Большую часть роста обеспечил мобильный поиск. Однако генеральный директор Google Сундар Пичаи на пресс-конференции по итогам квартала посвятил значительную часть доклада инвестициям в технологии машинного обучения.
Пакеты Teradata Listener и Teradata Aster Analytics для Hadoop предназначены для анализа в реальном времени журналов серверов, лент социальных сетей, потоков данных с датчиков и телеметрического оборудования и прочих источников.
Подобные IBM Watson когнитивные системы, пояснила Рометти, способны не только анализировать и структурированные, и неструктурированные данные, но и рассуждать, как люди — формулировать гипотезы, проверять их на данных и определять достоверность.
Автор системы обучил ее своим предпочтениям автора на большом количестве снимков, после чего уровень совпадений достиг 68%. По словам ученого, помогавший ему друг, запомнив его вкусы, продемонстрировал точность 76%.
В условиях нынешней экономической турбулентности наиболее успешным и, скорее всего, единственно возможным направлением развития крупных предприятий будет применение решений, кардинально улучшающих бизнес-возможности с одновременным снижением совокупной стоимости владения информационной системой. Один из вариантов — СУБД класса in-memory.
Разработан алгоритм, автоматически выбирающий подписи к карикатурам; систему обучили, опираясь на результаты конкурса подписей, устроенного редакторами New Yorker среди читателей издания.
«Самокритике» систему учат с помощью краудсорсинга — исследователи интересуются у людей, насколько им нравятся генерируемые идеи. Обрабатывая отклики, система начинает все лучше понимать человеческие предпочтения.
Принцип действия созданной немецкими исследователями системы, получившей название Brain-to-Text, состоит в распознавании отдельных фонем и выстраивании их в наиболее вероятные слова и фразы с использованием алгоритмов машинного обучения.
Android-приложению не нужно знать предыдущие оценки студента или его коэффициент умственного развития — вся информация собирается в фоновом режиме через встроенные датчики смартфона и анализируется с помощью методов машинного обучения.
Разрабатываемая система семантического анализа данных базируется на последних достижениях в области машинного обучения и технологий Больших Данных.
Все больший охват земного шара сетями, недорогими датчиками и распределенными интеллектуальными системами приводит к тому, что в мире генерируется больше данных, чем человечество способно обработать. Смогут ли предприятия адаптироваться к новым условиям и продолжить развитие на высококонкурентном ландшафте? Как извлечь пользу из новых источников информации и умных систем, вплетенных в окружающую среду?
Система будет основана на применении «умного» оружия, и само это оружие создается с помощью сложнейших производственных линий, технологических цепей, которые тоже являются «умным» оборудованием.
Данные системы помогут дорожным службам предотвращать ДТП или даже решить, как распределить технику для очистки дорог в снегопад.