Рубрика «искусственный интеллект» - 174

Алгоритм глубинного обучения диагностирует рак кожи не хуже квалифицированного дерматолога - 1

Глубинное обучение — перспективная методика обучения алгоритмов, которая задействована в большом количестве сфер (информационная безопасность, анализ результатов исследований, распознавание изображений). Что касается распознавания изображений, то здесь речь идет не только о том, что машина может отличить кошку от собаки, как это было с нейросетью Google. Нет, подобная технология может оказаться полезной и в медицине, в частности, в онкологии.

Ученые из Стэнфорда создали систему, которая способна ставить диагноз, анализируя фотографию кожи пациента. Недавние тесты показали впечатляющие результаты: алгоритм ставил диагнозы так же точно, как и врачи-дерматологи с большим опытом и серьезной квалификацией. Для сравнения возможностей технологии авторы проекта попросили поставить диагноз по изображению участков кожи различных людей профессиональных дерматологов (с верификацией диагноза), а затем эти же изображения показывали машине.
Читать полностью »

Казалось бы, ответ на этот вопрос должен быть простой, понятный и очевидный, поскольку уж а с чем-чем, а с болью (физической и психологической) сталкивались все люди (ну разве что за исключением исчезающее малого процента людей с особыми нейропаталогиями). А учитывая столь частую встречаемость боли в жизни соответственно и количество публикаций на эту тему должно быть много. И их действительно много, но почти все они о том, что делать с болью, как и из-за чего она появляется, как с ней бороться или как с ней быть, что делать, исправлять, изменять, принимать и так далее. Но как можно что-либо делать с тем явлением, суть которого вообще не понятна или не конкретна? А впрочем, разве человека останавливало когда-либо непонимание? Это же человек, а не робот – непонимание сути чего-либо еще не повод отказаться от действий в отношении этого «чего-либо». И это не так уж что бы плохо, скорее даже хорошо, поскольку выступает способом познания – повертеть/покрутить/приложить/стукнуть/поломать, что бы в итоге понять.
Читать полностью »

imageAlexa, интеллектуальный голосовой помощник, созданный Amazon, на протяжении последнего времени значительно расширил свои возможности и теперь может использоваться не только в фирменных устройствах от Amazon, таких как Amazon Echo, Echo Dot и Tap и пр., но и в устройствах других производителей — автомобилях Ford, Volkswagen и Hyundai, смартфонах Huawei, в системах умного дома LG и во многих других устройствах.

С момента выпуска Echo прошло больше двух лет. За это время компания запустила и значительно расширила список дополнительных навыков помощника Alexa: разработчикам было предоставлено обновленное API, с помощью которых система может быть обучена новым способностям — «Skills» в терминологии Amazon. Число таких загружаемых навыков, разрабатываемых сторонними разработчиками, выросло до семи тысяч.

Помимо этого Amazon представил новые сервисы, использующие ИИ для таких целей, как распознавание изображений, перевод текста в естественную речь и построение сложных диалогов с роботами и помощниками. Эти сервисы доступны всем желающим на платформе AWS.
Читать полностью »

Доверяй, но контролируй - 1

Полностью автоматизированные устройства, системы и целые производства могут дать немало преимуществ. Но как показывает практика, полностью полагаться на автоматику нельзя. Ведь если она выходит из строя, мы оказываемся к этому не готовы. И речь вовсе не о производстве: интернет вещей и беспилотные автомобили — тоже автоматизированные системы, от работоспособности которых может зависеть наша жизнь.
Читать полностью »

Софт ИИ обучается делать ИИ: учёные сообщают об успехах в самообучении искусственного интеллекта - 1
По Курцвейлу, логарифмическая шкала смены парадигм для ключевых исторических событий проявляет экспоненциальную тенденцию

Ключевой элемент для возникновения технологической сингулярности — запуск некотролируемого цикла самосовершенствования ИИ, где каждое новое более умное поколение ИИ будет появляться быстрее предыдущего. Согласно теории сингулярности по Вернору Винджу, в результате взрывного развития интеллекта в цикле экспоненциального самосовершенствования появится сверхинтеллект, который намного превзойдёт возможности человеческого разума и по сути будет непонятен для него. Называются разные примерные даты наступления сингулярности, исходя из экстраполяции технологического прогресса. Рей Курцвейл считает, что это произойдёт примерно в 2045 году (хотя он не считает обязательным экспоненциальное самосовершенствование ИИ), а среднее медианное значение по опросу экспертов по сильному ИИ — 2040 год.

