Это обзор некоторых новостей об искусственном интеллекте за неделю.

Обработка активности 1,62 миллиарда пользователей в день, которые генерируют 4 петабайта данных вместе с 350 миллионами фотографий, непроста. У Facebook есть 15 000 модераторов, которые проверяют все, от политического контента или домогательств до террористических угроз и эксплуатации детей. В пятницу я анонсировал крупнейшую социальную сеть, которая будет включать автоматическое обучение для процесса модерации информации, генерируемой изо дня в день. Они классифицируют проблемы, требующие быстрых действий, и передают их модераторам-людям. Проблемные сообщения будут оцениваться по трем критериям: вирусность, серьезность и вероятность того, что они нарушают правила.

Классификация вирусов с помощью машинного обучения

Новая система, разработанная исследователями из Японии, позволяет идентифицировать один вирион среди распространенных респираторных патогенов с помощью алгоритма машинного обучения, обученного изменениям тока через кремниевые нанопоры. Это исследование может оказаться полезным для быстрого и точного выявления таких заболеваний, как COVID-19 и грипп.

Искусственный интеллект для прогнозирования крупномасштабных скоплений трафика

Многие города известны своими пробками, в Лос-Анджелесе, по оценкам, люди проводят в пробках 120 часов в год. Исходя из этого, он пытается решить с помощью быстрого прогнозирования и возможности перенаправления трафика. Идея состоит в том, чтобы применить машинное обучение после обработки данных о дорожном движении, собранных почти за год с 11 160 датчиков, установленных на дорогах Калифорнии. Предполагается, что в миллисекундах модель просматривает данные за последний час и с точностью предсказывает следующий час трафика.

Нос с искусственным интеллектом для определения свежести мяса.

Ученые из Наньянского технологического университета в Сингапуре создали систему, которая имитирует нос млекопитающих для оценки свежести мяса. На носу есть штрих-код, который со временем меняет цвет, реагируя на газы, выделяемые мясом при его разложении. Алгоритм, основанный на глубокой сверточной нейронной сети, предсказывает свежесть с точностью 98,5% по сравнению с широко используемым алгоритмом, общая точность которого составляет 61,7%.

Спасибо за прочтение, надеюсь, вы почерпнули для себя что-то новое. До встречи в следующем выпуске.