Многому предстоит научиться на этой неделе — Зоопарк нейронных сетей; Запуск машины DL; Новая веха достигнута в распознавании речи; Как ИИ влияет на многие области!
Новости
Исследователи Microsoft достигли важного рубежа в распознавании речи
Microsoft сообщает, что в недавней сравнительной оценке стандартной задачи распознавания речи Switchboard ее исследователи достигли коэффициента ошибок в словах (WER) 6,3 процента, что является самым низким показателем в отрасли.
SwiftKey представляет первую в мире клавиатуру для смартфонов на базе нейронных сетей
Компания перестроила языковой движок SwiftKey с нуля, используя возможности технологии нейронных сетей — их первый пример использования нейронных сетей локально на смартфоне.
ViSenze разрабатывает искусственный интеллект для использования в электронной коммерции, работая с такими компаниями, как Myntra в Индии и Zalora в Юго-Восточной Азии.
Рынок алгоритмов предлагает новейшие разработки в области искусственного интеллекта
Algorithmia объединяет усилия по демократизации ИИ, используя ту же модель рынка, которую стартапы применяли ко многим другим товарам и услугам.
Статьи
Самоуправляемые автомобили могут многому научиться, играя в Grand Theft Auto
Гиперреалистичные компьютерные игры могут предложить эффективный способ обучения алгоритмов ИИ реальному миру.
Следующая волна приложений глубокого обучения
За последние несколько лет велись значительные аппаратные и алгоритмические разработки, поддерживающие то, что кажется первоначальным кембрийским взрывом новых приложений для сред глубокого обучения в таких разных областях, как энергетика, медицина, физика и за их пределами.
Американцы думают, что роботы займут много рабочих мест, но не их рабочие места
Около двух третей американцев ожидают, что роботы или компьютеры в течение следующих пятидесяти лет займут большую часть работы, которую сейчас выполняют люди.
Десять мифов о машинном обучении
К сожалению, вокруг машинного обучения выросло несколько неправильных представлений, читайте о том, как развеяны десять таких мифов.
Связь ИИ с другими дисциплинами
Подробный набросок того, как ИИ связан с различными другими дисциплинами, как в естественных, так и в гуманитарных науках, подготовленный Обществом изучения искусственного интеллекта и моделирования поведения.
Учебники и инструменты
Эта статья является первой в серии сообщений блога, демонстрирующих рабочие процессы глубокого обучения в Azure. В этой статье они расскажут о настройке виртуальных машин серии N в Azure с поддержкой NVIDIA CUDA и cuDNN.
Хронология спутниковых изображений Draper: решение Pure ML от Vicens Gaitan
Можете ли вы упорядочить пространство и время? Это была задача, поставленная перед участниками конкурса Draper Satellite Image Chronology Competition (Chronos), который проходил на Kaggle с апреля по июнь 2016 года. Подробнее об этом читайте в интересном интервью с Висенсом Гайтаном о вызове.
Зоопарк нейронных сетей — Институт Азимова
Время от времени появляются новые архитектуры нейронных сетей, и трудно уследить за ними всеми. Знание всех используемых аббревиатур (DCIGN, BiLSTM, DCGAN, кто-нибудь?) поначалу может быть немного ошеломляющим.
Итак, вот шпаргалка, содержащая многие из этих архитектур.
Запуск машины глубокого обучения (мечты)
Создать машину для глубокого обучения — это одно, а заставить ее запускать нужное программное обеспечение — совсем другое…
Обучение с подкреплением для Torch: знакомство с torch-twrl
Исследователи Twitter изучают RL как парадигму обучения, и с этой целью Twitter Cortex создал основу для разработки RL. Сегодня Твиттер — это факел с открытым исходным кодом для всего мира.
Исследовательская работа
Несмотря на прорывы в точности и скорости сверхразрешения одиночного изображения с использованием более быстрых и глубоких сверточных нейронных сетей, одна центральная проблема остается в значительной степени нерешенной: как мы восстанавливаем более мелкие детали текстуры, когда мы применяем сверхразрешение при больших коэффициентах масштабирования. Это исследование подходит к этой проблеме с помощью функции потерь восприятия, которая состоит из потерь противника и потерь контента.
Меланома относится к наиболее агрессивным видам рака. Тем не менее, он хорошо излечим, если обнаружен на ранних стадиях. Предварительный скрининг подозрительных родинок и поражений на злокачественность имеет большое значение. В данной работе предлагается метод, основанный на глубоких нейронных сетях, для точного выделения области поражения.
Генеративное визуальное манипулирование естественными изображениями
Реалистичные манипуляции с изображениями сложны, поскольку требуют изменения внешнего вида изображения под контролем пользователя, сохраняя при этом реалистичность результата. Если пользователь не обладает значительными художественными навыками, он легко отвалится от множества естественных изображений при редактировании. В этой статье они предлагают изучать естественное многообразие изображений непосредственно из данных, используя генеративно-состязательную нейронную сеть. Посмотрите классную демку здесь.
Если вам нравится то, что вы читаете, пожалуйста, подпишитесь и порекомендуйте своим друзьям или поделитесь благодарностями в Твиттере! Буду рад услышать ваши предложения и рекомендации @deephunt_in или в комментариях ниже!
Первоначально опубликовано на www.getrevue.co.
