📣Google IO📢

Ну и куда же без обзора новых плюшек на главной конференции корпорации добра.

☁️ Представлены новые TPU.
Гугл по прежнему хочет стать вездесущей компанией в области ИИ, поэтому представил следующую версию своих Tensor Precess Unit, которые предназначены специально для работы с DL. Производительность выросла до 100 петафлопс, что в восемь раз быстрее предыдущей версии, помимо этого у них появилось жидкостное охлаждение. Вся эта красота скоро будет доступна на Google Cloud.
https://techcrunch.com/2018/05/08/google-announces-a-new-generation-for-its-tpu-machine-learning-hardware/

🔥 ML Kit for Fierbase
В продолжение тренда ML for coders гугл представили свой новый облачный сервис, который позволит легко интегрировать в ваше приложение распознавание текста, лиц, штрихкодов, изображений и зданий.
Ожидайте скоро в вашем fierbase.
https://youtu.be/ejrn_JHksws

🤖 Google Asistant
Гугл асистент получит поддержку русского языка и прочих интересных фич в виде интеграции в навигатор, но самое интересное - он научится за вас бронировать столики, билеты и прочее, даже если у заведения нет API для бронирования. Бот гугла просто будет звонить в это заведение и общаясь обычными человеческими репликами, бронировать для вас столик, это просто огонь 🔥

🎫 Google News
Гугл новости станут более похожими на Яндекс.Дзен, научатся делать различные подборки из провереных сми. Помимо этого к каждой новости гугл будет искать интересный твит по это теме и мемы.

🤖 Deepmind + Android
Дипмайнд стал ближе к зеленому роботу и теперь позволяет ему осуществлять умный контроль за батареей ии подсветкой пользователя.

https://deepmind.com/blog/deepmind-meet-android/


📺 Помимо этого, гугл рассказали о других историях, как ИИ помогает спасать мир, но тут уже лучше просто псмотреть краткий обзор от Rozetked 🙂
https://www.youtube.com/watch?v=c92NR6t0Z6Q

📺Старые фильмы в новом качестве🎞

День богатый на новости :)

Яндекс решили провести эксперимент и применили технологию повышения качества изображения с помощью нейронных сетей на советских фильмах о Велекой Отечественной войне. Сейчас они бесплатно доступны на Яндекс.Видео.

https://yandex.ru/search/touch/?text=%D0%94%D0%B5%D0%BD%D1%8C%20%D0%9F%D0%BE%D0%B1%D0%B5%D0%B4%D1%8B

В эксперименте участвовали фильмы: «Радуга» Марка Донского (1943), «Летят журавли» Михаила Калатозова (1957), «Дорогой мой человек» Иосифа Хейфица (1958), «Судьба человека» Сергея Бондарчука (1959), «Иваново детство» Андрея Тарковского (1962), «Отец солдата» Резо Чхеидзе (1964) и «Танго нашего детства» Альберта Мкртчяна (1985).

📚Practical RL📖

Очередное пополнение в линейке курсов от Яндекса - Advanced Machine Learning. Сегодня стал доступен курс по пратическому машинному обучению с подкреплением, и ведет его Еж.

https://www.coursera.org/learn/practical-rl/home/info

📞Google Duplex🤖

Google Duplex - новый сервис гугла, который будет за вас звонить в ресторан/парихмахерскую/кофейню и заказывать что-то. Гугл выпустили статью, где подробно разбирают интересные фишечки системы, из интересного - они научили систему разговаривать более человечно расставляя паузы, а так же звуки вроде «хм», «ах», «ага».

https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html

🔥 Обязательно послушайте то, как звучит разговор с этой системой, очень похоже на настоящего человека 🔥
http://www.gstatic.com/b-g/KOK4HAMTAPH5Z96154F6GKUM74A3Z1576269077.mp3

