Поиск

Разработчики из Google продолжают наращивать функциональность операционной системы Chrome OS, что позволит Chromebook работать не только в глобальной, но и в локальной сети, наряду с компьютерами под управлением Windows, macOS или Linux. Речь идёт о включении в тестовую версию функции монтирования сетевых хранилищ. Сообщается, что в кодовую базу Chrome OS был принял код для доступа к сетевым хранилищам Windows и Samba с использованием протокола SMB. При этом возможность работы с ним встроена в штатный файловый менеджер Chrome OS, а все настройки осуществляются в конфигураторе в программе «Настройки» (Settings), где появился новый раздел «Сетевые файлы» (Network File Shares). Эта возможность появится в релизе уже 23 октября в рамках Chrome OS 70. Для подключения к сетевому хранилищу нужно лишь ввести адрес, затем имя пользователя и пароль. После этого система подключится. На текущий момент функцию доступа к «расшаренным» дискам и папкам тестируют в Chrome OS Canary. Всё это должно упростить работу с ними, а также дать возможность сбрасывать контент на локальные хранилища, не привязываясь к глобальным облакам. В случае перебоев в работе Интернета это может оказаться нужным. Пока что не уточняется, появится ли в Chrome OS полноценная поддержка протокола WebDAV для подключения к облачным хранилищам как к обычным дискам. Разумеется, можно использовать сторонние программы, однако куда удобнее встроенные решения. Хотя бы потому, что клиентские модули пишут другие разработчики, и в них могут быть уязвимости. В целом же Google Chrome OS явно эволюционирует и становится всё лучше. Системе ещё далеко до Windows, macOS и Linux, но в качестве ОС для клиентского терминала, который подключён к Сети постоянно, её возможностей вполне хватает.

Уже в октябре ожидается выход нового крупного апдейта для операционной системы Windows 10. Называется он, что неудивительно, Windows 10 October 2018 Update. А сейчас компания тестирует новые возможности в Windows 10 Insider Preview — по сути, публичной бета-версии системы. И одним из нововведений свежей сборки под номером 17755 стала возможность синхронизации SMS, фото и контактов со смартфона. Пока что речь идёт только об Android (будет ли iOS — неизвестно), а функционально такая связка сильно напоминает экосистему Apple, где мобильная iOS умеет синхронизировать данные с настольной macOS. Для запуска этой возможности нужно произвести некоторые предварительные действия. На Android-устройстве необходимо установить пакет Microsoft Apps из Google Play, затем запустить его, авторизоваться с учётной записью Microsoft и дать несколько разрешений — после этого система начнёт работать. Приложение Your Phone на Windows 10 также потребует однократной авторизации. К слову, его уже можно скачать, однако на релизной «десятке» 1803 оно работать не будет. Разумеется, пока что это работает не совсем корректно. Для отображения вкладки «Сообщения» может потребоваться полная синхронизация или перезапуск приложения на ПК. Также пока нет возможности отвечать на сообщения, используя штатные уведомления Windows, и нельзя добавлять вложения в виде файлов. Отметим, что новая функция должна, по идее, связать операционные системы Google и Microsoft, раз уж последняя не смогла создать полноценную мобильную ОС. Насколько качественным будет такой «гибрид», пока сказать сложно. Однако для тех, кто не хочет ждать, есть аналог — Pushbullet. Всем остальным же остаётся дождаться октября и посмотреть, насколько качественно в Редмонде смогут реализовать то, что уже сделали в Купертино.

Даже если человек умер, его смартфон бывает можно разблокировать с помощью его отпечатка пальца. Но о сканерах радужной оболочки глаза, судя по всему, такого скоро нельзя будет сказать. Исследователи из Варшавского политехнического университета разработали алгоритм машинного обучения, способный различать радужные оболочки живых и мёртвых людей с точностью в 99 %. Учёные натренировали искусственный интеллект, используя базу радужных оболочек людей, умерших в разное время, а также образцы радужек сотен живых людей. Затем исследователи заставили систему взаимодействовать с изображениями глаз, на которых алгоритм не обучался. Всё сложнее, чем можно подумать. Глаза мёртвых людей обычно удерживают ретракторы, поэтому сотрудники университета вынуждены были вырезать из изображений-образцов всё, кроме самих радужных оболочек, чтобы не вводить алгоритм в заблуждение. Также польским исследователям пришлось фотографировать живые радужные оболочки той же камерой, на которую снимали глаза трупов, чтобы технические различия не испортили результат. В таком подходе есть подвох: алгоритм способен обнаружить мёртвый глаз только в том случае, если его владелец скончался 16 или более часов назад — в первые несколько часов разница несущественна. Теоретически злоумышленник мог бы убить кого-то, открыть глаз жертвы и разблокировать её смартфон. Впрочем, благодаря системе убийце, по крайней мере, пришлось бы поторопиться.

