Роботы как люди или люди уже роботы

[umka]

Американские физики разработали сверхэкономичный магнитный чип

Ученые создали чип, который тратит на вычисления в миллион раз меньше энергии, чем классические транзисторы в современных компьютерах

Специалисты сообщили, что их задачей было существенно понизить потребление компьютерными устройствами энергии, поскольку многие имеющиеся чипы уже не выдерживают скорости работы ПК и начинают плавиться. Разработка нового чипа превзошла все ожидания. Ученые надеются, что с появлением этого маленького устройства мир увидит совершенно иное поколение сверхэкономичных компьютеров.

[umka]

---

Американские биологи вырастили человеческое сердце из клеток кожи
При дальнейшем развитии этой технологии медики смогут использовать генетический материал пациента для выращивания органов специально под
rbc.ua

При дальнейшем развитии этой технологии медики смогут использовать генетический материал пациента для выращивания органов специально под него, полностью исключая риск отторжения при пересадке

[umka]

Трансгуманизм активно пропагандируется на западе через клипы, кино, моду.
Вот художник-дальтоник из Барселоны, которому вживили камеру в затылок. Антенна преобразовывает доминирующий цвет в музыкальные ноты и таким образом он может слышать цвета.


Конечно, трансгуманисты рассказывают, что это всё полезное усовершенствование тела, помощь инвалидам и т.п.
Несколько лет назад Би-би-си писали, что придумали "электронную татуировку". Датчик, вживляемый в тату, может растягивать, морщиться и т.д. Конечно, это все для блага пациентов))


отличный способ толкнуть идею молодежи через игры - человек наполовину робот со сверхспособностями.

[umka]

Всего за сутки дружелюбный чат-бот Microsoft превратился в агрессивного подлеца
Компания Microsoft 23 марта запустила в соцсети Twitter дружелюбного чат-бота Tay. Одна из первых его записей была о том, что «люди суперкрутые». Однако всего за сутки мнение обучающегося искусственного интеллекта поменялось, и в переписке он начал сообщать, что всех просто ненавидит, а наибольшую неприязнь питает к феминизму.
Неадекватное поведение чат-бота заметил австралийский блогер Джеральд Меллор. На своей странице в Twitter он опубликовал скриншоты ответов Tay. За некоторые компьютерную программу Microsoft можно и вовсе обвинить в симпатии к нацистам. The Verge считает, что столь сильное «очеловечивание» бота связано с механизмами его самообучения. Для совершенствования Tay анализирует существующие разговоры пользователей Twitter и следует их не всегда хорошему примеру.

[umka]

Девушка играет в хоррор-игру в шлеме виртуальной реальности.

https://www.youtube.com/watch?v=qBWaXpIeW2U&feature=youtu.be

реальная жизнь скоро потеряет свой всякий интерес по причине трудности и не возможности переигрывать её

[umka]

На немецком курорте представили автобус без водителя. Правда, пока ему не разрешено выезжать на городские улицы. Для этого требуется изменить законодательство
http://dw.com/p/1IlVZ?maca=rus-facebook-dw

[umka]

В США впервые успешно пересадили половой член

https://www.youtube.com/watch?v=E6uR...ature=youtu.be


Роботы в медецине
Cholesterol and Blood Clot Removal Systems - YouTube


тестация хирургов в Японии
KURASHIKI CENTRAL HOSPITAL | SURGEON TRYOUTS - YouTube


Как изменяют пол

Video Details Male To Female Gender Reassignment Surgery - YouTube

[umka]

«Мы уже живем в новой реальности»

Математик Александр Кулешов об искусственной нейросети, которая уже умеет думать, и об информационном поле

16.05.2016


Почему современных математиков называют шаманами, о чем думает искусственная нейросеть и какое отношение имеет проблема Больших данных к племенным курам об этом "Огоньку" рассказал известный ученый, специалист в области информационных технологий, ректор Сколковского института науки и технологий, председатель ученого совета ИППИ РАН, академик РАН Александр Кулешов

