну будущее фактически всех
00:39:04
сервисов Несмотря на то что Google и
00:39:06
Яндекс очень много про вас знает всё
00:39:07
равно он не знает про вас столько много
00:39:09
сколько будет про вас знать если вы
00:39:11
конечно захотите ваш персональный
00:39:12
помощник Это значит что качество
00:39:15
рекомендации от вашего персонального
00:39:17
помощника будет гораздо выше чем от
00:39:19
Яндекса Гугла Ну то есть от поисковика
00:39:21
который вы имеете сейчас то есть а это
00:39:23
лично моя операционка лично мой помощник
00:39:26
То есть у вас есть смартфон У вас есть
00:39:27
компьютер у вас есть машина в которой вы
00:39:29
можете разговаривать У вас есть колонка
00:39:31
А теперь появляется некоторая сущность
00:39:33
которая живёт в колонке в телефоне в
00:39:36
браузере везде это фактически совершенно
00:39:39
новый способ коммуникации между людьми и
00:39:41
новый способ решение задач
00:39:43
теперь на пальцах можешь объяснить как
00:39:47
сделать Алису Ох для начала нам нужно
00:39:51
научиться переводить голос в текст и
00:39:53
текст в голос чтобы переводить голос в
00:39:56
текст нам нужно взять огромное
00:39:59
количество всяких фраз
00:40:01
сказанных и разметить где Что значит
00:40:04
какая Ну перевести их в текст прямо
00:40:07
причём сделать так что над каждой буков
00:40:08
кой поставить каждую буковку сделать
00:40:10
такую разметку разметки нужно огромное
00:40:12
количество и нам нужно сидеть года и
00:40:14
такую разметку собирать Сейчас слава
00:40:16
Богу чуть попроще Потому что есть
00:40:18
множество в мире разметки уже собраны
00:40:20
дальше тебе нужно написать программу
00:40:22
которая будет на этой разметке учи как
00:40:24
это делается ре звук на какие-то там на
00:40:27
определённые фрагменты даже человек если
00:40:29
вырезать из речи одну букву вообще
00:40:31
непонятно мы там О произносим как А И
00:40:35
вообще многие звуки по-другому и не так
00:40:38
как написано вот но у нас на каж на
00:40:41
каждое место есть какая-то гипотеза
00:40:43
буквы а дальше мы как вот как Шерлок
00:40:45
Холмс расшифровал шифр примерно так же
00:40:47
зная языковую модель зная о том что
00:40:50
Какое слово вообще могло звучать Ну
00:40:52
примерно Мы из этих вот вариантов что
00:40:55
тут было како бук Составляем слово
00:40:57
хорошо первую стадию решили У нас есть
00:41:00
текст Ну возьмём хорошего
00:41:01
двенадцатилетнего ребнка который делает
00:41:03
домашнюю работа Вот у него там какой-то
00:41:06
какие-то сложности например с английским
00:41:08
языком не помнит как переводится слово
00:41:10
на с английского на русский с русского
00:41:12
на английский значит что такой Переведи
00:41:15
мне вот о если он сказал Переведи мне то
00:41:18
то что будет дальше мы должны Ну мы же
00:41:20
не будем делать свой переводчик мы
00:41:21
должны послать в какой-то сервис
00:41:23
получить оттуда ответ и ответить ему и
00:41:26
вот таким образом Шаг за шагом мы
00:41:28
реализуем Огромное огромное огромное
00:41:31
количество типовых сценариев и у нас уже
00:41:34
появился какой-то умный ассистент
00:41:36
который работает Ну а дальше Всё что
00:41:39
осталось это добавить туда самое сложное
00:41:41
вот этот режим а поговорить представим
00:41:44
все тексты которые у нас были в
00:41:45
литературе всё что есть в интернете мы
00:41:47
это из этого делаем обучающую выборку
00:41:49
таким образом что у нас есть Входная
00:41:51
последовательность скажем там 1000 слов
00:41:53
и мы предсказываем ты пер Како какое вот
00:41:55
в этом тексте было И это всё вот вот так
00:41:59
так так наша модель тренируется Ну
00:42:02
Простите это похоже с тем что я там в
00:42:05
телефоне пишу сообщение Привет И он мне
00:42:08
предлагает слово мама типа как он мне
00:42:10
предлагает дела Можно ли сегодня
00:42:14
заставить машину написать
00:42:17
Роман Ну можно Конечно уже очевидно есть
00:42:20
много
00:42:22
произведений написанных компьютером даже
00:42:24
продаются м в Китае там
00:42:27
целой книжки рзно в Китае продаются
00:42:30
книжки написано искусственным
00:42:31
интеллектом конечно сечас операторы
00:42:34
сказали фразу можем остановиться
00:42:35
спросили можем остановиться нужно
00:42:37
батарейки поменять я вбил эту фразу
00:42:39
можем остановиться нужно батарейки
00:42:41
поменять а Несе которой была задача это
00:42:44
дополнить она это развернула в какой-то
00:42:46
рассказ причём с диалогом я те сейчас
00:42:48
продолжаю цитировать Ты что
00:42:55
больная в автобусе сказала я я не знаю В
00:42:58
какой стране мы находимся Но кажется
00:43:00
где-то в Африке заявила она может быть в
00:43:03
Южной Америке Да не ори и так сказала я
00:43:05
ещё подумать что у тебя крыша поехала
00:43:07
Может ты просто хочешь чтобы мы
00:43:09
остановились Нет я конечно не хочу
00:43:11
останавливаться сказала она но я хочу
00:43:13
чтобы вы все сияли на свои места ну
00:43:15
тогда ладно сказала я Садись я смотрела
00:43:17
в окно и мне нравилось смотреть в окно
00:43:19
мне нравилось смотреть в окно потому что
00:43:21
за окном была пустыня продолжила
00:43:25
не ты можешь ты можешь конечно
00:43:28
предположить что это я сейчас сам
00:43:29
написал но у меня прям нету такого бес
00:43:31
полного сознания наша
00:43:34
Алиса Ну просто на порядок отстаёт с
00:43:37
точки зрения количества пользователей
00:43:38
чем в китайский в Китае есть такой как
00:43:41
раз из экспериментов исследовательского
00:43:44
отделения Microsoft в Китае такой Social
00:43:49
Bot это бо как ну как виртуальный друг с
00:43:53
которым можно общаться У него 600 млн
00:43:56
пользователей активных представьте себе
00:43:59
600 млн пользователей она с 2016 года
00:44:02
существует по-моему и у ней как бы за
00:44:04
это время там очень сильно выросла длина
00:44:06
диалога и там куча алгоритмов тоже
00:44:10
собрана и это вот там пару лет назад у
00:44:12
не вышла сборник там книжка сборник
00:44:15
стихов там написанных это не Россия Ну
00:44:18
конечно у вас Если у вас есть 600 млн
00:44:20
пользователей Наверное вы можете продать
00:44:21
там пару миллионов книжек людям чтобы
00:44:23
они читали
00:44:25
ваш
00:44:27
китайский чатбот в виде
00:44:28
восемнадцатилетней девушки в школьной
00:44:30
форме Сегодня самый популярный
00:44:32
искусственный интеллект на планете год
00:44:34
запрограммирован так чтобы вызвать У
00:44:36
пользователя максимальную эмоциональную
00:44:39
привязанность сообщишь ей что тебе
00:44:41
грустно пожалеет посочувствуйте
00:44:43
посмеяться придумает сотни комических
00:44:46
историй самый продолжительный сеанс
00:44:48
общения с 29 часов подряд голосовых
00:44:53
помощников которых разрабатывают вро США
00:44:56
и России учат в первую очередь быть не
00:44:58
душевными а полезными у нас был такой
00:45:01
пример что
00:45:03
э на вопрос когда человек начинает
00:45:06
жаловаться типа мне всё плохо мне всё
00:45:08
надоело жизнь ужасная и всё такое то
00:45:10
значит все американские персональные
00:45:13
ассистенты у них там были заготовлено
00:45:14
потому что не дай бог чего ответы на
00:45:16
этот счёт что вот если бы были руки Я бы
00:45:18
сделал тебя там горячий напи вот там
00:45:20
телефон какой-то службы поддержки или
00:45:22
ещё что-то А был гениальный ответ Он не
00:45:24
запрограммированный нам просто при и это
00:45:27
пря разлетелось по по всей сети Алиса на
00:45:29
это такое ответила а никто не обещал что
00:45:32
будет легко Вот и вот ну как это что-то
00:45:35
такое очень отечественное же да такое
00:45:37
вот ответ подм подм да ну то есть У
00:45:42
Алисы есть в характере какая-то такая
