Основные события этой недели включают: графические процессоры теперь доступны на Google Cloud Platform; Поддержка конвейера талантов ИИ; Пророк: масштабное прогнозирование; Бумажные заметки о ГАН Вассерштейна
Новости
Графические процессоры теперь доступны для Google Compute Engine и облачного машинного обучения
Эти экземпляры поддерживают популярные платформы машинного и глубокого обучения, такие как TensorFlow, Theano, Torch, MXNet и Caffe, а также популярное программное обеспечение CUDA от NVIDIA для создания приложений с ускорением на GPU.
Системы обнаружения лиц в Китае теперь разрешают платежи, обеспечивают доступ к объектам и выслеживают преступников. Последуют ли другие страны?
У Google есть амбициозный план по использованию искусственного интеллекта, чтобы отсеивать оскорбительные комментарии и обезвреживать онлайн-мобов. Jigsaw в сотрудничестве с медиа-компаниями пытается определить токсичность комментариев в сети. Вот мнение MIT Technology Review по этому поводу.
Статьи
Развитие ИИ делает эмоциональный интеллект более важным
Поскольку машинное обучение продолжает развиваться, нам всем необходимо развивать новые навыки, чтобы отличаться от других. Но какие? Развивайте навыки, которые машины не могут воспроизвести.
Внутри искусственного интеллекта Facebook
Группа прикладного машинного обучения Facebook помогает Facebook видеть, говорить и понимать. Это может даже искоренить фейковые новости. В Backchannel Стивен Леви изучает искусственный интеллект Facebook изнутри.
Поддержка кадрового резерва ИИ
Назревает идеальный шторм. Профессора покидают академию, оставляя пробелы на университетских факультетах, которые необходимо заполнить. Все больше и больше выпускников докторов наук. Студенты уходят из академии, что затрудняет заполнение вакансий преподавателей. Что можно сделать?
Учебники, инструменты и советы
Бумажные заметки о ГАН Вассерштейна
Что такое Wasserstein GAN и почему он получил такую широкую огласку — прочтение, объясняющее статью простыми словами.
Prophet: масштабное прогнозирование
Пророк Facebook с открытым исходным кодом — инструмент прогнозирования, доступный на Python и R, который стал ключевым элементом в улучшении способности Facebook создавать большое количество надежных прогнозов, используемых для принятия решений и даже в функциях продукта.
Как Spotify добился таких успехов в машинном обучении?
Как Spotify удалось добиться таких успехов в машинном обучении? Было ли машинное обучение важным с самого начала, или оно наверстало со временем?
Исследовательская работа
Автоматический сигнал тревоги при обнаружении пистолета в видео с использованием глубокого обучения
Простая модель на основе CNN, которая будет обнаруживать пистолеты на видео и поднимать тревогу, которую можно использовать в системах наблюдения и управления, которые по-прежнему требуют наблюдения и вмешательства человека.
Если вам нравится то, что вы читаете, пожалуйста, подпишитесь и порекомендуйте своим друзьям или поделитесь благодарностями в Твиттере! Буду рад услышать ваши предложения и рекомендации @deephunt_in или в комментариях ниже!
Первоначально опубликовано как Информационный бюллетень Deep Hunt.
