Архив метки: Машинное обучение

АКРА разрабатывает собственную платформу с ИИ

Аналитическое кредитное рейтинговое агентство (АКРА) активно инвестирует в разработку собственной аналитической IT-платформы с использованием ИИ и машинного обучения.

Генеральный директор АКРА Игорь Зелезецкий сообщил, что агентство активно инвестирует в персонал и IT-платформу. Также он уточнил, что архитектура этой платформы будет продумана и модернизирована для работы с big data, большими числовыми нагрузками, машинным обучением и искусственным интеллект. Она уже заточена непосредственно под подобные задачи. В планах АКРА с помощью нее стать более конкурентоспособно «не только на российском рынке и не столько на российском рынке, сколько на мировых рынках».

Читать далее

Twitter купит Fabula AI для борьбы с поддельными новостями

Сегодня Twitter объявила о покупке британского стартапа Fabula AI с платформой глубокого обучения для обнаружения дезинформации на онлайн-ресурсах.

Читать далее

Недорогие перчатки научат роботов определять форму и массу предметов

У человека есть удивительное и крайне полезное умение — он может на ощупь найти в темноте свои очки, смартфон и другие нужные ему предметы. Многие инженеры очень хотят оснастить таким навыком своих роботов, но для обучения искусственного интеллекта им не хватает данных о форме предметов и их массе. Исследователи из Массачусетского технологического института придумали, как быстро и недорого собрать нужную информацию — они разработали перчатку STAG, которая собирает данные о тактильных ощущениях человека.

Подобные перчатки уже существуют, но оснащены только 50 датчиками и стоят тысячи долларов. В отличие от них, STAG сделан из доступных материалов, оснащен 550 крошечными датчиками и стоит всего 10 долларов. Его могут позволить себе даже маленькие стартапы, которые создают роботов и протезы человеческих рук. Это действительно ценное изобретение, потому что благодаря ей роботы смогут получить более ловкие манипуляторы, а протезы обрести большую реалистичность.

Читать далее

Робот научился копировать человеческий почерк и рисунки

Умение писать слова на бумаге кажется довольно простым человеческим навыком, но на самом деле он крайне сложен. Подумать только — чтобы научиться писать, нужно понимать, в какой точке нужно опустить кончик ручки, как долго и в каком направлении водить линию, а также где делать остановки. Несмотря на такое разнообразие действий, исследователям из Брауновского университета удалось научить письменности робота, и теперь он может быстро выводить на доске слова на разных языках, и даже копировать несложные картины.

Автором внедренного в робота алгоритма является студент по имени Атсунобу Котани. Именно его труд позволил роботу понять, какие именно мазки и в какой очередности нужно делать, чтобы изобразить на доске те или иные иероглифы японского языка. Созданная система обучения состоит из двух моделей: «локальной», где алгоритм следит за текущим положением пера, и «глобальной», где он отвечает за переход на следующую букву.

Читать далее

Нейросеть научили «оживлять» портреты на основе всего одного статичного изображения

Российские специалисты из Центра искусственного интеллекта Samsung AI Center-Moscow в сотрудничестве с инженерами из Сколковского института науки и технологий разработали систему, способную создавать реалистичные анимированные изображения лиц людей на основе всего нескольких статичных кадров человека. Обычно в таком случае требуется использование больших баз данных изображений, однако в представленном разработчиками примере, систему обучили создавать анимированное изображение лица человека всего из восьми статичных кадров, а в некоторых случаях оказалось достаточно и одного. Более подробно о разработке сообщается в статье, опубликованной в онлайн-репозитории ArXiv.org.

Как правило, воспроизводить фотореалистичную персонализированную модуль лица человека довольно сложно из-за высокой фотометрической, геометрической и кинематической сложности воспроизведения человеческой головы. Объясняется это не только сложностью моделирования лица в целом (для этого существует большое количество подходов к моделированию), но также и сложностью моделирования определенных черт: полости рта, волос и так далее. Вторым усложняющим фактором является наша предрасположенность улавливать даже незначительные недоработки в готовой модели человеческих голов. Такая низкая толерантность к ошибкам моделирования объясняет нынешнюю распространенность нефотореалистичных аватаров, использующихся в телеконференциях.

Читать далее

Facebook рассказала, над чем работает ее робототехническое подразделение

Компания Facebook учит роботов с поддержкой ИИ познавать мир так, как это делают люди – через касание и любопытство для ускорения обучения. При этом компания хочет зарекомендовать себя в качестве лидера в области искусственного интеллекта, за которую уже ведут борьбу Google и Apple.

Читать далее

Новый голосовой переводчик Google сохраняет интонацию и голос исходного языка

Google представила новую экспериментальную нейросеть Translatotron, способную напрямую переводить речь на другой язык, не используя ее текстовое представление, и сохранять голосовые данные и темп речи говорящего, сообщается в блоге компании. Система с долгой краткосрочной памятью способна принимать голосовой ввод и обрабатывать его как спектрограмму, а затем генерировать на этой основе новую спектограмму на целевом языке. При определенных условиях это позволит увеличить не только скорость перевода, но и его точность. С более полным описанием новой разработки можно ознакомиться в статье, опубликованной в онлайн-репозитории научных статей arXiv.org.

Читать далее

Facebook открыла исходный код 5 новых инструментов, 2 из них для машинного обучения

На конференции F8 Facebook представила несколько инструментов с открытым исходным кодом. Самые интересные предназначены для машинного обучения, но этой сферой компания не ограничивается.

Читать далее

Microsoft представила 2 инструмента для машинного обучения, в которых не нужно писать код

Первый — это Azure Automated Machine Learning. Чтобы создать в нём модель, достаточно загрузить набор данных и указать, какое значение нужно предсказать. Сервис автоматически запускает много алгоритмов и оптимизаций, но при необходимости всё можно настроить вручную.

