Инновации и прогресс не остановить — исследователи по всему миру постоянно думают о новых удобных сервисах, идеях и теориях, которые уже скоро могут изменить нашу жизнь. Иннополис не исключение — молодые ученые здесь работают над десятками областей: от новых сервисов до изменения работы тяжелой промышленности. «Хайтек» рассказывает о пяти проектах, которые меняют знакомства в интернете, обучают алгоритмы, производят роботов для космоса и модернизируют автономные автомобили.
Приложение для голосовых знакомств
Иван Абрамов, сооснователь TalkNow:
— В феврале 2021 года мы создали приложение для знакомств голосом — TalkNow. Идея появилась после того, как мы воспользовались сервисами конкурентов — многие диалоги там заканчивались, даже на начавшись. Большинство пользователей обращало внимание на внешность, а не на душу и интересы человека. Также у пользователей не совпадали цели: одни хотели найти любовь всей своей жизни, а другие — просто друзей и новые знакомства. На нас повлиял и тренд на подкасты: каждый пятый слушает их раз в неделю.
TalkNow — это сервис для знакомств голосом. Мы кардинально отличаемся от других дейтинг-приложений, включая Tinder и Badoo, где пользователи принимают решения только по фотографиям. Вместо обычного пролистывания профилей, идея TalkNow — сделать упор на аудио. Так можно найти по-настоящему интересного, а не просто привлекательного собеседника, с которым можно установить эмоциональную связь.
Чтобы использовать приложение, нужно записать короткое аудиоприветствие. Когда образовывается пара, — все общение происходит с помощью голосовых сообщений. ИИ умеет переводить сообщения в эмодзи, чтобы лучше чувствовать эмоции собеседника.
Внутри приложения есть разделение на категории: отношения, друзья и one-night. Выбрав одну, пользователю будут показываться люди только из этой категории. Так можно найти человека с похожими целями и общение продлится дольше. Внутри можно выбрать увлечения, используя эмодзи. TalkNow подберет идеальную пару со схожими интересами.
TalkNow помог образовать более 1 500 пар, многие пользователи оставляют отзывы о том, что нашли свою любовь. Один из разработчиков приложения даже нашел девушку благодаря TalkNow. Мы уже разработали приложение для iPhone и разрабатываем приложение под Android.
В мае 2021 года на девятом экспертном совете в ОЭЗ «Иннополис» мы привлекли стартовые инвестиции в размере $100 000 от компании Diginavis на тестирование гипотез и охват рынка.
Мы развиваемся на российском рынке и тестируем гипотезы роста. После ухода Badoo и Bumble более 30 млн людей, которые раньше ими пользовались, ищут новые способы онлайн-знакомств. Мы планируем охватить освободившуюся часть рынка и запускаем крупные рекламные кампании для этого. Ведем переговоры с инвесторами и планируем закрыть новый раунд летом.
Обучение алгоритма через систему «хищник-жертва»
Хани Хамед, выпускник бакалавриата компьютерных наук по направлению робототехники, Университет Иннополис:
— Этот проект — моя дипломная работа по робототехнике. Меня заинтересовала работа по обучению с подкреплением (RL) и то, как роботы могут обучаться, взаимодействуя с окружающей средой. После поиска литературы мы с руководителями нашли интересное направление, связанное с многоагентным обучением с подкреплением, где оно используется для того, чтобы несколько агентов в системе научились выполнять задачи. После этого мы заинтересовались тем, как заставить агентов в игре научиться специфическому поведению, связанному с так называемой системой «хищник-жертва», в которой агент пытается поймать жертву.
Наша работа предназначена не только для среды «хищник-жертва», но и для любых других сред, где агенты конкурируют друг с другом. Основной идеей является концепция selfplay — на основе OpenAI и DeepMind исследователи создавали суперагентов в таких играх, как StarCraft и Dota.
Selfplay — это когда мы обучаем хищника против старой версии жертвы, затем обучаем жертву против более старой версии хищника и повторяем этот цикл. Такой алгоритм помогает создать более сильные и интересные модели поведения. Это помогает решить проблему того, как агенты или роботы могут научиться выполнять задачу в многоагентных системах без каких-либо данных от человека.
Сейчас этот проект используется в научных исследованиях без реальной практики в промышленности: например, создании агентов, способных играть в сложные игры в командах, как люди. Но есть и другие области применения — DeepMind начал применять этот алгоритм в разработке улучшенного алгоритма сжатия видео MuZero.
