#ИИ #стартапы #акселератор
На днях в рамках Startup Village прошел финал акселератора Сколтеха и Philips «AI&Big Data в медицине, образовании и нейрокоммуникациях».
В течении 100 дней в 4-х регионах России прошла акселерация более 500 специалистов из различных областей: врачи и программисты, инженеры и разработчики, датасаентисты и биоинформатики. В рамках программы более 20 научных и практических задач было решено на хакатонах. А через очный интенсив прошло более 50 проектов. Среди них были как уже опытные работающие команды, так и совсем молодые – сформировавшиеся во время программы. Только 15 проектов из 9 городов России дошли до Финала. Команды представили жюри свои проекты в области реабилитации, рекомендательных систем для врачей, медицинской робототехники, платформ на основе ИИ для медицины, занятий спортом и нейромаркетинга.
Главный приз – возможность продолжить своё развитие в рамках глобального корпоративного акселератора Philips Healthworks получила многофункциональная медицинская платформа на базе системы ИИ BioGenom. Проект проводит полнофакторную оценку состояния здоровья и расчет рисков заболеваний на основе 1089 показателей, структурирует различную медицинскую информацию, а также позволяет создавать экспертные системы как для врачей, так и страховых компаний.
Кроме того, денежные призы получили стартапы Мио-интерфейс, разрабатывающий инвазивную систему контроля бионических протезов, и EyeMove, работающий над системой онлайн мониторинга болезни Паркинсона по движению глаз.
На днях в рамках Startup Village прошел финал акселератора Сколтеха и Philips «AI&Big Data в медицине, образовании и нейрокоммуникациях».
В течении 100 дней в 4-х регионах России прошла акселерация более 500 специалистов из различных областей: врачи и программисты, инженеры и разработчики, датасаентисты и биоинформатики. В рамках программы более 20 научных и практических задач было решено на хакатонах. А через очный интенсив прошло более 50 проектов. Среди них были как уже опытные работающие команды, так и совсем молодые – сформировавшиеся во время программы. Только 15 проектов из 9 городов России дошли до Финала. Команды представили жюри свои проекты в области реабилитации, рекомендательных систем для врачей, медицинской робототехники, платформ на основе ИИ для медицины, занятий спортом и нейромаркетинга.
Главный приз – возможность продолжить своё развитие в рамках глобального корпоративного акселератора Philips Healthworks получила многофункциональная медицинская платформа на базе системы ИИ BioGenom. Проект проводит полнофакторную оценку состояния здоровья и расчет рисков заболеваний на основе 1089 показателей, структурирует различную медицинскую информацию, а также позволяет создавать экспертные системы как для врачей, так и страховых компаний.
Кроме того, денежные призы получили стартапы Мио-интерфейс, разрабатывающий инвазивную систему контроля бионических протезов, и EyeMove, работающий над системой онлайн мониторинга болезни Паркинсона по движению глаз.
#ИИ #Аналитика #Здравоохранение
К 2030 году ИИ внесет в мировую экономику $15,7 триллиона — эта огромная сумма равна объему текущего производства Китая и Индии вместе взятых (исследование PwC https://smbx.me/BWrlV)
Из всех областей экономики, влияние ИИ на медицину обещает стать наиболее революционным, так как затронет всех участников: медицинских работников, администрацию лечебных учреждений, пациентов и страховые компании. К 2021 году инвестиции государства и частного сектора в ИИ для здравоохранения достигнут более $6,5 млрд. (Данные BGV https://smbx.me/rjVeY)
Одним из самых ценных и распространенных приложений ИИ в медицине уже сегодня является сбор и анализ информации о пациентах из медицинских карт и анамнеза. Вместе с тем, на пути внедрения новых технологий встают многочисленные трудности и подчас непреодолимые барьеры. Основными препятствиями, замедляющими внедрение ИИ, являются недостаток вычислительных мощностей и отсутствие качественных данных для обучения алгоритмов, и самое главное – неготовность индустрии и даже страх населения.
Если хотя бы четверть населения согласилась, чтобы система ИИ в поликлиниках знала о них больше любого врача, внедрение ИИ было бы не остановить, ведь непосредственно решения уже разработаны.
