В новом дайджесте изучаем работу Xcode 10 и iOS 12, разные аспекты работы с React Native, проблемы магазина Google Play, сетевой код и рефакторинг, эффективность тестов и даже рынок приложений для домашних животных.
Рубрика «искусственный интеллект» - 121
Дайджест интересных материалов для мобильного разработчика #260 (2 июля — 8 июля)
2018-07-08 в 13:03, admin, рубрики: App Store, Google Play, ios 12, kotlin, progressive web apps, react native, sketch, wwdc, xcode 10, Блог компании Everyday Tools, интерфейсы, искусственный интеллект, маркетинг мобильных приложений, разработка игр, разработка мобильных приложений, Разработка под android, разработка под iOSПочему человеческий мозг так эффективен?
2018-07-08 в 9:00, admin, рубрики: искусственный интеллект, мозг, нейроны, параллельные вычисленияКак массивное распараллеливание возвышает эффективность мозга над возможностями ИИ
Мозг – устройство сложное; у людей он содержит порядка 100 млрд нейронов и около 100 триллионов соединений между ними. Его часто сравнивают с другой сложной системой с огромными возможностями решения задач: цифровым компьютером. В мозге и компьютере содержится большое количество элементарных единиц – нейронов или транзисторов, соответственно – подключенных к сложным схемам, обрабатывающим информацию, передаваемую электрическими сигналами. На глобальном уровне архитектуры мозга и компьютера немного похожи, поскольку состоят из практически отдельных контуров для ввода, вывода, центральной обработки, и памяти.
Кто лучше справляется с решением проблем – мозг или компьютер? Учитывая быстрое развитие компьютерных технологий в последние десятилетия, можно решить, что побеждает компьютер. И действительно, компьютеры разрабатывают и программируют с целью победы над человеческими мастерами в сложных играх, таких, как шахматы в 1990-х, и го, совсем недавно – а также в конкурсах на энциклопедические знания, таких, как телевикторина "Jeopardy!" Но пока что люди побеждают компьютеры во множестве задач, связанных с реальным миром – от способности различить на дороге велосипедиста или пешехода до поднятия со стола чашки с чаем и аккуратного перемещения её ко рту – не говоря уже о концептуализации и творчестве.
Читать полностью »
«Слепой» Cheetah 3 робот может подниматься по лестнице, заваленной препятствиями
2018-07-06 в 22:12, admin, рубрики: гепард, искусственный интеллект, машинное обучение, Разработка робототехники, робототехника
Теперь робот Cheetah(Гепард) 3 MIT может прыгать и скакать по пересеченной местности, подниматься по лестнице, заваленной мусором, и быстро восстанавливать равновесие.
Читать полностью »
Откуда взялись нейросети и что происходит сейчас
2018-07-06 в 6:54, admin, рубрики: AI, api, AR, AR и VR, azure, big data, jedium, lms, microsoft, ml, VR, Блог компании Microsoft, искусственный интеллект, машинное обучение, нейронные сети, нейросети, облакоВ последние несколько лет тема искусственного интеллекта активно обсуждается, так как один из подходов к ее изучению активно набирает обороты среди крупных корпораций. Этот подход – нейросети. Еще недавно, около года назад, это слово можно было услышать отовсюду. Сегодня рассмотрим историю изучения искусственного интеллекта человечеством (оказывается, ему уже около 2000 лет) и сегодняшние реалии.
Что умеют системы ИИ в медицине?
2018-07-05 в 17:35, admin, рубрики: Блог компании DOC+, Здоровье гика, ИИ и машинное обучение, искусственный интеллект, медицина, Научно-популярноеЗадачи, которые напрямую не связаны с лечением пациентов
Современные системы искусственного интеллекта уже помогают врачам лечить пациентов. Например, компания HeartFlow, используя снимки КТ, компьютерное моделирование потоков крови и алгоритмы глубокого обучения, умеет строить 3D-карту сердца. Это дает докторам возможность точнее и быстрее диагностировать сердечные заболевания, снижая число необходимых инвазивных процедур на 80%.
Однако ИИ находит применение и в областях, напрямую не связанных с лечением больного, но все равно влияющих на качество медицинского обслуживания. Об этих, в какой-то степени вспомогательных, но по-прежнему важных задачах, мы сегодня и хотим поговорить.
Нейронки за 5 минут
2018-07-04 в 19:33, admin, рубрики: java, php, адрес 128 York Street, Алгоритмы, бегите, безумцы, вилл хантинг, вы все еще читаете теги, глупцы, звоните 911, и другие сказки, искусственный интеллект, машинное, машинное обучение, меня держат в подвале, настоящего человечества, ненормальное программирование, никто не читает теги, обучение, Паскаль, перцептроны, помогите, Программирование, работа, резюме, умница вилл хантинг, хантинг, я не шучуДавайте я за 5-10 минут чтения и понимания коротенькой статьи добавлю вам в резюме строчки «машинное обучение» и «нейронные сети»? Тем, кто далек от программирования, я развею все мифы о сложности ИИ и покажу, что большая часть всех проектов на машинном обучении строится на предельно простых принципах. Поехали — у нас всего пять минут.