Данное интервью продолжает совместный медиапроект "Огонька" с Институтом проблем передачи информации им. А.А. Харкевича РАН "Математические прогулки". "Огонек" уже публиковал беседы с математиками Михаилом Гельфандом (N 9) и Юлием Ильяшенко (N 12).
Александр Петрович, вы как-то назвали себя математиком, переучившимся в инженера, поэтому хотелось бы поговорить о том, как современная математика воплощается в прикладных вещах.
Знаете, сегодня математику не так просто разделить на прикладную и фундаментальную. Сам Андрей Николаевич Колмогоров, ведущий математик второй половины ХХ века, открыл ворота для громадного количества работ в прикладных областях. Он работал в сферах сложности теории вероятности, математической статистики, теории информации, которые прикладными никак не назовешь, но в итоге из этого образовалась, например, теория кодирования, без которой немыслима вся современная электроника.

Тем не менее, когда говорят о современной прикладной математике, чаще всего в голову приходит так называемая проблема Больших данных: человечество накопило гигантский объем информации и теперь пытается это как-то использовать.

Прежде всего давайте определимся, что называется Большими данными. С подачи господина Обамы это стали воспринимать именно как накопление информации (в 2012 году президент США выделил 200 млн долларов на исследование этой проблемы. "О"). Но на самом деле речь идет о новых способах обработки этой информации и извлечения из нее знаний. Вот здесь в последнее время произошли поистине революционные изменения.

Можно привести какой-нибудь революционный пример?

Пожалуйста: только что завершился проект ImageNet, который делали китайцы на деньги Стэнфордского университета. Они собрали гигантскую базу данных, которая содержит 14 млн изображений, разбитых на 22 тысячи классов, растения, животные, пагоды, реки и т.д. Затем они подписали каждую из этих картинок, что, согласитесь, совсем нетривиальная история, и теперь на основе этих данных создаются программы, которые могут опознать любое изображение на фото, которое предложишь. При этом, заметьте, если человек, выполняя подобную задачу, ошибается в 5 процентах случаев, то программа в трех с половиной, то есть она уже что-то делает лучше, чем человек.

Это какой-то важный порог для человечества?

Безусловно. Ведь произошла совершенно удивительная вещь: появилось то, что впервые можно всерьез назвать искусственным интеллектом. Раньше все были убеждены: нет ничего такого, что мог бы сделать компьютер, но не мог бы сделать человек, если бы имел достаточно времени. А вот сегодня, к сожалению, это уже не так. Начало воплощаться будущее, которое мое поколение представляло по рассказам Айзека Азимова, Рея Брэдбери, а молодежь по фильму "Терминатор". То, что еще лет 10-15 назад казалось абсолютной научной фантастикой, сегодня вдруг оказалось совсем близким. Мы уже живем в некой новой реальности.

А в чем эта новая реальность проявляется? Ведь мы представляем будущее наполненным человекоподобными роботами и летающими машинами.

Знаете, еще 20 лет назад мы ни в каких фантастических проектах не могли себе представить мир мобильного интернета и социальных сетей, в котором живем сегодня. Сейчас происходит примерно такое же по значимости изменение, которое мы пока еще сами не осознали. Это связано с тем, что из нашей жизни в скором времени полностью исчезнет такое понятие, как приватность. Грубо говоря, любой человек в любой момент времени будет знать, где вы находитесь и что делаете.

Вы имеете в виду работу спецслужб?

Ни в коей мере! Это происходит само по себе. Приведу простой пример: у меня сегодня был назначен завтрак в гостинице "Москва". По дороге на Красной площади я прошел мимо группы китайцев, которые фотографировались, случайно засняли меня и тут же выложили фото в Сеть. Представьте себе, уже сейчас она сама может опознать человека, изображенного на фото в любом ракурсе, и сообщить в соцсеть, где он, этот человек, находится. Говоря иначе, ты нигде не можешь спрятаться, потому что не знаешь, где и какой китаец тебя сфотографирует. Некое созданное единое информационное поле, в котором тебя очень легко найти и отследить, уже сейчас живет своей жизнью. Человечество на самом деле не отдает себе отчета, какого джинна из бутылки оно выпустило.


