Еженедельная подборка новостей (6-12 мая)

Write — нейронка для грамотных текстов на английском

Этот сервис от онлайн-переводчика DeepL исправляет грамматические ошибки и в целом причёсывает текст, предлагая улучшить стиль текста и подбирая подходящие слова.

С уверенностью можно исправлять рабочие письма, редактировать резюме и просто общаться с иностранцами.

Пока что выпустили бета-версию, планируют развивать дальше. В компании сказали, что в будущем Write сможет работать даже с неуловимым тоном предложений.

Вышло приложение ScreenStory.io

Буквально в два клика приложение превращает скучную запись экрана в сочный видеоролик, автоматически расставляя плавные зумы, эффекты курсора и другие красивые детали.

Если вы записываете образовательные уроки, демонстрируете концепты дизайна или новые фичи в приложениях — это поможет вывести качество продакшна на новый уровень без лишних заморочек.

Ребята из Nvidia показали мощнейшую нейросеть NeuralVDB, которая умеет генерить невероятно детализированную графику. 

Как это работает: система в реальном времени определяет отражение света от разных объектов и сразу же применяет это на 3D-модели. Воспроизводит даже керамику, отпечатки пальцев, пятна и пыль.

А самое главное — с этой нейронкой детализация 3D-объектов увеличивается в 16 раз. Объем памяти же при этом требуется в 100 раз меньше, чем было раньше.

watermarkremover.io — нейросеть удаляет водные знаки

Бесплатный сайт, на котором всего за несколько секунд можно удалить вотермарки с ваших изображений. Работает с помощью ИИ-технологий, справляется отлично.

Поддерживает форматы png, jpeg, jpg и webp. Есть также приложение на Android.

Standard Resume — конструктор резюме

Очень простой способ составить современное резюме, которое понравится менеджерам по найму и рекрутерам.

Вы можете сразу импортировать свой профиль LinkedIn или создать с нуля, выбрав из 12 отобранных шаблонов, отредактировать, и выгрузить в pdf или ссылкой.

Кстати шаблоны разрабатывали HR таких компаний как Apple, Google, Uber, Microsoft и другие.

Type — первый ИИ-редактор текста

Это первый редактор документов с искусственным интеллектом, который помогает моментально писать тексты.

Сервис умеет писать контент с нуля, мгновенно создавать черновики, переписывать по запросу текст и предлагать идеи, что писать дальше.

Metabob — автоматизировать отладку и рефакторинг кода

Это мощный ИИ-инструмент для проверки кода, который ускоряет отладку, помогая разработчикам автоматически обнаруживать, понимать и решать сложные проблемы, скрытые в их коде.

Поддерживает Python, Javascript, Typescript, C++, C и Java. Бесплатно доступно на Github, Bitbucket, Gitlab и VScode.

Пользователи ChatGPT начали получать доступ к новому плагину

Речь про Code Interpreter — модель, которая может обрабатывать большие объемы данных, используя Python. В том числе обрабатывать загружаемые файлы.

Говорят, что это как очень крутой аналитик. Вот часть из того, что научились делать пользователи с помощью плагина:

- Сегментировать данные;

- Выстраивать прогноз на основе данных (линейная регрессия);

- Создавать географические карты объектов;

- Визуализировать данные в диаграммах и графиках;

- Делать запросы на естественном языке;

- Редактировать и удалять большие объемы данных.

О чём рассказали Google на конференции I/O 2023

- Google представила новое поколение своей языковой модели — PaLM 2. Она была обучена на корпусе из более 100 языков и использует около 540 миллиардов параметров.

- Компания открывает доступ к ИИ чат-боту Bard для пользователей из 180 стран.

- В офисных приложениях Google Workspace появится больше функций на основе ИИ. Например, пользователи смогут генерировать готовые таблицы или оформления для презентаций с помощью текстовых запросов.

- Показали новые инструменты поиска на основе ИИ. В частности это новый вид выдачи, в котором ответы ИИ появляются над результатами поиска.

- Новые устройства: Планшет Pixel Tablet, складной смартфон Pixel Fold и бюджетный Pixel 7a.

Пустить ИИ в огород: за растениями в умной теплице проследит нейросеть

Как новые технологии помогут снизить цены на овощи

Российские ученые создали первую в нашей стране умную теплицу, за состоянием растений в которой следит искусственный интеллект (ИИ). Он определяет степень комфорта каждого побега в реальном времени с помощью видеокамеры и в зависимости от результатов измерения меняет различные параметры микроклимата. Такой подход позволяет снизить энергозатраты на выращивание посадки в два-три раза, а также раньше заметить сбои в формировании плодов и своевременно изменить стратегию выращивания. Однако, по мнению фермеров, разработка в ее нынешнем виде может быть полезна только для некоторых хозяйств и внедрить ее в практику будет сложно.

