Wpis z mikrobloga

◢ #ainews
Zapraszam na siódme zestawienie AiNews. Cieszę się, że zbiera się coraz większe grono zainteresowanych ( ͡ ͜ʖ ͡)

1. High-performance Speech Recognition With No Supervision
https://ai.facebook.com/blog/wav2vec-unsupervised-speech-recognition-without-supervision
INFO: wav2vec-u to nowy algorytm NLP od Facebooka, który dzięki wykorzystaniu mechanizmu klastrowania elementów wypowiedzi potrafi nauczyć się każdego języka. Najciekawsze jest to, że jest to uczenie bez nadzoru. Innymi słowy algorytm może nauczyć się każdego języka, wystarczy tylko, że będzie nasłuchiwał konwersacji.

2. Google AI Quantum Campus
https://blog.google/technology/ai/unveiling-our-new-quantum-ai-campus/
INFO: Nowy obszar rozwoju Google, który kładzie nacisk na odwzorowanie naturalnego środowiska. Okazuje się, że stan superpozycji qubitów do procesowania obliczeń molekularnych pozwala na znaczne zredukowanie zużywania zasobów komputera kwantowego niż w przypadku klasycznej jednostki obliczeniowej.

3. Deep Learning for Image Super-Resolution
https://www.analyticsvidhya.com/blog/2021/05/deep-learning-for-image-super-resolution/
INFO: Trochę teorii na temat poprawiania rozdzielczości zdjęć. Dosyć krótki artykuł i pisany nie-matematycznym językiem.

4. Pornhub uses AI to restore century-old erotic films to titillating technicolour
https://itwire.com/business-it-news/data/pornhub-uses-ai-to-restore-century-old-erotic-films-to-titillating-technicolour.html
INFO: Zremastrowano 20 filmów, najstarszy z 1896 roku! Co prawda efekt nie jest jakiś oszałamiający i widać spore niedociągnięcia, ale z pewnością jest to szansa, żeby nadać drugie życie starym produkcjom filmowym :) Niestety nie dotarłem nigdzie do informacji technicznych, ale prawdopodobnie użyto tutaj sieci GAN, które na ten moment wiodą prym w tego typu zastosowaniach.

5. AI Blindspots
https://towardsdatascience.com/ai-blindspots-part-i-shared-responsibility-5e05824c19b4
INFO: 3-częściowy artykuł na temat ślepych uliczek w sztucznej inteligencji, oraz tego jak ich unikać.

6. 10 AI Ethics Questions We Need To Answer
https://serokell.io/blog/ai-ethics-questions
INFO: Warto się na chwilę zatrzymać i pomyśleć o potencjalnych problemach jakie napotkamy na drodze rozwoju sztucznej inteligencji. Artykuł porusza ciekawe pytania, które dobrze sprawdzają się w dyskusjach ze znajomymi :P

7. Understanding Reinforcement Learning Vision
https://distill.pub/2020/understanding-rl-vision/
INFO: Oczami maszyny uczącej się. Nie dość, że dobrze się czyta to jeszcze kozackie wizualizacje. Nie wiem ile autor spędził nad tym artykułem, ale niemalże wszystkie wizualizacje są interaktywne - można się zahipnotyzować samym klikaniem :).

8. DeepMind Wants to Reimagine One of the Most Important Algorithms in Machine Learning
https://pub.towardsai.net/deepmind-wants-to-reimagine-one-of-the-most-important-algorithms-in-machine-learning-381884d42de
INFO: PCA jest jednym podstawowych algorytmów używanych w głębokim uczeniu maszynowym. Organizacja DeepMind w swojej pracy, którą określili jako “Jedna z najważniejszych publikacji tego roku”, zaproponowali koncept EigenGame. Przeprojektowali oni PCA jako wielo-agentową grę. Czy to rzeczywiście jest krok milowy? Tego nie wiem, ale koncept na pewno warto poznać. Osobom bardziej technicznym polecam również zerknięcie do źródłowej pracy.

9. Deep Nostalgia
https://www.springboard.com/blog/ai-machine-learning/why-deep-nostalgia-became-an-ai-powered-internet-sensation/
INFO: Porozmawiajmy trochę o GANach. Czyli jak ożywiać (Deep Nostalgia) i kolorować obrazy. Założę się, że sporo osób skorzystałoby z takiej technologii, żeby chociaż na chwilę ożywić stare zdjęcie swojej drugiej połówki. (Nie mogę się doczekać kiedy będzie można z tego skorzystać w VR-ach)

No i standardowo - dajcie znać w komentarzach czy zestawienie trzyma poziom i zapraszam do plusowania :)

#ainews ← Tag do obserwowania

#ainews, #sztucznainteligencja, #uczeniemaszynowe, #technologia #ciekawostki #artificialintelligence #bigdata #machinelearning #programista15k #datascience #python
bp-lukasz - ◢ #ainews ◣
Zapraszam na siódme zestawienie AiNews. Cieszę się, że zbier...

źródło: comment_1622102952mdBHISFzsz26k3dFAXAPr5.jpg

Pobierz
  • 17
@bp-lukasz: Dzięki za potężną dawkę wiedzy! Swoją drogą mam pytanie, chcę wejść trochę w świat AI, deep learningu itp., bo myślę że moja branża będzie od tego w dużej mierze zależna w przyszłości (healthcare), od czego byś polecał naukę jako osoba z doświadczeniem? Jakie strony ogarniać, są jakieś książki które stanowią taką fajną podstawę, albo czy da się samemu np. nauczyć tworzyć algorytmy do deep learning?
via Wykop Mobilny (Android)
  • 2
@JanulaZgonula: osobiście polecam wszystko od Andrew NG. Na coursera.org są jego kursy - "Machine Learning" starszy, z zadaniami w matlabie skupiający się na matmie pod spodem i głównie klasycznymi metodami ML'a oraz nowszy "Deep Learning" z zadaniami w pythonie, mniejszym naciskiem na matmę i opowiada o podstawach głębokiego uczenia. Oba gorąco polecam!
Co do książki to jest dostępny za free "deep Learning" od Ian Godfellow (chyba nie pomyliłem nazwiska). Szczerze mówiąc
@vipperek: Nie jest to żadna kolaboracja, ale nie ukrywam, że jestem fanem i bardzo mocno inspiruje się unknownews. Przetarł szlaki, więc nie ma co wymyślać koła na nowo - poszedłem w ten sam, sprawdzony format, ale z treścią w której się specjalizuję :)