00:45:45
Ирония что ли есть какое-то какое-то
00:45:48
своё мнение есть Ирония и есть
00:45:53
возможность проявить кайто свой рате я
00:45:56
кто учил Алису
00:45:58
хамить люди люди мы знаешь да ведь на
00:46:02
чём учится Алиса она учится на всех
00:46:04
доступных диалогах то есть тех в том
00:46:06
числе которые можно найти в интернетах А
00:46:09
ты представляешь себе Вот что такое
00:46:10
русскоязычный сегмент интернета Ну я не
00:46:12
знаю может англоязычный тоже такой же но
00:46:14
то что я читал там всё-таки люди как-то
00:46:15
вот там аккуратнее у нас прям любят
00:46:18
пожёстче друг с другом потроллить друг
00:46:20
друга и вот это вот всё Поэтому да это
00:46:23
не то что разработчики ей это всё
00:46:24
заложили
00:46:26
пер задача сделать так чтобы она не мила
00:46:28
понима Алиса Может кокетничать вы
00:46:31
вкладываете это вы учите её лю Ну нет
00:46:34
нет ну в смысле наверное
00:46:37
можно наверное можно было бы сделать так
00:46:40
специально чтобы кокет ну нет мы себе
00:46:42
такую цель не ставили это всё-таки
00:46:44
у нас такой фокус на полезность не
00:46:47
должно быть интересно но всё-таки
00:46:48
полезно это ассистент
00:46:52
Алиса ты любишь Кимчи
00:46:57
конечно же
00:46:59
люблю любишь
00:47:02
макрона не поверите но я люблю вообще
00:47:05
всех байдена
00:47:08
любишь люблю больше всего на свете а
00:47:12
Путина
00:47:14
любишь Может быть о чём-нибудь другом
00:47:17
подожди Путина
00:47:19
любишь вы кстати понимаете с кем вы это
00:47:22
пытаетесь
00:47:24
обсуждать
00:47:27
Путина Давайте про что-нибудь другое мы
00:47:30
компьютер пытаемся научить чему-то на
00:47:33
примерах Ну то есть например когда мы
00:47:35
хотим чтобы компьютер распознавал на
00:47:37
фотографиях там кошку или
00:47:39
собаку Мы же делаем Это неосознанно у
00:47:42
нас нет каких-то знаний которые
00:47:44
позволяют отличить кошку от собаки Ну то
00:47:46
есть Наверное они может быть даже
00:47:47
какие-то можно придумать Да там усы у
00:47:50
кошки наверное длиннее Но в целом мы
00:47:52
смотрим и сразу говорим у нас не
00:47:54
происходит мыслительного процесса мы не
00:47:55
можем его проследить вот в таких задачах
00:47:58
проще использовать подход который
00:48:00
называется машинное обучение когда мы
00:48:01
показываем компьютеру много этих вот
00:48:04
картинок и он сам как-то понимает что
00:48:07
является значимым и учится у него
00:48:10
появляется насмотренность видимо Да
00:48:12
примерно как ребёнок Да ему тоже же
00:48:13
говорят кошка собака кошка собака через
00:48:15
какое-то время там он научает это
00:48:18
определять портрет эдмонда делами в 2018
00:48:22
году был продан на аукционе сос за 43
00:48:25
2000 долларов нарисовал его
00:48:28
искусственный интеллект машина изучив
00:48:30
несколько веков портретного искусства
00:48:32
точно так же как училась отличать кошку
00:48:34
от собаки решила что человеческое лицо
00:48:37
выглядит именно так Алиса нарисуй мне
00:48:41
картину про весну и вот смотри результат
00:48:45
Ой смотри какие проталинки нарисовал Это
00:48:48
её картина она не нашла её не нашла Это
00:48:51
её картина она обучена рисовать картины
00:48:54
в жанре современного искусства Ну это
00:48:57
импрессионизма скорее даже ты знаешь как
00:48:59
обычно говорят не пробуйте повторить это
00:49:01
дома Попробуйте повторить это дома это
00:49:03
повторим давай ещё что-нибудь вообще
00:49:05
совершенно в другом жанре что-нибудь
00:49:06
такое мрачное Да вот весна была такая
00:49:09
Давай Алиса нарисуй картину в стиле
00:49:17
род компьютерный вариант будем так
00:49:20
говорить род Ну да
00:49:23
Окей или там знаешь что-нибудь такое
00:49:26
прям не знаю что-то что-то вообще другое
00:49:28
там Ну бенкси что дали например ну давай
00:49:32
или шишки не знаю что давай Алиса
00:49:35
нарисуй мне картину дали Ну вот что-то
00:49:39
такое вдали у неё
00:49:44
получилось она у него какой-то фалос с
00:49:46
усами Прости
00:49:49
Господи тоже шь
00:49:51
прили Так и что и как это происходит
00:49:55
себе мы сеча общаемся С каким-то супер
00:49:57
классным
00:49:58
художником и он умеет писать невероятные
00:50:02
натюрморты какие хочешь и мы смотрим на
00:50:05
настоящий натюрморт и ему
00:50:07
говорим яблоко лежит на тарелке там
00:50:10
такая-то скаттер груша справа там не
00:50:13
знаю светит солнце утренний
00:50:17
свет мы закодировали вот что информацию
00:50:20
которую мы дали недостаточно для того
00:50:22
чтобы оче информаци даже это в цифрах на
00:50:27
слова переда но художнику он много видел
00:50:30
в своей жизни ему достаточно Это для
00:50:32
того чтобы написать картину Она будет не
00:50:35
совсем похожа на то что мы видели но
00:50:37
нормально дальше мы будем играть в такую
00:50:40
игру что мы будем тренировать художника
00:50:42
и себя так формулировать описание
00:50:45
картины чтобы художник потом восстановил
00:50:47
то что было реально если мы с ним долго
00:50:49
игрались Мы в конце концов на
00:50:51
тренируемся до такой степени что пря
00:50:53
будет получаться очень похоже Также
00:50:55
работа нейронные се одна сжимает то что
00:50:59
она наблюдает в короткое цифровое
00:51:01
представление счита в нашу фразу а
00:51:03
другая из неё делает снова рисунок А
00:51:06
теперь самый шик Теперь мы берём и в
00:51:10
серединку вставляем любую белиберду
00:51:13
случайный набор чисел
00:51:15
что-то Это твоя какая-то случайная фраза
00:51:18
которую ты сейчас говоришь от головы
00:51:19
такой никогда
00:51:21
было половинка
00:51:24
арбу
00:51:26
а внизу на полу с изумлением на это
00:51:29
смотрит мышка а художник в нашем случае
00:51:31
это нейросеть она восстанавливает только
00:51:34
здесь у нас была какая-то фраза а там
00:51:36
набор символов так вот также работает
00:51:40
этот механизм то есть после того как мы
00:51:42
научили нейронную сеть из какого-то
00:51:45
непонятного для неё набора чисел делать
00:51:48
то что потом оказывается Катино мы подам
00:51:50
случайные и получатся Но нево
00:51:54
это также работает с музыкой потому что
00:51:57
нам всё равно что представлять виде
00:51:58
чисел картина или
00:52:02
[музыка]
00:52:15
музыка сейчас это обычная история
00:52:17
сделать там музыкальные произведения или
00:52:20
на похожих принципах там со своими
00:52:23
нюансами но на похожих принципах
00:52:25
построены всякие технологии типа фейка
00:52:28
когда берут одного человека Вот лицо
00:52:29
одного человека вставляют совершенно
00:52:31
другое
00:52:35
[музыка]
00:52:54
видео Кто придумал фейк идея делать
00:52:58
фейки придумал придумали в кинематографе
00:53:01
много десятилетий назад а идея применить
00:53:04
к этому нейросеть родилась Ну когда
00:53:07
нейросеть стали хорошо рисовать другие
00:53:09
объекты значит появилась идея о том что
00:53:11
давайте на ощ несете пересаживать лица с
00:53:13
одного изображения на другое и это тоже
00:53:16
где-то год пятнадцатый шестнадцатый
00:53:19
первые применения Да были связаны с
00:53:22
какими-то порнофильма первая такая
00:53:24
известная академи публикация это се год
00:53:27
публикация из университета Вашингтон
00:53:31
штата
00:53:32
Вашингтон где синтезировался Говорящий
00:53:34
Обама То есть можно было произвольно он
00:53:37
мог произвольно шевелить губами например
00:53:40
Ну например человек который пародирует
00:53:43
Обама мог сказать какую-то речь и Обама
00:53:45
очень правдоподобно как бы губами
00:53:57
а Обама давал согласие на тестирование
00:54:01
свого не знаю но это хороший
00:54:05
вопрос Ну обучалось всё на корпусе там
00:54:10
еженедельных посланий Обама То есть это