Мы реализовали проект и открыли исходный код на GitHub. Работа может помочь исследователям, так как мы стремимся улучшить исходный код и провести тестирование в гораздо более сложных средах. Правда, в конце проекта нам пришли интересные идеи, которые мы не смогли реализовать из-за нехватки времени. Я жду возможности применить результаты в реальных экспериментах с роботами и использовать их для решения полезных задач в промышленности — например, в автономных автомобилях.
Сервис для создания платформ без использования кода
Макс Корсунов, выпускник Университета Иннополис:
— Моя дипломная работа называется «Шаблон no-code платформы разработки». Моя идея заключается в том, чтобы подобрать архитектуру и создать шаблон кода, из которого легко сделать любую no-code платформу: от сервисов в духе Tilda, которые создают веб-сайты, до платформ по автоматизации рутинных процессов или создания умных чат-ботов.
Идея родилась из-за того, что меня одновременно интересуют и no-code платформы (cпособ создания ИТ-продуктов без написания кода) и программный код, поэтому я решил изучить, из чего состоят NCDP. Начал искать открытый код популярных платформ и, разумеется, ничего не нашел. Поскольку разработка без кода — дело прибыльное, компании не готовы раскрывать свой код. Но это же и является проблемой для всех, кто хотел бы создать свою no-code платформу. К примеру, у Тинькофф был опыт создания внутреннего конструктора лендингов, который разрабатывался долгие годы отчасти потому, что все делалось самостоятельно, без учета предыдущего опыта.
Индустрия no-code разработки активно растет. Ожидается, что уже к 2024 году на no-code будет приходиться до 65% всех выпущенных веб и мобильных приложений. Сферы применений таких платформ постоянно расширяются, вот самые популярные из них:
• Создание вебсайтов (Tilda, Webflow).
• Создание мобильных приложений (Bravo studio, Adalo).
• Автоматизация рутинных процессов (Zapier, N8N).
• Создание API и управление базами данных (Airtable, Strapi).
• Прочие NCDP, решающие очень узконаправленные вещи в духе автоматизации тестирования или создания трейдинг ботов.
Я разобрал сходства и различия большого количества NCDP и пришел к унифицированной формуле по созданию совершенно новой no-code платформы. Мое решение может пригодиться компаниям, небольшим стартапам и людям, которые хотят создать свою no-code платформу. Мне бы очень хотелось, чтобы кто-то воспользовался моими трудами, в которые я вложил около года. Так они смогут сэкономит время на разработку и быстрее запустить продукт.
Сначала я реализовал архитектуру шаблона и определил высокоуровневые компоненты системы: модель, определяющую поведение или бизнес-логику no-code платформы, сервер с базой данных, визуальный интерфейс, командную строку платформы, и так называемый Invoker — то, что запускает no-code приложение. Затем я описал основной функционал своего шаблона и, задав конкретные правила масштабируемости шаблона, расширил его до Слайдшоу NCDP. Это no-code платформа, в которой пользователи могут создавать сайты-презентации. Правда, прелесть no-code платформ в том, что здесь можно еще и нажать кнопку «опубликовать» и посмотреть результат работы как отдельный сайт.
Разработчикам, которые захотят создать no-code платформу на основе моего проекта, нужно лишь задать модель, поправить визуальный интерфейс платформы и описать логику запуска приложения. Эта работа значительно проще, чем создание платформы с нуля и должна сократить время и расходы на создание чего-то подобного.
Пока я законсервировал проект из-за недостатка свободного времени. Тем не менее, я вижу большие перспективы у данного шаблона. Я бы хотел заняться поиском клиентов: стартапов и крупных корпораций для быстрого и эффективного запуска их no-code платформ.
Роботы-манипуляторы для производств и космоса
Ахмад Хамдан, выпускник направления «Робототехника и компьютерное зрение» Университета Иннополис:
— Проект, над которым я работаю вместе со студентом магистратуры Русланом Даминдаровым, позволяет людям интуитивно управлять двумя роботами-манипуляторами.
Система включает в себя коммерческий экзоскелет и два совместных манипулятора. Наша работа заключается в том, чтобы настроить эти устройства так, чтобы человек-оператор мог манипулировать объектами на расстоянии. Это расстояние может составлять как пару метров, так и несколько километров.
