В новом дайджесте мы обсуждаем учебные проекты, странную покупку старого Mac Mini, самые популярные приложения, потерю данных 31 миллиона пользователей одной из мобильных клавиатур, правильные продуктовые метрики и многое другое.
Рубрика «нейросети» - 37
Дайджест интересных материалов для мобильного разработчика #233 (4 декабря — 10 декабря)
2017-12-10 в 11:49, admin, рубрики: apple, mac mini, shazam, Блог компании Everyday Tools, маркетинг, маркетинг мобильных приложений, нейросети, разработка игр, разработка мобильных приложений, Разработка под android, разработка под iOS, разработка приложений
Нейросети без учителя переводят с языков, для которых нет параллельного корпуса текстов
2017-11-30 в 20:57, admin, рубрики: искусственный интеллект, нейросети, Софт
Машинный перевод с помощью нейросетей прошёл долгий путь с момента первых научных исследований на эту тему и до того момента, как компания Google заявила о полном переводе сервиса Google Translate на глубинное обучение.
Как известно, в основе нейронного переводчика механизм двунаправленных рекуррентных нейронных сетей (Bidirectional Recurrent Neural Networks), построенный на матричных вычислениях, который позволяет строить существенно более сложные вероятностные модели, чем статистические машинные переводчики. Однако всегда считалось, что нейронный перевод, как и статистический, требует для обучения параллельных корпусов текстов на двух языках. На этих корпусах обучается нейросеть, принимая человеческий перевод за эталонный.
Как теперь выяснилось, нейросети способны освоить новый язык для перевода даже без параллельного корпуса текстов! На сайте препринтов arXiv.org опубликованы сразу две работы на эту тему.
Читать полностью »
Нейросеть из Стэнфорда диагностирует пневмонию на рентгеновском снимке лучше, чем врачи
2017-11-20 в 15:12, admin, рубрики: Здоровье гика, искусственный интеллект, компьютеры, Научно-популярное, нейросети, радиология
Исследователи из Сэнфордского университета разработали самообучающийся алгоритм, который способен ставить диагноз по медицинским снимкам (рентгенография грудной клетки). Эта программная платформа специализируются лишь на пневмонии, но свою задачу она выполняет лучше, чем профессиональные радиологи.
Пневмония бывает разной, и нейросеть отличает 14 ее разновидностей по рентгеновскому снимку. Результаты своей работы ученые опубликовали в открытом доступе на arXiv. «Анализ медицинских снимков — сложная задача, и мы знаем об этом», — говорит один из разработчиков программной платформы. «Мы решили разработать самообучающиеся алгоритмы, проведя „тренировку“ на основе сотен тысяч медицинских снимков».
Читать полностью »
Конкурс Topcoder «Konica-Minolta Pathological Image Segmentation Challenge». Заметки участника
2017-10-26 в 12:04, admin, рубрики: cnn, Topcoder, Алгоритмы, Блог компании Avito, Компьютерное зрение, конкурс, машинное обучение, нейросети, обработка изображений, обучение нейронных сетей, сегментация изображенийПривет! Пока мы ждём субботу и Avito Data Science Meetup: Computer Vision, расскажу вам про моё участие в соревновании по машинному обучению KONICA MINOLTA Pathological Image Segmentation Challenge. Хотя я уделил этому всего несколько дней, мне повезло занять 2 место. Описание решения и детективная история под катом.
Можно ли обучить искусственный интеллект новым трюкам?
2017-10-16 в 15:23, admin, рубрики: vector, вектор, глубинное обучение, искусственный интеллект, нейросетиПрактически все известные вам достижения ИИ связаны с прорывом тридцатилетней давности
Я стою в комнате, которая скоро станет центрам мира – ну или просто в очень большой комнате на седьмом этаже сверкающей башни в деловом центре Торонто. Экскурсию мне устраивает Джордан Джейкобс, сооснователь этого места: зарождающийся институт «Вектор», открывающий свои двери осенью 2017 года, и стремящийся стать глобальным эпицентром искусственного интеллекта.
