Константин Воронцов — профессор Физтеха и Вышки, доктор физико-математических наук, преподаватель школы анализа данных «Яндекса». Он занимается машинным обучением и анализом данных со времен, когда это совсем не было мейнстримом. Многие впервые узнали о машинном обучении благодаря сайту machinelearning.ru, одним из основателей которого был Воронцов.

Глубокие нейросети преодолеют свои недостатки без помощи символического искусственного интеллекта, уверены пионеры этой технологии, опубликовавшие статью в июльском номере журнала Communications of the ACM. В ней Иошуа Бенджио, Джеффри Хинтон и Ян Лекун, лауреаты премии Тьюринга 2018 года, заявили о своей уверенности в том, что со временем глубокие нейросети приобретут все аспекты человеческого интеллекта, включая манипуляцию символами, способность к рассуждению и здравый смысл.

Учёный Джеффри Хинтон нашёл способ имитировать интуицию в нейросетях. Рассказываем, как будет работать ИИ будущего.

Сначала для анализа текста мы используем библиотеку SpaCy v3, в ней есть модель для русского языка, а также удобное API, в том числе и для поиска зависимостей слов. Мы также искали, тестировали и сравнивали другие библиотеки/модели для русского языка, которые работают out-of-the-box. Например, модель от DeepPavlov показывала примерно такие же результаты, как и парсер от SpaCy, местами даже лучше, но у SpaCy более удобное API, и модель весит меньше.

GLOM — революционная теория Джеффри Хинтона (о которой в России почему-то никто не знает)

Глубокое обучение стало одним из величайших достижений в области искусственного интеллекта. Обычно считается, что глубокое обучение - это все, что нужно для воспроизведения человеческого интеллекта. Однако реальность такова, что проблемы остаются, поскольку раскрытие нейронной сети неизвестного набора данных обнаружит его хрупким образом.
Например, в случае с автономными автомобилями они явно эффективны, но системы искусственного интеллекта могут легко ошибиться. Если система была обучена распознавать объекты только со стороны, вряд ли она сможет распознать их с более высокой точки зрения.
Воспользовавшись влиянием и крупными инвестициями, вложенными в разработку ИИ сегодня, каждый день появляются новые предложения по разработке глубокого обучения, машинного обучения, новых алгоритмов и т. Д.

Анализ влияния технологий ИИ на геополитику

В Google считают, что они

BERT — нейросетевая модель-трансформер от Google, на которой сегодня строится большинство инструментов автоматической обработки языка. Модель появилась в начале 2018-го, а уже в октябре того же года Google встроил модель в свой поисковик. Разбираемся, что же представляет из себя модель BERT и как она работает

Компания My Heritage, которая занимается изучением семейной истории, применила технологию машинного обучения для анимации статичных изображений. Нейронную сеть назвали Deep Nostalgia. Она превращает портреты людей в короткие видеоролики, герои которых улыбаются, вращают головой и моргают.

Один из самых дорогих стартапов мира — IT-разработчик Databricks — был создан поневоле. Восемь лет назад его основатели, работая в университете, придумали инструмент для предсказания будущих событий на основе анализа данных и предложили его бизнесу бесплатно. Как ученые, которые не пытались заработать, стали миллиардерами благодаря своему изобретению?

Президент компании Microsoft предупредил, что жизнь, изображенная в книге Джорджа Оруэлла «1984», «может стать реальностью в 2024 году», если законодатели не защитят нас от искусственного интеллекта.

Биометрия прочно закрепилась в нашей повседневной жизни: миллионы людей во всех странах мира разблокируют свои гаджеты, совершают покупки и подтверждают переводы средств посредством биометрических данных, а с приходом пандемии и вовсе началось массовое внедрение повсеместной идентификации. Алексей Новиков, технический директор компании Axoya, разработчика смарт-устройств, систем идентификации и видеоаналитики, поделился с Хайтек+ своим видением того, как устроен рынок биометрии в России и мире, какие инновационные продукты разрабатываются, и как государства стимулируют рост отрасли.

