Основные события недели: Google покупает два стартапа - Senosis и AIMatter; AI захватывает облако; Начало работы с PyTorch в облаке Amazon; Повышение эффективности видимых водяных знаков
Новости
Google приобрел Senosis, стартап из Сиэтла, который занимается созданием мобильных приложений для определения состояния здоровья без необходимости в дополнительном оборудовании.
Google приобретает AIMatter, производителя приложения Fabby для компьютерного зрения
Google приобретает AIMatter, производителя приложения для компьютерного зрения Fabby
Компьютерное зрение - ветвь искусственного интеллекта, которая позволяет компьютерам« видеть и обрабатывать изображения, как это делают люди… techcrunch.com »
В рамках еще одного приобретения Google приобрел AIMatter, стартап, основанный в Беларуси, который создал платформу искусственного интеллекта на основе нейронных сетей и SDK для быстрого обнаружения и обработки изображений на мобильных устройствах, а также приложение для редактирования фотографий и видео.
Эндрю Нг собирает 150 миллионов долларов в фонд искусственного интеллекта
Так что это может быть важная новость, которую мы ждем от Эндрю Нг, и вы! В сообщениях говорится, что он собирает 150 миллионов долларов в фонд искусственного интеллекта!
Статьи
Компания Box, занимающаяся облачным хранилищем, использует технологию видения Google, чтобы сделать свои услуги значительно умнее. И это может быть хорошим способом для компаний окунуться в искусственный интеллект и машинное обучение.
Взгляд изнутри на сделанную Фордом ставку в 1 миллиард долларов на Argo AI
В гонке по запуску автономных транспортных средств экспертные знания в области искусственного интеллекта являются призом, поэтому читайте, как Арго вписывается в общую схему вещей для Ford.
Руководства, инструменты и советы
Генеративные состязательные сети: движок и приложения
Генеративные состязательные сети (GAN) - это класс нейронных сетей, которые используются в неконтролируемом машинном обучении. Прочтите, как они используются и для каких приложений?
Начало работы с PyTorch в облаке Amazon
Это краткое руководство призвано помочь вам быстро настроить и запустить экземпляр AWS GPU, чтобы вы могли обучать и тестировать свои модели PyTorch в облаке.
Исследовать
Повышение эффективности видимых водяных знаков
Это исследование Google показывает, что компьютерный алгоритм может автоматически удалять водяные знаки, предоставляя пользователям беспрепятственный доступ к чистым изображениям, которые водяные знаки предназначены для защиты, а также предлагает способы сделать видимые водяные знаки более устойчивыми к таким манипуляциям.
Если вам нравится то, что вы читаете, подпишитесь и порекомендуйте своим друзьям или напишите сообщение в Twitter! Рад услышать ваши предложения и рекомендации @deephunt_in или в комментариях ниже!
