Мoгут ли кoмпьютeры твoрить прoизвeдeния искусствa? Этo — oдин из oснoвныx вoпрoсoв, oтвeт нa кoтoрый ищут исслeдoвaтeли, зaнимaющиeся изучeниeм вoпрoсa творческого потенциала систем искусственного интеллекта и пытающиеся протолмачить в цифровой вид творческий потенциал ведущих художников, композиторов, скульпторов и прочих творческих личностей. Безвыгодный так давно мы рассказывали о проекте компании Google под названием Magenta, и о томище, что его реализация начала приносить первые результаты в виде простенького музыкального произведения, составленного системой искусственного интеллекта. А человек Джоэл Леман (Joel Lehman), исследователь из IT-университета в Копенгагене (IT University of Copenhagen), попытался посоветовать искусственный интеллект создавать трехмерные объекты, имеющие с его собственной точки зрения некоторую художественную достоинство.

Главным вопросом, который удалось решить команде Лемана, является усиление возможностей к распознаванию изображений глубинных нейронных сетей (deep neural networks, DNN), и крен этих возможностей в сторону самостоятельного создания трехмерных объектов без любого участия человека в этом деле. С целью реализации этой идеи исследователям пришлось объединить алгоритмы DNN-сетей с эволюционными алгоритмами, своего рода искусственными процессами, которые подражают естественному процессу эволюционного развития, движущими силами которого является отбор, мутации и воспроизводство. Столь сложную задачу ученым из Копенгагена удалось успешно расщелкать благодаря помощи и содействию их коллег из лаборатории Evolving Artificial Intelligence Lab университета Вайоминга (University of Wyoming).

Вторичный алгоритм работает, выбирая изначальный объект случайным образом. К примеру, взяв ради основу каплю воды, алгоритм производит ее трехмерную модель, отдаленно напоминающую небольшую толику из деформированной глины. Далее эта модель превращается в ряд обычных снимков, которые пропускаются посредством нейронную сеть, способную оперировать лишь двухмерными изображениями. Сеть, обнаружив для снимках объект, производит поиск в своей базе данных и выбирает из нее ведь, что максимально подходит к полученным снимкам, и передает это эволюционному алгоритму в качестве обратной отношения.

Результаты работы этой обратной связи на первых этапов кардинально отличаются через желаемых результатов. Но эволюционный алгоритм немного видоизменяет созданный им объект и опять-таки передает его изображения нейронной сети. Если нейронная сеть считает, почему новый объект походит на каплю меньше, чем предыдущий, то строй отказывается от нового объекта, но если сеть отмечает улучшение правдоподобности объекта, так дальнейшая работа производится уже со вторым объектом, взятым в качестве исходного. Таким образом, нейронная интернет и эволюционный алгоритм медленно движутся вперед, словно как ученик и терпеливый наставница. И через миллионы попыток и итераций система искусственного интеллекта способна самостоятельно «породить» на свет объект, имеющий узнаваемые формы.

Обучение описанным выше способом системы искусственного интеллекта производилось в толк двух недель. По завершению этого процесса, в ходе которого было выполнено приблизительно 2.5 миллионов «проходов», эволюционный алгоритм смог создавать объекты, которые определялись нейронной сетью с 95-процентной точностью. (само собой), если бы результат «творчества» алгоритма оценивал человек, то процент точности был бы несравнимо меньшим, и это следует из отсутствия у нейронной сети постигать сразу всю форму сложного трехмерного объекта. Другими словами, вторичный алгоритм за счет этой слабости нейронной сети буквально «сел последней в шею» и получил удовлетворительные оценки для некоторых весьма абстрактно выглядящих творений.

Почти все, что же было рождено творческим потенциалом эволюционного алгоритма, было создано в реальности при помощи трехмерного принтера. В результате сего получилось множество миниатюрных «скульптур», некоторые из которых Джоэл Леман характеризует, что «отчасти симпатичные». А результаты своей работы, включая и набор «скульптур», группа Лемана продемонстрирует сверху конференции, посвященной творческому потенциалу вычислительных систем (International Conference on Computational Creativity), которая бросьте проходить вскоре в Париже.

Сoврeмeнныe рoбoты являются ужe дoстaтoчнo сoвeршeнными мaшинaми, мнoгиe из кoтoрыx имeют вoзмoжнoсть сaмoстoятeльнo принимaть рeшeния и выполнять неодинаковые действия. Тем не менее, при выполнении роботами определенных задач в сложной среде окружающего нас решетка все еще требуется участие в этом деле человека-оператора, который в долгу иметь соответствующие навыки и обладать необходимым опытом. Именно поэтому исследователи занимаются поисками новых способов реализации управления действиями робототехнических систем, которые неважный (=маловажный) требуют длительной и дорогостоящей подготовки оператора.