К 2030 году ИИ внесет в мировую экономику $15,7 триллиона — эта огромная сумма равна объему текущего производства Китая и Индии вместе взятых (исследование PwC https://smbx.me/BWrlV)
Из всех областей экономики, влияние ИИ на медицину обещает стать наиболее революционным, так как затронет всех участников: медицинских работников, администрацию лечебных учреждений, пациентов и страховые компании. К 2021 году инвестиции государства и частного сектора в ИИ для здравоохранения достигнут более $6,5 млрд. (Данные BGV https://smbx.me/rjVeY)
Одним из самых ценных и распространенных приложений ИИ в медицине уже сегодня является сбор и анализ информации о пациентах из медицинских карт и анамнеза. Вместе с тем, на пути внедрения новых технологий встают многочисленные трудности и подчас непреодолимые барьеры. Основными препятствиями, замедляющими внедрение ИИ, являются недостаток вычислительных мощностей и отсутствие качественных данных для обучения алгоритмов, и самое главное – неготовность индустрии и даже страх населения.
Если хотя бы четверть населения согласилась, чтобы система ИИ в поликлиниках знала о них больше любого врача, внедрение ИИ было бы не остановить, ведь непосредственно решения уже разработаны.
#новости #технологиибудущего #ИИ
1. «Сбербанк» инвестирует по 2 млн. руб. в 4 стартапа-финалиста внутреннего акселератора SberUp. Подробнее: https://rb.ru/story/sberup/
Все эти ребята используют ИИ для решения нетривиальных задач, и, безусловно, заслуживают поддержку за смелость и стремление к инновациям, несмотря на стабильность зарплаты в Сбере!
2. Квантовые технологии и моделирование как новый тренд инвестиций в будущее. Купненйшие IT-корпорации и правительство уже включились в квантовоую гонку. Подробнее: https://rb.ru/opinion/kvantovye-tehnologii/
3. Московское правительство в 2019 г. проведет конкурс на подключение 105 тыс. камер наблюдения к системе распознавания лиц. Если проект будет реализован, в городе появится крупнейшая в мире система слежения. По данным издания, в конкурсе могут принять участие три компании — «Центр речевых технологий» и VisionLabs, доли в которых принадлежат Сбербанку, и NTechLab, совладельцем которой является Ростех. Подробнее: https://smbx.me/G2DyO
Интересно мнение граждан, готовы ли они к тому, что их лица будут распознаваться и отслеживаться на улицах. Об этом издание как-то умалчивает.
1. «Сбербанк» инвестирует по 2 млн. руб. в 4 стартапа-финалиста внутреннего акселератора SberUp. Подробнее: https://rb.ru/story/sberup/
Все эти ребята используют ИИ для решения нетривиальных задач, и, безусловно, заслуживают поддержку за смелость и стремление к инновациям, несмотря на стабильность зарплаты в Сбере!
2. Квантовые технологии и моделирование как новый тренд инвестиций в будущее. Купненйшие IT-корпорации и правительство уже включились в квантовоую гонку. Подробнее: https://rb.ru/opinion/kvantovye-tehnologii/
3. Московское правительство в 2019 г. проведет конкурс на подключение 105 тыс. камер наблюдения к системе распознавания лиц. Если проект будет реализован, в городе появится крупнейшая в мире система слежения. По данным издания, в конкурсе могут принять участие три компании — «Центр речевых технологий» и VisionLabs, доли в которых принадлежат Сбербанку, и NTechLab, совладельцем которой является Ростех. Подробнее: https://smbx.me/G2DyO
Интересно мнение граждан, готовы ли они к тому, что их лица будут распознаваться и отслеживаться на улицах. Об этом издание как-то умалчивает.
#ИИ #животные
В преддверии выходных решили рассказать о нейронных сетях … для животных.
1. Инженер из Amazon разработал нейросеть для контроля своего кота при помощи алгоритмов машинного зрения. Для этого он собрал датасет из 23 тыс. изображений своего кота и использовал камеру Amazon DeepLens с микрокомпьютером Arduino. Масштабировать технологию в массы, скорее всего, не получится, однако поддержим изобретателя за находчивость и трепетное отношение к питомцу! Подробнее: https://smbx.me/kqTgQ
2. Китайский стартап научился распознавать собак по отпечатку носа.