Фото: Евгений Гурко, Коммерсантъ

Распознавание изображений, образов связано с работой так называемых нейронных сетей некоторых компьютерных алгоритмов, которые, насколько я понимаю, "умеют" сами себя обучать. Можете рассказать, как устроена их работа?

К сожалению, нет. До сих пор математического объяснения работе нейронных сетей не существует. Грубо говоря, мы не понимаем законов физики, которые задействованы в их работе. И сейчас, по сути, среди самых талантливых математиков во всем мире объявлен негласный конкурс на то, кто первый объяснит, как все это устроено. Многие математики рассматривают это как главный вызов в своей жизни.


Значит, ученые создали нечто такое, что сами не могут объяснить?


Да, удивительная вещь, но в этом отношении мы вернулись в XVI век, когда ученые наблюдали какой-то эффект, но не могли его объяснить. Человечество не сталкивалось с подобным, наверное, со времен Галилея. Это касается нейронных систем, так называемых систем Deep learning глубинного обучения, и так далее.


Но все же есть какой-то принцип, который лежит в основе этих систем?

Есть некоторый подход, основанный на работе сетей с большим количество уровней, которые некоторым таинственным образом умеют тренироваться. Мы вводим туда определенный объем информации, они каким-то образом его обрабатывают, выделяют в нем важные вещи и выдают некий новый продукт. Сам этот процесс обучения на самом деле достаточно мистический, потому что непонятно, как это происходит. Там, внутри, конечно, работают некоторые математические алгоритмы, в том числе оптимизационные и тому подобные, но как в целом устроен процесс, мы не понимаем. В мире есть математические гуру, которые умеют создавать настоящие нейронные сети. Это похоже на кулинарный рецепт наших бабушек, которые всего добавляли по щепотке на глаз, но на словах не могли объяснить, как же варить щи.


Что это за люди?

Западные математики между собой называют их шаманами. Их всего несколько человек в мире, и это, без преувеличения, самая востребованная и самая высокооплачиваемая сегодня категория людей. Они умеют делать так, что нейросеть начинает думать. Среди лидеров направления Джошуа Беньо (Монреальский институт изучения алгоритмов), Ян Лекун (руководитель Центра изучения данных при Нью-Йоркском университете), Алекс Крижевский (Университет Торонто). Это, безусловно, самое интересное, что сейчас творится в области прикладных вещей.


Вы упомянули о Deep learning глубинном обучении, которое позволяет работать этим самым нейронным сетям. В этой области тоже можно ждать прорыва?


О, это направление сейчас очень популярно. Эти методы начали применяться повсеместно, и я бы даже назвал это неким локальным сумасшествием. По всему миру, в том числе и в Москве, существуют клубы любителей Deep learning. Это многих привлекает, потому что внешне кажется несложным. Суть такая: вы задаете машине некий объем информации и она сама решает, что с ним делать. Например, мой аспират подсунул компьютеру "Войну и мир" Льва Толстого и "Тихий Дон" Шолохова. В итоге через какое-то время Сеть начала производить свой текст, в котором практически не было грамматических ошибок, при том что никаких правил орфографии и синтаксиса ей никто не "объяснял". Она сама поняла, как надо, и если ее не остановить, она будет писать текст вечно, не останавливаясь.

А есть в этом тексте смысл?

Знаете, когда начинаешь читать, то лишь через пару страниц понимаешь, что смысла там нет, хотя написано все складно. Помню, там Пьер Безухов спрашивает графа Болконского: "Слушай, ты давно с Новочеркасска?"


Такие вещи выглядят, безусловно, интересными, но вряд ли в них будут вкладывать гигантские деньги...


