Нейросеть видит людей сквозь стены
Радиоволны в сочетании с искусственным интеллектом позволяют видеть скелетообразные модели людей, движущихся за стеной от наблюдателя. Технология, которая должна полюбиться бойцам спецназа, уже нашла неожиданное применение. Ее используют для мониторинга активности людей с синдромом Паркинсона.
Интерес к этой технологии существовал давно, говорит Дина Катаби (Dina Katabi), старший разработчик проекта и профессор электронной инженерии и информатики Массачусетского технологического института. «DARPA (управление перспективных исследовательских проектов Министерства Обороны США) уже проводило подобные исследования, но до сих пор такие системы могли получить только расплывчатый силуэт человека за стеной».
Теперь же точность работы системы возросла: она моделирует скелетообразные фигуры людей и может показывать базовые движения, такие как ходьба. Система фокусируется на ключевых точках тела человека, например, на локтевых, бедренных и голеностопных суставах. Когда человек делает шаг, вне зависимости от того, находится он прямо перед устройством или за стеной от него, модель повторяет этот шаг в реальном времени. Если объект наблюдения садится — модель также садится.
Как это работает
Радиосигнал, используемый системой, схож с сигналом Wi-Fi, но обладает значительно меньшей мощностью. Принцип работы связан со спецификой проникающей способности радиоволн: они игнорируют такие объекты как стены или мебель, но отражаются от человеческого тела, состоящего преимущественно из воды. Отраженный сигнал затем возвращается в приемник.
«Сложнее всего грамотно распорядиться полученными данными», — говорит Катаби. Справиться с этой проблемой разработчикам помог искусственный интеллект, в частности, нейросеть, использующая технологию машинного обучения.
Разработчики ИИ тренируют нейросеть путём «скармливания» ей информации с пояснениями. Таким образом она вырабатывает собственные алгоритмы и совершенствуется в выполнении поставленного задания. Это называется «обучение с учителем». Хотите научить машину с автопилотом различать светофоры? Покажите ей изображения светофоров и уточните, где именно на них он располагается. Нейросети часто используются для разметки изображений, однако им по плечу и куда более серьезные задания, такие как машинный перевод или даже порождение нового текста на основе данной информации.
Однако разработчики столкнулись с проблемой. «Невозможно взять радиосигнал и отметить на нём голову, суставы и так далее», — говорит Катаби. Другими словами, нанести ярлык на изображение куда проще, чем нанести ярлык на информацию о радиоволнах, отраженных от человека.
На ранних этапах обучения команда разработчиков решила объединить излучатель радиоволн с камерой, чтобы нейросеть смогла соотнести данные. Стены в этом случае не использовались, ведь системе необходимо было видеть объект наблюдения. «Мы использовали ярлыки, которые нанесли на видео, параллельно с подачей беспроводного сигнала, чтобы тренировать нейросеть», — говорит Катаби.
К удивлению разработчиков, после обучения система могла обнаруживать как людей, стоящих на открытой местности, так и скрывающихся за стенами. «Она сумела смоделировать человека, стоящего за стеной, хотя во время тренировок не сталкивалась ни с чем подобным».
Более того, с помощью другой нейросети, система научилась отличать людей по походке. Даже сквозь стены точность определения конкретных людей достигла 83%.
Как это будет использоваться?
Исследователи уже начали использовать систему в небольшом исследовании, связанном с людьми, страдающими от болезни Паркинсона. Устанавливая устройства в их дома, ученые могут собирать данные о передвижении пациентов без использования камер, таким образом минимизируя фактор вторжения в личную жизнь. Это исследование длилось 8 недель, в нем участвовало 7 человек.
Результаты исследования в высокой степени совпали с данными из опросников, которые заполняли участвующие в эксперименте люди. Также исследователи смогли получить дополнительную информацию о качестве жизни людей с этим синдромом, их поведении и функциональном состоянии.
Дальнейшую разработку технологии финансирует Фонд Майкла Джей Фокса (Michael J. Fox foundation). Ее использование позволит исключить «синдром белого халата» при наблюдении за пациентами (синдром белого халата — отклонение поведения и/или состояния пациента от нормы во время приёма у врача. – Прим. ред.). Использование системы поднимает вопрос о конфиденциальности, но Катаби уверяет, что технология не будет применяться на людях без их согласия.
