Искусственный интеллект Kian поможет выбрать новый автомобиль от KIA
Корейская компания KIA сообщает о том, что американским клиентам бренда стал доступен чат-бот Kian, который обладает продвинутым искусственным интеллектом. Отмечается, что бот уже доступен для использования в мессенджере Facebook, а в скором времени решение будет внедрено и на официальный портал бренда.
Разработчики отметили, что новый бот Kian имеет некоторые сходства с решением NiroBot, но обладает более продвинутым искусственным интеллектом. Сообщается, что Kian способен предоставить потенциальным покупателям всю необходимую информацию – цены, ставки кредита, специальные предложения, тест-драйвы, официальные видео с моделями бренда, а также варианты покупки дополнительного оборудования. Бот также сможет подсказать расположение ближайшего дилерского центра KIA.
Отмечается, что новый чат-бот Kian способен распознавать голосовые команды, а также запоминать запросы клиентов и на их основе формировать будущие ответы. Сааб Чехаб, вице-президент KIA по маркетингу, уверен, что чат-бот станет намного практичнее, чем общения с консультантом. Новый бот также сможет подсказать клиенту оптимальный семиместный автомобиль, или модель, которая обладает лучшим показателем расхода топлива. Кроме того, модели KIA могут сравниваться с предложениями от конкурентов в ценовом сегменте.
Источник: www.vladtime.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Корейская компания KIA сообщает о том, что американским клиентам бренда стал доступен чат-бот Kian, который обладает продвинутым искусственным интеллектом. Отмечается, что бот уже доступен для использования в мессенджере Facebook, а в скором времени решение будет внедрено и на официальный портал бренда.
Разработчики отметили, что новый бот Kian имеет некоторые сходства с решением NiroBot, но обладает более продвинутым искусственным интеллектом. Сообщается, что Kian способен предоставить потенциальным покупателям всю необходимую информацию – цены, ставки кредита, специальные предложения, тест-драйвы, официальные видео с моделями бренда, а также варианты покупки дополнительного оборудования. Бот также сможет подсказать расположение ближайшего дилерского центра KIA.
Отмечается, что новый чат-бот Kian способен распознавать голосовые команды, а также запоминать запросы клиентов и на их основе формировать будущие ответы. Сааб Чехаб, вице-президент KIA по маркетингу, уверен, что чат-бот станет намного практичнее, чем общения с консультантом. Новый бот также сможет подсказать клиенту оптимальный семиместный автомобиль, или модель, которая обладает лучшим показателем расхода топлива. Кроме того, модели KIA могут сравниваться с предложениями от конкурентов в ценовом сегменте.
Источник: www.vladtime.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Samsung запустит центр для исследования искусственного интеллекта
Известная южнокорейская компания Samsung намерена открыть специальный центр для исследования искусственного интеллекта (ИИ). Об этом пишет издание The Korea Herald со ссылкой на заявление цифрового гиганта.
«Мы создаем центр для поддержки исследований, связанных с искусственным интеллектом, который является базовой технологией для четвертой промышленной революции», – подчеркивается в пресс-релизе Samsung.
В компании также отмечают, что «продолжат удерживать три бизнес-сегмента – бытовую электронику, IT и мобильную связь».
«Будет проведена небольшая перестановка, чтобы оперативно реагировать на изменения рынка и повысить операционную эффективность», – указали в Samsung.
Источник: mir24.tv #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Известная южнокорейская компания Samsung намерена открыть специальный центр для исследования искусственного интеллекта (ИИ). Об этом пишет издание The Korea Herald со ссылкой на заявление цифрового гиганта.
«Мы создаем центр для поддержки исследований, связанных с искусственным интеллектом, который является базовой технологией для четвертой промышленной революции», – подчеркивается в пресс-релизе Samsung.
В компании также отмечают, что «продолжат удерживать три бизнес-сегмента – бытовую электронику, IT и мобильную связь».
«Будет проведена небольшая перестановка, чтобы оперативно реагировать на изменения рынка и повысить операционную эффективность», – указали в Samsung.
Источник: mir24.tv #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Разработчик из Новой Зеландии создал виртуального политика
Программист из Новой Зеландии Ник Гарритсен создал первого в мире виртуального политика.
Виртуальный политик – это бот по имени Сэм, пообщаться с которым можно через мессенджер Facebook. По утверждению разработчика, Сэм — виртуальная женщина-политик, которая обязательно примет участие в следующих всеобщих выборах в 2020 году.
Технические подробности о новом боте Герритсен не раскрывает, утверждая лишь, что при его создании использовались технологии искусственного интеллекта. Благодаря этому Сэм постоянно обучается, запоминает и анализирует вопросы и ответы своих собеседников.
Как отмечает издание, Сэм пока способна говорить на ограниченное число тем, причем не может трактовать задаваемые вопросы. Список вопросов, на которые Сэм уверенно дает ответы, опубликован на сайте политика. На вопросы не из списка виртуальная женщина-политик либо не отвечает, либо дает очень странные ответы.
На вопросы из списка новозеландская Сэм отреагировала хотя и с задержкой, но адекватно. На просьбу рассказать о дате следующих выборов, она дала исчерпывающую информацию. На вопрос о глобальном изменении климата Сэм ответила, что к 2100 году средняя температура вырастет на два градуса Цельсия, а уровень моря поднимется на 0,5 метра.
Источник: zn.ua #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Программист из Новой Зеландии Ник Гарритсен создал первого в мире виртуального политика.
Виртуальный политик – это бот по имени Сэм, пообщаться с которым можно через мессенджер Facebook. По утверждению разработчика, Сэм — виртуальная женщина-политик, которая обязательно примет участие в следующих всеобщих выборах в 2020 году.
Технические подробности о новом боте Герритсен не раскрывает, утверждая лишь, что при его создании использовались технологии искусственного интеллекта. Благодаря этому Сэм постоянно обучается, запоминает и анализирует вопросы и ответы своих собеседников.
Как отмечает издание, Сэм пока способна говорить на ограниченное число тем, причем не может трактовать задаваемые вопросы. Список вопросов, на которые Сэм уверенно дает ответы, опубликован на сайте политика. На вопросы не из списка виртуальная женщина-политик либо не отвечает, либо дает очень странные ответы.
На вопросы из списка новозеландская Сэм отреагировала хотя и с задержкой, но адекватно. На просьбу рассказать о дате следующих выборов, она дала исчерпывающую информацию. На вопрос о глобальном изменении климата Сэм ответила, что к 2100 году средняя температура вырастет на два градуса Цельсия, а уровень моря поднимется на 0,5 метра.