Китайская компания Megvii, разработчик технологии распознавания лиц для китайского правительства, запустил новый продукт — «Nose Recognition» для собак. Владелец фотографирует нос питомца, отправляет в приложение, а система сверяет картинку с базой данных, содержащей фото носов собак других пользователей и обитателей приютов по всей стране. Точность распознавания животного — 95%! Больше не нужно чипировать пса, чтобы отыскать в случае потери, его нос — уникальный идентификатор. В отличие от людей, паспорт китайским собакам больше не нужен! Подробнее: https://smbx.me/7cfTm
В преддверии выходных решили рассказать о нейронных сетях … для животных.
1. Инженер из Amazon разработал нейросеть для контроля своего кота при помощи алгоритмов машинного зрения. Для этого он собрал датасет из 23 тыс. изображений своего кота и использовал камеру Amazon DeepLens с микрокомпьютером Arduino. Масштабировать технологию в массы, скорее всего, не получится, однако поддержим изобретателя за находчивость и трепетное отношение к питомцу! Подробнее: https://smbx.me/kqTgQ
2. Китайский стартап научился распознавать собак по отпечатку носа.
Китайская компания Megvii, разработчик технологии распознавания лиц для китайского правительства, запустил новый продукт — «Nose Recognition» для собак. Владелец фотографирует нос питомца, отправляет в приложение, а система сверяет картинку с базой данных, содержащей фото носов собак других пользователей и обитателей приютов по всей стране. Точность распознавания животного — 95%! Больше не нужно чипировать пса, чтобы отыскать в случае потери, его нос — уникальный идентификатор. В отличие от людей, паспорт китайским собакам больше не нужен! Подробнее: https://smbx.me/7cfTm
#новости #ИИ
Пока мы активно цифровизируем технологии и бюджет, за буграми:
➡️Крупнейшая консалтинговая компания McKinsey&Co начала внедрение компьютерных ботов AutoMate в рутинные процессы. Это экономит 40% времени, увеличивает выручку и создает новые рабочие места!
https://smbx.me/zaGLW
➡️Microsoft инвестировал $1 млрд в OpenAI Илона Маска
Новые партнеры будут вместе создавать технологии ИИ на внедрять их на основе облачной платформы Microsoft Azure. Microsoft сможет продавать продукты на базе некоторых технологий OpenAI, а организация — использовать облако Azure для тестирования своих моделей ИИ. OpenAI это партнёрство было нужно, в том числе, из-за острой потребности в мощностях для решения сложнейших вычислительных задач. По данным OpenAI, с 2012 по 2018 год, количество вычислений, необходимых для запуска моделей ИИ, выросло более чем в 300 тысяч раз!! Организация создала целый ряд невероятных разработок, выведя уровень ИИ на новую высоту в областях, всегда считавшихся слишком «человеческими» для машинного обучения: платформу для исследования алгоритмов ИИ OpenAI Gym, игровую платформу Neural MMO, генератор композиций MuseNet AI, программу OpenAI Five, обыгравшую профессиональных игроков в Dota 2, и ряд других.
https://smbx.me/WjBGT
Пока мы активно цифровизируем технологии и бюджет, за буграми:
➡️Крупнейшая консалтинговая компания McKinsey&Co начала внедрение компьютерных ботов AutoMate в рутинные процессы. Это экономит 40% времени, увеличивает выручку и создает новые рабочие места!
https://smbx.me/zaGLW
➡️Microsoft инвестировал $1 млрд в OpenAI Илона Маска
Новые партнеры будут вместе создавать технологии ИИ на внедрять их на основе облачной платформы Microsoft Azure. Microsoft сможет продавать продукты на базе некоторых технологий OpenAI, а организация — использовать облако Azure для тестирования своих моделей ИИ. OpenAI это партнёрство было нужно, в том числе, из-за острой потребности в мощностях для решения сложнейших вычислительных задач. По данным OpenAI, с 2012 по 2018 год, количество вычислений, необходимых для запуска моделей ИИ, выросло более чем в 300 тысяч раз!! Организация создала целый ряд невероятных разработок, выведя уровень ИИ на новую высоту в областях, всегда считавшихся слишком «человеческими» для машинного обучения: платформу для исследования алгоритмов ИИ OpenAI Gym, игровую платформу Neural MMO, генератор композиций MuseNet AI, программу OpenAI Five, обыгравшую профессиональных игроков в Dota 2, и ряд других.
https://smbx.me/WjBGT
VentureBeat
Microsoft invests $1 billion in OpenAI to develop AI technologies on Azure
OpenAI and Microsoft will partner to develop AI technologies on the latter's Azure platform, and to commercialize some of those technologies over time.