Мы находимся в Торонто, поскольку Джеффри Хинтон находится в Торонто, а Джеффри Хинтон – отец «глубинного обучения» (ГО), технологии, стоящей за текущим восторгом по поводу ИИ. «Через 30 лет мы оглянемся и скажем, что Джефф был Эйнштейном в ИИ, глубинном обучении, в том, что мы называем ИИ», – говорит Джейкобс. Среди исследователей, находящихся на передовой в области ГО, у Хинтона больше цитат, чем у следующих троих, вместе взятых. Его студенты и аспиранты запустили ИИ-лаборатории в компаниях Apple, Facebook и OpenAI; сам Хинтон – ведущий учёный в команде Google Brain AI. Практически все достижения в области ИИ последнего десятилетия – переводы, распознавание речи, распознавание изображений, игры – так или иначе основываются на работе Хинтона.
Читать полностью »
Когда лучше не использовать глубинное обучение
2017-10-11 в 10:53, admin, рубрики: AutoML, big data, data mining, one-shot learning, pytorch, TensorFlow, Алгоритмы, байесовский вывод, биомедицинская информатика, вероятностная нумерика, вероятностное программирование, выпуклая оптимизация, глубинное обучение, математика, машинное обучение, механистическая модель, мешок слов, нейросети, обучение с первого раза, предрассудки, размер выборки, стохастический градиент, цепь МарковаЯ понимаю, что странно начинать блог с негатива, но за последние несколько дней поднялась волна дискуссий, которая хорошо соотносится с некоторыми темами, над которыми я думал в последнее время. Всё началось с поста Джеффа Лика в блоге Simply Stats с предостережением об использовании глубинного обучения на малом размере выборки. Он утверждает, что при малом размере выборки (что часто наблюдается в биологии), линейные модели с небольшим количеством параметров работают эффективнее, чем нейросети даже с минимумом слоёв и скрытых блоков.
Далее он показывает, что очень простой линейный предиктор с десятью самыми информативными признаками работает эффективнее простой нейросети в задаче классификации нулей и единиц в наборе данных MNIST, при использовании всего около 80 образцов. Эта статья сподвигла Эндрю Бима написать опровержение, в котором правильно обученная нейросеть сумела превзойти простую линейную модель, даже на очень малом количестве образцов.
Такие споры идут на фоне того, что всё больше и больше исследователей в области биомедицинской информатики применяют глубинное обучение на различных задачах. Оправдан ли ажиотаж, или нам достаточно линейных моделей? Как всегда, здесь нет однозначного ответа. В этой статье я хочу рассмотреть случаи применения машинного обучения, где использование глубоких нейросетей вообще не имеет смысла. А также поговорить о распространённых предрассудках, которые, на мой взгляд, мешают действительно эффективно применять глубинное обучение, особенно у новичков.
Читать полностью »
В Москве заработает система распознавания лиц через камеры видеонаблюдения
2017-09-29 в 2:41, admin, рубрики: безопасность, будущее здесь, видеонаблюдение, видеотехника, ЕЦДХ, информационная безопасность, искусственный интеллект, Камеры, Киберпанк, нейросети, распознавание лицЧасть из 170 000 камер видеонаблюдения в Москве подключат к системе распознавания лиц. Власти признали успешным двухмесячный эксперимент с автоматическим распознаванием лиц, пола и возраста людей в реальном времени (технология NtechLab Ltd.) — и теперь собираются развернуть систему на весь город.
Система распознавания лиц компании NtechLab. Фото: NtechLab
Сейчас сеть видеонаблюдения объединяет подъездные видеокамеры (95% подъездов жилых домов в столице), камеры на территории и в зданиях школ и детских садов, на станциях МЦК, стадионах, остановках общественного транспорта и автовокзалах, в парках, подземных переходах, сообщает официальный портал мэра и правительства Москвы.
