​В одном из эпизодов сериала «Чёрное зеркало» женщина использовала для своей дочери систему, которая блокировала все жестокие, негативные или неподобающие жизненные реалии. 🔥

Возможно, скоро нейросети действительно будут помогать в родительском контроле: во всяком случае, исследователь Пранит Бедапуди (Praneeth Bedapudi) уже научил их ставить цензуру на фотографиях с обнажёнными людьми. Далее в блоге.

Облачные серверы с GPU NVIDIA Tesla V100 — от 90 рублей в час

​Очень жаль, но панды не играют в футбол. Поэтому в этой статье речь пойдёт о возможностях библиотеки «Pandas», название которой происходит от термина «panel data». 🐼

Сегодня мы расскажем, как с её помощью можно проанализировать статистику игр футбольных команд в Премьер-лиге.

Облачные серверы с GPU NVIDIA Tesla V100 (от 90 рублей в час) 👈

​Статистика несчастных случаев показывает, что около половины авиакатастроф происходят в конце полёта — во время захода на посадку и самой посадки. ✈️

Одна из основных причин аварий — нерациональное использование энергии, часто приводящее к потере управления, удару хвостом о взлётно-посадочную полосу, жёсткой посадке и прочим нештатным ситуациям.

В этой статье мы расскажем, как исследователи из НАСА анализируют авиационные инциденты для своевременного выявления рисков и увеличения безопасности полётов.

Облачные серверы с GPU NVIDIA Tesla V100 (от 90 рублей в час)

​Контроль полосы движения — одна из наиболее приоритетных задач систем помощи водителю и автономных автомобилей. 🚘

Они следят за движением машины по выбранному маршруту и предупреждают о возможном съезде с заданного пути. 👀

В этой статье мы представим простой метод распознавания дорожной разметки с помощью Python и OpenCV.

​BERT — нейросеть для обработки естественного языка (Natural Language Processing, NLP). 🔥

Если вы давно мечтали создать свою виртуальную Алису или Олега, то у нас хорошие новости: не так давно NVIDIA выложила в открытый доступ скрипты, позволяющие использовать BERT для рекомендательных систем и приложений «вопрос-ответ».

Мы расскажем, в чём преимущество этой нейросети и как её обучить для конкретных задач.

Читать в блоге 😉

Новый искусственный интеллект Photofeeler-D3 предсказывает первые впечатления людей от фото или видео. Теперь не придётся долго мучиться с выбором самой удачной фотографии для социальных сетей. 📸

Читать в блоге: https://regru.link/heitcij

​Представляем курс «Свёрточные нейронные сети для визуального распознавания» (Convolutional Neural Networks for Visual Recognition) от инженерной школы Стэнфордского университета (Stanford University School of Engineering). 🔥

Из этого курса вы узнаете, каким образом глубокое обучение применяется в компьютерном зрении, а также научитесь создавать и настраивать собственные нейросети.

Мы будем выкладывать по одной лекции раз в две недели. Сегодня поговорим об истории компьютерного зрения и задачах, в которых оно применяется: https://regru.link/m937j74

​Нейронный машинный перевод (НМП) позволяет преодолеть многие недостатки традиционных систем перевода по фразам. Но в то же время нейронные модели более сложны как в обучении, так и в самом переводе. Некоторые утверждают, что НМП недостаточно надёжен, особенно если в предложениях содержатся редкие слова.

Мы подготовили статью, в которой Google представила новую систему нейронного перевода GNMT (Google’s Neural Machine Translation) для решения этих проблем. 👌🏻

Читать в блоге: https://regru.link/wft65ae

​Истина где-то рядом — ищем аномалии с Python. Часть 2: Практика

В первой части статьи мы обсудили, какие бывают аномалии в реальном мире, почему важно их находить и как для этого используется машинное обучение.

Теперь попробуем извлечь из аномалий реальную пользу и применим наши знания на практике с помощью нескольких примеров на Python: https://regru.link/m3xtuju ⚡️

Ссылка на первую часть: https://regru.link/2nqbc0y

​Стэнфордский курс: лекция 2. Классификация изображений 🔥

На прошлой лекции мы получили первое представление о компьютерном зрении и его истории. Сегодня мы обсудим алгоритмы классификации изображений и увидим, как они работают на практике: https://regru.link/vbdt75r

Ссылка на первую лекцию: https://regru.link/40wwcda

​Речевой ИИ активно развивается и набирает популярность. Появляется всё больше приложений, распознающих речь и обрабатывающих естественный язык. 🗣

Мы решили выделить пять наиболее популярных проектов с речевым ИИ, разработанных с помощью графических процессоров NVIDIA.

Читать в блоге: https://regru.link/50e8ivc

​Искусственный интеллект может помочь каршеринговым сервисам и таксопаркам сделать поведение водителей на дороге безопаснее. Например, предупреждать их, если они отвлеклись от дороги. 🚗

В этой статье мы делимся идеей, как с помощью свёрточных нейросетей отследить небезопасную деятельность за рулём и предотвратить возможные ДТП. 🔥

Читать в блоге.

​На прошлой лекции мы разобрались, как работает классификация изображений. Что же может «потеряться» в процессе и можно ли этого избежать? 😉

Из сегодняшнего урока вы узнаете, как сделать обучение классификатора более точным и эффективным с помощью функции потерь и оптимизации. 🔥

Читать в блоге.

Голосовые ассистенты могут не только играть в «города» и рассказывать о погоде — они способны на гораздо большее! Например, помогать незрячим людям ориентироваться в современном мире. Для этого используются специальные вопросно-ответные системы Visual Question Answering (VQA). 🔥

В этой статье мы расскажем, что лишённые зрения люди хотят узнать и как научить нейросеть отвечать на их вопросы. 👀

Читать в блоге.

Бывало ли с вами такое: вы решили скачать любимую компьютерную игру детства и ненадолго погрузиться в счастливые воспоминания. Установили её, запустили, но… Графика 20-летней давности выглядит, мягко говоря, неактуально. Наша новая статья поможет решить эту проблему: мы расскажем, как улучшить текстуры в играх и видео с помощью нейросетей.

Читать в блоге.

​В прошлый раз мы выяснили, как работает функция потерь и оптимизация, а также рассказали о пользе градиента и градиентного спуска. 🔥

Сегодня поговорим о методе обратного распространения ошибки и узнаем, как устроены нейронные сети.

Читать в блоге.

​Ребёнок, который никогда не видел розового слона, всё равно может его описать, в отличие от компьютера. Способность обобщать информацию и рассказывать о том, чего не наблюдал раньше, даётся машинам очень нелегко. Системы Deep Learning работают только со статистическими закономерностями. Но что, если попробовать обучить их с помощью абстрактного или символического программирования?

В этой статье мы расскажем об исследовании учёных из MIT об объединении статистического и символического ИИ. 👍🏻

Читать в блоге

​Коннектомика — область науки, изучающая работу мозга с помощью анализа и построения карты нейронных связей. Она помогает лучше понять сложную структуру нервной системы организма. 🧠

Из этой статьи вы узнаете, как исследователи из Google AI и Института нейробиологии Макса Планка используют новый тип рекуррентной нейросети, которая на порядок повышает точность обработки данных коннектомики. 👀

Читать в блоге

​На прошлой лекции мы узнали, как метод обратного распространения ошибки помогает находить градиент для сложных функций, а также провели параллели между биологическими и искусственными нейросетями. 🔥

Сегодня поговорим об истории появления свёрточных архитектур и обсудим их особенности и области применения.

Читать в блоге