Каждую неделю моя команда в Invector Labs публикует информационный бюллетень, чтобы отслеживать самые последние разработки в области исследований и технологий искусственного интеллекта. Вы можете найти выпуск за эту неделю ниже. Вы можете подписаться на него ниже. Пожалуйста, наши ребята очень много работали над этим:
От редактора
Готово ли предприятие к децентрализованному искусственному интеллекту (ИИ)? Большинство знаков говорят «нет». Большинство организаций только начинают свой путь машинного обучения, и с централизацией связана определенная безопасность. Однако идея децентрализованного ИИ на предприятии может показаться сумасшедшей, как бы это ни звучало. Концептуально жизненный цикл приложений машинного обучения можно рассматривать как децентрализованный рабочий процесс. Сущности, публикующие данные, не обязаны обучать модель или оптимизировать ее гиперпараметры. Хотя централизация обеспечивает более жесткий уровень контроля, она также вносит существенную уязвимость в корпоративные системы искусственного интеллекта.
Второй аспект, делающий децентрализованный ИИ актуальным на предприятии, - это согласование технологий. Технологические стеки централизованных и децентрализованных моделей ИИ не так различаются, как люди могут подумать, а технологии блокчейн быстро развиваются и получают все большее распространение на предприятии. Самое большое препятствие для децентрализованного ИИ в корпоративной среде - культурное, а не технологическое. На этой неделе исследователь ИИ Тарри Сингх опубликовал в Forbes интересный анализ ценности децентрализованного ИИ в корпоративной среде.
А теперь давайте взглянем на основные события в области исследований и технологий ИИ на этой неделе:
Исследовать
Facebook изучил взаимосвязь между тем, как агенты ИИ связывают изображения с концептуальными символами, и результаты оказались неожиданными.
› Подробнее читайте в этом сообщении блога от Facebook Research
Исследователи Microsoft предложили метод ведения болтовни в разговорах на естественном языке.
Исследователи DeepMind опубликовали документ, в котором обсуждается метод моделирования более эффективных функций вознаграждения в агентах обучения с подкреплением.
Релизы Cool Tech
IBM продемонстрировала Castor, систему для управления крупномасштабными прогнозами данных временных рядов.
› Подробнее читайте в этом сообщении блога от IBM Research
Microsoft объявляет конкурс Project Malmo Competition - вызов для исследователей приложений многоагентного обучения с подкреплением.
› Подробнее читайте в этом сообщении в блоге Microsoft Research
Facebook обсуждает некоторые из своих методов тестирования, которые используют машинное обучение для выбора регрессионных тестов для определенного кода.
› Подробнее читайте в этом сообщении в блоге от команды разработчиков Facebook
ИИ в реальном мире
Существует все больше аргументов в пользу изучения децентрализованного искусственного интеллекта в корпоративных средах.
› Подробнее читайте в статье Forbes
Исследователи из Массачусетского технологического института (MIT) недавно разработали систему глубокого обучения, которая может точно предсказывать депрессию.
› Подробнее читайте в этой статье из The Next Web
IBM Watson смогла написать сценарий для рекламы Lexus после обучения с использованием удостоенных наград рекламных объявлений, а также наборов данных об эмоциональном интеллекте.
