🎓 Для всех, кто хочет выучить Data Science, Machine Learning и Нейронные Сети в Украине

Напоминаю, что до старта курса Introduction to Machine Learning & Neural Networks в Transformer, где я буду куратором, остаётся 3 недели!

🎯 Цель курса — обучение и подготовка высокооплачиваемых специалистов в области machine learning и data science. Моя задача не просто выпустить квалифицированных специалистов, но развивать прогрессивное ml-комьюнити, частью которого становятся наши студенты.

📅 Занятия стартуют 30 ноября и будут проходить в живом онлайн формате по вторникам и четвергам (19:30 - 21:30) на протяжении трёх месяцев.

Оплата возможна только с территории Украины. Для того чтобы попасть на курс, необходимо сдать тестовое задание.

Осталось 9 мест. До начала курса осталось 3 недели!

👉 Записаться на мой курс

p.s.: Для тех, кто интересовался форматом лекций, прикладываю 10 минут с одного из моих предыдущих потоков. Разрешение ужал с 1080p до 480p.

Это не фото и не картина. Это генерация DALL•E по текстовому описанию «Шишкин, фотореализм»

Вы извините за спам. Но DALL-E это действительно nextgen! У модели прекрасное понимание:
- стиля
- объектов
- времени дня и года
- географии
- перспективы
- свойств материалов и света
- и даже абстракций (в сл. посте)

Как я и говорил, меня удивляет возможность DALL•E понимать не только стилистику, географию и времена дня и года (в данном случае «живопись, масло, лето, рассвет»), но и высокоуровневые концепции. Для этого примера, я сделал генерацию по запросу «кафе трамвай». При этом вся генерация смотрится целостной. И самое важное — эстетически прекрасной!

​​Мультиязычная модель машинного перевода от FAIR превзошла двуязычные модели на соревновании WMT-21.
Статья: arxiv.org/abs/2108.03265
Блог: ai.facebook.com/blog/the-first-ever-multilingual-model-to-win-wmt-beating-out-bilingual-models/

Мультиязычный перевод сложно делать. Несмотря на то, что за последние годы научились обучать большие модели, которые улучшают качество перевода на низкоресурсных языках, с высокоресурсными языками это долгое время не работало и двуязычные модели продолжали работать лучше мультиязычных.

FAIR (Meta AI?) в новой статье наконец-то преодолели этот порог. Их модель превосходит двуязычные, чего добились с помощью более умного (и объемного) майнинга обучающих данных - как параллельных так и непараллельных и использования mixture of experts (MoE) для скейлинга модели до 52B параметров.

🕋 AI HOUSE CONFERENCE | Киев, 25 ноября

Помните Мишин Лернинг принимал участие в Pawa Chats 🔊 подкаст на ютубе, где мы в течение часа говорили про нейронную архитектуру трансформер? Кстати, если ещё не слушали, то очень рекомендую этот выпуск!

Так вот, их коллеги, ребята из AI HOUSE организовывают крутую конфу в Киеве (оффлайн, 25го ноября). Ребята смогли выцепить Kai-Fu Lee (автора известных бестселлеров по AI).

Если интересно, то для нас сделали промокод mishin_learning на 20%.

▪️AI HOUSE CONFERENCE

ProsePainter

Создавайте образы, рисуя словами.
ProsePainter сочетает в себе рисование руками с оптимизацией изображения в реальном времени с помощью машинного обучения. Просто скажите, что вы хотите, и выделите нужную область.

🖥 Код

#CLIP #images #multimodal

🗣 Многоязычный подход — это будущее машинного перевода!

Если вдруг пропустили этот важный шаг в NLP: впервые одна многоязычная модель превзошла лучшие двуязычные модели в 10 из 14 языковых пар побила SOTA в WMT.

Он не только проще и масштабируем, но и обеспечивает лучший перевод для всех языковых пар! Подход «одна модель — много языков» также упрощает разработку систем перевода в реальных приложениях: замена тысяч моделей только одной упростит создание новых приложений и услуг для всех во всем мире.

Действительно важный и большой шаг в правильном направлении!

И ребята выложили код и веса single best dense model’ей на гит!

📝 FAIR MAIR blog 📄 paper 💻 code