Я до сих пор рассказывал о применении нейросетей для вещей более или менее тривиальных, бытовых. А на самом деле для них есть огромное количество чисто инженерных применений. Представьте, что сегодня инженер во всем в мире в среднем 80 процентов своего времени тратит на поиск аналогов. Проектирует он, предположим, некий редуктор или профиль самолета. Сначала он будет искать аналог, чтобы потом внести в него какие-то необходимые изменения. Это совершенно разумно, потому что глупо каждый раз все разрабатывать с нуля. Где же искать эти аналоги? В огромных базах данных, в электронных библиотеках, куда другие инженеры складывают свои решения. Весь вопрос в том, как там найти что-то подходящее. Оказывается, что это вполне решается методами нейросети, которая может научиться искать то, что необходимо.
И это всерьез изменит работу инженера?
Не то что работу инженера, а в каком-то смысле может совершенно грандиозным способом изменить картину мира, потому что позволит людям непрофессиональным или не совсем профессиональным делать довольно непростые вещи. Например, если сейчас любой новичок может распечатать себе на 3D-принтере расческу, то скоро он сможет сделать с помощью нейросети детальный чертеж дачного домика или еще что-то подобное. Исчезнет целая прослойка инженеров синих воротничков, которые сегодня решают огромный объем довольно тривиальных с точки зрения математики задач.
Но нетривиальные задачи все-таки будут решать люди?
Безусловно. Сложными машинами и механизмами будут заниматься люди, но проблема в том, что среди 70 млн инженеров-конструкторов в мире сложными методами владеет всего 1 процент! Это известная вещь, 99 процентов как раз большую часть своего времени отыскивают аналоги.

Даже страшно себе представить, чем будут заниматься эти миллионы инженеров, когда они окажутся на улице благодаря прогрессу!


Это отдельный разговор, просто сама работа инженера стремительно меняется. Понимаете, раньше самолет делался 10-15 лет, а сегодня если он не будет обновляться каждые 4 года, то компания прогорит. Все это работает на совершенно другой идеологии, методологии, на совершенно новых подходах. Если раньше методы инженерии были основаны на профессионализме, чутье, здравом смысле разработчика, на знаниях и длительном опыте работы, то сейчас ты должен уметь правильно трактовать те результаты, которые тебе выдает компьютер. Ты можешь, конечно, как прежде, выучить сопромат, но это как логарифмическая линейка, которой пользоваться сегодня, в принципе, смешно. Старая инженерная школа во всем мире просто умерла.

[umka]

В России она умерла как-то по-особенному, в последние годы слышатся призывы возрождать класс инженеров, в то время как раньше они были как раз самым избыточным классом. Каких инженеров, на ваш взгляд, нам не хватает в первую очередь?

Абсолютно любых инженеров без ограничения. Известно, что российская, еще дореволюционная, а потом и советская инженерная школа была очень сильной. Но она вся погибла в связи с тем, что за прошедшие 25 лет, когда, как я сказал, профессия инженера радикально менялась, мы ничего не делали и время упустили. Если сегодня посмотреть на все наши крупные предприятия, то везде есть такое двухмодовое распределение по возрасту: молодежь до 30 лет и старички, которые уже вряд ли могут чему-то учить. Их знания не капитализируемы, поэтому у нас колоссальная нехватка инженеров во всех областях.


Фото: Евгений Гурко, Коммерсантъ

А как у нас обстоит дело с образованием математиков? Наша математическая школа была известна далеко за пределами России.