Источник: zn.ua #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Как мы обучаем нейронные сети? Градиентный спуск https://towardsdatascience.com/how-do-we-train-neural-networks-edd985562b73 #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Medium
How do we ‘train’ neural networks ?
I. Introduction
Lenovo инвестирует в развитие технологий искусственного интеллекта
Компания Lenovo объявила о новых инициативах по использованию технологий искусственного интеллекта (ИИ) для увеличения продуктивности и решения задач своих заказчиков.
В недавнем исследовании 76% респондентов отметили, что технологии ИИ играют ключевую роль в формировании операционной стратегии компании, а 64% назвали эту технологию фундаментальной для обеспечения долгосрочного роста их организации. Ожидается, что к 2020 году всего в мире будет накоплено около 44 триллионов гигабайт данных, и у компаний уже давно появилась потребность в глубоком анализе этих данных. Эта задача может быть решена посредством использования инфраструктуры для высокопроизводительных вычислений (HPC), которая способна эффективно обрабатывать большие объемы поступающей информации и обеспечивать необходимые потребности бизнеса и науки для достижения высоких результатов.
Кирк Скауген, президент Lenovo Data Center Group: «Искусственный интеллект уже оказывает значительное влияние на традиционные бизнес-стратегии и научные исследования. Большинство руководителей высшего звена считают развитие этого направления приоритетной задачей на следующий год. Чтобы эффективно использовать огромные объемы данных, доступные сегодня организациям, необходимо применять ИИ как средство достижения успеха в конкурентной бизнес-среде. С помощью наших глобальных центров инноваций ИИ и широкого портфеля продуктов и услуг, мы помогаем заказчикам внедрять технологии ИИ».
Источник: www.crn.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Компания Lenovo объявила о новых инициативах по использованию технологий искусственного интеллекта (ИИ) для увеличения продуктивности и решения задач своих заказчиков.
В недавнем исследовании 76% респондентов отметили, что технологии ИИ играют ключевую роль в формировании операционной стратегии компании, а 64% назвали эту технологию фундаментальной для обеспечения долгосрочного роста их организации. Ожидается, что к 2020 году всего в мире будет накоплено около 44 триллионов гигабайт данных, и у компаний уже давно появилась потребность в глубоком анализе этих данных. Эта задача может быть решена посредством использования инфраструктуры для высокопроизводительных вычислений (HPC), которая способна эффективно обрабатывать большие объемы поступающей информации и обеспечивать необходимые потребности бизнеса и науки для достижения высоких результатов.
Кирк Скауген, президент Lenovo Data Center Group: «Искусственный интеллект уже оказывает значительное влияние на традиционные бизнес-стратегии и научные исследования. Большинство руководителей высшего звена считают развитие этого направления приоритетной задачей на следующий год. Чтобы эффективно использовать огромные объемы данных, доступные сегодня организациям, необходимо применять ИИ как средство достижения успеха в конкурентной бизнес-среде. С помощью наших глобальных центров инноваций ИИ и широкого портфеля продуктов и услуг, мы помогаем заказчикам внедрять технологии ИИ».
Источник: www.crn.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Искусственный интеллект научили избегать безвыходных ситуаций
Машинное обучение позволило в последние годы совершить огромный прогресс во многих областях. Алгоритмам необходимы большие наборы тренировочных данных и множество попыток, в которых он обучается выполнению задач в разных условиях. Такой подход позволяет получать в результате более эффективные алгоритмы, чем те, чье поведение запрограммировано «вручную», но помимо большого времени обучения это имеет еще один недостаток — нередко алгоритм во время очередной попытки приходит в необратимое состояние, и разработчик должен сбросить его и среду к исходному состоянию.
Группа под руководством Сергея Левина (Sergey Levine) из Google Brain и Калифорнийского университета в Беркли предложила научить алгоритмы самостоятельно решать проблему перезапуска после неуспешного выполнения задачи и минимизировать количество сбросов к исходному состоянию. Основа метода состоит в том, что алгоритм учится не только правильно выполнять поставленную задачу, но и возвращаться из текущего состояния в исходное.
Для этого исследователи предлагают программировать алгоритм таким образом, чтобы его поведение обуславливалось двумя компонентами: планировщиком, отвечающим непосредственно за поставленную задачу, и планировщиком, который определяет, сможет ли алгоритм пройти цепочку действий в обратную сторону. Действие первого планировщика рассматривается как безопасное только в случае, если после него систему можно вернуть в исходное состояние. Если действие ведет к необратимым последствиям, второй планировщик прекращает его. Если же система все же вошла в необратимое состояние, алгоритм может совершить полную перезагрузку окружения и окажется в исходной позиции.
Источник: nplus1.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Машинное обучение позволило в последние годы совершить огромный прогресс во многих областях. Алгоритмам необходимы большие наборы тренировочных данных и множество попыток, в которых он обучается выполнению задач в разных условиях. Такой подход позволяет получать в результате более эффективные алгоритмы, чем те, чье поведение запрограммировано «вручную», но помимо большого времени обучения это имеет еще один недостаток — нередко алгоритм во время очередной попытки приходит в необратимое состояние, и разработчик должен сбросить его и среду к исходному состоянию.
Группа под руководством Сергея Левина (Sergey Levine) из Google Brain и Калифорнийского университета в Беркли предложила научить алгоритмы самостоятельно решать проблему перезапуска после неуспешного выполнения задачи и минимизировать количество сбросов к исходному состоянию. Основа метода состоит в том, что алгоритм учится не только правильно выполнять поставленную задачу, но и возвращаться из текущего состояния в исходное.
Для этого исследователи предлагают программировать алгоритм таким образом, чтобы его поведение обуславливалось двумя компонентами: планировщиком, отвечающим непосредственно за поставленную задачу, и планировщиком, который определяет, сможет ли алгоритм пройти цепочку действий в обратную сторону. Действие первого планировщика рассматривается как безопасное только в случае, если после него систему можно вернуть в исходное состояние. Если действие ведет к необратимым последствиям, второй планировщик прекращает его. Если же система все же вошла в необратимое состояние, алгоритм может совершить полную перезагрузку окружения и окажется в исходной позиции.
Источник: nplus1.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
В Беларуси сняли фильм по сценарию нейросети
Белорусская кинокомпания RitZEED сняла короткометражку по сценарию, который написала нейросеть. Фильм под названием «Завод станкостроительных станков» опубликован на YouTube-канале студии.
