Новости ML, новые технологии, идеи по применению и гипотезы.
Изображение сделано в Nvidia GauGan. Видео, статья и исходный код.
Новости машинного обучения. Самое интересное из пяти рассылок
3 мин
Наиболее интересные новости из пяти почтовых рассылок. Новые технологии, идеи по применению и гипотезы.
Ученые превратили пламя свечи в звук и распечатали его на 3D-принтере
4 мин
Маркус Бюлер из Массачусетского технологического института создал систему для преобразования пламени свечи в материалы, напечатанные на 3D-принтере. Вместе с постдоком Марио Милаццо он получил изображение звука пламени высокого разрешения при помощи глубокого машинного обучения.
DeepMind научила нейросеть предсказывать время и место дождей
3 мин
DeepMind работала с британскими синоптиками, чтобы создать нейросеть, которая бы лучше справлялась с краткосрочными прогнозами, чем существующие системы. Компания разработала инструмент глубокого обучения под названием DGMR («глубокая генеративная модель дождя»), который может точно предсказать вероятность дождя в ближайшие 90 минут.
Intel представила технологию распознавания дипфейков FakeCatcher
1 мин
Intel разработала технологию FakeCatcher, способную определять дипфейки в реальном времени. Компания утверждает, что точность FakeCatcher достигает 96%.
Детектор выявляет дипфейки, опираясь на цветовые изменения кожи, вызванные кровотоком, которые могут быть только у настоящего человека. Детектор изучает цвет лица, переводит эти сигналы в своеобразную карту и при помощи глубокого обучения определяет, настоящий человек на видео или подделка.
Исследователи проекта fastMRI нашли способ убрать артефакты с томограмм
2 мин
Исследователи Facebook AI и NYU Langone Health в рамках проекта fastMRI разработали новый способ использования метода глубокого обучения для решения проблемы артефактов изображения МРТ с AI-ускорением. Этот метод также значительно улучшает общее качество изображения.
Новости машинного обучения. Выпуск 8
2 мин
Экзоскелеты; бионические протезы; промышленные роботы; исследование автоматических рекоммендаций Ютуба; создание моделей машинного обучения в браузере с помощью MediaPipe; виртуальная клавиатура для смартфонов; 5G; еще раз о сильном и слабом ИИ.
Microsoft представила DeepSpeed для тренировки нейросетей на моделях с >100 млрд параметров
2 мин
Microsoft выпускает библиотеку с открытым исходным кодом под названием DeepSpeed, которая значительно расширяет возможности обучения для больших моделей естественного языка. Она дает возможность обучения нейросетей на моделях со 100 млрд параметров и более. DeepSpeed совместима с PyTorch.
Алгоритм угадывает набранный PIN-код на банкомате, даже если прикрывать клавиатуру рукой
2 мин
Исследователи доказали, что алгоритм глубокого обучения может угадывать 4-значные PIN-коды карт, даже если жертва при вводе цифр в банкомате прикрывает их руками. Алгоритм правильно сработал в 41 % случаев.
Исследование: мозг понимает язык с помощью «автокоррекции»
2 мин
Исследователи Массачусетского технологического института применили модели искусственного интеллекта для изучения того, как и почему наш мозг понимает язык. Выяснилось, что человеческий мозг может работать примерно так же, как и функция автокоррекции на смартфоне.
В МТИ разработали нейросеть, которая определяет мелодию по движениям музыкантов
2 мин
Исследователи Массачусетского технологического института представили нейросеть, которая анализирует движения тела, чтобы определить звуки отдельных инструментов. Она сопоставляет движения музыкантов с темпом отдельных партий, позволяя выделить одну флейту или одну скрипку из ряда подобных инструментов.
4 бесплатных онлайн тренинга по MATLAB: Электропривод, ЦОС, нейросети и моделирование временных рядов
1 мин
Добрый день,
Предистория. В условиях самоизоляции мы решили попробовать провести онлайн тренинг по анализу данных и машинному обучению в MATLAB, состоящий из 3х последовательных стримов с периодичностью раз в неделю. Более 1200 регистраций и много положительных отзывов. Однако, взаимодействие преподаватель-слушатель стало затруднительным в привычном виде, потому эту часть мы вывели в оффлайн.
Подумав малость, мы решили провести еще 4 таких обучения по другим популярным тематикам:
Предистория. В условиях самоизоляции мы решили попробовать провести онлайн тренинг по анализу данных и машинному обучению в MATLAB, состоящий из 3х последовательных стримов с периодичностью раз в неделю. Более 1200 регистраций и много положительных отзывов. Однако, взаимодействие преподаватель-слушатель стало затруднительным в привычном виде, потому эту часть мы вывели в оффлайн.
Подумав малость, мы решили провести еще 4 таких обучения по другим популярным тематикам:
МТИ и Microsoft обучили алгоритм находить скрытые параллели между картинами
2 мин
Команда из Массачусетского технологического института помогла Microsoft создать систему поиска изображений. Она базируется на работе алгоритма, который ищет соответствия картин разных художников.