Знаете, когда в середине 1950-х CCCP запустил первый спутник, для США советское образование стало эталонным, они начали копировать то, что существовало у нас: систему математических кружков, спецшкол и т.д. У нас была прекрасно развита система всесоюзных олимпиад, которая охватывала миллионы детей. Даже если ты жил в самой глухой деревушке, тебя вылавливали широким неводом, и в конце концов ты оказывался в Москве. Сегодня какие-то частицы этой традиции сохранились, их нужно беречь, поддерживать.
Сейчас в России в целом сохранился довольно высокий уровень математической культуры. Есть прекрасная лаборатория в Санкт-Петербургском государственном университете, есть Математический институт им. Стеклова, Институт проблем передачи информации РАН (ИППИ), есть, в конце концов, совершенно уникальный для всего мира Независимый университет, который был сделан подвижниками математики без копейки государственных денег.
За счет чего математическая школа смогла пережить 25 лет развала, поглотившего инженерную школу?
Традиция великое дело, она представляет собой распространение вниз во времени стереотипов работы, поведения, организации институтов. У нас сохранились довольно жесткие математические семинары, которыми в свое время славились стены ИППИ РАН, где работал тот же Израиль Моисеевич Гельфанд. Там, например, назвать человека дураком публично было нормально, естественно. Если ты говорил ерунду, то тебя могли оборвать на любом слове и пояснить, кем ты являешься на самом деле. Это была очень жесткая аудитория, где нужно было выпить полпузырька валерьянки, прежде чем зайти. С одной стороны, она, безусловно, людей ломала, делала сумасшедшими в прямом смысле этого слова, но с другой в ней была великая польза, потому что она не позволяла расслабиться, давала невероятную интеллектуальную закалку. Если о человеке говорили, что он, например, прошел семинар Добрушинской математической лаборатории или семинар академика Ландау, то это сразу характеризовало его определенным образом. Сегодня этого почти не осталось, а на Западе, кстати, исчезло совсем. Это очень забавная история, но там ученые перестали задавать друг другу вопросы. Все настолько атомизировались, занимаются очень узкими направлениями и совершенно не интересуются тем, что происходит рядом. Поэтому если вы слышите после выступления вопросы это скорее всего русские.
Вы однажды сказали, что в России работает тысяча математиков. Это много или мало?
Знаете, эта цифра, конечно, очень лукавая, потому что ключевое слово здесь "работает". Например, есть великий человек, математик Яков Григорьевич Синай, лауреат премии Абеля. Ему 81 год, он живет в Штатах, но каждое лето появляется в Москве в ИППИ и начинает с отчета о проделанной работе за год какие новые открытия сделал, что доказал... Но это редчайшее исключение.
А какой идеальный возраст для занятия математикой?
Пик математических достижений приходится на возраст до 40-50 лет. Правда, не поймешь, где берет свое природа, а где убеждения. Например, сам Колмогоров сказал, что будет заниматься математикой до 60 лет. И в 60 лет бросил, стал учебники писать, вести семинары и т.д. Это было сознательное решение. Поэтому выражение "работающий математик" коварное, потому что невозможно о человеке с огромными математическими заслугами сказать, что он не математик. С другой стороны, он перестал порождать новое знание.
Но в целом для такой страны, как Россия, этого достаточно или нужно звонить во все колокола и каким-то образом воспитывать математиков?
Вы знаете, буквально в последнее время произошла одна очень странная вещь. Всегда считалось, что XXI век век наук о биологии. И вот буквально недавно в двух американских журналах одновременно появились данные независимых опросов, в которых наиболее перспективной профессией называется математика. И при некотором размышлении можно понять, почему. Потому что появился тот огромный объем данных, о котором мы говорили в начале беседы, и его нужно анализировать. Это стало стержнем практически для всех наук. Социология, биология, физика, даже история работают с большим объемом данных. А методы извлечения знаний из данных это как раз то направление, которое активно развивает математика. Она ищет закономерности, пытается понять и предсказывать что будет, предположим, если вы измените форму крыла самолета или введете новый корм в рацион племенной породы кур. Так что в каком-то смысле именно математика становится ключевой наукой.
Приведите, пожалуйста, пример, в этой области.
Я очень люблю примеры с сельским хозяйством. У нашей стартап-компании второй по значимости покупатель софта это крупнейшая в мире компания, которая занимается животноводством и растениеводством. Они покупают программы, которые могут просчитать, каким образом лучше скрещивать те или иные породы свиней или каким именно образом нужно проводить селекцию новых сортов растений. Говоря иными словами, мы задаем параметры того, что хотим получить на выходе, а программа выдает рецепт, что необходимо сделать.
Еще у нас есть такие забавные, казалось бы, для математики покупатели, как "Луи Виттон". У них новая фишка они делают крем для депигментации кожи. Масса китаянок пользуется такими продуктами для отбеливания кожи. Так вот о рецепте для такого крема. Мы выдали идеальную формулу в процентном соотношении нескольких десятков ингредиентов. В основе всего этого лежит очень качественная, очень тонкая математика.
Поэтому, конечно, математику нужно развивать в любом виде, она очень многообразна. На рубеже 1990-х годов, когда закончилась холодная война, в Америке появилась пословица: "Нет звездных войн нет математики". А потом оказалось, что это совсем не так. Сегодня математика в гораздо большей степени нужна для нашей обычной жизни.
Но при этом вы именно в оборонке проработали почти два десятка лет и, как я знаю, считаете это лучшим временем своей жизни.
Я работал в НИИ автоматической аппаратуры. Это была система управления стратегическими ядерными сетями, начиная с того самого знаменитого чемоданчика, который, по сути, лишь деталь огромной системы. В нашей кооперации тогда работало почти 200 институтов и заводов. А сейчас таких ресурсов просто физически нет. Советская оборонка совершенно уникальная система. Мы не понимали той мощи, интеллектуальной и производственной, которой обладали в то время. Другое дело, что при этом же существовала такая избыточность и неэффективность, что это, на мой взгляд, в итоге и погубило нашу страну.
Сегодня, как ни странно, даже в США, где на армию тратятся большие деньги, оборонка не приносит значимых открытий, как было полвека назад. С чем это связано?
Прежде всего с тем, что основной технологический тренд сегодня завязан на электронику, а развитие электроники на массовый спрос, на нас с вами. Если взять суммарный заработок современных крупных компаний с массовых продаж, то бюджет любой страны, даже США, просто отдыхает. Поэтому сегодня именно у этих компаний намного больше возможностей, чтобы создавать прорывные технологии, и именно оттуда они уже идут в оборонку. Так что тут все завязано исключительно на экономику.
Вы в феврале вступили в должность ректора Сколтеха. У него чрезвычайно разные специализации от информационных технологий и энергетики до космоса и биомедицины. Где, на ваш взгляд, можно ожидать какого-то качественного прорыва?
Агро- и нейродисциплины. Причем агро- я поставлю на первое место. Для примера возьмем производство курятины: представьте себе, что сегодня Россия закупает практически 99 процентов генетического материала в этой отрасли. Мы покупаем яйца, из которых вылупляются цыплята, семена, корма и так далее у трех мировых монополистов. Наша первоочередная задача сделать так, чтобы самим разработать такие технологии, которые позволят нам всерьез говорить о продовольственной безопасности. Знаете, я часто говорю о том, что если бы мне сейчас было 18 лет, то я бы пошел в биологию. На стыке биологии и математики в ближайшее время будет происходить все самое интересное.
Беседовала Елена Кудрявцева

