Алгоритмам требуется для обучения меньше данных, чем считалось раньше

Группа канадских исследователей из Университета Британской Колумбии и Университета Альберты обнаружила, что по крайней мере некоторые приложения машинного обучения можно натренировать на гораздо меньшем количестве примеров, чем предполагалось ранее. Команда создала 8500 моделей прогнозирования молекулярных структур и обучила каждую из них на разных объёмах данных. На практике оказалось, что многие алгоритмы довольно хорошо работают, обучившись лишь на 10-20 тыс. примеров из 500 тыс.
#ML

Научная статья: https://www.nature.com/articles/s42256-021-00368-1

Сбер представил нейросеть, создающую изображения по описанию на русском

В Сбере представили ruDALL-E — первую нейросеть, которая может генерировать картинки по запросу на русском языке, аналог DALL-E OpenAI. Модель обучается одновременно на картинках и текстах и может создавать неограниченное число новых изображений по заданному описанию. ruDALL-E XL с 1,3 млрд параметров лежит в открытом доступе на GitHub. Вторая версия — ruDALL-E 12B с 12 млрд параметров также в ближайшее время станет доступна на облачной платформе SberCloud. Её обучение — самый большой в истории нашей страны нейросетевой проект, отмечают разработчики.
#AI #ML

https://rudalle.ru/

Новая нейросеть распознает породу собаки с точностью 98%

Исследователи из индийских Университетов информационных технологий в Солане и инженерии и технологий Бунделькханда в Джханси продемонстрировали, как сверточную нейронную сеть можно использовать для определения пород собак по фотографиям. Они обучили свой алгоритм на более чем 15 млн изображений друзей человека и использовали модель, которая распознает 22 тыс. различных классификаций объектов с хорошим разрешением. По словам разработчиков, система с точностью 98% определяет, какая из 133 пород представлена на фотографии.
#AI #ML

Научная статья: https://www.inderscience.com/offer.php?id=118622

Nvidia выпустила новую нейросеть для генерации изображений

Nvidia представила систему ИИ GauGAN2, с помощью которой пользователи могут создавать реалистичные пейзажи, даже несуществующие. В компании отмечают, что, в отличие от современных моделей, которые генерируют изображения на базе текста или сегмента карты, GauGAN2 сочетает оба эти инструмента. Кроме того, нейронная сеть, лежащая в основе системы, генерирует изображения более высокого качества и с большим количеством деталей. ИИ назван в честь художника Поля Гогена и является модификацией системы GauGAN Nvidia 2019 года, которая была обучена на более чем миллионе изображений из Flickr.
#AI #ML

https://venturebeat.com/2021/11/22/nvidias-latest-ai-tech-translates-text-into-landscape-images/

Новое приложение Google поможет людям с нарушениями речи

Сегодня в мире существует не так много цифровых сервисов для людей с нарушениями речи; их просто не понимает большая часть программ. Это упущение собирается исправить Google при помощи нового приложения для Android под названием Project Relate, предназначенного для общения как с людьми, так и Ассистентом. Программа работает на основе индивидуальных моделей, которые подстраиваются под конкретного пользователя, обучившись на образцах его речи. Project Relate находится на стадии бета-тестирования.
#AI #ML

https://www.engadget.com/google-project-relate-android-app-speech-impairment-203016526.html

Нейросеть нашла 301 новую экзопланету

С помощью данных, полученных с космического телескопа Kepler NASA почти за 10 лет его работы, ученые обнаружили около 3 тыс. кандидатов в экзопланеты. И даже после завершения активного срока службы телескопа в собранном им каталоге исследователи находят новые миры, которые могут быть обитаемы. Так, разработанная в NASA нейросеть ExoMiner в списке Kepler выявила еще 301 кандидата в экзопланеты. ИИ в вычислениях пользуется теми же методами, что и люди, и учится, используя имеющуюся информацию о подтвержденных экзопланетах и ложных случаях их обнаружения.
#AI #ML #космос

https://www.nasa.gov/feature/ames/new-deep-learning-method-adds-301-planets-to-keplers-total-count/

Microsoft Research представил ClimaX (это не про то): первая foundational model для исследования погоды и климата

ClimaX — это гибкая и обобщаемая модель глубокого обучения для науки о погоде и климате. ClimaX обучен с использованием нескольких гетерогенных наборов данных, охватывающих множество погодных переменных с несколькими пространственно-временными разрешениями. Ребята из Microsoft (мои знакомые, кстати) сообщают, что такая foundational модель может быть доработана для решения широкого спектра метеорологических задач, включая те, которые связаны с атмосферными переменными и пространственно-временными гранулярностями, невидимыми во время предварительной подготовки. ClimaX будет доступен для академического и исследовательского использования в ближайшее время. Очень ждем!
#AI #ML #бигтехи

https://www.microsoft.com/en-us/research/group/autonomous-systems-group-robotics/articles/introducing-climax-the-first-foundation-model-for-weather-and-climate/

Новый алгоритм для обучения нейросетей на оптических компьютерах

Корпорация NTT (Япония) и Токийский университет разработали новый алгоритм обучения многослойных нейронных сетей (DNN), использующий аналоговые операции.

Исследователи впервые в мире добились эффективного обучения DNN на оптическом аналоговом компьютере, имитирующем принцип работы мозга.

Ожидается, что разработка позволит создавать высокоскоростные устройства машинного обучения с низким энергопотреблением.

Кроме того, учёные достигли самой высокой в мире производительности многослойной искусственной нейронной сети, использующей аналоговые операции.

#нейросеть #МО #ML

https://www.semiconductor-digest.com/ntt-and-the-university-of-tokyo-develop-worlds-first-optical-computing-ai-using-an-algorithm-inspired-by-the-human-brain/

Кому мало одного ChatGPT, есть ресурс, где собран целый каталог с современными ИИ-решениями — от генерации логотипов до ИИ-аудиоредакторов:

https://www.futurepedia.io/

#AI #ML

Платформа для автономных мобильных роботов от NVIDIA

Компания анонсировала Isaac AMR — платформу для разработчиков автономных роверов. Такие роботы, например, смогут заменить складских вилочных погрузчиков.

Разнообразие конфигураций складских и производственных помещений и операций, выполняемых в них роботами, по словам представителей NVIDIA, заставило создателей платформы Isaac AMR сфокусироваться на трёх направлениях: картографировании, автономности и симуляции.

Также платформа позволяет быстро и дёшево проводить машинное обучение, развёртывание и оптимизацию парка автономных роботов.

Isaac AMR построен на архитектуре Nova Orin и вычислительных модулях семейства Jetson AGX Orin. Самодвижущийся робот на четырёх колёсах оснащается четырьмя стереоскопическими камерами, четырьмя широкоугольными камерами, двумя 2D-лидарами и одним 3D-лидаром.

Разработчики надеются, что их решение будет полезным на растущем рынке складской автоматизации и позволит удешевить и ускорить выход на рынок новых моделей роботов.

#роботы #робототехника #бигтехи #ML


https://blogs.nvidia.com/blog/2023/05/28/isaac-amr-nova-orin-autonomous-mobile-robots/