Гугл заопенсорсил свой AutoML алгоритм 🤯
Мне нечего к этому добавить.

https://github.com/google/model_search
Enjoy

В продолжение нейробреда, очередная модель для урока. На этот раз НЕЙРО-БУГУРТ. Генерировал, кстати, с помощью сберовской ((((GPT-3)))). Получился юмор уровня Б, на любителя.

СЛУШАЕШЬ МУЗЫКУ С ДРУЗЬЯМИ
@
ОТ НЕОЖИДАННОСТИ УЗНАЕШЬ, ЧТО В КОМНАТЕ ПОЖАР И ВИДНО, ЧТО ОНИ ВЕРНУЛИСЬ С РАБОТЫ

***

РЕШИЛ ПОСМОТРЕТЬ ФИЛЬМ "ПЕРВЫЙ РАЗ В ЖИЗНИ"
@
ПОЧУВСТВОВАЛ ПРИВКУС ХУЙЦА ВО РТУ

***

ПОЗНАКОМИЛСЯ С ЛАМПОВОЙ ТЯН, ОЧЕНЬ ХОРОШО ОБЩАЕТЕСЬ
@
ВЛЮБИЛАСЬ В ЕРОХИНА

***

ВСЕ ТЯН ТЕКУТ, КАК ПОДЛИВА

***

ТЫ - ОМЕГИН СЫЧЕВ
@
ПОЛУЧИЛ ПОЧЕТНУЮ ДЕНЕГУ НА НОВУЮ КОМПЛЮКТЕРНУЮ ИГРУ
@
В КОНЦЕ КОНЦОВ УЗНАЕШЬ, ЧТО ТВОЙ КОМПЛЮКТЕР НЕ РАБОТАЕТ
@
ВЗРЫВ ТВОЕЙ ЖОПЫ ЗАСТАВИЛ ВСЕХ НАЗЫВАТЬ ТЕБЯ АМЕРИКАНЦЕМ

***

ПРИХОДИШЬ ДОМОЙ
@
ПЛАЧЕШЬ, СМЕЕШЬСЯ, ПОНИМАЕШЬ, ЧТО ОНА ПРОСТО ТЯН
@
ПОНИМАЕШЬ, ЧТО ОНА ТЕБЕ НЕ НУЖНА
@
ПЛАЧЕШЬ, СМЕЕШЬСЯ
@
ПОНИМАЕШЬ, ЧТО ОНА ТЕБЕ НУЖНА

***

РЕШИЛ ПОСМОТРЕТЬ ФИЛЬМ
@
ПОСМОТРЕЛ ФИЛЬМ
@
ВСЁ КАК У ЛЮДЕЙ

Резюмирование текста (text summarization) — широкоизвестная задача в NLP для которой есть бенчмарки, датасеты, и проч. В том числе, с ней неплохо справляется GPT-3. Я видел попытки найти этому осмысленное применение, например, резюмирование длинных имейлов, но, как-то, большой популярности это все не набирает (как и любое такое высосанное из пальца применение AI, лол).

Но тут некий хипстерский интернет-магазин BuyForLife внес свою лепту, и добавил у себя на сайте AI-обзорщика, который резюмирует покупательские отзывы о товарах в легко-перевариваемый список булетпоинтов. Ну а че, хайпово? Хайпово. Возможно даже полезно. Рынок решит.

Ну наконец-то, разработчик Modbox реализовал очевидную идею, лежащую на поверхности.

Соединить вместе Windows speech recognition, GPT-3 AI и сервис Replica, который делает обратную конвертацию из текста в речь.

Таким образом, можно общаться с нпс как с осмысленными персонажами. Т.к. все работает через облако, есть небольшой лаг.