«Весь сценарий написан нейросетью, авторские права у нее», – говорится в подписи к трехминутному видео.
В картине показана история героев с именами Джонни, Джо, мистер Блундин, Морфеус, Джон Рут. Сюжет фильма не поддается пересказу, поскольку написанный нейросетью текст является абсурдным.
«Ты собираешься просто подобрать свои полицейские стекли? Я не привел тебя в полицейском себя», – так выглядит один из диалогов картины.
Интернет-пользователи положительно оценили работу белорусской кинокомпании и выразили надежду увидеть продолжение.
Источник: mir24.tv #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Белорусская кинокомпания RitZEED сняла короткометражку по сценарию, который написала нейросеть. Фильм под названием «Завод станкостроительных станков» опубликован на YouTube-канале студии.
«Весь сценарий написан нейросетью, авторские права у нее», – говорится в подписи к трехминутному видео.
В картине показана история героев с именами Джонни, Джо, мистер Блундин, Морфеус, Джон Рут. Сюжет фильма не поддается пересказу, поскольку написанный нейросетью текст является абсурдным.
«Ты собираешься просто подобрать свои полицейские стекли? Я не привел тебя в полицейском себя», – так выглядит один из диалогов картины.
Интернет-пользователи положительно оценили работу белорусской кинокомпании и выразили надежду увидеть продолжение.
Источник: mir24.tv #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
По пробкам дадут очередь из нейросетей «Калашникова»
Концерн «Калашников», входящий в госкорпорацию «Ростех», представил столичному Центру организации дорожного движения видеокомплекс для анализа обстановки на дорогах Москвы. В нем будут использованы технологии нейросетей, сообщает пресс-служба концерна.
Для начала напомним, что нейросеть — это некая обучаемая система, действующая не только в соответствии с заданным алгоритмом, но и на основании накопленной информации. Первый созданный с применением этой технологии видеокомплекс концерна «Калашников» сегодня установлен на Третьем транспортном кольце, где будет проходить тестирование.
Данные с комплекса в режиме реального времени передаются в Ситуационный центр ЦОДД, а там в соответствии с этой информацией программируют работу светофоров, анализируют причины возникновения заторов, вялотекущего движения и дорожно-транспортных происшествий. Об этом сообщил генеральный директор концерна «Калашников» Алексей Криворучко.
Видеокомплекс подключен к интеллектуальной транспортной системе Москвы, а его работа основана на разработках военных специалистов. Основываясь на полученных данных, сотрудники ЦОДД смогут принимать более оперативные решения по корректировке светофорных программ, управлению электронными дорожными знаками и вовремя реагировать на внештатные ситуации, в том числе оперативно вызывая экстренные службы. Как это будет действовать на практике, наглядно продемонстрировано в видеоролике.
Комплекс «Калашников» станет частью интеллектуальной транспортной системы Москвы, которая уже включает свыше 2,6 тыс. светофоров, более 2 тыс. камер телеобзора, более 3,7 тыс. детекторов, 172 электронных информационных табло и около 2 тыс. стационарных и мобильных комплексов фотовидеофиксации.
В столице постоянно работают над развитием интеллектуальной транспортной системы. Так, летом этого года отрапортовали об успешном запуске «зеленой волны» для трамваев, курсирующих по шоссе Энтузиастов.
Параллельно идет развитие проекта «Магистраль»: с помощью грамотно организованной сети наземного транспорт центр Москвы свяжут с окраинами.
Источник: http://www.zr.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Концерн «Калашников», входящий в госкорпорацию «Ростех», представил столичному Центру организации дорожного движения видеокомплекс для анализа обстановки на дорогах Москвы. В нем будут использованы технологии нейросетей, сообщает пресс-служба концерна.
Для начала напомним, что нейросеть — это некая обучаемая система, действующая не только в соответствии с заданным алгоритмом, но и на основании накопленной информации. Первый созданный с применением этой технологии видеокомплекс концерна «Калашников» сегодня установлен на Третьем транспортном кольце, где будет проходить тестирование.
Данные с комплекса в режиме реального времени передаются в Ситуационный центр ЦОДД, а там в соответствии с этой информацией программируют работу светофоров, анализируют причины возникновения заторов, вялотекущего движения и дорожно-транспортных происшествий. Об этом сообщил генеральный директор концерна «Калашников» Алексей Криворучко.
Видеокомплекс подключен к интеллектуальной транспортной системе Москвы, а его работа основана на разработках военных специалистов. Основываясь на полученных данных, сотрудники ЦОДД смогут принимать более оперативные решения по корректировке светофорных программ, управлению электронными дорожными знаками и вовремя реагировать на внештатные ситуации, в том числе оперативно вызывая экстренные службы. Как это будет действовать на практике, наглядно продемонстрировано в видеоролике.
Комплекс «Калашников» станет частью интеллектуальной транспортной системы Москвы, которая уже включает свыше 2,6 тыс. светофоров, более 2 тыс. камер телеобзора, более 3,7 тыс. детекторов, 172 электронных информационных табло и около 2 тыс. стационарных и мобильных комплексов фотовидеофиксации.
В столице постоянно работают над развитием интеллектуальной транспортной системы. Так, летом этого года отрапортовали об успешном запуске «зеленой волны» для трамваев, курсирующих по шоссе Энтузиастов.
Параллельно идет развитие проекта «Магистраль»: с помощью грамотно организованной сети наземного транспорт центр Москвы свяжут с окраинами.
Источник: http://www.zr.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
zr.ru
Сайт За рулем www.zr.ru - Статьи, новости, тесты, обзоры, обсуждения на форуме, фото, видео
Официальный сайт журнала «За рулем». Ежедневные автомобильные новости и статьи, тесты, характеристики и подбор машин. — сайт «За рулем»
Искусственный интеллект Google научится распознавать незнакомцев, которые подглядывают в ваш телефон
Случайно или намеренно — но заглянуть в экран чужого телефона — это довольно частый соблазн, знакомый многим. Равно, как и многие пользователи сталкивались с тем, что другие люди подглядывали за ними. Исследователи компании Google ведут разработки над искусственным интеллектом, призванным противодействовать данному явлению.
Рабочее название приложения — E-Screen Protector, и на момент написания новости оно находится на этапе первого тестирования перед дальнейшей разработкой.
