Рубрика «нейросеть» - 13

в 9:02, , рубрики: DeepCoder, искусственный интеллект, машинное обучение, нейросеть, Программирование, простые задачи

Нейросеть DeepCoder учится программировать, заимствуя код у других программ - 1
Условная матрица неточностей для нейросети и тестового набора из 500 программ длиной в 3 строчки. Каждая ячейка содержит среднюю вероятность ложно-положительного результата (крупным шрифтом) и количество тестовых программ, из которых это значение выведено (меньшим шрифтом, в скобках). Насыщенность цвета коррелирует с вероятностью ложно-положительного результата

У программистов скоро появится хороший помощник: умная нейросеть, которая способна выполнять рутинные задачи. Более того, с помощью такой нейросети люди могут создавать программы, даже не зная синтаксиса конкретного языка и фактически не умея программировать. Нужно составить алгоритм и поставить задачи — а нейросеть напишет код для их решения.
Читать полностью »

в 0:13, , рубрики: Google Brain, интерполяция, искусственный интеллект, нейросеть, повышение разрешения, Фототехника, метки:

Вероятностное улучшение фотографий по нескольким пикселям: модель Google Brain - 1
Пример работы нейросети после обучения на базе лиц знаменитостей. Слева — исходный набор изображений 8×8 пикселей на входе нейросети, в центре — результат интерполяции до 32×32 пикселей по предсказанию модели. Справа — реальные фотографии лиц знаменитостей, уменьшенные до 32×32, с которых были получены образцы для левой колонки

Можно ли повышать разрешение фотографий до бесконечности? Можно ли генерировать правдоподобные картины на основе 64 пикселей? Логика подсказывает, что это невозможно. Новая нейросеть от Google Brain считает иначе. Она действительно повышает разрешение фотографий до невероятного уровня.

Такое «сверхповышение» разрешения не является восстановлением исходного изображения по копии низкого разрешения. Это синтез правдоподобной фотографии, которая вероятно могла быть исходным изображением. Это вероятностный процесс.
Читать полностью »

в 15:57, , рубрики: будущее здесь, Здоровье гика, здравоохранение, искусственный интеллект, Медгаджеты, медицина, нейросеть, рак кожи, Стэнфорд

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 »

в 21:13, , рубрики: deep learning, автопилот, беспилотный автомобиль, искусственный интеллект, нейросеть, Программирование

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 »

в 16:11, , рубрики: c++, deep learning, машинное обучение, нейросеть

image

Пока TensorFlow активно завоевывает мир, воюет за аудиторию с такими крупными игроками рынка машинного обучения и глубоких нейронных сетей как Keras, Theano и Caffe, другие менее грандиозные проекты тем временем партизанят, пытаясь занять хоть какую-нибудь нишу. Про один из таких проектов я как раз и хотел сегодня рассказать ввиду полного отсутствия информации о нем на Хабрахабре. Итак, tiny-dnn — это полностью автономная C++11 реализация глубинного обучения, созданная для применения в условиях ограниченных вычислительных ресурсов, встроенных систем или IoT. Подробности под катом.
Читать полностью »

в 22:23, , рубрики: DeepStack, Texas Holdem NL, игры, ИИ, искусственный интеллект, нейросеть, покер, покерный бот, Софт, техасский холдем, метки:

Покерная программа DeepStack обыгрывает профессионалов один на один - 1
Дерево решений программы DeepStack в хедс-апе (игре один на один) безлимитного холдема на префлопе, флопе и тёрне

Пионер современной теории игр Джон фон Нейман говорил: «Реальная жизнь вся состоит из блефа, из маленьких приёмов обмана, из размышлений о том, каких действий ожидает от тебя другой человек. Вот что представляет игра в моей теории» (цитата из 13-й серии документального сериала «Возвышение человечества»).