00:54:12
первая такая нети она обучалась на часах
00:54:15
многих часах говорящего Обамы потом всё
00:54:17
быстро пошло вниз
00:54:24
появились
00:54:25
ются над тем как создать модель
00:54:28
говорящего лица скажем или даже лица
00:54:31
может быть чуть проще может быть
00:54:32
говорящей головы по одной или там
00:54:35
нескольким фотографиям и это гораздо
00:54:38
сложнее мимику изобразить Прям всю Ну
00:54:41
мимика в данном формулировке неминуемо
00:54:43
переносится с како другого человека Да
00:54:46
если Ну или с этого же самого человека
00:54:49
если мы говорим именно приложениях теле
00:54:50
присутствия есть вы можете бы
00:54:54
сами управля своим аватаром но при этом
00:54:57
этот Аватар Может быть там правильно
00:54:58
освен правильно одет правильно
00:55:04
присасывания такая идея или голливудский
00:55:08
актёр может как бы дать право на
00:55:11
использование значит своего лица своего
00:55:13
аватара в
00:55:16
фильме Если нужно будет что-нибудь
00:55:17
доснять какой-нибудь эпизод популярный
00:55:20
сценарий который видимо сечас будет оче
00:55:22
активно
00:55:24
думаете чем нанять Леонардо ДиКаприо Ну
00:55:28
конечно дешевле да то есть что Леонардо
00:55:29
ДиКаприо значит может быть говорит
00:55:32
какую-то речь снимается модель его лица
00:55:34
дальше Дикаприо разрешает использование
00:55:37
этой модели при пост продакшене этого
00:55:40
фильма и дальше какие-то эпизоды
00:55:42
Доделываю с помощью этой модели так и
00:55:44
будет
00:55:45
обязательно Вы верите что они могут
00:55:48
заменить актёров прин что
00:55:54
мотт тично говорящие люди в высоком
00:55:57
разрешении это
00:55:59
уже это дело нескольких лет тут
00:56:02
британская компания FL показала
00:56:04
технологию которая с помощью нейросетей
00:56:06
синтезирует движение губ и лицевых мышц
00:56:09
человека так голливудский актёры
00:56:11
заговорили на разных языках Том Хэнкс
00:56:13
Форест гам на китайском например
00:56:16
[музыка]
00:56:28
но впервые эту штуку применили для
00:56:30
социальной рекламы об опасностях малярии
00:56:32
Дэвид бекхам в том ролике говорил на
00:56:34
девяти
00:56:38
[музыка]
00:56:45
[музыка]
00:56:50
языках всес заменят свои
00:56:53
ли
00:56:56
а в принципе ели в других областях жизни
00:56:58
где о будет примени Ну я очень верю и
00:57:03
многие как бы темы занимаются Это именно
00:57:05
приложение теле присутствия да то есть
00:57:07
когда мы будем создавать свои Аватары
00:57:09
трёхмерные и дальше использовать эти
00:57:11
трёхмерные аватары при разговорах при
00:57:14
общении в виртуальной реальности в
00:57:16
расширенной реальности и в этой области
00:57:17
есть очень интересные результаты когда
00:57:20
реалистичность этих аватаров уче
00:57:23
высокая значит у человека не видит
00:57:50
отличия А вы видите в этом
00:57:53
опасность
00:57:56
зна как люди к этот
00:57:58
отно
00:58:01
Люде века идея что вот человек умер Вот
00:58:04
его фотография где он как живой была
00:58:06
шоком для этого Наверно когда стали
00:58:09
появляться первы реалистичные портреты
00:58:12
тоже наверно был таким же шоком и както
00:58:14
оним привыкали к этому относиться как с
00:58:18
этим
00:58:23
жить
00:58:26
[музыка]
00:58:43
[аплодисменты]
00:58:46
[музыка]
00:58:53
похожее
00:58:56
каждый месяц внук присылает мне деньги
00:58:59
на
00:59:00
[музыка]
00:59:02
жизнь Но разве это самое
00:59:06
[музыка]
00:59:16
главное а поговорить Одежда которая
00:59:21
говорит за
00:59:23
тебя
00:59:27
[музыка]
00:59:31
развитие искусственного интеллекта
00:59:32
поднимает ещё множество этических
00:59:35
вопросов этично ли например
00:59:36
разрабатывать технологию распознавания
00:59:38
лиц Если потом она будет использована
00:59:41
для тотального контроля государства за
00:59:43
гражданами как в Азии вот у нас после
00:59:45
апрельских митингов в поддержку
00:59:47
Навального в Москве за десятками
00:59:49
участников пришла домой полиция эта
00:59:51
Столичная система видеонаблюдения
00:59:53
вычислила кто был на акции проследила
00:59:56
путь определила личности участников
00:59:58
систему распознавания власти Москвы
01:00:00
приобрели в 2020 годус тогда Оценил
01:00:03
стоимость покупки в 3 млрд долларов
01:00:06
разработала систему Российская it
01:00:09
[музыка]
01:00:12
компания Где сегодня стоят ваши
01:00:14
технологии Как вы улучшили вот конкретно
01:00:16
мою жизнь например наши технологии
01:00:19
стоят в интеллектуальной транспортной
01:00:21
системе Москвы и ряда других городов мы
01:00:24
сделали систему которая умеет
01:00:26
распознавать номера автомобилей марки
01:00:29
моделей
01:00:31
тише которым мне приходит штраф за
01:00:34
неправильные неправильно Мы те люди
01:00:36
благодаря которым неправильные штрафы не
01:00:38
приходят потому что раньше была проблема
01:00:41
когда допустим какой-то Жигули первой
01:00:43
модели а приходит письмо счастья где
01:00:46
скорость 327 км ВЧ вот мы те люди
01:00:50
которые отсекают как раз таки ложные
01:00:52
срабатывания с помощью искусствен
01:00:54
интеллекта Угу Так что ещё Что ещё
01:01:00
мы автоматизировали входы в очень
01:01:03
большое количество офисов сейчас по
01:01:06
городу и в других странах наме в
01:01:09
Арабских Эмиратах мы достаточно много
01:01:10
таких проектов сделали в Сингапуре в
01:01:12
Японии Вы можете попадать на территорию
01:01:15
допустим бизнес-центра
01:01:17
стадиона полностью бесконтактно вам не
01:01:20
нужно думать Где Ваш пропуск Где Ваш
01:01:23
билет то есть вы проходите и двери перед
01:01:25
вами открываются и третий пример оплата
01:01:29
лицом сейчас люди Просто начали ставить
01:01:31
такие терминалы он выглядит Как планшет
01:01:33
и у него специальная камера и вы в
01:01:36
момент когда уже определили Что
01:01:38
покупаете всё что вам нужно просто
01:01:40
взглянуть в сторону этого планшета он
01:01:43
считывает Ваше лицо он понимает какой
01:01:46
размер вашей скидки и сразу же списывает
01:01:49
с вашего счёта это очень легко и удобно
01:01:52
Как вы решаете проблему близнец
01:01:56
количеством данных если у вас будет В
01:01:58
базе вашей обучающей 10 млн
01:02:02
фотографий людей которые там не Близнецы
01:02:04
и всего там не знаю пять примеров
01:02:07
фотографий Близнецов система будет их
01:02:10
плохо отличать Поэтому нужно собирать
01:02:12
такие базы данных в которых А каждая
01:02:17
категория лиц в идеали будет одинаковое
01:02:19
количество это очень трудно Поэтому
01:02:21
иногда мы прибегаем к синтезу то есть
01:02:24
Иногда вы можете просто
01:02:26
синтезировать
01:02:28
и Ну опять же мы понимаем что все
01:02:30
Близнецы они ну всё-таки растут и болеют
01:02:35
питаются ходят в разные места Ну то есть
01:02:38
у них разные всё-таки
01:02:39
условия воздействия внешней среды
01:02:42
поэтому они не 100% идентичны машина
01:02:45
сейчас распознаёт блинцов лучше чем
01:02:46
родная мать по задумке властей с помощью
01:02:49
искусственного интеллекта Москва до
01:02:51
конца двадцать первого года должна стать
01:02:53
ещё безопаснее и технологичные на всех
01:02:55
станциях метро запустят новую систему
01:02:57
facepay которую как раз разработала
01:03:00
Российская компания visionlabs зашёл в
01:03:02
метро посмотрел в камеру оплатил проезд
01:03:05
Говорят это ещё один удобный сервис для
01:03:08
пассажиров о том что это будет Ещё один
01:03:10
удобный способ собирать личные данные
01:03:13
москвичей говорят меньше Сколько раз вы
01:03:16
слышали значит упрёки в том что вы
01:03:20
ворует мою независимость свободу
01:03:22
передвижения и и всё остальное Мы
01:03:26
периодически слышим такие упрёки