Используя фронтальную камеру мобильного устройства, программа распознаёт лица людей, которые по тем или иным причинам решили изучить содержание экрана владельца устройства. На основе определённой мимики и направления взгляда программа отмечает подозрительных личностей соответствующей рамкой, протягивая к ним стрелку с изображением радуги, намекая на подозрительного незнакомца за вашей спиной.
Обратная сторона медали заключается в том, что E-Screen Protector мгновенно прерывает работу остальных программ, тем более — тех, что тоже используют фронтальную камеру, чтобы обратить внимание пользователя на незнакомца, и, спустя несколько секунд, когда владелец устройства оповещён о событии, сворачивается, возобновляя работу остальных программ.
Есть ещё масса оговорок на тему того, будет ли эта программа работать по умолчанию, или её выпустят в рамках дополнительного свойства для приложений, которые нуждаются в подобной защите (например, таких, где необходим ввод личных данных), и можно ли будет в таких условиях делать личные фотографии с участием нескольких человек одновременно.
Помимо этого, всё ещё не известна дата выпуска программы, и намерены ли представители Google действительно использовать её с будущими моделями устройств, работающими на операционной системе Android.
Источник: 3dnews.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Случайно или намеренно — но заглянуть в экран чужого телефона — это довольно частый соблазн, знакомый многим. Равно, как и многие пользователи сталкивались с тем, что другие люди подглядывали за ними. Исследователи компании Google ведут разработки над искусственным интеллектом, призванным противодействовать данному явлению.
Рабочее название приложения — E-Screen Protector, и на момент написания новости оно находится на этапе первого тестирования перед дальнейшей разработкой.
Используя фронтальную камеру мобильного устройства, программа распознаёт лица людей, которые по тем или иным причинам решили изучить содержание экрана владельца устройства. На основе определённой мимики и направления взгляда программа отмечает подозрительных личностей соответствующей рамкой, протягивая к ним стрелку с изображением радуги, намекая на подозрительного незнакомца за вашей спиной.
Обратная сторона медали заключается в том, что E-Screen Protector мгновенно прерывает работу остальных программ, тем более — тех, что тоже используют фронтальную камеру, чтобы обратить внимание пользователя на незнакомца, и, спустя несколько секунд, когда владелец устройства оповещён о событии, сворачивается, возобновляя работу остальных программ.
Есть ещё масса оговорок на тему того, будет ли эта программа работать по умолчанию, или её выпустят в рамках дополнительного свойства для приложений, которые нуждаются в подобной защите (например, таких, где необходим ввод личных данных), и можно ли будет в таких условиях делать личные фотографии с участием нескольких человек одновременно.
Помимо этого, всё ещё не известна дата выпуска программы, и намерены ли представители Google действительно использовать её с будущими моделями устройств, работающими на операционной системе Android.
Источник: 3dnews.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Дочерняя сеть искусственного интеллекта Google превзошла все ожидания
Представленный публике в мае 2017 года искусственный интеллект AutoML создал дочернюю сеть NASNet с превосходным машинным зрением. Аналитики Google Brain отметили, что система, созданная AutoML, превосходит искусственные интеллекты, которые разрабатывают люди.
Изначально планировалось, что AutoML станет управляющей нейросетью с функциями, позволяющими создавать другие нейросети для выполнения специфических задач.
Так, NASNet должна была распознавать такие объекты, как люди, машины, светофоры, багаж и другие предметы. Искусственный интеллект учитывал ошибки «дочки» и использовал эту информацию для улучшения сети, повторяя данный процесс тысячу раз.
Когда инженеры решили протестировать NASNet с помощью приложений ImageNet и COCO, результаты превзошли все их ожидания.
В 82,7% случаев в выборке ImageNet нейросеть дала правильный ответ. Предыдущий рекорд успешности составил 81,5%. Кроме того, эффективность NASNet оказалась на 4% выше по сравнению с другими системами, оснащенными машинным зрением.
Однако теперь разработчики опасаются, что AutoML сможет создавать нейросети со скоростью, за которой не удастся угнаться всему человечеству. Представители многих крупных компаний предлагают создать этические стандарты для искусственного интеллекта.
Источник: dni24.com #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Представленный публике в мае 2017 года искусственный интеллект AutoML создал дочернюю сеть NASNet с превосходным машинным зрением. Аналитики Google Brain отметили, что система, созданная AutoML, превосходит искусственные интеллекты, которые разрабатывают люди.
Изначально планировалось, что AutoML станет управляющей нейросетью с функциями, позволяющими создавать другие нейросети для выполнения специфических задач.
Так, NASNet должна была распознавать такие объекты, как люди, машины, светофоры, багаж и другие предметы. Искусственный интеллект учитывал ошибки «дочки» и использовал эту информацию для улучшения сети, повторяя данный процесс тысячу раз.
Когда инженеры решили протестировать NASNet с помощью приложений ImageNet и COCO, результаты превзошли все их ожидания.
В 82,7% случаев в выборке ImageNet нейросеть дала правильный ответ. Предыдущий рекорд успешности составил 81,5%. Кроме того, эффективность NASNet оказалась на 4% выше по сравнению с другими системами, оснащенными машинным зрением.
Однако теперь разработчики опасаются, что AutoML сможет создавать нейросети со скоростью, за которой не удастся угнаться всему человечеству. Представители многих крупных компаний предлагают создать этические стандарты для искусственного интеллекта.
Источник: dni24.com #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Искусственный интеллект выпустил дэт-метал альбом
Coditany of Timeness в целом похож на любой другой альбом жанра дэт-метал – но ровно до тех пор, пока вы не решите узнать об исполнителе больше. Дело в том, что его создала нейронная сеть. Да-да, ни одной гитары, никаких ударных – на записи не было даже вокалиста.
Это результат проекта Dadabots, над которым долгое время работали Зак Зуковски и СиДжей Карр. В качестве источника вдохновения они использовали альбом Diotima группы Kralice. Треки разбили на небольшие кусочки и дали на обработку искусственному интеллекту, чтобы он смог разобраться, что такое дэт-метал и как его создавать.
На практике же ученые воспроизводили фрагмент песни и позволяли нейронной сети угадывать, что будет дальше. При этом, в зависимости от того, правильный ответ был дан или нет, сеть получала различный отклик. По сути, ученые симулировали механизм обучения человеческого мозга.
Поначалу ИИ издавал лишь произвольные звуки. “В первое время это звучало слишком шумно, гротескно и текстурно”, – отмечает Карр. За три дня одни и те же фрагменты прозвучали около пяти миллионов раз, и это начало приносить свои плоды: музыка становилась всё более похожей на оригинал.