📚Intel NLP📖

Судя по всему Intel в скором времени представят новую Open Source библиотеку для обработки естественного языка, данная библиотека призвана улучшить качество диалоговых систем. Библиотека будет включать в себя бенчмарки для академических исследований, например SQuAD (датасет с задачей поиска ответа в тексте), а так же возможностью тренировать NLP модели.

https://venturebeat.com/2018/05/24/intel-ai-lab-open-sources-library-for-deep-learning-driven-nlp/


P.S. Напомним, что в Феврале исследовательская группа IPavlov представили свой nlp-фреймворк для разработки диалоговых систем - DeepPavlov (http://deeppavlov.ai), который включает в себя многие компоненты, такие как form-filling, распознавание интентов, NER и другое.

🗂Minecraft Datset📦

Я тут опубликовал на Каггле новый картиночный датасет с 7.9к текстур скинов для майнкрафта. В целом это фановый датасет, который вы можете использовать в ваших ресерчах, например генератор новых скинов на базе GAN-сетки.

https://www.kaggle.com/alxmamaev/minecraft-skins

🚖Uber Kepler📊

Uber представили свою новую OpenSource технологию для визуализации географических данных - Kepler. Система может рисовать точки, пути, карты высот, гистограммы и многое другое. Все это доступно интерактивно прямо через веб интерфейс, для работы необходимо лишь загрузить данные в определенном формате.

https://uber.github.io/kepler.gl/#/

✍️NLP Architect by Intel⌨️
Интел таки представили свою новую библиотеку для работы с NLP, библиотека призвана упростить процесс создания диалговых систем. Как я и говорил, с первого взгляда библиотека похожа на DeepPavlov: она включает в себя множество уже готовых компонент, таких как NER, выделение интентов, Q&A система.
Библиотека может работать совместно с несколькими популярными фреймворками: nGraph, neon, Tensorflow, Dynet.

https://github.com/NervanaSystems/nlp-architect

📣OpenAI Language Understanding Model📝

Недавно OpenAi выпустили свою новую статью, в которой они описывают новую NLP модель, которая позволит вам быстрее и лучше решать задачи с классификацией текста, Q&A и т.д.
Коротко описать статью можно так: NLP + unsupervise = 🔥.
Обучение модели состоит из двух этапов: Обучение Attention-Transformer’а в виде лингвистической модели на большом, неразмеченном корпусе (5GB), после чего модель тюнится на нужной нам задаче, в результате мы получаем хорошую модель.
Стоит отметить, что первый этап обучения занял 1 месяц на 8 GPU, однако это нужно проделать всего один раз, после чего мы можем тюнить модель на любой задаче.

https://blog.openai.com/language-unsupervised/

🇷🇺Bayes Group - Words Defenitions🇷🇺

Bayes Group (российская исследовательская группа по машинному обучению) опубликовала новую работу, которая призвана устранить главную проблему моделей по типу word2vec - семантическую многозначность. Достигается это благодаря тому, что у слова есть некоторый контекст «звезда в космосе» или «звезда выпустила новый альбом». В работе продемонстировано как благодаря этому можно генерировать различные определения для одного слова, на удивление они шикарны 🔥

Хорошая статейка на вечер.
https://twitter.com/bayesgroup/status/1011945583454584834

😆 Joke time 😆

friend: yo dude, wanna drink?

me: nah man, that stuff kills brain cells.

friend: you say its killing brain cells but i say its just real life dropout to prevent overfitting

🎤STC ML School📷

Можете чекнуть, сейчас я нахожусь как раз в этой школе.

Летняя школа по deep learning на задачах анализа звука, изображений, и аудиовизуального распознавания эмоций

Летнюю школу организовывет ЦРТ - Центр речевых технологий в Петербурге со 2 по 15 августа. И набор в нее уже закрыт.

Но можно зарегестрироваться и получить ссылки на онлайн лекции!
Поэтому если кому интересно - https://mlschool.speechpro.ru/