Машинное обучение

TensorFlow Lite Model Maker делает возможным эффективное предоставление прогнозов на устройствах с ограниченными ресурсами.

Облачный сервис на основе глубинного обучения также поддерживает поиск уязвимостей и потенциальных ошибок Java, JavaScript, TypeScript и Python.

В 2020 году в интегрированной среде разработки IntelliJ должны появиться средства совместного редактирования и упрощенный текстовый редактор.

Новый проект Microsoft с открытым кодом ускорит работу фреймворка машинного обучения PyTorch без необходимости переписывания большого количества программного кода.

Применение методов исследования данных в процессах разработки ПО позволяет выиграть в конкурентной борьбе. Например, в программной инженерии получила распространение методика измерения характеристик программного обеспечения, однако без средств автоматизации невозможно разобраться в огромных массивах получаемых с помощью этой методики данных и учесть все их взаимозависимости.

Планы Apple в отношении Swift 6 предусматривают появление новых эффективных и удобных API, а также использование накопленного опыта разработки.

Технологии машинного обучения открывают новые перспективы для развития Интернета вещей, однако несут с собой и новые угрозы: создание индивидуальных образцов вредоносного ПО, формирование фейковых событий, появление цифровых двойников реальных законопослушных пользователей и пр. Интернет вещей стал лакомой добычей хакеров и источником новых угроз. Как в таких условиях минимизировать риски потери надежности систем Интернета вещей и какие использовать стандарты обеспечения безопасности?

Сергей Алешкин, руководитель по Data Science страховой компании «РЕСО-Гарантия» и номинант премии CDO Award, — об опыте повышения эффективности кросс-продаж страховых полисов.

Преимущество новой библиотеки, созданной в Facebook, видят в ее нативности для Python, языка, который наиболее широко применяется для задач машинного обучения.

Докладчики форума познакомят слушателей с новейшими разработками в сфере интеллектуальной аналитики и машинного обучения, с отраслевыми подходами к цифровой трансформации на основе данных, к построению data-driven-бизнеса и моделей монетизации данных.

А по данным SuperJob, 15% родителей хотят отдать ребенка в киберспорт.

Сотрудничество c компанией «Неофлекс» позволит Саратовскому национальному исследовательскому государственному университету им. Н.Г. Чернышевского отслеживать меняющиеся требования ИТ-компаний к специалистам и корректировать образовательные программы под быстро меняющийся рынок информационных технологий.

Основой сервиса, сопровождаемого услугами поддержки, стал фреймворк с открытым кодом Google TensorFlow.

В настоящее время для инференса наиболее широко используются чипы Intel, тогда как Nvidia господствует в секторе процессоров, применяемых для обучения.

Машинное обучение и прогресс в аппаратных технологиях позволил предприятиям намного быстрее обрабатывать свои данные для проведения мощных маркетинговых кампаний, развертывания эффективных логистических операций и расширения лояльной клиентской базы. Однако до 85% проектов ИИ терпят неудачу, несмотря на рост инвестиций в инфраструктуру поддержки решений машинного обучения. Причина — «грязные» данные.

Для выполнение инференса нейронных сетей в задачах объектной видеоаналитики непосредственно в точке сбора данных используются системы, построенные на основе концепции Edge AI.

В проекте Project Silica последние открытия в области сверхбыстрой лазерной оптики и искусственного интеллекта используются для организации хранения данных в кварцевом стекле.

Ажиотаж вокруг машинного обучения приводит к росту его популярности, однако внедрение соответствующих систем без должного понимания принципов их действия сопряжено с систематическими рисками, которые нужно учитывать еще на этапе разработки систем машинного обучения.

Аналитики отметили, что оценивали значение тенденций с высоким преобразующим потенциалом с точки зрения их влияния на людей — сотрудников, клиентов, бизнес-партнеров, граждан.

В Санкт-Петербурге впервые проходит главный форум по теме больших данных и интеллектуальной аналитики «BIG DATA SPb 2019: все о данных как основе цифровой экономики».