Источник: it-here.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Coditany of Timeness в целом похож на любой другой альбом жанра дэт-метал – но ровно до тех пор, пока вы не решите узнать об исполнителе больше. Дело в том, что его создала нейронная сеть. Да-да, ни одной гитары, никаких ударных – на записи не было даже вокалиста.
Это результат проекта Dadabots, над которым долгое время работали Зак Зуковски и СиДжей Карр. В качестве источника вдохновения они использовали альбом Diotima группы Kralice. Треки разбили на небольшие кусочки и дали на обработку искусственному интеллекту, чтобы он смог разобраться, что такое дэт-метал и как его создавать.
На практике же ученые воспроизводили фрагмент песни и позволяли нейронной сети угадывать, что будет дальше. При этом, в зависимости от того, правильный ответ был дан или нет, сеть получала различный отклик. По сути, ученые симулировали механизм обучения человеческого мозга.
Поначалу ИИ издавал лишь произвольные звуки. “В первое время это звучало слишком шумно, гротескно и текстурно”, – отмечает Карр. За три дня одни и те же фрагменты прозвучали около пяти миллионов раз, и это начало приносить свои плоды: музыка становилась всё более похожей на оригинал.
Источник: it-here.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Искусственный интеллект станет приоритетом Xiaomi на ближайшее десятилетие
На рынке имеется немало самых разных коммерческих продуктов и прототипов, использующих элементы искусственного интеллекта. А недавно Huawei принесла искусственный интеллект и на рынок смартфонов, выпустив флагманские Mate 10 и Huawei V10 на чипсете Huawei Kirin 970 с поддержкой нейронных вычислений.
Конечно, Huawei Mate 10 и Huawei V10 - это лишь первые ласточки. И руководитель Xiaomi Лей Джун (Lei Jun) подтвердил, что сфера ИИ станет главным приоритетом компании на ближайшие десять лет. А первые смартфоны Xiaomi с технологиями искусственного интеллекта появятся на рынке уже в следующем году.
Первым продуктом Xiaomi с элементами искусственного интеллекта считается, выпущенная этим летом смарт-колонка Mi AI Speaker. Да и сама Xiaomi находится в выигрышном положении для развития ИИ: компания может похвастаться сильной платформой продуктов интернета вещей (IoT) и огромным числом пользователей MIUI, которое уже перевалило отметку в 300 млн человек.
Что касается будущих смартфонов Xiaomi с поддержкой искусственного интеллекта, то первым таким устройством может стать флагманский Xiaomi Mi 7 на чипсете Snapdragon 845.
Источник: thg.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
На рынке имеется немало самых разных коммерческих продуктов и прототипов, использующих элементы искусственного интеллекта. А недавно Huawei принесла искусственный интеллект и на рынок смартфонов, выпустив флагманские Mate 10 и Huawei V10 на чипсете Huawei Kirin 970 с поддержкой нейронных вычислений.
Конечно, Huawei Mate 10 и Huawei V10 - это лишь первые ласточки. И руководитель Xiaomi Лей Джун (Lei Jun) подтвердил, что сфера ИИ станет главным приоритетом компании на ближайшие десять лет. А первые смартфоны Xiaomi с технологиями искусственного интеллекта появятся на рынке уже в следующем году.
Первым продуктом Xiaomi с элементами искусственного интеллекта считается, выпущенная этим летом смарт-колонка Mi AI Speaker. Да и сама Xiaomi находится в выигрышном положении для развития ИИ: компания может похвастаться сильной платформой продуктов интернета вещей (IoT) и огромным числом пользователей MIUI, которое уже перевалило отметку в 300 млн человек.
Что касается будущих смартфонов Xiaomi с поддержкой искусственного интеллекта, то первым таким устройством может стать флагманский Xiaomi Mi 7 на чипсете Snapdragon 845.
Источник: thg.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Десять лучших книг для развлечения дата сайентиста http://datawanderings.com/2017/12/01/geek-christmas-best-books-data-scientist/ #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Eve the Analyst's Adventures in the Data Wonderland
Geek Christmas: 10 best books to entertain a Data Scientist
A roundup of best data science books to indulge every data geek. Less-obvious choices that are guaranteed to entertain and enlighten.
Искусственный интеллект научили подделывать погоду и ландшафт на видео
Компания Nvidia представила программу, работающую на основе искусственного интеллекта, которая может изменить погодные условия и ландшафт на видеозаписи.
Программу протестировали на роликах, снятых видеорегистраторами. Алгоритм способен изменить день на ночь, а зиму на лето.
Алгоритм включает в себя две работающие сети, одна из которых предоставляет информацию, а вторая ее критически оценивает. Таким способом ученым удалось добиться четкой корректировки изображений, когда запись с зимнего видеорегистратора автомобиля была переделана в летнюю. NVIDIA убрала снег, добавив небу ярких красок и зелени на деревья.
Источник: dni24.com #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Компания Nvidia представила программу, работающую на основе искусственного интеллекта, которая может изменить погодные условия и ландшафт на видеозаписи.
Программу протестировали на роликах, снятых видеорегистраторами. Алгоритм способен изменить день на ночь, а зиму на лето.
Алгоритм включает в себя две работающие сети, одна из которых предоставляет информацию, а вторая ее критически оценивает. Таким способом ученым удалось добиться четкой корректировки изображений, когда запись с зимнего видеорегистратора автомобиля была переделана в летнюю. NVIDIA убрала снег, добавив небу ярких красок и зелени на деревья.
Источник: dni24.com #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Технологии искусственного интеллекта будут управлять 99% всех инвестиций
Через 20 лет технологии искусственного интеллекта будут управлять 99% всех инвестиций. Об этом сообщает издание Bloomberg.
Главный исполнительный директор Man Group Plc Люк Эллис отмечает постепенный переход на ИИ. Лондонская компания, стоимостью 103,5 млрд долларов, уже выделяет около 13 млрд долларов на несколько хедж-фондов, которые работают с машинным обучением. Эллис считает, что через 10 лет ИИ будет использоваться во всех «человеческих сферах» - от проведения торгов до помощи в выборе ценных бумаг.
«Если вычислительная мощность и генерация данных будут расти с такими темпами, то через 25 лет машинное обучение будет управлять 99% инвестиций. Оно станет частью нашей жизни. Оно поможет сделать нашу жизнь намного лучше», - считает Эллис.