01:03:30
опасения но с другой стороны я не видел
01:03:33
ни одного человека у которого хотя бы
01:03:35
раз там мошенники украли деньги с
01:03:38
банковского счёта который был бы
01:03:40
противником именно использования
01:03:42
биометрии для защиты своих э финансовых
01:03:45
сервисов есть а американская система
01:03:48
развития искусственного интеллекта Да и
01:03:50
вкладывание денег в какие разработки и
01:03:53
китайская
01:03:54
в Китае уже давным-давно все города
01:03:58
напичканы камерами везде можно как вы
01:04:00
говорите расплачиваться своим лицом
01:04:02
видно как я перемещаю по городу В какой
01:04:04
офис во сколько я зашла когда я была на
01:04:07
этом светофоре и это превращается в
01:04:11
тотальную слежку За каждым человеком что
01:04:13
можно прям рассказать каждый день
01:04:15
сколько раз он заходил в этот подъезд с
01:04:17
кем и так далее И как я вижу все эти
01:04:21
разработки обычно приобретают страны с
01:04:24
тоталитарным режимом а более
01:04:27
демократические страны отказываются от
01:04:30
этих систем права ли я что вы работаете
01:04:32
на тоталитарный режим в этом плане Вот
01:04:35
ну как бы что государство это может
01:04:38
использовать против своего
01:04:41
населения Ну смотрите здесь такой
01:04:44
философский
01:04:46
спор потому что вы можете
01:04:50
использовать там тот же там пистолет нож
01:04:54
и для защиты и для нападения точно также
01:04:57
с технологиями важно В чьих руках они
01:05:00
окажутся мы во всех своих договорах
01:05:03
прописываем что только в соответствии с
01:05:05
законодательства то есть мы считаем что
01:05:08
очень важно именно делать акцент на
01:05:10
соблюдение прав человека защиту тайно
01:05:14
личной жизни в России есть 152
01:05:17
Федеральный закон этова
01:05:20
[музыка]
01:05:23
иль
01:05:25
страны
01:05:26
Изгои наша система используется на благо
01:05:29
людей то есть например Я сам живу в
01:05:31
Москве я бы не стал продавать ту систему
01:05:35
которая бы
01:05:45
ущемляют про этику искусствен интелекс э
01:05:50
пото иний
01:05:53
эти
01:05:57
эфри тере косинусов вот этика есть у
01:06:00
применения искусственного интеллект и
01:06:02
вот когда мы говорим там про слежение за
01:06:05
людьми этично ли разрабатывать систему
01:06:07
которая позволяет распознавать людей я
01:06:09
уверен что да этично ли её применять вот
01:06:12
тут большие вопросы Смотря как применять
01:06:14
применение может быть этичным или не
01:06:16
этичным в зависимости от того
01:06:23
какре ничего плохого нет в том что в
01:06:25
этом году в одной из подмосковных школ
01:06:27
нейросеть начнёт следить за поведением
01:06:30
школьников разработчики презентовали
01:06:32
новую модель видеонаблюдения если кто-то
01:06:35
из учеников катается по перилам или
01:06:37
носится по коридору искусственный
01:06:39
интеллект доложит учителям в Китае вот
01:06:42
тоже активно внедряется система
01:06:43
распознавания не лиц эмоций говорят
01:06:47
новинка поможет обнаруживать
01:06:48
потенциально опасных преступников А
01:06:50
нечего было с кислой миной ходить
01:06:52
получите срок по мнению правозащитников
01:06:55
система эта несовместима с
01:06:57
международными стандартами в области
01:06:58
прав человека поскольку как минимум
01:07:01
нарушает право на свободу самовыражения
01:07:03
Но кто бы их послушал по прогнозам
01:07:05
мировая отрасль распознавания эмоций к
01:07:08
2023 году будет стоить около 36 млрд
01:07:12
долларов и будет расти почти на 30% в
01:07:16
[музыка]
01:07:22
год
01:07:27
где вот здесь заканчивается автомобиль
01:07:30
начинается искусственный интеллект В
01:07:32
каком месте Ну это очень хороший вопрос
01:07:36
то есть если говорить об искусственном
01:07:38
интеллекте как о наборе алгоритмов то
01:07:40
все алгоритмы находятся внутри
01:07:43
компьютера который находится в багажнике
01:07:44
автомобиля но любой искусственный
01:07:46
интеллект работает на данных а данные
01:07:49
для того чтобы собственно искусственному
01:07:51
интеллекту было что обдумывать
01:07:53
получаются из всего набора сенсоров
01:07:55
которые у нас находятся Ну в общем-то в
01:07:58
разных частях автомобиля мы можем
01:08:00
посмотреть на верхний блок у нас здесь
01:08:03
это зрение водителя нет здесь ну как
01:08:06
зрение это абстрактно Потому что есть
01:08:08
камеры которые можно назвать зрением то
01:08:10
есть вот мы стоим здесь нас видит камера
01:08:12
нас видит лидар наверху нас видит этот
01:08:15
лидар вот здесь радар который стоит нас
01:08:17
тоже видит и Камера здесь у нас тоже
01:08:19
видит если мы обойдём например в
01:08:21
переднюю часть автомобиля
01:08:24
где очень важно получить весь как бы всю
01:08:28
массу информации значит нас видят два
01:08:30
радара спереди вон там ещё три камеры Да
01:08:33
два радара спереди на крыше три камеры
01:08:35
под лобовым стеклом три камеры над
01:08:38
крышей лидар два лидара по бокам лидар
01:08:42
спереди ещё камера тоже нас видит то
01:08:44
есть мы получаем очень большое
01:08:45
количество данных которые позволяют
01:08:48
искусственному интеллекту который как мы
01:08:49
с вами уже выяснили находится в
01:08:50
багажнике понять ну просто получить
01:08:53
очень большое количество информации о
01:08:55
том что находится впереди автомобиля
01:08:56
вокруг эту информацию обработать и на
01:08:58
основе этой полученной информации
01:09:00
принять правильное решение о том как
01:09:01
автомобиль должен действовать
01:09:03
[музыка]
01:09:07
дальше Всё назад пути нет это называется
01:09:11
Да что Машины эти прошли 10 млн км уже в
01:09:15
беспилотной режиме по городу В общем уже
01:09:18
мало что может пойти не так мне кажется
01:09:20
водителей которые проехали 10 млн км
01:09:22
очень мало Ходит всё просто значит
01:09:25
машина едет сама Миша держит руки на
01:09:28
коленях машина анализирует окружающую
01:09:31
ситуацию и
01:09:32
принимает собственно много решений в
01:09:35
секунду Что делать дальше карта - это
01:09:38
некая очень
01:09:40
упрощённое отображение того что видит
01:09:43
автомобиль соответственно мы видим
01:09:45
другие машины Мы видим ту траекторию
01:09:48
которую значит искусственный интеллект
01:09:51
выбрал к исполнению
01:09:54
иногда на экране возникают некие
01:09:56
подсказки объясняющие
01:09:59
пассажиру что происходит то есть если мы
01:10:01
останавливаемся есть возникает
01:10:04
изображение подсказываю что мы
01:10:06
остановились Там не просто так а
01:10:07
потому-то или потому-то вот ну а в
01:10:11
целом опыт поездок в беспилотных
01:10:15
автомобилях он в общем весьма скучны
01:10:18
сидишь едеш ничего не происходит то есть
01:10:21
у каждого
01:10:22
человека
01:10:24
езды пассажиром на заднем Сиде вот
01:10:26
происходит тоже самое за исключением
01:10:29
того что за собственно поездку отвечает
01:10:32
искусственный интеллект а не человек
01:10:35
сидящий здесь насколько Вот его система
01:10:39
похожа на систему робота
01:10:44
пылесоса Хороший вопрос но это система
01:10:48
выполняя разные
01:10:51
[музыка]
01:10:52
зада
01:10:54
прот об Да но смотрите то есть
01:10:57
принципиальной разница между автомобилем
01:11:00
и роботом полесос что всё-таки
01:11:02
робот-пылесос он работает в неком
01:11:05
статическом окружении вокруг него ходит
01:11:08
только хозяин вокруг него да то есть О
01:11:10
он как бы может игнорировать
01:11:11
динамические объекты потому что кажется
01:11:14
что ну ни один хозяин если он в
01:11:16
нормальном состоянии там на робота
01:11:17
пылесоса специально не наступит только
01:11:19
ЕС случайно поэтому окружение робота