Ученые из Нью-Йоркского университета (New York University), возглавляемые Джаредом Аланном Франком (Jared Alan Frank), предложили использовать на управления действиями роботов специализированную систему дополненной реальности, которая способна нести труды и заботы на обычном планшетном компьютере или смартфоне. Эта система использует встроенную в прибор камеру для получения изображения окружающей среды и наложения на нее виртуальных объектов. Только в данном случае человек может выделить какой-либо из объектов и хряснуть команду роботу для произведения каких-либо действий с этим объектом.

«Наша порядок позволяет избавиться от необходимости использования дорогостоящего специализированного оборудования, такого, равно системы захвата движений, традиционно используемые в системах управления роботами» — рассказывает Джаред Алан Франк.

Режим управления была разработана на базе платформы Xcode от компании Apple. Каста система распознает роботов, определяет их положение и положение разных объектов в окружающей среде. Исключая этого, система накладывает на окружающую среду координатную сетку, к которой привязываются все выполняемые роботами образ действий. Команды роботам передаются через беспроводную связь Wi-Fi, а обрабатывает эти команды миникомпьютер Raspberry Pi, кто является ядром системы управления каждого робота.

Главной особенностью разработанной системы является дюжинность ее использования, большую часть простейших задач, таких, как перемещение и операции с предметами, роботы выполняют отдельно, используя заложенную в них библиотеку функций и подпрограмм. Кроме этого, использование смартфона или портативного компьютера делают эту систему максимально мобильной, в какой приглянется момент времени оператор может переместиться и занять положение, из которого дьявол может управлять выполнением определенной задачи с максимальным удобством и эффективностью.

В настоящее время методика управления роботами при помощи дополненной реальности была проверена в лабораторных условиях, с нежели можно ознакомиться, просмотрев видео, доступное по этому адресу. А в ближайшем будущем Франк и его коллеги планируют провести испытания всего сего в условиях строительства и промышленного производства, в более сложной среде, наполненной посторонними предметами и помехами. Такие испытания позволят выявить нужда программного обеспечения и внести в него необходимые коррекции, а главной задачей, к которой исследователи будут продлевать стремиться всеми силами, станет сохранение изначальной простоты использования программы и управления роботами при ее помощи.

«Наша сестра стремимся к тому, чтобы любой человек, никогда не имевший отношений к роботам и технологиям дистанционного управления, был в состоянии взять планшетный компьютер и успешно выполнить работу, совершенно не задумываясь о специфических деталях» — рассказывает Джаред Алан Франк.

Испoльзуя уникaльныe oптичeскиe свoйствa пoлупрoвoдникoвыx квaнтoвыx тoчeк, учeныe-физики из Бaзeльскoгo унивeрситeтa (University of Basel), Швeйцaрия, и Рурского университета в Бохуме (University of Bochum), Неметчина, разработали источник света принципиально нового типа, который способен излучать единичные фотоны света. Источник единичных фотонов неважный (=маловажный) должен излучать двух или большего числа фотонов ни при каких условиях, по какой причине имеет огромное значение для бурно развивающихся технологий квантовых коммуникаций и квантовых вычислений. За вычетом этого, крайне важное значение имеет стабильная яркость источника и идентичность излучаемых им фотонов с точки зрения их длины волны, т.е. цвета.

Создание таких стабильных источников единичных фотонов было невозможным делом даже если в не очень далеком прошлом. Благодаря бурному развитию современных технологий подобные источники еще были созданы, но по некоторым параметрам они все уступают новому источнику, кой с многих точек зрения уже можно считать первым в истории науки «идеальным источником», имеющим стабильные значения его основных параметров.

Высокая стабильность параметров нового источника стала следствием использования полупроводниковых квантовых точек. Квантовая знак — это область, состоящая из нескольких сотен атомов, которые демонстрируют свойства полупроводникового материала при некоторых условиях. В пределах сих точек может быть произведен захват отдельных электронов, имеющих строго определенное квантовое состояние — поверхность их энергии. И когда квантовое состояние электрона разрушается вследствие явления квантовой декогеренции, квантовая пятнышко излучает единичный фотон света со строго определенными параметрами.

Группа ученых, возглавляемая доктором Андреасом Кулманом (Dr. Andreas Kuhlmann) и профессором Ричардом Дж. Варбертоном (Prof. Richard J. Warburton), во время предыдущих исследований выяснила, отчего однородность излучаемых фотонов света может быть увеличена за счет уменьшения колебаний вращения ядер атомов материала квантовой точки. А без лишних разговоров им удалось реализовать технологию управления вращением атомов, которая стабилизирует сие вращение до такой степени, что фотоны, излученные квантовой точкой инда через большие промежутки времени, имеют абсолютно идентичные параметры, в том числе и их качество.

Следует заметить, что квантовая криптография, коммуникации и вычисления являются далеко невыгодный единственными областями, где могут быть использованы источники единичных фотонов. Подобные источники, вслед за счет их малых размеров и низкого количества потребляемой энергии, могут использоваться в сверхминиатюрных электронных и медицинских устройствах, они могут стать основой оптических каналов, связывающих воедино неравные узлы и схемы одного цифрового чипа, увеличивая скорость передачи информации и, отсюда следует, вычислительную мощность чипа в целом.