Машинное обучение

Система, разработанная польскими учеными по данным из компании Deepsense.io, основана на нейронной сети и работает по принципу машинного обучения.

Эксперты считают, что за разработку «аварийной кнопки» ученые взялись вовремя — еще задолго до создания искусственного интеллекта настолько развитого, что он может представлять опасность для человечества.

Компания сообщила об официальном запуске рекомендательного сервиса «Дзен», предлагающего пользователю контент исходя из его персональных предпочтений.

Система глубинного обучения DeepText может анализировать по несколько тысяч постов в минуту и «знает 20 языков».

Пользуясь реализуемыми в рамках Google Project Tango средствами построения карты окружения, машинного зрения, оценки расстояния до объектов, отслеживания движений и машинного обучения, сможет отобразить предмет мебели в реальном масштабе в условиях квартиры на экране смартфона или планшета на Android.

Как заявляют в Intel, чип Xeon Phi способен ускорять решение задач искусственного интеллекта не хуже.

Для разнообразных интеллектуальных приложений Tensor Processing Unit обещает стать значительным шагом вперед.

Графические процессоры Nvidia, утверждает Джен-Сан Хуанг, превосходно справляются с приложениями глубинного обучения, тогда как Google TPU — «только для вывода умозаключений».

Стандартов и возможностей повторного использования разработок в данной области пока еще очень мало. Проекты приходится начинать с чистого листа и из-за различия систем обменяться результатами невозможно.

Сразу несколько анонсов, прозвучавших в первый день традиционной конференции Google, касались искусственного интеллекта и технологий машинного обучения.

Восьми помощникам не всегда удавалось справляться с ложившимся на них объемом работы, поэтому решено было добавить еще одного — Джилл. Виртуального помощника реализовали на платформе IBM Watson, обучив Джилл на вопросах, которые уже задавались раньше.

Результат — возможность пересмотреть, к примеру, «Звездные войны» в том виде, в котором бы получился фильм, если бы каждый кадр нарисовал ваш любимый художник.

Google Translate и другие сервисы уже достаточно точно переводят словосочетания, но из-за неверной интерпретации значений слов не всегда правильно строят предложения. Проект британских исследователей может стать шагом к созданию точного универсального переводчика.

Неполадки в работе телекоммуникационной сети часто возникают в результате нештатных ситуаций, которые не вызывают нарушений и остаются незамеченными, что впоследствии может привести к ухудшению качества сервисов или к сбоям. Обнаружение таких ситуаций с помощью кластерного анализа дает возможность принимать превентивные меры, позволяющие исключить сбои.

Анализ данных, глубинное обучение, искусственный интеллект и трехмерная печать позволили добиться потрясающих результатов.

Наука о данных становится все более популярным направлением у ИТ-специалистов, нацеленных на карьерный рост.

По его мнению, широкое внедрение методов машинного обучения в сочетании с работой с данными, собранными путем краудсорсинга, будет не менее значительным шагом в развитии вычислительной техники, чем переход от работы с веб-сайтами к приложениям для смартфонов.

К примеру, для сервиса Adobe Analytics разработан механизм Virtual Analyst, автоматически выдающий сведения, поискать которые самому пользователю могло не прийти в голову. Инструмент следит за изменениями, вносимыми в данные со временем, оценивает их приоритетность и присылает по электронной почте уведомления об аномалиях или значительных изменениях важных параметров.

Задачу решили с помощью краудсорсинга и машинного обучения. Пользователи сервиса Amazon Mechanical Turk по заказу исследователей описывали съеденное и отмечали в этих описаниях слова, обозначающие названия пищевых продуктов, количество и другие параметры.

Для совершенствования алгоритмов и построения обучающих выборок времени у обладателей одной из самых дефицитных профессий почти не остается.