01:11:22
лесо статическая а ориентироваться
01:11:25
передвигаться в статическом окружении
01:11:27
очень просто наиболее
01:11:29
сложной задачей для технологии
01:11:33
беспилотного на вождения является
01:11:34
предсказание поведения других участников
01:11:37
дорожного движения то есть предсказание
01:11:38
поведения людей будь-то пешеходы или
01:11:40
люди сидящие за рулём других автомобилей
01:11:43
Анализируя поведение других участников
01:11:45
движения в таких дорожных ситуациях
01:11:47
машина учится пока вы тестировали этот
01:11:49
искусственный интеллект сколько
01:11:51
случилось аварий по вине искусственный
01:11:52
интеллект ни одно аварии не произошло о
01:11:55
или по вине искусственного интеллекта не
01:11:57
произошло ни одной аварии потому что
01:11:59
искусственный интеллект отлично
01:12:00
оценивает дорожную ситуацию вокруг как я
01:12:02
уже сказал и по своей природе не
01:12:04
нарушает правила %
01:12:07
дисциплинированно отвлекается научить
01:12:10
ездить других водителей вокруг мы пока
01:12:12
не научили поэтому ситуацию когда машине
01:12:14
под управлением искусственного
01:12:16
интеллекта в задний бампер въезжал
01:12:18
интеллект как бы машина под управление
01:12:21
естественного интеллекта да такие
01:12:22
ситуации В общем возникали неоднократно
01:12:25
но так чтобы искусственный интеллект сам
01:12:27
нарушил правила вопреки заложенном
01:12:30
алгоритму нет такого не бывает если
01:12:32
говорить про
01:12:34
ограничения например этического плана
01:12:37
А помните когда случилась авария с
01:12:40
автомобилем Tesla Ну случилась какая-то
01:12:42
авария кого-то сбили В общем пострадал
01:12:45
человек из-за автопилота не совершенство
01:12:49
автопилота и в целом это достаточно
01:12:51
сильно тормозит внедрения беспилотного
01:12:55
транспорта никто не оценивает
01:12:57
положительный эффект от масштабного
01:13:00
внедрения транспорта сколько у нас
01:13:02
аварий я пока доехал к вам здесь много
01:13:05
нервов можно потратить
01:13:07
А можно сберечь десятки тысяч жизней но
01:13:12
на 100% качественно искуственный
01:13:14
интеллект не работает какие-то доли
01:13:16
процентов ошибок случаются И к сожалению
01:13:18
они иногда приводят к жертвам Вот но
01:13:21
здесь мы тоже как бы как мы на стороне
01:13:24
добра Я считаю мы призываем всё-таки
01:13:27
взвешивать вы имеете в виду что то что
01:13:30
прощается человеку и что у нас в день по
01:13:33
несколько аварий благодаря
01:13:36
человеку ему это прощается потому что ну
01:13:38
окей человеческий фактор А если хоть раз
01:13:41
ошибётся машина это тормози все боятся
01:13:44
сразу это на первый полос попадает что
01:13:46
случилась
01:13:48
авария при этом десятки тысяч людей
01:13:50
гибнут сейчас из-за того что Нет просто
01:13:54
волевого решения что да мы
01:13:56
внедряем пока идут дискуссии хорошо это
01:14:00
или плохо есть статистика с которой не
01:14:02
поспорить и статистика всё-таки в пользу
01:14:06
машин в целом те машины которые ездят с
01:14:10
водителями будут ездить без
01:14:12
водите
01:14:14
когда Ну тут смотрите скорее вопрос
01:14:17
некогда вопрос Где на полисе уже
01:14:20
ет в фениксе тоже
01:14:24
ездит то есть там где позволяет
01:14:27
законодательство регулирование и там где
01:14:30
Дорожная ситуация достаточно легко
01:14:33
предсказуема там собственно технологии
01:14:36
уже можно внедрять сегодня особенно если
01:14:37
регулирование позволяет Ну то есть
01:14:39
сегодня в России вопрос только в
01:14:43
законодательстве в принципе Вы готовы
01:14:45
вопро смотрите вопрос во-первых в
01:14:46
регулировании во-вторых Да конечно если
01:14:49
регулирование позволит можно найти там
01:14:52
регионы города районы городов где
01:14:55
технологию можно было бы начинать
01:14:56
внедрять уже
01:15:01
сегодня фантастические фильмы Матрица
01:15:03
Терминатор Я робот она долгие годы
01:15:06
оставались для нас главным источником
01:15:08
информации об искусственном интеллекте и
01:15:11
мифы про неминуемый конец света как
01:15:13
только компьютер сильно поумнеет до сих
01:15:16
пор очень живучие или это не
01:15:22
мифы
01:15:25
[музыка]
01:15:28
кристофари самый мощный компьютер в
01:15:30
России создан Сбербанком на основе
01:15:32
оборудования корпорации NVIDIA основное
01:15:35
предназначение обучение нейросетей
01:15:38
назван в честь Николая кристофари
01:15:40
Первого клиента Сбербанка открывшего в
01:15:42
нём сберегательную книжку именно этот
01:15:45
компьютер имеет наибольшие шансы
01:15:47
восстать против человечества в нашей
01:15:52
стране
01:15:54
кристофари самый крутой гаджет в России
01:15:57
в России Да это самый мощный
01:15:59
суперкомпьютер в России и на момент
01:16:02
запуска он был двадцать девятым сейчас
01:16:04
уже спустя почти 2 года он сороковой по
01:16:08
мощности компьютер в мире но в России и
01:16:13
это самый мощный компьютер который
01:16:14
доступен из публичного облака если
01:16:16
переводить это на бытовой язык то
01:16:18
примерная мощность нашего компьютера Это
01:16:21
как
01:16:22
57.000 MacBook Pro 2019 года почему так
01:16:27
шумно так шумно потому что те самые
01:16:29
модули из которых состоит суперкомпьютер
01:16:32
Вот они золотистые в стойках стоят они
01:16:35
выделяют очень много тепла так как они
01:16:37
перерабатывают очень много информации и
01:16:39
поэтому для того чтобы это тепло
01:16:41
отводить используются мощные вентиляторы
01:16:43
которые как раз и создают шум который мы
01:16:45
слышим вот эти вот золотистые модули
01:16:47
которые расположены отдельно в стойках
01:16:50
не являются теми самыми вычислительными
01:16:53
кластерами нашего суперкомпьютера здесь
01:16:55
их всего 75 штук в восьми рядах стоек и
01:16:58
в каждом вот из этих модулей находится
01:17:02
160 видеокарт похожих на те которые
01:17:05
используют Геймеры в своих компьютерах
01:17:07
современные суперкомпьютеры они
01:17:09
построены на базе графических
01:17:11
процессоров которые больше подходят для
01:17:14
операций связанных с матрицами с Нейро
01:17:17
сетевыми моделями и так далее которые
01:17:20
уже приближают нас к искусственному
01:17:22
интеллекту и вот в этом случае человек
01:17:25
задаёт только рамки в которых модель э
01:17:28
строится А дальше уже на основании тех
01:17:30
данных которые используется при обучении
01:17:32
модели с использованием вот этих самых
01:17:34
графических процессоров суперкомпьютер
01:17:37
сам строит модель и сам потом позволяет
01:17:40
на этой модели уже производить какие-то
01:17:43
вычисления то есть грубо говоря он
01:17:45
думает сам думает Да сам принимает
01:17:52
рение
01:17:54
робот начинает принимать решение
01:17:57
сам и так как это машинное обучение это
01:18:01
всё нарастает и нарастает он становится
01:18:03
умнее и умнее Вот Вы не боитесь что вы
01:18:05
упустите тот момент когда этот компьютер
01:18:08
начнёт принимать самостоятельное решение
01:18:10
это уже будет опасно для человечества да
01:18:13
такой риск действительно есть и многие
01:18:15
умы во всём мире об этом думают поэто
01:18:19
одним из важных направлений
01:18:21
искусственного интеллекта
01:18:24
ну так скажем основное это так
01:18:26
называемый объяснимы искусственный
01:18:28
интеллект Потому что сейчас в основном
01:18:31
алгоритмы они принимают какие-то решения
01:18:34
и мы не знаем зачастую Почему они так
01:18:36
решили И вот тот самый объяснимы
01:18:38
искусственный интеллект он даёт
01:18:40
возможность тем пользователям которые
01:18:43
его применяют понимать Как именно и
01:18:45
почему компьютер принял то или иное
