Международная команда исследователей научила нейросеть определять расу по рентгеновским снимкам. Для этого авторы использовали методы машинного обучения и сотни тысяч медицинских снимков грудной клетки, шейного отдела позвоночника, груди и кисти. Обученный алгоритм угадывал расу пациента в 80—99 % случаев.
Привет!
На связи Team Leads МегаФона Big Data Ваня Горбань и Артём Глазунов. Мы решили провести серию voice chats со спикерами из DS-сообщества, а потом эти записи смонтировать в выпуски подкаста «Данные люди».
Это будут эфиры про данные и людей, которые с ними работают. Их истории и деятельность, как они к этому пришли и куда идут. В каждом выпуске приглашаем известных в сообществе Data Science и за его пределами и просто очень интересных людей поговорить об анализе данных.
Все voice chats будут проходить в тг-канале @bigdatapeople.
Ближайшее расписание эфиров:
18 августа — Алексей Драль (Founder & CEO BigData Team)
24 августа — Рубен Ениколопов, (PhD, Ректор Российской Экономической Школы)
2 сентября — Юрий Кашницкий (Senior ML Scientist @ Elsevier, к.т.н., лидер открытого курса по машинному обучению mlcourse.ai)
Команда австралийских и американских исследователей из Алленского института, Принстонского университета и Медицинского колледжа Бейлора опубликовали трёхмерный коннектом мозга мыши на полмиллиарда соединений и десятки тысяч нейронов. Работа над проектом заняла у учёных пять лет. Это вторая за этот год крупная визуализация участка мозга млекопитающего.
Привет, друзья!
Команда Data Phoenix Events приглашает всех, 17 августа в 19:00, на первый вебинар из серии "The A-Z of Data", который будет посвящен MLOps. В рамках вводного вебинара "The A-Z of Data: Introduction to MLOps", мы рассмотрим, что такое MLOps, основные принципы и практики, лучшие инструменты и возможные архитектуры. Заинтригованы? Дальше ещё круче! Мы начнем с простого жизненного цикла разработки ML решений и закончим сложным, максимально автоматизированным, циклом, который нам позволяет реализовать MLOps.
Исследователи из Университета Тохоку и Швейцарского федерального технологического института в Лозанне при поддержке Human Frontier Science Program расшифровали механизмы, лежащие в основе ходьбы саламандры.
Рады представить новый выпуск подкаста «Будущее, которое мы заслужили». В этот раз гости рассказали про технологии компьютерного зрения и продукт Vision, а также про проект Диктор Mail.ru — платформу для создания видеороликов с цифровыми ведущими.
Яндекс объявил о работе над сервисом машинного перевода видео с одного языка на другой. Это позволит пользователям смотреть ролики в браузере с закадровым переводом. Прототип сервиса уже представлен, пока он переводит видео только с английского языка.
Исследователи Массачусетского технологического института (МТИ) запрограммировали роботизированную руку одевать людей с ограниченными возможностями. Заложенные в программу алгоритмы используют несколько моделей взаимодействия, учитывающие изменчивое поведение человека.
В Twitter-аккаунте Anti-Cheat Police Department, который специализируется на сборе информации о читах для выявления и пресечения мошенничества в играх, опубликовано видео игрового процесса Call of Duty, демонстрирующее новый чит с автоприцелом, работающий с использованием машинного обучения.
Бельгийский активист Дрис Депортер научил систему машинного зрения распознавать на видео политиков, смотрящих на смартфоны во время заседаний. Нейросеть обрабатывает прямые эфиры с собраний фламандских чиновников, записывает моменты с использованием смартфона и публикует их в блог и инстаграм проекта Flemish Scroller.
Страховой институт дорожной безопасности США (Insurance Institute for Highway Safety, IIHS) провёл независимую оценку электромобиля Tesla Model 3, на котором вместо радара установлены камеры и система машинного зрения. Испытания показали, что машинное зрение Tesla не уступает радарным датчикам. В результате Model 3 вернулся в рейтинг самых безопасных автомобилей 2021 года.
У каждого, кто хоть немного считает себя продвинутым в теме искусственного интеллекта, на слуху есть такие вещи как GPT-3, Transformer, Google T5 и прочие наработки крупных компаний в сфере ИИ. Всех их объединяет общее - их узкая сфера применения. Языковые модели вроде GPT-3 не понимают сказанный ими текст - они лишь предсказывают наиболее вероятное следующее слово в цепочке. В этом их простота и красота. В то время, когда Microsoft и Google тратили огромные вычислительные ресурсы, время и деньги на тренировку непостижимо огромных достаточно простых моделей, исследователи из AGI Laboratory пошли другим путём - они начали разрабатывать теорию ICOM...
На All Cups началась регистрация на открытое чемпионат в области машинного обучения, искусственного интеллекта и больших данных. Его проводит всероссийский конкурс «Цифровой прорыв», один из проектов платформы «Россия – страна возможностей».
Чемпионат будет проходить с 14 июля по 18 августа. Участникам предстоит решить одну из трёх задач.
