Еженедельный информационный бюллетень, в котором обсуждаются важные исследовательские работы по машинному обучению, интересные технические выпуски, деньги, полученные от ИИ, и реальные реализации.
Sequence Scope - это сводка наиболее важных опубликованных исследовательских работ, опубликованных новостей о технологиях и стартапах в экосистеме ИИ за последнюю неделю. Этот сборник является частью информационного бюллетеня TheSequence. Специалисты по обработке данных, ученые и разработчики из Microsoft Research, Intel Corporation, Linux Foundation AI, Google, Lockheed Martin, Кардиффского университета, Колледжа наук Меллона, Варшавского технологического университета, Политехнического университета Валенсии и других компаний. и университеты уже подписаны на TheSequence.
📝 От редакции: Использование трансформаторов в основных приложениях глубокого обучения
Не проходит и недели, чтобы мы не узнавали о новых чудесных применениях преобразователей в областях глубокого обучения. Трансформаторы, которые считаются одним из самых важных достижений в области глубокого обучения за последние несколько лет, установили непостижимые вехи в таких областях, как понимание естественного языка (NLU) или компьютерное зрение. Однако внедрение трансформаторных приложений остается привилегией крупных технологических компаний и исследовательских лабораторий ИИ, которые имеют доступ к огромным данным и вычислительным ресурсам. Сделать трансформаторы более доступными для основных приложений глубокого обучения - одна из самых интересных задач следующих нескольких лет практического глубокого обучения.
Не все новости плохие 😉 В настоящее время предпринимаются многочисленные попытки упростить процесс включения преобразователей в основные приложения глубокого обучения. Буквально на этой неделе стартап Hugging Face собрал впечатляющий раунд финансирования в размере 40 миллионов долларов, чтобы продолжить свои усилия по продвижению исследований NLU с особым упором на архитектуры трансформаторов. В последние годы Hugging Face стала одной из самых популярных платформ для использования моделей трансформаторов в программах NLU (мы обсуждали Hugging Face в предыдущем выпуске The Sequence). Новое финансирование должно помочь расширить использование преобразователей в других областях, таких как компьютерное зрение или анализ временных рядов. Безусловно, следует ожидать, что трансформаторы станут одной из самых популярных архитектур в современных основных приложениях глубокого обучения.
🔎 Исследования машинного обучения
Понимание обобщения в глубоком обучении
Google Research опубликовал документ о новой структуре, в которой используются методы онлайн-оптимизации для лучшего понимания генерации в глубоких нейронных сетях.
› Подробнее читайте в этом сообщении блога от Google Research
Создание враждебной среды
Google Research опубликовал документ, в котором предлагается алгоритм, использующий динамику противоборства между несколькими агентами для создания надежных обучающих сред.
› Подробнее читайте в этом сообщении блога от Google Research
Новый алгоритм для надежных задач обучения с подкреплением
Исследователи из лаборатории Berkeley AI Research (BAIR) опубликовали документ, раскрывающий новый алгоритм для надежных задач обучения с подкреплением, которые предназначены для адаптации к резким изменениям в окружающей среде.
› Подробнее читайте в этом сообщении блога от команды BAIR
🤖 Крутые релизы AI Tech
PyTorch 1.8
На этой неделе была выпущена новая версия фреймворка PyTorch. Новый выпуск включает улучшения в таких областях, как распределенное обучение и мобильное глубокое обучение, а также большое количество новых библиотек.
› Подробнее читайте в этом сообщении блога от команды PyTorch
Новый конкурс на приз Alexa
Amazon объявила о новом испытании Alexa Prize, предназначенном для создания чат-ботов, которые могут хорошо работать в многозадачных средах.
› Подробнее читайте в пресс-релизе Amazon
MolGX
IBM Research выпустила IBM Molecule Generation Experience (MolGX), облачную платформу, которая использует машинное обучение для помощи в разработке новых молекулярных структур, которые могут помочь в открытии новых материалов.
› Подробнее читайте в этом сообщении блога от IBM Research
💸 Деньги в AI
- Hugging Face закрыл раунд финансирования серии B на сумму 40 миллионов долларов. Стартап является поставщиком технологий обработки естественного языка (NLP) с открытым исходным кодом. Их фреймворк с открытым исходным кодом Transformers был загружен более миллиона раз, собрал более 42 000 звезд и 10 000 форков на GitHub. Это один из двигателей, движущих вперед индустрию искусственного интеллекта.
- Стартап HRtech на базе искусственного интеллекта retrain.ai собрал 9 миллионов долларов серии A. Компания использует искусственный интеллект и машинное обучение, чтобы помочь организациям раскрыть эффективный анализ талантов и повысить квалификацию своих сотрудников, чтобы оставаться на опережение.
- CapitalOne Ventures инвестировал 24 миллиона долларов в Securonix, стартап по обеспечению безопасности, который снижает уровень шума и уделяет приоритетное внимание высокоточным предупреждениям с помощью технологии поведенческой аналитики, которая является пионером в категории UEBA, она вкладывает значительные средства в ИИ и машинное обучение для большей автоматизации, чтобы соответствовать растущим темпам кибератак.
- Бухгалтерский стартап на базе искусственного интеллекта Zeni привлек $ 13,5 млн в раунде серии А. Zeni использует сочетание искусственного интеллекта и экспертов по человеческим финансам для ежедневного ведения бухгалтерского учета и управления различными финансовыми потребностями стартапа.
- Провайдер интеллектуальной автоматизации процессов WorkFusion привлек 220 миллионов долларов. Компания создала свою запатентованную технологию федеративного обучения в облаке: боты с ИИ обучаются в реальном времени на основе данных и конечных пользователей с простотой без кода, а затем собирают и распространяют полученные знания в экосистеме ботов.
- Стартап по диагностике рака на базе искусственного интеллекта Ibex Medical Analytics привлек 38 миллионов долларов финансирования. Он создает решения с искусственным интеллектом для обнаружения неправильно диагностированных и неправильно оцененных раковых образований на оцифрованных слайдах, направляя патологов к областям рака в поддержку оперативной проверки. Он также разрабатывает маркеры искусственного интеллекта для прогностических и прогностических приложений, используемых при лечении рака и разработке лекарств.
- Стартап по управлению и безопасности облачных данных Privacera привлек 50 миллионов долларов. Компания использует библиотеку искусственного интеллекта и машинного обучения с открытым исходным кодом для обработки естественного языка, чтобы автоматизировать обнаружение данных, позволяющих установить личность, для решения проблем конфиденциальности и безопасности данных, с которыми сталкиваются крупные предприятия.
