Data&AI

Создание зависимого от данных ПО отличается от разработки традиционных программ: соответствующие методы должны учитывать ошибки и в коде, и в данных. Необходимо помнить, что отладка производительности так же важна для исследователей данных, как и отладка корректности.

Интеллектуальные системы, работающие на основе алгоритмов машинного обучения, требуют больших объемов размеченных данных. Используя фактические сведения справочного характера, можно восполнять нехватку размеченных данных для обучения алгоритмов, причем для многих практических применений удобно организовывать справочные сведения в форме графа знаний. Объединение сведений из графов знаний с обучающими выборками позволяет существенно улучшить результативность работы алгоритмов машинного обучения, в том числе используемых в системах предоставления рекомендаций и анализа структуры сообществ. Графы знаний позволяют не только повысить точность работы таких систем, но и обеспечить объяснимость получаемых результатов.

В период самоизоляции резко возрос спрос общества на сервисы, связанные с проявлением социальной ответственности. Организации, которым удалось их оперативно реализовать, получили значительный бонус к своей репутации. Это касается как одобрения со стороны клиентов, так и лояльности собственных сотрудников, которые вполне способны оценить заботу о себе. Казалось бы, при чем тут анализ данных?

Цифровизация диагностики целого региона позволит обучать медицинские нейросети на огромных объемах данных. Реализация еще нескольких подобных проектов выведет Россию в мировые лидеры в этой области.

Когда тысячи юных фенологов по всей стране собирают базу данных для исследований, современная наука уже не кажется абстрактной и далекой.

Министерство торговли США открыло общественное обсуждение этого вопроса в июле, а завершается оно 15 сентября.

Сеть продовольственного ретейла стала миноритарным акционером Biolink.Tech, разработчика системы рекомендаций по питанию на основе медицинских анализов.

Пушкинский сделал первые шаги в направлении полноценного виртуального музея, но самые захватывающие перспективы по переходу в «цифру» — в будущем. На этом пути музею необходимы, в том числе, профессионалы по компьютерным играм и специалисты в области Data Science.

Трудно представить более благородное и большое дело для молодых людей, ищущих себе занятие, связанное с инновациями, чем экология. Одна из задач, которые надо решить для защиты окружающей среды, состоит в том, чтобы создать инфраструктуру сбора данных и обеспечить прозрачность их циркуляции.

Разработанная в МТС программная система на основе технологий искусственного интеллекта автоматически распознает животных на фотографиях с камер, установленных на заповедной территории.

Современное поколение исследователей Вселенной активно осваивает новые инструменты научного поиска.

Первый закон робототехники по Айзеку Азимову гласит, что робот не может причинить вред человеку. Создатели робомобилей и других автономных систем помнят об этом и ищут инструменты, которые предупреждали бы человека о необходимости взять управление на себя.

По словам Михаила Мишустина, за четыре года 1200 молодым отечественным компаниям будет выделено около 12 миллиардов рублей.

По планам SberAutoTech, первые беспилотные автомобили должны выехать на дороги общего пользования уже в конце 2020-го — начале 2021 года.

Первым кейсом, с которым познакомились читатели проекта «Данные на службе добра», стало применение искусственного интеллекта для профилактики сердечно-сосудистых и других тяжелых заболеваний.

DobroData представит молодежной аудитории яркие цифровые проекты в социальной сфере, расскажет о молодых лидерах; часто их ровесниках, образованных и инициативных специалистах.

В Окриджской национальной лаборатории изучают методы изготовления деталей ядерного реактора, который должен стать первым в мире, полностью напечатанным на принтерах

В чем важность социальных проектов, основанных на данных? Как подготовить себя к участию в таких проектах? Какие качества помогут преуспеть в анализе данных? Своим мнением делится Виктор Кантор, Chief Data Scientist компании «МТС», преподаватель МФТИ и Coursera, участник рейтинга Forbes 30 under 30 в категории «Наука и технологии».

Набирает популярность модель MLOps, своего рода DevOps в сфере машинного обучения — соединение технологий и процессов разработки моделей и подходов к их внедрению в бизнес-процессы.

В МТИ технологии искусственного интеллекта помогут вести точные расчеты структуры материи, обнаруживать гравитационные волны, искать новые физические закономерности.