Мы разработали идею соединения экзоскелета, который есть у нас в лаборатории, с двумя роботами-манипуляторами. Затем мы создали программное обеспечение для этого и протестировали его в нескольких сценариях, таких как сбор объектов и рисование. Основная цель — позволить людям манипулировать объектами на расстоянии, например, на заводах рабочим приходится поднимать тяжелые предметы, но если мы применим нашу систему, рабочие просто наденут экзоскелет и прикажут роботу-манипулятору двигаться, а система сделает всю тяжелую работу.
Также такие системы можно использоваться в космосе. Например, такая система может быть установлена на любом космическом корабле и отвечать за обслуживание корабля без необходимости выхода астронавтов из корабля.
Первая рабочая версия этой работы доступна в нашей лаборатории в Университете Иннополис. Чтобы опробовать систему, нужен час, чтобы установить все требования и меры безопасности. Для улучшения жизни эти системы могут быть развернуты в опасных средах, чтобы людям больше не нужно было посещать такие места.
Базовый вариант включает в себя два манипулятора по $100 000 и контроллер $5 000. Но систему можно модифицировать для более дешевого оборудования, и цена снизится вдвое.
Наши планы на будущее — совершенствовать систему и тестировать ее на новых задачах. Например, мы хотим экспериментировать с новым оборудованием, чтобы сделать управление роботом более интуитивным для -оператора. Хотим облегчить труд заводских рабочих, а также повысить эффективность работы на заводах и снизить травматизм.
Обман нейронных сетей для их обучения
Роман Гараев, магистр Университета Иннополис:
— Нейронные сети решают очень крутые задачи, начиная от классификации изображений до генерации своих изображений и текста. Но при этом у них есть недостаток — они не всегда ведут себя адекватно. Из-за того, что это большие и сложные модели, ученым сложно предсказать на каких входных данных модель поведет себя нормально, а где может выдать что-то совершенно неподходящее. Основная задача — создать нейронные сети, которые устойчивы, предсказуемы на широком наборе данных. Но проблема в том, что их тестирует на небольшом количестве вручную отобранных данных, где все хорошо и понятно.
Поэтому появилась идея — делать входные данные такими, чтобы они пытались обдурить нейронную сеть. Это и есть состязательные атаки. Идея появилась лет восемь назад, они очень хорошо справлялись против нейронных сетей — чуть-чуть измененное изображение могло полностью классифицироваться неправильно. Есть культовое изображение с пандой — для человека это неотличимые файлы, а для нейронной сети — разные две картинки. Идея в том, чтобы создавать плохие изображения, и на них обучать сеть, чтобы они их видели и когда встретили — не выдали неадекватный результат.
Универсального способа обучения до сих пор нет. На одних атаках модели показывают себя хорошо, а на других нет. Идея в том, чтобы создать универсальный способ обучения сети, которые через атаки будут становиться надежными. Такое обучение можно применять ко всем видам данных. Но исторически сложилось так, что классификация изображений самая показательная. Но я видел и атаки на радиосигналы, например.
В теории система должна помогать дообучать нейронные сети. Но пока ученые только берут атаки и показывают, что нейронные сети устойчивы к ним. В реальном мире же нет никаких атак, просто приходят зашумленные данные и цель — быть устойчивым к таким вещам.
Я планирую внедрить свою разработку, но пока мы уперлись в инженерную часть. Была идея, которую мы разрабатывали весной 2022 года, но она не получилась из-за инженерных проблем — написание кода. Я планирую ее развивать — теория есть, а перенести ее на практику не хватило времени и умений. Но и сама проблема не простая, над ней несколько лет бьются ученые со всего мира, причем тоже пока безуспешно.
Во время внедрения в индустрию, все упрется в то, насколько ресурсозатратным будет решение. Атаки на нейронные сети намного медленнее, чем обычный способ обучения. Это может быть проблемой для компаний, увеличение времени обучения даже на несколько десятков процентов может быть решающим и оттолкнуть людей в индустрии.
Читать далее:
Посмотрите на небесный «Титаник», который будет работать на ядерной энергии
В НАСА поняли, как искать жизнь на Марсе: эксперимент показал, где она может быть
Астрономы нашли планеты, которые отличаются от Земли, но пригодны для жизни