#ИИ #стартапы #инвестиции
Volvo поднимет безопасность своих автомобилей благодаря технологиям израильских стартапов.
Volvo проинвестировала два израильских ИИ-стартапа, разрабатывающих перспективные технологии для автомобильной отрасли. Оба стартапа – UVeye и MDGo – базируются в Тель-Авиве и входят в акселератор DRIVE.
➡MDGo разрабатывает ИИ в области авто-медицины: его технология прогнозирует характер травм при аварии, и уведомляет об этом экстренные службы.
➡ UVeye работает над технологией автоматической проверки кузова автомобиля на предмет скрытых дефектов.
Для Volvo это первые инвестиции в Изриаль, точная сумма инвестиционных сделок не разглашается. Известно только, что общий инвестиционный раунд для стартапа UVeye составил $31 млн., в нем приняли участие также Toyota Group и W. R. Berkley Corporation.
Подробнее: https://smbx.me/Q3EVg
Volvo поднимет безопасность своих автомобилей благодаря технологиям израильских стартапов.
Volvo проинвестировала два израильских ИИ-стартапа, разрабатывающих перспективные технологии для автомобильной отрасли. Оба стартапа – UVeye и MDGo – базируются в Тель-Авиве и входят в акселератор DRIVE.
➡MDGo разрабатывает ИИ в области авто-медицины: его технология прогнозирует характер травм при аварии, и уведомляет об этом экстренные службы.
➡ UVeye работает над технологией автоматической проверки кузова автомобиля на предмет скрытых дефектов.
Для Volvo это первые инвестиции в Изриаль, точная сумма инвестиционных сделок не разглашается. Известно только, что общий инвестиционный раунд для стартапа UVeye составил $31 млн., в нем приняли участие также Toyota Group и W. R. Berkley Corporation.
Подробнее: https://smbx.me/Q3EVg
#новости #ИИ
РВК и Росстандарт провели первое заседание Технического комитета по искусственному интеллекту.
В состав комитета вошли представители около 80 компаний, научно-исследовательских организаций, вузов и органов власти, среди которых — Сбербанк, Яндекс, МГТС, РЖД, МГУ им. М.В. Ломоносова, МФТИ, НИУ ВШЭ, СПбПУ, НИЦ «Курчатовский институт» и др.
В ходе заседания принято решение создать в рамках комитета 5 рабочих групп по направлениям:
➡«Основополагающие стандарты»,
➡«Большие данные»,
➡«Качество систем искусственного интеллекта»,
➡«Прикладные технологии искусственного интеллекта»
➡«Искусственный интеллект в образовании».
Каждой из 5 групп назначили ответственного, например за рабочую группу «Большие данные» отвечает МГУ им. М.В. Ломоносова, а за «Прикладные технологии искусственного интеллекта» – Сбербанк, «Искусственный интеллект в образовании» – НИУ ВШЭ.
Технический комитет по стандартизации «Искусственный интеллект» (ТК 164) создан на базе РВК в соответствии с приказом Росстандарта для развития нормативно-технической базы в области ИИ.
Безусловно, пришло время разобраться, что такое настоящий ИИ и как с ним следует работать. Главное, не перестараться со стандартизацией технологии, которая находится в стадии постоянных изменений.
https://smbx.me/NVECe
РВК и Росстандарт провели первое заседание Технического комитета по искусственному интеллекту.
В состав комитета вошли представители около 80 компаний, научно-исследовательских организаций, вузов и органов власти, среди которых — Сбербанк, Яндекс, МГТС, РЖД, МГУ им. М.В. Ломоносова, МФТИ, НИУ ВШЭ, СПбПУ, НИЦ «Курчатовский институт» и др.
В ходе заседания принято решение создать в рамках комитета 5 рабочих групп по направлениям:
➡«Основополагающие стандарты»,
➡«Большие данные»,
➡«Качество систем искусственного интеллекта»,
➡«Прикладные технологии искусственного интеллекта»
➡«Искусственный интеллект в образовании».
