Публикации по теме 'machine-learning'
О углеродном следе глубокого обучения
В свете всех достижений и этапов, которые были достигнуты в области искусственного интеллекта с помощью глубокого обучения, по большей части игнорировалось одно возможное последствие. Каждое явление, происходящее на Земле, потребляет энергию в той или иной форме, как и глубокое обучение. По мере того, как обучающие модели со временем становятся больше, растут и их требования к вычислениям, которые, в свою очередь, увеличивают не только финансовые, но и экологические затраты. Судя по..
Личные взгляды на будущее искусственного интеллекта
11 января я посетил первый публичный день симпозиума Нью-Йоркского университета о будущем искусственного интеллекта , организованного нашими коллегами и соседями из Нью-Йоркского университета. Вот несколько заметок и мыслей о мероприятии.
Я не смог найти ни одного веб-сайта, описывающего это событие. Вот скан программы первого дня.
Имейте в виду, что я не искусный интеллект. Моя докторская степень находится в базах данных. Относитесь ко всему, что я говорю, с недоверием. Кроме..
Действительно ли «хорошие» данные предвзяты?
Когда данные не отражают «справедливую» реальность, изменяем ли мы их, чтобы они соответствовали нашему идеалу?
Возможно, самая опасная предвзятость — это когда мы предполагаем, что у нас нет предвзятости, а предвзятость есть у всех. Если вы думаете, что вы единственный человек без предубеждений, вы можете перечитать это последнее предложение несколько сотен раз. Предвзятость частично основана на опыте, который создает предубеждения (разве это не звучит менее жестко, чем..
Согласно подходу «предсказательной обработки» (pp) для описания основной функции мозга…
Согласно подходу «предиктивной обработки» (pp) для описания режима основных функций мозга, может быть простое объяснение, почему текущие настройки нейтральной сети не могут справиться с подобными иллюзиями. Просто они так не устроены. Подход pp рассматривает мозг как иерархическую многоуровневую систему минимизации ошибок прогнозирования, которая отличается от системы обратного распространения, используемой в текущих нейронных сетях. По мере того как одновременные прогнозы сверху вниз..
Почему AWS Sagemaker недостаточно для развертывания машинного обучения в облаке AWS.
Итак, у вас есть решение для машинного обучения, и вы думаете о его развертывании в облаке, вы немного ищете и находите что-то под названием Sagemaker .
Вы думаете про себя, здорово, это все, что мне нужно, чтобы обслуживать свои модели из облака. Подумайте еще раз.
Что такое Amazon SageMaker ? Это полностью управляемое решение AWS, которое позволяет ученым и разработчикам данных быстро создавать, обучать и развертывать модели машинного обучения. Он представляет собой..
Крупномасштабный конвейер вывода PyTorch: Spark vs Dask
Машинное обучение | Спарк против Даска
Крупномасштабный конвейер вывода PyTorch: Spark vs Dask
Мы описываем наш опыт использования двух фреймворков распараллеливания, Spark и Dask, для выполнения крупномасштабного ежедневного пакетного вывода по моделям NLP с глубоким обучением.
В Clarity AI мы создаем различные продукты SaaS, с помощью которых наши клиенты могут оценить устойчивость своих инвестиционных портфелей. Одним из таких продуктов является наш Модуль противоречий...
Вы строите беспилотные автомобили. Бесплатно.
Каждый раз, когда вы решаете изображение reCaptcha, подобное приведенному ниже, вы невольно очищаете данные, которые обучают алгоритмы машинного обучения, развернутые в беспилотных автомобилях.
Когда вы разгадываете капчу, вы теперь делаете больше, чем просто доказываете, что вы не робот. Вы активно обучаете (будущий) самоуправляемый автомобиль видеть вещи и идентифицировать их.
Это похоже на то, как учить ребенка определять вещи, показывая им одни и те же вещи снова и снова, пока..
