Создана библиотека изображений, недоступных для искусственного интеллекта

Ученые из Беркли собрали десятки тысяч фотографий, с распознаванием которых нейросети справиться не могут.

Почти любой проект по разработке искусственного интеллекта для распознавания образов и машинного зрения требует обширной базы данных, в которой содержатся уже распознанные и описанные людьми изображения: на них нейросети обучаются и совершенствуются. Крупнейшая из таких открытых библиотек ImageNet включает более 14 миллионов аннотированных изображений, разделенных по более чем 20 тысячам категорий.

Как стать Data Scientist

ds.jpg

Сергей Ширкин, преподаватель образовательного портала GeekBrains, рассказывает про профессию Data Scientist: чем занимается, насколько востребован и что должен уметь исследователь данных.

Разработан новый алгоритм количественной оценки сложности структур

images.jpg

Интуитивное понимание сложности систем и процессов присуще любому человеку. Например, каждый легко может различить сложность двух рисунков, исходя из непохожести их элементов друг на друга и количества различающихся деталей. Это ключевая информация для человеческого мозга, позволяющая различать объекты примерно одинакового размера и формы.

Инженеры Google описали ключевой изъян машинного обучения, приводящий к ошибкам ИИ

img0124.jpg

Тема искусственного интеллекта в последние годы стала невероятно популярной. Однако, несмотря на все достижения в этой области, ИИ по- прежнему чаще человека ошибается практически в любом классе задач.

ИИ сокращает огромные научные статьи до одного предложения

papers.jpg

Институт искусственного интеллекта Аллена в Сиэтле представил систему, которая предлагает экстремальное сжатие длинных отчетов по информатике. Цель — сократить время, необходимое для изучения такой литературы.

Искусственный интеллект определяет отфотошопленные фото в Instagram

333image.jpg

В то время как мир обеспокоен дипфейками, одна форма обработки существует уже много лет, и это фотошоп. Для определения таких снимков представили решение на основе искусственного интеллекта.

Что читать специалисту по Data Science в 2020 году

6gchuesqccnpq1nhhlkcenxt7t8.jpeg

В этом посте делимся с вами подборкой источников полезной информации о Data Science от сооснователя и CTO DAGsHub — сообщества и веб-платформы для контроля версий данных и совместной работы дата-сайентистов и инженеров по машинному обучению. В подборку попали самые разные источники, от аккаунтов в твиттере, до полноценных инженерных блогов, которые ориентированы для тех, кто точно знает, что ищет. Подробности под катом.

Проект Natasha. Набор качественных открытых инструментов для обработки естественного русского языка (NLP)

rzdkl-9ynag5bfpvd_jtzqpz0iu.png

Natasha — набор качественных открытых инструментов для обработки естественного русского языка. Интерфейс для низкоуровневых библиотек проекта.

Проблемы научных публикаций

unnamed.jpg

Для людей, не знакомых близко с научным процессом, может быть не очень понятна важность научных статей. Публикация - это не только распространение информации, но и верификация результатов исследований, а еще самая главная мера эффективности научной работы.

Коронавирус: почему именно в Италии так много жертв?

179903.jpg

Самый тяжелый удар эпидемии коронавируса приняла на себя Италия, где от SARS-CoV-2 погибли уже по меньшей мере 7500 человек - в два с лишним раза больше, чем во всем Китае. При этом официальная статистика учитывает только подтвержденные случаи коронавирусной инфекции. Реальное число погибших может быть больше в несколько раз. Почему именно там эпидемия развивалась столь стремительно и с такими трагическими последствиями?

RSS-материал