Но негативный фактор от ИИ все же остается. По оценкам консалтинговой компании Opimas, к 2025 году порядка 90 тысяч рабочих мест под угрозой. В частности, это сфера управления активами, включая фондовых менеджеров, аналитиков и сотрудников бэк-офиса.
Кроме того, многие разработчики игнорируют реальный потенциал машинного обучения. Потенциал, который не светит человеческому разуму. Но зачастую компании используют ИИ всего лишь для анализа социальных сетей и данных смартфонов, прогнозов прибыли и продаж, создания стратегий.
«Именно машины будут прикладывать усилия для развития своих возможностей. Они смогут генерировать гипотезы, проверять их, а затем сообщать людям», - заявил Васан Дхар, который 20 лет назад основал один из первых хедж-фондов, использующих ИИ - Adaptive Quant Trading стоимостью 350 млн долларов в SCT Capital Management.
Источник: internetua.com #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Через 20 лет технологии искусственного интеллекта будут управлять 99% всех инвестиций. Об этом сообщает издание Bloomberg.
Главный исполнительный директор Man Group Plc Люк Эллис отмечает постепенный переход на ИИ. Лондонская компания, стоимостью 103,5 млрд долларов, уже выделяет около 13 млрд долларов на несколько хедж-фондов, которые работают с машинным обучением. Эллис считает, что через 10 лет ИИ будет использоваться во всех «человеческих сферах» - от проведения торгов до помощи в выборе ценных бумаг.
«Если вычислительная мощность и генерация данных будут расти с такими темпами, то через 25 лет машинное обучение будет управлять 99% инвестиций. Оно станет частью нашей жизни. Оно поможет сделать нашу жизнь намного лучше», - считает Эллис.
Но негативный фактор от ИИ все же остается. По оценкам консалтинговой компании Opimas, к 2025 году порядка 90 тысяч рабочих мест под угрозой. В частности, это сфера управления активами, включая фондовых менеджеров, аналитиков и сотрудников бэк-офиса.
Кроме того, многие разработчики игнорируют реальный потенциал машинного обучения. Потенциал, который не светит человеческому разуму. Но зачастую компании используют ИИ всего лишь для анализа социальных сетей и данных смартфонов, прогнозов прибыли и продаж, создания стратегий.
«Именно машины будут прикладывать усилия для развития своих возможностей. Они смогут генерировать гипотезы, проверять их, а затем сообщать людям», - заявил Васан Дхар, который 20 лет назад основал один из первых хедж-фондов, использующих ИИ - Adaptive Quant Trading стоимостью 350 млн долларов в SCT Capital Management.
Источник: internetua.com #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Появился революционный алгоритм для спасения плохих фотографий
Создан новый алгоритм восстановления поврежденных цифровых изображений, использующий методику искусственных нейронных сетей. Об этом пишет EurekAlert!.
Программа инженеров из университета Берна и университета штата Мэриленд корректирует резкость изображения, убирает шум, а также выполняет ряд других задач. Создатели алгоритма обучили его на большом наборе фотографий высокого качества. В результате алгоритм научился предсказывать, как должно выглядеть исходное изображение, на основе данных о текстуре, цвете, свете и границах.
«Традиционно, существовали инструменты, которые решали каждую проблему с изображением в отдельности. Каждый из них использовал интуитивные предположения о том, как выглядит хорошее изображение. В последнее время, искусственные нейронные сети были применены для решения проблем с изображением, но последовательно. Наш алгоритм идет на шаг дальше. Он может решать широкий спектр проблем одновременно», — рассказал Маттиас Цвикер из Бернского университета.
Программисты предложили использовать байесовкую систему глубокого обучения для восстановления резкости размытого изображения, увеличения разрешения и демозаики. Выяснилось, что алгоритм может определять и устранять отклонения от идеальных параметров на загруженных снимках. Иными словами, исправляя, например, зернистость изображения, он одновременно убирает и другие дефекты. Правда, воссоздавать сложные элементы снимка алгоритм пока не умеет.
«Чтобы распознавать черты высокого уровня, алгоритму нужен контекст. Например, если на снимке показано лицо, то вероятнее всего, пиксели сверху — это волосы. Это похоже на решение головоломки. Как только вы определите, где находится этот кусок, сразу станет понятно, что представляют собой пиксели», — подчеркнул Цвикер.
По словам разработчиков, система пока хорошо справляется с простыми недостатками, например размытыми краями объектов. Исследователи представили свои выводы 5 декабря 2017 года, на 31-й конференции по системам обработки информации Neural в Лонг-Бич, штат Калифорния.
Источник: inforesist.org #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Создан новый алгоритм восстановления поврежденных цифровых изображений, использующий методику искусственных нейронных сетей. Об этом пишет EurekAlert!.
Программа инженеров из университета Берна и университета штата Мэриленд корректирует резкость изображения, убирает шум, а также выполняет ряд других задач. Создатели алгоритма обучили его на большом наборе фотографий высокого качества. В результате алгоритм научился предсказывать, как должно выглядеть исходное изображение, на основе данных о текстуре, цвете, свете и границах.
«Традиционно, существовали инструменты, которые решали каждую проблему с изображением в отдельности. Каждый из них использовал интуитивные предположения о том, как выглядит хорошее изображение. В последнее время, искусственные нейронные сети были применены для решения проблем с изображением, но последовательно. Наш алгоритм идет на шаг дальше. Он может решать широкий спектр проблем одновременно», — рассказал Маттиас Цвикер из Бернского университета.
Программисты предложили использовать байесовкую систему глубокого обучения для восстановления резкости размытого изображения, увеличения разрешения и демозаики. Выяснилось, что алгоритм может определять и устранять отклонения от идеальных параметров на загруженных снимках. Иными словами, исправляя, например, зернистость изображения, он одновременно убирает и другие дефекты. Правда, воссоздавать сложные элементы снимка алгоритм пока не умеет.
«Чтобы распознавать черты высокого уровня, алгоритму нужен контекст. Например, если на снимке показано лицо, то вероятнее всего, пиксели сверху — это волосы. Это похоже на решение головоломки. Как только вы определите, где находится этот кусок, сразу станет понятно, что представляют собой пиксели», — подчеркнул Цвикер.
По словам разработчиков, система пока хорошо справляется с простыми недостатками, например размытыми краями объектов. Исследователи представили свои выводы 5 декабря 2017 года, на 31-й конференции по системам обработки информации Neural в Лонг-Бич, штат Калифорния.
