На этой неделе в курсах ИИ и машинного обучения: спасение слонов, ИИ в классе, Tensorflow 2.4, устранение несправедливых предубеждений, начало работы с компьютерным зрением и многое другое!

Новости искусственного интеллекта:

Может ли искусственный интеллект дать слонам преимущество?

Я очень на это надеюсь! Кто не любит слонов? Узнайте, как крупные технологические компании и разработчики с открытым исходным кодом объединились для создания передовых технологий отслеживания. Устройство opencollar содержит несколько датчиков и запускает модели tinyML, помогающие отслеживать животных и обнаруживать аномалии, которые могут помочь предупредить нужных людей о помощи.

Если этот проект вам интересен, загляните на их гитхаб.

Может ли ИИ улучшить классы будущего?

Мы не впервые говорим об ИИ в классе. Пару месяцев назад мы увидели, как система оценивания машинного обучения вызывает самые разные проблемы. Но это предлагаемое использование не связано с присвоением оценок с помощью ИИ. Вместо этого его можно использовать для лучшего понимания того, как учащиеся учатся, и чтобы убедиться, что ни один из учащихся не останется позади.

Искусственный интеллект способствует беспрецедентному прогрессу в нейрохирургии с широким потенциалом воздействия

Узнайте, как ИИ влияет на прогресс в нейрохирургии во многих областях, от получения дополнительных знаний с меньшими затратами до более простой классификации опухолей, оказания помощи в уходе за позвоночником и многого другого. ИИ может радикально изменить то, как мы применяем новые методы лечения.

Zapata привлекает 38 миллионов долларов на квантовое машинное обучение

Миссия Zapata: «Предоставление клиентам количественных преимуществ за счет реальных бизнес-сценариев». С 38 миллионами долларов на создание своей корпоративной платформы квантовых вычислений Zapata готова к выполнению!

Инструменты разработчика и образование:

Снижение несправедливой предвзятости в моделях машинного обучения с помощью структуры MinDiff

Узнайте, как Google упрощает ответственное исследование и разработку машинного обучения с помощью своей новой платформы MinDiff! Доступен в ответственной модели AI Библиотека исправлений.

Релиз Tensorflow 2.4.0

Ознакомьтесь с классными новыми функциями в TF 2.4.0: асинхронное обучение моделей Keras, NumPy-совместимый API, API смешанной точности Keras, CUDA11 и многое другое.

Github и Fastai build nbdev

nbdev - это инструмент онлайн-среды, созданный github и fastai для помощи в автоматизированном создании документов. Непрерывная интеграция и блокнот jupyter, размещенный в кодовых пространствах github.

Постройте GAN с помощью Keras и TensorFlow

Если вы когда-нибудь говорили со мной о глубоком обучении, я, вероятно, в какой-то момент упоминал о GAN! Это отличный урок, чтобы познакомиться с ними и начать создавать свои собственные.

TensorFlow: Специализация на продвинутых технологиях

Deeplearning.ai выпустила новый продвинутый курс на coursera, охватывающий продвинутые методы тензорного потока, включая настраиваемые модели, распределенное обучение, компьютерное зрение и GAN.

Предстоящие онлайн-мероприятия в области искусственного интеллекта и обработки данных:

Автостопом по оптимизации гиперпараметров, 2 декабря - 10:00 по тихоокеанскому стандартному времени

Добро пожаловать в учебную серию «Глубокое обучение на практике», представленную Allegro AI. Эта серия посвящена методологиям и инструментам для проектов машинного обучения и глубокого обучения (ML / DL).

На 4-м занятии мы сосредоточимся на практическом опыте и практике оптимизации гиперпараметров.

Регуляризация для глубокого обучения | 3–5 декабря: 30:00 по тихоокеанскому стандартному времени

Обсудите седьмую главу книги «Глубокое обучение» Яна Гудфеллоу, Йошуа Бенжио и Аарона Курвилля.

Мастерская по компьютерному зрению и обнаружению объектов | 9–18 декабря

Начните работу с компьютерным зрением и обнаружением объектов. Я, Сейдж Эллиотт, расскажу, как создать собственный детектор объектов для обнаружения объектов на изображениях и видео с помощью Facebook detectron2, и расскажу о практических методах маркировки данных, которые вы сможете использовать в своих проектах.

Введение в компьютерное зрение [Live Online] | 15–17 декабря: 30:00 по тихоокеанскому стандартному времени

Этот вводный семинар познакомит вас с компьютерным зрением и расскажет, как создать собственную систему обнаружения объектов для обнаружения объектов на изображениях и видео.

Интересные подкасты и интервью:

Чарли Бойл: Расширяя границы суперкомпьютеров, NVIDIA DGX A100, Hardware Engg в NVIDIA | Наука о данных времени Чай

Узнайте о том, как создаются новые системы и графические процессоры DGX A100, от Чарли Бойла, вице-президента по системам DGX в NVIDIA.

Масштабирование корпоративного машинного обучения в 2020 году: все еще сложно! с Сушилом Томасом | TWiML

Узнайте, как Сушил считает, что COVID-19 повлияет на принятие решений на предприятии в будущем, и узнайте, как масштабировать машинное обучение.

Внедрение клинической автоматизации: от исследований к развертыванию с Девином Сингхом | TWiML

Присоединяйтесь к этой беседе с Девином Сингхом, чтобы узнать о развертывании моделей машинного обучения, текущем состоянии академических исследований и создании автоматизированных конвейеров.

Известные исследовательские работы:

Некоторые из интересных статей о машинном обучении, опубликованные на этой неделе.

О компании Sixgill:

ООО Сиксгилл предоставляет индивидуальные корпоративные ИИ-решения, комплексное машинное обучение управление жизненным циклом и быструю аннотацию данных для компьютерного зрения.