Интересное выступление Александра Хайтина (исполнительный директор Yandex Data Factory) на конференции «Искусственный интеллект в управлении непрерывным производством», совместно проводимой компаниями Yandex Data Factory и «Газпром нефть».

Тезисы выступления

( Читать дальше )

Распознавание речи, становится стандартной опцией (на лицо коммодитизация технологии).
Mozilla, в этом вопросе, не отстаёт от рынка. Год назад, при помощи добровольцев, она начала собирать голосовые данные в датасет Common Voice.
И вот уже готова открытая технология по распознаванию речи.

( Читать дальше )

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 )

ИИ в соревновании с человеком по управлению беспилотником.
Пока, человеку потребовалось меньше времени, чтобы завершить круг, однако ИИ прошёл трассу мягче и уверенней.

( Читать дальше )

Мнение Игоря Ашманова о настоящем и будущем голосовых помощников.

( Читать дальше )

Обратное распространение ошибки имеет фундаментальное значение для глубокого обучения.
Хинтон (изобретатель) недавно сказал, что мы должны «выбросить всё это и начать всё заново».
В этом видео, Siraj Raval рассказывает, как работает обратное распространение ошибки и как оно используется в глубоком обучении.
В завершение — он даёт 7 интересных направлений исследований.


( Читать дальше )

Это видео объясняет, что скрывается за нейронными сетями.

( Читать дальше )

( Читать дальше )

Mycroft — проект с открытым исходным кодом по созданию ИИ-помощника (аналога Siri и Cortana) на базе одноплатного компьютера Raspberry Pi 3 и контроллера Arduino.

( Читать дальше )

23 июня 2015 года, компания Google опубликовала исследование в котором представлена модель ИИ, построенная на моделировании разговора.

модель поддерживает разговор, предсказывая следующее предложение по содержанию одного или всех предыдущих предложений разговора.

Для обучения ИИ на базе рекуррентной нейронной сети (seq2seq), разработчики Google использовали два вида данных:
1. из конкретной области знаний ( использовались переговоры службы техподдержки),
2. данные из более широкой и общей сферы (субтитры к фильмам — OpenSubtitles dataset).

В работе приведены впечатляющие диалоги человек-машина на разные темы.
Самые интересные вопросы-ответы, разумеется, относятся к философским вопросам:

( Читать дальше )