Машинное обучение и нейронаука


Как связаны машинное обучение и нейронаука?
Например, нейронные сети были разработаны по прообразу устройства мозга.
Siraj Raval рассказывает об открытиях в области нейронауки, которые помогли совершиться прорывам в машинном обучении.

( Читать дальше )

uTensor - AI на микроконтроллерах


Интересный проект — uTensor — ставит перед собой задачу запуска нейронных сетей и глубокого обучения на микроконтроллерах.

( Читать дальше )

Разъяснение Numenta


Компания Numenta пытается создать сильный ИИ, копируя структуру новой коры головного мозга — неокортекса.
В этом видео, Siraj Raval рассказывает о том как работает иерархическая система временной памяти (Hierarchical Temporal Memory — HTM). Рассматривает технологический стек HTM и сравнивает его с технологиями глубокого обучения.

( Читать дальше )

Разъяснение Keras


Каков наилучший способ начать глубокое обучение? Разумеется, это библиотека Keras!
Это библиотека высокого уровня для глубокого обучения, которая позволяет очень легко реализовывать модели глубоких нейронных сетей всех видов.

( Читать дальше )

Стрим про капсульные нейронные сети


sim0nsays (Simon Kozlov) рассказывается про идею капсульных нейронных сетей (Capsule Networks (CapsNet)), которую предложил Хинтон, для решения проблем существующих свёрточных нейронных сетей.

( Читать дальше )

Стрим про Reinforcement Learning


Стрим, на котором sim0nsays (Simon Kozlov) рассказывается про AlphaGo(Zero), policy gradients и вообще Deep Reinforcement Learning.

( Читать дальше )

AIY Vision Kit - DIY-проект от Google

AIY Vision Kit
Компания Google, представила маленький DIY-набор на основе Raspberry Pi Zero W.
AIY Vision Kit — это набор из картонной коробки, камеры и специальной платы VisionBonnet, которая несёт на себе Intel® Movidius™ MA2450 — специальный процессор обработки изображений, способный работать с нейронными сетями (позволяет работать со скоростью до 30 кадров в секунду, обеспечивая отличную производительность).

( Читать дальше )

Глубокие нейронные сети как следующий этап развития программного обеспечения

ИНС

Многие люди воспринимают нейронные сети как «ещё один инструмент машинного обучения». У них есть свои плюсы и минусы. Они популярны. И, разумеется, их можно использовать, чтобы выиграть соревнования по машинному обучения (Kaggle).

Однако, Andrej Karpathy (раньше — исследователь из OpenAI, сейчас — директор по ИИ в Tesla), считает, что подобный взгляд на нейронные сети — слишком поверхностен.
Рассматривать нейронные сети, как просто ещё один классификатор — это не видеть леса за деревьями.
На самом деле, современный успех нейронных сетей, представляет собой начало фундаментального сдвига в том, как мы пишем программное обеспечение. Это Software 2.0.

( Читать дальше )

Проблемы применения машинного обучения для решения реальных задач

Deep learning
Машинное обучение (ML), Искусственный Интеллект (AI), нейронные сети (NN) — эти термины в последнее время время не сходят с новостных заголовков и этот шум даже не думает умолкать.
Большие данные, вычислительные мощности графических карт (GPU) и огромное количество научных исследований — позволили глубокому обучению стать технологией меняющей мир.

Доступность фреймворков машинного обучения в виде открытого программного обеспечения, от ведущих исследовательских групп (от крупных компаний: TensorFlow от Google, PyTorch от Facebook, CNTK от Microsoft) позволяют сейчас быстро начать самостоятельно экспериментировать с глубокими нейронными сетями.

Однако, эти возможности, благодаря которым, сейчас очень просто начать тренировать свою собственную Искусственную Нейронную Сетку, могут ввести в заблуждение.
Ведь, чтобы использовать машинное обучение для решения своих задач или задач бизнеса, требуется учесть множество важных нюансов.

( Читать дальше )

Создание покемонов с помощью генеративных состязательных сетей


Генеративные состязательные сети (Generative Adversarial Networks — GAN) — потрясающий тип нейронных сетей, моделирующих генерацию данных.
Много данных для обучения, много параметров и требуемых вычислений, но, в итоге, можно научить нейронную сеть распределению в данных и начать генерировать самые разные целевые данные: покемонов, пиццу и даже лекарства.

( Читать дальше )