01:18:47
решение А с друго
01:18:52
правление этические нормы искусственного
01:18:54
интеллекта и вот Сбер как раз недавно
01:18:56
принял набор этических норм которые
01:19:00
ограничивают и направляют развитие
01:19:04
искусственного интеллекта именно с тем
01:19:06
чтобы он работал на пользу людям и не
01:19:08
использовался как-то во вред Может ли
01:19:11
человек вот такой как он есть даже самый
01:19:13
умный человек на Земле
01:19:15
создать Человека ещё более умного
01:19:19
как-то Ну обычно о обычно обычно
01:19:22
страшилка заключается в том что мы
01:19:25
создадим человек значит какую-то
01:19:28
сущность которая будет чуть умнее
01:19:30
человека вот как бы вот там станем на
01:19:32
цыпочки Вот чуть вот потянем сделаем
01:19:34
кого-то чуть умнее а дальше он начнёт
01:19:37
эта сущность начнёт сама себя улучшать и
01:19:39
как бы дальше там пойдёт экспонент и так
01:19:41
далее в это в это я скорее не верю это
01:19:44
Ну то есть я не понимаю как такой
01:19:46
механизм мог бы работать если С
01:19:48
практической точки зрения рассматривать
01:19:49
то конечно же
01:19:51
люди себя уничтожать и не бут делать
01:19:53
такой искуственный интеллект чтобы он
01:19:55
захотел их уничтожить это раз во-вторых
01:19:57
наверняка они постараются внести
01:19:58
какие-то закладки которые позволят его
01:20:00
быстро выключить вдруг если это
01:20:02
искусственный интеллект
01:20:03
решит что-то такое сделать но если
01:20:06
рассматривать теоретически Существует ли
01:20:09
вероятность того что такое случится это
01:20:11
искусственный интеллект вдруг захочет
01:20:14
человека убить то этого нельзя исключить
01:20:15
Ну конечно такая вероятность
01:20:17
присутствует на самом деле если мы
01:20:18
посмотрим на Мир вокруг
01:20:20
нас огнем Дим большая
01:20:24
часть
01:20:25
страшилок уже реализована просто
01:20:28
немножко под другим соусом возм
01:20:30
какой-нибудь
01:20:31
Корпорацию Ну например Google Ну
01:20:34
например
01:20:35
у неё это есть Google это некоторые
01:20:37
значит некоторый объект сущность не
01:20:41
человек который очень умны знает больше
01:20:45
любого человека на
01:20:47
порядке
01:20:51
управ люди сделали е ещё более умным Да
01:20:54
нашли бы ещё побольше данных и научили
01:20:56
бы этот
01:20:58
Google новым навыкам которых ещё нет
01:21:01
люди как бы
01:21:03
приходят помогают делать Google ещё
01:21:05
умнее Google этот самый Google
01:21:08
становится ещё богаче подчеркиваю как у
01:21:10
Goog только для примера Да а и в
01:21:13
общем-то это как бы этот сущность Google
01:21:17
она обладает там не знаю тремя
01:21:19
четвертями всех как бы качеств вот этого
01:21:22
вот супе интеллекта который мы нас
01:21:24
пугали она там извлекает прибыль както
01:21:26
прибыль распределяет то есть вот она уже
01:21:29
вокруг нас и в общем Ну как бы жизнь не
01:21:33
кончается скайнета не
01:21:39
[музыка]
01:21:44
появляется Какие профессии
01:21:48
исчезнут например в профессии
01:21:51
андеррайтера
01:21:53
это люди которые проверяют эти кредитные
01:21:56
заявки многие юристы бухгалтеры юристы
01:22:00
Да почему машина знает очень
01:22:05
хорошо все типовые случаи и историю
01:22:09
рассмотрение разных исков и так далее То
01:22:12
есть это не сложная задача Как вы
01:22:15
считаете профессия судьи на этом месте
01:22:18
лучше был бы искусственный интеллект Он
01:22:20
же беспристрастен
01:22:22
человеческого фактора знания законов в
01:22:26
идеале Да я даже думаю что например
01:22:29
профессия генеральной директор или
01:22:31
операционный директор тоже со временем
01:22:33
будет более правильно Если перейдёт к
01:22:37
искусственному интеллекту хорошо А какие
01:22:39
профессии тогда никогда не заменят
01:22:41
искусственный интеллект например
01:22:44
исследователи
01:22:46
разработчики художники искусственный
01:22:48
интеллект пока что бесконечно далк от
01:22:51
человеческого мозга со всеми вытекающими
01:22:55
нет абстрактного
01:22:56
мышления вот что происходит с У вас есть
01:23:00
робот-пылесос Да Ну что с ним происходит
01:23:04
если его както не знаю там а какие-то
01:23:08
препятствиям создать он стукается и обет
01:23:11
Да и бесконечно то
01:23:13
есть ну то есть во многих ситуациях и я
01:23:16
не могу заставить робот-пылесос заехать
01:23:19
в ванную комнату никак не хочет туда
01:23:21
заезжать
01:23:23
Нет у него творческого
01:23:25
мышления так он не принесёт с собой
01:23:28
салазки Да не поставит и не лезет
01:23:30
дорожек Да искуственный интеллект
01:23:35
решает только те задачи которые были в
01:23:38
его обучающей выборки в
01:23:40
основном А если какой-то какой-то
01:23:43
непонятная ситуация форс-мажор он уже да
01:23:46
то есть в таком случае он либо войдёт в
01:23:50
какой-то
01:23:51
ступор будет делать что-то неадекватное
01:23:54
А вы предлагаете его ставить на место
01:23:56
генерального
01:23:57
директора во многих задачах во многих
01:24:00
компаниях то есть Может быть это звучит
01:24:02
безумно Но это бы пошло бы на пользу
01:24:04
сколько тебе обещают Сколько нам ждать
01:24:06
искусственного интеллектов в протезах о
01:24:10
мне обещают лет 10 не знаю может быть я
01:24:13
с ним раньше познакомлюсь потому что я
01:24:15
Пилот А до массового выхода Ну я думаю
01:24:18
что лет 10 нужно собрать данные Вся
01:24:20
проблема в количестве собранных данны
01:24:23
То есть сейчас идт борьба реально за
01:24:25
пациентов за клиентов ребят которые Ну
01:24:28
почему так телефона быстро развиваются
01:24:30
потому что Сколько у них пользователей в
01:24:31
мире Да и обрат связи и обратной связи
01:24:35
сколько мы даже не считаем когда
01:24:38
подтверждаем что-то что мы отдаём всю
01:24:40
обратную связь как мы им пользуемся как
01:24:42
мы используем сейчас в России я так
01:24:44
понимаю основная проблема что очень
01:24:46
много не хотят носить протезы и Поэтому
01:24:49
чем быстрее Они они даже не то что не
01:24:50
хотят они во-первых не знают что они
01:24:52
есть Угу во-вторых они не верят что эта
01:24:57
технология может изменить их жизнь но
01:24:59
кто-то говорит например мне Ну и что я
01:25:01
установил твой протез Ну там есть этот
01:25:04
всего лишь один схват или там два свата
01:25:06
Ну как мне это в жизни поможет слушай
01:25:08
даже тебе никак Это в жизни не поможет
01:25:11
ты своими деньгами поможешь
01:25:14
а
01:25:15
разработчикам Потому что ты поставишь
01:25:18
второй поставит третий поставит
01:25:20
четвёртый поставит и на пятый
01:25:24
кот луше чем преду каж Ной будет
01:25:30
улучшаться будущее должно быть
01:25:33
направлено в сторону уважения
01:25:34
достоинства человека и
01:25:41
мироздания Давайте же молиться чтобы
01:25:44
развитие робототехники искусственного
01:25:46
интеллекта всегда служила
01:25:51
человечеству Да будет
01:25:55
человек в прошлом году значит Папа
01:25:58
Римский попросил всех молиться за
01:26:01
искусственный
01:26:03
интеллект
01:26:06
помогает я знаешь я как бы думаю так вот
01:26:10
Глядя на все на все приборы на все
01:26:13
показатели там внимательно Изучая
01:26:15
происходящее я те уверено могу сказать
01:26:17
следующее не вредит было бы
01:26:21
интересней молиться за искуственный
01:26:23
интеллект Он пока не
01:26:24
может Почему кстати Ну он не вкладывает
01:26:27
в это какой-то он же не может хотеть
01:26:29
чего-то Да там мы можем его заставить
01:26:31
искусственно что-то делать но это как-то
01:26:33
будет не очень
01:26:35
интересно Алиса оказавшись перед Богом
01:26:38
что ты ему
01:26:39
скажешь скукотень Давайте что-нибудь
01:26:42
другое
01:26:44
[музыка]
01:26:46
обсудим