Источник: inforesist.org #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Ученые перестали понимать, как работает ИИ
Ученые и программисты перестали понимать, как именно принимает решения искусственный интеллект. Об этой проблеме заявили сразу несколько специалистов на главной ИИ-конференции — Neural Information Processing Systems, — прошедшей в Лонг-Бич (Калифорния), пишет Quartz.
Эксперты, с которыми пообщались в Quartz, говорят, что нужно действовать, пока система не стала слишком сложной. «Мы не хотим принимать за должное решения ИИ, без понимания их логики, — говорит Джейсон Йосински из Uber. — Чтобы общество приняло модели машинного обучения, мы должны знать, как ИИ принимает решения».
Проблема, которую многие эксперты называют «черной коробочкой», действительно серьезная. Предыдущий опыт показал, что ИИ имеет склонность принимать предвзятые решения и проводить аналогии там, где их не следовало бы проводить. Ошибка ИИ может обойтись очень дорого, например, во время таких операций, как космическая миссия на Марс. Аппараты находятся в 200 млн миль от Земли и стоят сотни миллионов долларов, говорит Кири Вагстафф ИИ-эксперт в Jet Propolusion Lab (NASA).
Ученые к счастью, пытаются находить методы, позволяющие понять логику искусственного интеллекта. Так, исследователь из Google Мэтра Рагху представила доклад, в котором описывается процесс отслеживания действий отдельных «нейронов» нейросети. Анализируя миллионы операций, ей удалось понять, какие из искусственных «нейронов» концентрировались на неверных представлениях, и отключить их. Это доказывает, что перевод работы нейросетей в форму, доступную для понимания человека, — не такая уж невозможная задача. «Это похоже на то, как школьные учителя просят детей пересказать своими словами, что они поняли из объяснений учителя», — говорит Вагстафф.
Источник: hightech.fm #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Ученые и программисты перестали понимать, как именно принимает решения искусственный интеллект. Об этой проблеме заявили сразу несколько специалистов на главной ИИ-конференции — Neural Information Processing Systems, — прошедшей в Лонг-Бич (Калифорния), пишет Quartz.
Эксперты, с которыми пообщались в Quartz, говорят, что нужно действовать, пока система не стала слишком сложной. «Мы не хотим принимать за должное решения ИИ, без понимания их логики, — говорит Джейсон Йосински из Uber. — Чтобы общество приняло модели машинного обучения, мы должны знать, как ИИ принимает решения».
Проблема, которую многие эксперты называют «черной коробочкой», действительно серьезная. Предыдущий опыт показал, что ИИ имеет склонность принимать предвзятые решения и проводить аналогии там, где их не следовало бы проводить. Ошибка ИИ может обойтись очень дорого, например, во время таких операций, как космическая миссия на Марс. Аппараты находятся в 200 млн миль от Земли и стоят сотни миллионов долларов, говорит Кири Вагстафф ИИ-эксперт в Jet Propolusion Lab (NASA).
Ученые к счастью, пытаются находить методы, позволяющие понять логику искусственного интеллекта. Так, исследователь из Google Мэтра Рагху представила доклад, в котором описывается процесс отслеживания действий отдельных «нейронов» нейросети. Анализируя миллионы операций, ей удалось понять, какие из искусственных «нейронов» концентрировались на неверных представлениях, и отключить их. Это доказывает, что перевод работы нейросетей в форму, доступную для понимания человека, — не такая уж невозможная задача. «Это похоже на то, как школьные учителя просят детей пересказать своими словами, что они поняли из объяснений учителя», — говорит Вагстафф.
Источник: hightech.fm #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
ИИ помог найти природные аналоги лекарств против рака и старения
Ученые британского Исследовательского фонда биогеронтологии, компаний Insilico Medicine и Life Extension при помощи методов глубокого обучения нашли натуральные миметики препаратов метформин и рапамицин, препятствующих старению и развитию рака.
Согласно исследованиям, и метформин, лекарство против диабета 2-го типа, и иммунодепрессант рапамицин обладают значительным эффектом при лечении рака и старческих заболеваний, однако, оба они оказывают значительные побочные эффекты и продаются только по рецепту, что осложняет их использование в качестве препаратов, продлевающих жизнь.
Обратившись к помощи нейронной сети, группа ученых проанализировала безопасность и генетическую схожесть свыше 800 натуральных веществ, которые могли бы повторить действие этих препаратов, но были бы лишены побочных эффектов.
В результате было выявлено множество новых кандидатов на миметики метформина и рапамицина, о которых ранее не было известно.
Важность этого исследования в том, что натуральные препараты не регулируются Управлением по санитарному контролю и другими ведомствами США и могут в будущем появиться на полках аптек в свободной продаже как пищевые добавки, замедляющие механизмы старения на молекулярном и клеточном уровне.
Источник: hightech.fm #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Ученые британского Исследовательского фонда биогеронтологии, компаний Insilico Medicine и Life Extension при помощи методов глубокого обучения нашли натуральные миметики препаратов метформин и рапамицин, препятствующих старению и развитию рака.
Согласно исследованиям, и метформин, лекарство против диабета 2-го типа, и иммунодепрессант рапамицин обладают значительным эффектом при лечении рака и старческих заболеваний, однако, оба они оказывают значительные побочные эффекты и продаются только по рецепту, что осложняет их использование в качестве препаратов, продлевающих жизнь.
Обратившись к помощи нейронной сети, группа ученых проанализировала безопасность и генетическую схожесть свыше 800 натуральных веществ, которые могли бы повторить действие этих препаратов, но были бы лишены побочных эффектов.
В результате было выявлено множество новых кандидатов на миметики метформина и рапамицина, о которых ранее не было известно.
Важность этого исследования в том, что натуральные препараты не регулируются Управлением по санитарному контролю и другими ведомствами США и могут в будущем появиться на полках аптек в свободной продаже как пищевые добавки, замедляющие механизмы старения на молекулярном и клеточном уровне.
Источник: hightech.fm #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Автомобили Honda получат китайский искусственный интеллект
Компания Honda объявила о партнёрстве с китайским стартапом SenseTime, который разработает для автомобилей японской марки искусственный интеллект, сообщает Tech Crunch.
Соглашение между фирмами рассчитано на пять лет и включает в себя разработку методик распознавания объектов вокруг беспилотных машин, а также создание алгоритмов по поведению автопилота в различных дорожных ситуациях.