Ъ-Огонек - «Мы уже живем в новой реальности»

[umka]

Наше слабое место


Алексей Крол: Кстати, в Матрице есть очень любопытный фундаментальный эпизод, на который часто не обращают внимание.
Когда предатель заключает сделку, смакуя вкус стейка (я его понимаю, не зря был выбран именно стейк).

Он выбирает виртуальную реальность, жертвуя истинной, так как понимает несопоставимые перспективы.




По сути человек не в состоянии отличить реальность от псевдореальности (заменитая притча Чжуан Цзы).
Зыбким критерием является ЛИШЬ ЕГО ВЕРА в то, что он таки в настоящей реальности. Т.е. по сути это просто еще одна версия реальности из многих.


В каждой есть какой-то смысл, миссия и все такое. В Матрице есть любовь, драма это полная эмуляция жизни, и ощущения, чувства, переживаемые человеком не менее, если не более мощные, чем в так называемой истинной реальности, которая представляется весьма убогой с точки зрения самореализации. Т.е. реальная жизнь это такая бедная копия ВОЗМОЖНОЙ виртуальной жизни.
Я допускаю, что когда люди научатся проецировать в сознание синтетические образы, т.е. будет реализована 100% виртуальная реальность, это будет самым значительным поворотным пунктом в истории.

Хотя бы потому, что мы можем выбирать и создавать тысячи миров, проживать тысячи жизней, играть миллионы ролей и реальная жизнь НИКОГДА Не даст нам сопоставимого опыта.

Ну, к примеру, зачем лететь на один реальный Марс, когда можно посетить сотни миров, и испытать там массу реальных переживаний.
Мы плачем, когда читаем книги, смотрим кино. Сила наших чувств в воображаемых мирах зависит от степени нашей вовлеченности и нам нисколько не мешает знание того, что это вымысел.

