Команда Лаборатории ИИ и Института искусственного интеллекта AIRI представила лучшее решение самой сложной задачи — Matching на Data Fusion Contest 2022.
Специалисты Сбера не остановились на базовом подходе (бустинг), а подошли к решению задачи с помощью нейронных сетей, подтвердили свою гипотезу и в итоге заняли 1-е место.
Приглашаем на бесплатный вебинар по теме: «Методы суррогатного моделирования сложных динамических систем» 16 февраля в 10:00 по московскому времени.
В докладе будут представлены суррогатные аналоги модели механизма элерона самолета в Simulink на базе рекуррентных нейронных сетей и адаптивных алгоритмов с подробным сравнением результатов моделирования.
В конце ответим на все вопросы онлайн.
Google сообщила, что 8 февраля проведёт презентацию, на которой более подробно расскажет про свои наработки в области поиска и искусственного интеллекта. Эксперты считают, что компания представит конкурента ChatGPT и покажет новые возможности поисковых технологий на базе ИИ.
«Лаборатория Касперского» и «Мотив-НТ» создали программно-аппаратную платформу нейроморфного машинного обучения Kaspersky Neuromorphic Platform (KNP). По утверждению разработчиков, данная платформа сделана для обучения нейронных сетей, исследований в области нейроморфного искусственного интеллекта (ИИ), создания и запуска решений на основе систем ИИ следующего поколения.
Исследователи из Башкирского государственного университета (БашГУ) разработали программные решения, предназначенные для повышения уровня безопасности пользователей устройств. За основу разработки специалисты взяли математическую модель многофакторной аутентификации с применением нейронных сетей.
Самым скачиваемым приложением для iOS в России и Беларуси стал фоторедактор Lensa, следует из отчёта платформы data.ai. Софт для улучшения селфи разработала российская компания Prisma Labs. Lensa попала в рейтинг самых загружаемых приложений для гаджетов от Apple 23 ноября.
Уважаемые коллеги!
Приглашаем вас на бесплатный семинар по компьютерному зрению, который состоится в нашем офисе в Москве 26 апреля в 10:00.
Семинар будет полезен специалистам, работающим в области автоматизации производства, робототехники и машинного зрения, а также всем, кому интересен анализ данных с использованием методов искусственного интеллекта.
Приходите на прямой эфир уже в эту пятницу: 14 апреля, в 17:00 мск. Поговорим про свежий релиз Android 14 и про нейронки в мобильной разработке.
ChatGPT захватил мир! Школьники используют его для решения домашних заданий, разработчики — для написания программного кода, а копирайтеры — для избавления от страха чистого листа.
Интерес к нейронным сетям растёт и со стороны работодателей. Лидеры спроса на специалистов этого направления в России — IТ и финансовый сектор, а также креативные индустрии.
Узнать больше о том, как устроен ChatGPT и как превратить создание нейросетей в свою профессию, вы можете 20 апреля в 19:00 (МСК) на бесплатном занятии «Как начать работать с нейросетями и создать свой ChatGPT».
У меня, как и у многих, довольно много чатов в телеграмме. Иногда просто нет времени (а иногда и не хочется) отвечать на некоторые сообщения. Именно так возникла идея создания виртуального клона. В статье рассматривается простая идея, состоящая в том, чтобы зафайнтюнить языковую модель на личных сообщениях, выгруженных из Telegram-чатов. Возможно, в дальнейшем такой клон сможет общаться за вас
В данной статье мы продолжим говорить про атаки на нейронные сети (часть 1 тут). Сегодня мы возьмем нейронную сеть, решающую реальную задачу, и покажем, какие изображения генерируют разные методы атак и как это влияет на качество распознавания с количественной точки зрения. Делать это мы будем с помощью фреймворка Adversarial Robustness Toolbox (ART).
Корпорация Google совсем недавно представила мультимодальную модель ИИ, которую называет конкурентом GPT-4 от OpenAI. Она умеет обрабатывать текстовую, аудиоинформацию, изображения и видео. На первый взгляд, проект действительно мощный, но, как оказалось, у него немало и недостатков. Подробности — под катом.