Я, честно говоря, на заре сервисов Гугл и Амазон думал, что это будет реализовано через них, но так тоже неплохо. Ждём официальной интеграции от гигантов, и вот тогда начнется всеобщее воспитание ИИ, а к чему это обычно приводит, мы все знаем))

DeepMind представили NFNets, семейство классификаторов изображений, которые:

* SOTA на ImageNet (86.5% top-1 без дополнительных данных)
* Тренируются в 8.7 раз быстрее чем EfficientNets той же точности
* Не требуют нормирования (никакого BatchNorm!)

Статья: https://dpmd.ai/06171
Код: https://dpmd.ai/nfnets

Cruise, селф-драйвинг компания General Motors, подняла новый раунд инвестиций, в котором существенную роль взял на себя Microsoft. Тем самым они объявили о "долгом стратегическом сотрудничестве", где Круз поможет МС войти в сферу транспорта, а МС поможет Крузу инфраструктурой на Ажуре.

Спасибо за эту маленькую радость @NeuroLands

Дисрапта не будет, можно расходиться. Успешные Миннеаполиссовцы наконец дали пососать энтому вашему эйай.

Потому что для алгоритма, если человек преступник, то он заслуживает наказания, а для типичного американца — ну, it depends...

И самое веселое:
> The technology has been found to have racial, age, and ethnic biases
Вы че несете, блять, facial recognition буквально сопоставляет лицо человека с лицами в базе, и говорит кто это, а не принимает решение плохой или хороший.

Очередное творение nuderobot.

Вам кажется, что вы видите одежду, "а король-то голый!"

Инженеры гугла в целях рекламы AutoML натренировали троичный классификатор торт/печенье/хлеб на рецептах и их ингредиентах. Типичный такой школьный проект, но вот пару забавных находок:

— Измерив важность фичей, оказалось, что масло играет определяющую роль, а за ним идут сахар и дрожжи;
— Найдя рецепты, которые алгоритм предсказывал с одинаковой уверенностью как что-то между двумя классами, они их спекли, и, внезапно, тортопеченье оказалось не очень, а хлебопеченье — вполне. О хлеботорте инженеры гугла умолчали.

Я сразу не заострял внимание, но раз уж это опять на слуху...

Вы могли заметить, что Лебедев в последних выпусках не настоящий. Да да. Пока кто-то не знает куда ещё притулить AI, маэстро нашел самое разумное, как по мне, применение дипфейкам.

Дело в том, что он сейчас в путешествии, и не может снимать выпуски новостей, но благо нехитрая композиция, где движется только лицо, позволяет этот контент искусственно сгенерировать.

Я уверен, что там используется сетка Wav2Lip, которая синтезирует движения губ чисто по аудио (спасибо @bomze). И как я сказал, это реально работает и даёт картинку, которую ты перестаешь воспринимать как искусственную уже через 5 минут.

Это вам не бессмысленная анимация своим лицом мемов или ретро-фоток (зачем?)

Как флексят математики. Не хватает только взрыва за спиной.

Когда нейросети стали такими умными, что обмануть их стало даже проще.
https://openai.com/blog/multimodal-neurons/

Если в (любом) браузере ввести docs.new — откроется новый гугл док 😮

Вышел PyTorch 1.8. Релиз ноут простой и лакончиный, советую посмотреть самим: https://pytorch.org/blog/pytorch-1.8-released/

Из прикольного — больше мобильных туториалов, и даже демо аппки для iOS/Android.

На наших глазах происходит какая-то гонка кто первый сделает breakthrough в компьютр вижне с помощью трансформеров. Если классификацию уже как-никак делают, то за GAN сейчас идет борьба.

В течении последних пары недель, одна команда из Остина и IBM представила статью Two Transformers Can Make One Strong GAN, а вторая из Стенфорда и ФБ — Generative Adversarial Transformers. Последняя побила SOTA на нескольких бенчмарках генерации.

По-моему, тут уже понятно к чему вся индустрия движется.

Ну вот, буквально, кульминация, статья под названием Transformer in Transformer от Хуавея. Тоже для компьютер вижна.

Просто, блять, трансформер на трансформере и трансформером погоняет.