На этой неделе в AI & Machine Learning: AI улучшает потоковое видео, улучшает вкус виски, выпущен Python 3.9, создает детектор объектов, создает искусство с помощью роботов и многое другое.
Новости искусственного интеллекта:
NVIDIA использует генеративно-состязательные сети (GAN) для улучшения потокового видео
NVIDIA анонсировала MAXINE, облачную платформу потокового видео с искусственным интеллектом. Одной из самых интересных функций является возможность значительно сократить пропускную способность, необходимую для потоковой передачи высококачественного видео. MAXINE делает это, используя GAN для восстановления лиц с небольшими объемами данных. Поскольку потоковое видео используется больше, чем когда-либо, этот прорыв может предоставить потоковые сервисы в большем количестве частей мира и сэкономить на дорогостоящих счетах за передачу данных.
Улучшение вкуса виски с помощью машинного обучения
Исследователи из Технологического института Вирджинии используют машинное обучение и обработку естественного языка (NLP), чтобы лучше понимать описания вкусов. Оказывается, точное описание вкусов — очень сложная задача, поскольку многие вкусы субъективны. Используя тысячи обзоров в сочетании с НЛП, они надеются получить представление о том, как более точно описывать ароматы. Я с нетерпением жду возможности прочитать докторскую диссертацию, чтобы найти новый любимый виски.
AWS сотрудничает с Pittsburgh Health Data Alliance для продвижения ИИ в здравоохранении
Новое партнерство между Pittsburgh Health Data Alliance и Amazon Web Services (AWS) направлено на продвижение машинного обучения для улучшения медицинских обследований как на рак, так и на депрессию.
Инструменты для разработчиков и обучение:
Питон 3.9 уже здесь!
В понедельник мы увидели официальный релиз Python 3.9. Вы можете ознакомиться со списком функций здесь. Я думаю, что новые операторы слияния и обновления словарей довольно крутые!
Команда Pytorch Lightning запускает grid.ai
Удивительная команда разработчиков pytorch lighting только что собрала серию A на сумму 18,6 млн долларов, чтобы продолжить работу над grid.ai, чтобы упростить машинное обучение.
Создайте детектор объектов с собственным набором данных
В этой записи живого семинара я познакомлю вас с концепциями компьютерного зрения, помогу вам пометить собственный набор данных практически для любой модели и расскажу об обучении модели для обнаружения объектов с помощью detectron2.
Предстоящие онлайн-мероприятия по искусственному интеллекту и данным:
Основы исследований-MLOPs: оркестровка, автоматизация, воспроизводимость | 14 октября – 10:00 по тихоокеанскому времени
Часть серии практических занятий для изучения и применения различных технологий и инструментов для проектов глубокого обучения.
Прикладной AI Summit 2020 | 15 октября – 9:00 по тихоокеанскому времени
На этом саммите рассматривается, как организации первыми внедряют ИИ и как ИИ может значительно увеличить прибыль вашей компании.
Книжный клуб глубокого обучения | 15 октября – 17:30 по тихоокеанскому времени
В настоящее время эта группа читает известную книгу Яна Гудфеллоу «Глубокое обучение». Присоединяйтесь к обсуждению глубокого обучения.
Интересные подкасты и интервью:
Искусственный (официальный) интеллект: Пиндар Ван Арман строит роботов, которые рисуют — Эп. 129
Пиндер действительно демонстрирует искусство искусственного интеллекта в этом выпуске подкаста NVIDIA об искусственном интеллекте. Посмотрите некоторые удивительные произведения искусства, которые он создает с помощью роботов и искусственного интеллекта, на cloudpainter.com.
Лиза Фельдман Барретт: Противоречивые идеи о том, как работает мозг | Подкаст Лекса Фридмана #129
Лиза Фельдман Барретт — нейробиолог, психолог и автор книги Как создаются эмоции». Послушайте ее разговор с Лексом Фридманом, чтобы узнать больше о том, как работает мозг и как некоторые из этих идей можно использовать в области искусственного интеллекта.
Как глубокое обучение произвело революцию в распознавании символов с Ча Чжаном
В этом выпуске This Week in Machine Learning (TWiML) вы узнаете о том, как глубокое обучение меняет область оптического распознавания символов (OCR).
Известные документы:
Некоторые из интересных статей по машинному обучению, опубликованных на этой неделе.
NeurIPS опубликовал список принятых статей на 2020 год.
Выявление атакующих предложений в аргументах
Понимание отчетов о клинических испытаниях: извлечение медицинских объектов и их взаимосвязей
«ЛазИмпа: Ленивые и Нетерпеливые нейроагенты учатся эффективно общаться»
Самообучение улучшает предварительную подготовку к пониманию естественного языка
Объяснение глубоких нейронных сетей
BERTering RAMS: что и сколько BERT уже знает об аргументах событий? — Исследование набора данных RAMS
Моделируемость с поправкой на утечку: могут ли модели генерировать нетривиальные объяснения своего поведения на естественном языке?
DART: легкий инструмент для преобразования данных в текст с рекомендациями по качеству
Обзор методов защиты от спуфинга для распознавания лиц с помощью RGB-камер обычных потребительских устройств
Автоматическое формирование рецензий на научные статьи
О Шестигилле:
ООО Сиксгилл предоставляет индивидуальные корпоративные решения ИИ, сквозное машинное обучение управление жизненным циклом и быструю аннотацию данных для компьютерного зрения.
