Если вкратце, то после прихода к власти Джорджа Буша младшего, вместе с ним пришли его люди и сменился практически весь персонал. Новая IT команда сразу же заменила работающую [...]]]> В Arstechnica вышла замечательная статья о том как технологии влияют на жизнь и на политику в частности - An Elephant never forgets? George Bush missing emails

Если вкратце, то после прихода к власти Джорджа Буша младшего, вместе с ним пришли его люди и сменился практически весь персонал. Новая IT команда сразу же заменила работающую там систему Lotus Notes на Microsoft Exchange + Outlook, сломав использующуюся ранее систему резервного копирования писем и не имея для неё альтернатив.

Одновременно на серверах отсутствовали политики безопасности и любой имеющий к ним доступ мог удалить файлы / письма и невозможно было бы отследить кто и когда это сделал.

Результат этой истории — потеря как минимум 5 миллионов писем. При том что можно спорить и предполагать было ли это сделано осознанно или по причинам расхлябанности персонала, но в суд на администрацию Буша уже подали, а конгресс проводит своё расследование.
У меня такое чувство что более всех в этой ситуации выигрывает IBM, трудно придумать для Lotus Notes рекламу лучше, к тому же забесплатно.

Смысл тот же о чём я писал в прошлом посте о размышлениях превосходстве данных над алгоритмами. [...]]]> Продолжая тему участников Netflix Prize и алгоритмов вокруг конкурса — ещё один интересный блог A Beautiful WWW и несколько публикаций в нём посвящённых Ensemble Learning:

• ETech Presentation on Ensemble Machine Learning
• Ensemble Machine Learning Tutorial

Смысл тот же о чём я писал в прошлом посте о размышлениях превосходстве данных над алгоритмами. Ensemble — это агрегация нескольких моделей в единое целое. Эдакий алгоритм над алгоритмами, как я понимаю это сейчас.

И много интересных  презентаций удалось найти на сайте  на ETech 2008 , в частности презентация по CouchDB показывает что проект оплачивается IBM и может получить активное развитие параллельно HBase.

Поясню почему я так думаю. Единственные отличия [...]]]> Смотрю обновлённый сервис Яндекса поиска по картинкам и думаю что конечно, поиск стал лучше, безусловно возможность искать картинки по всей сети, а не только в Рунете — это удобно.  Но, инноваций тут прямо скажем очень мало, особенно в сравнении с идущими сейчас разработками в области распознавания изображений.

Поясню почему я так думаю. Единственные отличия Yandex’а от поиска изображений в Yahoo Image Search или Google Images. Отличий которые я вижу всего лишь два:

1. Определение доминирующего цвета картинки с возможностью его выбора

2. Автоматическое распознавание цвета по введённому его названию пользователем, например, красный утюг возвращает картинки утюгов красного цвета.

А вот поиск выделенно по фотографиям не работает, мне на все запросы выдавалось не более 50% картинок являющихся фотографиями, всё остальное рисунки и иже с ними.Имхо, подход несколько неверный по сути выдачи результатов. Фотографии можно отделять не по анализу содержимого, а по сайтам их хостинга индексируя специализированные фото-сайты.

Но дело даже не в этом. Возьмём к примеру не столь известный как Yahoo или Google — Exalead Images. Сейчас у них в бета тестировании находится возможность поиска по содержимому, на сегодняшний день, это только лица, но этот поиск реально работает.  Лица возвращаются хотя бы в 70% случаев. Конечно интересно было бы оценить показатели ошибок первого и второго рода — неправильную классификацию и пропуск нужного изображения, но даже 70% это хороший показатель.

Есть IBM iMars бывший MARVEL, из всех разработок анализа шаблонов изображений это сейчас наиболее эффективная реализация. А ведь, по сути, IBM достаточно интегрировать iMars в их совместный с Yahoo проект — Omnifind и это уже будет наиболее инновационный механизм поиска по изображениям и видео из всех имеющихся.  Скептики, конечно, могут возразить что анализ шаблонов изображений ресурсоёмок, но, на самом деле учитывая продолжающийся рост процессорных мощностей и выгоды которые из этого извлекают компании производители процессоров — все на рынке заинтересованы в проектах требующих лучших аппаратных ресурсов. Единственное ограничение — это лишь помещения и электроэнергия.

Из интересных продуктов на ту же тему стоит выделить Idee Piximilar,  Multicolor Search Lab  и разработку компании Active Symbols под названием EyeaLike

P.S.:

Уже к концу записи нашёл выступление Антона Носика на сайте Коммерсанта. Оказывается Last.fm работает над распознаванием музыки, чтож интересно, в остальном — малоинформативно. А вот насчёт того кто же предложит поиск по видео я готов поспорить что первыми будут IBM или IBM вместе с Yahoo. Или Google купит Idee Lab…

P.P.S.

Оказывается и у Google есть поиск с фильрацией по лицам. Согласно Arstechnica они приобрели компанию Neven Vision, которая на этом специализировалась, ещё в прошлом году. Но лица это только лица, ищут ведь не только их.

Мне интереснее всего почему именно IBM сейчас выступают с такими [...]]]> На сайте IBM появился весьма любопытный отчёт/исследование о изменениях на рекламном рынке. В частности они пишут про появление в будущем интерактивной рекламы, рекламы посредством различных цифровых устройств и о том что рекламный рынок меняется от массового охвата всех и вся до сужения целевых аудиторий.

Мне интереснее всего почему именно IBM сейчас выступают с такими исследованиями. Бесспорно они один из активных рекламодателей,  но ведь наверняка дело не только в этом.

Прямые ссылки на PDF:

• Complete IBM Institute for Business Value study
• Executive summary

К сожалению, его, как и многие другие исследовательские проекты IBM трудно отслеживать через RSS, поэтому периодически проверяю их вручную. Каково же было моё удивление когда я обнаружил что следы [...]]]> Я ранее в двух постах писал про IBMовскую экспериментальную разработку MARVEL

• Поисковая система IBM для передач BBC
• Ещё про поисковую систему IBM для BBC

К сожалению, его, как и многие другие исследовательские проекты IBM трудно отслеживать через RSS, поэтому периодически проверяю их вручную. Каково же было моё удивление когда я обнаружил что следы MARVEL на сайте IBM исчезли. Ссылка на проект благополучно возвращает 404 ошибку. В конце концов после детальных поисков обнаружилось что он не стал сверхсекретным и его не прикрыли, а всего лишь переименовали в iMARS — IBM Multimedia Analysis and Retrieval System.

Как бы то ни было сегодня натравил iMars на коллекцию фотографий и обнаружил сразу несколько изменений. Первое — повысилось качество распознавания. Если ранее на моей выборке было до 20% ошибок, то теперь только каждая 20 фотография классифицировалась неправильно.

Второе —   видно что активно идёт работа над новыми шаблонами распознавания. Повились шаблоны студий и толп.

Чем мне лично именно этот проект интересен так это что учитывая рост процессорных мощностей и качества распознавания изображений он вполне сможет заменить назначение тэгов через фолксономию. Сколько я ни смотрел аналогичного рода ПО нигде нет, только статьи и исследования. Очень интересно во что это выльется в итоге.

К слову, большая часть текста понятна несмотря на датский язык.

OpenDocument (ODF)