Главная

Новости машинного обучения. Выпуск 8

2020-02-03 в 8:53, admin, рубрики: artificial neural network, data science, deep learning, machine learning, бионический протез, будущее здесь, визуализация данных, глубокое обучение, идеи для бизнеса, искусственная нейронная сеть, искусственный интеллект, машинное обучение, Научно-популярное, нейросеть, новости науки и техники, обработка изображений, робототехника, экзоскелет

Предыдущий выпуск

Экзоскелеты; бионические протезы; промышленные роботы; исследование автоматических рекоммендаций Ютуба; создание моделей машинного обучения в браузере с помощью MediaPipe; виртуальная клавиатура для смартфонов; 5G; еще раз о сильном и слабом ИИ.

EksoVest экзоскелет

Рисунок 1 — Эти экзоскелеты применяются на фабриках Форд, чтобы облегчить тяжелый физический труд на конвейере.

Внезапно, роботы помогают играть в регби, парализованный до пояса человек может пробежать марафон благодаря экзоскелету, а бионические протезы позволяют людям двигаться свободнее. Вполне возможно, что роботы заберут часть наших работ («they took our jobs», Southpark), и это хорошо. Что делать, когда робот заберет вашу работу, смотрите тут.
Есть три вещи, на которые можно смотреть вечно: как течет вода, как горит огонь и как двигаются промышленные роботы на выставке «Automate 2019». Топ-10 промышленных роботов вместо котиков.
Радикализация Ютуба через автоматические рекоммендации. Ютуб иногда советует посмотреть какую-то ненужную, но очень популярную, «дичь» из мейнстрима. По этому поводу вышла статья на английском под названием «Алгоритмический экстремизм: изучение кроличьей норы радикализации на YouTube». Автоматические рекомендации ведут к образованию «информационного пузыря» или пузыря фильтров вокруг зрителя, когда зрителю рекоммендуются схожие по содержанию видео снова и снова. Пузырь фильтров вреден не только из-за однотипности подаваемого материала, но, как показывает статья, имеет тенденцию радикализировать рекомендуемый контент. Веб-приложение с инфо-графикой. Видео автора статьи. Видео интервью с автором статьи. Исходный код приложения под лицензией MIT и ежедневно обновляемые данные. Рекоммендации похожи на «социальную сеть быстрого питания» (фаст-фуд): вкусно и очень вредно для мозга (и для здоровья в целом). Отсюда рекоммендация: целенаправленно ищите информацию и лишь изредка бесцельно блуждайте по рекоммендуемым ссылкам.

Cross-category and Intra-category Recommendations

Рисунок 2 — Таблица рекоммендаций для различных политических взглядов в приложении к статье

Google перенесла модульный фреймворк машинного обучения в браузер. Новостная статья. Компания Google создала браузерную версию фреймворка MediaPipe, позволяющего создавать и выполнять модульные алгоритмы машинного обучения, сообщается в блоге Google Developers. Разработчики создали сайт, на котором можно опробовать несколько базовых алгоритмов компьютерного зрения. Фреймворк MediaPipe простым образом объединяет базовые алгоритмы компьютерного зрения в конвейер, который развертывается на все основные платформы, без необходимости в адаптации под каждую из них в отдельности. В GitHub фреймворка есть примеры для: модели руки в реальном времени, сегментации волос; обнаружения и отслеживания объектов; обнаружения лиц и некоторые другие.
Samsung разработала виртуальную клавиатуру для смартфонов. Алгоритм основан на распознавании движений рук. Видео презентация. Новость подробнее.
Видео «Нейросетевые алгоритмы в приёмниках 5G». Следующее поколение приемников 5G для интернета вещей (IoT)
Видео о сильном и слабом ИИ. Определение искусственного интеллекта (ИИ), участие ИИ в конкурсе журнала «The Economist», автоматизация автоматизации и право на ошибку у робота.