Недавно на Хабре вышел перевод статьи под названием: «Классическое программирование на грани вымирания» с постапокалиптической картинкой, где автор буквально пишет, что «Приближается конец эпохи классических компьютерных наук, и большинство из нас словно динозавры в ожидании падения метеорита». Если коротко, данная статья о том, что классические компьютерные науки становятся менее актуальными на фоне развития искусственного интеллекта и современных технологий. Автор рассказывает о своем опыте в области компьютерных наук, полученном в 80-х и 90-х годах, и подчеркивает, что, несмотря на то что классические подходы к программированию и алгоритмам всё еще актуальны, но в будущем (горизонт автор не указывает), скорее всего, ИИ с самообучаемыми системами заменит программистов. В будущем студентам факультетов компьютерных наук не нужно будет изучать традиционные навыки, такие как работа с двоичными деревьями или программирование на С++, обучение таким вещам станет неактуальным, потому что от инженеров будущего будет требоваться обучение и запуск генеративных моделей.
Я читаю Хабр довольно давно и очень люблю этот ресурс. При этом здесь регулярно возникают статьи, типа «Если хочешь программировать, начни с языка Си» или наоборот, «Python — это простой язык, с которым любой идиот может разобраться» (статьи такой направленности иногда нещадно минусуют). Есть также и третья категория статей о том, что программисты скоро станут попросту не нужны (как статья, которая недавно опубликована).
Tesla представила Optimus Gen 2 — новое поколение гуманоидного робота бипедального типа, который может быстро ходить, танцевать и проводить манипуляции с разными объектами. Производитель сообщил о том, что новинка вскоре сможет заменить человека в некоторых видах работ. Согласно заявлению компании, робот представляет собой «универсального двуногого гуманоида, способного выполнять задачи, которые опасны, монотонны или скучны для человека». Подробности об этой чудо-новинке — под катом.
Одним из преимуществ технологий машинного обучения является их способность к обучению и адаптации на основе новых данных, что позволяет решать задачи распознавания образов, обработки естественного языка и поиска закономерностей и аномалий. Традиционно, собранные данные обрабатываются на серверах, однако для ряда задач целесообразнее (а иногда необходимо) использовать другой подход, называемый граничным машинным обучением (edge machine learning).
В этой статье мы расскажем о практическом применении нашего фреймворка машинного обучения для встраиваемых систем на примере демонстрационного стенда, который мы показывали на форуме “Армия-2023”.
Недавно мы писали о новой мощной модели Gemini с мультимодальными навыками от Google. Многие пользователи уже успели её протестировать, причём отзывы довольно противоречивые. Но как бы там ни было, технология продолжает развиваться. Вскоре на базе этой языковой модели корпорация создаст ИИ-помощника для мобильных устройств, который получит название Pixie. О том, что это за проект, читайте под катом.
Компания OpenAI с момента своего основания занимается разработкой ИИ-систем, чтобы те приносили пользу человечеству. По плану так должно происходить даже в том случае, если ИИ станет умнее своих создателей. Внутри компании есть несколько команд. Одна из них занимается разработкой мощных ИИ-систем, которые превосходят всё то, что есть у нас сегодня. Но вот проблема — этот искусственный интеллект придётся ещё и контролировать. О том, как это можно сделать, — под катом.
«Через 10 лет нам всем шибздец». Такой комментарий я встретил под своим предыдущим постом, когда пытался провести эксперимент: написать песню на русском и сделать видео при помощи нейронных сетей. И я задумался: а что, если сравнить процесс генерации видео нейронными сетями и создания моушн-дизайна человеком под конец этого года? Сколько времени это занимает, из каких этапов состоит процесс и какова стоимость? Может быть, не все так однозначно, или, наоборот, не нужно ждать целых 10 лет. Вы сможете увидеть результат созданной анимации человеком и искусственным интеллектом из одной и той же картинки, чтобы сделать выводы самостоятельно.
Зеркалка — хорошая штука, но смартфон однозначно компактнее и удобнее. Да, мобильная оптика все еще далека до уровня зеркалок, однако получить красивые фотографии человек хочет здесь и сейчас. Как быть? Взамен харда, подключается софт, алгоритмы!
Именно софт смартфона помогает снять фото в HDR или сделать видео менее смазанным. Он состоит из «классических» вычислительных алгоритмов и нейросетей. Вычислительные алгоритмы требуют много ручной работы и глубокого понимания решаемой задачи, зато хорошо работают при ограниченных вычислительных ресурсах. Нейросети прожорливы, но сильно упрощают жизнь разработчику и потенциально позволяют достичь большего. Объединение двух этих подходов даёт замечательные результаты!