Исследователям Массачусетского технологического института удалось построить нейросеть, способную различать звуки отдельных музыкальных инструментов на видео. Искусственный интеллект под названием PixelPlayer даже может сделать отдельные источники звука громче или тише. «Мы рассчитывали, что в лучшем случае сможем указать, какие звуки производит отдельный инструмент. Удивительно, что мы смогли обнаружить инструменты в пространстве на уровне пикселей. Эта способность открывает множество возможностей, например, редактирование аудиодорожки с помощью клика по видео», — заявил один из авторов ИИ. В основе PixelPlayer лежит нейронная сеть, освоившая 714 видеороликов YouTube, входящих в набор данных под названием «Многомодальные источники комбинаций инструментов» (Multimodal Sources of Instrument Combinations, “MUSIC”). Первые пятьсот видеороликов длиной в 60 часов нейросеть обучалась, остальное время учёные использовали для проверки результатов. PixelPlayer работает самостоятельно, программа может разделить звуки более чем двадцати инструментов, и пользователю не нужно готовить какие-либо заметки. Учёные уверены, что получив больше данных, ИИ научится различать и больше наименований, но пока что им трудно настроить неочевидные различия между классами музыкальных инструментов. «Мы рассчитываем, что работа поможет раскрыть новые области исследования проблемы разделения источника звука с помощью визуальных и аудиосигналов», — отметили исследователи.

Уже много лет ученые работают над созданием миниатюрных роботов, способных работать внутри человеческого организма. И до недавнего времени такие роботы рассматривались лишь в качестве механизмов для диагностики, точечного лечения или третированной доставки лекарственных средств. Но, как передает издание Science Robotics, группе исследователей из Китая удалось создать управляемого микробота, который может перемещать внутри тела живые клетки. Основной проблемой, которая встала перед учеными, было то, что крайне трудно создать такого робота-носителя, который смог бы как удерживать клетки, так и поддерживать их жизнедеятельность и рост. Группа ученых под руководством Дун Суня из Городского университета Гонконга изготовила своего робота при помощи метода трехмерной лазерной литографии. При этом фоточувствительный полимер, используемый при проектировании, затвердевает в заданных местах под действием сфокусированного лазерного луча, что позволяет контролировать форму будущего робота. Для управления ботом используется магнитное поле. Полимерный каркас бота создан с нанесением 100-нанометрового слоя никеля, что и делает его «чувствительным» к действию магнитного поля. Помимо этого, на робота нанесен слой титана толщиной 20 нанометров для улучшенной биосовместимости с клетками и организмом, а тестовые образцы ботов имеют размер от 70 до 90 микрометров. На 1 этапе исследований эксперты использовали фибробласты и мезенхимальные клетки живого эмбриона рыбки данио-рерио, перемещая их. После успешных испытаний на эмбрионе, ученые приступили к следующей фазе: опытам в живом организме лабораторной крысы. Поверхность микробота была покрыта раковыми клетками, обладающими свойствами флуоресценции. Во время транспортировки все клетки сохраняли жизнеспособность. В ходе эксперимента выяснилось, что клетки свободно отсоединялись от бота после доставки к требуемому органу. А затем сами клетки начинали делиться и получать питание.

