Источник: Wikimedia
Нейросеть KataGo решила задачу, которая считается самой сложной в японской игре Го. Решение опубликовала пользовательница под ником Cassandra на форуме 19х19. KataGo изменила 140-й ход 177-ходового решения, созданного немецкими исследователями, и пришла к неожиданному итогу: победа белых с перевесом в два очка вместо победы черных с перевесом в пять камней.
Ученые опробовали методику глубокого обучения нейросетей для предсказывания исхода гравитационного взаимодействия трех тел. Выяснилось, что она позволяет решить задачу до 100 млн раз быстрее. Пока метод опробовали в ограниченном пространстве начальных параметров, но в дальнейшем его намерены применить для общего случая.
Нейросеть смогла за время около 1 миллисекунды предсказывать положения тел. Современный численный алгоритмом Brutus тратил на это, как правило, в 10 тысяч раз больше времени, а иногда отставал в 10 миллионов раз. Читать полностью »
Ученые могут определять цвет по длине световой волны. Но когда дело доходит до ароматов, нельзя просто посмотреть на молекулу и по структуре определить ее запах. Исследователи из Google Brain Team надеются, что это сможет изменить искусственный интеллект. В статье, опубликованной на Arxiv, они объясняют, как обучают ИИ распознавать запахи.
Исследователи собрали датасет из почти 5000 молекул летучих веществ, идентифицированных парфюмерами. Парфюмеры пометили запахи как «цветочный», «древесный» или «жирный». Около двух третей набора данных команда из Google Brain использовала для обучения своего ИИ, чтобы он смог связывать молекулы с названиями запаха. Затем исследователи использовали оставшиеся молекулы для проверки ИИ — и это сработало. Алгоритм оказался способен предсказывать запахи молекул на основе их структур.
Читать полностью »
Перевод статьи подготовлен специально для студентов базового и продвинутого курсов «Математика для Data Science».
P(A|B) = P(B|A) * P(A)/P(B)
Вот так она выглядит, но что это значит и как работает? Сегодня мы это узнаем и углубимся в теорему Байеса.Читать полностью »
Жил был Роберт Бонд — 65-летний программист из Калифорнии. И была у него жена-садовница, которая очень любила свою чистенькую лужайку. Но это Калифорния, там нет двухметровых заборов с системой защиты от котов. На лужайку ходят соседские коты и гадят!
Проблему нужно было решать. Как же решил её Роберт? Он докупил немного железа к своему компьютеру, подключил к нему камеру наружного наблюдения, смотрящую за лужайкой и дальше проделал несколько необычную вещь, он загрузил доступный бесплатный Open Source софт — нейросеть, и начинал обучать её распознавать котов на изображении с камеры. И задача в начале кажется тривиальной, ведь если чему-то учить и легко — это котам, потому что котами завален Интернет, их там десятки миллионов. Если было всё так просто, но дела обстоят хуже, в реальной жизни коты ходят гадить в основном ночью. Картинок ночных котов писающих на лужайке в Интернете практически нет. И некоторые из котов умудряются даже пить из системы полива во время работы, но всё же потом сваливают.
Напомню, что в рамках первой статьи мы получили модель с удовлетворяющим нас качеством и пришли к выводу, что не стоит сразу строить нейронные сети, на некорректных данных большой пользы от этого не будет. Чтобы избежать потери времени и своих сил, достаточно проанализировать ошибки на “простых” моделях.
В этой статье мы поговорим о выводе в продуктив рабочей модели.
Читать полностью »
В статье пойдет речь о классификации тональности текстовых сообщений на русском языке (а по сути любой классификации текстов, используя те же технологии). За основу возьмем данную статью, в которой была рассмотрена классификация тональности на архитектуре CNN с использованием Word2vec модели. В нашем примере будем решать ту же самую задачу разделения твитов на позитивные и негативные на том же самом датасете с использованием модели ULMFit. Результат из статьи, (average F1-score = 0.78142) примем в качестве baseline. Читать полностью »
Алгоритм, разработанный учеными из Университета Сан-Франциско (UCSF), ищет микроскопические кровоизлияния в мозг и прочие нарушения лучше специалистов-радиологов, сообщает Berkley News.
Источник: USFC
Привет! Продолжаем публиковать рецензии на научные статьи от членов сообщества Open Data Science из канала #article_essense. Хотите получать их раньше всех — вступайте в сообщество!
Статьи на сегодня:
Привет! Я руковожу разработкой платформы Vision — это наша публичная платформа, которая предоставляет доступ к моделям компьютерного зрения и позволяет вам решать такие задачи, как распознавание лиц, номеров, объектов и целых сцен. И сегодня хочу на примере Vision рассказать, как реализовать быстрый высоконагруженный сервис, использующий видеокарты, как его разворачивать и эксплуатировать.
Читать полностью »
