«Неопознанный искусственный интеллект» — первый AI-подкаст на русском языке от наших друзей из издания «Системный Блокъ»
Что интересного в подкасте:
— Чем плох тест Тьюринга и чем его заменить?
— Почему комар всё ещё умнее беспилотника?
— К чему придут технологии AutoML: «самопрограммирующиеся» нейросети на генетических алгоритмах?
— Почему Data Science — это современный Дикий Запад?
— Когда ИИ сможет заменить джуниор-разработчика?
Кто уже побывал в подкасте:
— Константин Воронцов, профессор Вышки и МФТИ;
— Татьяна Шаврина, тимлид команды по разработке ИИ в Сбере;
— Виктор Кантор, Chief Data Scientist в МТС, преподаватель МФТИ;
— Николай Любимов, CTO в Heartex;
— Дмитрий Ветров, профессор Вышки, исследователь в Samsung,
... и другие специалисты в области data science, машинного обучения и ИИ.
Слушайте выпуски в Apple Podcasts, на Яндекс. Музыке, Google Podcasts, Spotify, в подкастах ВК или читайте на сайте.
#ии #ml
Что интересного в подкасте:
— Чем плох тест Тьюринга и чем его заменить?
— Почему комар всё ещё умнее беспилотника?
— К чему придут технологии AutoML: «самопрограммирующиеся» нейросети на генетических алгоритмах?
— Почему Data Science — это современный Дикий Запад?
— Когда ИИ сможет заменить джуниор-разработчика?
Кто уже побывал в подкасте:
— Константин Воронцов, профессор Вышки и МФТИ;
— Татьяна Шаврина, тимлид команды по разработке ИИ в Сбере;
— Виктор Кантор, Chief Data Scientist в МТС, преподаватель МФТИ;
— Николай Любимов, CTO в Heartex;
— Дмитрий Ветров, профессор Вышки, исследователь в Samsung,
... и другие специалисты в области data science, машинного обучения и ИИ.
Слушайте выпуски в Apple Podcasts, на Яндекс. Музыке, Google Podcasts, Spotify, в подкастах ВК или читайте на сайте.
#ии #ml
Начинающим специалистам в Data Science бывает сложно понять, что изучать в первую очередь
В этой статье вместе с экспертами, разбираемся, с чего лучше начать свой путь в Data Science и на какие алгоритмы и структуры данных стоит обратить внимание:
https://tprg.ru/POQ4
#datascience #ml
В этой статье вместе с экспертами, разбираемся, с чего лучше начать свой путь в Data Science и на какие алгоритмы и структуры данных стоит обратить внимание:
https://tprg.ru/POQ4
#datascience #ml
Для анализа данных и машинного обучения требуется много данных. Но где их взять? Рассказываем
Конечно же, можно было бы собрать их самостоятельно. Но это долго, дорого, а иногда и вообще невозможно. А тем временем, есть огромное количество открытых датасетов по самым разным категориям, о которых вы могли не знать. Некоторыми из них открыто делятся госструктуры, банки, международные организации и крупные компании. Более того, для их поиска уже давно разработали удобные инструменты.
В статье рассказываем о лучших местах для поиска качественных датасетов: tproger.ru/translations/the-best-datasets-for-machine-learning-and-data-science/
#datascience #ml
Конечно же, можно было бы собрать их самостоятельно. Но это долго, дорого, а иногда и вообще невозможно. А тем временем, есть огромное количество открытых датасетов по самым разным категориям, о которых вы могли не знать. Некоторыми из них открыто делятся госструктуры, банки, международные организации и крупные компании. Более того, для их поиска уже давно разработали удобные инструменты.
В статье рассказываем о лучших местах для поиска качественных датасетов: tproger.ru/translations/the-best-datasets-for-machine-learning-and-data-science/
#datascience #ml
This media is not supported in your browser
VIEW IN TELEGRAM
ИИ научили боксировать за неделю — для ИИ прошло миллиард лет симуляции
Я не боюсь ИИ, который знает миллиард ударов. Я боюсь ИИ, который тренирует 1 удар миллиард лет.
Интересно, что всё, что «видел» алгоритм перед стартом обучения, это 90 секунд данных захвата движения. И хотя результаты всё равно пока оставляют желать лучшего, эти наработки могут пригодиться для более точной тренировки роботов с помощью машинного обучения. Или, как минимум, для создания новых интересных механик в играх.
#ии #ml
Я не боюсь ИИ, который знает миллиард ударов. Я боюсь ИИ, который тренирует 1 удар миллиард лет.
Интересно, что всё, что «видел» алгоритм перед стартом обучения, это 90 секунд данных захвата движения. И хотя результаты всё равно пока оставляют желать лучшего, эти наработки могут пригодиться для более точной тренировки роботов с помощью машинного обучения. Или, как минимум, для создания новых интересных механик в играх.
#ии #ml
Вот уж действительно проблема уровня искусственного интеллекта — новый робот-пылесос использует ML и ИИ, чтобы не наезжать на фекалии домашних животных
Смех смехом, а время показало, что для роботов-пылесосов это действительно большая проблема, которую с трудом удавалось решить без применения высоких технологий. Конечно, специальная камера, куча вспомогательного ПО и нейронка на борту понадобилось не только для этого. Так, с помощью машинного обучения и искусственного интеллекта в робот-пылесос удалось добавить целый комбайн для отслеживания и обработки неожиданных препятствий.
Но именно эта функциональность стала ключевым моментом в официальном релизе устройства. Директор компании iRobot заявил, что гарантирует безукоризненную работу фичи в сравнении с конкурентами. А его обещание даже назвали «POOP» — Pet Owner Official Promise.
#кек #ии #ml
Смех смехом, а время показало, что для роботов-пылесосов это действительно большая проблема, которую с трудом удавалось решить без применения высоких технологий. Конечно, специальная камера, куча вспомогательного ПО и нейронка на борту понадобилось не только для этого. Так, с помощью машинного обучения и искусственного интеллекта в робот-пылесос удалось добавить целый комбайн для отслеживания и обработки неожиданных препятствий.
Но именно эта функциональность стала ключевым моментом в официальном релизе устройства. Директор компании iRobot заявил, что гарантирует безукоризненную работу фичи в сравнении с конкурентами. А его обещание даже назвали «POOP» — Pet Owner Official Promise.
#кек #ии #ml