Матеріали на тему «AI»

RSS

Big Data, Machine Learning, Data Science Digest #27: NLLB, великі мовні моделі, Neural Radiance Fields, Recurrent Neural Networks

Vova Kyrychenko 913

Володимир Кириченко не міг залишити вас без новин зі світу Data Science, тож ловіть 27-й випуск дайджесту, який зібрав у собі найкращі подкасти, відео, статті та матеріали про всі знахідки та інноваційні досягнення останнього місяця з використанням AI/ML/Big Data.

Обробка даних реальних користувачів для створення рекомендаційної системи. Мій досвід виправлення помилок

Volodymyr Kovenko 1729

Як тренувати рекомендаційні системи так, щоб вони не радили дітям контент 18+, а фанатам документалок продовжували показувати документалки. В статті є практичні поради, як виправляти рекомендаційну систему за допомогою різних методів обробки даних. 3

Дані для ML-моделей в NLP, recommendation і CV — пошук, підготовка і трансформація

Vitalii Shevchuk 3476

Говоримо про роботу з ML-моделлю, тренування її та пошук інформації. Зі статті можна дізнатися про цикл життя даних на трьох реальних прикладах опрацювання тексту українською мовою. Також розбираємося, як можна покращити якість ML-моделі та її результатів. 7

Інструменти для Natural Language Understanding: поради, особливості роботи, та українська мова в NLP

Yan Butelskyy 2503

Ян Бутельський продовжує серію публікацій про NLP в контексті розробки діалогової системи. У статті описує власний досвід роботи з NLU-модулем та детально аналізує наявні Python бібліотеки (SPACY, STANZA, FLAIR) для якісної та швидкої розробки NLU-модуля. 8

Microsoft відмовляється від інструментів для розпізнавання емоцій, статі й віку

Anna Belovolchenko 865

У Microsoft повідомили, що більше не продаватимуть технології, які мають визначати стать, вік та емоції людини. Компанія пішла на цей крок зокрема через критику низки науковців та активістів, які стверджували, що таке програмне забезпечення може бути «упередженим і ненадійним». 1

Як розробляти AI/ML рішення, щоб не отримати штраф у Європі за порушення GDPR

Vladyslav Tamashev 2909

Сучасні закони не дозволяють безконтрольний збір інформації, в той час, як ІТ-індустрія постійно впроваджує нові й нові методи обробки даних. Як розробляти AI-продукти так, щоб не отримати мільйонний штраф — пропонуємо юридичний аналіз справи Clearview AI у Великобританії. 2

Big Data, Machine Learning, Data Science Digest #26: модель GATO, декларативні системи ML, DALL·E Mini, Neural Voice Camouflage

Vova Kyrychenko 1090

Що сталося у світі AI минулого місяця? Поговоримо про DALL·E mini як альтернативу DALL·E з відкритим кодом, штучний інтелект для виявлення зброї та потенційних стрільців, як працює технологія Neural Voice Camouflage, що за нова модель від DeepMind під назвою Gato та багато іншого.

Інженер Google після спілкування з AI заявив, що той має свідомість. Як виглядала розмова (UPD)

Anna Belovolchenko 9992

Інженер Google вважає, що AI-система чат-ботів, над якою він працював з осені 2021-го, здатна мислити, висловлювати власну думку й почуття, як семирічна дитина. Компанія вивчила докази співробітника та вирішила відсторонити його від роботи за порушення конфіденційності. DOU розповідає деталі та публікує розмову інженера з AI. 22

Увійти в машинне навчання: 5 кроків, які зроблять з тебе профі

Bohdan Pytaichuk 9514

У машинному навчанні, як і в будь-якому іншому процесі, головне — це розуміння всього, що відбувається. Як занурюватись у цю галузь, з чого починати і де шукати інформацію — радить учасник нашої спільноти, CIO AI HOUSE Богдан Питайчук. 12

Big Data, Machine Learning, Data Science Digest #25: нейровізуалізація, No-Code Machine Learning, Gauss’s Divergence Theorem

Vova Kyrychenko 1279

R для візуалізації даних, новий чіп Nvidia, законопроєкт про ШІ, машинне навчання для сільського господарства — що ще ви пропустили? Зазирайте в дайджест, щоб бути в курсі новинок зі світу AI.

Big Data, Machine Learning, Data Science Digest #24: DALL-E 2, Expectation-Maximization Algorithm, Low-code, квантильна функція

Vova Kyrychenko 1440

У черговому дайджесті — як, використовуючи ШІ, Пентагону вдається генерувати корисну розвідку на полі бою; мовна модель Pathways Language Model від Google, що важить 540 мільярдів параметрів; технологія НЛП, що полегшила доступ та синтез досліджень COVID-19 та багато іншого.

Big Data, Machine Learning, Data Science Digest #23: AI у війні України та росії, Artificial Counterfactual Estimation, етика ШІ

Vova Kyrychenko 3671

У дайджесті — висновки нещодавно опублікованого Індексу штучного інтелекту за 2022 рік; ефективні стратегії зниження етичних ризиків у сфері штучного інтелекту; використання Clearview AI у війні України та росії та багато іншого.

