Рубрика «машинное обучение» - 54

Минобороны потратит 387 млн руб. на создание и обучение нейросетей для нового поколения военных систем с ИИ - 1

Министерство обороны РФ в конце марта 2020 года объявило о проведении закрытого конкурса на выполнение научно-исследовательской работы «Исследования по созданию экспериментального образца комплекса разработки, обучения и реализации глубоких нейронных сетей для нового поколения военных систем с искусственным интеллектом (шифр „Каштан“)».
Читать полностью »

Мы рады представить хабросообществу наш смелый эксперимент: калькулятор, работающий на основе нейросети. Он работает следующим образом: математическое выражение преобразуется в изображение и подается на вход сверточной нейросети, которая генерирует изображение-результат. Полученный калькулятор генерирует изображения правильных ответов, не вычисляя заданное выражение в явном виде.

Работа уже опубликована на arXiv и сегодня будет представлена на конференции SIGBOVIK в формате аудиозаписи. В этом посте мы поделимся с вами результатами нашего эксперимента. Мотивация и детали реализации также под катом.

Нейросетевой калькулятор для сложения и вычитания не очень больших чисел - 1

Читать полностью »

Привет! Мы вдруг поняли, что наша последняя статья про Эльбрус вышла год назад. Поэтому мы решили исправить эту досадную оплошность, ведь мы не бросили эту тему!

Сложно представить распознавание без нейронных сетей, поэтому мы расскажем о том, как мы запустили 8-битные сетки на Эльбрусе и что из этого получилось. Вообще, модель с 8-битными коэффициентами и входами и 32-битными промежуточными вычислениями крайне популярна. Например, Google [1] и Facebook [2] завели ее собственные реализации, которые оптимизируют доступ в память, задействуют SIMD и позволяют ускорить вычисления на 25% и больше без заметного снижения точности (это конечно зависит от архитектуры нейронной сети и вычислителя, но нужно же было объяснить, насколько это круто?).

8-битные сети на Эльбрусе, есть ли смысл? - 1Читать полностью »

В конце прошлого года, я написал статью, о том как был заинтригован возможностью распознавания объектов на изображениях с помощью нейронных сетей. В той статье мы с помощью PyTorch классифицировали на видео либо ягоду малину, либо ардуино-подобный контроллер. И не смотря на то, что PyTorch мне понравился, обратился я к нему потому, что не смог с наскока разобраться с TensorFlow. Но я пообещал, что ещё вернусь к вопросу распознавания объектов на видео. Кажется пришло время сдержать обещание.

В данной статье мы попробуем на своей локальной машине дообучить уже готовую модель в Tensorflow 1.13 и Object Detection API на нашем собственном наборе изображений, а потом используем её для распознавания ягод и контроллеров, в видеопотоке веб-камеры с помощью OpenCV.

Хотите к лету улучшить навык распознавания ягод? Тогда милости прошу под кат.

«Вы уж простите, обознался...» или распознаем малину и контроллеры с помощью Tensorflow Object Detection API - 1
Читать полностью »

Как потерять доверие к ИИ, или как я хулиганил с Gradient Photo Editor - 1
Статья скорее зарисовка и оставляет пространство для экспериментов.
Всем привет. На выходных на мои глаза попалось приложение Gradient Photo Editor, а именно функция, позволяющая оценить вашу ДНК с помощью новейших технологий ИИ по фотографии! Исключительно точный алгоритм проанализирует черты лица и определит этническое происхождение (описание взято с офсайта). Меня, МЛиста, не могло такое не заинтриговать и конечно же я скачал приложение и начал с ним баловаться. После того, как фотки себя любимого закончились в ход пошли шедевры мировой живописи. И тут меня поджидали сюрпризы :)
Кому интересно — добро пожаловать под кат
Читать полностью »

Ну что продолжим?

Скользящее окно(Moving Windows)

В заголовке я привел дословный перевод. Если кто меня поправит, и другой термин более применим — то спасибо.

