Будущее уже здесь: телефоны через блютус объединяются в «умный рой»

Швейцарские исследователи объединили телефоны в единую сеть через bluetooth. Гвоздь программы — интеллектуальное определение взаимного положения телефонов («Штирлиц шёл по коридору, и ещё не подозревал, что за углом его уже ждут люди Шелленберга»), и возможность использовать камеру телефона для отслеживания разных объектов, определяя их нахождение на территории, покрываемой такой импровизированной сетью.

Software that turns groups of ordinary camera cellphones into a “smart” surveillance network has been developed by Swiss researchers. The team says it will release the software for programmers and users to experiment with.

The software employs Bluetooth, a short-range wireless technology included in many modern phones, to automatically share information and let the phones collectively analyse events that they record. This provides a platform for a group of phones to act as smart network capable of, for example, spotting intruders or identifying wildlife.

Cellphones team up to become smart CCTV swarm, New Scientist

Про книги: Programming Collective Intelligence: алгоритмы для коллективных приложений

Пока все остальные ищут свой ответ на вопрос о том, что такое «Веб2.0», издательство О’Рейли выпускает книги о том, как этот веб2.0 должен строиться. Алгоритмы, фундамент, решения, инфраструктура.

Programming Collective Intelligence: Building Smart Web 2.0 Applications

Книга «Алгоритмы коллективного интеллекта» накидывается и утаскивает вас с собой в мир машинного обучения и статистики, объясняет, как можно делать выводы об удобстве использования, маркетинге, личных вкусах и человеческом поведении в целом — и всё это на основе тех данных, которые вы и другие собирают каждый день. Каждый алгоритм коротко и ясно описан вместе с примерами кода, которые можно сразу опробовать на своём веб-сайте, блоге, вики или отдельном приложении.

Что можно найти, если всё же взять верх над утаскивающим монстром коллективного интеллекта:

  • Алгоритмы коллаборативной фильтрации, позволяющие продавцам рекомендовать покупателям продукты и услуги.
  • Методы кластеризации для нахождения похожих элементов в крупном массиве данных.
  • Свойства поисковых машин: краулеры, индексаторы, обработчики запросов и алгоритм пейджранка.
  • Оптимизационные алгоритмы для поиска среди миллионов возможных решений с выбором наилучшего.
  • Байезианский отбор, используемый в спам-фильтрах для классификаци документов на основании типологии слов и других свойств .
  • Использование деревьев решений не только для предсказания событий, но и для моделирования процесса принятия решений.
  • Предсказание числовых значений вместо классификаций для построения ценовых моделей.
  • Использование векторных машин для поиска совпадений среди людей на сайтах знакомств.
  • Факторизация положительных матриц для нахождения независимых свойств в наборе данных.
  • Эволюция интеллекта для решения задач: как программа совершенствует навык, улучшая собственный код с каждой сыгранной игрой.

Всё это вместе, кажется, превращает веб в какую-то другую, более гибкую, подвижную и вращающуюся вокруг данных сферу, чем привычное представление веба как сети документов. В каком-то смысле это даже смелее и интереснее того семантического веба, о котором мечтал Тим Бернерс-Ли, и живее, чем Занаду Теда Нельсона.