Напомним, ранее сообщалось, что Honda в 2025 году намерена представить свой беспилотный автомобиль уровня Level 4 (автопилот роботизирован настолько, что все делает сам, но в автомобиле сохраняются основные органы управления автомобиля человеком). В 2020 году на рынок должна выйти Honda с технологиями автономного вождения уровня Level 3 (система контролирует езду по автомагистралям, но на дорогах с непредсказуемым движением водителю придется взять управление на себя).
Источник: www.kommersant.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Компания Honda объявила о партнёрстве с китайским стартапом SenseTime, который разработает для автомобилей японской марки искусственный интеллект, сообщает Tech Crunch.
Соглашение между фирмами рассчитано на пять лет и включает в себя разработку методик распознавания объектов вокруг беспилотных машин, а также создание алгоритмов по поведению автопилота в различных дорожных ситуациях.
Напомним, ранее сообщалось, что Honda в 2025 году намерена представить свой беспилотный автомобиль уровня Level 4 (автопилот роботизирован настолько, что все делает сам, но в автомобиле сохраняются основные органы управления автомобиля человеком). В 2020 году на рынок должна выйти Honda с технологиями автономного вождения уровня Level 3 (система контролирует езду по автомагистралям, но на дорогах с непредсказуемым движением водителю придется взять управление на себя).
Источник: www.kommersant.ru #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
🔥Machine learning Interview Questions
Вопросы и ответы с собеседований.
Большая, подборка вопросов и ответов с собеседований по ML, Data Science,Ai, статистике, теории вероятностей python, SQL.
🔝 Пособие для технических интервью.
Здесь представлены бесплатные и курируемые материалы по подготовке к техническим собеседованиям для занятых инженеро. Более 500 000 человек воспользовались этим пособием.
ML
▪100 вопросов c собесов по машинному обучению 2024
▪Сборник ответов с собесов по машинному обучению от FAANG, Snapchat, LinkedIn.
▪Facebook. Вопросы по машинному обучению 2024 год
▪Google руководство по прохождению собеса в 2024 году
▪ Подготовка к собеседованию по ML: ответы на основные вопросы
▪ 14 типичных вопросов с собеседования по ML
▪ Вопросы для собеседования на позицию ML-инженера
▪ Решения вступительных испытаний в ШАД
▪ Решения вступительных испытаний в ШАД архив
▪AI Interviews at Apple, OpenAI, Bloomberg & JP Morgan – What to Expect
▪Apple Machine Learning Engineer (MLE) Interview Guide
▪Junior ML-инженер | Выпуск 1 | Собеседование
▪Успешное собеседование в Яндекс
▪Как я проходил собеседования на Machine Learning Engineer
NLP
▪100 вопросов и ответов для интервью по NLP
▪Топ-50 вопросов собеседований NLP
▪ Вопросы по NLP 2024 года
▪ Еще 100 NLP вопросов
DS
▪Материалы для подготовки к интервью data science
▪ Вопросы/ответы DS
▪100 вопросов для подготовки к собесу Data Science
▪Временные ряды. Топ 50 вопросов
Python
▪100 вопросов для подготовки к собесу Python
▪ 50 вопросов по PyTorch
▪45 Вопросов с собеседований Pandas
▪400 самых популярных вопросов-ответов для Python-разработчика.
▪100 вопросов видео
▪LeetCode Pandas
AI
▪30 вопросов промпт инжинирингу
▪ 15 вопросов по LLM и AI
▪27 Вопросов по Chatgpt
Math
▪ Вопросы с собеседований по статистике
▪ Вопросы по теории вероятности
▪ LeetCode: разные решения с кодом
▪Top 75 Statistics Interview Questions
▪40 вопросов по статистике с собеседований на должность Data Scientist
▪Statistics Interview Questions & Answers for Data Scientists
SQL
▪Задачи с собеседований SQL
Подборка будет постепенно обновляться, делитесь в комментариях полезными ресурсами, которые стоит сюда добавить.
#interview #вопросыссобесов #ml #ds
@ai_machinelearning_big_data
Вопросы и ответы с собеседований.
Большая, подборка вопросов и ответов с собеседований по ML, Data Science,Ai, статистике, теории вероятностей python, SQL.
🔝 Пособие для технических интервью.
Здесь представлены бесплатные и курируемые материалы по подготовке к техническим собеседованиям для занятых инженеро. Более 500 000 человек воспользовались этим пособием.
ML
▪100 вопросов c собесов по машинному обучению 2024
▪Сборник ответов с собесов по машинному обучению от FAANG, Snapchat, LinkedIn.
▪Facebook. Вопросы по машинному обучению 2024 год
▪Google руководство по прохождению собеса в 2024 году
▪ Подготовка к собеседованию по ML: ответы на основные вопросы
▪ 14 типичных вопросов с собеседования по ML
▪ Вопросы для собеседования на позицию ML-инженера
▪ Решения вступительных испытаний в ШАД
▪ Решения вступительных испытаний в ШАД архив
▪AI Interviews at Apple, OpenAI, Bloomberg & JP Morgan – What to Expect
▪Apple Machine Learning Engineer (MLE) Interview Guide
▪Junior ML-инженер | Выпуск 1 | Собеседование
▪Успешное собеседование в Яндекс
▪Как я проходил собеседования на Machine Learning Engineer
NLP
▪100 вопросов и ответов для интервью по NLP
▪Топ-50 вопросов собеседований NLP
▪ Вопросы по NLP 2024 года
▪ Еще 100 NLP вопросов
DS
▪Материалы для подготовки к интервью data science
▪ Вопросы/ответы DS
▪100 вопросов для подготовки к собесу Data Science
▪Временные ряды. Топ 50 вопросов
Python
▪100 вопросов для подготовки к собесу Python
▪ 50 вопросов по PyTorch
▪45 Вопросов с собеседований Pandas
▪400 самых популярных вопросов-ответов для Python-разработчика.
▪100 вопросов видео
▪LeetCode Pandas
AI
▪30 вопросов промпт инжинирингу
▪ 15 вопросов по LLM и AI
▪27 Вопросов по Chatgpt
Math
▪ Вопросы с собеседований по статистике
▪ Вопросы по теории вероятности
▪ LeetCode: разные решения с кодом
▪Top 75 Statistics Interview Questions
▪40 вопросов по статистике с собеседований на должность Data Scientist
▪Statistics Interview Questions & Answers for Data Scientists
SQL
▪Задачи с собеседований SQL
Подборка будет постепенно обновляться, делитесь в комментариях полезными ресурсами, которые стоит сюда добавить.
#interview #вопросыссобесов #ml #ds
@ai_machinelearning_big_data