Рекламные инструменты Facebook автоматически выделили 65 000 россиян, «склонных к государственной измене». Это вызвало опасения, что получившие такую метку пользователи могут быть каким-либо образом репрессированы, и компания удалила данную категорию из своих рекламных инструментов.

Привязка пользователей к определённым категориям — «навешивание ярлыков» — может быть проблемой, так как алгоритмическое определение этнической принадлежности, сексуальных предпочтений и политических взглядов противоречит интересам граждан и законам различных государств о защите данных. Предполагается, что получение подобной информации возможно только при явном согласии человека.

Учёные изыскивают всё новые и новые способы исследования давно исчезнувших человеческих сообществ. Теперь специалисты пробуют оценивать демографию по следам человеческих… фекалий. Статья с результатами такого исследования опубликована в Journal of Archaeological Science.

От Xrenовой редакции: Помните, как-то на нашем портале выходила статья об одном из самых известных психологических экспериментов - Стэндфордском тюремном эксперименте? Недавно появилась статья, поставившая чистоту этого эксперимента под сомнение. И вот сейчас Филип Зимбардо, проводивший скандальный эксперимент, ответил на возникшие вопросы.


На онлайн-платформе Medium недавно была опубликована статья, критикующая Стэнфордский тюремный эксперимент (СТЭ), проведённый Филипом Зимбардо (Philip Zimbardo) в 1971-м году. Критика касалась сомнительной методологии проекта и основывалась на воспоминаниях участников, с которыми блогер Бен Блум (Ben Blum) провёл интервью. Спустя неделю учёный ответил на критику.

Пять критических аргументов, выдвинутых Блумом, Зимбардо постарался опровергнуть в письме, направленном в венгерский онлайн-журнал Mindset Pszichológia.

Atoun Inc., дочернее предприятие японской корпорации Panasonic, представило прототип носимого «робокостюма» (или, справедливее сказать, «робобрюк») под рабочим названием HIMICO. Создатели HIMICO надеются, что их детище поможет пожилым людям и всем, кто имеет проблемы с опорно-двигательным аппаратом, самостоятельно ходить по делам и даже гулять, когда захочется — отказавшись при этом от таких громоздких средств реабилитации, как ходунки.

В 1975 году Джек Хетерингтон (Jack Hetherington) и Ф. Д. Ч. Уиллард (F. D. C. Willard) опубликовали статью в журнале Physical Review Letters. Статья была посвящена поведению атомов и впоследствии много раз цитировалась, но только один из её авторов был человеком. Ф. Д. Ч. Уиллард был котом, пишет Atlas Obscura. Проблема была в том, что журнал Physical Review Letters публиковал статьи с местоимением «мы», только если у них действительно было несколько авторов. Хетерингтон, профессор физики из Университета штата Мичиган (Michigan State University), понял, что, хотя он был единственным автором, он использовал в статье местоимения «мы» и «наш», традиционные для научных публикаций. Подумав, он решил, что статья слишком хороша и заслуживает быстрой публикации. Поэтому, вместо того, чтобы перепечатать всю статью, Хетерингтон просто добавил в соавторы своего кота Честера под именем «Ф. Д. Ч. Уиллард», использовав латинское название вида домашней кошки — Felis domesticus, его настоящее имя — Честер, и имя отца кота — Уиллард.

Поддельные видео, создаваемые с помощью программ ИИ, всё более убедительны. Методы совершенствуются, а результаты вызывают одновременно восхищение и страх перед будущим.

Совсем недавно появились технологии, изменяющие мимику. Результаты впечатляли, но было понятно, что с видео что-то не так. Но прогресс не остановился, и новый подход позволяет моделировать трёхмерное положение головы, вращение головы, выражение лица, взгляд и моргание, беря данные из одного видео и накладывая на другое.

Техника основана на алгоритмах глубокого обучения (поэтому и результат по-английски называют DeepFakes — «глубокие фейки») и достигает ощущения реальности происходящего на экране, благодаря мелким деталям, таким как еле заметные движения головы или плеч. Стало меньше и искажений. Видео получается почти безупречным: эксперименты показали, что зритель не может определить «обманку».

Технологию её создатели из Стэнфордского университета представят в конце лета на конференции по виртуальной реальности SIGGRAPH.

У каждого, наверное, есть приятель, который, увидев собаку, громко восклицает «посмотри, какая милота!» Но для обычных людей, как показывает исследование, не все собаки одинаково привлекательны — существует возраст максимальной «няшности», который совпадает с возрастом отлучения щенков от материнского молока.

«Задумайтесь над своими способами мышления» — Валентин Конон, автор проекта TrashSmash, о собственных заблуждениях, гомофобии и подходе к просвещению.

В апреле в Москве прошёл фестиваль научного экзорцизма «Инсендио!», в котором, на одной сцене с другими просветителями, выступил белорусский видеоблогер, автор и ведущий шоу TrashSmash — Валентин Конон. Канал Валентина посвящён разбору непростых тем, вроде смертной казни, влияния алкоголя на здоровье человека или этичности ЭКО, а также критическому анализу деятельности неоднозначных личностей вроде Германа Стерлигова и даже Матери Терезы.