Каждой из 5 групп назначили ответственного, например за рабочую группу «Большие данные» отвечает МГУ им. М.В. Ломоносова, а за «Прикладные технологии искусственного интеллекта» – Сбербанк, «Искусственный интеллект в образовании» – НИУ ВШЭ.
Технический комитет по стандартизации «Искусственный интеллект» (ТК 164) создан на базе РВК в соответствии с приказом Росстандарта для развития нормативно-технической базы в области ИИ.
Безусловно, пришло время разобраться, что такое настоящий ИИ и как с ним следует работать. Главное, не перестараться со стандартизацией технологии, которая находится в стадии постоянных изменений.
https://smbx.me/NVECe
#ИИ #новости #Сколково
В Сколково открывается лаборатория искусственного интеллекта для медицины.
Она займется анализом мировой практики в этой области, а также предметной акселерацией команд и стартапов, разрабатывающих решения в сфере применения искусственного интеллекта в медицине.
Подробнее: https://smbx.me/9vF5m
В Сколково открывается лаборатория искусственного интеллекта для медицины.
Она займется анализом мировой практики в этой области, а также предметной акселерацией команд и стартапов, разрабатывающих решения в сфере применения искусственного интеллекта в медицине.
Подробнее: https://smbx.me/9vF5m
#инновации #стартапы #ИИ
i-Brain «Создать технологию, которая поможет восстановить функции мозга»
Как команде ученых удалось применить искусственный интеллект для анализа интеллекта естественного, выйти на международный рынок и преодолеть скептицизм мединдустрии читайте в большом кейсе: https://incrussia.ru/fly/i-brain/
Вкратце расскажем, что i-Brain создали нейроинтерфейс с ИИ для восстановления и совершенствования функций мозга. Для технологии существуют применения в образовательной, развлекательной и спорт-индустрии, а команда решила пойти по самому сложному пути - в здравоохранение. Это было сделано во имя высокой цели - помочь восстановиться людям, перенесшим инсульт или травмы мозга, а также с учетом огромного неудовлетворенного спроса.
«Мы — и как ученые, и как бизнесмены — заточены на то, чтобы решать настоящие проблемы: быть горьким лекарством, а не витамином» — CEO i-Brain Константин Сонькин.
Советуем не откладывать на потом – в кейсе много интересного, как для начинающих стартапов, так и для просто неравнодушных людей.
i-Brain «Создать технологию, которая поможет восстановить функции мозга»
Как команде ученых удалось применить искусственный интеллект для анализа интеллекта естественного, выйти на международный рынок и преодолеть скептицизм мединдустрии читайте в большом кейсе: https://incrussia.ru/fly/i-brain/
Вкратце расскажем, что i-Brain создали нейроинтерфейс с ИИ для восстановления и совершенствования функций мозга. Для технологии существуют применения в образовательной, развлекательной и спорт-индустрии, а команда решила пойти по самому сложному пути - в здравоохранение. Это было сделано во имя высокой цели - помочь восстановиться людям, перенесшим инсульт или травмы мозга, а также с учетом огромного неудовлетворенного спроса.
«Мы — и как ученые, и как бизнесмены — заточены на то, чтобы решать настоящие проблемы: быть горьким лекарством, а не витамином» — CEO i-Brain Константин Сонькин.
Советуем не откладывать на потом – в кейсе много интересного, как для начинающих стартапов, так и для просто неравнодушных людей.
#ии #нейротехнологии
Искусственный интеллект против коронавируса.
Технологии искусственного интеллекта (AI) и машинного обучения (ML) обещают изменить наш мир, и сейчас, в период пандемии, появилась возможность в полную силу применить их в жизненно важных областях. Критическая ситуация высветила одновременно невероятный потенциал и огромные риски AI.
➡Контроль за населением и выявление заболевших:
✅ Прежде всего AI используется для распознавания лиц (даже в масках!) на видеоизображении с камер наблюдения, а ML помогает быстро идентифицировать по базам данных населения.
✅ Сочетание технологии распознавания лиц с инфракрасными сенсорами или камерами для дистанционного измерения температуры позволяет создавать системы, которые автономно в реальном времени идентифицируют людей с повышенной температурой. Соответствующие системы уже применяются для борьбы с коронавирусом в Китае.