Рассмотрим самый базовый пример нейронных сетей — перцептроны; я сам только после этого примера полностью осознал, как работают нейронные сети, так что, если я не накосячу, и вы сможете понять. Помните: никакой магии здесь нет, простая математика уровня пятого класса средней школы.
Читать полностью »
DeepMind не остановить: ИИ теперь умеет играть в Quake III Arena
2018-07-04 в 19:31, admin, рубрики: quake, Starcraft, агенты, игры, Игры и игровые приставки, искусственный интеллект
Компания DeepMind, бывшая некогда подразделением корпорации Google, занимается разработкой ИИ (слабой его формы) для различных целей. Сейчас команда DeepMind активно участвует в создании разных форм ИИ, заточенных для игр, как логических, настольных, так и шутеров. Игр много — это и го, и StarCraft, а теперь — и Quake III Arena.
Разработчики заявили в своем блоге о том, что они обучили систему ИИ играть в Quake III Arena примерно так, как это делает человек. То есть компьютерная система научилась адаптироваться к быстро изменяющимся условиям игры, включая переключение уровней и их элементов. Традиционно, при обучении использовалась система с подкреплением.
Читать полностью »
Искусственный интеллект Fujitsu рассчитывает геометрию магнитных материалов
2018-07-04 в 11:20, admin, рубрики: Fujitsu, Блог компании Fujitsu, геометрия магнитных материалов, искусственный интеллект, Научно-популярное, Энергия и элементы питанияСовременные методики расчета геометрии магнитных материалов затрудняют выбор ее оптимальных параметров из-за высокого показателя нелинейности (так называемого магнитного гистерезиса). Даже после выполнения моделирования геометрии возникают ошибки при вычислении магнитных потерь, которые могут значительно отличаться от экспериментально измеренных значений. Компания Fujitsu разработала ИИ-технологию, автоматически рассчитывающую оптимальную геометрию магнитных материалов. Об этой инновации мы расскажем в данной статье.
Распознавание товаров на полках с помощью нейронных сетей на технологиях Keras и Tensorflow Object Detection API
2018-07-04 в 7:47, admin, рубрики: computer vision, detection, keras, python, recognition, TensorFlow, Блог компании EastBanc Technologies, искусственный интеллект, машинное обучение, нейронные сети, обработка изображений, распознавание изображенийВ статье мы расскажем о применении свёрточных нейронных сетей для решения практической бизнес-задачи восстановления реалограммы по фотографии полок с товарами. С помощью Tensorflow Object Detection API мы натренируем модель поиска/локализации. Улучшим качество поиска мелких товаров на фотографиях с большим разрешением с помощью плавающего окна и алгоритма подавления немаксимумов. На Keras реализуем классификатор товаров по брендам. Параллельно будем сравнивать подходы и результаты с решениями 4 летней давности. Все данные, использованные в статье, доступны для скачивания, а полностью рабочий код есть на GitHub и оформлен в виде tutorial.
Читать полностью »
Нейронные сети, фундаментальные принципы работы, многообразие и топология
2018-07-03 в 15:17, admin, рубрики: Алгоритмы, алгоритмы машинного обучения, искусственный интеллект, математика, машинное обучение, многообразие, нейронная сеть, топология, Читальный залНейронные сети совершили революцию в области распознавания образов, но из-за неочевидной интерпретируемости принципа работы, их не используют в таких областях, как медицина и оценка рисков. Требуется наглядное представление работы сети, которое сделает её не чёрным ящиком, а хотя бы «полупрозрачным». Cristopher Olah, в работе «Neural Networks, Manifolds, and Topology» наглядно показал принципы работы нейронной сети и связал их с математической теорией топологии и многообразия, которая послужила основой для данной статьи. Для демонстрации работы нейронной сети используются низкоразмерные глубокие нейронные сети.
Понять поведение глубоких нейронных сетей в целом нетривиальная задача. Проще исследовать низкоразмерные глубокие нейронные сети — сети, в которых есть только несколько нейронов в каждом слое. Для низкоразмерных сетей можно создавать визуализацию, чтобы понять поведение и обучение таких сетей. Эта перспектива позволит получить более глубокое понимание о поведении нейронных сетей и наблюдать связь, объединяющую нейронные сети с областью математики, называемой топологией.
Из этого вытекает ряд интересных вещей, в том числе фундаментальные нижние границы сложности нейронной сети, способной классифицировать определенные наборы данных.
Рассмотрим принцип работы сети на примере
Читать полностью »