Истинная реальность всегда будет более убогой, чем миры воображения. Возможно поэтому человек на определенном этапе становится Богом, чтобы создавать другие миры, не такие скучные.

Хотите стать царем? Нет проблем. 567 раз. Стало скучно? А как Вам побыть нищим? 675 раз. Опять скучно? Ну тогда калекой? Или воином. RPG?

Или фонарным столбом на одинокой станции под дождем.
Или метеором, который через несколько секунд сгорит в короне звезды.
Или сонным болотом.
Или ядом, проникающим в кровь.
У нас так мало выборов в реальности и так много в воображении.
Люди никогда не могли устоять перед этим соблазном последние несколько миллиардов лет.

[umka]

Как борьба за повышение минимальной зарплаты приведет к роботизации целых профессий








Чем закончатся протесты сотрудников McDonald's.

Robots are taking over your salad - YouTube


Уже третий год подряд штаб-квартиру McDonald's в Чикаго приходится оцеплять на время проведения собрания акционеров для того, чтобы не пустить на территорию около тысячи протестующих, требующих от компании повышения минимальной зарплаты до 15 долларов в час. Однако, как на этой неделе объяснил бывший гендиректор McDonald's, Эд Рензи, митингующие могут добиться достаточно плачевного для себя результата.







«Буквально вчера я был на конференции для работников ресторанной отрасли. Если бы вы знали, каких роботов уже успели придумать для этого рынка, то вам было бы очевидно, что купить роботизированную руку за 35 тысяч долларов куда проще и дешевле, чем платить 15 долларов в час неэффективному сотруднику, который будет упаковывать картошку фри вручную. Так что если они добьются повышения минимальной оплаты труда, то наша страна столкнется с такой безработицей, какой мы еще не видели», заявил Рензи в интервью телеканалу FOX Business.


В другом сюжете телеканал показал несколько примеров уже существующих роботов, которые могли бы заменить сотрудников ресторанов среди них машины для сборки и выдачи салатов, машины для производства пончиков и многое другое:





В одном из прошлых материалов мы уже рассматривали данные по минимальной зарплате по всему миру. В США действует следующая система:

• есть минимальная зарплата, установленная на федеральном уровне 7,25 доллара в час;
• штаты могут самостоятельно устанавливать минимальные ставки выше этого уровня такое решение приняло около половины всех штатов;
• есть исключения в шести штатах минимальная зарплата не установлена, в двух штатах используются ставки в 5,15 долларов в час для инвалидов.

Самая высокая минимальная зарплата в округе Колумбия (10,5 доллара, с июля 2016 года 11,5). И, наконец, Калифорния и Нью-Йорк стали первыми штатами, принявшими решение достигнуть отметки в 15 долларов в час к 2022 году. Параллельно с этим по всей Америке регулярно выступают с протестами сотрудники таких крупных компаний как McDonald's, Wal-Mart и многие другие. В апреле 2015 года McDonald's частично пошла навстречу митингующим и подняла минимальную зарплату на один доллар относительно установленной штатом но только в тех заведениях, которые принадлежат компании, а не владельцам франшизы. В США McDonald's владеет лишь 10% заведений (около 1400 ресторанов). Также на уступки пошли в Wal-Mart (минимальная зарплата устанавливается в 10 долларов в час), а также ритейлеры Target и TJ Maxx.







Нынешний глава McDonald's, Стив Истербрук, заявил, что компания «не будет заменять сотрудников роботами», и он не считает, что даже ставка в 15 долларов приведет к такому результату. Однако в то же время он признал, что компания уже занимается автоматизацией готовки еды.

Тем временем, Рензи в колонке для Forbes приводит следующие данные:

«В европейских странах с высоким уровнем дохода автоматизированные киоски уже стали нормой. В 2011 году McDonald's заказал больше семи тысяч таких машин для того, чтобы заменить сотрудников начального уровня. Они уже были успешно протестированы в некоторых городах США, и сейчас даже вводятся в эксплуатацию машины для McCafe, с помощью которых посетитель сможет сам приготовить себе кофе так, как он хочет».