Вебинар «Обучение с подкреплением: от игр к реальным задачам»
1 мин
В ходе вебинара будет рассказано методах обучения с подкреплением применительно к различным задачам. Разберемся в каких случаях можно его применять. На простых примерах игровых сред будут разобраны основные алгоритмы, и их усовершенствования. Посмотрим простые среды LunarLander и Atari Breakout. Будет показаны примеры реализации алгоритмов и как в среде Matlab так и при помощи Python. Поговорим о плюсах и минусах алгоритмов и ресурсах необходимых для их обучения.
Приглашаем на Samsung AI Forum 2020
3 мин
Samsung AI Forum пройдет уже в четвертый раз, но онлайн — впервые. Трансляции будут вестись на официальном YouTube-канале Samsung 2 и 3 ноября, для участия необходима регистрация на сайте форума. Несмотря на то, что в Москве в это время будет глубокая ночь, мы очень советуем постараться присоединиться к стриму. Ведь выступать в этом году будут самые крутые в мире исследователи в области искусственного интеллекта: Йошуа Бенджио, Ян ЛеКун, Кристофер Мэннинг и другие. Для тех, кто не сможет, будет доступна запись.
На форуме выступят крутейшие ученые мира в области ИИ, такие как Ян ЛеКун и Йошуа Бенджио (на фото), получившие премию Тьюринга за открытие глубоких нейронных сетей
На форуме выступят крутейшие ученые мира в области ИИ, такие как Ян ЛеКун и Йошуа Бенджио (на фото), получившие премию Тьюринга за открытие глубоких нейронных сетей
Ученые разработали метод обучения ИИ с меньшим числом параметров, который превзошел GPT-3
3 мин
Команда ученых из Мюнхенского университета Людвига-Максимилиана разработала Pattern-Exploiting Training (PET), методику глубокого обучения для моделей обработки естественного языка (NLP). Используя PET, команда обучила модель Transformer NLP с 223 млн параметров, которая превзошла GPT-3 более чем на 3% в тесте SuperGLUE.
Разработчики утверждают, что модели требуется до 99,9% меньше параметров. Итерационный вариант iPET способен обучить несколько поколений моделей и может использоваться без каких-либо обучающих данных.
Нейросеть GauGAN2 от NVIDIA создаёт картинку по текстовому описанию
2 мин
В NVIDIA Research продемонстрировали нейросеть GauGAN2, которая использует модель глубокого обучения и создает картины по текстовым описаниям. Для создания изображения ей достаточно всего три или четыре слова.
Реализация нейросетей на ПЛИС
1 мин
Добрый день!
Мы запланировали вебинар, посвящённый реализации глубоких нейросетей на ПЛИС и СнК. Над задачей реализации глубоких сетей на встраиваемых системах бьются многие инженеры: объёмы вычислений велики, а ресурсы вычислителей ограничены. Мы расскажем о рабочем процессе развёртывания алгоритмов глубокого обучения, компьютерного зрения и обработки сигналов на ПЛИС из среды MATLAB, и продемонстрируем результат на платформе Xilinx Zynq UltraScale+.
В рамках вебинара мы также поговорим об общих вопросах создания, импорта и анализа нейросетей в MATLAB, автоматической генерации HDL-кода и аппаратных оптимизациях.
Ждём вас во вторник, 10 ноября 2020 г.
→ Бесплатная регистрация по ссылке
Мы запланировали вебинар, посвящённый реализации глубоких нейросетей на ПЛИС и СнК. Над задачей реализации глубоких сетей на встраиваемых системах бьются многие инженеры: объёмы вычислений велики, а ресурсы вычислителей ограничены. Мы расскажем о рабочем процессе развёртывания алгоритмов глубокого обучения, компьютерного зрения и обработки сигналов на ПЛИС из среды MATLAB, и продемонстрируем результат на платформе Xilinx Zynq UltraScale+.
В рамках вебинара мы также поговорим об общих вопросах создания, импорта и анализа нейросетей в MATLAB, автоматической генерации HDL-кода и аппаратных оптимизациях.
Ждём вас во вторник, 10 ноября 2020 г.
→ Бесплатная регистрация по ссылке
Нас уже более 72 тысяч: изучаем бесплатный курс по нейросетям в машинном зрении от Samsung
2 мин
Всем привет!
Более 72 тысяч слушателей уже записались на наш бесплатный курс по искусственному интеллекту: Нейронные сети и компьютерное зрение. Четыре года назад, в июне 2019 года, мы выпустили его в открытое плавание и он сразу завоевал огромную популярность, что и было отмечено премией "Stepik Awards 2019".
Спустя четыре года курс по-прежнему не теряет актуальности и привлекает каждый месяц больше тысячи новых слушателей. На сегодняшний день почти семь с половиной тысяч занимавшихся получили сертификат курса.
Высокая популярность курса “Нейронные сети и компьютерное зрение” объясняется тем, что он базовый - с него мы рекомендуем погружаться в тему нейронных сетей. И в то же время, по завершении курса вы уже создадите и обучите несколько собственных сетей. Вы узнаете, что такое градиентный спуск и метод обратного распространения ошибки, из каких компонентов состоит нейронная сеть, как работают свертки, как выбрать функцию потерь, как бороться с переобучением — все это подробно разбирается на лекциях курса и закрепляется на практических семинарах авторов курса - Михаила Романова, Игоря Слинько, Николая Капырина и Антона Петрова.