Рубрика «нейросети» - 44

Google открыла для всех библиотеку машинного обучения TensorFlow - 1«Ещё пару лет назад вы не могли разговаривать с приложением Google в городском шуме или прочитать вывеску на иностранном языке с помощью переводчика Google Translate, или мгновенно найти фотографии своего лабрадуделя, — пишет Google в официальном блоге. — Наши приложения просто не были достаточно умными. Но за короткий промежуток времени они стали намного, намного умнее. Сейчас, благодаря машинному обучению всё это доступно. Несмотря на весь прогресс, которого мы добились, всё ещё остаются возможности для улучшения. Поэтому мы создали совершенно новую систему машинного обучения, которую назвали TensorFlow. Она быстрее, умнее и гибче, чем наша старая система, так что её намного проще приспособить к новым продуктам и исследованиям».

Итак, компания Google выложила свою новейшую разработку TensorFlow во всеобщее пользование под свободой лицензией Apache 2.0.
Читать полностью »

Автомобили Google будут распознавать пешеходов с высокой точностью - 1

До появления в продаже беспилотных автомобилей осталось не так много времени. Google доводит до ума технологии машинного зрения и один из самых важных элементов — распознавание пешеходов в реальном времени.

Исследователи из Google Research Алекс Крижевский (Alex Krizhevsky), Анелия Ангелова (Anelia Angelova) с коллегами представили новый метод детектирования пешеходов с помощью нейросетей. Метод показал обнадёживающий результат: пешехода удаётся заметить с высокой точностью 73,8% случаев по тесту Caltech Pedestrian, который содержит базу данных с 50 000 помеченных пешеходов в городских и сельских условиях. Такой результат сравним с самыми лучшими альтернативными разработками.
Читать полностью »

Нейроэволюционный алгоритм учится играть в Mario - 1SethBling известен своим каналом, на котором он размещает различные советы и изобретения для мира Minecraft. Часто там появляется иной контент. К примеру, в список интересов влогера входит Mario. Именно SethBling первым прошёл Super Mario World на консоли с помощью бага с редактированием памяти путём перемещения предметов в игре. В его последних видео и стримах всё та же игра. Но играет уже не человек, а нейроэволюционный алгоритм, который SethBling сам и написал.
Читать полностью »

На сцену выходил глава Tesla Илон Маск

nVidia показала платформу для беспилотных автомобилей и самый мощный GPU в мире - 1Во вторник компания nVidia показала новый мощнейший (среди систем с одним графическим процессором) видеоускоритель Titan X с 12 гигабайтами памяти. Розничная стоимость новинки составит от 999 долларов. Также в руках главы nVidia Жэнь-Сунь Хуана появился автомобильный компьютер Drive PX, который призван стать ядром автономных машин.

Новый Titan X показали ещё 4 марта, две недели назад, но то объявление выглядело скомкано и слишком бессодержательно. На тот момент проходила конференция GDC, и во время рассказа представителей Epic Games о своём игровом движке Unreal Engine и его требовательности к «железу» на сцене в качестве особого участника внезапно появился Хуан. Там исполнительный директор nVidia и рассказал о новой видеокарте, не слишком вдаваясь детали.
Читать полностью »

На его основе будет создана платформа автопилота для автомобилей

nVidia показала свой новый «мобильный суперчип» - 1Несколько часов назад вечером в Лас-Вегасе в рамках пресс-конференции нулевого дня Международной выставки потребительской электроники 2015 года глава nVidia Жэнь-Сунь Хуан вышел на сцену и рассказал о новом мобильном решении «система на кристалле» под названием Tegra X1.

X1 — это логическое продолжение Tegra K1, в котором впервые для nVidia была проведена унификация архитектур мобильных и настольных устройств. X1 уже производится, вероятно, скоро появятся планшеты на его основе.

Может показаться, что этот анонс будет интересен только геймерам, использующим высокопроизводительные и дорогие портативные устройства. Но это далеко не так. Большая часть конференции была посвящена автомобильным системам.
Читать полностью »

фМРТ позволила подсчитать количество «вычислительных ядер» мозгаЧеловеческий мозг состоит из 100 миллиардов нейронов, каждый из которых может иметь до 10 тысяч соединений со своими соседями. Всё это великолепие, которому завидуют работающие с информацией учёные, потребляет 20 ватт в пиковой нагрузке и умещается в крошечной черепной коробке.

