Ноябрь, 2016

  • 13 ноября

    «СМИ приукрашивают возможности искусственного интеллекта»

    Издание Harvard Business Review опубликовало колонку создателя подразделения Google Brain и основателя сервиса онлайн-обучения Coursera Эндрю Ына о том, на что способны и не способны современные технологии искусственного интеллекта. Редакция vc.ru публикует адаптированный перевод материала. «В последнее время руководители компаний часто спрашивают меня, на что сейчас способны технологии искусственного интеллекта. Они хотят понять, как использовать [...]

  • 10 ноября

    Зоопарк архитектур нейронных сетей.

    Это первая часть, вот вторая. За всеми архитектурами нейронных сетей, которые то и дело возникают последнее время, уследить непросто. Даже понимание всех аббревиатур, которыми бросаются профессионалы, поначалу может показаться невыполнимой задачей. Поэтому я решил составить шпаргалку по таким архитектурам. Большинство из них — нейронные сети, но некоторые — звери иной породы. Хотя все эти архитектуры [...]

  • 10 ноября

    Google DeepMind научил ИИ узнавать объекты с одного «взгляда»

    Известно, что искусственному интеллекту нужны тысячи примеров, чтобы научиться распознавать новые объекты. В этом он значительно уступает человеку с его способностью узнавать класс предметов по одному представителю. К тому же, сам процесс обучения нейронной сети отнимает очень много времени. Компания DeepMind, подразделение Google, занимающееся разработками в области искусственного интеллекта, нашла способ обойти это. Исследователи DeepMind [...]

  • 10 ноября

    Исследователи из MIT научили нейронные сети аргументировать свои решения

    В последнее время нейросети показывали себя прекрасно во многих прикладных задачах. Они искали закономерности в данных, которые использовались для классификации и прогнозирования. Нейросети с кажущейся легкостью распознавали объекты в цифровых изображениях или, «прочитав» отрывок текста, резюмировали его тему. Однако никто не мог рассказать, какие преобразования проходили вводимые данные для получения того или иного решения. Даже [...]

Август, 2016

  • 25 августа

    Музыка, Mathematica и вычислительная вселенная: автоматическое создание музыки на основе клеточных автоматов

    Перевод поста Стивена Вольфрама (Stephen Wolfram) "Music, Mathematica, and the Computational Universe" о замечательном ресурсе WolframTones, работа которого была недавно возобновлена на новой площадке Wolfram Cloud (сайт, созданный в 2005 г., был недоступен пару лет, так как использовал не поддерживаемые современными браузерами решения). Выражаю огромную благодарность Кириллу Гузенко за помощь в переводе. Насколько сложно создать [...]

  • 25 августа

    Нейросеть Google сжимает фотографии лучше JPEG

    Фрагмент 32×32 пикселя оригинального изображения, сжатого разными методами. Иллюстрация: Google Разработчики из компании Google поделились очередными достижениями в применении нейросетей для практических задач. 18 августа они опубликовали на arXiv научную статью «Сжатие полноразмерных изображений с помощью рекуррентных нейронных сетей» ("Full Resolution Image Compression with Recurrent Neural Networks"). В статье описан инновационный метод сжатия фотографий с [...]

  • 21 августа

    Адаптивный линейный элемент

    Адаптивный линейный элемент(Адаптивный линейный нейрон или ADALINE) - частный случай линейного классификатора или искусственной нейронной сети с одним слоем. Был предложен Видроу и Хоффом в 1960 году, развивая математическую модель нейрона МакКаллока–Питтса. Общая схема работы ADALINE Схема работы ADALINE несколько напоминает работу биологического нейрона: модель работы нейрона На вход подаётся вектор импульсов xn ,состоящий из n числовых [...]

  • 21 августа

    Самое главное о нейронных сетях. Лекция в Яндексе

    Нейронные сети сделали машинное обучение доступным не только большим компаниям, но и любому человеку, который умеет программировать. Несмотря на то, что всем кажется, будто о нейросетях уже всем все известно, мы решили поделиться обзорной лекцией, прочитанной в рамках Малого ШАДа, рассчитанного на старшеклассников с сильной математической подготовкой. Материал, рассказанный нашим коллегой Константином Лахманом, обобщает историю [...]

  • 21 августа

    «Машинное обучение»: Потенциал и возможности

    / фото Jaro Larnos CC Облачные технологии широко применяются в самых разных научных сферах: как-то раз мы рассказывали от том, как облака используются в физике и астрономии, а также географии и генетике. Виртуальные инфраструктуры позволяют ученым обрабатывать огромное количество информации в кратчайшие сроки, что приводит к новым открытиям. Но есть еще одна технология, способная изменить [...]