«Внедрение видеоаналитики является мощным драйвером повышения эффективности как частных, так и городских систем видеонаблюдения. У жителей города появился дополнительный уровень защиты, — сказал руководитель Департамента информационных технологий Москвы Артём Ермолаев. — Разумеется, все эти возможности должны внедряться очень ответственно. Наш приоритет — баланс между конфиденциальностью и безопасностью, и мы придерживаемся строгой внутренней политики контроля, гарантирующей соблюдение прав граждан».
Читать полностью »
Как Алексей Моисеенков дошел до Prisma и пошел дальше
2017-09-28 в 13:51, admin, рубрики: Prisma, маски, мобильные приложения, Моисеенков, нейросети, развитие продукта, Развитие стартапа, Управление продуктом, фильтры, фотофильтрыPrisma — приложение для оформления фотографий в стилистике определенных художников — стало одним из примеров резкой популярности на мировом рынке. Попутно «Призма» удостоилась как массе восхищенных похвал, так и ряду упреков: от вторичности разработки до краткосрочной популярности самого продукта. Алексей Моисеенков с начала и до сего дня — основной двигатель этого проекта. Далее — наш разговор с ним.
Бизнес-уроки
Ажиотаж прошел. Вы им правильно воспользовались? Может, есть обстоятельства, которые не позволили вам воспользоваться хайпом в достаточной мере?
Алексей Моисеенков: Секрета, как воспользоваться хайпом по максимуму, нет, но мы получили пользу в достаточной мере. Получили достаточно опыта. Наше использование хайпа было не в монетизации, а в опыте быстрого роста по всему миру. Одно из основных, что мы получили — опыт быстрой разработки и опыт оперативного общения с прессой.
Prisma никогда бы не осталась востребованной надолго. Стилизация фото — как мода. Ни мы, никто ничего не может сделать, чтобы хайп длился вечно. Денег и связей, наверное, мы могли бы извлечь больше, методов работы с аудиторией, конечно, можно было придумать ещё массу. Стоило бы активнее работать в Азии. Но это точно не известно, неясно, как бы эти шаги отразились на популярности «Призмы».
Читать полностью »
«Человек» искусства: способен ли искусственный интеллект творить?
2017-09-25 в 9:58, admin, рубрики: big data, neurodata lab, Алгоритмы, Блог компании Neurodata Lab, машинное обучение, нейросетиС развитием нейросетей им придумывают всё более разнообразные способы применения. С их помощью обучаются автопилоты Tesla, а распознавание лиц используется не только для обработки фотографий приложениями типа Prisma, но и в системах безопасности. Искусственный интеллект учат диагностировать болезни. В конце концов, с его помощью даже выигрывают выборы.
Но есть одна сфера, которая традиционно считалась принадлежащей исключительно человеку — творчество. Однако и это утверждение начинают ставить под сомнение. Ли Седоль, проигравший AlphaGo, признался: «Поражение заставило меня засомневаться в человеческой креативности. Когда я увидел, как играет AlphaGo, то усомнился в том, насколько хорошо играю сам». Поэтому в сегодняшнем посте давайте поговорим о том, способны ли роботы ступить на территорию искусства, в пространство креативности, а значит эмоций и восприятия.
Три идеи, как повысить эффективность разработки: итоги хакатона по Machine Learning в СберТехе
2017-09-21 в 13:54, admin, рубрики: big data, Блог компании Сбербанк, машинное обучение, нейросети, Программирование, Сбербанк, Сбертех, хакатонМы регулярно проводим внешние хакатоны на разные темы. Но этим летом мы решили дать возможность проявить себя и сотрудникам – ведь наверняка им хочется порешать задачки на имеющихся данных. Что получилось у коллег в СберТехе — рассказывает samorlov, главный руководитель разработки в Отделе разработки лабораторного кластера супермассивов.
Читать полностью »