С возвращением в очередной выпуск Across the Network - еженедельный обзор Lab41 о том, что происходит в мире искусственного интеллекта. Поскольку мы официально завершили наш недавний раунд испытаний, люди в лаборатории были заняты исследованием того, какие новые проекты начать в предстоящем цикле испытаний. Таким образом, было довольно много интересных ресурсов и ссылок, которые я взял из каналов Lab41 Slack.
Статьи и статьи
Полностью символьный нейронный машинный перевод без явной сегментации - автоматический машинный перевод очень сложен, и в большинстве систем перевода есть много модулей предварительной обработки, которые добавляют сложность инженерной стороне дела. Следуя многим аналогичным усилиям по выполнению НЛП с использованием сырых символов в качестве входных данных, в этой статье представлен подход глубокого обучения к машинному переводу, который принимает необработанные символы в качестве входных данных и генерирует символы на целевом языке. Примечательно, что это вообще работает, но также заявляет, что оно более надежное, чем современные системы перевода. Он даже придумывает разумные переводы выдуманных слов, используемых в контексте!
5 удивительных вещей, которые большие данные помогают нам предсказывать сейчас - плюс то, что на горизонте - похоже, Twitterverse очень заинтересовались этой быстрой статьей. Все мы знаем о том, как Amazon и Netflix делают прогнозы, чтобы (иногда) улучшить пользовательский опыт, но знаете ли вы, что школьные округа используют большие данные для прогнозирования учащихся, которые могут бросить школу? Или организации здравоохранения начинают делать прогнозы на основе истории болезни пациентов?
Подготовка к будущему искусственного интеллекта - в этом отчете Белого дома рассматривается текущее состояние ИИ, рассматриваются текущие и потенциальные приложения ИИ, а также обсуждается влияние ИИ на экономику США. Меня действительно интересует обсуждение в отчете политик и нормативных актов, которые поощряют инновации и в то же время защищают общественность, особенно в отношении автономных транспортных средств! В этом отчете также обсуждается потенциальное влияние автоматизации на рынок труда.
Бесстыжая розетка!
Эффективное проведение тысяч экспериментов: Hyperopt с Sacred - наша собственная Анна Б описывает, как она и ее команда подошли к вариантам настройки гиперпараметров для проекта Pythia. Она описывает, как они использовали hyperopt, чтобы разумным образом уменьшить оптимальное пространство поиска гиперпараметров. Проверить это!
Спасибо Патрику С. за его вклад в публикацию Across the Network на этой неделе!