✅ В США дроны, оборудованые AI и дистанционными сенсорами для обнаружения людей с признаками коронавируса, внедряются компанией Draganfly. Такие системы смогут дистанционно измерять температуру, пульс и частоту дыхания, а также выявлять людей с визуальными проявлениями заболевания – например, кашлем.
➡ Ранняя диагностика в домашних условиях:
✅ Программы для смартфонов на базе AI способны определять и анализировать по селфи-видео показатели состояния здоровья (например, от израильской компании Binah.ai). Оно позволяет измерять такие показатели как пульс, уровень стресса, насыщенность крови кислородом, частоту дыхания и вариабельность сердечного ритма.
✅ Для измерения показателей состояния здоровья с медицинской точностью швейцарская компания Leman Micro Devices разработала устройство, которое соединяется со смартфоном.
✅ Результаты предварительной диагностики могут передаваться врачу дистанционно, что позволит оказать своевременную помощь пациенту и исключит риски заболевания врачей от пациентов.
➡ Другим направлением внедрения AI является анализ сканов компьютерной томографии.
✅ В научно-исследовательском институте DAMO Academy, который входит в Alibaba Group разработали систему, которая умеет диагностировать коронавирус с точностью 96% всего за 20 секунд.
✅ Аналогичную систему подготовил израильской стартап RADLogics , и ее уже используют в медицинских учреждениях для более быстрой и точной диагностики болезни.
❗ Стоит отметить, что использование новых технологий (включая мобильные приложения) в медицинской практике зачастую требует утверждения регулирующими органами. Некоторые из разработок, упомянутых выше, проходят клинические исследования или процесс согласования в США и ЕС. В то же время, кризисная ситуация, вызванная коронавирусом, ускоряет внедрение новых технологических решений, если соотношение пользы и риска для пациента очевидно в пользу больного.
⚡💡ИИ становится незаменимой технологией для выявления больных, а также нарушителей правил. 🙇Важно осознать, как потенциал технологии, так и риски использования описанных выше решений для тотального контроля в эпоху после короны.
Искусственный интеллект против коронавируса.
Технологии искусственного интеллекта (AI) и машинного обучения (ML) обещают изменить наш мир, и сейчас, в период пандемии, появилась возможность в полную силу применить их в жизненно важных областях. Критическая ситуация высветила одновременно невероятный потенциал и огромные риски AI.
➡Контроль за населением и выявление заболевших:
✅ Прежде всего AI используется для распознавания лиц (даже в масках!) на видеоизображении с камер наблюдения, а ML помогает быстро идентифицировать по базам данных населения.
✅ Сочетание технологии распознавания лиц с инфракрасными сенсорами или камерами для дистанционного измерения температуры позволяет создавать системы, которые автономно в реальном времени идентифицируют людей с повышенной температурой. Соответствующие системы уже применяются для борьбы с коронавирусом в Китае.
✅ В США дроны, оборудованые AI и дистанционными сенсорами для обнаружения людей с признаками коронавируса, внедряются компанией Draganfly. Такие системы смогут дистанционно измерять температуру, пульс и частоту дыхания, а также выявлять людей с визуальными проявлениями заболевания – например, кашлем.
➡ Ранняя диагностика в домашних условиях:
✅ Программы для смартфонов на базе AI способны определять и анализировать по селфи-видео показатели состояния здоровья (например, от израильской компании Binah.ai). Оно позволяет измерять такие показатели как пульс, уровень стресса, насыщенность крови кислородом, частоту дыхания и вариабельность сердечного ритма.
✅ Для измерения показателей состояния здоровья с медицинской точностью швейцарская компания Leman Micro Devices разработала устройство, которое соединяется со смартфоном.
✅ Результаты предварительной диагностики могут передаваться врачу дистанционно, что позволит оказать своевременную помощь пациенту и исключит риски заболевания врачей от пациентов.
➡ Другим направлением внедрения AI является анализ сканов компьютерной томографии.
✅ В научно-исследовательском институте DAMO Academy, который входит в Alibaba Group разработали систему, которая умеет диагностировать коронавирус с точностью 96% всего за 20 секунд.
✅ Аналогичную систему подготовил израильской стартап RADLogics , и ее уже используют в медицинских учреждениях для более быстрой и точной диагностики болезни.
