Рубрика «искусственный интеллект» - 56

МВД разрабатывает городскую систему распознавания преступников и подозреваемых с помощью видеокамер не только по лицу, но и по голосу, радужке, а, возможно, и по походке. Запустить систему хотят до конца 2021 года
Читать полностью »

МВД разрабатывает городскую систему распознавания преступников и подозреваемых с помощью видеокамер не только по лицу, но и по голосу, радужке, а, возможно, и по походке. Запустить систему хотят до конца 2021 года
Читать полностью »

image

В Сиднее на 86-й встрече JPEG Комитет Joint Photographic Experts Group выпустил призыв к доказательствам для изучения методов на основе ИИ и поиска нового кодека сжатия изображений. Сама программа, названная JPEG AI, была запущена в 2019 году.

За прошедший год исследователям нужно было доказать преимущества нейросетей перед традиционными методами. В рамках инициативы JPEG AI предполагается повысить эффективность сжатия изображений. Однако сложность состоит в необходимости обучения нейросетей на больших объемах данных. Читать полностью »

image

Сотрудники Массачусетского технологического института (МТИ) синтезировали новый мощный антибиотик. Для этого они использовали алгоритмы машинного обучения, говорится на сайте МТИ. Новое вещество назвали галицином (halicin) в честь бортового компьютера космического корабля из «Космической одиссеи 2001 года» HAL 9000. Читать полностью »

image

Facebook намерен выкупить у некоторых пользователей голосовые записи, которые собирается использоваться для улучшения своей технологии распознавания речи. На такой шаг компания решилась после того, как ее уличили в прослушивании и расшифровке голосовых записей клиентов без их ведома. Читать полностью »

— Добрый вечер, меня зовут Наталья, чем я могу Вам помочь?
— Здравствуйте, у меня была заблокирована карта.
— Хорошо, назовите свое имя.
— Василий Моржаков.
(вбивает на клавиатуре)
— Ваше кодовое слово?
— Декобраз через Е.
— Простите, вас не слышно.
— Де-ко-браз, через ЕЕ
— Что-то со связью, извините, можете повторить? (и кажется вешают трубку)

И вот я знаю немного про речевой ИИ, про ботов читал вчера Хабр, но все еще не могу понять, что же происходит.
Читать полностью »

Люди не всегда точно формулируют свои запросы, поэтому поисковые системы должны помогать им в этом. Меня зовут Сергей Юдин, я руковожу группой аналитики функциональности поиска в Яндексе. Мы каждый день улучшаем что-то с помощью машинного обучения. Последний год мы разрабатываем технологию, которая предугадывает интересы человека.

Со специалистом из моей команды Анастасией Гайдашенко avgaydashenko я расскажу читателям Хабра, как работает эта технология, опишу архитектуру и применяемые алгоритмы. А ещё вы узнаете, чем предсказание следующего запроса отличается от предсказания будущих интересов человека.

Как мы предсказываем будущее с помощью машинного обучения: discovery-запросы в поиске Яндекса - 1
Читать полностью »

Запрос на бесконечное продление жизни (жизнь после смерти) присутствует практически во все время существования человечества. Ответы на этот запрос пытаются дать большинство религий. Есть и чисто коммерческая эксплуатация данной темы: криозаморозки различной направленности и полная запись жизни человека для создания правдоподобной посмертной его копии. Все эти способы не дают истинного продления жизни, скорее психотерапевтический и манипуляционный эффект для живущих людей.
Читать полностью »

Contact Center AI: третий участник в разговоре – это нормально - 1


Наши клиенты и читатели блога знают про Dialogflow – платформу для создания умных ботов. Именно Dialogflow лежит в основе Contact Center AI (далее CCAI) от корпорации добра. Схематично стек технологии равен DialogFlow + WaveNet (text-to-speech) + voice recognition (speech-to-text), на выходе оно расширяет возможности обычного колл-центра, а именно позволяет оказывать более персонализированные услуги поддержки. Как именно? Рассказываем под катом и даем примеры успешной интеграции, добро пожаловать!
Читать полностью »

В прошлой статье мы описали эксперимент по определению минимального объема вручную размеченных срезов для обучения нейронной сети на данных сейсморазведки. Сегодня мы продолжаем эту тему, выбирая наиболее подходящую функцию потерь.

Рассмотрены 2 базовых класса функций – Binary cross entropy и Intersection over Union – в 6-ти вариантах с подбором параметров, а также комбинации функций разных классов. Дополнительно рассмотрена регуляризация функции потерь.

Спойлер: удалось существенно улучшить качество прогноза сети.

Настройка функции потерь для нейронной сети на данных сейсморазведки - 1
Читать полностью »


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