Big Data, Machine Learning, Data Science Digest #22: нейронний рендеринг, поява AlphaCode, популярність штучних нейронних мереж

Vova Kyrychenko 509

У свіжому випуску: про нову масивну мовну модель для генерації коду — AlphaCode; чи зможе ШІ повністю автоматизувати розшифровку стародавньої невідомої мови; що буде, якщо штучний інтелект підживити мемними заголовками BuzzFeed; як і для чого Uber використовує Deep Learning та багато іншого. 1

Як вивести ML в продакшн. Основні етапи, поради та корисні інструменти

Кирилл Трусковский 2930

Розробка ML-моделей — це процес, який містить кілька компонентів: від роботи з даними та експериментів, до моніторингу та повернення до одного з попередніх кроків. У матеріалі розберемо високорівневу структуру цього процесу. Стаття буде цікавою Data Scientists, Junior або Middle ML-розробникам, що прагнуть навчитися впроваджувати й розширювати ML-моделі у продакшні та стати Full-Stack Data Scientists. 1

Big Data, Machine Learning, Data Science Digest #21: розвиток Metaverse, узагальнення в Reinforcement Learning, Graph Spring Network та створення ШІ, що відповідає людським цінностям

Vova Kyrychenko 1056

У цьому випуску ML-дайджеста дізнаємось, як TinyML впроваджує нейронні мережі до мікроконтролерів, які винаходи штучного інтелекту представив Google на останній конференції I/O, як BioNTech та London A.I. створили «систему раннього попередження» про штами COVID-19 і багато іншого.

Як ми в Curiosio тестували і оцінювали процесор Ampere Altra

Vasyl Mylko 1709

Curiosio працює на базі Ingeenee — машині штучного інтелекту, що знаходить унікальний розв’язок з-поміж нескінченних варіантів. Ingeenee працює на основі високопродуктивних обчислень (HPC). Для високопродуктивних обчислень потрібна електроенергія. Електроенергія дорога. Arm-процесори — енергоефективні. Отож ми провели оцінку цілком нового серверного Arm-процесора Ampere Altra від компанії Ampere Computing. Результати — у статті. 19

MLOps: універсальний гайд з моніторингу моделей на проді

Taras Ustyianovych 3021

Коли справа стосується Machine Learning, точність результатів моделі повинна максимально задовольняти очікування користувачів і дозволяти бізнесу здобувати вигоду. Щоб це сталося, observability має бути на висоті. Команда Operational Intelligence з EPAM Systems ділиться лайфхаками для ефективного моніторингу ML-моделей, підводними каменями, які часто зустрічають MLOps-інженери та (не)найкращими практиками для моніторингу моделей у продакшн-середовищі. 3

Deep Reinforcement Learning 101. Что важно знать на старте

Rostyslav Myronenko 2675

Як з нуля, не маючи досвіду в Machine Learning, навчитися основам Reinforcement Learning? Ростислав Мироненко, Solution Architect в EPAM, розповідає про основи «навчання з підкріпленням» — типу машинного навчання, що фокусується на автономному прийнятті рішень (виконанні дій) моделлю при взаємодії з певним середовищем. 4

Big Data, Machine Learning, Data Science Digest #20: все, що ви хотіли знати про нейронні мережі та їх поведінку, і чи може AutoML знищити робочі місця в галузі Data Science

Vova Kyrychenko 1197

За вікном та на календарі вже 2022 рік, а ми не знижуємо темпи, продовжуючи разом занурюватись у новини, апдейти та останні тренди зі світів Data Science, Machine Learning та Artificial Intelligence.

← Сtrl 1... 2324252627...30 Ctrl →

Коментарі

Ви не відповілі на моє питання. Чого я маю відповісти на ваше?
але платить виключно роботодавець? Йoбці горобці, знову :) Роботодавець responsible за те, щоб перерахувати податки. Він платить їх з твоїх грошей.
Я не применшую, що до певного моменту мене не займала війна То чому раптом ви вирішили вдатись в моралізаторство? В ваш гаманець весь цей час ніхто не заглядав.
Я не применшую, що до певного моменту мене не займала війна. Так, це моя провина. Та зараз я тут, в Україні, в війську. А де ви?
Ні. Google «tax withholding agent». але платить виключно роботодавець? ... бо інакше ніхто б ті податки сам не сплачував :)
а війна 11 рік іде, то як там у вас було з заробками? ну точно ж не більше ніж військовий в 2014 році отримував? правда?
тобто в Україні податком на роботу повністю обкладається саме роботодавець без можливості альтернатив? Ні. Google «tax withholding agent». Те саме і в Україні, і в Іспанії.
Ні, також не має. тобто в Україні податком на роботу повністю обкладається саме роботодавець без можливості альтернатив? ніхто б ті податки сам не сплачував :) а це взагалі що таке?
люди взагалі такі істоти, які можуть звикнути і адаптуватись навіть до найгіршого. за умови якщо прямо за забором нема кращого або принаймні можливості на якщо є то будуть копать селяві красти трактор і ... з ...
претендує на мінімальну пенсію тощо.
Вже 9 місяців як я військовослужбовець в лавах ЗСУ.
ви девопсом скільки заробляєте? не стидно перед військовими? чи від того шо війна їжу почали безкоштовно видавати разом з житлом та запчастинами до авто і таксистам гроші перестали бути потрібними?
В країні війна — якщо ви не в курсі. І саме завдяки військовим ви можете зараз тут щось писати. Не пробували розібратися з причино-наслідковими зв’язками поточного стану країни? Спробуйте.
Тому в вас має бути захмарний прибуток? де там захмарний прибуток? до чого тут зарплатня військового?
Завдання JS мавпочок — пиляти фронт для безкорисних аппок. А ефективних менеджерів бюджети при винайдені велосипедів?