Читать далее

Искусственный интеллект превращает сигналы мозга в человеческую речь — послушайте сами

В будущем немые люди смогут свободно и внятно произносить слова благодаря устройствам, превращающим их мозговую активность в синтезированный голос. Исследователи из Калифорнийского университета в Сан-Франциско недавно сделали большой шаг в улучшении этой технологии, позволив искусственному интеллекту воспроизводить голос не читая мысли, а анализируя движения губ человека. Результат оказался впечатляющим — синтезированный голос можно послушать прямо сейчас.

Ожидается, что устройство будет работать, когда человек мысленно или физически будет воспроизводить движения рта, даже если он не будет выдавать никаких звуков. Чтобы понять, какие области человеческого мозга активизируются при определенных движениях рта, исследователи вовлекли в испытание пять добровольцев. Им были прочитаны небольшие отрывки из детских рассказов — в ходе этого процесса внедренные в их мозги электроды считывали их активность.

Читать далее

Искусственный интеллект определил возраст детей по движениям их глаз

Искусственный интеллект порой превосходит человека по внимательности и точности. Этот факт в очередной раз доказали исследователи из Университета Миннесоты, которые использовали машинное обучение для того, чтобы обучить компьютер определять возраст ребенка по движениям его глаз. Оказалось, по тому, на что человек обращает внимание в первую очередь, можно легко определить сколько ему лет. Страшно подумать, на что будет способен искусственный интеллект спустя некоторое время.

В исследовании участвовали 19 детей в полуторагодовалом возрасте, и 22 ребенка в возрасте 2,5 лет. Им на головы были надеты устройства для отслеживания движений глаз, после чего им по три секунды показывались различные изображения. Для каждой возрастной группы велась отдельная тепловая карта, которая показала, на какие объекты первым делом смотрят дети разных лет. Оказалось, что для 1,5 летних детей первым делом важно посмотреть на лица, а дети постарше обращают внимание на предметы, к которым, как правило, можно прикоснуться.

Читать далее

«Тинькофф» создала собственный суперкомпьютер для решения задач по машинному обучению

Группа «Тинькофф» создала собственный суперкомпьютер. Он занял восьмое место в российском рейтинге суперкомпьютеров, но среди коммерческих оказался самым мощным. Его назвали в честь советского математика — «Колмогоров».

Читать далее

Сервис AWS IoT Greengrass позволяет переносить ML-модели на устройства с NVIDIA Jetson

NVIDIA объединяется с Amazon Web Services для сотрудничества в сфере IoT-устройств. Теперь можно обучать и оптимизировать ИИ-модели на AWS, а потом с помощью сервиса AWS IoT Greengrass переносить их на девайсы под управлением NVIDIA Jetson.

Читать далее

Создан виртуальный детектор лжи — интернет станет более честным?

Возможно, в будущем интернет очистится от мошенников, да и самим пользователям придется тщательнее следить за своими словами. Исследователи из Университета штата Флорида разработали искусственный интеллект, который отлично выполняет роль полиграфа и выявляет ложь, следя за отправляемыми пользователем словами и скоростью их набора. Результаты тестов показали, что он уже способен различить правду от лжи в 85% случаев, тогда как точность настоящих детекторов лжи колеблется всего лишь в районе 60-70%.

Чтобы обучить систему отделять правду от неправды, разработчики прибегли к машинному обучению. Группе добровольцев из сорока человек было предложено поиграть в онлайн-игру, в котором им случайным образом давались роли «святого» или «грешника». В течение 80 игровых сессий они отвечали на вопросы, а искусственный интеллект тщательно следил за их сообщениями.

Читать далее

NVIDIA показала нейросеть для создания фотореалистичных пейзажей по наброскам

На конференции GTC 2019 NVIDIA представила демоверсию нейросети GauGAN, которая умеет превращать схематичные рисунки в фотореалистичные изображения.

Читать далее

NVIDIA запустила сайт AI Playground с демками нейросетей

На конференции GTC 2019 NVIDIA анонсировала запуск площадки AI Playground. Там все желающие могут поэкспериментировать с нейросетевыми проектами компании.

Читать далее

Python Developer Survey 2018: четверть Python-разработчиков работают в IT больше 10 лет

JetBrains и Python Software Foundation подвели итоги опроса среди Python-разработчиков. Они собрали ответы почти 20 тысяч человек из 150 стран. Аудитория предыдущего опроса была почти вдвое меньше: всего 9,5 тысяч разработчиков.

Читать далее

ИИ распознаёт текстовую капчу за 0,05 секунд с помощью настольного ПК

Появился алгоритм машинного обучения, который обходит текстовую капчу проще, быстрее и точнее предыдущих методов: он распознаёт её за 0,05 секунд с помощью настольного ПК. Разработали алгоритм учёные из Великобритании и Китая, используя GAN — генеративно-состязательную сеть.

Читать далее

Google научила нейросеть VON создавать реалистичные 3D-модели

Исследователи из Google и MIT CSAIL (Лаборатории Компьютерных Наук и Искусственного Интеллекта) представили на конференции NeurIPS 2018 в Монреале нейронную сеть, способную создавать 3D-модели с реалистичным освещением и отражениями. Система VON (Visual Object Networks) позволяет редактировать форму и текстуру объекта, менять ракурс и выполнять другие действия, доступные в работе с 3D-моделями.

Читать далее

Создана карта использования ИИ в России

Компания «АйПи Лаборатория» опубликовала в Сети карту искусственного интеллекта, используемого в России. На ней показаны компании, применяющие ИИ в своей деятельности, с разделением на анализ данных, интернет вещей, компьютерное зрение, медицину, обработку естественного языка и другие сферы.

Читать далее