Часто мозг описывают как высокопараллелизированный вычислительный механизм, что заставляет задуматься, насколько глубока параллелизация. В своей работе Харрис Георгиу из Афинского национального университета имени Каподистрии смог ответить на вопрос, сколько в нашем мозге «вычислительных ядер». Подсчёт производился во время выполнения простых тестов путём особого вида томографии. Это потенциально может означать маленький шажок к созданию искусственного интеллекта.

Для этих целей использовалась функциональная магнитно-резонансная томография. Подобное исследование включает изучение гемодинамеческих реакций, аппарат измеряет изменения уровней кислорода крови, проходящей через различные участки мозга. Предполагается, что более активные участки мозга потребляют больше кислорода, поэтому можно обнаружить работающие зоны.

Обычно мозг в анализе фМРТ делится на трёхмерные области, называемые вокселями, каждая из которых составляет порядка 5 мм³. Полная карта активности мозга в любой момент времени может быть записана с использованием трёхмерной модели из 60 × 60 × 30 вокселей. Измерения повторяются примерно раз в секунду, как правило, тест длится две—три минуты, а исследуемый мозг подвергается влиянию различных физических факторов. В результате получают около 30 миллионов значений.
Читать полностью »

Давным давно, в 2008 году, когда я работал над своей диссертацией меня заинтересовала тема применения сверточных нейронных сетей для задач распознавания изображений. На тот момент они еще не были так популярны как сейчас и попытка найти готовые библиотеки ни к чему не привела — нашлась только реализация на Lush (языке созданном автором сверточных сетей, Яном ЛеКуном). Тогда я подумал, что можно было бы их реализовать на Матлабе используя Neural Network Toolbox. Но столкнулся с невозможностью реализации разделяемых весов в рамках этого тулбокса. И тогда было принято решение написать собственную реализацию.
Читать полностью »

Уважаемое хабросообщество, решил поделиться с вами моими наработками в изучении нейросети Машины Больцмана, сделанными в студенческие года.

В России по данной теме было крайне мало информации. Даже руководитель нашей кафедры не мог мне помочь с материалом. Благо наш университет состоял в единой международной базе, и была возможность воспользоваться зарубежным опытом. В частности, большая часть была найдена в литературе оксфордского университета. По сути, данная статья является сборником информации из различных источников, переосмысленная и изложенная достаточно понятным языком, как мне кажется. Надеюсь кому-то будет интересно. Когда-то меня это заставляло не спать ночами.
Итак, приступим.
Читать полностью »

Прогресс в разработке нейросетей для машинного обученияВ пятничном номере NY Times опубликована статья о значительных успехах, который демонстрируют в последние годы разработчики алгоритмов для самообучаемых нейросетей. В глубоких структурах есть несколько скрытых слоёв, которые традиционно тяжело было обучать. Но всё изменилось с использованием стека из машин Больцмана (RBM) для предварительной тренировки. После этого можно удобно перенастраивать веса, применяя метод обратного распространения ошибки (backpropagation). Плюс появление быстрых GPU — всё это привело к существенному прогрессу, который мы наблюдаем в последние годы.

Сами разработчики не делают громких заявлений, чтобы не поднимать ажотаж вокруг нейросетей — такой, как в 1960-е годы поднялся вокруг кибернетики. Тем не менее, можно говорить о возрождении интереса к исследованиям в этой области.
Читать полностью »

Эта статья короткое ответвление от цикла статьей по биовычислениям:
От белков к РНК, Мат. критерии, Как уменьшить число поворотов цепи?, Как оценить ход сворачивания односпиральной РНК?

В этих статьях задача сворачивания РНК представлена в новом свете — как задача теории игр. Но традиционно эта задача сейчас решается с применением различных стахостических оптимизирующих методов. А к ним относятся методы основанные на методе Монте-Карло, метод отжига, генетические алгоритмы, искусственные нейронные сети, Q-обучение, и все те которые представляют задачу как энергетическую поверхность в которой ищут экстремумы.

Казалось бы сама физика велит использовать эти методы в таких задачах как сворачивание РНК/белков. Здесь мы посмотрим почему это сильно проблемно.

Читать полностью »


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