С развитием технологий ИИ и повсеместным внедрением нейронных сетей — нужно постоянно помнить о том, что подобные системы самым неожиданным образом могут быть введены в заблуждение.
Например, вот отличный пример — добавление всего одного определённого пикселя на изображение, позволяет добиться, чтобы максимизировать вероятность ошибки системы распознавания.

( Читать дальше )

В рамках ИИ-конкурса Nvidia Jetson Challenge, немецкие робототехники научили робота TIAGo от PAL Robotics очень полезному навыку — приносить пиво из холодильника.

( Читать дальше )

Как связаны машинное обучение и нейронаука?
Например, нейронные сети были разработаны по прообразу устройства мозга.
Siraj Raval рассказывает об открытиях в области нейронауки, которые помогли совершиться прорывам в машинном обучении.

( Читать дальше )

Интересный проект — uTensor — ставит перед собой задачу запуска нейронных сетей и глубокого обучения на микроконтроллерах.

( Читать дальше )

Компания Numenta пытается создать сильный ИИ, копируя структуру новой коры головного мозга — неокортекса.
В этом видео, Siraj Raval рассказывает о том как работает иерархическая система временной памяти (Hierarchical Temporal Memory — HTM). Рассматривает технологический стек HTM и сравнивает его с технологиями глубокого обучения.

( Читать дальше )

Каков наилучший способ начать глубокое обучение? Разумеется, это библиотека Keras!
Это библиотека высокого уровня для глубокого обучения, которая позволяет очень легко реализовывать модели глубоких нейронных сетей всех видов.

( Читать дальше )

sim0nsays (Simon Kozlov) рассказывается про идею капсульных нейронных сетей (Capsule Networks (CapsNet)), которую предложил Хинтон, для решения проблем существующих свёрточных нейронных сетей.

( Читать дальше )

Стрим, на котором sim0nsays (Simon Kozlov) рассказывается про AlphaGo(Zero), policy gradients и вообще Deep Reinforcement Learning.

( Читать дальше )

Компания Google, представила маленький DIY-набор на основе Raspberry Pi Zero W.
AIY Vision Kit — это набор из картонной коробки, камеры и специальной платы VisionBonnet, которая несёт на себе Intel® Movidius™ MA2450 — специальный процессор обработки изображений, способный работать с нейронными сетями (позволяет работать со скоростью до 30 кадров в секунду, обеспечивая отличную производительность).

( Читать дальше )

Многие люди воспринимают нейронные сети как «ещё один инструмент машинного обучения». У них есть свои плюсы и минусы. Они популярны. И, разумеется, их можно использовать, чтобы выиграть соревнования по машинному обучения (Kaggle).

Однако, Andrej Karpathy (раньше — исследователь из OpenAI, сейчас — директор по ИИ в Tesla), считает, что подобный взгляд на нейронные сети — слишком поверхностен.
Рассматривать нейронные сети, как просто ещё один классификатор — это не видеть леса за деревьями.
На самом деле, современный успех нейронных сетей, представляет собой начало фундаментального сдвига в том, как мы пишем программное обеспечение. Это Software 2.0.

( Читать дальше )