Личный проект Марка Цукерберга по созданию системы искусственного интеллекта для управления домом значительно обогатил опыт сооснователя и генерального директора Facebook.

Кое-что удалось сделать проще, чем ожидалось, а некоторые задачи оказались неожиданно трудными, написал Цукерберг в блоге: «Начиная проект, я хотел выяснить нынешнее состояние искусственного интеллекта: в чем его развитие ушло дальше, чем считается, а какие задачи ему пока еще не по силам. В итоге в процессе работы над проектом я узнал больше, чем рассчитывал, например стал лучше понимать технологии, которыми пользуются инженеры Facebook, а также неплохо разобрался в теме домашней автоматизации».

Оснащение дома системой искусственного интеллекта — одна из персональных задач, которые Цукерберг ставит перед собой каждый год.

Домашняя система знает в лицо членов семьи и друзей Цукерберга, открывая им входную дверь и предупреждая хозяина, когда кто-то пришел. Прообразом системы послужил Джарвис, дворецкий с искусственным интеллектом из комиксов «Железный человек». Год назад Цукерберг написал в блоге, что на протяжении 12 месяцев он займется строительством системы искусственного интеллекта, которая должна будет управлять домом и помогать ему в работе.

Домашняя система искусственного интеллекта знает в лицо членов семьи и друзей Марка Цукерберга

Источник: Facebook/Mark Zuckerberg

Аналитик ZK Research Зевс Керравала тогда отметил, что, возможно, опыт Цукерберга вдохновит и других на аналогичные проекты.

По прошествии года эксперт признал: «Тех, кто уже работал над искусственным интеллектом, пример Цукерберга вряд ли заставил заинтересоваться предметом еще больше, а остальных он не подтолкнул к работе в новой области».

Тем не менее аналитик приветствует инициативу главы Facebook: «Рост числа небольших достижений в области искусственного интеллекта со временем приведет к крупным переменам».

Итак, чего же удалось добиться Цукербергу за прошедший год?

В посте он пишет, что создал несложную систему искусственного интеллекта для дома на основе средств обработки естественного языка, распознавания лиц и обучения с подкреплением, которая может управлять освещением, температурой, средствами безопасности, воспроизведением музыки и другими функциями.

Система, написанная на Python, Objective C и PHP, способна осваивать новые слова и понятия. Еще она умеет развлекать дочь Цукерберга Макс и воспроизводить для нее уроки китайского языка. Своему домашнему «дворецкому» глава Facebook тоже дал имя Джарвис.

С помощью механизмов компьютерного зрения система определяет, когда Макс проснулась, умеет отличить собаку в гостиной от коврика, а незнакомцев у входной двери — от друзей и родственников.

«Как в головном мозге человека примерно одна треть мозга отвечает за задачи зрения, так и в мире искусственного интеллекта важнейшую роль играют задачи, связанные с осмыслением происходящего на снимках и в видео­записях, — пишет Цукерберг. — Распознавание лиц — особенно сложный вид задачи распознавания. Люди похожи друг на друга, а потому справиться с ней намного труднее, чем просто различить два случайных предмета, например бутерброд и дом. Но Facebook сегодня уже довольно хорошо умеет узнавать ваших друзей на фотографиях. Опыт реализации этой возможности оказался полезным и при создании системы, которая определяет, кто стоит у входной двери, принимая решение, впустить ли гостя. Домашняя система машинного зрения умеет не только это. Она определяет, когда Макс проснулась, включая музыку или урок китайского, и может понять, в какой комнате мы находимся, чтобы искусственный интеллект мог верно реагировать на команды вроде ‘включить свет’, которые отдаются без уточнения, где именно. Как и большинство функций искусственного интеллекта, машинное зрение наиболее полезно как часть общей системы моделирования мира, работающая в связке с другими, такими как алгоритм распознавания друзей и механизм, открывающий им двери. Чем больше контекстных сведений получает система, тем ‘умнее’ она становится в целом».

Как признался Цукерберг, он был разочарован тем, что часть его бытовой техники не является «умной» и «подключенной», а та, что имеет соответствующие функции, пользуется разными языками и протоколами общения. Из-за этого программирование системы оказалось более трудным.

Зато общение с Джарвисом удалось наладить с помощью чат-бота, реализованного на платформе Facebook Messenger.

Цукерберг решил воспользоваться ботом Messenger, так как это было проще, чем разрабатывать отдельное приложение: «Я могу написать боту сообщение, и он мгновенно передаст его на обработку серверу Джарвиса. Еще я могу передать через бота звукозапись, сервер преобразует ее в текст и выполнит обнаруженные команды. Если кто-то приезжает с визитом, пока меня нет дома, Джарвис отправит мне снимок с указанием, кто прибыл. А еще он может мне напомнить о предстоящем деле с помощью текстового сообщения».

Год закончился, но Цукерберг, по его словам, продолжит работать над Джарвисом — напишет приложение для Android, установит больше колонок для голосового общения с системой, подключит к ней больше предметов домашней техники.

«В более отдаленной перспективе хотелось бы попробовать добиться того, чтобы Джарвис осваивал новые навыки самостоятельно, а не как сейчас, когда мне приходится учить его всему самому, — написал глава Facebook. — Если я решу посвятить еще год развитию домашней системы искусственного интеллекта, то на этот раз займусь исследованием принципов машинного обучения».

В пылесосах и холодильниках LG появится технология машинного обучения

 

Компания LG на международной выставке потребительской электроники CES в Лас-Вегасе сообщила о своих планах реализовать в новом поколении своей бытовой техники технологию машинного обучения LG Deep Learning. Предполагается, что бытовые приборы будут постоянно анализировать образ жизни и предпочтения пользователей, а также ряд других факторов, и затем использовать полученные выводы в работе.

Например, робот-пылесос сможет распознавать объекты, находящиеся в помещении, создавать их базу и реагировать соответствующим образом в зависимости от их типа. Если на пути у пылесоса будет стул, то он объедет этот предмет интерьера, а если роботу встретится человек, то домашний прибор попросит того посторониться.

Холодильник с поддержкой машинного обучения будет способен анализировать образ жизни и модели поведения пользователей, например сможет автоматически заполнять лоток для льда в то время дня, когда наиболее часто востребованы холодные напитки.

Кондиционер благодаря LG Deep Learning узнает, в каких частях дома пользователи отдыхают чаще, и охладит в первую очередь именно эти жилые пространства. Возможен и выбор приоритета в зависимости от дня недели: так, в выходные дни приоритетным местом может оказаться гостиная, а в будние дни кондиционер автоматически выберет центром своей деятельности кухню.

Стиральной машине машинное обучение позволит выявлять жесткую воду, в результате чего будут правильно отрегулированы температура и количество воды. Там, где очень пыльно, стиральная машина сможет автоматически добавлять еще один цикл полоскания.