Смысл скользящего окна– с каждым новым значением функция пересчитывается за заданный период времени. Этих функций большое количество. Для примера: rolling.mean(), rolling.std(), которые чаще всего и используют при анализе движения акций. rolling.mean() — это обычная скользящая средняя, которая сглаживает краткосрочные колебания и позволяет визуализировать общую тенденцию.
Читать полностью »

7 предположений о том, что ждёт рынки RPA, искусственного интеллекта (AI) и индустрию автоматизации в целом в 2020 году от Гая Кирквуда, главного визионера UiPath.

В 2018 он сделал 6 аналогичных прогнозов и 5 из них стали реальностью (про шестой в целом можно сказать то же, но с натяжкой), давайте посмотрим на них:

  1. Десктопное (компьютерное) внедрение RPA перегонит серверное. Это произошло в мае. И хотя серверные роботы до сих пор приносят суммарно больше прибыли компаниям, суммарно локальных компьютерных роботов UiPath на текущий момент больше.
  2. В публичном секторе применение RPA будет двигаться семимильными шагами. Так, например, правительство США удвоило свои усилия по внедрения роботов и UiPath сейчас сотрудничает с боле чем 55 заказчиками.
  3. Бизнес-кейсы RPA сменились с исчисления уволенных сотрудников на подсчёт количества часов, которое у этих сотрудников освобождается благодаря роботизации. Это также благотворно сказывается на удовлетворённости сотрудников.
  4. Использование AI (искусственного интеллекта) станет повсеместным. RPA стал частью более широкого потока по части внедрения искусственного интеллекта. Организации всё чаще прибегают к их совместному использованию для работы со структурированной и неструктурированной информации.
  5. Аналитики продолжат строить пессимистичные прогнозы роста. Было огромное количество самых разных предположений о потенциальных темпах роста популярности RPA в мире, но на практике он оказался значительно выше даже самых смелых из них.
  6. Аутсорсинг умрёт. И хотя индустрия не умерла до конца, она существенно меняется. Аутсорсинг интегрируется с новыми подходами к автоматизации, в том числе создавая сервисы, которые используют RPA для генерации ценности.

Звучит интересно, но давайте теперь посмотрим на новые прогнозы Гая Кирквуда:
Читать полностью »

Всем привет! Меня зовут Саша, я CTO & Co-Founder в LoyaltyLab. Два года назад я с друзьями, как и все бедные студенты, ходил вечером за пивом в ближайший магазин у дома. Нас очень расстраивало, что ритейлер, зная, что мы придём за пивом, не предлагает скидку на чипсы или сухарики, хотя это так логично! Мы не поняли, почему такая ситуация происходит и решили сделать свою компанию. Ну и как бонус выписывать себе скидки каждую пятницу на те самые чипсы.

image

И дошло всё до того, что с материалом по технической стороне продукта я выступаю на NVIDIA GTC. Мы рады делиться наработками с коммьюнити, поэтому я выкладываю свой доклад в виде статьи.

Читать полностью »

image

Облачная платформа «Яндекс.Облако» и Nvidia открыли для российских разработчиков библиотеку приложений для работы с искусственным интеллектом и машинным обучением – Nvidia GPU Cloud (NGC). Яндекс.Облако стала первым публичным облаком в России со статусом официального партнера c NGC-сертификацией от Nvidia. Читать полностью »

Когда вы сталкиваетесь с новой уязвимостью, какая мысль приходит первой? Конечно, отреагировать как можно быстрее. Однако, скорость — всего лишь одно из условий эффективной борьбы с ИБ-угрозами. Когда речь идет о корпоративной безопасности, не менее важно безошибочно определять, на что стоит реагировать в первую очередь. Недооцененная угроза может стать причиной серьезных убытков или потери деловой репутации. Но если число уязвимостей постоянно растет, как быстро оценить их значимость и не упустить важные детали?

Скрытая угроза — анализ уязвимостей при помощи графа новостей - 1
Динамика числа уязвимостей по группам CVSS (источник — vulners.com)
Читать полностью »


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