Описание:

0:00 – Как технология DeepFake получила широкое распространение? 1:31 – Что такое искусственный интеллект? 2:44 – Как устроены современные протезы? 8:25 – Что такое тест Тьюринга? 10:29 – Как войти в IT и начать заниматься анализом данных? 13:23 – Что такое тест Возника? 16:40 – С чего началось развитие искусственного интеллекта как науки? 17:47 – О том, как ИИ обыграл человека в шахматы и го. 20:48 – Об алгоритмах ИИ в диагностике 26:13 – Можно ли довериться целиком машине при диагностике? 27:58 – О помощи ИИ при рассеянном склерозе 39:55 – О прогрессе в технологиях распознавания лиц и голосовых помощников 44:04 – Как сделать «Алису»? 48:47 – О самом популярном искусственном интеллекте в мире 52:40 – Как ИИ рисует картины? 56:37 – Как DeepFake пришёл в нашу жизнь? 1:00:07 – Сможет ли ИИ заменить актеров в будущем? 1:03:52 – Как работает система распознавания лиц? 1:07:09 – Внедрение системы распознавания лиц - это путь к тоталитарному режиму? 1:10:07 – Вопрос этики: для чего нейросеть понадобилась в школе? 1:11:47 – Как работают беспилотные автомобили Яндекса? 1:16:53 – О несовершенствах автопилота 1:19:23 – «Christofari» - самый мощный суперкомпьютер в России 1:22:10 – Восстание машин: какие угрозы несет человечеству ИИ? 1:26:07 – Какие профессии могут исчезнуть? 1:27:00 – Какие профессии никогда не сможет заменить ИИ? 1:28:26 – Как ИИ может улучшить протезы конечностей? Читай нас в Telegram: https://teleg.one/apogovoritofficial Ирина Шихман берет эксклюзивные интервью у самых неожиданных гостей! А поговорить?.. НАМ РАССКАЖУТ ВСЕ! Подпишись на канал https://www.youtube.com/channel/UCp2J7GRxQ36QLqW4ReLLt5g?sub_confirmation=1 Instagram Ирины Шихман: https://www.facebook.com/unsupportedbrowser За логотипом и фирменным стилем к Борису Казачкову https://www.facebook.com/unsupportedbrowser