❗ Стоит отметить, что использование новых технологий (включая мобильные приложения) в медицинской практике зачастую требует утверждения регулирующими органами. Некоторые из разработок, упомянутых выше, проходят клинические исследования или процесс согласования в США и ЕС. В то же время, кризисная ситуация, вызванная коронавирусом, ускоряет внедрение новых технологических решений, если соотношение пользы и риска для пациента очевидно в пользу больного.
⚡💡ИИ становится незаменимой технологией для выявления больных, а также нарушителей правил. 🙇Важно осознать, как потенциал технологии, так и риски использования описанных выше решений для тотального контроля в эпоху после короны.
#ИИ #нейросети
Следующее поколение искусственного интеллекта - каким оно будет?
Эра ИИ началась всего десять лет назад, и технология продолжает стремительно развиваться. По словам Яна Лекуна (гуру ИИ и крестного отца машинного обучения) через 5 лет область ИИ будет выглядеть совсем иначе, чем сегодня. Методы, которые в настоящее время считаются передовыми, устареют; а те, что сегодня только зарождаются или находятся на периферии, станут мейнстримом. Давайте рассмотрим все направления развития в нижеследующих публикациях.
Направления развития:
➡самообучение (без учителя)
До настоящего времени обучение нейросетей происходило под контролем супервизоров. Прежде, чем модели машинного обучения смогут обработать массивы данных, супервизоры должны промаркировать их вручную. Этот дорогостоящий и трудоемкий процесс является узким местом в развитии ИИ.
Самообучение - это подход в ИИ, при котором система обучается аналогично тому, как человек познает мир - наблюдая за поведением, закономерностями и связями между объектами. Этот метод обучения еще не вполне разработан, но быстро прогрессирует в последнее время. Все больше видных ученых ведут исследования именно в этом направлении.
➡федеративное машинное обучение (FL)
Одна из главных проблем цифровой эры - конфиденциальность данных. Стандартный подход к созданию моделей машинного обучения (ML) - это собрать все обучающие данные в одном месте, часто в облаке, а затем обучить модель на этих данных. Но это не позволяет сохранить данные конфиденциальными!
Концепция FL была впервые сформулирована исследователями Google в начале 2017г. FL - это распределенная система ML, которая позволяет создавать коллективную модель из данных, которые распределены по владельцам данных. При этом данные никогда не покидают устройства, на котором хранятся - будь то мобильный телефон или серверы отделения больницы. По завершении работы с данными система загружает исключительно результаты и объединяет их с обновлениями со всех других устройств в сети. Затем улучшенная модель становится доступной всей сети.
В первую очередь FL начали использовать в сфере здравоохранения. Кроме того, метод может сыграть центральную роль в разработке приложений ИИ, связанных с обработкой конфиденциальных данных: от финансовых услуг до автономных транспортных средств и др. FL может предоставить ключ к раскрытию огромного потенциала ИИ, одновременно решая сложную проблему конфиденциальности данных.
➡трансформаторы
Мы вступили в золотую эру обработки естественного языка (NLP). Этим летом OpenAI выпустила GPT-3, самую мощную языковую модель из когда-либо созданных. Она может писать впечатляющие стихи, генерировать работающий код, составлять продуманные деловые записки, писать статьи о себе и многое другое.
В мире искусственного интеллекта NLP отвечает за количественную оценку человеческого язык, чтобы сделать его понятным для машин. В данном направлении активно развиваются многие известные компании, например: Google BERT и Facebook RoBERTa.
Ключевым технологическим прорывом, лежащим в основе возможной революции в языковом искусственном интеллекте, является трансформаторы.
Трансформаторы позволяют распараллелить языковую обработку: все лексемы в определенном участке текста анализируются одновременно, а не последовательно. Для поддержки этой параллельной обработки трансформаторы в значительной степени полагаются на особый механизм ИИ, известный как внимание. Внимание позволяет модели рассмотреть отношения между словами независимо от того, насколько они удалены друг от друга, и определить, на какие слова и фразы в отрывке нужно «обратить внимание».
OpenAI объявила о планах сделать GPT-3 коммерчески доступным через API, что могло бы создать целую экосистему стартапов, создающих приложения на его основе.
