Академические дискуссии вокруг нейронных сетей шли еще в 40-х годах прошлого века, реальная их жизнь началась в 2000-х с алгоритмами глубинного обучения.
Рассказываем о проектах, благодаря которым мир познакомился с технологиями машинного обучения.
👉 https://amp.gs/JHHW
Рассказываем о проектах, благодаря которым мир познакомился с технологиями машинного обучения.
👉 https://amp.gs/JHHW
VK
Выставка достижений машинного обучения: 10 знаковых ML-проектов
По данным аналитического агентства Gartner, шесть из десяти компаний сегодня ведут проекты в области искусственного интеллекта, а в следу..
Как аналитические системы помогают улучшить управление персоналом, попутно избавляя HR-специалистов от рутины и бумажной работы.
🙌 https://amp.gs/JbBg
🙌 https://amp.gs/JbBg
VK
Умные кадры: 3 крутые истории о том, как продвинутая аналитика меняет подходы HR
Найти лучших людей для компании, создать для них оптимальную атмосферу и превратить в ценный актив — от того, как HR-департамент справляе..
❓ Как называлась первая в мире компьютерная игра?
❗️ Самая первая компьютерная игра — дуэль двух космических кораблей — называлась Spacewar. За пару месяцев в свободное от работы время ее создали несколько программистов из Массачусетского технологического института.
На круглом дисплее отображалось поле битвы — ночное небо на которое было скопировано звезды, которые по расположению напоминали те, что над Кембриджем. С помощью клавиатуры или джойстика могли свободно перемещать свои боевые корабли. Количество запасов топлива, а так же боеприпасов были ограничены. Для того что бы перехитрить противника можно было совершать гиперпрыжок — это действие, когда один корабль исчезал и появлялся в любом месте карты. Можно еще было повернуться вокруг звезды, которая находилась в центре карты, пуская в ход ее гравитацию.
Интересно, что своим создателям Spacewar не принесла никакого дохода, кроме славы в узких программистских кругах.
❗️ Самая первая компьютерная игра — дуэль двух космических кораблей — называлась Spacewar. За пару месяцев в свободное от работы время ее создали несколько программистов из Массачусетского технологического института.
На круглом дисплее отображалось поле битвы — ночное небо на которое было скопировано звезды, которые по расположению напоминали те, что над Кембриджем. С помощью клавиатуры или джойстика могли свободно перемещать свои боевые корабли. Количество запасов топлива, а так же боеприпасов были ограничены. Для того что бы перехитрить противника можно было совершать гиперпрыжок — это действие, когда один корабль исчезал и появлялся в любом месте карты. Можно еще было повернуться вокруг звезды, которая находилась в центре карты, пуская в ход ее гравитацию.
Интересно, что своим создателям Spacewar не принесла никакого дохода, кроме славы в узких программистских кругах.
Инженеры Стэнфорда создали мягкого робота, который меняет форму.
В простейшей версии робот представляет собой трубку, проходящую через три механизма, сжимающих ее в треугольник. Для создания более сложного робота можно объединить несколько «треугольников». Создатели робота экспериментируют с его разными формами и изучают возможность погружать его в воду, чтобы понять, сможет ли он плавать.
Потенциально мягкого робота можно использовать в работе срочных служб при стихийных бедствиях, а также отправлять его на другие планеты, где он мог бы преодолевать сложные препятствия в незнакомой окружающей среде.
Источник
В простейшей версии робот представляет собой трубку, проходящую через три механизма, сжимающих ее в треугольник. Для создания более сложного робота можно объединить несколько «треугольников». Создатели робота экспериментируют с его разными формами и изучают возможность погружать его в воду, чтобы понять, сможет ли он плавать.
Потенциально мягкого робота можно использовать в работе срочных служб при стихийных бедствиях, а также отправлять его на другие планеты, где он мог бы преодолевать сложные препятствия в незнакомой окружающей среде.
Источник
YouTube
Stanford engineers develop crawling and transforming soft robot
A new type of robot combines traditional and soft robotics, making it safe but sturdy. Once inflated, it can change shape and move without being attached to a source of energy or air.
Read the story: https://news.stanford.edu
Stanford University Channel…
Read the story: https://news.stanford.edu
Stanford University Channel…
«Всё, с понедельника точно начну учиться!» Если ещё со школы надеетесь на эту фразу, то внезапные каникулы из-за коронавируса — отличный повод выполнить данное себе обещание.
Собрали подборку бесплатных курсов и платформ, открывшихся на время карантина. Делитесь с друзьями и коллегами 🔥
Собрали подборку бесплатных курсов и платформ, открывшихся на время карантина. Делитесь с друзьями и коллегами 🔥
Собрали курсы, статьи и другие полезные ссылки для всех, кто интересуется глубоким обучением. Enjoy ✌️
🔹 https://vas3k.ru/blog/machine_learning/ — Обзорная статья про машинное обучение, которая также затрагивает тему нейронных сетей. Написана очень простым языком и с хорошими иллюстрациями.