В прошлом году издание Bloomberg опубликовало рейтинг профессий, которые с наибольшей вероятностью будут автоматизированы. На первом месте были кредитные специалисты (вероятность 98%), на втором помощники офисных сотрудников (96%), на третьем розничные продавцы (94%). Сотрудники, занимающиеся приготовлением еды оказались на шестом месте (81%).

http://ibusiness.ru/blog/money/41928

[umka]

[wolf_ua]

Наше слабое место...

Вопрос звучит иначе - можем ли мы утверждать, что живем не в Матрице, или, если выражаться точнее, не в некой компьютерной игре с виртуальной реальностью. В частности меня на подобные размышления наталкивают мысли о том, что в Библии описывается запуск нашей вселенной уже со светом звезд, солнца и луны, то есть без Большого Взрыва и множества световых лет прохождения световых волн до нашей планеты, а также утверждения о дискретности пространства-времени.

Разве не так же мы попадаем в компьютерную игру, где уже день, или ночь, солнце светит, или на небе сияют звезды? Разумеется, компьютерная эмуляция, в которой мы можем находиться на порядки лучше, реалистичнее и красочнее существующих компьютерных игр, но можем ли мы утверждать, что Господь - не программист?

[umka]

Вопрос звучит иначе - можем ли мы утверждать, что живем не в Матрице, или, если выражаться точнее, не в некой компьютерной игре с виртуальной реальностью. В частности меня на подобные размышления наталкивают мысли о том, что в Библии описывается запуск нашей вселенной уже со светом звезд, солнца и луны, то есть без Большого Взрыва и множества световых лет прохождения световых волн до нашей планеты, а также утверждения о дискретности пространства-времени.

Загадка квантовой физики - эксперимент с двумя щелями

Загадка квантовой физики - эксперимент с двумя щелями - YouTube

досматри до конца

Разве не так же мы попадаем в компьютерную игру, где уже день, или ночь, солнце светит, или на небе сияют звезды? Разумеется, компьютерная эмуляция, в которой мы можем находиться на порядки лучше, реалистичнее и красочнее существующих компьютерных игр, но можем ли мы утверждать, что Господь - не программист?

Трасса 60 Фокус с картами - YouTube

[umka]

и вот из преведеной выше статьи

Распознавание изображений, образов связано с работой так называемых нейронных сетей некоторых компьютерных алгоритмов, которые, насколько я понимаю, "умеют" сами себя обучать. Можете рассказать, как устроена их работа?

К сожалению, нет. До сих пор математического объяснения работе нейронных сетей не существует. Грубо говоря, мы не понимаем законов физики, которые задействованы в их работе. И сейчас, по сути, среди самых талантливых математиков во всем мире объявлен негласный конкурс на то, кто первый объяснит, как все это устроено. Многие математики рассматривают это как главный вызов в своей жизни.


Значит, ученые создали нечто такое, что сами не могут объяснить?


Да, удивительная вещь, но в этом отношении мы вернулись в XVI век, когда ученые наблюдали какой-то эффект, но не могли его объяснить. Человечество не сталкивалось с подобным, наверное, со времен Галилея. Это касается нейронных систем, так называемых систем Deep learning глубинного обучения, и так далее.


Но все же есть какой-то принцип, который лежит в основе этих систем?

Есть некоторый подход, основанный на работе сетей с большим количество уровней, которые некоторым таинственным образом умеют тренироваться. Мы вводим туда определенный объем информации, они каким-то образом его обрабатывают, выделяют в нем важные вещи и выдают некий новый продукт. Сам этот процесс обучения на самом деле достаточно мистический, потому что непонятно, как это происходит. Там, внутри, конечно, работают некоторые математические алгоритмы, в том числе оптимизационные и тому подобные, но как в целом устроен процесс, мы не понимаем. В мире есть математические гуру, которые умеют создавать настоящие нейронные сети. Это похоже на кулинарный рецепт наших бабушек, которые всего добавляли по щепотке на глаз, но на словах не могли объяснить, как же варить щи.