Еврокомиссия объявила о начале разработки и экспериментальной проверки систем искусственного интеллекта (ИИ), которые должны работать в соответствии с этическими принципами ЕС.

В отличие от знаменитых Трёх законов робототехники Айзека Азимова, еврокомиссия предложила семь базовых требований к ИИ-системам:

( Читать дальше )

Исследователи из Google Brain представили новый метод интепретации работы искусственных нейронных сетей.
Метод получил название Тестирование с помощью векторов активации концепции (Testing with CAVs (TCAV)).

( Читать дальше )

Исследователи Массачусетского технологического института изучили 16625 научных работ по теме «искусственный интеллект» на открытой платформе научных публикаций arXiv.org. Проанализировав частоту упонимания слов и словосочетаний, исследователи выяснили — какие технологии упоминаются в них чаще всего. Это позволило им сделать ряд прогнозов относительно ближайших перспектив развития технологии Искусственного Интеллекта (ИИ).
Примером такого же наукометрического (библиометрического) подхода можно назвать использование спортивной статистики, которое с Промокод 1xbet, применяется для прогнозирования результатов спортивных соревнований. Вопрос качества подобных прогнозов остается открытым, но использование объективных количественных показателей позволяет избежать субъективности экспертных оценок.

( Читать дальше )

Компания NVIDIA, которая играет важную роль в создании вычислительных систем для работы современных алгоритмов глубокого обучения, открыла собственную лабораторию робототехники.
Новая исследовательская лаборатория NVIDIA AI Robotics в Сиэтле (США) — должна стать центром передовых исследований в области физического моделирования и восприятия роботов.

( Читать дальше )

Оказывается, ещё в январе, в стандартную библиотеку — CMSIS (Cortex Microcontroller Software Interface Standard) включили функционал для реализации нейронных сетей — CMSIS-NN.

Основанием для внесения подобного функционала в стандартную библиотеку, стало признание того, что с развитием интеллектуальных периферийных устройств, IoT и т.п. — нейронные сети становятся всё более популярными для выполнения задач аналитики данных сразу на месте, что позволяет уменьшить латентность системы, а также уменьшить энергопотребление, которое можно будет не затрачивать на передачу данных.

CMSIS-NN представляет собой набор функций для реализации нейронных сетей, разработанных для максимизации производительности и минимизации объема потребляемой памяти на процессорных ядрах ARM Cortex-M.

( Читать дальше )

Свежая статья Питера Уордена (Pete Warden) — «Почему вам необходимо улучшить свои тренировочные данные и как это сделать? (Why you need to improve your training data, and how to do it) снова поднимает серьёзный вопрос, касающийся практического применения алгоритмов машинного обучения для решения реальных задач.
Автор обращает внимание, что в научной среде, основной упор делается на разработку и исследование работы новых моделей, в то время как в индустрии — больше всего времени тратится на подготовку и обработку самих данных.

( Читать дальше )

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 )

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

( Читать дальше )

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 )

Выступление Андрея Себранта (директор по маркетингу сервисов компании Яндекс) на конференции «Деловой интернет» 2017.

Тезисы
Будущее — это не улучшенное прошлое — оно просто другое.

( Читать дальше )