Не всем известно, что у каждого человека есть индивидуальный стиль ходьбы. Походка каждого уникальна, подобно снежинке, сетчатке глаза или отпечаткам пальцев. Человеку увидеть различия сложно, но искусственный интеллект способен этому научиться. Согласно новому исследованию, опубликованному на IEEE Transactions on Pattern Analysis and Machine Intelligence, новая система, получившая название StoofBD, способна практически безошибочно узнавать людей по походке. Она в 380 раз точнее ранее разработанной системы и работает автономно. StoofBD была разработана в Университете Манчестера. Ее создатель утверждает, что во время ходьбы мы используем 24 различных движения, из которых формируется уникальная походка. Для создания системы распознавания была создана база данных из 20 тысяч шагов 120 людей. Каждый шаг был измерен и заснят в высоком разрешении. Кроме того, каждый шаг был измерен с помощью специальных ковров. Информацию с этих ковров обрабатывает искусственный интеллект, находя соответствия. Именно это и делает систему такой точной. Предполагается, что StoofBD можно применять в целях безопасности в аэропортах и дома. Кроме того, система может использоваться для контроля деятельности на рабочих местах. Для оснащения потребуется устелить пол специальными коврами и оснастить помещения камерами с высоким разрешением. Это достаточно дорого, и не совсем понятны преимущества перед системой распознавания лиц, которая уже широко используется в разных частях мира.

Специалисты Роскомнадзора и радиочастотной службы прошли учения по поиску источников помех и незаконно действующих РЭС. Учения проходили с 6 по 13 мая во время матчей на стадионах в Казани, Самаре, Нижнем Новгороде, Екатеринбурге, Волгограде, Калининграде, Санкт-Петербурге и Ростове-на-Дону. С помощью переносных РЭС создавалась имитация помехового воздействия. В задачу специалистов радиоконтроля входило выявление и определение места нарушения, а также прекращение работы РЭС совместно с представителями оргкомитета, говорится в сообщении Роскомнадзора. Были отработаны вводные по поиску источников помехового воздействия на базовые станции операторов мобильной связи и выявлению незаконно действующих РЭС, использующих технологию Wi-Fi. Также отработаны механизмы информационного взаимодействия между пунктами управления радиоконтролем на стадионах, оперативным центром управления радиочастотным спектром, ситуационными центрами филиалов радиочастотной службы и ситуационным центром Роскомнадзора. Ожидается, что проведенные учения наряду с отработкой радиоконтрольных мероприятий во время тестовых футбольных матчей позволят обеспечить качественное оказание услуг связи в ходе чемпионата мира по футболу, который стартует 14 июня.

Функция Google Lens — интегрированный в сервис Google Photos инструментарий с элементами дополненной реальности — позволяет идентифицировать оказавшиеся в кадре предметы за считанные секунды. Для этого достаточно просто направить объектив камеры смартфона на объект и дождаться, когда программное обеспечение от Google вынесет свой вердикт. Алгоритм Google Lens способен проинформировать пользователя о названии цветка, растения, определить фильм по постеру и книгу по обложке, стать персональным гидом в незнакомом месте — рассказать о памятниках архитектуры и местных достопримечательностях. Список выделяемых Google Lens предметов достаточно широк, однако помочь в распознавании четвероногих друзей до недавнего времени ему было не под силу. Теперь же сервис Google Lens научился разбираться в породах собак, а в качестве бонуса разработчики наградили его знаниями, позволяющими различать между собой представителей семейства кошачьих. Базовый принцип работы системы изменений не претерпел: достаточно навести камеру на заинтересовавшую пользователя собаку/кошку, после чего в дело вступит анализатор Google Lens и выведет на экран общие сведения о животном. В случае, если Google Lens не сможет с уверенностью назвать породу, то на экране будут отображаться несколько вариантов с кратким описанием всех упомянутых животных, любопытные факты о них и ссылки на тематические интернет-ресурсы.