После завершения фестиваля к нему выстроилась целая очередь, чтобы сфотографироваться и взять автограф, а у нас была возможность пообщаться поближе и задать несколько вопросов о его просветительской деятельности, мотивации и важных открытиях для себя.

Раньше животный мир Земли был куда разнообразнее. Чуть более 100 тыс. лет тому назад по планете ползали ленивцы размером с жирафа, если того уложить на бок; неспешно бродили медведи двухметровой высоты; плавали бобры весом с не самого лёгкого боксёра… Но со временем все эти удивительные животные исчезли так же быстро, как и появились, и учёные до сих пор не могут однозначно объяснить, почему это произошло.

Российские исследователи научили искусственный интеллект предсказывать вероятность смерти по показаниям фитнес-трекера.
Исследователи российской компании Gero в сотрудничестве с группой специалистов по машинному обучению компании «АктивБК» обучили нейросети предсказывать вероятность смерти на основе данных носимого трекера физической активности. Результаты работы опубликованы 26 марта в журнале Scientific Reports.

Накопление огромного количества данных о здоровье людей способствует обучению систем искусственного интеллекта на этих базах и всё более частому применению ИИ в медицинских целях. С помощью искусственного интеллекта уже анализируют томограммы и кардиограммы, ставят диагнозы, определяют стратегии лечения болезней.

Последнее время наблюдается тенденция воспринимать старение как потенциально излечимую болезнь и, соответственно, использовать искусственный интеллект как в поисках значимых маркеров этого процесса, так и способов его замедления, предотвращения и обращения вспять.

С биологической точки зрения, старение — это увеличение с возрастом риска болезней и смерти. Однако биологический возраст людей одного календарного возраста может различаться на десяток лет. Поэтому в профилактике и терапии старения логично ориентироваться не на формальный календарный возраст, а на своевременно диагностированные реальные возрастные изменения.

Один из важных результатов нового исследования — убедительное доказательство того, что возрастные изменения, а следовательно и возрастание риска смерти («ускорение старения»), чётко коррелируют с изменением профиля двигательной активности. Последний же легко фиксируется обычными фитнес-трекерами — носимыми браслетами с акселерометром, способными собирать и передавать данные о движении.

Авторы работы опирались на медицинские данные 10 000 человек, собранные в 2003—2006 годах в ходе национального исследования NHANES в США. В базе данных исследования NHANES содержится информация о том, как люди с разным состоянием здоровья двигались во время непрерывного ношения фитнес-трекера: как часто переходили от движения к покою, сколько шагов делали в единицу времени, какая интенсивность физических нагрузок была для них максимальной.

Натренировав с помощью алгоритмов глубокого обучения на этих данных нейронную сеть, российские учёные получили систему, способную связывать определённые повторяющиеся последовательности движений с данными медицинских историй и показателями анализов и — в результате — определять риск смерти всего лишь по данным с фитнес-трекеров с более высокой точностью, чем это позволяют делать традиционные методы.

На основе полученного алгоритма исследователи создали мобильное приложение Gero Lifespan, бета-версию которого уже можно скачать и установить на iPhone.

Учёные полагают, что разработанный ими алгоритм будет полезен для контроля здоровья и риска смертности и своевременного медицинского вмешательства.

В ответ на опасения корреспондента портала «XX2 ВЕК» по поводу того, не будет ли алгоритм показывать увеличение риска смертности в периоды кратких изменений паттернов движения, связанных, например, с лёгкой простудой, и тем самым способствовать излишней невротизации, руководитель исследования кандидат физико-математических наук, заведующий лабораторией моделирования биологических систем МФТИ и научный директор Gero Пётр Федичев ответил:

«Да, во время простуды ожидаемая продолжительность жизни будет снижаться, но быстро вернётся к прежнему уровню — то же самое происходит, например, с показателями анализов крови. Обращать внимание нужно будет на долговременные тренды».

Также исследователи считают, что компании, занимающиеся страхованием здоровья и жизни и медицинскими страховыми услугами, смогут с помощью разработанного ими метода дистанционно выявлять людей из групп риска и оптимизировать работу с ними. На вопрос журналиста, не означает ли это, что те, у кого риск смерти, по показаниям трекера, окажется достаточно велик, не смогут получить необходимые страховые услуги или будут вынуждены платить за них больше, представитель компании Gero ответил:

«Всё немного сложнее. Дело в том, что люди из высокой группы риска и сегодня платят за страховку больше, просто риск оценивается с помощью анкеты и обследования. В этом смысле мы меняем инструмент, но не меняем состояние человеческой популяции, указываем всё на тех же людей, которых можно выявить и классическими методами, просто сложнее. Зато есть два положительных момента. Во-первых, динамическое наблюдение с помощью неинвазивной технологии позволяет обнаружить риск раньше, а значит, раньше принять меры и в итоге снизить и затраты на лечение, и стоимость страховки для такого человека. Во-вторых, уже сейчас зарубежные компании переходят на модель поощрения людей, ведущих здоровый образ жизни. Привычная модель в страховании негативная — повышающий коэффициент за хронические заболевания, возраст, вредные привычки — а такие инструменты, как наш, облегчают переход к положительному подкреплению, позволяя в динамике отслеживать успехи человека в поддержании здоровья».