Работа нейросети в динамике:
От зарождения Вселенной до смерти человечества: как нейросеть изображает эволюцию
Нейросети основательно завладели пользовательским вниманием: они оживляют персонажей старых видеоигр, переносят героев «Гарри Поттера» в мир киберпанка, пишут сборники рассказов. А еще могут в три с лишним минуты уместить эволюцию Земли и даже заглянуть в будущее.
Бельгийский цифровой художник Ксандер Стенбрюгге использовал нейросеть StableDiffusion, чтобы создать ролик, наглядно демонстрирующий процесс эволюции — каким его видит искусственный интеллект. Видео он опубликовал на ютьюб-канале NeuralSynesthesia.
Ролик начинается с трансформации космического пространства, Земля там появляется лишь на 14-й секунде. Показано, как постепенно формируется рельеф, зарождаются микроорганизмы, а потом и морские чудища, которые выходят на сушу. В одном из кадров нейросеть почему‑то решила одновременно показать и динозавров, и существо, очень похожее на человека.
Морда обезьяны плавно приобретает человеческие черты, и вот уже группа первобытных людей сидит у костра, а потом изобретает одежду и учится строить жилища. Здания становится все сложнее, в строительстве используются новые материалы, хижина из веток постепенно преобразуется в стеклянную высотку.
Нейросеть решила заглянуть и в будущее: там она видит разрушение экосистемы, роботизацию, рождение «сверхчеловека» и, судя по всему, переселение на другие планеты. Впрочем, в последних кадрах людей и вовсе нет, поэтому, возможно, StableDiffusion предрекла человечеству конец.
Нейросеть видит мужские имена именно так
Мы сделали интересную подборку образов русских мужских имен, то как их видят нейросети. Надеемся вам понравиться. Мы продолжим публиковать имена девушек, мужчин, городов и прочие образы, которые генерируют нейросети.
Образы мужских имен глазами Нейросети
Мы составили список имен, всего их 50 и сделали подборку из имеющихся в сети фото. Подборок фото вы можете найти много. К примеру, мы использовали работы авторов @AkatciaFeo взятых на https://pikabu.ru/ и ещё один «духовный» стиль, к сожалению, автора мы не установили. Если вы отпишите в комментариях — укажем.
1 Александр
2 Алексей
3 Анатолий
4 Андрей
5 Аркадий
6 Борис
7 Вадим
8 Валентин
9 Валерий
10 Василий
11 Виктор
12 Виталий
13 Владимир
14 Владислав
15 Геннадий
16 Георгий
17 Даниил
18 Денис
19 Дмитрий
20 Евгений
21 Иван
22 Игорь
23 Илья
24 Кирилл
25 Константин
26 Лев
27 Леонид
28 Максим
29 Михаил
30 Никита
31 Николай
32 Олег
33 Павел
34 Роман
35 Сергей
36 Станислав
37 Тимофей
38 Федор
39 Юрий
40 Ярослав.
В России используются и другие имена, и список может быть более обширным.
Это интересный божественный стиль, который мало кто использует, мы пытались подобрать промты, но что-то не получается. Автор молодец!
Русский мужчина по мнению нейросети
Черты, которые могут быть характерны для русских мужчин:
• Сильный дух и выносливость: русские мужчины часто ассоциируются с крепостью духа и готовностью преодолевать трудности.
• Гостеприимство: гостеприимство и душевность являются важными чертами русской культуры, и русские мужчины, как правило, проявляют заботу и внимание к гостям.
• Уважение к традициям: часто уважают традиции и историю своей страны, их ценности и обычаи.
• Интеллектуальность: как правило, интересуются наукой, культурой, искусством и образованием.
• Духовность: многие проявляют интерес к религиозным и философским вопросам и стремятся к духовному развитию.
• Чувство юмора: русские мужчины часто обладают развитым чувством юмора и могут с легкостью находить общий язык с другими людьми.