В этом году мы значительно расширили объем данных, доступных в отчете, работали с более широким кругом внешних организаций, чтобы откалибровать наши данные, и углубили наши связи со Stanford HAI. В отчете за 2021 год также показано влияние COVID-19 на развитие искусственного интеллекта с разных точек зрения. В главе «Технические характеристики» обсуждается, как стартап с искусственным интеллектом использовал методы машинного обучения для ускорения открытия лекарств, связанных с COVID, во время пандемии, а в нашей главе «Экономика» предполагается, что пандемия не оказала существенного неблагоприятного воздействия на найм ИИ и частные инвестиции, поскольку оба они росли. Во всяком случае, COVID-19 мог привести к большему количеству людей, участвующих в исследовательских конференциях по ИИ, поскольку пандемия вынудила конференции перейти на виртуальные форматы, что, в свою очередь, привело к значительному росту посещаемости.

От Р. Луллия к ТДИС Голубниченко А. Н.

Американский исследователь Джефф Хокинс 40 лет изучал нейробиологию и искусственный интеллект. Свою карьеру он начал с должности разработчика Intel, однако в 1986 году покинул компанию, чтобы получить степень по нейробиологии в Калифорнийском университете в Беркли. Тогда исследования Хокинса зашли в тупик, и через несколько лет он вернулся в Кремниевую долину, где в 1993 году создал Palm Pilot — один из первых КПК и предшественник современных смартфонов. В 2008 году Хокинс вновь вернулся к исследованиям мозга и возглавил лабораторию нейробиологии при Беркли.

Вы каждый день сталкиваетесь с машинным обучением и его работой. Вас удивляет, как быстро его учат новым навыкам и совершенствуют в старых. Но что если мы скажем, что все это достигнуто с помощью всего половины процента от имеющихся у человечества данных? Вместе с экспертами Яндекса рассказываем, как в ближайшие годы машинное обучение изменит мир вокруг нас.

Напомню предысторию. Меня зовут Алексей Редозубов и я занимаюсь созданием сильного искусственного интеллекта. Мой подход крутится вокруг контекстно-смысловой модели работы мозга. Об этом был цикл статей на хабре и много видео на Youtube. Сейчас я хочу рассказать об основах контекстно-смысловой модели и о недавних исследованиях, которые позволили взглянуть на эту модель с новой, неожиданной стороны. Исследованиях невероятных настолько, что уверен — многие сочтут их безумием.

Мандат Комиссии национальной безопасности по искусственному интеллекту (NSCAI) заключается в том, чтобы давать рекомендации президенту и Конгрессу по «продвижению развития искусственного интеллекта, машинного обучения и связанных с ним технологий для всестороннего удовлетворения потребностей национальной безопасности и обороны Соединенных Штатов. . »
В этом заключительном отчете представлена ​​стратегия NSCAI по победе в эпоху искусственного интеллекта. В 16 главах основного отчета представлены основные выводы и рекомендации. В прилагаемых «Планах действий» изложены более подробные шаги, которые правительство США должно предпринять для выполнения рекомендаций.

В феврале у нас вышла первая версия платформы, на которой мы используем вычислительные мощности от майнеров криптовалют для обучения моделей искусственного интеллекта. Пока доступна только альфа-версия платформы, но уже сейчас на ней есть много интересных моделей. В этой статье мы расскажем об одной такой модели, которая уже доступна на платформе: это самая простая нейронная архитектура из всех демо-моделей, но даже в этой сети найдётся немало трюков, о которых стоит поговорить подробнее. Итак, вперёд!

Исследователи из США представили алгоритм, который позволяет превратить умную колонку в ЭКГ-монитор. Компании Google и Amazon уже могут интегрировать их в свои устройства.

Экспертная система (далее по тексту — ЭС) — это информационная система, назначение которой частично или полностью заменить эксперта в той или иной предметной области. Подобные интеллектуальные системы эффективно применяются в таких областях, как логистика, управление воздушными полетами, управление театром военных действий. Основною направленной деятельностью предсказание, прогнозирование в рамках определенного аспекта в предметной области.