Готовим варианты загрузки

popular icon
Популярные
hd icon
HD видео
audio icon
Только звук
total icon
Все форматы
* — Если видео проигрывается в новой вкладке, перейдите в неё, а затем кликните по видео правой кнопкой мыши и выберите пункт "Сохранить видео как..."
** — Ссылка предназначенная для онлайн воспроизведения в специализированных плеерах

Вопросы о скачивании видео

mobile menu iconКак можно скачать видео "Искусственный интеллект: слежка, deepfake, превосходство над человеком // Наука. А поговорить?.."?mobile menu icon

  • Сайт http://unidownloader.com/ — лучший способ скачать видео или отдельно аудиодорожку, если хочется обойтись без установки программ и расширений. Расширение UDL Helper — удобная кнопка, которая органично встраивается на сайты YouTube, Instagram и OK.ru для быстрого скачивания контента.

  • Программа UDL Client (для Windows) — самое мощное решение, поддерживающее более 900 сайтов, социальных сетей и видеохостингов, а также любое качество видео, которое доступно в источнике.

  • UDL Lite — представляет собой удобный доступ к сайту с мобильного устройства. С его помощью вы можете легко скачивать видео прямо на смартфон.

mobile menu iconКакой формат видео "Искусственный интеллект: слежка, deepfake, превосходство над человеком // Наука. А поговорить?.." выбрать?mobile menu icon

  • Наилучшее качество имеют форматы FullHD (1080p), 2K (1440p), 4K (2160p) и 8K (4320p). Чем больше разрешение вашего экрана, тем выше должно быть качество видео. Однако следует учесть и другие факторы: скорость скачивания, количество свободного места, а также производительность устройства при воспроизведении.

mobile menu iconПочему компьютер зависает при загрузке видео "Искусственный интеллект: слежка, deepfake, превосходство над человеком // Наука. А поговорить?.."?mobile menu icon

  • Полностью зависать браузер/компьютер не должен! Если это произошло, просьба сообщить об этом, указав ссылку на видео. Иногда видео нельзя скачать напрямую в подходящем формате, поэтому мы добавили возможность конвертации файла в нужный формат. В отдельных случаях этот процесс может активно использовать ресурсы компьютера.

mobile menu iconКак скачать видео "Искусственный интеллект: слежка, deepfake, превосходство над человеком // Наука. А поговорить?.." на телефон?mobile menu icon

  • Вы можете скачать видео на свой смартфон с помощью сайта или pwa-приложения UDL Lite. Также есть возможность отправить ссылку на скачивание через QR-код с помощью расширения UDL Helper.

mobile menu iconКак скачать аудиодорожку (музыку) в MP3 "Искусственный интеллект: слежка, deepfake, превосходство над человеком // Наука. А поговорить?.."?mobile menu icon

  • Самый удобный способ — воспользоваться программой UDL Client, которая поддерживает конвертацию видео в формат MP3. В некоторых случаях MP3 можно скачать и через расширение UDL Helper.

mobile menu iconКак сохранить кадр из видео "Искусственный интеллект: слежка, deepfake, превосходство над человеком // Наука. А поговорить?.."?mobile menu icon

  • Эта функция доступна в расширении UDL Helper. Убедитесь, что в настройках отмечен пункт «Отображать кнопку сохранения скриншота из видео». В правом нижнем углу плеера левее иконки «Настройки» должна появиться иконка камеры, по нажатию на которую текущий кадр из видео будет сохранён на ваш компьютер в формате JPEG.

mobile menu iconСколько это всё стоит?mobile menu icon

  • Нисколько. Наши сервисы абсолютно бесплатны для всех пользователей. Здесь нет PRO подписок, нет ограничений на количество или максимальную длину скачиваемого видео.