🔹 https://www.ozon.ru/context/detail/id/141796497 — Практические основы нейронных сетей.
🔹 https://www.labirint.ru/books/622166/point/gm/ — Практика написания нейронных сетей на языке Python.
🔹 https://www.labirint.ru/books/620686/point/gm/ — Классический труд про глубокое обучение. Много математики.
🔹 https://yerevann.com/a-guide-to-deep-learning/ — Дорожная карта для постепенного изучения всего многообразия мира нейронных сетей.
🔹 https://metacademy.org — Ресурс, который позволяет понять взаимосвязи между разными концептами в математике и ИИ, оценить их сложность и составить постепенный путь их изучения.
🔹 https://fast.ai/ — Очень популярный курс про глубокое обучение, для тех кто в первую очередь нацелен на практику
🔹 https://www.deeplearning.ai/ — Новый курс от родоначальника обучающих материалов про нейронные сети Andrew Ng’а. Именно после его первого курса про машинное обучение на портале Coursera появилось много современных исследователей.
🔹 https://cs231n.github.io — Курс Стендфорда про сверточные нейронные сети от ведущего специалиста в Tesla.
🔹 https://cs224d.stanford.edu/ — Курс, посвященный глубокому обучению и анализу текста, в Москве по нему каждый семестр проводятся занятия.
🔹 https://distill.pub/ — Блог с очень красивыми и хорошо подготовленными статьями про нейронные сети.
🔹 https://colah.github.io/ — Блог, в котором подробно объясняются основные типы нейронных сетей.
🔹 https://vk.com/deeplearning — Сообщество с разными новостями из мира глубокого обучения.
🔹 https://telegram.me/joinchat/ABI4pz6rz2iVzWUzaVqpmA — Популярный канал, где обсуждают нейронные сети.
🔹 https://www.wildml.com/newsletter/ — Хорошая рассылка с новостями про ИИ.
🔹 https://paperswithcode.com/ — Портал с актуальными статьями из мира ИИ и кодом.
🔹 https://vas3k.ru/blog/machine_learning/ — Обзорная статья про машинное обучение, которая также затрагивает тему нейронных сетей. Написана очень простым языком и с хорошими иллюстрациями.
🔹 https://www.ozon.ru/context/detail/id/141796497 — Практические основы нейронных сетей.
🔹 https://www.labirint.ru/books/622166/point/gm/ — Практика написания нейронных сетей на языке Python.
🔹 https://www.labirint.ru/books/620686/point/gm/ — Классический труд про глубокое обучение. Много математики.
🔹 https://yerevann.com/a-guide-to-deep-learning/ — Дорожная карта для постепенного изучения всего многообразия мира нейронных сетей.
🔹 https://metacademy.org — Ресурс, который позволяет понять взаимосвязи между разными концептами в математике и ИИ, оценить их сложность и составить постепенный путь их изучения.
🔹 https://fast.ai/ — Очень популярный курс про глубокое обучение, для тех кто в первую очередь нацелен на практику
🔹 https://www.deeplearning.ai/ — Новый курс от родоначальника обучающих материалов про нейронные сети Andrew Ng’а. Именно после его первого курса про машинное обучение на портале Coursera появилось много современных исследователей.
🔹 https://cs231n.github.io — Курс Стендфорда про сверточные нейронные сети от ведущего специалиста в Tesla.
🔹 https://cs224d.stanford.edu/ — Курс, посвященный глубокому обучению и анализу текста, в Москве по нему каждый семестр проводятся занятия.
🔹 https://distill.pub/ — Блог с очень красивыми и хорошо подготовленными статьями про нейронные сети.
🔹 https://colah.github.io/ — Блог, в котором подробно объясняются основные типы нейронных сетей.
🔹 https://vk.com/deeplearning — Сообщество с разными новостями из мира глубокого обучения.
🔹 https://telegram.me/joinchat/ABI4pz6rz2iVzWUzaVqpmA — Популярный канал, где обсуждают нейронные сети.
🔹 https://www.wildml.com/newsletter/ — Хорошая рассылка с новостями про ИИ.
🔹 https://paperswithcode.com/ — Портал с актуальными статьями из мира ИИ и кодом.
👍1
Издание Gizmodo опросило нескольких ученых и исследователей, каким по их мнению будет интернет в 2030 году 🚀
Большинство из них сходятся во мнении: не так радужно, как хотелось бы. В сети будущего ожидается меньше свободы слова, наступит конец анонимности, а скорость интернета для обычных пользователей может снизиться.
Большинство из них сходятся во мнении: не так радужно, как хотелось бы. В сети будущего ожидается меньше свободы слова, наступит конец анонимности, а скорость интернета для обычных пользователей может снизиться.