1-го апреля завершился финал SNA Hackathon 2019, участники которого соревновались в сортировке ленты социальной сети с использованием современных технологий машинного обучения, компьютерного зрения, обработки тестов и рекомендательных систем. Жесткий онлайн отбор и двое суток напряженной работы над 160 гигабайтами данных не прошли даром :). Рассказываем о том, что помогло участникам прийти к успеху и о других интересных наблюдениях.
ML.NET is an open-source and cross-platform machine learning framework (Windows, Linux, macOS) for .NET developers. Using ML.NET, developers can leverage their existing tools and skillsets to develop and infuse custom AI into their applications by creating custom machine learning models for common scenarios like Sentiment Analysis, Recommendation, Image Classification and more!.
Today we’re announcing the ML.NET 1.0 RC (Release Candidate) (version 1.0.0-preview) which is the last preview release before releasing the final ML.NET 1.0 RTM in 2019 Q2 calendar year.
Soon we will be ending the first main milestone of a great journey in the open that started on May 2018 when releasing ML.NET 0.1 as open source. Since then we’ve been releasing monthly, 12 preview releases so far, as shown in the roadmap below:
In this release (ML.NET 1.0 RC) we have initially concluded our main API changes. For the next sprint we are focusing on improving documentation and samples and addressing major critical issues if needed.
The goal is to avoid any new breaking changes moving forward.
Обработка естественного языка сейчас не используются разве что в совсем консервативных отраслях. В большинстве технологических решений распознавание и обработка «человеческих» языков давно внедрена: именно поэтому обычный IVR с жестко заданными опциями ответов постепенно уходит в прошлое, чатботы начинают все адекватнее общаться без участия живого оператора, фильтры в почте работают на ура и т.д. Как же происходит распознавание записанной речи, то есть текста? А вернее будет спросить, что лежит в основе соврменных техник распознавания и обработки? На это хорошо отвечает наш сегодняшний адаптированный перевод – под катом вас ждет лонгрид, который закроет пробелы по основам NLP. Приятного чтения!
Обезьяна (шимпанзе) достает термитов из термитника при помощи палки. Навторой фотографии горилла использует палку для сбора нужной ей травы
Разработчики из США создали специализированный алгоритм для роботов, который дал возможность последним использовать дополнительные инструменты для выполнения поставленной задачи. А она относительно простая — определенным образом переместить предмет из точки А в точку Б.
Алгоритм состоит из двух частей. Первая позволяет роботу перемещать предметы случайным образом, выполняя своего рода эксперименты. Вторая часть дает возможность оценить последствия того либо иного действия при помощи нейросети. Как оказалось, роботы, работая по алгоритму, эффективно использовали вспомогательные инструменты без обучения.
Читать полностью »
У всех IT-гигантов вроде Google или IBM существуют собственные лаборатории, где ученые, инженеры и аналитики ведут работу над монетизацией искусственного интеллекта. В 2017 году компания МТС присоединилась к интересу западных коллег и также открыла подразделение, которое занимается разработкой и внедрением продуктов на базе технологий ИИ. Что же происходит в «интеллектуальной» лаборатории и как это изменит жизнь абонентов?
Я пообщался с руководителем подразделения разработок в сфере AI компании МТС Аркадием Сандлером, у которого за плечами опыт создания различных проектов в области машинного обучения, в частности в сфере электронной коммерции. В интервью Аркадий рассказал, почему ИИ ключевая технология современности, что ждет нас в обществе персонализированного продукта и как прокачать свой стартап с помощью МТС.
В прошлом месяце на NVIDIA GTC 2019 компания NVIDIA представила новое приложение, которое превращает нарисованные пользователем простые цветные шарики в великолепные фотореалистичные изображения.
Приложение построено на технологии генеративно-состязательных сетей (GAN), в основе которой лежит глубинное обучение. Сама NVIDIA называет его GauGAN — это каламбур-отсылка к художнику Полу Гогену. В основе функциональности GauGAN лежит новый алгоритм SPADE.
В этой статье я объясню, как работает этот инженерный шедевр. И чтобы привлечь как можно больше заинтересованных читателей, я постараюсь дать детализированное описание того, как работают свёрточные нейронные сети. Поскольку SPADE — это генеративно-состязательная сеть, я расскажу подробнее и о них. Но если вы уже знакомы с эти термином, вы можете сразу перейти к разделу «Image-to-image трансляция».
Давайте начнем разбираться: в большинстве современных приложений глубинного обучения используется нейронный дискриминантный тип (дискриминатор), а SPADE — это генеративная нейронная сеть (генератор).
Читать полностью »
В последние годы компьютерная индустрия была занята, пытаясь ускорить вычисления, требуемые для искусственных нейросетей – как для обучения, так и для получения выводов её работы. В частности, довольно много усилий было положено на разработку специального железа, на котором можно выполнять эти вычисления. В Google разработали Tensor Processing Unit, или TPU, впервые представленный публике в 2016-м. Позже Nvidia представила V100 Graphics Processing Unit, описывая его, как чип, специально разработанный для обучения и использования ИИ, а также для других высокопроизводительных вычислительных нужд. Полно и иных стартапов, концентрирующихся на других типах аппаратных ускорителей.
Читать полностью »
Вчера, 10 апреля, в московском офисе Яндекса наградили первых лауреатов премии имени Ильи Сегаловича, созданной в этом году для поддержки молодых исследователей и научного сообщества России, Беларуси и Казахстана. За три месяца с момента запуска премии пришло 262 заявки от молодых специалистов и научных руководителей, которых могли выдвинуть их студенты и аспиранты. Совет Премии выбрал девять лучших молодых исследователей и четырех научных руководителей. Самому младшему лауреату всего двадцать один год.
Студенты и аспиранты, ставшие лауреатами премии, получат по 350 тысяч рублей и возможность посетить международную конференцию по искусственному интеллекту, персонального ментора и стажировку в отделе исследований Яндекса, руководители выиграли по 700 тысяч рублей.
Читать полностью »
Достижения робототехники и, особенно, расходы на них* сделали достаточно очевидной мысль, что не только один человек обладает интеллектом, что он есть не только у домашних животных, с поведением которых мы более-менее близко знакомы, но он даже есть у одноклеточных организмов.
Эстету на заметку: *Мысль о том, что ракета стоимостью в миллион долларов бывает промахивается по цели, а сперматозоид, который не стоит вообще ничего, — нет — может шокировать представителей ВПК (с) А.Розов
Получается, интеллект человека можно рассматривать не как нечто эксклюзивное, как считалось ранее, а, скорее, как новое поколение в серии моделей интеллектов из мастерской природы.
Следовательно, чтобы изучать интеллект человека, неплохо бы понять не только его самого, но и весь путь, пройденный природой. Предлагаемая оригинальная эволюционная классификация интеллекта по поколениям (или эволюционным уровням) прояснит вехи этого пути.
Всех, кому интересна тема, прошу пожаловать под кат.
Читать полностью »