В теплой атмосфере

Научный коллектив Пензенского государственного университета разработал систему управления тепличным хозяйством на основе нейросети. ИИ в реальном времени следит за состоянием растений и в зависимости от него подбирает оптимальные параметры микроклимата в теплице. Технология позволяет снизить энергозатраты на содержание посадок, которые составляют большую часть себестоимости сельскохозяйственной продукции, в два-три раза. На данном этапе специалисты испытывают возможности своей разработки на примере небольшого бокса. Это первая подобная система в России, где для контроля побегов используется видеокамера. Аналогичные решения создают за рубежом, однако там применяют другие методы.

— Наше преимущество в том, что мы не воздействуем на само растение, как это происходит с механическими датчиками. Их прикрепляют к листьям, к плодам, к стеблю. Они не дают побегу нормально расти, развиваться. Мы же наблюдаем за растением с помощью видеокамеры — на побег нет никаких негативных эффектов, — сказал соавтор разработки, студент четвертого курса Политехнического института ПГУ Сергей Маркелов.

К тому же использовать механические датчики дороже, чем видеокамеру, так как они одноразовые и требуют специального обслуживания, добавил он.

Одна камера может контролировать от трех до 16 побегов. Сигнал с нее получает нейросетевая система компьютерного зрения. Изображение разбивается на множество областей, по которым ИИ определяет основные элементы: само растение, окружающую среду, границы объектов. Затем он анализирует диаметр стебля и черешка, площадь листового покрова, прирост стебля и плода. Эти данные передаются второй нейросети, которая на их основе рассчитывает рост, объем, количество и примерный объем листьев растения.

В теплицы установлены светильники со светодиодами разных цветов. Их сочетание позволяет подбирать оптимальное для растений освещение. Кроме того, по коэффициенту отражения в различных областях спектра можно определить содержание в побеге хлорофилла, которое тесно связано с концентрацией азота в листьях. Это также характеризует степень комфорта растения.

Человек может управлять такой системой удаленно с помощью смартфона или компьютера. При желании он имеет возможность поменять стратегию выращивания, а нейросеть поможет ее оптимизировать.

— С помощью нашей теплицы фермеры и агрономы смогут определить сбои или изменения в процессах роста растений задолго до того, как это можно будет увидеть невооруженным глазом. Это позволит своевременно диагностировать проблему замедления или уменьшения их роста, — сказал доцент кафедры «Электроэнергетика и электротехника» Василий Ашанин.

Кроме применения непосредственно в тепличных хозяйствах систему планируют использовать в исследовательских целях. С ее помощью будут испытывать новые технологии, сорта и гибриды, разрабатывать стратегии выращивания. Также разработка позволяет моделировать реальные условия окружающей среды в различных регионах мира. Так селекционеры смогут проверить, приживется ли тот или иной сорт или гибрид на определенной территории.

Специалисты ПГУ подчеркивают, что пока они находятся на научном этапе создания разработки и до внедрения ее в практику им предстоит еще решить ряд проблем.

20 млн растений

Использовать систему в современных теплицах в ее нынешнем виде будет очень сложно, считает главный агроном агропромышленного холдинга «ЭКО-культура» Любовь Прыткова. Одна камера может контролировать до 16 побегов, однако на реальном производстве их может быть до 20 млн с плотностью до 4–5 растений на 1 кв. м. Не понятно, как тогда размещать камеры, отмечает специалист. Оборудование такой системы должно выдерживать условия работы в теплице с повышенной температурой и влажностью.

— В какой конкретно точке система замеряет параметры? Например, тепличная культура томата в течение производственного цикла достигает 36 м в длину. По мере роста стебель каждого растения приспускается и укладывается по определенной технологии, при этом растение в постоянной высоте — это от 3 до 3,5 м. Способна ли вообще нейросеть всю эту высоту корректно воспринимать и анализировать? — спрашивает Любовь Прыткова.

Можно предположить, что разработка может быть использована в помещениях под выращивание цветов, в основном горшечных культур, однако для окончательной оценки нужно анализировать работу устройства на производстве, добавила специалист.

— Непонятно, кто будет обслуживать нейросеть в нашем колхозе. У всех этих новомодных технологий всегда есть множество нерешенных проблем, так как учесть всё невозможно. У нас, например, бывает, отключают свет каждые два-три часа. Отдельно взятому крестьянско-фермерскому хозяйству, как мы, такие затраты не под силу, — сказала владелица крестьянско-фермерского хозяйства «Зеленый дом» Татьяна Моисеенко.

Такую систему можно применять в крупных теплицах с надежной подачей электроэнергии, где, например, выращивают рассаду для более мелких хозяйств, «таких как наше», добавила фермер.

Внедрение таких решений сравнимо с привлечением самых опытных и заботливых агрономов, считает специалист по технологиям искусственного интеллекта, доцент кафедры экспериментальной физики УрФУ Александр Черепанов. По его мнению, у разработчиков остается еще огромное поле вариантов управления умной теплицей, реализуемых также с применением возможностей ИИ, от получения наперед заданного качества продукции до индивидуализации характеристик плодов под запросы конкретного потребителя.