Рубрика: Искусственный интеллект

Facebook AI Research выпустила новую версию своего программного обеспечения Detectron, в котором реализованы алгоритмы обнаружения объектов. Новая версия основана на платформе глубокого обучения PyTorch и имеет новые функции, включая паноптическую сегментацию, плотное размещение, Cascade R-CNN и вращающиеся ограничивающие рамки.

Хотя мы можем легко различить более запоминающиеся и менее запоминающиеся изображения, трудно точно определить, что влияет на это восприятие. Исследователи из Массачусетского технологического института разработали GANalyze, чтобы исследовать, как выглядят изменения в «запоминаемости»?

Лучшим заголовком было бы «с одной рукой, связанной за спиной», но у этого робота нет другой руки и спины, о которой вы говорите. Однако у него есть две нейронные сети, и он может собрать куб одной рукой. В чем важность этой работы?

MIT App Inventor уже изменил способ обучения детей работе с компьютером, позволив им создавать полнофункциональные приложения для смартфонов и планшетов. Теперь он расширил сферу своей деятельности, включив в нее искусственный интеллект. Первый блок ИИ по классификации изображений теперь доступен для использования в классе или за его пределами.

Вышла новая версия SpaCy, библиотеки обработки естественного языка на Python, которую разработчики называют мощной индустриальной и невероятно быстрой с простым и производительным API.

Люди! Будьте спокойны, мы все еще побеждаем злой ИИ в очень важной игре Angry Birds. Недавнее исследование Екатерины Никоновой и Якуба Гемрот из Карлова университета (Чехия) показывает, почему это так.

Библиотека Python, предлагающая обработку естественного языка для TensorFlow 2.0 и PyTorch, была выпущена HuggingFace.

Комиксный подход к машинному обучению? Может ли это сработать? Герой — кошка, так что, конечно, может.

Появилась новая версия Google TensorFlow с более быстрым обучением моделей и переходом на Keras в качестве центрального высокоуровневого API, используемого для создания и обучения моделей.

Как разработчики, мы прекрасно понимаем, насколько сложно найти соответствующий код с помощью запроса на естественном языке. Теперь GitHub выпустил большой набор данных кода и комментариев на естественном языке с целью дальнейшего исследования семантического поиска кода вместе с таблицей лидеров CodeSearchNet Challenge для поощрения участия.