Facebook выложил в открытый доступ модель обработки естественного языка (NLP)

Facebook выложил в открытый доступ новую модель обработки естественного языка под названием RoBERTA. Модель представляет собой оптимизированную версию модели BERT от Google. Исследователи Facebook описывают свою модель как надежный оптимизированный метод предварительного обучения систем обработки естественного языка (NLP), который улучшает Bidirectional Encoder Representations from Transformers, или BERT, метод самоконтроля, выпущенный Google в 2018 году.

У Google есть сеть, больше похожая на мозг

Наши нынешние нейронные сети творят чудеса, но они очень далеки от имитации биологического мозга, на котором они основаны. Теперь у Google Research есть некоторые прорывные результаты с более биологически правдоподобной искусственной нейронной сетью — проектом Ихмехиммели.

В поисках утраченного искусства

Не вините меня за название — это название исследовательской работы! Можем ли мы восстановить утерянные картины с помощью небольшого искусственного интеллекта? Кажется, ответ положительный, но на самом деле все зависит от того, что вы подразумеваете под «выздоровлением».

DeepMind решает квантовую химию

Наиболее известные применения нейронных сетей — это искусственный интеллект — зрение, речь и игры, — но у них есть серьезные приложения в науке и технике. DeepMind от Google обучил нейронную сеть решать уравнение Шредингера, и это потенциально большие новости.

ИИ учится собирать кубик Рубика — быстро!

Да, это еще одна новость о том, что ИИ осваивает игру или головоломку, но она удивительна. Научившись решать логические задачи, ИИ превращается в производительность, которая, как правило, не только превосходит человека, но и не уступает ручным методам.

CROKAGE AI получает ответы на вопросы о переполнении стека

CROKAGE, что расшифровывается как Crowd Knowledge Answer Generator, — это молодой инструмент, который находит ответы в потоках вопросов и ответов о переполнении стека, которые имеют как соответствующий код, так и краткие объяснения.

Компьютерное зрение — реконструировать -> распознать

Идея анализа посредством синтеза существует давно, но только сейчас применяется к компьютерному зрению. Может ли это быть недостающим компонентом, который позволяет ИИ видеть так, как мы?