Специалисты Московского физико-технического института (МФТИ) и российской компании Gero разработали систему на основе нейронной сети, позволяющую предсказывать вероятность смерти. Искусственный интеллект формирует прогнозы, используя показатели от обычного фитнес-трекера. Результат отображается в мобильном приложении Gero Lifespan, которое можно установить на смартфон или планшет. При разработке алгоритмов исследователи опирались на медицинские данные 10 000 человек, собранные в 2003–2006 годах в ходе национального исследования NHANES в США. В базе данных содержится информация о том, как люди с разным состоянием здоровья двигались во время непрерывного ношения фитнес-трекера: как часто переходили от движения к состоянию покоя, сколько шагов сделали, какая интенсивность физических нагрузок была максимальной. Создатели платформы научили нейронную сеть выявлять неблагоприятные тенденции: связывать определённые показатели и повторяющиеся последовательности движений с данными медицинских историй и результатами анализов. В итоге, искусственный интеллект научился точно выявлять испытуемых из группы повышенного риска и определять их биологический возраст. Кроме того, система может спрогнозировать вероятность наступления смерти. Ожидается, что предложенное решение будет полезно медицинским организациям и страховым компаниям.

Швейцарские робототехники из Высшей технической школы Цюриха, разработавшие четвероногого робота ANYmal, обучили своего подопечного новым трюкам. Обновленное программное обеспечение машины позволяет ей танцевать под музыку. Робот при этом не просто производит заданную последовательность действий, он анализирует темп музыки и старается синхронизировать с ним свои движения. О роботе ANYmal мы писали в прошлом году. На самом деле четвероногая машина была разработана за несколько лет до этого, однако на «доведение ее до ума» потребовалось еще какое-то время. В целом ANYmal похож на других роботов, разрабатывающихся другими компаниями, например, той же Boston Dynamics. Правда швейцарский робопес гораздо легче своих американских собратьев. Его вес составляет всего около 30 килограммов против 110 килограммов у BigDog от Boston Dynamics. Роботы с таким строением имеют большую проходимость и способны передвигаться по сложной поверхности. За движения ANYmal отвечают 12 электромоторов, за счет которых он может двигать ногами практически в любом направлении. Также в нем установлен аккумулятор для автономной работы в течение двух часов. Ранее разработчики демонстрировали, как робот умеет передвигаться по лесам, трубам и даже взбираться на крутые лестницы, но теперь они нашли ему менее серьезное применение. ANYmal научили танцевать под музыку. Для этого инженеры написали программное обеспечение, которое анализирует музыку в реальном времени и определяет ее темп. После этого робот подбирает подходящий шаблон движений из базы данных, подстраиваясь под этот темп. Во время танца робот постоянно синхронизирует свои движения с музыкой. При смене музыкальных мотивов меняются и движения машины. Конечно же, с учетом общей ограниченности движений и пластики.

Специалисты китайской лаборатории Baidu Research, принадлежащей крупнейшему поисковому гиганту Поднебесной, создали алгоритм ИИ Deep Voice, способный преобразовывать текст в речь. Подобные проекты, существовавшие до этого, сталкивались с проблемой скорости синтеза звука, поэтому для генерации голоса предшественникам Deep Vice требовалось от нескольких минут до пары часов, чтобы корректно и максимально натуралистично воспроизвести текст человеческим голосом. Новая разработка китайских учёных основана на нейронных сетях и способна преобразовывать текст в голос в реальном времени. Deep Voice умеет имитировать тембр, интонацию голоса и акцент, делая их очень правдоподобными и почти неотличимыми от настоящих, при этом голос может быть мужским или женским. Разработчики уверены, что их технологию можно использовать в качестве цифровых помощников, применять для записи голосов в идеоиграх или же вовсе использовать для синхронного перевода фильмов по субтитрам. «Это настоящий прорыв с технической точки зрения, ведь мы смогли решить сложнейшую проблему, синтезировав живую речь со всеми ее особенностями», — говорит Лео Зу, один из авторов проекта.