Вполне возможно, что сингулярность наступит раньше прогнозируемого. Инженеры из компании Google и разработчики систем ИИ из других компаний сообщают об успехах, которых удалось добиться в ключевом направлении — создании систем ИИ, предназначенных для проектирования других систем ИИ.
Читать полностью »

Машинное управление. Первый опыт в бизнесе - 1

Уходящий 2016 год запомнится изобилием ярких новостей о прикладных применениях машинного обучения практически повсеместно. Словно родителям, наблюдающим за первыми неловкими шагами чада, нам с Вами довелось стать свидетелями первых робких попыток слабого искусственного интеллекта читать, писать романы и… даже делать трейлеры к фильмам! Подводя итоги этого насыщенного года, сотрудники Phobos рады добавить в копилку необычных применений машинного обучения приложение в управление проектами.

Читать полностью »

Домашнее задание от МТИ: пишем нейросеть для манёвров в дорожном трафике - 1

DeepTraffic — интересная интерактивная игра, поучаствовать в которой может любой желающий, а студенты Массачусетского технологического института (МТИ), которые изучают курс глубинного обучения в беспилотных автомобилях, обязаны показать хороший результат в этой игре, чтобы им засчитали выполненное задание.
Читать полностью »

image

Достижения современной медицины позволяют предположить возможный исход для пациентов с болезнями сердца, но это очень долгий и трудоемкий процесс — врачи вынуждены анализировать сканы МРТ, анализы крови и другие данные без помощи компьютеров, полагаясь на свои знания и опыт. На помощь докторам пришли ученые из Имперского колледжа Лондона, которые научили искусственный интеллект предсказывать риск смерти у людей с серьезными сердечно-сосудистыми заболеваниями быстрее и точнее, чем другие существующие инструменты прогнозирования.

Новое программное обеспечение создает виртуальные 3D-сердца для каждого пациента, которые повторяют каждое сокращение органа. Искусственный интеллект способен быстро определить, какие функции сердца указывают на сердечную недостаточность и смерть, используя данные магнитно-резонансной томографии (МРТ) вместе с информацией об анализах крови.Читать полностью »

Глубокое обучение с подкреплением виртуального менеджера в игре против неэффективности - 1

Об успехах Google Deepmind сейчас знают и говорят. Алгоритмы DQN (Deep Q-Network) побеждают Человека с неплохим отрывом всё в большее количество игр. Достижения последних лет впечатляют: буквально за десятки минут обучения алгоритмы учатся и выигрывать человека в понг и другие игры Atari. Недавно вышли в третье измерение — побеждают человека в DOOM в реальном времени, а также учатся управлять машинами и вертолетами.

DQN использовался для обучения AlphaGo проигрыванием тысяч партий в одиночку. Когда это ещё не было модным, в 2015 году, предчувствуя развитие данного тренда, руководство Phobos в лице Алексея Спасского, заказало отделу Research & Development провести исследование. Необходимо было рассмотреть существующие технологий машинного обучения на предмет возможности использования их для автоматизации победы в играх управленческих. Таким образом, в данной статье пойдёт речь о проектирование самообучающегося алгоритма в игре виртуального управленца против живого коллектива за повышение производительности.

Читать полностью »

Нейросетка играет в Доту - 1

Всем привет! На самом деле нейросетка играет не в привычную Dota 2, а в RussianAICup 2016 CodeWizards. RussianAICup — это ежегодное открытое соревнование по программированию искусственного интеллекта. Участвовать в этом соревновании довольно интересно. В этом году темой была игра похожая на Доту. Так как я уже какое-то время занимаюсь обучением с подкреплением, то мне хотелось попробовать применить это в RussianAICup. Главной целью было научить нейронную сеть играть в эту игру, хотя занятие призового места — это, конечно, было бы приятно. В итоге нейросеть держится в районе 700 места. Что, я считаю, неплохо, ввиду ограничений соревнования. В этой статье речь пойдет скорее об обучении с подкреплением и алгоритмах DDPG и DQN, а не о самом соревновании.
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js