👉Каким бы захватывающим ни было последнее десятилетие в области ИИ, очевидно что оно может оказаться лишь разминкой перед следующим этапом полномасштабного внедрения искусственного интеллекта, изменяющего целые индустрии.
Будьте в тренде, двигайтесь вперёд, в ногу со временем и наукой.
Источник: https://smbx.me/myePg
Следующее поколение искусственного интеллекта - каким оно будет?
Эра ИИ началась всего десять лет назад, и технология продолжает стремительно развиваться. По словам Яна Лекуна (гуру ИИ и крестного отца машинного обучения) через 5 лет область ИИ будет выглядеть совсем иначе, чем сегодня. Методы, которые в настоящее время считаются передовыми, устареют; а те, что сегодня только зарождаются или находятся на периферии, станут мейнстримом. Давайте рассмотрим все направления развития в нижеследующих публикациях.
Направления развития:
➡самообучение (без учителя)
До настоящего времени обучение нейросетей происходило под контролем супервизоров. Прежде, чем модели машинного обучения смогут обработать массивы данных, супервизоры должны промаркировать их вручную. Этот дорогостоящий и трудоемкий процесс является узким местом в развитии ИИ.
Самообучение - это подход в ИИ, при котором система обучается аналогично тому, как человек познает мир - наблюдая за поведением, закономерностями и связями между объектами. Этот метод обучения еще не вполне разработан, но быстро прогрессирует в последнее время. Все больше видных ученых ведут исследования именно в этом направлении.
➡федеративное машинное обучение (FL)
Одна из главных проблем цифровой эры - конфиденциальность данных. Стандартный подход к созданию моделей машинного обучения (ML) - это собрать все обучающие данные в одном месте, часто в облаке, а затем обучить модель на этих данных. Но это не позволяет сохранить данные конфиденциальными!
Концепция FL была впервые сформулирована исследователями Google в начале 2017г. FL - это распределенная система ML, которая позволяет создавать коллективную модель из данных, которые распределены по владельцам данных. При этом данные никогда не покидают устройства, на котором хранятся - будь то мобильный телефон или серверы отделения больницы. По завершении работы с данными система загружает исключительно результаты и объединяет их с обновлениями со всех других устройств в сети. Затем улучшенная модель становится доступной всей сети.
В первую очередь FL начали использовать в сфере здравоохранения. Кроме того, метод может сыграть центральную роль в разработке приложений ИИ, связанных с обработкой конфиденциальных данных: от финансовых услуг до автономных транспортных средств и др. FL может предоставить ключ к раскрытию огромного потенциала ИИ, одновременно решая сложную проблему конфиденциальности данных.
➡трансформаторы
Мы вступили в золотую эру обработки естественного языка (NLP). Этим летом OpenAI выпустила GPT-3, самую мощную языковую модель из когда-либо созданных. Она может писать впечатляющие стихи, генерировать работающий код, составлять продуманные деловые записки, писать статьи о себе и многое другое.
В мире искусственного интеллекта NLP отвечает за количественную оценку человеческого язык, чтобы сделать его понятным для машин. В данном направлении активно развиваются многие известные компании, например: Google BERT и Facebook RoBERTa.
Ключевым технологическим прорывом, лежащим в основе возможной революции в языковом искусственном интеллекте, является трансформаторы.
Трансформаторы позволяют распараллелить языковую обработку: все лексемы в определенном участке текста анализируются одновременно, а не последовательно. Для поддержки этой параллельной обработки трансформаторы в значительной степени полагаются на особый механизм ИИ, известный как внимание. Внимание позволяет модели рассмотреть отношения между словами независимо от того, насколько они удалены друг от друга, и определить, на какие слова и фразы в отрывке нужно «обратить внимание».
OpenAI объявила о планах сделать GPT-3 коммерчески доступным через API, что могло бы создать целую экосистему стартапов, создающих приложения на его основе.
👉Каким бы захватывающим ни было последнее десятилетие в области ИИ, очевидно что оно может оказаться лишь разминкой перед следующим этапом полномасштабного внедрения искусственного интеллекта, изменяющего целые индустрии.
Будьте в тренде, двигайтесь вперёд, в ногу со временем и наукой.
Источник: https://smbx.me/myePg
Forbes
The Next Generation Of Artificial Intelligence
Five years from now, the field of AI will look very different than it does today.