Однако, стоит отметить, что это лишь общие черты и не являются универсальными для всех мужиков. Каждый человек уникален и имеет свои индивидуальные особенности и характеристики.
Если нет времени читать, можете посмотреть подборку сделанную в виде презентации.
Сергей Нифашев
Приветствую вас, уважаемые читатели! Меня зовут Сергей Нифашев, и я уже более девяти лет веду блоги и занимаюсь изучением возможностей нейросетей. Живу и работаю в Москве. В течение этого времени я имел возможность познакомиться с самыми передовыми технологиями в области машинного обучения, и я с радостью делится своими знаниями с вами в этом блоге.
Нейросеть превращает слова и имена в портреты, и вот каких знаменитостей она создала
Технологический прогресс движется с такой скоростью, что угнаться за ним практически невозможно. Почти каждый день в релиз уходят всё новые и новые «умные» приложения и программы, создавая ощущение, что искусственный интеллект скоро будет править миром. На такие мысли также подталкивает платформа под названием Artflow.ai, алгоритмы которой могут превратить любое слово или имя в портрет. Интереснее всего, конечно, смотреть на звёзд, поэтому мы решили использовать имена знаменитостей, чтобы увидеть, насколько близок будет результат работы ИИ к реальности. И, забегая вперёд, скажем вам, что некоторые портреты похожи скорее на плохие карикатуры, нежели на настоящих звёзд.
Том Круз после алгоритмов нейросети
Одно из самых точных попаданий.
В жизни Анджелина Джоли выглядит гораздо симпатичнее
В варианте нейросети Джоли больше напоминает карикатуру от уличного художника.
Нейросеть распознала отличительные черты Леди Гаги, поэтому в получившемся портрете её легко можно узнать
Ещё одно точное попадание.
Да и Леонардо Ди Каприо тоже на себя похож, хоть и немного с натяжкой
По какой-то причине алгоритмы превратили актёра в персонажа комикса.
С российскими знаменитостями нейросеть явно знакома хуже, нежели с голливудскими. Так она, к примеру, представляет себе Владимира Путина
Схожие черты есть, но вряд ли кто-то угадал бы в этом изображении президента России.
Второй вариант
Во втором варианте Путин почему-то получился более женоподобным.
А вот каким вышел Филипп Киркоров
Алгоритмы уловили черты певца и сделали его действительно похожим, осталось только понять чем.
Дима Билан, к примеру, больше похож на Сергея Лазарева
Нейросеть превратила Дмитрия то ли в успешного бизнесмена из 2000-х, то ли в модель мужского белья.
Да и искусственно созданная версия Сергея тоже немного похожа на него
Получился грустный Лазарев, который просится на ручки.
О Насте Ивлеевой ИИ явно ничего не слышал
Как и многие другие.
Зато Ксения Собчак получилась весьма убедительной
Это запросто могла бы быть сестра Ксении.
Актёр Сергей Безруков похож на кого угодно, но только не на себя
Если бы у актёра была такая же растительность на лице, то сходство было бы более точным.
А Земфира вышла довольно похожей, но в образе рисунка
Зато в портрете угадываются черты лица певицы.
Полина Гагарина, например, напоминает какую-то голливудскую актрису
Получился практически шарж на певицу.
Нейросеть оставила Ивану Урганту фирменную растительность на лице
На этом сходства, к сожалению, заканчиваются.
Почему искусственный интеллект изобразил Валдиса Пельша таким — для нас большая загадка
Получился какой-то Валдис из Ривии.
Даже в молодые годы Валерий Меладзе не имел такой внешности
В этом случае ставим нейросети незачёт.
А вот экс-участница группы t.A.T.u. Юлия Волкова получилась просто милашкой
Нейросеть решила не воссоздавать гипертрофированные черты знаменитости.
Актёру Михаилу Боярскому оставили фирменные усы, но лишили шляпы. Каналья, тысяча чертей!
Ну какой же это Боярский без шляпы?
Нейросеть продлила знаковые бакенбарды Александра Пушкина, превратив их в усы и бороду
По всей видимости, нейросеть перепутала величайшего русского поэта с Авраамом Линкольном.