Huawei и Porsche придумали интересный способ привлечь внимание на MWC 2018 в Испании: они продемонстрировали, как смартфон может управлять автомобилем. Рядом со знаменитым стадионом ФК «Барселона» компании устроили тест-драйв, причём в роли водителя выступил телефон Mate 10 Pro. Оговоримся сразу, что Mate 10 Pro не умеет водить в достаточной мере, чтобы его можно было выпустить на обычную дорогу или трассу. Huawei не пытается таким образом влезть на территорию беспилотных автомобилей, компания лишь пытается привлечь внимание к потенциалу машинного обучения и, вероятно, продвинуть свой следующий флагманский смартфон. Организаторы тестового пробега выбрали короткий и прямой отрезок трассы с определёнными препятствиями: велосипедистом, собакой, футбольным мячом и пр. Когда автомобиль приближался к препятствию, смартфон определял его тип и реагировал соответственно. У Mate 10 Pro были предусмотрены простейшие реакции: объехать или полностью затормозить. На крыше автомобиля закрепили камеру, которая служила «глазами» для Mate 10 Pro и его чипа Kirin 970, способного обрабатывать до 2000 изображений в минуту. В рамках демонстрационного тест-драйва собака сидела на месте, велосипедист также вёл себя предсказуемо. Если бы случилась необычная ситуация, телефон мог бы принять неверное решение или не справиться с управлением. По словам инженеров Huawei, они не пытались создать идеальную систему беспилотного управления автомобилем. Их главное достижение в том, что смартфон всего за 5 недель научился распознавать объекты и реагировать соответственно.

Вряд ли среди нас найдется много любителей тараканов. Помимо не самого приятного внешнего вида, эти насекомые доставляют кучу проблем людям. Но только не ученым. Ученые, наоборот, любят изучать тараканов для того, чтобы узнать об их уникальных свойствах. И вот недавно благодаря тараканам роботы научились выполнять ряд новых трюков. Группа специалистов из Университета Джона Хопкинса под руководством Чэня Ли в процессе изучения американских тараканов (длина каждого из которых, к слову, составляет порядка 5 сантиметров) практически до мельчайших подробностей изучила схему движения этих насекомых. Для этого ученые построили полосу препятствий с барьерами, рвами и возвышенностями. За всем происходящим наблюдали высокоскоростные видеокамеры для регистрации даже самых незначительных движений лап и тел тараканов. «В тропических лесах, где обитают тараканы, плотная растительность, много опавших листьев и ветвей. Насекомые постоянно сталкиваются с этими препятствиями. Мы пытаемся понять, как они преодолевают такой сложный ландшафт, чтобы передать эти свойства роботам». В ходе исследования выяснилось, что тараканы испытывают трудности при преодолении ступеней выше собственного роста и при попытках перелезть через глубокие впадины. На бегу они часто врезаются в препятствия, но быстро приходят в себя и, наклоняя тело, перескакивают через преграду. Это и послужило одним из толчков к тому, чтобы усовершенствовать модели роботов. Разработчики оснастили робота своеобразным «хвостом», с помощью которого у него получается приподнимать переднюю часть своего корпуса во время сближения с препятствием, что дает роботу возможность перепрыгнуть через преграду. Теперь эксперты планируют провести испытания с целью выяснить, сможет ли механический таракан бегать по руинам здания так же ловко, как его живой собрат. Подобные роботы действительно могут оказаться полезны, к примеру, при обследовании районов, пострадавших от стихийных бедствий, и даже для разведки на других планетах.

В Интернете полно роликов, где стаи дронов красиво и слаженно летят, попутно выполняя различные трюки. Ну и что? Они ведь опираются на данные, полученные по GPS, но что делать, когда никакого GPS использовать не получается? Инженеры университета Пенсильвании решили научить дроны обходиться без них. Для этого они взяли двенадцать небольших квадрокоптеров весом в 250 граммов, оснастили каждый из них набором для летательных аппаратов, созданных Qualcomm Snapdragon. Каждый такой блок оснащён микрокомпьютером на базе четырёхъядерного процессора и включает в себя VGA-камеру с углом обзора в 160 градусов, две VGA-камеры, работающих в паре, и 4K-камеру, необходимую для съёмки красивых видео. Спаренные камеры позволяют дрону отслеживать другие объекты, определяя, в какую сторону они движутся. Недостаток заключался в том, что с увеличением дистанции бортовой ПК переставал корректно рассчитывать расстояние до объектов, но разработчикам удалось устранить проблему — теперь на расстоянии до ста метров аппарат высчитывает расстояние с погрешностью до полуметра. Благодаря этому дроны, движущиеся стаей, совсем не сталкиваются друг с другом, хорошо удерживают дистанцию и строй даже в сложных условиях — это показали результаты испытаний, в которых дронам пришлось лететь и ориентироваться вне помещения при ветреной пасмурной погоде.