Другими словами, Джон фон Нейман предвидел, что для создания сильного ИИ компьютер должен научиться играть в игры с неполной информацией, которые наиболее соответствуют человеческому поведению в реальной жизни. Такие игры как покер.
Читать полностью »

в 19:21, , рубрики: apple, Emotient, GAN, будущее здесь, ИИ, искусственный интеллект, Киберпанк, Научно-популярное, нейросеть, распознавание эмоций, Расс Салахутдинов, синтетические изображения, состязательная нейросеть, фотореалистичные изображения

Apple опубликовала первую работу по ИИ - 1
Обучение состязательной нейросети на основе аннотированных синтетических и неаннотированных реальных изображений. Иллюстрация из первой научной работы Apple по ИИ

Представьте будущее, в котором системы искусственного интеллекта крупных корпораций будут конкурировать между собой, зарабатывая деньги для своих акционеров. Разумеется, у корпоративного ИИ основной задачей будет максимизация прибыли. Хорошо, если акционерами компании будут люди и прибыль достанется им. Программы ИИ могут анализировать рынок, определять наиболее перспективные рыночные ниши, устанавливать сотрудникам задачи по разработке новых продуктов. Возможно, ИИ может и сам генерировать продукты, но проверять их надо на людях, так что живые сотрудники всё равно необходимы корпорации для тестирования.

Такое киберпанковское будущее становится немного ближе.
Читать полностью »

в 13:18, , рубрики: звук, искусственный интеллект, нейросеть, распознавание звуков, распознавание объектов, робототехника

Машинный слух. Нейросеть SoundNet обучили распознавать объекты по звуку - 1
Слева: попытка распознать место действия и объекты только по звуку. Справа: реальный источник звука

В последнее время нейросети добились немалого прогресса в области распознавания объектов и сцен на видео. Такие достижения стали возможны благодаря обучению на массивных наборах данных с размеченными объектами (например, см. работу "Learning deep features for scene recognition using places database". NIPS, 2014). Глядя на фотографии или видеоролики, компьютер может практически безошибочно определить место действия, выбрав одно подходящее описание из 401 сцены, например, «захламлённая кухня», «стильная кухня», «спальня подростка» и т.д. А вот в области понимания звуков нейросети пока не демонстрировали такого прогресса. Специалисты из Лаборатории информатики и искусственного интеллекта (CSAIL) Массачусетского технологического института исправили этот недостаток, разработав систему машинного обучения SoundNet.
Читать полностью »

в 12:13, , рубрики: будущее, будущее здесь, видео, визионер, искусственный интеллект, Киберпанк, научная фантастика, нейросеть, предсказание, фотография

Нейросеть предсказывает 1 секунду будущего по фотографии - 1
Генеративная состязательная нейросеть, оптимизированная для видеообработки, способна показать, что случится в следующую секунду

Умение предсказать ближайшее будущее — важный навык для любого человека. Скорости человеческой реакции недостаточно, чтобы в реальном времени реагировать на окружающие события, поэтому мы предсказываем их в постоянном режиме с вероятностью, близкой к 100%. Спортсмены знают, куда полетит мяч. Бизнесмены знают, когда собеседник протянет руку для рукопожатия. Мы предсказываем траекторию автомобилей на дороге и ближайшие действия людей по выражению лица и предмету в руках.

Искусственному интеллекту тоже необходимо знать будущее. Он должен понимать, какие события приведут к какому результату, чтобы избежать очевидных оплошностей и планировать свои действия. Группа исследователей из Лаборатории информатики и искусственного интеллекта (CSAIL) Массачусетского технологического института обучает нейросеть предсказывать будущее, тренируя её на миллионах видеороликов.
Читать полностью »

в 18:21, , рубрики: воображение, ИИ, искусственный интеллект, комиксы, нейросеть

ИИ попытался понять комиксы. Не получилось - 1
Откуда появилась змея на последнем рисунке? Почему она кусает человека? На втором и третьем рисунках изображён один и тот же человек? Ответы на эти вопросы читатель получает из общего понимания сюжета, осмысливая подписи к рисункам, фразы героев и смысловые переходы от одной картинки к другой

Нейросети демонстрируют удивительные успехи в различных задачах. Они обошли человека по точности распознавания лиц, чтению по губам, игре в некоторые настольные игры, диагностированию некоторых болезней и вождению автомобиля в темноте. С каждым днём количество «побед» нейросетей над человеком увеличивается. Но есть специфические задачи, в которых Искусственный интеллект даже близко не может подобраться к человеческому уровню, так что ему не остаётся ничего иного, кроме как признать своё поражение — и отступить.
Читать полностью »

1...10...121314...17
Рейтинг@Mail.ru
Главная   |  Архив новостей  |   Android  |   Google  |   Apple  |   Microsoft  |   Информационная безопасность  |   Веб – разработка
Публикации RSS  |  Комментарии RSS
https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js