socio: Самое интересное

На прежней версии платформы для мониторинга ситуации в городе делался упор на инфраструктуру. Теперь разработчики расширили возможности ИИ: алгоритмы и датчики научились отслеживать места скопления людей и уровень загрязнения воздуха.

Как только поколение 20–30 летних придет к власти в бизнесе, компании массово начнут переходить на гибкий график и удаленную работу. Привычная схема пребывания в офисе с 9:00 до 17:00 — это пережиток индустриальной эпохи, который уходит в прошлое. Нежелание менять сложившийся уклад грозит и экономической, и политической стабильности.

Роботы [пока] не научились поведению человека даже в текстовых чатах, хоть и вовсю пытаются. Но ниша для применения искусственного интеллекта давно есть. Машины не умеют красиво вести беседу, зато на основе больших данных уже облегчают жизнь бизнесу, автоматически подбирая конкретный продукт для конкретного клиента. Контакт-центру остается только связаться с последним и с большой (или как минимум бОльшей) вероятностью завершить продажу. Причем — при гораздо меньших предварительных усилиях со стороны людей.

В 2013 году молодой специалист по вычислительной биологии, Янив Эрлих, шокировал исследовательское сообщество, показав, как можно раскрыть личности людей, перечисленных в анонимной генетической базе данных, используя только соединение с интернетом. Регуляторы отреагировали на это, ограничив доступ к наборам анонимных биомедицинских генетических данных.

Американские ученые проанализировали выборку из более 670 тысяч человек и выяснили, что наличие признаков, характерных для расстройств аутистического спектра, коррелирует с высоким показателем стремления к систематизации информации и низким показателем способности к эмпатии. Таким образом ученым удалось собрать данные в пользу теории эмпатизации-систематизации, которая косвенно указывает на то, что больше к аутизму склонны люди с «маскулинными» особенностями мышления. Статья опубликована в Proceedings of the National Academy of Sciences.

Подходит пора предрождественских распродаж, самое горячее время года для всех ритейлеров. В прошлом году за один месяц с конца ноября по конец декабря Amazon продал товаров на $40 млрд. Самым «горячим» днем стал Киберпонедельник, с распродажами различных гаджетов. В 2017-м он впервые обошел Черную пятницу и даже Amazon Prime Day, и принес компании около $2,7 млрд (140 млн проданных товаров). В этом году главный интернет-магазин рассчитывает пробить отметку в $3 млрд. Но помогать ему сделать это будут уже не люди.

Платить за бургер без карты, не ждать регистрации в отеле, не стоять в очереди на кассу —все это возможно с помощью технологий распознавания лиц. В последние годы подобные решения активно тестируют многие крупные российские и зарубежные ритейлеры. Мы отобрали пять самых интересных примеров.

Люди, ближе всего находящиеся к явлению, часто относятся к нему настороженнее других. Технологи знают, как на самом деле работают телефоны, и многие из них решили , что не хотят, чтобы к ним прикасались их дети.

Почему имидж компаний в будущем будут играть все большую роль? Как изменится динамика отношений работодателя и сотрудника? И почему мы пока не можем всецело доверять искусственному интеллекту в вопросах найма на работу? Эти и другие вопросы Хайтек+ обсудил с Джошом Берсиным, основателем консалтинговой компании Bersin by Deloitte, в рамках прошедшей конференции EdCrunch в Москве.

В Учжене проходит международная интернет-конференция, организованная китайскими властями. Там слова председателя приняли как указание бороться с вольнодумством в киберпространстве.

Все мы мечтали вернуться назад во времени. У всех было что-то, что можно было сделать правильно, ошибка, которую можно было бы предотвратить, жизнь, которую можно было бы спасти, или кошмар, который хотелось бы развидеть. Казалось бы, вернись ты назад во времени, и все в мире сразу встало бы на свои места. Первая любовь была бы успешной. Биткоины были бы куплены вовремя. Мы пока не знаем, как вернуться назад во времени, и все может идти к тому, что это и вовсе невозможно.

Несколько недель специалист по информатике Сывей Люй [Siwei Lyu] наблюдал за роликами deepfake, созданными его командой, с терзающим беспокойством. Эти поддельные фильмы, созданные при помощи алгоритма машинного обучения, показывали знаменитостей, занимающихся такими вещами, которыми бы они не стали заниматься. Они казались ему странно пугающими, и не только потому, что он знал, что они поддельные.